数字孪生城市内涵与典型应用场景

2022-02-27斯瑜彬姚佳琪陆春杰

智能物联技术 2022年4期

斯瑜彬，姚佳琪，陆春杰，周凯

（杭州海康威视数字技术股份有限公司，浙江杭州 310052）

0 引言

智慧城市是信息技术驱动下城市创新发展的一种新模式，是信息技术综合运用和集成创新的大平台。但纵观多年来智慧城市中的技术应用，基本上是单点的、割裂的，集成的、融合的少，比如物联网技术用于城市感知管理的感知监测和数据采集、人工智能用于提升各种应用的智能化体验、大数据用于城市治理的决策分析、云计算技术用于云平台建设。这些技术对提升智慧能力的作用毋庸置疑，但技术间缺乏系统架构级的融会贯通，造成应用离散化、信息孤岛化、平台多元化，集成创新的效应无法充分释放。随着物联网、5G、人工智能、虚拟现实、深度学习等技术研发和产业化加速突破，掀起新一轮数字化、网络化和智能化浪潮，跨领域的融合创新已成主流趋势，虚拟服务现实，数据驱动治理，一种全新的智慧城市建设路径和实践模式呼之欲出，将引发城市治理规则的重大变革。2021年，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》也明确提出“分级分类推进新型智慧城市，将物联网感知设施、通信系统等纳入公共基础设施统一规划建设”“探索建设数字孪生城市”等要求。数字孪生技术开启了智慧城市的新时代，数字孪生城市也成为城市智能化升级的重要方向。

1 数字孪生城市的内涵与特征

1.1 数字孪生城市的内涵

数字孪生是指充分利用物理模型和物联网传感器采集的全生命周期的运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应实体现象的全生命周期过程。数字孪生通过物理空间与虚拟空间的虚实交融、智能操控、记录仿真、预测对象全生命周期的运行轨迹实现系统内信息资源和物质资源配置的最优化。[1]

数字孪生城市是利用数字孪生技术，以数字化方式创建城市物理实体的虚拟映射，借助历史数据、实时数据、空间数据以及算法模型等，仿真、预测、交互、控制城市物理实体全生命周期过程的技术手段，实现城市物理空间和社会空间中物理实体对象以及关系、活动等在数字空间的多维映射和连接。

1.2 数字孪生城市具备的核心能力

（1）物联感知能力：城市数字孪生以全面感知为前提。一个城市，首先应该是感知城市，通过构建泛在感知能力，建立全域全时段的物联感知体系，对城市运行状态进行多维度、多层次精准监测，全面获取视频、感知数据以及各类运行监测指标等海量城市数据，并且能够按需融合，实现对城市环境、设备/设施运行、人员流动、交通运输、事件进展等的全方位感知。

（2）可视化展示能力：通过将感知的多源数据进行数字化的建模和可视化渲染，数字孪生城市提供了全要素、全范围、全精度真实的渲染效果，实现全空间信息和城市实时运行态势的动态展示。

（3）全要素映射能力：各类信息要素的精准匹配与精准表达是实现物理城市向数字城市映射的关键。城市数字孪生的实现场景下，物理城市与数字城市是一一对应、紧密融合和双向互动的关系。通过物联感知、数字化标识、多维建模等技术，数字空间实现全域模型精准建立、全量数据精准标识和全盘孪生精准运行。

（4）数据融合能力：在保证数据实时性和数据质量的前提下，可处理城市运行中不同实体产生的不同种类、不同来源的运行数据，能够为城市管理者提供前瞻性的趋势预判。

（5）空间计算分析能力：在虚拟数字空间中进行城市范围空间数据相关计算、分析、预测、研判，可实现距离测量、面积测量、体积测量等空间计算分析。

（6）模拟推演能力：可以根据物理世界的真实运行数据，构建不同场景下的推演模型，进而模拟和分析物理城市的运行状态和发展趋势，推演预测物理城市的发展态势与运行结果，并提出优化建议，辅助城市日常管理、应急指挥和科学决策。

（7）虚实交互能力：借助物联网、图形/图像、AR/VR、人机交互等领域技术的协同和融合，实现城市级虚实空间融合、控制与反馈等能力。

（8）机器学习能力：运用视觉语言、机器学习、知识图谱等人工智能技术，实现“收集城市运行数据-识别城市群体标签-搭建知识图谱-进行深度机器学习-实现数据预测”的闭环管理。

（9）开放扩展能力：将城市空间感知服务、数据集成处理服务、模拟推演服务等应用服务提供给上层应用开发者，让不同行业应用的设计者、技术开发者、运营管理者等不同群体参与到数字孪生城市建设中，形成能力开放平台和应用创新平台。

