城市信息模型（CIM）的建设思考

武鹏飞，李建锋，胡子航

（数云科际（深圳）技术有限公司，广东 深圳518000）

当前世界正处在“百年未有之大变局”之中，世界格局风云变化，科学技术蓬勃发展。随着信息时代的深入，人类社会正在从以工业文明为中心向以信息文明为中心转变，信息技术正在给各行各业带来深刻变革。城市作为现代人类生活的基础，其建设方式、运行方式同样在发生变革，近几年国家各级政府部门多次提出了智慧城市和新型智慧城市的建设要求，为城市的发展建设指明了方向。在信息技术的普及和推动下，城市信息模型（CIM）的概念应运而生，从物理城市的数字化镜像角度，为城市各级数据的有效协同、计算分析、事件预警、动态演化和仿真可视化等提供支持，为智慧城市建设提供基础数据支撑[1]。

1 CIM建设现状分析

近几年，国内外学者针对CIM建设开展大量研究工作，从城市级CIM、园区级CIM两个层级探讨框架建设，并在数据融合、可视化展现、工程各阶段应用等方面取得了一定的研究成果[2]。同时，在国家政策层面，CIM建设也得到了充分的支持。2018年11月，住建部启动城市信息模型（CIM）平台建设的试点工作，将雄安、北京城市副中心、广州、南京、厦门等列入“运用建筑信息模型（BIM）进行工程项目审查审批和城市信息模型（CIM）平台建设”试点，对CIM的建设发展起到了重要的推动作用[3]。2020年9月，住建部印发《城市信息模型（CIM）基础平台技术导则》[4]，对CIM、CIM基础平台等概念进行了定义，对CIM基础平台的框架体系和应用方向进行了描述，并为CIM基础平台建设提供了具体操作方法。

虽然CIM在政策、理论、实践等方面都取得了阶段进展，但CIM仍处在起步阶段，仍有大量问题亟待解决，突出表现在以下方面。

1.1 针对性不足

CIM建设应结合城市的要素禀赋和实际需要，明确CIM建设的出发点和需要解决的关键问题。当前，CIM建设存在一定的“形象工程”“盲目建设”情况，建设内容大同小异，缺少针对性。虽然，《城市信息模型（CIM）基础平台技术导则》中将CIM定义为城市的一种三维基础数据，但CIM具体包含哪些数据、数据怎么汇集、数据怎么应用等缺少充分的研究。

1.2 底层数据不通

CIM在一定程度上将实现城市地上地下、宏观微观、历史现在、室内室外、静态动态等多个维度数据的整合，但从目前的建设情况来看，机械物理将各个系统的数据堆集到一个库的情况比较普遍，数据在后台和底层并未贯通，对跨平台、跨系统、跨部门、跨时段数据的综合计算、统计分析、动态展示等支持不足，面对多来源、多格式、多种类、多时相数据的处理和治理还需开展深入研究。

1.3 建设标准缺失

CIM建设是一项系统性、长期性、整体性工程，是一项浩大的工程，需要城市各部门通力合作，需要城市各参与方的全力配合。但目前，CIM的数据清单、数据的来源、数据的格式、数据的交付流程、数据管理规范、数据治理标准等基础内容很多是缺失的，部分工作的开展是没有统一要求的，前期标准的缺失将为后期CIM数据的治理带来数倍的工作量。

1.4 存在重复建设

当前，很多城市至少存在3套城市基础数据，分别存放在住建部门、自然资源部门和公安部门，有的城市可能在水务、交通等其他部门也有城市基础数据，但关注点和数据精细度存在较大差别。明确本城市CIM建设的目标和出发点，由一个具体业务部门牵头实施，对于推动CIM建设可能更加有利。住建部门牵头建设可以支撑城市规划、多规合一，支撑城市管理精细化，支撑新型智慧城市的建设；工信部门牵头可以加大CIM、IoT、AI、5G等新一代信息技术的推广应用，进而促进产业化发展和产业升级；自然资源部门牵头可以更有效地开展地理国情普查，对自然、人文、经济等多项地理元素进行有效的统筹和管理；网信部门牵头可以通过建设城市大脑、政务服务“一网通办”，支撑政府精准施政和应急联动高效指挥。

2 CIM与数字孪生

CIM的概念和价值已得到行业的广泛认同，CIM真正的落地实施离不开两项核心技术的支持，一项是数字孪生，另一项是大数据。

数字孪生是在实体城市的基础上，在虚拟世界形成一套平行的数字化成果，是CIM建设的基础[5]。数字孪生不是对实体城市的简单数字化，而是在大量数据的融合、整合、集成基础上，实现城市各类要素内在关联的数字化。数字孪生贯穿城市规划、设计、建设、运行全周期，当前数字孪生技术在城市建设领域的应用还是点的形式的应用、比较分散。数字孪生对CIM、智慧城市的支持可以细化为不同的层级[6]。

