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、2024年和2025年全国自然资源工作会议持续作出部署，强调要持续推进国土空间规划实施监测网络建设，完善数字化治理政策机制和技术标准体系，加强规划实施评估监督等。
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]）
在自然资源部国土空间规划局的指导下，同济大学（自然资源部国土空间智能规划技术重点实验室）与自然资源部国土空间规划研究中心，会同上海同济城市规划设计研究院有限公司与同济大学建筑与城市规划学院及《中国自然资源报》《城市规划学刊》《城乡规划》等，以“从CIM到TIM——构建数字生态新基础设施”为主题，在上海举办UP前沿论道。我们将陆续刊发主题报告内容。本期刊发《国土空间信息模型（TIM）标准体系框架研究》。
《全国国土空间规划实施监测网络建设工作方案（2023—2027年）》明确提出以业务需求为牵引，以智能工具和算法模型为支撑，加快建设“可感知、能学习、善治理、自适应”的智慧规划，推动美丽中国数字化治理体系和绿色智慧的生态文明建设。当前，智慧规划建设还面临着数据融合与感知体系不完备、全要素综合分析能力不足、数据协同共享机制不健全等问题。在此背景下，需要构建国土空间信息模型（Territory information model，TIM），推动人流、物流、信息流等多源时空数据融合治理，提升自然资源和国土空间变化态势感知能力，持续丰富规划“一张图”数据资源，创新数据开放共享模式，推动数据的全生命周期管理，发挥数据要素价值。
首先，如何定义TIM？《全国国土空间规划实施监测网络建设工作方案（2023—2027年）》提出TIM应体现
全域覆盖、动态更新、权威统一、三维立体、时空融合、精度适宜
几个关键特性。《自然资源数字化治理能力提升总体方案》提出TIM要以GIS、物联感知、知识图谱等技术为基础，整合各类自然资源和国土空间数据成果和数据产品，对土地、矿产、水等自然资源，以及基础设施、道路、建筑等人工要素进行时空信息模型构建，形成
三维数字孪生的国土空间信息有机综合体。
TIM的定位应体现“三个性”，分别是集成性、拓展性和智慧性。
TIM标准体系如何能够体现这三个性呢？笔者认为应遵循以下三点原则：
一是数据升维，体现集成性。
TIM数据应该在现有BIM、CIM的基础上进行升维，除区域上进一步扩展到农村、海洋外，重点应突出数据的时间维度，体现数据的迭代更新能力，满足国土空间规划实施监测从定期向实时转变。
二是跨域连接，体现拓展性。
TIM着重打通和衔接相关行业数据标准，通过时空关联算法来实现各条线业务数据的关联，为进一步构建各类指标库、模型库打下基础。
三是智能供给，体现智慧性。
TIM数据既要满足给“人看”，还要满足给“机读”，通过构建时空语义信息，为专业模型和通用大模型提供样本和语料支撑，推动实现智能感知和智慧研判。
TIM标准体系框架应涵盖
资源全覆盖、要素全关联、模型需分级、服务应智能、应用能适配
五个方面的内容。
一是资源全覆盖。
TIM需要涵盖国土空间管理的各类要素，同时规定不同渠道数据要素应该具备的数据更新能力。参照《自然资源部信息化建设总体方案》，将TIM数据主要分为
基础数据、规划数据、管理数据、社会经济综合数据和物联感知数据
五个一级类。在统一的国土空间信息资源框架下，各地可根据实际情况进行扩展。
同时，为了实现各类要素之间的时空关联，对相关信息模型进行合理分类。我们推荐将信息资源分为
信息模型、矢量数据、结构化数据、单元统计数据、POI数据、栅格数据、物联感知数据和电子文档数据
八种类型。同时，信息资源应该遵守一些基本原则，比如时空基准、数据格式、涵盖的必要字段以及相应的更新机制等。
二是要素全关联。
为构建可连接、可计算的国土空间信息模型，有效解决信息孤岛的问题，推荐采用基于
空间格网、空间位置、图像视觉、业务编码、时空序列
五种方式实现各类数据的内联互通。
基于空间格网的要素关联，实现矢量数据与单元统计数据的关联。从对象出发，依据横纵联通的管控指标体系，以空间格网为载体，将各类管控指标体系分解到对应的空间格网上，再通过空间格网实现相关要素的关联。
基于空间位置的要素关联，实现信息模型与POI数据、矢量数据和物联感知数据的关联。以POI数据为例，当POI具有空间图形时，可以采用空间位置匹配的方式进行关联，当POI数据具有地名地址等位置描述信息时，可以采用地名地址库匹配方式与信息模型进行关联。
基于图像视觉的要素关联，实现信息模型与感知流数据的关联。通过基于图形纹理特征匹配的关联方式，将不同源栅格数据如监控摄像、无人机获取的栅格数据之间、异构数据如相机获取的栅格数据与带有纹理的模型数据之间，进行要素关联。
基于业务编码的要素关联，实现矢量数据与结构化数据、电子文档的关联。业务编码以空间位置编码为基准，包含业务信息、时间信息和形态描述信息。在此基础上，实现不同类型要素之间的上下游业务的串联。
通过时间序列要素关联，实现矢量数据和栅格数据的内在关联。通过基于历史数据与现状数据的内在分析，按照时间序列实现要素对象变化趋势的可跟踪。
三是模型需分级。
按照五级三类国土空间规划管理的要求对TIM模型进行分级，分别对应我国五级行政管理体系，即国家级、省级、市级、县级、乡镇级，不同级别对TIM模型的颗粒度、精细度具有不同要求。将TIM按照对象进行分类，分为
空间实体对象和管理实体对象
两个大类。
四是服务应智能。
TIM模型构建主要有两种方式，一种是人工建模，主要从业务视角、数据视角出发建立业务对象的逻辑关系以及数据实体逻辑关系，构建业务对象模型和数据实体模型；另一种是机器建模，主要通过人工智能技术，训练并强化国土空间垂直领域知识，自动理解不同实体之间的联系构建实体模型。从模型建设方式来说，主要包括
领域划分、模型设计、归集治理、构建知识图谱
四个步骤。
五是应用能适配。
对构建数据模型进行相关能力提炼来支撑上层应用，首先是知识提炼，基于TIM数据模型进行相关知识的提炼与归纳，并将其转化成可理解、可应用的知识体系或者规则集；其次是针对不同场景和任务，基于设定的规则体系对特定指标进行计算和模型管理；最后利用人工智能技术自主生成符合用户需求的模型服务和建议。
在场景需求牵引下，TIM通过数据支持、对象识别、关系构建及动态更新等能力，推动规划和自然资源管理所涉及时空数据的汇聚融合、关联治理和互联互通。通过监测指标、业务规则和算
法模型的构建，支撑安全底线、格局优化、绿色发展、权益维护等应用场景落地。
（作者：王伟，上海市测绘院）
