孙雪东：场景驱动 AI赋能，共筑智慧规划新生态

7月25日，2024中国城市规划信息化年会暨中国城市规划学会城市规划新技术应用专业委员会年会在广州正式开幕。会议由中国城市规划学会、广州市规划和自然资源局指导，中国城市规划学会城市规划新技术应用专业委员会主办，自然资源部碳中和与国土空间优化重点实验室、国地科技承办。

主题聚焦“智慧规划• AI赋能”。自然资源部信息中心主任、党委书记孙雪东在会上致辞并作学术报告。

党的二十届三中全会提出，全面提高城乡规划、建设、治理融合水平，深化土地制度改革，推进高质量发展。以信息化促进中国式现代化，全面提升国土空间规划数字化、系统性治理能力，已经成为摆在我们面前的重要课题。从规划来看，“多规合一”改革以来，五级三类国土空间规划体系基本建成并进入全面实施阶段，正在发挥日益重要的基础作用和约束引领作用。面对新时代的挑战，规划工作不仅在“治”上发挥管控愿景式蓝图谋划部署作用，更需要在“理”上发挥规划实施过程中广泛的多方协调、协同作用。需要在以下六个方面进一步深化提升。

一是科学认知国土空间规律，完善国土空间规划理论体系；二是创新国土空间规划技术，服务区域城乡协调高质量发展；三是持续优化国土空间布局，实现安全繁荣宜居发展；四是提升国土空间治理能力，推进国土空间效率效能品质提升；五是推进国土空间数智协同，实现规划数字化智慧化转型；六是编制海洋国土空间规划，促进陆海统筹协同发展。

要实现上述目标，规划数字化能力构建，既是规划工作的迫切需要，也正成为规划未来事业发展的重要核心力量。从信息化来看，当前，以人工智能为代表的第四次工业革命，正深刻影响着人类社会的经济、政治、文化、生态等各个领域，体现在三个方面，一是生产要素发生转变，粗放式土地要素难以支撑高质量发展，数据要素作用日益凸显；二是传统基础设施建设与使用发生转变，数字化、网络化基础设施成为未来经济社会运行的重要基础；三是数字技术革命的浪潮，给国土空间运行和自然资源要素保障带来了全面深刻影响。数字技术在国土空间规划中发挥着重要作用，正在重新界定国土空间规划的技术方法和治理形态，不断推动国土空间规划的加速转型。尤其是海量数据和先进算法模型极大提高了规划的精准性和操作性，增强了规划在面对复杂环境变化时的韧性和适应性。

尽管当前国土空间规划数字化转型已具备一定基础，取得了一些成绩，特别是在数据感知和监测技术方面处于国际领跑阶段，但规划数字化和智慧化水平仍有较大的提升空间。一方面，带位置人口经济社会数据严重缺失，多源异构数据融合、数字孪生、平台集成有待提高；另一方面，智能化辅助决策工具有待丰富，在精准识别、绩效评价、趋势推演以及空间发展重大问题智能模拟、多情景分析等方面尚处在起步阶段。

经过多年发展，全国规划行业具备了较好的信息化基础，基本实现各项业务信息化全覆盖。今年2月自然资源部印发了《自然资源数字化治理能力提升总体方案》，提出了“一平台四场景”的总体架构，计划整合各类基础时空数据平台，推进“多台合一”，通过场景驱动，实现认知判断决策能力提升。

时空大数据是我们认识空间、理解空间、治理空间的重要工具，当前，国土空间规划在时空数据运用过程中仍存在感知不及时、汇聚不全面、挖掘不充分、空间不关联等问题，无法对城市空间形态、城市活力、生态效能、创新潜力、联系协同等做出分析诊断。为实现对国土空间的全面、实时、精准感知，我们需要聚焦态势感知、数据融合、算力算法、平台集成，为智慧规划提供强大支撑。

一要提升自然资源和国土空间变化态势感知能力。依托“空天地海网”态势感知体系、自然资源调查监测和业务监管体系、生态调查监测体系，实现国土空间一体化、实时化、精准化变化感知监测。通过构建目标识别、变化检测等算法模型，强化对遥感解译、变化识别等全过程的自动化、智能化支撑。积极探索推进生成式AI大模型试点应用，提升对态势变化的理解能力。

二要深化“流数据”的挖掘融合。实现数据应汇尽汇、共建共享、按需使用。系统建设国土空间数据模型，提升数据关联和业务融合水平。推动建立基于空间单元的人口、经济社会、法人等数据获取机制，加强流式数据、轨迹数据、网格数据等新型空间数据的挖掘分析。研究构建国土空间信息模型（TIM），提升国土空间的精准研判水平。

