数字孪生技术在超大型城市交通规划中的应用探讨

姚乐野 张钰鑫

摘要：[目的/意义]旨在有效解决超大型城市交通拥堵问题，探究数字孪生技术在城市交通规划中的有效应用。[方法/过程]首先概述数字孪生技术的主要内容；然后，基于高德地图的城市交通设施POI数据（以成都市为例），采用核密度估计等方法对2016年、2022年城市交通设施空间分布情况进行分析，以掌握超大型城市交通设施规划布局现状以及存在的问题；最后，探究超大型城市实现数字孪生智慧交通规划的路径。[结果/结论]成都市在过去4年间着力于缓解中心城区车流问题，但中心城区土地使用率过高，道路早已不能满足每日剧增的交通需求；停车难、找车位耗时长已成为市民驾车出行的第二难题；成都市虽呈现出交通由中心城区向外溢的趋势，但双城钟摆式交通依然会在高峰时段加大公共交通压力。因此，有必要通过布局传感设备、利用数字孪生可视化、完善P+R停车场规划等途径，实现超大型城市数字孪生智慧交通规划。

关键词：数字孪生技术；超大型城市；交通规划

分類号：K901.2

引用格式：姚乐野， 张钰鑫. 数字孪生技术在超大型城市交通规划中的应用探讨： 以成都市为例[J/OL]. 知识管理论坛， 2023， 8（4）： 329-339[引用日期]. http：//www.kmf.ac.cn/p/355/.

数字孪生（digital twin）作为一种虚拟的表达，旨在将真实物理世界通过技术手段投射到数字虚拟世界，其核心在于将物理世界进行数字虚拟可视化，从而更直观、清晰地对现实物理世界进行预测和分析。根据2021年《中华人民共和国国民经济和社会发展第十四个五年计划和2035年远景目标纲要》中提出的“要围绕强化数字转型、智能升级、融合创新做支撑，探索建设数字孪生城市，完善城市信息平台和运行管理服务平台”等相关建议，数字孪生技术助力城市发展已成必然趋势。数字孪生在政府部门管理的应用实际上可以理解为数字时代的虚拟政府，即通过数字化转型、信息融合、科学归纳分析辅助政府科学决策，现实政府则注重人的管理，即如何在数据科学的基础上为政府部门决策增添生命力。同时，二者又是相互融合的关系，现实政府通过虚拟政府进行科学决策，并与现实情况相结合，进而为居民提供便利的生活。

在数字孪生的应用中，城市交通管理问题一直作为切实的民生问题受到广泛关注。随着超大型城市（城区常住人口在1 000万以上的城市）人口增长，居民车辆保有量增长问题接踵而至，高密度的汽车保有量在空间上会导致交通堵塞和交通饱和，在时间上会导致居民出行效率低、耗时长。因此，相关政府部门如何解决交通拥堵及保证交通安全，如何实现交通网络现代化、数字化转型，如何优化升级城市智能交通系统成为急需解决的问题。笔者将基于数字孪生技术，探究如何实现城市交通规划的数字孪生。

1  国内外文献综述

1.1  针对交通现状的相关研究

随着工业化、城市化的快速推进，交通治理成为城市管理中的一大焦点。周军、苏云亭等认为不合理的城市规划、不完善的交通基础设施、发展滞后的公共交通以及薄弱的道路交通管理能力是造成我国城市交通拥堵的主要原因[1]。王冰、张晓莲指出道路拥堵等交通问题是一个兼具公共性和技术性的问题，但它首先涉及市民福利的公共问题，其次才是一个技术性问题[2]。基于公共问题视角，学者们从税收政策、交通体系规划、应急管理框架等多个方面进行探讨。具体而言，开征交通拥堵税、调整成品油消费税、完善公共交通供给的财政补贴与税式支出政策等是主要的税收政策[3]；我国现代城市交通体系应结合城市发展特点，综合运用强制性的行政手段与灵活性的经济杠杆[4]；城市轨道交通的大量出现，有必要建立政府为主导、轨道交通企业为核心、社会组织和公众广泛参与的城市轨道交通应急管理体系，以有效应对轨道交通突发公共安全事件等[5]。除关注城市轨道交通安全事件外，学者们也对城市道路交通事故进行了大量研究。总体上看，学者们认为交通治理是一种公共物品，虽然强制性手段比市场机制能更有效地处理交通治理问题，但也难免陷入“失灵”境地[6]，进而，技术成为学者们探讨城市交通治理的重要手段。

