AI+國土空間治理的昌平實踐：構建耕地保護與執法監測的智能閉環

導 讀

清華同衡與北京市規劃自然資源委昌平分局合作，開發了國土空間大數據治理和智慧協同工作平臺。核心應用包括影像智能比對識別和多維矩陣駕駛艙，通過AI技術提升昌平區耕地保護與執法監測的效率，構建智能閉環管理。這一技術使得監管模式由被動轉為主動，提升了治理效能和協同工作能力，釋放了人力資源，聚焦高價值任務。該智慧治理平臺獲得了多家政務、新聞媒體的深入報道，充分展示了其在耕地保護中的創新價值和社會影響力，為推動構建耕地保護新格局提供堅實保障！

為守牢耕地紅線，落實最嚴格的耕地保護制度，清華同衡深度參與了市規劃自然資源委昌平分局的國土空間治理數智化建設，研發了國土空間大數據治理和智慧協同工作平臺，構建了耕地保護、執法監測的AI+應用場景。

通過影像智能比對識別應用平臺、協同移動平臺、“多維矩陣駕駛艙”，不僅可以主動精準識別問題圖斑、全過程跟蹤問題圖斑整改進度，還能多維矩陣化分析展示耕地狀態，真正實現從“發現-分析-整改-復核-回頭看”的全流程智能化監管閉環管理，成功推動耕地保護監管模式由“事后處置”向“事前預警”“事中監管”“事后回頭看”的智能轉變升級，為昌平區耕地保護裝上“數智引擎”。

耕地保護AI+應用場景

一、影像智能比對識別

影像智能比對識別是利用經過訓練的差異分割AI深度學習模型，從雙時相非多光譜影像提取變化圖斑，與地類圖斑屬性進行語義融合，運行類型判別AI模型，自動識別出耕地的疑似問題圖斑，人工初審會商后形成任務單，將核查結果反饋給圖斑臺賬，形成線索圖斑處置閉環。

影像智能比對識別應用平臺

圖斑初審會商

圖斑核查結果反饋

影像智能比對識別的特點有三個：一是“快”，11小時完成圖斑計算；二是“全”，一次性可覆蓋昌平全域；三是“省”，大幅度節省巡查人力。

影像智能比對識別的特點

影像智能比對識別應用平臺具備243架構，即2個核心模塊分別是 “影像比對”和“智能篩選”；4個附屬功能是“圖斑初審”、“類別判定”、“持續跟蹤”和“回頭看”；3大應用場景分別是耕保空間 、執法監測和變更調查。

影像智能比對識別應用平臺的架構

二、耕保駕駛艙

基于數據深度治理成果和協同移動平臺數據動態更新構建多維矩陣駕駛艙，從現狀耕地、耕保空間和一般耕地三個業務維度，以及區級、鎮街級、地塊級三個空間尺度進行可視化分析挖掘，耕保駕駛艙有3個特點:一是數據完全鮮活，保持每日更新，未來可隨時更新；二是圖斑全生命周期可追溯，圖斑的審核狀態、外業審核照片、聯審的每日變化信息都有記錄；三是駕駛艙指標可視且能隨時展開、隨時匯總、隨時排名、隨時空間跟隨，多維度指標系統內交圈。

耕保駕駛艙通過多維度、多尺度的動態分析，實現了耕地資源的精準監測、問題圖斑快速識別、種植結構優化評估和屬地責任監管，為科學決策、政策調整和量化政策執行效果提供了數據支撐，顯著提升了耕地保護的精細化、動態化和數字化管理水平，確保耕地紅線管控措施落地。

耕保駕駛艙的特點

多維度指標分析

圖斑跟蹤和報告生成

三、AI+效能體現

協同監管提升效能

通過影像智能比對主動發現差異圖斑、協同移動平臺處置問題圖斑、“多維矩陣駕駛艙”輔助耕保空間監管精細決策，多維度統一協調將耕保問題圖斑的多頭線索下發、多頭整改審查、多頭整改結果上報歸集到統一的協同平臺上，針對耕保問題圖斑，基層單位只需從一個對接口接收線索、提交整改結果、查看審查意見，大大減輕了基層的工作負擔。同時協同平臺的使用，減少了線下開會和協調時間，提高了多部門聯動的工作效率。

協同提升治理效能

整改后審核情況跟蹤

AI計算提升效率

我們以“耕地疑似問題圖斑的提取”“執法圖斑回頭看”實際操作數據分析評估，說明AI使用帶來的工作效能的提升。

背景條件

昌平區總面積約 1343.5 km2，平原面積約 552 km2，耕地面積約65.07km2，AI模型運算的空間范圍是按全區1343平方公里范圍，人工卷簾比對選取耕保空間或圖斑對應的空間范圍，AI算力機的配置是1臺2 CPU、128G內存、英偉達5090顯卡、SSD存儲的計算服務器。

• 耕地疑似問題圖斑提取

選取耕地疑似問題圖斑的單次提取實際操作數據來計算效能，結果如下表：

結論：在耕地疑似問題圖斑提取任務中，采用影像智能比對識別應用平臺人機協同模式，效率相比純人工方式提升了12倍。如果與更傳統、更低效的人工野外巡查相比，節省的時間將是數量級的差距。

• 執法圖斑回頭看

選取執法圖斑回頭看的單批次2042個圖斑實際操作數據計算分析效能，結果如下表：

結論：利用影像智能比對識別應用平臺在執法圖斑回頭看任務中，人機協同比純人工利用影像效率提升了7.5倍，這對于確保執法效果的閉環管理至關重要，使得大規模、高頻次的復查成為可能。

回頭看計算結果（拼接一屏）

• AI+價值提煉

1. 革命性效率提升：

AI的引入，將國土資源監測從“人海戰術”的勞動密集型工作，轉變為了以算力為核心的技術密集型工作。效能提升普遍在7-12倍以上，這意味著過去需要一周多才能完成的分析，現在一天之內即可完成。

2. “人機協同”是最佳實踐：

根據目前的實操數據表明，“AI計算 + 人工研判”的人機協同模式（模式Ⅲ）是兼顧效率、準確性和成本的最佳平衡點。AI充當了不知疲倦的“初級分析師”，完成了90%以上的重復性勞動，讓人可以專注于需要經驗和決策的復雜問題。

3. 推動工作模式變革：

從“事后發現”到“早期預警”：效率的提升使得對更大范圍區域進行定期、快速的掃描成為可能，從而能夠更早地發現疑似問題，將違法行為遏制在萌芽狀態。

從“巡查”到“全覆蓋監測”：以往因人力所限只能進行巡查，現在可以實現全域、全量的圖斑監測與核查，極大地提升了監管的威懾力和公正性。

釋放人力，聚焦高價值工作：將專業人員從繁瑣的影像比對中解放出來，去從事更復雜的調查、核實、決策和執法工作，優化了人力資源配置。

如對本文照片、動圖、數據引用或有相關問題，

liangxiangchun@thupdi.com

編輯/排版｜王淑蕓

封面圖/圖片｜供稿部門

供稿｜清華同衡 詳細規劃與設計分院 CIM智慧城市研究室