数简科技
返回技术博客

人工智能+自然资源,为什么要从存量时空数据资产管理入手?

2026-11-18人工智能+自然资源时空数据平台数据资产管理自然资源智能体
自然资源部、国家发改委联合印发《关于“人工智能+自然资源”的实施意见》,提出到2028年建成时空地理信息等重点方向的高质量数据集、大模型和智能体。测绘国土部门积累的十TB乃至百TB级卫星、无人机、矢量、三维数据如何集中管理、充分利用?又如何做好智能体准备?本文拆解存量多源时空数据资产统一管理与智能利用的完整路径。

近期,自然资源部、国家发展改革委联合印发《关于“人工智能+自然资源”的实施意见》,提出到2028年建成时空地理信息等重点方向的高质量数据集、大模型和智能体,到2030年人工智能深度融入自然资源管理全链条。

文件统筹布局五个人工智能中试平台,其中时空地理信息方向列首位,聚焦感知、认知、分析与治理等关键环节,构建统一的时空智能感知底座,支撑时空信息新型国家基础设施建设。场景示范方面部署AI+“天空地海网”一体化监测监管等 8 项重点应用。

然而,在人工智能运行基础的数据基础层面还存在阻碍。

在实际业务中,自然资源、国土、测绘、地理信息、卫星中心、林草、地质等单位,在长期业务发展过程中积累了十TB乃至百TB级的海量、多源地理空间与时空数据,包括卫星遥感影像、无人机全景与倾斜摄影、矢量数据、三维模型、点云数据、CAD、BIM,以及各类表单、业务台账等。这些数据本是宝贵的数据资产,却往往分散在不同设备、系统和部门,缺乏统一的数据管理与发现机制,逐渐成为“沉睡的数据”,难以进一步复用,数据价值也无从释放。

与此同时,在共享数据服务、构建专题数据或业务应用时,如果需要调用这些存量数据,往往还要依靠人工反复拷贝、切片处理、发布服务。一旦涉及不同格式、不同投影坐标系的数据转换,又需要投入大量时间进行离线处理和重复加工,难以实现便捷高效的数据共享。

而在「人工智能+自然资源」时代,这些问题将不再只是数据管理和生产效率问题,更会直接影响大模型对数据的理解、智能体对数据的调用,以及业务智能体的快速构建,成为组织智能化转型必须跨越的一道基础门槛。

那么,如何管理这些多源海量时空数据,既高效激活存量数据资产价值,又为业务智能体的构建打下基础?

「人工智能+自然资源」存量多源时空数据资产统一管理与智能利用路径

任何智能化应用都建立在数据基础之上。

对于自然资源行业而言,卫星遥感、无人机影像、实景三维模型、基础地理信息成果、国土调查成果、国土空间规划数据以及各类专题业务数据,共同构成了智能化运行所需的数据基础。

如果缺乏适配大模型运行的统一的时空数据底板,大模型难以真正理解数据、流畅调度数据,智能体的建设也将面临“有数据而无可用”、数据标准不一无法融合应用,以及反复处理带来的效率问题。

在为政企长期构建时空数据管理平台和项目过程中,数简逐步积累其一套时空数据管理核心思路,以统一、系统化的“时空逻辑”,组织与集中多源、散乱、异构的数据;以标准化、自动化“建档”和“编号”数据梳理模式,整理与唤醒“沉睡的数据”。一旦数据可被发现,结合系统性能与自动化流程,便能灵活处理、分析和应用,实现数据价值;并在此基础上实现进阶化的业务智能体构建与组织智能化转型。

在具体路径上,数简依托自主研发的时空数字云平台,基于其对时空大数据全生命周期标准化自动治理与资源化智能应用特性,帮助组织用户对积累的多源时空数据进行自动入库、标准梳理、高效汇聚、统一管理、快速共享与动态处理分析,进而便捷智能应用,激发存量数据价值;

在这一坚实的数据管理基础上,数简进一步深入平台底层,将大模型、专业知识、算法工具与业务流程深度融合,构建面向政企用户的私有化部署时空智能体,并将既有的数据管理、用户权限与安全管控机制延伸至智能体运行过程,让AI在安全、可信、可控的环境中调用数据、执行任务和服务业务。

图片

在数据管理与处理模式上,平台的自动化“基因”让全流程基本实现“无人化”执行。对于政企用户分散在不同设备,卫星、无人机、矢量、三维等多源时空数据,平台支持数据“无感”入库并建立统一的数据标准,让这些数据快捷进入网盘,同步实现“入库即服务、入库即管理、入库即应用”效率,帮助用户对这些数据进行流畅梳理、快速服务、一键共享;