1.2  城市交通数字化治理相关研究

5G、人工智能、大数据、云计算等技术的应用促进了城市交通治理的数字化。早在1995年，美国运输部就正式出台了“国家智能交通系统项目规划”，包括出行和交通管理、公共交通运营、应急管理、车辆控制和安全系统等七大领域[1]。在智慧城市和数字孪生城市的建设背景下，国外学者对城市交通治理的数字化进行了大量而深入的研究，M. Omer、L. Margetts等探讨了城市桥梁监测的数字化实现[7]；C. Beil、R. Ruhdorfer等详细介绍了用于实现大型城市区域交通基础设施分析的三维语义城市模型（City GML 3.0）[8]；U. A. Lenfers、N. Ahmady-Moghaddam等利用物联网传感器的实时数据打造智能联运交通系统，以满足高效、可持续性发展的空间和资源分配需求[9]；A. J. Saroj、S. Roy等提出一种数据驱动的互联廊道交通仿真模型，即数字孪生模型，该模型利用实时数据流对当前交通状态进行建模，并对交通和环境绩效指标（如出行时间、速度、能源消耗和车辆排放）提供动态反馈[10]。可以看出，国外在城市交通治理数字化领域的研究，已从基础的获取传感数据、实现单一功能的交通治理数字化转变为利用实时数据流建模、实现多重功能的交通数字孪生。2012年，我国智慧城市建设的推进开启了智慧交通建设的序幕。林述涛在明确交通基础设施数字孪生基本概念的基础上，构建交通基础设施数字孪生的基本架构体系——“容器+服务”体系，该体系可为数字公路、智慧公路等提供一种基础设施数字化的解决方案[11]。陈涛、易德新等系统介绍宁波市轨道交通BIM（building information modeling）协同施工管理平台，该平台有助于提高城市轨道交通土建施工阶段的信息共享及业务流转效率[12]。张贵忠、赵维刚等构建出集多源信息获取及管理、结构智能分析与状态评估、智能养修管理等功能于一体的数字化大桥运维平台，该平台可实现BIM建设管理、长期结构健康监测、电子化巡检、视觉检测等功能[13]。罗燊、张永伟指出智能交通基础设施是城市智能基础设施的重要建设领域[14]。江涛、刘咏平构建出车路协同感知一体化平台，以解决交通行业存在的业务数据信息孤岛、多种交通数据融合协同程度不高等问题[15]。总体上看，国内针对城市交通治理数字化的研究集中在交通基础设施数据的采集、车路数据采集以及某一类型道路的数字化治理领域。

通过整理分析国内外研究成果可以发现，国外学者将数字孪生运用在城市交通方面已取得较多的成果，国内相关研究则停留在城市交通治理数字化的早期阶段。交通治理问题是超大型城市面临的主要民生问题，而当前学界利用数字孪生技术探讨超大型城市交通规划、实现城市交通治理的研究不够深入，因此，笔者在总结数字孪生主要内容的基础上，结合成都市市区交通设施现状，探讨数字孪生技术在超大型城市交通规划中的应用。

2  数字孪生技术的特点及优势

2.1  数字孪生的特点

数字孪生最早应用于航空航天业、军工业与工业制造领域。2010年，数字孪生技术首次被美国国家航天局（National Aeronautics and Space Administration， NASA）应用于航天器的改进；2012年，NASA提出将数字孪生技术应用于军用车队管理和车辆维护中，该技术可将军用车辆的使用、维护及车队信息有机结合，最大程度实现模拟的保真性，从而保证车辆的使用安全[16]。

