地理信息底座升级,商业航天要补上最后一公里

5月9日,国家基础地理信息中心发布《国家基础地理信息中心“十五五”事业发展规划》。

这是一份测绘地理信息领域的规划文件,但它的外延不止于测绘行业。

从内容看,规划涉及国家测绘基准、基础地理信息数据库、实景三维中国、天地图、全球地理信息资源、地理信息数据要素、AI地理空间分析等方向。

这些方向,与遥感卫星、航空摄影、无人机航测、北斗高精度定位、空天数据处理、地理信息软件等产业环节都有关系。

这份规划有哪些看点?对航空航天产业链上的企业,意味着哪些机会?星动无极试着从六个方面展开分析。

一、这份规划真正指向什么

先看规划本身。

国家基础地理信息中心在文件中提到,“十四五”时期,地信中心已经形成了较完整的业务格局,包括测绘基准、全国卫星导航定位基准站“一张网”、国土测绘、全球地理信息资源建设、自然资源调查监测支撑服务、天地图应用生态、实景三维中国数据应用生态等。

到了“十五五”,方向更清晰。规划提出:

要围绕数字经济和人工智能发展,聚焦地理信息数据要素服务和安全保密管理,打造涵盖项目规划设计、生产组织实施、应用服务、保密安全管理的全流程业务体系。

这说明,国家基础地理信息体系正在从传统测绘成果管理,走向更完整的时空数据底座建设。

对空天产业链来说,这个变化很关键。遥感卫星、航空摄影、无人机航测、北斗高精度定位、地理信息软件、空天数据平台,过去分属不同环节。

放到这份规划里,它们共同服务于一件事:为国家级时空数据底座提供数据、基准、平台、算法和应用能力。

规划提出的九大重点业务方向,基本覆盖了这条链路。前端是测绘基准和位置服务生态,中间是基础测绘数据资源、实景三维中国、国家基础地理信息数据库升级,后端是天地图、自然资源调查监测、地理信息数据要素化、应急测绘保障和公众版测绘成果开发。

过去,很多空天企业习惯用能力证明自己,比如能发多少星,分辨率多高,重访周期多短,算法识别率怎么样。进入国家级地理信息体系后,评价标准会更复杂。

数据能不能长期稳定供给,能不能接入统一坐标框架,能不能符合数据库质量要求,能不能通过安全保密管理,能不能支撑自然资源、城市治理、应急测绘等业务,都会成为新的门槛。

二、卫星、航空和无人机,先受益于数据更新需求

地理信息底座要升级,第一步还是数据。

这份规划多处内容都提到数据更新。比如,持续开展基础测绘数据资源建设,支撑国家基础地理信息数据库升级改造;推进实景三维中国建设;做好自然资源调查监测支撑服务;推进全球地理信息资源建设。

这些工作落到产业链上,首先需要稳定的数据来源。

遥感卫星适合大范围、周期性、持续性的地表观测,能够支撑国土空间、生态环境、农业、水利、灾害、城市扩张等监测。

航空摄影适合高精度、大比例尺、城市级和区域级建模。无人机航测更灵活,适合园区、工地、矿山、灾害现场、重点工程沿线等局部区域的高频更新。

在实景三维和基础地理信息数据库升级中,三类数据源会形成分层协同。卫星看大范围,航空摄影做精细底图,无人机补局部变化。车载测量、地面激光扫描、物联网感知等数据源,也会补充地面细节。

这会改变空天数据企业的竞争指标。

过去讲遥感能力,行业常看分辨率、幅宽、重访周期、星座规模。讲无人机航测,往往看飞行效率、建模精度和作业成本。进入国家级地理信息体系后,仅有这些还不够。

数据能否接入统一坐标框架,几何精度是否稳定,时相是否可追溯,格式是否规范,能否与矢量、影像、DEM、三维模型融合,能否持续更新,能否通过安全审查,都会成为更现实的要求。

因此,我们认为机会会更多流向具备工程化交付能力的企业。

遥感卫星公司不能只提供原始影像,还要提供正射校正、辐射校正、变化检测、专题产品和API服务。

无人机航测企业不能只完成一次飞行采集,还要保证成果符合测绘规范,能够进入数据库和业务平台。

三维建模企业也不能只追求模型好看,还要处理轻量化、语义化、更新机制和系统调用问题。

对航空航天产业链企业来说,数据采集仍然有机会,数据加工的价值也会继续上升。影像处理、点云处理、三维重建、变化检测、地物分类、数据融合、质量检查,都会成为重要环节。

