2024年，自然资源部印发《自然资源数字化治理能力提升总体方案》，明确提出运用人工智能等新一代信息技术，提升自然资源态势感知、数据治理挖掘共享和决策支撑能力。2025年，自然资源部进一步谋划自然资源行业大模型建设试点，探索以行业大模型统筹、地方共建智能体的方式推进应用。2026年，自然资源部提出积极推进“人工智能+时空信息”行动，推动构建时空信息智能感知与服务体系。
从政策导向来看，自然资源数字化正在从数据汇聚、业务数字化进一步走向数据智能化和智能服务。
那么，在“空间智能体”时代，测绘院、卫星中心和地理信息中心的未来业务形态，究竟会是怎样的？
传统平台面向空间智能体服务时，有哪些短板，将面临哪些挑战呢？
智能体运转与调用的前提与关键前提又是什么？
相关部门在转型升级时，又该怎样“未雨绸缪”、“一蹴而就”呢？
一、“空间智能体”时代，自然资源测绘院/卫星中心/地理信息中心的未来业务是如何的？
要理解“空间智能体”时代业务形态的变化，首先需要理解一个关键转变：从“人操作软件”到“人描述需求、智能体执行任务”。这意味着测绘院和卫星中心的业务形态将发生三个层面的变化。
第一，从“数据提供者”到“智能服务提供者”的定位升级。 传统模式下，卫星中心的核心职责是接收、归档和分发数据。业务部门拿到数据后，还需要自行处理才能使用。而在空间智能体时代，数据平台不仅要“存得住、找得到”，更要“算得快、用得好”——数据从入库那一刻起就应该是规范、可理解、可调用的，智能体可以直接基于这些数据完成分析任务，而不是等人来下载和处理。
第二，从“人工流水线”到“自动化+智能化流水线”的生产方式变革。 传统遥感数据生产依赖大量人工操作：人工下载、手动解压、逐景处理、手工镶嵌、切片发布。这种模式在遥感数据爆发式增长的今天，已经成为效率瓶颈。未来的业务形态中，数据接收、预处理、发布全流程自动化运行，AI智能体在此基础上自主编排调用各类专业算法，根据业务需求动态调整处理策略。
第三，从“数据处理执行者”到“业务目标定义者”的角色跃迁。传统模式下，业务部门大量精力被消耗在数据检索、格式转换、参数调试、流程拼接等繁琐操作中。空间智能体接管这些中间环节后，专业人才得以从“怎么把数据跑通”转向“分析结果如何指导业务决策”，专注于定义分析目标、校准判定规则、优化业务流程——让数据智能服务于实际业务价值，而非被困在工具链的操作泥潭中。
这三个变化共同指向一个核心结论：未来的测绘院、卫星中心和地理信息中心，需要一个能够支撑“空间智能体”运转的时空数据底座。
那么，传统平台面向空间智能体服务时，有哪些短板，将面临哪些挑战呢？
二、现实困境：传统平台的四个短板
从一线业务来看，传统的时空数据底座或遥感空间数据平台存在四个短板。
存储与管理低效。 影像数据以关系数据库方式存储，相比文件目录方式效率低下，且占用数据库容量80%以上空间，严重挤压其他重要数据的备份资源。
元数据建设滞后。 数据库中记录影像名称、格式、坐标系等通用信息，缺少分辨率、影像范围、采集时间、卫星型号等多样化专门字段，难以实现精细化查询与统计。
运维工作量大。 影像入库、坐标转换、切片发布、数据备份等工作大量依赖人工。不同坐标系、不同访问控制需重新发布与切片，导致数据与服务的大量冗余。
应用场景受限。 每年接收的影像，真正被利用可能在10%左右。监测图斑的内业判读中，想快速查询调用某个位置、特定时间范围的影像，难以实现便捷调用。日常影像分析依赖专业人员通过桌面GIS软件操作，缺少可供各系统统一调用的影像数据接口。
智能体要实时调用最新数据，处理成果要自动流转到业务系统，以上每个短板，都可能成为智能体运转链路上的断点。接下来，我们就将聚焦空间智能体在时空数据全流程各环节，看看在每个关键节点，其都会对传统平台提出怎样的要求，而怎样的流转方式，才能适应其深度嵌入与全流程融合——
三、智能体运转的前提：数据必须“可被理解”
空间智能体的基本工作链路可以概括为：
理解业务意图 → 发现与选择数据 → 调用专业能力 → 完成分析 → 输出结果。
第一步依赖大模型的语义理解能力。第三、四步依赖专业算法和业务模型——这些能力经过多年发展已沉淀在各类平台中，而在自然资源的数据中台领域瓶颈在第二步——定位数据。
遥感影像不是结构规整的表格，而是附带着复杂元数据的栅格图像：坐标系、分辨率、波段组合、采集时间、云量、卫星型号……这些元数据如果分散在不同系统、字段口径不统一，智能体就无法准确理解数据的含义。一个智能体要调用“某省2024年夏季的高分二号影像”，需要知道卫星编号、行政区划边界所在坐标系、季节起止日期——这些信息若散落各处且格式不一，模型再强大也无从下手。
视频演示：自然语言检索宜兴市近30天、高分辨率、低云量遥感影像（数简遥感综合应用平台）
智能体的智能化程度，不取决于大模型参数有多少，而取决于底层数据平台能让智能体“看懂”多少数据、“调用”多快的数据。
四、自动化流水线：智能体嵌入的前提
要解决“数据可被智能体理解与调用”的问题，第一步是建立自动化的数据流转机制。