简单来说，数字孪生技术是联结真实物理世界与虚拟世界、链接物理实体与数字模拟体的“桥梁”，是对物理实体进行的数字化仿真。但需要强调的是，数字孪生与传统仿真技术存在差异，数字孪生虽然基于仿真技术而产生、实现，但与仿真技术不同，数字孪生还包含对真实物理空间的监控、感知、预测，通过运用虚拟孪生模型进行对真实物理世界的诊断、优化，进而实现信息之间的循环迭代；而传统的仿真技术相对独立，功能较数字孪生来说也相对单一，无法实现对物理实体的优化[17]。

2.2  数字孪生的类型

数字孪生被定义为3种不同的类型，主要包括数字孪生原型（digital twin prototype， DTP）、数字孪生实例（digital twin instance， DTI）以及数字孪生聚合（digital twin aggregates， DTA）。DTP主要是对原生物理产物进行描述，它包含描述和生成虚拟版本或孪生的物理版本所需的信息集合。DTI则主要针对在整个生命周期中需要获取的特定重要物理对象（单个产品）的信息，即物理物品中单个产品的数字孪生。DTA虽然是对DTI聚合的描述，但这种类型聚合与DTI存在差异，DTA是由经纬度而不是独立的数据结构来表现其行为的[18]。

2.3  数字孪生的优势

数字孪生的优势主要体现在：以仿真技术为基础，通过传感器等物理设备精准接收物理世界的实时信息，同时融合大数据、人工智能等信息技术迅速作出反应，实现对物理世界全要素的闭环式精准分析，针对物理现实世界所出现的问题，可进行整体或具体多方面的信息分析与整合，以帮助决策者寻求最优方案。

当前，数字孪生已可通过3种类型全面应用于城市管理中，其应用场景已非常全面，涉及交通运输、城市监控管理、天气模拟、环境保护、医疗救援以及信息数据采集与管理等诸多方面。城市交通规划作为热点民生问题一直受到广泛关注，成都作为西南地区经济、商贸、旅游业高速发展的新一线超大型城市，数字孪生在城市交通规划中的应用也为成都城市交通带来了新的机遇与挑战。

3  成都市市区交通设施现状分析

3.1  研究范围

本文自主提取高德地图成都市主城区2016年和2022年的城市交通设施poi数据，2016年共30 803条，2022年共46 412条。为使研究结果更加准确，数据主要对成都市整体交通设施进行分析，并将公交车、停车场和地铁站3类交通主要设施单独进行分析。

3.2  研究方法

笔者使用交通核密度估算法，在ArcGIS平台利用自然间断点分级法，将2016年的成都主城区交通核密度划分为3个等级，在此基础上将2022年的数据新增一个等级。成都市主城区交通设施核密度分布如图1所示：

3.3  数据分析

3.3.1  交通设施核密度

通过数据分析可得，2022年成都市超高核密度地区較2016年共增加33个，其总覆盖面积达28.25km2 ，占城市面积的0.77%。从整体上看，自2016年至2022年6年期间，交通设施总体分布状况变化明显，成都市从原“一核心”带动周边的点状式分布升级为“双核心”同步发展的片状式分布。通过图1（a）可知，2016年成都市交通规划中主要发展核心为中心城区，虽然2022年成都交通核心地区仍为中心城区，但较2016年，天府新区及周边基础交通设施得以明显开发，这为中心城区分流至天府新区创造了基础条件，符合《成都市数字文化创意产业发展“十四五”规划》中对于“双核多极两带”的发展趋势（见图1）。

3.3.2  单个交通设施核密度

从图2的单个交通设施上看，以地铁站核密度为例，2022年成都市地铁站高核密度为2016年的3.41倍。通过图2（c）、（d）对比可得出，6年间市政整体规划调整为着力打通天府新区与中心城区链接，以建起“一轴双核六走廊”为目标，向天府新区规划多达22条线路，总规模达600公里的轨道交通线网。

