Intelligent Planning · Urban-Rural Integration

面向城乡融合的
智能规划关键技术与应用

Perception-Fusion-Cognition-Planning Framework

张新长 · 齐霁 · 陈一平 等
2026年1月
地球信息科学学报

时代背景:两个转向

城镇化从快速增长期转向稳定发展期

城市发展从增量扩张转向存量提质增效

目标:建设创新、宜居、美丽、韧性、文明、智慧的现代化人民城市

存量背景下的复杂挑战

⚖️

权利关系复杂

多元产权交织

👥

利益主体多元

博弈关系复杂

🔗

系统耦合性强

要素相互依赖

🏛️

历史文脉交织

传承与创新并重

传统规划方法的三大局限

数据获取局限

依赖静态断面数据有限样本调研,缺乏全面性与时效性

空间认知不足

难以深度理解多源异构要素的内在关联和动态演化规律

决策推演薄弱

经验驱动的方案比选,缺乏精准性和预见性

感知-融合-认知-规划四位一体框架

01

智能感知

城乡地理要素的精准语义化

• 多模态数据集成(卫星、航拍、激光雷达)

• 深度学习语义分割

• 动态目标精准识别

• 区域变化实时监测

02

智能融合

多源数据的协同集成

• 统一时空基准(CGCS2000)

• 时间序列重建技术

• 空间纹理恢复算法

• 消除数据孤岛

03

智能认知

知识图谱驱动的深度理解

• 实体-关系-属性三元组

• 时空演变预测

• 非线性关系量化

• 跨域推理能力

04

智能规划

一体化平台决策赋能

• 统一数据基座

• 智能分析引擎

• 多情景比选

• 人机协同决策

关键技术突破点

多尺度特征融合架构

端到端神经网络同时捕获全局上下文局部细节,实现复杂场景高精度语义识别

时间注意力机制与GAN结合

捕捉地表要素时间变化规律,生成高度逼真数据填补缺失,确保时序完整性

邻域上下文特征建模

以局部图像块为单元,深度建模邻域空间信息,像素级恢复地物纹理和结构

知识图谱三元组结构

"头实体-关系-尾实体"构建语义关联网络,实现跨域推理与智能决策

广州增城耕地保护实践

Farmland Protection in Zengcheng District, Guangzhou

42+3

立体感知网络

42个铁塔摄像头 + 3个无人机机库

24/7

全天候监测

实时变化检测 + 每日精细核查

100%

闭环治理

发现-判定-处置全流程智能化

实践成果

智能感知:固定摄像头全天候监测 + 无人机精细核查

数据融合:二三维一体化平台,多源数据精准配准

知识认知:构建"地块-指标-权责-规则"语义网络

智能规划:自动生成处置建议,缩短响应周期

技术体系核心价值

🎯

精准感知

静态快照动态流数据,实现城乡要素全天候、高精度监测

🔗

无缝融合

消除数据孤岛,构建统一时空基准,确保多源数据协同利用

🧠

深度认知

数据展示知识发现,揭示城乡系统复杂关联与演化规律

高效决策

经验驱动数据驱动,实现多情景比选与人机协同

推动规划范式转型

传统规划模式

静态断面数据

经验驱动决策

有限样本调研

被动响应问题

蓝图绘制思维

智能规划模式

动态流数据

数据驱动决策

全域实时监测

前瞻管理预警

平台治理模式

未来研究方向

深化领域知识融合

研发融合地理空间先验知识的深度学习模型,探索规划知识的自动化抽取与推理

强化社会经济耦合

集成多智能体模型社会感知计算,全面评估规划方案的社会经济影响

优化人机协同机制

界定人与机器的职责边界,构建更高效、更具创造性的协同决策流程