对于组织内部积累的L1A原始卫星影像数据gz包,无需切片即可自动化解压处理到DOM成品,如有进一步个性化处理需求,平台也支持实时在线处理分析,如坐标、投影系可在线实时一键丝滑切换,既无需反复切片,更可实现针对业务目标“所得即所需”的“按需服务”。

图片

有了以上数据整理基础,组织用户在从事具体业务或项目中,如需查询应用任何数据,不仅可以使用数简传统特色的多维时空检索模式,即通过「地图框选+筛选数据属性」,快速找到自身需要的数据服务;更可通过大模型问答找到自己所需,即直接说出,“查找山东省三年的2米分辨率卫星影像”,“上周采集的某县无人机影像”,“查找某地区的三维模型”,数简时空智能体将快速呈现所需的数据列表。

图片

🔼 通过时空智能体用自然语言查询库中太湖流域的卫星影像

那么,具体如何逐步唤醒“沉睡”的存量多源时空数据,转化为多样化的服务与应用?又如何为智能体升级应用打下基础?让我们一起来看。

多源时空自动化入库 建立统一数据标准 唤醒“沉睡数据”

数据要被唤醒,首先需要“清点”、“建档”和“命名”。

数简平台支持多源异构数据批量自动入库,兼容国内外主流卫星、无人机,以及矢量、三维、业务台账(表数据)等数据,自动提取元数据、建立多维索引、分类编目入库,实现统一的“网盘化”简洁管理。用户通过sftp或web映射就能归档,数据入库即可浏览、管理、应用,免切片处理。

🔼数简平台自动提取影像属性操作演示

值得一提的是,除了多源卫星数据,平台同样支持对无人机影像处理成果进行快速分类管理,对校正后的数据、DOM 成果及各类附属成果均可通过智能标签化方式入库,便于后续检索;同时,平台能自动读取无人机图片名称中的拍摄时间,支持无人机型号及携带相机类型的配置入库设定,让数据属性更完整、可追溯。

图片

🔼 入库后的无人机影像也可按照拍摄时间、携带相机类型、无人机本身型号进行多维筛选查询

这是时空数据进入“智能工厂”的第一步也是关键的一步。为这些散乱、跨设备的数据建立了编目类别和统一标准,相当于为这些数据“清点”、“建档”和“命名”,并且通过便捷的网盘形式展现给组织用户,今后在查询时立等可见。组织内部用户在从事业务或制作专题数据会发现:原来我们内部还有这样的“宝藏”数据!并可通过一个链接便可分享给同事、其他部门或下游单位。

有了档案和编号的数据,多源时空数据将不再沉睡,将极大地提高数据的复用率,充分利用数据资源与价值。这一步既为后续的多维查询检索做铺垫,同时也为智能体构建奠定了基础,让大模型能够基于统一的数据底座快速理解数据并快速获取所需资源。

多源时空数据“网盘”统一管理 时空智能体快捷问答检索

有了第一步,接下来就可以随时随地按照所需精准“召唤”数据。

平台简洁的数据网盘式界面让影像(卫星、无人机)、矢量、三维数据分门归类,并可通过顶部的检索选项快速查询所需的库内数据资产。

图片

🔼 数简时空数字云平台,不仅可以一屏管理影像、矢量、三维、表数据;细分到影像,也可一屏管理多源卫星、无人机、高程、SAR等数据

在影像管理界面,组织不仅能集中管理多源卫星影像,也能以同样的模式管理查询无人机影像并实时在线全分辨率浏览。

数简平台支持多源卫星、无人机影像的多维度精准检索、实时响应、无损浏览,让海量遥感影像数据的查询筛选简单直观,时空化交互:既可以按照卫星传感器、无人机型号、挂载相机类型、数据拍摄时间等属性筛选;也能通过多边形、矩形区域、上传矢量文件、行政边界等空间维度进行检索;还能基于空间维度关联原始影像与处理成果,同时支持检索结果按月、日进行聚合展示。

图片

同时,利用平台智能原生特性,数简升级了数据检索的智能体模式。

在智能助手栏,用户可在对话框中直接“开口”询问库内的数据情况,描述所需数据条件,智能助手将自主规划呈现符合要求的数据列表,无需在对话框中进行繁琐筛选,也能让业务智能体中的大模型更好地理解数据,为基于一张图的智能问答奠定灵活的数据调用基础。