除了搭建中心城区与天府新区的快速通道，成都市在过去4年间同时着力于缓解中心城区车流问题。根据公安部统计数据，截至2021年全国机动车保有量已达4.17亿辆，成都市汽车保有量达全国第二，高达589.6万辆且呈持续增长态势，成都市平均每3.61人就拥有一辆汽车，汽车保有密度达409.07辆每平方公里。虽有限号政策的落地，但成都市中心城区土地使用率过高，中心城区的道路早已不能满足每日剧增的交通需求，虽然2022年公交站点数量较2016年有较大增长（车站数量6年新增56.15%），但由于中心城区道路拥堵亦会影响公交车的正常运行，因此未能从根本上缓解城市交通拥堵问题。

拥堵并不是成都市民遇到的唯一问题，停车难、找车位耗时长已成为市民驾车出行的第二难题。以停车场核密度数据来看，2022年成都市停车场最高核密度为2016年的2.72倍，其中，中心城区4年间停车场数量增长率为35.58%，五城区中停车场数量增长率最高的为成华区（56.69%），最低的金牛区也有27.78%的增长，增幅最大的为武侯区（2 014个）（见图2）。

3.4  研究结果

上述成都市交通设施分布核密度研究结果表明，自2016年起，成都公共交通设施建设数量皆呈上升趋势，可以看出，城市规划部门有意通过增加公共交通设施投资以改善成都交通拥堵问题。然而根据中国城市规划设计研究院发布的《2022年度中国主要城市通勤监测报告》[19]显示，成都的早晚高峰45分钟通勤保障能力却未有显著改善，且单程60分钟以上的通勤者仍占14%，较2016年无明显减少，且存在轨道站外时间长、交通接驳难等问题。同时，成都市虽呈现出交通由中心城区向外溢的趋势（天府新区发展迅速），上班族平均通勤距离超过9公里，但成都市目前现双城钟摆式交通模式，在高峰期时段公共交通压力依旧较大。此外，我国超大型城市共计7个，除成都外，还有北京、上海、广州、深圳、重庆、天津，他们均存在与成都相似的交通堵塞、极端通勤时间长等问题。例如，广州通勤空间半径在45分钟通勤时间范围内增加32公里，但公交保障能力未随通勤空间半径的增加而拓展；北京60分钟以上极端通勤比重高，同比增加3个百分点，高达30%；等等。因此，如何有效缓解中心城市交通高峰期压力，如何对双城链接地段交通线路进行合理规划，以及作为一个超大型城市如何合理规划未来轨道、公交站点，以最大程度缓解城市交通拥堵问题迫在眉睫。因此，面对成都及其他超大型城市的交通拥堵问题，在城市交通场景应用数字孪生技术可最大程度地从源头缓解交通难题，为成都及其他超大型城市交通带来新规划、新布局，为超大型城市交通注入新的活力。

4  数字孪生技术赋能超大型城市交通规划

基于第3节的超大型城市成都交通现状的实证分析，笔者认为应从以下6个方面解决交通问题：

4.1  数字孪生技术城市交通治理运行路径

根据数字孪生的特点，交通问题可在虚拟孪生体中进行实时模拟，并经孪生体不断地推理与计算，从而对实时交通情况快速形成更为科学、有效的解决方案。①在虚拟空间中建立起一个与物理世界交互协同的城市交通孪生平台，将城市道路等一一对应到数字孪生城市中，目标是使现实世界与虚拟世界“虚实结合”。②在数字孪生交通治理中，交互运用传感器、人工智能、大數据等高新科技手段，对交通情况进行实时感知，为实现数字智能化打下坚实基础[20]。③在城市交通治理中形成数据收集、数据传输、数据分析、数据评价、数据决策、决策执行的循环治理路径（见图3）。

城市交通数据经由基础设备传输至虚拟世界，在虚拟世界进行数据分析与数据评价。其中，数据评价包括城市整体规划评价、城市交通道路规划评价、城市基础设施规划评价等。数字孪生体根据数据评价的结果对交通拥堵的原因进行全面分析并做出具体数据决策，即从各角度对城市问题路段、规划盲点、设施分布不均等进行提出改进建议，并交由相关部门进行决策执行。