2.1 “数化”是数字孪生的基本要求

“数化”是CIM建设的最基础阶段，与数字城市的概念类似，实现城市建筑信息、地理信息、街景、道路交通等基础信息的数字化，能够支持简单的查看、查询等操作。由于BIM模型的广泛性，单体建筑的数字化程度得到极大提升，建筑内部的门窗、桌椅、管道、设备等都能够进行数字化表达，但本阶段的主要特点仍然是实体城市的数字化。

2.2 “互动”是数字孪生的价值体现

“互动”是在数字化的基础上，基于虚拟数据的模拟分析、统计计算等为实体城市的建设管理提供优化建议。在工程项目的设计和施工阶段，通过BIM技术优化设计方案、优化施工工艺工序，辅助提升工程的设计品质和建造质量。在我们生活中，常用的手机地图功能，是一个非常典型的数字化互动案例，通过传感器、摄像头等数据采集设备，对手机地图中的数据实时更新，根据采集的实施路网拥堵情况实时计算、切换最优路线。

2.3 “先知”是孪生数据的趋势研判

“先知”的结果相当于趋势分析，通过历史数据的积累和分析，可以预测未来的发展趋势，实现对未来的提前感知。依据各种计算模型和仿真算法，在历史数据的基础上，对城市人口、劳动力人口、城市GDP、城市交通拥堵程度、城市用水量、景区客流量等变化趋势进行预测分析，为城市规划、各部门应对措施制定、企业经营策略制定等提供数据支持。

2.4 “先觉”是数据集成的分析挖掘

“先觉”是在历史大数据的基础上，开展数据挖掘，挖掘的知识很多是没有预期的。通过城市经济、人文、社交等多类型数据的集成分析，可能会分析出传染病爆发可能性、女性网购与大型体育赛事的关系等，这些知识的内在逻辑很可能是超出人们的认知的，是预料之外的，但这些知识很可能会成为城市规划建设、运行管理的重要需求。

2.5 “共智”是智慧城市的建设目标

“共智”是数字孪生的最高阶段，也是智慧城市建设的高阶目标，是CIM建设的重要方向。当前，CIM只是包含了BIM、GIS、IoT等部分数据，只是建立了城市的骨架，城市是个复杂的动态巨系统，其核心是人流、车流、物质流、信息流、能量流，这些是城市的血肉。在交通、通讯、水务、金融、能源等多行业都达到较高的数字化、智能化程度，各行业高度互通、高度关联，将共同推动城市智慧化水平迈上新台阶。

3 CIM与大数据

CIM的本质是数据，其建设是对城市海量数据的汇集，但不是简单、机械地汇总一个数据库，而是要打通各专项数据之间的关联，形成有机数据整体，在此过程中，大数据技术将成为CIM高质量建设的重要技术。

近年来，随着数据时代的到来，数据是重要生产资料理念的不断深入人心，大数据技术在理论体系、实施方法等方面不断完善，逐步成为各行业数据能力建设的重要支撑。在CIM建设中，大数据技术将发挥十分重要的作用，但也有一些方面需要思考和完善。

3.1 数据质量是基础

当前，由于数据标准、数据需求、数据建设范围、数据审核制度等不完善，CIM普遍存在数据质量不高的情况。数据治理是数据质量提升的有效手段，按照一定的组织要求、格式要求、流程要求对CIM数据进行规范化、标准化，激活和释放数据价值。当前CIM数据基本都是历史数据，数据治理工作是必不可少的，通过数据治理保证CIM数据的可信可用。

3.2 数据安全是保障

CIM建设中涵盖了城市建设的多方面数据，个别数据会涉及保密问题。通过设置不同的用户权限，或针对不同用户创建多套不同精度的数据解决部分数据安全问题，如城市基础地理信息可以按照面对公众的、面对各委办局的、面对内部涉密应用的不同等级建立多套数据。此外，针对CIM数据库还需要采用数据加密、防火墙、堡垒机、异地备份等多种手段保证数据安全。

3.3 数据产权是核心

CIM是由人民政府组织建设的，是城市的资产，但数据产权问题是不能回避的。随着CIM建设的不断深入，大量数据是个人、企业的行为数据、经营数据，还有部分数据很可能是个人或企业生产的，那么CIM的所有权就成为很重要的问题。伴随着数据所有权问题，会连带产生数据使用权、数据处置权、数据收益权、数据交易权等一系列问题。当前，行业已意识到相关问题的重要性，正在积极开展相关研究和立法工作，在CIM建设中应对数据产权问题予以重视。

