AI+國土空間治理的昌平實踐：大數據深度治理撐起智能應用場景

導 讀

為深入貫徹落實國家和北京市關于自然資源數智化轉型，切實推動“以數據驅動決策、以數據賦能管理、以數據提升服務”的治理模式落地見效。清華同衡與市規劃自然資源委昌平分局合作實施了分局國土空間數據深度治理，通過該項目總結出一套從原始數據處理到知識庫、向量庫建設的系統化數據治理工藝，良好的數據治理效果支撐了規劃實施、耕地保護、執法監測等AI+應用場景，在規劃出圖、問題圖斑線索獲取方面取得了至少7.5倍以上的工作效率。

為推進北京市規劃自然資源委昌平分局的國土空間治理數智化場景建設，清華同衡承建并先期完成了昌平分局的國土空間大數據深度治理工作，堅持以場景需求和數據內涵為驅動力，對象級顆粒度為治理深度的原則，歷經一年最終建成可生產知識庫的數據體系。經過700多個各色原始數據文件的梳理，形成了7大類、230子類、45小類數據，入庫總量4T，輸出45套專題圖，樣本切片6T，訓練完成5種類型、10多種AI模型權重文件，支撐了耕地保護、執法監測、規劃實施等AI+應用場景，在問題圖斑線索獲取、規劃出圖方面取得了至少7.5倍的工作效率。

一、數據治理工藝

昌平分局的數據治理工藝是一個系統化、分層級的閉環管理流程，旨在將分散、異構的原始數據轉化為結構化、標準化、可信賴的知識資產，最終服務于數智化應用。整個工藝以“數據規范和治理管理體系”為指導原則，并貫穿“信息安全管理體系”，確保數據在全生命周期內的合規性與安全性。

該工藝可分為五個核心階段，自下而上逐層推進：

1. 數據采集與匯聚

規自分局的數據體系由內部結構化數據與外部協作數據構成：內部數據源自各業務科室，涵蓋基礎地理、房屋建筑、規劃、市政與交通設施、耕保、土地儲備、土地利用、執法及產業專題等；外部數據則來自合作單位或公共平臺，包括林保規劃、地質災害、文保數據等。

在技術流程上，首先開展數據資源梳理，對多源異構數據進行盤點、分類及元數據登記；隨后通過API接口、批量文件導入、手工編輯等方式實施數據采集；繼而利用ETL或數據湖架構將分散數據匯聚至統一的數據平臺或倉庫；同時建立基于定時調度或事件觸發的數據更新機制，確保數據的現勢性與一致性。最終輸出為初步整合的“原始數據”集合，數據形態涵蓋結構化數據表、GIS矢量數據（如Shapefile、空間庫），為后續治理、建模與分析提供基礎支撐。

2. 精細化數據清洗與標準化

數據清洗與標準化階段作為數據價值轉化的關鍵環節，旨在通過系統化處理消除數據噪音并統一數據口徑。主要工藝活動包括：對數據字段類型、編碼規則及命名規范進行格式標準化；對空間數據實施坐標系統一，通過投影轉換確保所有地理信息基于同一坐標框架；開展內容核驗，檢查數據的完整性、準確性與一致性；針對空間數據進行拓撲檢查，驗證幾何關系（如重疊、縫隙、懸掛點等）的邏輯合理性；并對缺失的關鍵屬性字段進行屬性補全或推算。該階段的輸出結果為高質量、高一致性的“準成品數據”，從而為后續數據融合與深度治理奠定堅實基礎。

3. 智能化數據融合與對象化治理

在智能化數據融合與對象化治理階段，系統實現從原始數據到語義化“對象”及其“關系”的躍遷。通過智能化數據融合技術，對多源數據中同一業務實體（如地塊、建筑）的異構記錄進行實體解析、沖突消解與合并去重，并基于業務規則、空間拓撲或圖神經網絡等算法建立跨數據集的語義關聯。隨后進入對象化治理環節，為每個核心實體分配全局唯一、持久化的對象編碼（如UUID或業務編碼），并依據本體模型或知識圖譜模式，將實體及其語義關系（如“包含”“相鄰”“屬于”）結構化建模。

最終，該過程輸出富含語義與關聯信息的“對象化數據”，通過統一數據模型持久化存儲至關系數據庫、空間數據庫或圖數據庫，為上層智能分析、可視化與決策支持提供高質量、可追溯、可關聯的數據底座。