4.2  加大布局传感设备力度，实现超大型城市道路交通系统性分析

根据数字孪生交通治理运行路径可以看出数据收集为数字孪生的首要任务。针对超大型城市路网复杂、人口众多等特点，城市管理者可对道路交通进行系统性分析：利用大量的传感器采集交通流量数据、路段总体轨迹数据以及驾驶员个体数据，具体包括车辆行驶时间、驾驶人平均时速等，同时结合GPS数据收集驾驶人在通过某特定地点时的平均速度、驾驶人刹车数据、车辆行驶速度在5公里以下的驾驶人等基础数据，并对数据进行合理分类和标准化，剔除收集数据中的极端值和无实义值，通过数字孪生建模更准确地模拟出城市拥堵时间段的具体情况。此外，还可基于道路交通历史数据，对城市拥堵的原因进行“人—车—路”全要素的系统性分析，例如是否存在原有路口设计不当从而导致事故易发路段的出现，造成城市拥堵等。相较于真实世界而言，数字孪生作为一个数字虚拟体可以更灵活地控制成本、风险以及测量变化，提供多维度多种类的城市交通解决方案[21]。根据上文成都市交通核密度分析结果，成都市城市规划呈现出“双核心”的特征，因此要在“双核心”即中心城区与天府新区链接道路中的高速公路、桥梁、路灯、井盖、周边建筑物等基础设施中加快进行传感器部署，以方便对城市交通运行进行全面感知，提前预知规划设计对城市发展可能产生的不良影响。

4.3  利用数字孪生可视化，超前优化超大型城市交通路网

超大型城市在其发展、演变、扩张中必然会存在的交通规划预测水平不高、人性化程度低[22]等问题。因数字孪生体与现实世界一一对应，因此可从数字孪生体中直观得出城市中未部署的公交车专用道、自行车专用道、行人专用道及已部署的公交车、自行车专用道的合理性。例如，成都二环高架作为成都核心交通环线存在常年交通堵塞问题。主要原因在于二环高架规划初期缺少一定的前瞻性，规划道路为双向三车道，其中一车道改为Brt（bus rapid transit）快速公交车道后占用二环高架机动车行驶道，而居民私家车出行量并未因Brt快速公交而减少，导致双机动车行驶道在高峰时段更加拥堵。然而，Brt公交与Tod（transit-oriented-development）交通作为成都城市发展的必然趋势，直接将其取缔或继续保留都不是解决之道。因此，城市管理部门应灵活应用数字孪生技术对其进行升级。将二环线附近城区布局导入数字孪生系统后，结合数据判断修建Brt专用高架或隧道的可能性，并重新规划安排停靠站点及出口，在数字孪生体中测试最合理的brt公交停靠点、班次间隔，同时结合高峰时间段各路段的交通状况，对二环高架出口进行重新规划，在缓解二环高架机动车堵塞的同时，仍保留居民对Brt公交的需求量。城市中心城区受建筑物等制约很难进行重新规划，但可利用数字孪生技术最大程度地避免城市道路规划初期不足的问题，还可对“问题道路”进行优化，找出规划漏洞并对其进行完善，从源头出发，寻求最优解，缓解城市交通拥堵问题。

4.4  利用数字孪生技术，增强城市规划前瞻性

在城市发展过程中，一些原本处于城市边缘或城乡结合部地区随城市的扩张逐渐变成核心地区，这种由于城市发展而导致的交通结构不当的问题，需要从根源上加以解决。例如，成都天府新区近年来发展迅猛，逐步成为成都市新核心地区且仍在大力发展建设当中。因此，在天府新区的城市规划过程中可将城市整体进行数字孪生可视化，模拟预测城市边缘地区随着建筑群兴起，人流量增加至现有城市中心水平时，当前道路是否可满足其交通流量需求。此外，成都天府新区也可在原城市边缘地区、城乡结合部、新核心地区建设开始前，利用数字孪生技术提前干预城市发展和运行轨迹，即先将交通道路进行合理规划，预留所需交通建设空间，打通双走廊连接处，最大程度地缓解双城钟摆式交通对城市交通带来的压力。例如，雄安新区在城市规划初期对公共交通做出规划空间预留，保证今后如有新增公交、地铁线路依然可满足交通需求，对于公共交通出行，则提前预知并构建合理化快速公交通道，结合交管部门的监督，保证公共交通占机动车比例可达80%[23]。