1.3 数字孪生城市推进的必要性

习近平总书记在十九大报告中指出：以信息化推进国家治理体系和治理能力现代化，分级分类推进智慧城市建设，打通信息壁垒，构建全国信息资源共享体系，更好地用信息化手段感知社会态势、畅通沟通渠道、辅助科学决策。探索数字孪生机制，以数字孪生的理念和方法夯实城市大脑的数据底座，提升城市治理一网统管水平，有利于推动实现城市治理体系和治理能力现代化。特别是面对城市治理中的难点和堵点，如地下空间、危险体、复杂体等，一方面需要实时、精准的信息数据上传，另一方面也需要通过BIM （Build Information Modeling）、CIM（City Information Modeling）等技术有机融合，实现在数字化城市单元的基础上对相关信息多种方式的空间表达，同时根据这些动态的数据信息分析研判和进行决策，实现城市智慧治理与高质量服务。

2 数字孪生城市总体技术架构

实现城市数字孪生需要综合应用各类信息化技术，通过建模融合分布在物理空间、社会空间及数字空间的各类不同信息并通过数字化手段实现空间之间的转化和连接。数字孪生城市总体技术架构参考如图1所示。

图1 数字孪生城市能力底座架构[2]Figure 1 Architecture of Urban Digital Twin Capacity Base

要实现城市的数字孪生，首先需对物理空间和社会空间中的物理实体对象、事件对象、关系对象进行数字空间的虚拟表达及映射；在此基础上，依托信息基础设施实现数据侧采集、汇聚、传输以及处理，形成数据资源，在通用服务能力支撑下进一步融合数字孪生技术，形成对外能够提供的数字孪生服务，并通过交互服务实现与上层应用场景的融合；同时，需要提供全生命周期的安全管理和运营管理，保障设施设备、数据资产以及服务的安全高效运行。其主要包含以下几个部分。

基础信息设施：主要包括感知设施、网络设施、计算存储设施以及地图测绘设施等，主要实现基于精准时空信息下对系统的全面感知和动态监测。

数据资源层：从数据来源上看，主要包括物联感知数据、时空信息数据、业务应用数据以及运行评估数据等；在数据汇聚基础上，结合应用需要构建汇聚库、清洗库、专题库和主题库。

通用服务层：为数字孪生应用提供通用共性服务能力支撑，主要包含数据服务、计算服务、智能服务、通用应用服务等能力，主要为上层应用提供共性的基础支撑。数据服务是指对数据资源利用提供的通用支撑服务，包含但不限于数据治理、数据模型等。计算服务主要为各类应用提供算力支撑及资源调度能力，包含但不限于资源调度、任务调度等。智能服务是基于人工智能技术为上层应用、系统运行等提供智能化支撑能力，包含但不限于OCR（Optical Character Recognition）识别、智能规则流转引擎等。

孪生服务层：孪生服务是指城市数字孪生所需的特性服务，包含但不限于感知互联、实体映射、多维建模、时空计算、仿真推演及可视化。感知互联是指城市全要素的联网监测、实时感知及互联控制。实体映射是指基于测绘及物联网等技术实现对物理空间及社会空间的全要素表达和交互。多维建模是指全要素多维度数字化表达，有事件建模、时空建模、语义建模、规则建模等。时空计算是指基于时间及空间坐标的多维计算，有时空分析、时空解析、时空查询、时空索引等。仿真推演是指模拟仿真、智能预测、动态决策等，有算法集成、引擎开发、任务管理、优化评估等。可视化是完成物理城市到数字城市的表达，包含但不限于场景编辑、渲染服务、虚实结合等。

交互服务层：交互服务是指提供多种类型的能力开放界面，通过统一规范的交互界面实现跨系统数据互通及服务调用，提供平台化、轻量化数据，API（Application Program Interface）消息和应用等集成能力，第三方应用可以对功能组件进行灵活组合，实现业务逻辑与技术逻辑的分离。开放形式包含但不限于门户、第三方服务、接口、开发工具和应用组件。

3 数字孪生城市典型应用场景

当前，城市数字孪生典型应用场景主要包括城市治理、城市规划、地下市政、智慧园区等。

（1）数字孪生在地下隐患智防场景下的典型应用

近年来，城市道路坍塌事故对城市安全带来了严峻挑战。运用数字孪生技术，在三维数据底座上构建城市地下隐患智防应用场景，勾勒地下空间三维底图，汇集来自住建、交警、城管、管线单位、地铁等部门各类与地下隐患相关的动静态数据，对接探地雷达、液位检测仪、管道压力监测终端、管线监测摄像机等各类智能传感器动态监测数据以及道路条件、地质条件、地下管线等静态数据，对数据进行处理架构，形成三维透明的“地下家底一张图”，满足地下隐患场景的动态监测；结合前端传感设备、视频AI和数据融合分析等技术，建立监测预警模型和算法，实现隐患风险的监测预警。同时，针对风险区域、风险路段，建立自闭环和多跨协同的处置流程，实现风险隐患的早发现、早预警、早处置。