3.4 数据交易是趋势

CIM汇集的城市数据不应只服务于政府部门，还应为企事业单位、个人所使用，从而使CIM价值最大化，数据交易将是未来CIM建设的必然要求。有些服务是免费的，有些服务可以是收费的，不同政府部门之间的数据交换可能也是要收费的。在此过程中，有些环节需要重点予以考虑，包括数据价值认定、数据定价、数据交易合法平台、数据隐私保护等都需要建立健全。

4 CIM建设建议

本文基于当前CIM建设现状和存在问题，结合数字孪生和大数据的技术要求，系统梳理CIM建设思路，提出如下建议。

4.1 梳理CIM建设的核心诉求

各城市在CIM建设之前，首先应分析CIM建设的需求和客观情况，明确CIM建设的初衷和目标，明确CIM建设具体解决的城市发展问题，明确本城市CIM数据具体包含的清单内容，以及各项数据的来源，并制定相应的CIM建设顶层规划，成为本城市CIM建设的纲领性文件，指导相关标准编制、平台研发、各方统筹协调、数据汇集等工作。

4.2 建立健全CIM建设相关标准

CIM建设涉及的部门、行业、参与方众多，数据类型、数据格式多种多样，为减少后续数据清洗、数据整理和数据治理的工作量，应优先研究CIM建设标准体系，开展相关标准编制，为各方提供统一的行为规范。CIM的标准体系至少应包含数据标准、技术标准、管理标准、应用标准等类型，满足CIM数据采集、数据传递、数据治理、数据质量管理、数据存储、数据安全保障、数据分析、数据应用等多个方面的需要。

4.3 研发CIM数据管理和应用平台

平台是CIM建设和应用的工具支撑，是CIM建设必不可少的部分。目前，大部分CIM系统的架构包含设施层、数据层、服务层、应用层、用户层等层级，形成较为完善的数据采集、处理和应用体系。CIM平台建设中应考虑以下几方面问题：一是服务层需要有强大的算力和高效的算法，满足海量城市数据处理和各级用户需要；二是平台建设中要充分考虑各专项系统、各类传感设备的数据接口，尽量减少数据处理工作量和数据损失；三是要充分考虑城市未来发展，预留充足的空间，保证系统后续功能、数据的扩展需求。

4.4 完善CIM相关生态体系建设

CIM是一项体系性工作，涉及到城市建设和运行的方方面面，需要搭建CIM建设的生态体系，保证CIM建设的顺利开展。如表1所示，只有阳光、水、空气、生产者、消费者、分解者、土壤等要素基本齐备的情况下，CIM才能更好的健康、正向、积极推进。

表1 CIM建设的生态系统

4.5 拓展CIM数据的业务应用

虽然CIM的定位是城市基础数据支撑，但在建设过程中，必须考虑后续的应用，具体怎么支撑、支撑什么、解决什么，这些基础问题应该在CIM建设之前考虑清楚。CIM的最大优势在于一定程度上打通了各系统之间的数据壁垒，形成了跨行业、跨部门、跨系统的数据集，有利支持数据集成应用；劣势可能是数据精度不高、细度不够，水务部门关注泵闸的位置和运行情况，燃气部门关注阀门的位置、型号、备件情况，电力部门关注的是变电站的位置、变压等级、变压器数量型号等，这些数据可能不会包含在CIM中，否则会造成大量的数据冗余，数据量将指数级增长。从目前的建设情况看，除了项目的设计、施工、运行管理，CIM可以在城市综合管理和应急指挥提供支撑，具体针对每个行业如何支撑可能需要详细的研究和讨论。

5 结束语

CIM是智慧城市的基础，也是近年城市信息化建设的热点，面对CIM我们首先要做的可能还是发出“灵魂三问”，是什么、有什么用、怎么用。本文对CIM的价值没有再赘述，更多的是对CIM建设的现状提出了一些思考和建议，希望为CIM的建设提供一定的借鉴。

本文在系统分析当前CIM建设问题的基础上，从需求梳理、标准建设、生态建设等方面提出了相应的建设思考，并初步分析了大数据对CIM的支持，特别是CIM建设后期会带来数据产权、数据交易、数据定价等多方面的问题。相信通过各方的共同努力，CIM的理论、标准、实践都会取得更大的进展，CIM的概念也会得到深化，不再是城市信息模型，而是城市智慧模型（City Intelligent Model），实现智慧城市建设的跨越式发展。