4.5  完善P+R停车场规划，促进超大型城市绿色低碳出行

鉴于当前超大型城市的汽车保有量居高不下，结合市民对绿色出行的赞同，在新式地铁规划上，可利用数字孪生技术完善开车到站、乘地铁到工作单位的P+R停车场规划。P+R停车场作为一种综合多种交通运行方式，可有效阻断入城车流，进而高效促进绿色出行。2016—2022年，成都市市政也曾尝试于地铁路线旁构建P+R停车场，但从2021年建成的5号线华桂路车站P+R停车场仅有375个车位来看，其对于民众的惠利杯水车薪。因此，若结合数字孪生技术对于交通堵塞源头的判断，在拥堵路段的地铁站附近为居民提供尽可能多的停车位，则能有效缓解中心城区的拥堵，减少城区内停车需求。因此停车场的选址与停车位数量可通过数字孪生技术进行模拟，甄别有车市民最可能出行的路线，在核心地铁站附近合理规划足量的车位，最大限度地引流车辆停驻，促进绿色低碳出行。

4.6  城市规划主体职能部门助力数字孪生技术发展

城市规划主体职能部门已于上海、杭州、雄安新区等地开展试点并取得了一定的积极效果。因此，各职能部门应加快数字孪生技术在交通场景的应用布局，提高与城市交通相关的多部门协同作战能力，打破公共部门信息壁垒，建立城市交通相关职能部门数据共享系统，完善城市数据采集系统，为数字孪生提供大数据支撑。城市居民作为数字孪生技术的受益主体，往往关心数字孪生的准确度以及实际效益，即数字孪生技术是否可以真正帮助市民节省交通时间。而数字孿生作为新型科技仍处于初级发展阶段，城市居民对其不信任也限制了其发展与推广。因此，城市规划主体部门应注重与城市居民的对话与沟通，了解居民意见与顾虑，进一步以人为本优化数字孪生系统。同时，城市规划主体部门应提高对科技人才的支持，加大相关科技人才的培养，加快数字孪生模型的更新迭代速度。

5  结论与建议

本文以西南地区集交通、经济、文化于一体的新一线超大型城市成都市为例，剖析其2016—2022年间各类交通设施数量呈上升，城市整体发展呈“一核心”向“双核心”格局，各类交通设施的分布皆符合“双核多极两带”的发展规划。尽管相较于2016年，成都交通设施数量与密度皆有显著增长趋势，但仍难改变出行难、出行堵等交通问题。因此，成都交通设施分布仍应根据数字孪生技术进行空间提升，减少核密度冷点地区。针对与成都类似的新一线超大型城市交通难题，笔者提出以数字孪生技术为压舱石，通过加大布局全城传感器部署，扩大数据收集范围，优化未来城市道路规划，辅以P+R停车场等设施建设，加快促进市民绿色出行，从源头上解决交通拥堵问题。

面对复杂多样的城市交通规划模式，成都市政府管理部门应重视城市道路交通问题，将加大数字孪生城市建设提上日程，尽早尽快地将此技术真正应用到实践中，致力于解决城市居民的通勤时间长的问题。同时，成都市应将城市交通情况向市民实时公示，收集并统计交通规划方面的民众期待，同时可将数字孪生中实时数据分析技术简化后向公众推出，保证居民可以利用实时分析数据最大程度避免拥堵，优化出行时间。

参考文献：

[1] 周军， 苏云亭， 梁彦彦.治理城市交通拥堵的国际经验与启示 [J]. 价格理论与实践， 2012（11）： 78-79. （ZHOU J， SU Y T， LIANG Y Y. International experience and inspiration in managing urban traffic congestion [J]. Price： theory & practice， 2012（11）： 78-79.）