三要统筹算力和算法。统一建设部省协同“一云多分区”的“自然资源云”，实现分布式、多层次算力资源统一管理。统筹规划建设人工智能算力基础设施，适当引入超算中心及第三方资源，协同建立人工智能训练和推理能力。统筹开展空间统计、空间分析、二三维可视化等通用工具研发，众筹方式开展专用工具、智能工具研发。

四要打造统分结合、协同联动、开放共享的国土空间基础信息平台。整合城市信息模型、时空大数据、实景三维、CSPON等共性功能，建设“一门户四中心”（统一应用门户、数据中心、工具中心、场景中心、运营运行中心），对下统筹管理“一张图”数据，对上支撑业务和社会化应用场景。各地各单位共同建设、维护运营，按照职责分工，共建共享“一张图”数据，共同开发使用算法、模型、知识、工具、场景等资源。

精准识别问题是科学规划的前提和基础。围绕粮食安全、生态安全、自然灾害、历史文化保护、能源资源安全等领域重点问题，重点提升国土空间诊断评价能力和时空规律推演能力。实现安全底线的敏锐感知、全面管控与快速响应。

在粮食安全方面，构建智能耕地保护应用场景，提高城市耕地监管水平。城市周边耕地保护一直是个老大难问题，需要凝聚各方共识，发挥好耕地的生产、生态、景观、间隔、休闲游憩等多重功能。搭建耕地保护驾驶舱，打通、融合、重构各类业务系统和环节，形成耕地和永久基本农田数字化“一本账”，从管理、空间、属性维度全面反映现状规划、数量分布、经济效益、变化情况，并实景三维可视化直观展现。模拟典型情境，如全域土地综合整治、郊野单元规划、城市周边蔬菜基地建设等，辅助规划科学决策。

在城市防涝方面，构建防涝规划模型，降低灾害风险。在纵向上实现不同降雨场景洪涝风险的过程推演，横向上协同人地房等核心空间管控要素，通过城市洪涝安全空间和通道的智能识别、重大防涝设施规模的智能测算，前瞻性地预测城市洪涝灾害影响空间。

在历史文化保护方面，构建数字化名录和孪生情境，赓续历史文化血脉。汇集历史文化遗产空间信息和考古地块信息，形成三维立体、分级分类、实景仿真的历史文化保护数据集，建立空间清晰、管控明确、联动更新的数字化名录，实现建设工程规划许可的实景三维辅助审查。将古旧地图、历史地图数字化，快速高效呈现大范围街区场景，应用可交互虚拟情景模型，提供历时性、沉浸式、多感官的高品质虚拟体验。

提升国土空间规划治理能力，关键在于对国土空间运行规律的把握。将大数据分析技术、智能技术嵌入分析评价过程，实现空间结构、布局特征、效率水平的智能评价，辅助规划决策。

一是通过对空间“流态—业态—形态”的智能分析，优化城市空间结构。利用人流、物流、信息流、资金流等流数据，从“联系流”视角分析区域空间结构，精准测度城市之间联系流向与流量，提升对区域空间结构定量分析的科学性。利用企业注册信息、楼宇经济评估、物联网等产业数据，以企业数据集群和多样化的产业图谱算法为支撑，准确判断城市在区域产业结构中的地位与分工，定量识别地区未来具有发展潜力的产业。利用大气和建筑物数据，构建城市气候模型，高精度模拟风环境，优化城市开敞空间形态和风道体系，改善城市生态环境。

二是通过对空间“热度—强度—匹配度”的智能解译，优化城市空间布局。利用大数据和AI算法，展现人群居住、就业、购物、娱乐等行为的时空变化情况，完善产业、交通及公共服务设施空间布局。比如，通过构建商业中心活力模型，分析城市商业中心的人口活力与消费活力热度，优化城市商业设施布局；通过构建交通承载力模型，模拟不同条件下道路交通、常规公交、轨道交通及静态交通运行强度和匹配度，优化城市交通资源配置。

三是通过对空间“增量—存量—质量”的智能识别，提升城市空间利用效率。构建城市空间增长模型，模拟不同条件下城市扩展趋势和扩展方向，预判增量空间使用方向和效益。精准识别小区边界、建筑轮廓，实现人、地、房、设施、企业信息互联，实时评估城市存量空间运行状态，智能监测城市用地长时序变化规律。智能研判各类设施的使用效率、产业园区开发强度、住宅与写字楼空置等空间质量状况，识别低效用地，为推动土地混合开发利用、用途合理转换、开展各类产业园区用地专项治理和城市更新做出最优决策提供支撑。

