出品/星动无极
经济日报11月17日报道,自然资源部就“人工智能+自然资源”作出部署,推动相关应用从试点走向规模化。文件列出的场景包括AI+“天空地海网”一体化监测监管、国土空间规划与治理、自然资源资产管理、自然资源灾害治理、海洋资源开发与治理、地质矿产勘查开发、林业草原保护利用、地球科学八类。
林草方向被单列出来做中试,内容涵盖以国家公园为主体的自然保护地体系建设管理、森林草原火灾预防和火情处理、现代化国有林场建设。自然资源部提出加强部际协同、部省联动、政企协作,发挥中央财政资金的带动作用,依托国家重大科技项目推进技术攻关,并探索设立自然资源领域人工智能应用科技支撑项目,引导社会资本参与。
这套部署的落点在数据。自然资源系统的业务天然产生空间数据:卫星遥感影像、航空摄影、地面监测站、海洋浮标、地下勘探。数据量在过去十年快速增长,但处理方式长期依赖人工解译与规则模型,一个省级国土变更调查要投入大量技术人员逐图斑核对。AI要解决的是把这类重复性判读自动化。
难点不在算法,在样本与验收。遥感影像的解译精度取决于训练样本的数量与代表性,不同地区的地物特征差异大,南方山地与西北荒漠的模型不能通用。验收标准同样棘手:人工判读的错误率有明确的统计口径,模型输出的错误率如何界定、责任如何划分,目前没有成熟规范。这两个问题不解决,AI应用会停留在演示阶段。
对商业遥感公司来说,这份部署对应的是采购结构的变化。过去政府客户买的是影像,按平方公里计价;现在越来越多项目买的是“变化图斑”“疑似违建”“火点告警”这类信息产品,按结果付费。这个转变对上游是压力也是机会——单纯卖数据的公司议价能力下降,能提供解译服务和行业模型的公司可以拿到更高的单价。
“天空地海网”这个提法值得注意。它把卫星、航空、地面、海洋、网络五类数据源放在同一个监测框架里,要求多源数据的融合与协同。这件事在技术上比单一数据源的AI应用难得多:卫星重访周期以天计,无人机以小时计,地面站以分钟计,时间分辨率不一致,空间分辨率差异更大,融合的前提是统一的时空基准和数据标准。
自然资源领域的信息化投入有几个特点:预算稳定、项目周期长、对数据安全要求高。这决定了大玩家是央企和国有地信企业,民营公司更多在细分算法和行业应用上做配套。AI的引入不会改变这个格局,但会改变利润分配——掌握行业数据和业务规则的一方,能把模型做成壁垒。
把这条消息放到低空经济和商业航天的链条里看,它提供的是需求端。低空飞行器做巡检、卫星做遥感、地面站做监测,最终都要落到具体的行业应用上,自然资源是其中预算最充足、数据最密集的一个。行业应用的订单,是空天产业从“造得出”走向“用得上”的关键一环。
真正的观察指标不是发了多少文件,而是明年国土变更调查、森林火情监测、海洋执法这几个具体业务里,AI判读的比例有没有实质提升。这类政府信息化的推进速度,最终由基层的使用习惯决定,而不是由技术方案决定。
八类场景里,最容易落地的是变化检测。国土变更调查、违建识别、耕地非农化监测,都是“同一区域两个时点的影像比对”,规则明确、样本充足、验收标准清晰。最难的是灾害治理与地质矿产勘查,前者要求实时性,后者依赖专业经验,AI在这两个方向目前只能做辅助。
中试机制值得注意。文件把林草方向单列为中试,说明主管部门意识到实验室指标与业务现场的差距。中试要解决的问题包括:模型在真实数据上的精度衰减、基层人员的使用门槛、与现有业务系统的对接。这些问题的解决成本往往高于算法研发本身。
财政资金的用法也在变。过去这类项目多是中央财政直接投资建设系统,现在提出“发挥中央财政资金带动作用”“引导社会资本参与”。采购模式随之从“建系统”转向“买服务”,企业先投入、按效果收费。对中小企业是机会,对现金流是考验。
遥感数据的定价体系还没有成型。政府客户习惯按面积采购影像,信息产品的定价缺少参照,服务商之间容易陷入低价竞争。要让AI应用形成可持续的商业模式,需要建立一套按精度、时效、覆盖范围分层定价的规则,这件事比技术突破更紧迫。
低空经济与遥感的结合点在这里。无人机做高频巡查,卫星做广域覆盖,两者数据在同一个平台上融合,才能支撑“天空地海网”的监测体系。这个体系建成后,低空飞行器的需求会从“运输”扩展到“观测”,对整个产业链是一次结构性扩容。