[2] 王冰， 张晓莲.公共政策的公共性测度——基于武汉市交通拥堵治理政策的实证研究[J]. 城市问题， 2013（6）： 67-74. （WANG B， ZHANG X L. Public policy measurement： an empirical study based on Wuhan traffic congestion control policy[J]. Urban problem， 2013（6）： 67-74.）

[3] 马海涛， 王凯， 徐晓芳.新型城镇化进程中交通拥堵治理的税收政策研究 [J]. 税务研究， 2014（11）： 21-24. （MA H T， WANG K， XU X F. Research on tax policy of traffic congestion control in the process of new urbanization[J]. Tax research， 2014（11）： 21-24.）

[4] 张力.伦敦现代城市交通体系建设与交通治理的经验与启示 [J]. 生态经济， 2014， 30（9）： 125-128. （ZHANG L. The modern traffic system construction of London and its experiences on how to solve traffic problems [J]. Ecological economy， 2014， 30（9）： 125-128.）

[5] 卢文刚.基于复合治理视角的广东城市轨道交通应急管理框架对策[J]. 科技管理研究， 2014， 34（1）： 224-229. （LU W G. Compound governance study on capability assesment for rail transit emergency system in Guangdong[J]. Science and technology management research， 2014， 34（1）： 224-229.）

[6] 雷明全.治理交通擁堵中的政府失灵[J]. 现代经济探讨， 2012（3）： 36-39. （LEI M Q. Government failure to deal with traffic congestion[J]. Modern economic research， 2012（3）： 36-39.）

[7] Omer M， Margetts L， Parwaiz M， et al. Use of gaming technology to bring bridge inspection to the office[J]. Structure and infrastructure engineering， 2019， 15（10）： 1292-1307.

[8] Beil C， Ruhdorfer R， Kolbe T H， et al. Detailed streetspace modelling for multiple applications： discussions on the proposed CityGML 3.0 transportation model[J/OL]. ISPRS international journal of Geo-Information， 2020， 9（10）[2022-10-24]. https：//www.webofscience.com/wos/alldb/full-record/WOS：000586892100001.

[9] Lenfers U A， Ahmady-Moghaddam N， Clemen T， et al. Incorporating multi-modal travel planning into an agent-based model： a case study at the train station kelling husens trasse in Hamburg[J/OL]. Land， 2021， 10（11） [2022-10-24]. https：//www.webofscience.com/wos/alldb/full-record/WOS：000723729700001.

[10] Saroj A J， Roy S， Hunter M， et al. Development of a connected corridor real-time data-driven traffic digital twin simulation model[J/OL]. Journal of transportation engineering part A-Systems， 2021， 147（12） [2022-10-24]. https：//www.webofscience.com/wos/alldb/fullrecord/WOS：000708122300014.

[11] 林述涛.面向多源数据融合的交通基础设施数字化架构研究[J]. 公路交通科技， 2018， 35（9）： 122-127， 145.（LIN S T. Study on digital architecture of transportation infrastructure for multi-source data fusion[J]. Journal of highway and transportation research and development， 2018， 35（9）： 122-127， 145.）

[12] 陈涛， 易德新， 高京生， 等.基于建筑信息模型的宁波市城市轨道交通数字化建设管理研究[J]. 城市轨道交通研究， 2019， 22（12）： 48-52， 56. （CHEN T， YI D X， GAO J S， et al. Study on digital construction management of urban rail transit based on BlM in Ningbo City [J]. Urban rail transit research， 2019， 22（12）： 48-52， 56.）

[13] 张贵忠， 赵维刚， 张浩.沪通长江大桥数字化运维系统的设计研发[J]. 铁道学报， 2019， 41（5）： 16-26. （ZHANG G Z， ZHAO W D， ZHANG H. Design and development of digital operation and maintenance system for Hutong Yangtze River Bridge[J]. Journal of the China Railway Society， 2019， 41（5）： 16-26.）

[14] 羅燊， 张永伟. “新基建”背景下城市智能基础设施的建设思路[J]. 城市发展研究， 2020， 27（11）： 51-56.（LUO Y， ZHANG Y W. Thinking of urban intelligent infrastructure in the context of new infrastructure construction [J]. Urban development research， 2020， 27（11）： 51-56.）