传统遥感数据管理以“文件”为中心：数据以压缩包存放，需经历人工下载、手动解压、逐景处理、手工镶嵌、切片发布等环节，周期动辄数天至数周。而智能体需要实时、在线、可调用的数据服务，两者存在根本性的节奏错配。
自动化流水线架构正为此而生。以某省级地质研究院的GF1/GF2卫星数据处理为例：传统模式下，单景数据从接收到发布约需1天，需3至5名专业人员轮班作业；自动化模式下，平台自动监听、自动扫描、自动解压入库、自动完成几何校正与色彩校正、自动融合镶嵌，全流程无人值守——周期压缩至2小时内，人力成本降低70%。
视频演示：数简时空数字基础平台自动化流水线（可拖动进度条至 0:20秒）
自动化流水线为智能体提供了四个层面的准备：
标准化数据底座让数据入库即规范，智能体无需猜测字段含义；
自动化数据流确保数据实时在线，不被人工环节阻断；
可复用的专业能力让智能体按需调用各类遥感算法；
多形态服务能力让一套数据支撑多种业务场景。
没有这四条，智能体就缺乏高效的数据供给基础。
了解更多 → 卫星遥感影像自动化预处理：
五、免切片动态发布：让遥感服务从“预制菜”变成“现点现炒”，打通智能体调用的关键环节
当数据完成自动化生产后，还需要解决两个问题：如何快速提供数据，以及如何让数据能够直接参与计算。
传统影像服务通常依赖预切片和多级金字塔。随着数据规模从TB级向PB级增长、数据更新频率不断提高，持续切片会带来较大的计算、存储和更新成本，也限制了数据服务的实时性。
免切片动态发布技术将数据存储、处理与服务表达解耦，通过复合空间索引和动态计算，根据请求的空间范围、分辨率、坐标系等条件按需组织数据并输出服务，实现从“提前生产固定服务”向“按需动态提供服务”转变。也就是说，让遥感服务从“预制菜”变成“现点现炒”：同一份原始数据无需针对不同应用提前切片和重复加工，而是根据实际需求动态完成投影、拉伸、波段组合、RPC校正、NDVI等处理，并以相应服务形式实时输出。
数简平台实时在线动态处理分析：
在这一模式下，数据不再只是被动等待调用的影像文件，而可以在服务请求到达时直接进入计算流程，从数据到处理、从处理到分析、从分析到信息形成连续链路。数简智能分析基础平台内置几何校正、匀光匀色、动态拉伸、RPC校正、NDVI计算、目标识别、变化检测等30余种通用与专业算法，并支持Python、PyTorch等算法和深度学习模型接入，使专业算法和AI模型能够直接建立在动态数据服务之上。
这意味着，上层应用提出“分析某区域近三年的植被变化”。系统根据任务需求动态检索符合条件的数据，选择相应的处理和分析能力，实时完成计算，并将结果以服务或业务成果形式输出。数据、算法和模型之间不再需要通过大量中间文件进行衔接，而是形成数据即服务、算法可调用、模型可嵌入、结果可直接生成的在线计算过程。
进一步结合大模型和空间智能体，这种动态机制使AI不再只是数据分析结果的展示入口，而可以进入数据处理与分析过程本身。大模型负责理解自然语言任务，智能体根据任务目标灵活调度数据检索、影像处理、空间分析和AI解译等能力，并根据中间结果继续组合和调整执行流程。原本需要专业人员逐步操作的数据处理链路，逐步转变为由智能体按任务动态编排的计算流程。
因此，免切片技术的价值并不只是减少切片，而是使时空数据底座具备实时、自动、动态计算的基础能力：数据在线、处理在线、算法在线、模型在线，最终实现从“提供数据”向“直接提供信息与洞察”转变。
面向PB级时空数据规模和国产化部署环境，这种架构进一步提供了大规模实时智算所需的数据、计算与服务基础，并通过统一的数据、任务和服务体系实现计算过程的可管理、可追踪和可审计。
最终形成的是一条面向空间智能的动态计算链路：
时空数据 → 动态处理 → 专业算法+AI模型 → 业务服务→ 信息洞察
这使时空数据底座不再只是数据存储和发布平台，而逐步成为能够被空间智能体理解、调用和动态编排的实时遥感智算基础设施。
空间智能时代，底座先行
空间智能体的发展不会削弱时空数据平台的重要性，反而会进一步提高对数据基础设施的要求。
对于自然资源测绘院、卫星中心、地理信息中心等单位而言，在推进国产化替代、新一代时空数据底座或时空信息平台建设时，可以将多源异构数据统一纳管、标准化元数据、自动化生产、高效动态服务以及面向AI的开放调用能力作为重要的架构评价指标。
其中，多源统一纳管解决数据资源分散的问题；标准化元数据解决数据语义不一致的问题；自动化流程解决数据生产效率和时效性问题；动态服务解决大规模数据高效供给的问题；标准化Skill和接口则进一步解决数据与专业能力如何被智能体调用的问题。
最终形成的，不再只是传统意义上的GIS数据管理平台，而是一个能够持续汇聚数据、自动生产数据、在线提供数据，并向AI和空间智能体开放数据与专业能力的新型自然资源时空数据底座。
这也为自然资源行业下一阶段的数字化、智能化建设提供了一条较为清晰的技术路径：
统一纳管 → 标准治理 → 自动生产 → 动态服务 → 能力开放 → 空间智能。
了解更多：数简时空数字基础平台 —— 多源异构时空大数据统一纳管、自动化生产、免切片动态发布与智能应用的云原生基础平台，为空间智能体提供可理解、可调用、可动态编排的实时数据底座。