党的二十大作出加快建设网络强国、数字中国的战略部署。党中央、国务院印发的《全国国土空间规划纲要（2021—2035年）》《数字中国建设整体布局规划》明确要求建设全国国土空间规划实施监测网络。2023年和2024年全国自然资源工作会议持续作出部署，强调要“深入开展国土空间规划实施监测网络建设试点，完善数字化治理政策机制和技术标准体系”。
2023年9月，自然资源部办公厅印发《全国国土空间规划实施监测网络建设工作方案（2023—2027年）》，明确了建设目标、工作原则、主要任务和保障措施等，全力打造“可感知、能学习、善治理、自适应”的智慧国土空间规划，大力推进国土空间治理“数智化”转型，推动构建美丽中国数字化治理体系和建设绿色智慧的数字生态文明。2023年12月，自然资源部办公厅印发《关于部署开展国土空间规划实施监测网络建设试点的通知》，明确在长三角生态绿色一体化发展示范区和16个省份、29个城市、1个区县开展试点。
为探索构建“共建共治共享”新型治理机制，凝聚全社会力量，高质量推动国土空间规划实施监测网络建设，特将原国土空间规划“一张图”建设、城市体检进行时等专栏融合为CSPON（China Spatial Planning Observation Network）建设专栏，面向全社会公开征集
“智慧国土空间规划”
和
“国土空间规划监测评估预警”
两大版块的理论方法、国际经验、前沿趋势、技术路线、算法模型、实践经验等。欢迎相关领域重点实验室、工程技术创新中心、科技创新人才和团队，高等院校、科研机构、行业队伍、企业，各级自然资源部门及单位等积极投稿，单位或个人不限，我们将以成果质量为唯一标准，择优刊载（投稿邮箱：[email protected]）
国土空间规划实施监测网络（简称CSPON）建设是实现国家关于推进“数字中国”“智慧国土”的重要部署，也是带动规划全行业实现“数字化”“智能化”转型的关键。
2023年9月8日，自然资源部印发《全国国土空间规划实施监测网络建设工作方案（2023—2027年）》，明确提出要重点围绕“业务联动、系统联通、开放共治”三条主线推进CSPON建设，建立国土空间规划大模型体系，形成政产学研用一体化协同的创新机制，营造国土空间共建共享共治的创新生态。
企业作为创新生态中的一员，应充分发挥在CSPON建设中的引领支撑作用，以政府业务需求为牵引，以企业科技力量为支撑，发挥政产学研用一体化优势，从“资源整合—数据创新”“自主研发—技术创新”“开放合作—机制创新”三个层面，推动数据驱动、算法赋能、网络协同在国土空间治理中的深度融合，同步谋划完善对应的数字化治理政策机制和技术标准体系建设，通过标准、数据、系统、场景、机制的统筹建设推进，共同支撑构建高效、协同、共赢的CSPON体系。
在数据采集与信息获取方面，企业可以将从外部渠道获取的社会经济数据、商业卫星数据，作为CSPON建设中的数据补充。
一方面，发挥互联网头部企业在社会经济大数据收集挖掘方面的便利与优势，在用户意愿的前提下，经脱敏脱密后，基于用户数据提取人群活动、车辆轨迹、要素流动等社会活动数据，客观反映空间上人类活动行为和趋势特征，填补政府部门在社会经济维度的数据不足。
另一方面，以商业卫星作为国家卫星的重要补充，提高对自然空间现状的全面覆盖和精准表达，实现国土空间要素从“单一静态”到“多源动态”，从“场地空间”到“流动空间”的转变，推动人类活动要素与自然资源要素的深度融合，探索构建协调、有序、共生的人地协同数据体系，以此支撑基于人地耦合关系的空间治理决策，实现人与自然和谐共生的国土空间治理现代化。
在智能工具和算法模型方面，作为国家科技创新事业的重要生产力、策源地，企业应聚焦智能算法模型在行业领域的落地使用和高效赋能，以对应的技术标准为指引，通过将科研成果工程化、项目成果再转化，助力CSPON建设过程中的数据生产、治理及应用，推动规划信息化发展从规模速度型向质量效益型转变。
一是在数据生产方面，以原有数据全息采集与融合建模技术为基础，通过科研成果转化，加快基于遥感影像的AI+建模、基于倾斜摄影的单体化分割、基于参数化的AI+建模等算法转化集成应用，对地形、建筑、植被等地物进行自动化、智能化采集、处理、分析，突破解决类型特征复杂、几何形态多样的地物采集建模难题，有效提升数据自动化生产效率与质量，推动生成高精度、高时效、高可靠性的数据底板，夯实国土空间实施监测网络的二三维数字底座。
二是在数据治理方面，运用北斗位置服务和人工智能、知识图谱等技术，推进以业务为导向的国土空间数据治理与信息模型构建，构建孪生互动的数字国土空间。结合各方深耕行业多年的专业知识背景与项目实践经验，创新实现基于“空间码”和知识图谱的数据治理与赋码应用，通过对数据的分析、提炼，对信息的归纳、理解，对知识的总结、洞察，让数据发生逻辑联系，生长出智慧，实现业务数据的“强关联-可追溯-能推演”。
三是在数据应用方面，充分发挥计算机视觉、机器学习、自然语言处理、语音识别、大数据处理等人工智能技术优势，依托各方构建的技术平台，积累的人才力量和业务、项目资料，为模型训练、评测到应用搭建，提供学习样本与训练环境、验证环境，实现基础大模型与规划实施监测场景深度融合，提高基础模型的适用性，提升业务监管的智能化。例如，面向国土空间规划实施的跟踪监测，可利用基于计算机视觉的遥感智能解译和变化检测，实现重点控制线、重要区域和要素在时序推移和动态变化的特征识别、智能预警。面向国土空间未来发展的趋势研判，可基于机器学习、神经网络，构建城市空间增长/收缩模拟、城市人口流动趋势模型、碳排放监测模拟等仿真推演模型，辅助科学决策。同时，还可基于语音识别、自然语言处理等技术，进一步加强对国土空间治理知识的挖掘沉淀，构建专业性强、针对性高的国土空间治理智慧“大脑”，实现业务规则、业务知识的自动化提取、组织和输出，支撑业务管理。
在推动建立政产研学用一体化开放治理网络过程中，企业应成为政府与高校、科研院所之间的桥梁纽带，协助推进开放治理的协同机制落地，形成以政府为需求牵引、企业为创新主体、高校和科研院所为核心力量的生态网络，提升产学研协同创新效率。
作为中间力量，企业应聚焦场景，以国家政策与政府需求为导向，深挖国土空间治理痛点、难点，积极承担国家重大科技任务和关键核心技术攻关，为政策落地与项目实施，提供相关技术保障。与高校、科研院所建立多形式合作，为科研成果找到实际应用场景，促进成果逐步向工程化、产品化方向发展，实现向现实生产力的转化。与此同时，企业与企业之间也需集结力量、贡献智慧，通过不断的应用实践和总结沉淀，形成跨场景、跨业务、跨数据的大模型能力，合力推进国土空间治理体系和治理能力数字化、现代化进程。
[作者：张鸿辉 自然资源部高层次科技创新人才工程（国土空间规划行业）科技领军人才、自然资源部碳中和与国土空间优化重点实验室副主任；陈思渊 广东国地规划科技股份有限公司大数据中心技术总监]