[15] 江涛， 刘咏平. 智慧交通中车路协同感知一体化平台设计[J]. 中国新技术新产品， 2021（23）： 25-29. （JIANG T， LIU Y P. Research hotspots and progress on healthy city planning in China： a bibliometric analysis based on citespace [J]. China new technology and new products， 2021（23）： 25-29.）

[16] Glaessgen E H. Stargel D S. The digital twin paradigm for future NASA and U.S. Air Force Vehicles[C]//Proceedings of 53rd structure， structural dynamics， and materials conference： special session on the digital twin. Arlington： Air Force Office of Scientific Research， 2012.

[17] Boschert S， Rosen R. Digital twin—the simulation aspect mechatronic futures[M]. Berlin： Springer， 2016： 59-74.

[18] Grieves M， Vickers J. Digital twin： mitigating unpredictable， undesirable emergent behavior in complex systems [M]// Transdisciplinary perspectives on complex systems. Berlin： Springer， 2017： 85-113.

[19] 中国主要城市通勤报告[R]. 北京：中国城市规划设计研究院， 2022.（Report on commuting in major cities in China [R]. Beijing： China Academy of Urban Planning and Design， 2022.）

[20] 向玉琼， 谢新水. 数字孪生城市治理：变革、困境与对策[J]. 电子政务， 2021（10）： 69-79.（XIANG Y Q， XIE X S. Digital twin city governance： changes， dilemmas and countermeasures [J]. E-government， 2021（10）： 69-79.）

[21] ARGOTA SANCHEZ-VAQUERIZO J. Getting real： the chanllenge of building and validating a large-scale digital twin of Barcelonas traffic empirical data[J]. ISPRS international journal of Geo-Information， 2022， 11（1）： 1-28.

[22] 陈东静. 城市交通规划中的问题及改善研究[J]. 建筑发展， 2019， 3（7）： 158-159. （CHEN D J. Research on problems and improvement in urban transportation planning[J]. Architectural development， 2019， 3（7）： 158-159.）

[23] 周瑜， 刘春成. 雄安新区建设数字孪生城市的逻辑与创新[J]. 城市发展研究， 2018， 25（10）： 66-73. （ZHOU Y， LIU C C. Logic and innovation of building digital twin cities in Xiongan New Area [J]. Urban development research， 2018， 25（10）： 66-73.）

The Application of Digital Twin Technology in Megacity Transportation Planning： Taking Chengdu As an Example

Yao Leye1  Zhang Yuxin2

1School of Public Administration， Sichuan University， Chengdu 610065

2Johns Hopkins University Krieger School of Arts & Sciences， Washington D.C. 22202

Abstract： [Purpose/Significance] In order to effectively solve the traffic congestion problem in megacities， it is important to explore the effective application of digital twin technology in urban transportation planning. [Method/Process] This article begins by providing an overview of the main content of digital twin technology. Secondly， it analyzes the spatial distribution of urban transportation facilities using the POI data from Amap， with Chengdu City as an example. Methods such as kernel density estimation are employed to examine the spatial distribution of urban transportation facilities in 2016 and 2022， aiming to grasp the current status and existing problems in the planning layout of transportation facilities in megacities. Finally， it explores the path for megacities to achieve digital twin smart transportation planning. [Result/Conclusion] Chengdu has focused on alleviating the traffic congestion problem in the central urban area over the past four years. However， due to high land utilization in the central urban area， the existing roads have long been unable to meet the increasing daily traffic demands. Parking difficulties and the long time spent finding parking spaces have become the second challenge for citizens driving in the city. Although Chengdu has shown a trend of traffic overflowing from the central urban area， the pendulum traffic in the twin cities will still increase the pressure on public transportation during peak hours. Therefore， it is necessary to realize the digital twin intelligent transportation planning of megacities by laying out sensing equipment， using digital twin visualization technology， and improving P+R planning.

Keywords： digital twin technology    megacity    transportation planning