高鑫磊，杨立功，罗向平

（浙江嘉兴数字城市实验室有限公司）

1 引言

数字孪生的概念一经提出和发展后，就引起其他行业的广泛关注，从航空航天扩展到智能制造、建筑和医疗等领域，并取得实质进展，引发革新。近年，智慧城市建设进入爆发式增长阶段，社会各界尝试基于数字孪生进行城市规划、建设、管理与服务的实践探索。2018年，《河北雄安新区规划纲要》提出，“坚持数字城市与现实城市同步规划、同步建设，打造具有深度学习能力、全球领先的数字城市”[1]，进行数字孪生城市建设的实践。

2 数字孪生城市的建设背景

当前，国内智慧城市建设进入爆发式增长阶段，截至2019年，智慧城市相关试点已超过700个，其中94.4%的省级城市和71.0%的地级市均已开展智慧城市顶层设计，智慧城市投资总规模达1.7万亿元[2]。但是对已有的智慧城市建设实践进行总结，发现存在不少问题，比如，应用场景之间未能实现数据共享共通，数据烟囱林立、信息孤岛问题依然存在，一些亟需的数据只能通过Excel等传统方式共享，效率过低；应用场景之间存在功能重复，标准不统一等问题，造成资源的浪费。数字孪生城市是智慧城市建设的新高度，研究数字孪生城市的特征以及所需要的支撑技术，可为我国建设数字孪生城市建设提供理论支撑，对指导我国新型智慧城市可持续发展意义重大。

3 数字孪生城市的特征

数字孪生城市是数字孪生技术手段和先进理念在城市系统中的应用实践[3]。基于实体城市的建筑、道路等基础设施，使用BIM、GIS、CIM、大数据、人工智能、物联网等技术，根据城市运行规律构建城市模型，再造一个与物理维度上的实体城市一一对应，精准映射的信息维度上的虚拟城市。虚拟城市对实体城市的运行状态进行实时感知，对城市的发展进行规划和预测，对城市运行进行智能干预。

3.1 全域映射

全域映射意味着对所覆盖物理实体的全时域、全空域感知，并进行多维度、多尺度模型的精准构建[4]。城市中的物理实体分为静态实体和动态实体，对道路、楼宇、河道等短期内变动较小的静态实体对象进行建模，对人、交通设备、社会治理事件等动态实体在建模的基础上落图到静态实体上，并通过各类传感器更新动态实体对象的实时信息，确保城市内的所有实体信息被精准映射到虚拟城市。

3.2 虚实交互

实体城市通过传感器将充分感知、动态监测的信息上传给虚拟城市，虚拟城市将收集的信息进行整理提炼，再将产生的处理决策和优化信息反馈给实体城市，通过控制器实现对实体城市的反向控制，形成虚拟城市与实体城市的虚实交互、协同发展，提升对城市运行规律的洞悉。数字孪生城市的虚实交互是实时且普遍存在的，通过对城市问题的瞬时响应，实现城市运行系统的迭代优化。

3.3 数据融合

城市运行的一大特征是其内部不同主体进行信息传递和共享，多源异构数据融合是全域映射的虚拟城市进行信息共享的基础[5]。虚拟城市的智能运行需要统一的数据融合标准进行信息的采集、存储/管理、分析挖掘和共享。此外，从基础设施层的物联感知数据到自动驾驶、智慧社区等行业的数据，再到涉及城市管理的政务数据等，形成统一的数据融合标准，建立城市数据共享清单，有效整合不同类型数据资源，面对不同主体提供统一标准的数据服务，将极大发掘城市的数据财富，释放城市的数据价值。

3.4 智能干预

数字孪生城市的核心能力是通过大数据和人工智能等技术，分析城市运行的历史数据，组建城市智能决策系统，结合分布在城市各处的传感器，对城市运行状态进行实时、智能干预。智能决策系统按照事态紧急、重要程度，对实体城市中发生的各类事件进行实时分级评估，并预测事件的发展趋势。对于紧急、不重要的事件，智能干预立即响应，对于重要、不紧急的事件，智能决策系统生成辅助决策报告发送给相关管理人员，进行人工处理。

智能干预不局限于城市物理状态，同样适用于社会治理、经济运行等城市社会状态。智能决策系统实时爬取主流社交工具的热点信息，通过自然语言处理和知识图谱等技术进行动态分析，挖掘社会群体的交互特征和规律，预防预警或通知相关人员及时处理重大社会影响事件，智能疏导社会负面情绪，引导城市社会状态正常运转。

4 数字孪生城市的技术

技术手段的革新推动城市发展的跃变，BIM、GIS 和CIM 技术对全域感知的实体城市进行多维度、多尺度的精准建模；物联感知技术支撑虚拟城市与实体城市的实时交互，精准映射；统一的数据标准规范融合采集的多源异构数据，促进业务整合和流程再造；大数据和人工智能通过数据分析与智能决策，赋能数字孪生城市的治理和服务。

