近年来，大模型在各行业掀起巨大变革，而规划与自然资源行业具有综合性、长期性、复杂性等特点，基于时空大模型行业应用将引来爆发期。2023年9月，自然资源部发布了《全国国土空间规划实施监测网络建设工作方案（2023-2027年）》，明确各级自然资源主管部门推进国土空间规划实施监测网络建设的九大任务，而国土空间规划行业大模型是其中重要的技术支撑之一。

国土空间规划实施监测要求加强对流动空间监测分析，精准识别空间形态、空间关系演变趋势。这需要强大的动态感知、实时监测、自动预警、模拟推演等能力，例如快速并准确地识别非农非粮等活动，或者模拟推演不同情景下城镇发展趋势等。但传统的数字化技术难以对海量时空数据进行挖掘分析，如何利用基础大模型面向国土空间规划实施监测业务构建行业专属大模型，成为了当前工作的重难点。

如何构建行业大模型？为支撑以多因素、多尺度、非线性为特征的国土空间规划业务场景，引入具有数百万到千亿参数的神经网络模型，通过标准化、数字化处理国土空间规划相关法律法规、政策标准、业务规则、典型案例等资料，构建强专业性、高质量、海量的行业语料库，并围绕安全底线监测、空间规划传导、空间格局优化、绿色低碳发展、重点战略保障等业务场景设计下游任务，让大模型结合业务需求进行模型多轮训练和迭代优化，将行业大模型与行业应用深度融合，在规划实施中实践验证。

国地科技长期致力于智慧国土空间规划技术应用的探索实践，初步形成了“感知-模拟-决策”三位一体的时空大模型技术体系，自主研发了遥感大模型、推演大模型、语言大模型等行业模型库，实现规划要素感知精准化、规划模拟推演自动化、规划管理决策智能化。

（1）遥感大模型：规划实施动态感知能力

通过遥感手段监测国土空间地物变化，是动态评估实施效果的关键一环。传统的遥感解译手段难以处理遥感大数据所包含的地物形态、纹理、语义等特征。为构建国土空间规划精细化、动态化监测能力，通过建立全国各地自然资源地物分类样本库，结合现有海量的地理信息数据（如在线地图）自动进行大量样本标注，融合segment-anything model与遥感影像解译算法，建立遥感影像智能解译模型，实现农田、林地、草地、灌木丛、湿地、水体、不透水层、裸地、冰雪层等十余地类的遥感智能识别。

丰富的样本库。分专题分区域收集了全国各地影像样本库，以非农非粮监测模型为例，样本覆盖了江西、湖北、安徽、上海、广东等区域约7.4万张，通过丰富而全面的样本库提升模型的识别精度和泛化能力。

贴合业务的模型库。我们面向自然资源调查监测业务定制化了非农非粮监测、耕地边界提取、建筑变化监测等遥感专题监测功能，例如耕地与永久基本农田监测专题，提供了作物识别、非农非粮、撂荒耕地自动识别等能力。通过自研“双模型”提取方法，将耕地面数据与耕地纹理数据进行结合，对耕地地块的综合提取精度近90%。

（2）推演大模型：辅助规划编制的设计方案模拟

传统规划设计需要规划师对项目相关数据进行充分整理和分析，并在方案设计阶段多次与客户沟通调整，耗时又费力。通过收集整理各地优秀规划设计案例库及其影响因子数据，基于AE（自编码器神经网络）搭建规划设计方案生成大模型，在规划模拟阶段输入方案类型、用地面积上限、上位规划、土地利用现状等分析条件，通过人机微调进行用地布局模拟，辅助规划师在不同规划目标和情景下快速生成设计方案。

具备多要素综合分析能力。以辅助详细规划设计为例，以往需要考虑地方现状、上位规划、控制线等约束条件。我们构建了基于MLP自编码器的深度学习模型，采用一个编码器和三个解码器的模型结构，将地块看作图的节点，将地块邻接关系看作边，并将用地现状和上位规划等因子量化为节点属性输入到模型，让模型综合考虑了城市发展相关影响因子。

基于人机微调的多轮优化能力。优秀的规划设计方案往往不能一次成型，也不能完全依赖AI提供的方案，因此我们希望规划师与AI协同完成方案设计。例如在方案模拟前由规划师指定不同用地性质的大致比例，为方案模拟提供优化目标，在得到模型生成的规划方案后，规划师可对方案局部地块进行手动调整，再由AI进行多轮优化调整和模拟。

（3）语言大模型：赋能自然资源管理决策

语言基础大模型在机器翻译、文本分类、情感分析、问答系统等NLP任务表现相对出色，但对于自然资源行业专业问题和空间数据交互，就容易出现“一本正经地胡说八道”。通过整理国土空间规划相关的政策法规、技术文档、业务规则等知识库，创新性地将空间大数据库及其处理脚本与语言大模型进行结合，通过prompt engineering（提示词工程）对用户指令进行识别、关联、训练，使大模型不仅具备国土空间规划专业问答能力，还能够对地理信息数据进行挖掘和分析。

大模型的空间扩展。相比于基础大模型，除了可以支持文本、图像、视频等数据处理，规划行业的语言大模型最大特点是扩展了空间交互能力，我们构建了统计分析、叠加分析、邻域分析等大量空间数据处理分析流程（类似于SQL脚本），通过微调使大模型适配于这一类下游任务。

与业务深度融合。为了使大模型能在国土空间规划实施网络相关业务中得到应用，我们在大模型输入中加入了场景适配器，借助专业提示词强化其在应用中的判别能力，例如在选址场景中面对“本建设项目选址是否合理？”等相关问题，加入了“这是一项公路重大工程选址分析，请构建项目范围与永久基本农田叠加提取分析的脚本，并分析占压情况”，同时提供相应的智能选址分析脚本作为中间响应，使其自动分析项目相关信息、政策依据和地理信息数据。这使得大模型在具体业务场景也有优秀且精准的表现。

国地科技将持续加强国土空间规划时空大数据和专业大模型的研究和应用，以大数据、大模型驱动国土空间规划实施动态监测预警，构建更多“辅助编制、自动审查、动态预警”相关智能模型，搭建“智慧国土空间规划”场景化服务能力和技术体系。

相关阅读