三、北斗高精度位置服务,会成为更大的底层能力

这份规划把国家测绘基准与位置服务生态建设放在重要位置,值得单独看。

规划提到,要建优全国卫星导航定位基准站“一张网”,优化完善国家测绘基准体系,建设新一代CGCS2000(2025)坐标框架。

也就是说,数字世界要跑起来,先要有统一、稳定、精确的位置基准。

地图、遥感影像、三维模型、城市部件、低空航线、自然资源图斑、工程项目边界,如果各用各的坐标体系,后续就很难融合。数据看似在同一片空间里,实际可能对不齐、叠不上、算不准。

北斗产业链的机会,要放在这个背景下看。

随着全国卫星导航定位基准站“一张网”继续完善,北斗高精度位置服务的价值会进一步向底层能力延伸。它不仅给车、船、人和设备定位,也要为城市、交通、农业、能源、低空、应急等行业提供统一的位置服务。

基准站网络、差分服务、实时定位、数据处理平台,都有长期运营价值。很多行业客户并不关心背后用了多少技术细节,他们关心定位是否稳定,误差是否可控,服务是否连续,出了问题能否快速响应。

此外,低空经济也会受影响。

低空飞行要规模化,不能只靠飞行器本身。无人机物流、城市巡检、应急救援、低空旅游、农林植保,都需要知道飞行器在哪里、周边环境如何、能不能安全通过、是否进入敏感区域。

这里需要北斗定位,也需要三维地理信息、空域数据、通信覆盖、气象和监管系统共同支撑。

对北斗企业来说,下一阶段芯片、模组、终端仍然重要,但更大的价值在服务化和平台化。

四、数据要素化,打开空天数据的产品化空间

这份规划里,有一个容易被忽略的点,即地理信息数据要素化。

规划提出,要持续开展地理信息数据汇聚和标注业务,探索构建地理信息可信数据空间,开展公共数据资源产品和服务登记

对外行来说,这几句话不如卫星、北斗、实景三维直观。但对空天产业链企业来说,它可能更接近商业化的核心。

空天数据一直不缺想象力,但一个问题始终存在,那就是数据有价值,不代表企业能持续产生收入。

很多空天数据项目仍然偏项目制,客户有一次需求,企业做一次采集、处理和交付。项目结束,收入也随之结束。数据沉淀下来后,能否复用,能否跨场景调用,能否做成稳定产品,能否按服务持续收费,难度都不低。

数据要素化解决的,正是这一层问题。

它要求数据不能只是文件包、影像图、点云成果和项目附件,而要成为可治理、可标注、可登记、可授权、可流通、可调用的资源。走到这一步,空天数据才有机会从项目交付,走向产品服务。

这里会出现几类机会。

数据治理会变得更重要。遥感影像、航空影像、无人机数据、三维模型、矢量数据,来源不同、精度不同、时间不同、格式不同。如果不能统一坐标、统一标准、统一质量检查,就很难进入更大的数据体系。

AI要进入地理空间分析,离不开高质量标注数据。耕地、林地、水体、道路、建筑、矿山、岸线、车辆、船舶、灾害损毁,都需要稳定的样本体系。因此,数据标注也会成为基础工作

此外,数据产品化也会改变收入的结构。原始影像有价值,但客户真正需要的往往是结果。比如某片区域的建设变化、某条工程沿线的风险点、某座矿山的修复进度、某个城市片区的三维底座。把数据加工成专题产品、API接口、图层服务和行业报告,才更接近可持续收入。

地理信息数据涉及位置、边界、设施和空间关系,有些还涉及敏感区域和涉密成果。分级分类、权限控制、脱敏处理、可追溯调用、可信数据空间,会成为企业进入核心场景的前提。

对商业航天来说,这一点尤其重要。资产最终要回到收入,空天数据如果不能产品化,就很容易停留在能力展示;进入数据要素体系,进入公共数据资源产品和服务登记,进入政企客户的日常业务调用,才可能形成更稳定的商业闭环。