（2）数字孪生在生态环境领域的典型应用

将数字孪生与大气预测预警模型有机结合，可利用空间分析计算能力在三维场景里呈现预测预报结果，实现大气预测预报模型的可视化，直观地展示过去、现在以及未来的大气环境状况。通过接入环境空间质量监测模型实时数据，从不同高度、时间轴及空气质量指标等视角展示空气质量情况；通过接入前端感知设备数据，为预案的选择和管控措施的分析复盘提供支撑，实现不同减排预案对提升环境空气质量的正向影响的可视化分析；通过将碎片化的分散数据进行有机结合和直观展示，提高大气预测预警管控工作效率，提升分析决策能力。

（3）数字孪生在城市交通中的典型应用

城市交通系统是一个庞大的系统，人车混流、机动车占道等问题仍然困扰着我国的交通系统。我国交通系统中的物联网基础系统比较突出，借助交通系统中的物联网可以打造数字孪生的道路系统。通过孪生道路系统平台实时监控城市道路中的突发事件，进行合理的管控，来优化道路的利用效率并提升城市的运行效率。此外，在不同时间段或时期，可以通过不同的车流量负载来调节信号灯的时长，实现对拥堵等道路问题的优化解决和规划；在孪生系统平台中，通过调节交通系统中的参数，仿真运行道路交通情况，优化参数设置，提升交通系统的运行效率。

（4）数字孪生在城市规划中的典型应用

智慧城市的发展需要对城市进行合理规划，数字孪生技术可以使现实中成本比较高、很难通过短期的实验实现的方案通过虚拟方式快速进行实现，在虚拟平台中进行多种方案的模型建设，并用来指导现实中建设的方式，对城市的规划进行推演。CIM平台的建设与BIM技术的融合，以及物联网所提供的数据可以很好地呈现真实的城市系统。在城市规划中，需要记录全周期的建设阶段，而数字孪生技术的应用，可以在全时空维度上记录城市建设的全要素。数字孪生城市平台的建设既提升了城市的感知能力和决策能力，也给城市未来的规划发展带来了更广阔的视野。

（5）数字孪生在园区管理中的典型应用

目前中国大部分体育场馆存在运营效率低下、智慧化管理和多元服务能力不足等核心问题，因此亟需加强场馆市场化运营管理和智慧化改造。将物理世界的体育场馆数字孪生到虚拟世界进行1:1的呈现，并将体育场馆三维模型与业务相结合，可以实现体育场馆的全方位管控以及虚实联动，更直观地掌握体育场馆的安全态势、人车通行态势、设施运行态势、场馆耗能态势等；同时将体育场馆内的活动管理、物业管理、安保调度、设备设施巡检等复杂繁琐的线下业务活动线上化、流程化和闭环管理，提升体育场馆的安全管控能力，让场馆赛事活动举办更安全，群众体育健身更放心。

数字孪生城市共识逐渐形成，城市信息模型、实景三维城市以及城市仿真等概念和技术得以快速发展，数字孪生典型应用场景逐渐明朗，数字孪生技术在城市的发展中将起到重要作用。

4 现阶段数字孪生城市建设面临的主要问题和挑战

4.1 数据支撑不足

城市数字孪生离不开数据的支撑，但目前城市时空数据、城市基础设施数字化、数据安全使用等方面都存在一定程度的困难，给城市数字孪生的发展带来了挑战。城市时空数据来源多样、类型复杂，城市地理信息数据源、高精度模型、业务场景建模等方面投入成本较大。此外，城市基础设施数字化还处于基础建设阶段，城市感知设施建设及数据联网还存在局部性和滞后性；数据安全使用仍存在较大难度，特别是城市地理三维信息数据属于安全等级较高的数据，如何安全共享仍是亟待解决的难题之一。

4.2 应用深度不足

目前城市数字孪生应用解决方案还处于探索期，城市级异构大数据的汇聚以及跨行业跨领域的应用尚未成熟，数据融合应用挖掘不深，数字空间的模拟仿真、态势预测等技术应用能力不足，关键技术融合还需要结合具体应用场景不断实践和突破。

4.3 标准支撑不足

目前城市数字孪生相关标准研究仍处于起步阶段，相关标准制定尚需完善。首先，在城市数字孪生的参考架构、数据标准、安全标准、相关术语等方面尚未形成统一的规范，在典型应用构建上也尚未形成建设指南；其次，城市数字孪生涉及的技术、应用、相关方众多，是一项复杂的系统工程，需要系统协同相关企业和研究机构等，统筹推动相关标准制定以及示范应用的实施推进工作。

4.4 产业联动不足

一方面，当前在城市高精度模型、业务场景建模等方面的建设成本还较大；另一方面，基于城市地理信息模型之上的多源数据的融合及深度业务开发还存在较多技术问题和业务壁垒问题。建设数字孪生城市要强调万物物联上网，要把BIM、GIS（Geographic Information System）和物联网有效融合和关联，才能真正构成数字孪生。因此，需要推动相关政府部门（如自然资源和规划局、城乡建设局、大数据局以及执法部门）、企业（如物联网厂商、地理信息厂商、大数据场景应用开发商）、社会组织（相关院校、标准工作组等）共同构建数字孪生产业联盟，打造集约化平台，培育数字孪生生态圈，推动社会各组织参与城市数字孪生的建设。