图片

🔼 通过时空智能体用自然语言查询库中三维数据

gz数据包到DOM自动化预处理 免切片实时发布共享服务 动态处理分析

多源时空数据在被“唤醒、召唤”的同时,就可以实时对外提供服务、实现数据价值。

然而,一个现实问题横亘眼前:测绘国土相关部门与企业,内部积累了大量自身以及上游提供的卫星影像数据,这些数据可能还处于压缩数据包状态,无法发挥数据价值。

平台自动化预处理能力覆盖从 Level1A卫星数据gz数据包解压、几何校正、色彩校正、融合镶嵌到 DOM 生成的全流程自动化;无人机数据也支持单片快矫、自动拼接和分幅;同时也支持卫星影像的实时动态RPC校正。对此数简前期也制作过实操专题,具体可查看《卫星遥感影像自动化预处理操作案例教程》

这样的无人值守模式,让积累了大量卫星影像gz数据包的政企,可以在无需人工干预的情况下将这些数据包转化为可用可共享的DOM数据服务,将传统处理模式下的数周,缩至小时甚至分钟级,生产周期缩短90%;处理完服务直发下游单位,通过OGC直接取用,让积压影像变成“活的”数据资产。

相关部门在多源数据融合构建业务应用,或下游单位需要不同坐标投影系数据的场景中,平台可提供在线丝滑快速转换处理:平台支持不同格式与坐标系影像数据统一管理,超300种国内外坐标与投影系的实时动态转换,让多坐标系并行发布;同时支持无人机与卫星影像的实时在线投影动态转换及空天一体自动叠加。

图片

🔼 通过数简平台,卫星与无人机影像都可以实时在线一键转换坐标投影系

这样的实时动态处理能力免去了手动转换与离线切片的繁琐操作,大幅节省时间成本,快速实现多源异构数据的高效融合与灵活服务。

这一步在实现数据资产化的基础上,更增加了数据的多样化应用价值;而长远的价值在于,为大模型与智能体的深度融合提供了必要的基础。

私有化部署时空智能体:让AI在既有安全体系内运行

前面介绍的多源时空数据统一管理、自动化预处理、动态处理分析与在线发布服务,将分散的数据资源、处理能力和服务接口纳入统一的平台体系。这也为时空智能体提供了基础:智能体不必直接面对分散的文件和复杂的处理环境,而是可以通过统一的数据服务与能力接口,按需检索数据、调用算法、组织分析任务,形成从数据到业务成果的完整链路。

但当数据使用方式从人工操作转向智能体自主检索、调用和执行,传统的数据安全管理也面临新的要求。尤其在自然资源、测绘地理信息等领域,时空数据涉及重要业务信息和敏感地理信息,必须确保数据访问、处理和流转始终符合既有安全规范。数据能够被智能体调用,不意味着智能体可以不受约束地访问和使用数据。

基于这一需求,数简在既有时空数据平台基础上,融合大模型、专业知识库、算法工具、业务Workflow与安全权限体系,构建支持私有化部署的时空智能体。这并非简单地将大模型部署到内网,而是让AI在用户认可的安全环境中,理解业务需求、调用平台Skill、组织专业流程,同时继承原有的数据管理与权限控制机制。

具体而言,智能体对数据的检索、查看、下载、处理和成果获取,均可依据用户或用户组的授权范围进行控制;对于数据导出、对外发布等操作,还可结合业务要求设置审批与审计机制,确保智能体的每一次调用和执行都处于可管控、可追溯的范围内。

🔼 利用数简私有化部署时空智能体,自然语言查询过境卫星、发布影像、库存统计等

从数据统一管理,到智能体统一调用,再到权限统一管控,数简将时空数据平台的管理能力延伸至AI应用层。 让政企用户能够在既有数据体系和安全边界内,逐步释放存量时空数据与专业能力的智能化价值。

自然资源领域多源时空数据体量大、标准不一、权属敏感,若缺乏统一的时空数据底板,智能体建设也容易陷入“有数据而无可用”的困境。

从存量多源时空数据资产统一管理与智能利用做起,本质上是以数据治理现代化支撑自然资源治理现代化,是把数据优势转化为智能优势的“先手棋”,也是打通“数据可用—业务好用—智能管用”的必由之路。

先筑牢数据底盘,智能才有上限;先唤醒存量资产,政企智能化升级才能安全落地、行稳致远。

相关产品