五、AI地理空间智能体,把遥感解译推向业务系统

这份规划里还有一个值得注意的提法——地理空间分析智能体。

现在各行各业都在谈AI,地理信息行业也一样。遥感影像识别、变化检测、自动制图、三维建模、数据标注,已经有不少应用。但如果只把AI理解成识别一张图里的道路、建筑、水体、耕地,那就浅了。

地理空间分析智能体是更靠近业务系统的一层能力。它要看图,也要调数据、懂规则、跑流程。

比如,在自然资源监管中,系统需要调用历史影像、最新遥感数据、规划边界、地类图斑和审批信息,判断一处变化是否异常。

在灾害应急中,系统要叠加灾前底图、灾后影像、地形、水系、道路和人口设施分布,快速判断损毁范围和救援路径。

在低空运行中,系统要综合三维地形、建筑物、禁飞区、通信覆盖和气象信息,辅助航线规划和风险识别。

这已经超出了传统遥感解译的范畴。

过去,遥感解译更像是从影像里提取目标。地理空间智能体要做的是把目标放回业务现场,回答具体问题。比如这块地有没有变化,这条路能不能走,这片区域风险在哪里,这次灾害影响了哪些设施,这条低空航线是否安全。

对空天产业链企业来说,这里会出现新的机会。

遥感卫星公司可以从影像供应,向变化监测、专题分析和智能服务延伸。

地理信息软件公司可以把空间分析能力做进自然资源、城市治理、交通、应急、能源等系统。

AI企业可以围绕遥感影像、三维场景、空间关系和行业规则,训练更适合地理空间任务的模型。

低空经济服务商则可以把三维地图、定位服务、航线规划和监管能力结合起来,做面向运行管理的系统。

但地理空间智能体不能只靠通用大模型解决。

空间数据有自己的复杂性,它讲坐标、尺度、投影、时相、拓扑关系,也讲地物分类、边界精度和数据来源。一个模型如果不理解这些基础规则,就容易给出看似顺滑、实际不可靠的结果。对自然资源、应急、交通和低空监管来说,空间分析结果要能核查,不能只追求生成速度。

所以,AI在地理信息行业的真正机会,在于把空间数据、行业规则、业务流程和人工审核机制接起来。

影像识别只是第一步,后面还要有数据调度、模型推理、规则校验、结果复核、报告生成和业务流转。

六、机会不等于红利,企业要跨过四道门槛

规划释放机会,不代表所有空天企业都会直接受益。

国家基础地理信息体系建设,天然带有高标准、高规范和高安全要求。它需要数据,也需要资质、标准、合规、运维和服务能力。对很多企业来说,真正的挑战可能不在技术演示,而在能不能长期进入体系。

第一道门槛是资质。测绘地理信息不是普通数据业务。涉及基础测绘、地图服务、实景三维、涉密成果、位置服务等环节,都有明确的资质和管理要求。企业即便有遥感数据、无人机采集能力或AI算法,也不等于可以直接进入核心业务链条。

第二道门槛是标准。国家级地理信息底座最怕数据各做各的。影像、点云、三维模型、矢量数据、定位数据,如果坐标不统一、精度不稳定、格式不规范,后续很难进入基础数据库和业务平台。

第三道门槛是持续更新。地理信息数据不是一次建完就结束。城市在变,工程在推进,耕地、林地、水体、矿山、道路、建筑物都在变化。实景三维、自然资源监测、低空运行和应急保障,都要求数据保持一定更新频率。

第四道门槛是商业闭环。空天数据企业常遇到的问题,是项目做了不少,持续收入不稳定。规划提出数据要素、应用生态、公共数据资源产品和服务登记,实际上也在提示行业,未来价值会更多来自可复用的数据产品和持续服务。

这四道门槛,决定了机会不会平均分配。

有些企业适合做数据源,有些企业适合做处理平台,有些企业适合做行业应用,有些企业适合做安全和可信流通。真正能走得更远的,往往是那些能把采集、治理、合规、平台和场景连接起来的公司。

对航空航天产业链来说,这份规划带来的最大提示是,空天产业不能只围绕上天讲故事。数据上天只是第一步,数据入库、入图、入网、入场景,才是更难也更值钱的部分。

本文来自微信公众号“星动无极”,作者:UniLym,36氪经授权发布。

发布时间:2026-05-13 10:18