4.1 物联感知技术

物联感知技术通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任意物品与互联网连接起来，进行信息交换和通信，实现智能化的识别、定位、跟踪、监控和管理[6]。物联感知的总体架构主要包括感知层、网络层和应用层三个部分，其中感知层通过物联设备使用激光、雷达、红外扫描、触控等技术进行状态信息的获取，网络层将获取的信息通过近距离（蓝牙、ZigBee、ZWave、UHF等）和远距离（4G、NB-IoT、LoRa等）通信技术以及TCP、UDP 等网络传输协议进行传输并接入互联网，应用层通过物联网操作系统对设备采集的数据进行分析处理，实现城市运行的智能化管理。物联感知技术将整个城市物联设备感知的状态信息上载到互联网端，支撑数字孪生城市进行设备设施和信息要素的接入、归集、治理和共享，并依托三维建模技术和北斗定位技术进行GIS 化关联，实现虚拟城市的实时复制和精准映射。

4.2 BIM、GIS和CIM

数字孪生城市全域映射实体城市，利用采集的城市建筑、地理空间等数据进行建模，构建三维虚拟城市，以便将物联感知数据进行落图，直观展示城市的实时状态。BIM是全生命周期管理项目的信息模型，支持对单体建筑从设计规划、建设施工、运行运维到拆除销毁的全生命周期管理。BIM可对城市单体建筑进行可视化三位建模，集成建筑内的全部数据信息，同步建筑物更改信息，监控建筑物内的温度，对建筑进行精细化管理。相比管理建筑物微观信息的BIM，GIS 用来管理城市的宏观信息，对道路、水网、公园、农田等地理空间特征进行数据获取、操作、管理、分析、建模和可视化。CIM 融合建筑物内部微观信息和城市轮廓的宏观信息构建数字孪生城市的三维模型，结合物联感知获取的实时动态信息和城市历史信息，支撑城市运维，进行预测预警、决策辅助和智能干预。

4.3 数据标准规范

数字孪生城市涉及城市运行的社会治理、交通运输、应急管理等多个应用场景，不同场景之间有信息传递和共享的需求，统一数据标准规范有助于整合多源异构数据，实现城市数据的互联互通和共享交换。数据标准规范一是要求梳理全量城市数据资产，对有价值的数据，进行分类清洗，存储到数字孪生城市的专题库、主题库，形成动态更新的标准数据，以方便企业和群众获取数据信息，挖掘城市数据财富；二是要求对多源异构数据进行标准规范化，整合结构化数据和非结构化数据，形成统一的数据采集、传输和存储规范，如统一的城市标准编码体系等，从技术上真正解决不同行业的数据孤岛问题，释放跨领域、跨行业的数据信息。

4.4 大数据和人工智能

通过物联设备感知的数据具有体量大、种类多、数据信息密度低但利用价值高的特点，通过传统的手动模式分析挖掘耗时长、效率低。通过Hadoop、Spark 等大数据分析工具对巨量数据进行不同维度的挖掘整理，获得有价值的统计规律，是数字孪生城市的必然需求。人工智能涉及模式识别、机器学习、数据挖掘和智能算法等多个分支，结合大数据，通过算法挖掘出有价值的信息，应用于社会治理、交通运输、医疗服务等领域，进行数据分析与智能决策，赋能数字孪生城市的治理和服务。随着感知信息越来越完备，依托人工智能的数字孪生城市得到进化，模型预测越来越准确，使虚拟城市拥有先知先觉、智能干预的能力。

5 数字孪生城市的应用

当前，随着数字孪生城市的理论研究不断深化，数字孪生城市的应用场景落地实施成为可能。现以社区物业应用场景为例提出可行应用方案。

社区物业要承担物业维修、设备管理、环境保洁、社区安全等管理服务工作，管理方式主要以人治为主，缺乏信息化手段，且不同社区信息难以共享，形成数据孤岛。社区物业的管理服务建设是数字孪生城市建设的主要切入点，亟需建设社区物业平台通过数字化手段进行服务提升和管理提效。

依托BIM、GIS、CIM、物联感知等技术，根据实际需求，社区物业平台主要从三个模块进行管理服务提升。

1）物业服务

对小区水、电、气等基础设施进行智能化改造，引入物联感知技术，支撑业务应用。通过采用智能水表、视频监测、智慧门禁、智慧消防、社区防疫和物业报修等物联感知设备和软件，改变传统基于人工的物业服务模式，提升社区的智能化水平，改善精细化服务能力。

2）生活服务

聚焦社区在衣、食、住、行方面的服务功能，将社区物业平台对接各类外卖、购物等电子商务平台，连接社区周边餐饮、药店、农贸市场等商业服务点，构建线上线下生活服务圈，建设社区团购、特殊人员服务、幼儿教育、养老服务等子场景，为社区居民提供安全便捷的生活服务。

3）公共服务

通过数字赋能，促进政务服务向居住社区延伸，对接城市管理、行政审批等政务服务平台，对接医疗卫生、文化体育旅游等公共事业服务平台，融合各行业、各领域的数据，打破数据信息的孤岛效应。

6 结语

随着数字孪生城市的理论研究和实践探索不断深化，以及物联感知、BIM、GIS、CIM、大数据、人工智能等相关技术快速发展和成熟完善，数字孪生城市的应用场景逐步落地。当前，数字孪生城市应构建统一的城市三维模型底座，提供统一的接口和落图规范，以避免重复建设，浪费资源。