打造“宜居、宜业、宜游、宜学、宜养”的生活圈，塑造“以人为本”的高品质空间，是满足人民美好生活的必然要求。通过研发交通市政设施、公共服务设施等评估模型，利用人口空间特征和管理审批数据，实现对空间品质相关指标的自动计算和智能研判。

一是精准画像，了解人口的空间特征与空间需求。通过匹配人群的年龄、性别、职业、收入等静态标签与通勤路线、出行习惯、休闲轨迹等动态标签，将人群精准分类，预测不同类型人群的空间需求，对城市居住、就业、消费娱乐等功能空间开展人地匹配评估，辅助城市用地结构优化和空间品质提升。

二是设施提升，优化社区生活圈。模拟不同的人为活动来识别不同公共服务设施的准确服务范围，精准识别学校、养老、医院等公共服务设施的服务盲区，评估现状设施布局及规模匹配情况，分析社区设施人口承载力，促进社区空间环境和服务设施品质提升。

三是舒适便利，优化市民体验空间。当我们想到一个城市时，首先出现在脑海里的就是街道，街道有生气，城市就有生气；街道沉闷，城市也就沉闷。街道品质的智能研判可以为精准化和人本化设计提供重要支撑。基于街景图片和AI技术，从人本视角计算绿视率，测度街道绿化品质；识别街景图片中建筑色彩配色方案，评价城市色彩。针对城市骑行系统存在体验被忽视、网络被分隔、空间被侵占以及缺乏特色等问题，结合不同出行目的，辅助构建骑行系统，为慢行道路规划和设计提供借鉴。

人工智能给我们带来了无限遐想和全新挑战，AI与城市设计的融合，带来了前所未有的机遇，AI+草图、渲染、建模、方案，无处不在。在城市设计导则和美学准则数字化要求下，通过AI模型训练，辅助或智能生成指标合理、符合美学、因地制宜、尺度多元的城市设计方案。

对于单体建筑尺度，通过AI辅助设计与施工，提供全流程解决方案。比如，应用AI辅助设计，通过输入草图或描述生成建筑设计方案，将建筑师脑海中抽象的概念变为直观的建筑模型，扩展建筑设计的想象力边界；应用增强现实（AR）技术，将BIM模型多角度、多位置定位到施工现场，辅助直观掌握项目建成效果，从而减少施工错误，提高验收效率。

对于城市街区尺度，通过AI建立数字化生成工具，多维度辅助街区城市设计。比如，构建街区道路、街区建筑、公共空间和地形地貌三维空间沙盘，实现立体设计；基于传统建筑聚落和街巷肌理特色，生成历史街区形态肌理，分析街道空间演变过程；基于城市建筑、路网数据，构建机器学习案例库，自动生成街区建筑模型，根据需要进行形态优化。

对于重点地区或地段尺度，通过AI实现城市风貌沉浸式模拟，提升城市风貌管控效果。比如，在城市视廊控制方面，通过AI模拟人的尺度和视角，分析特定位置可以看到的山体、水体、建筑范围，为科学规划城市景观视廊、准确营造公众可感知的城市空间提供直观的场景；在街道空间界面控制方面，应用街景影像识别技术，分析建筑高宽比、贴线率、绿视率、天空开敞度等指标，模拟市民实际空间感受；在城市天际线设计方面，通过实景三维技术实现城市天际线自动生成，模拟眺望效果，分析天际线层次关系。

对于城市全域尺度，通过AI还原城市自然地理格局，实现由平面设计向立体设计的跨越。大部分总体城市设计在表达方式上以二维平面为主，对真实城市的还原度不足。应用AI技术可高度还原城市全景及周边山水等自然地理格局，实现全域实景三维可视，同时可实现城市级大尺度建筑智能生成，将总体设计方案定位重现于现实环境中，使人们能够以动态交互方式在虚拟三维环境中，审视未来城市设计的空间合理性。

正如钱学森先生所说：“城市是一个复杂的巨系统，要用系统科学的观念与综合集成的方法来研究城市。”作为规划从业者，我们要通过时空数据更全面地感知城市，通过智能研判更精准地把握城市，通过智能决策更高效地规划建设治理城市，在推进城市全域数字化转型中贡献行业智慧。

我们身处国土空间规划与治理数字化创新的前沿，正引领着一场前所未有的深刻变革，创新与变革需要决心与勇气，更需要海纳百川、包容兼续的胸怀。这不仅是一次技术的跃迁，更是一场思维革新，呼唤着我们拥抱新理念、新方法，运用新技术、新工具。需要我们加强各领域协同合作，以AI时代下的全新视角，共谋自然资源数字化转型新篇章，共筑智慧规划新生态，共创智慧城市更加美好、更加辉煌的未来。

（作者：孙雪东，自然资源部信息中心主任、党委书记）

来源：自然资源部信息中心