4. 知識圖譜構建

知識圖譜構建旨在將結構化數據進一步抽象為知識網絡，以支持高級分析與智能應用。該階段的工藝活動包括：通過定義和抽取實體間深層語義關系來構建知識圖譜的骨架；提供高效的圖譜檢索接口，以支持復雜關系路徑的查詢；并對知識圖譜進行持續維護，包括更新內容、修正錯誤及擴展新知識節點與關系。最終，該階段輸出生成動態、可擴展的“知識庫”、“圖數據庫”和“向量數據庫”，從而為AI推理、智能問答及決策支持等應用場景提供核心知識支撐。

抽取以地塊為中心狀態下的知識圖譜展示

5. 總結

本數據深度治理工藝是一個“由底向上、層層精煉、閉環迭代”的過程。它始于對海量原始數據的匯聚，經過清洗標準化、對象化建模、語義關系構建，最終沉淀為高價值的知識資產。整個過程在規范體系和安全體系的雙重護航下運行，實現了從“數據”到“信息”再到“知識”的完整價值鏈轉化，為智慧城市建設、數字化決策和智能化應用提供了堅實可靠的數據底座。

二、數據治理支撐的數智應用成果

基于系統化的深度數據治理，研發了國土空間大數據治理和智慧協同工作平臺，構建了鄉村規劃實施、耕地保護、執法監測等AI+應用場景。

1. 鄉村規劃實施

為了健全村莊規劃實施管理機制，結合“通則式”管理規定將項目實施路徑進行空間掛接，開發自動化、智能化生成報審要件的數據模塊，打造鄉村治理和規劃綜合實施方案協同平臺。

①村莊規劃機器輔助套合

村莊規劃套合機器出圖分消除差異、要素套合、輸出成果三步，詳述如下：

消除差異：對比篩選“村莊規劃用地分類”、“鄉鎮國土空間規劃分區”差異圖斑，結合村莊用地現狀實際，人工決策、交互式消除圖斑差異，生成新的“村莊規劃用地分類”、“鄉鎮國土空間規劃分區”和“三大設施”。

要素套合：利用消除差異后的“村莊規劃用地分類”和“鄉鎮國土空間規劃分區”與村界、現狀遙感影像、村莊建設邊界、三大設施數據套合，與城鎮開發邊界、生態保護紅線、永久基本農田保護圖斑、水源保護地、歷史文化保護范圍控制線套合，生成所需的成果供預覽檢查。

輸出成果：將預覽和檢查無誤的套合成果如村莊規劃套合成果完善說明、核心指標表、現狀影像圖、底線管控和村莊建設邊界圖、規劃用地功能和設施分布示意圖、近期建設項目示意圖等輸出成最終正式圖件。

村莊規劃套合機器出圖（已脫敏，勿據此為它證）

②鄉村規劃實施方案備案圖則機器生成

據京規自發〔2025〕114號文，地上建筑面積不超過2000平方米的農村公共公益項目、地上建筑面積不超過10000平方米的鄉村產業項目，可通過編制項目建設方案和備案圖則的方式，在符合套合后村莊規劃各項空間管控要求和各區鄉村地區通用管控規則的前提下，確定具體建設項目的用地、建筑規模、高度等基本建設指標。平臺自動生成備案圖則，不再需要編制規劃綜合實施方案。

鄉村規劃備案圖則機器生成（已脫敏，勿據此為它證）

③規劃選址報告輔助機器生成

預設項目選址的標準化圖件輸出規則，構建報告文檔自動化生成腳本，依據項目數據和預設成果模板自動生成完整報告、一鍵生成選址法定圖件。

規劃選址報告機器生成（已脫敏，勿據此為它證）

2. 耕地智能監管

昌平分局堅持“數據治理筑基、數智場景賦能”，積極探索“科技護田”新路徑，在數據深度治理的基礎上創新開發了問題圖斑自動發現、線上協同整改、耕保多維矩陣駕駛艙、一鍵式生成分析報告等應用場景，建成問題圖斑自動識別系統、“田巡”小程序及數字駕駛艙功能模塊，構建了耕地智能監管新模式。

耕保多維矩陣駕駛艙

問題圖斑整改后多部門聯審過程跟蹤

3. 數智執法監測

為有效破解現今執法難題，昌平分局以“數智賦能”為核心引擎，通過制度革新、技術突破等方式建立“智慧巡查”管理體系，推動執法巡查從“被動響應”向“主動防控”轉變，實現對違法行為的精準識別、精準預警與精準打擊，為嚴守耕地保護紅線、遏制違法行為筑牢了堅實的“智慧防線”。

差異圖斑的初審和會商

核查結果反饋

感謝本項目實施過程中北京測繪院、北規院弘都規劃建筑設計研究院有限公司的大力支持！

編輯/排版｜王淑蕓

封面圖/圖片｜供稿部門

供稿｜清華同衡 詳細規劃與設計分院 CIM智慧城市研究室