数字孪生城市及其关键技术

2024-03-27邹鹏肖泽文李珺袁开寿张乾丰邹佳芳邹永玲

智能建筑与智慧城市 2024年3期

邹鹏，肖泽文，李珺，袁开寿，张乾丰，邹佳芳，邹永玲

（1. 五邑大学；2. 吉首大学；3. 江门职业技术学院）

1 引言

数字孪生(Digital Twin，DT)一词最先出现在正式文献上，是2010 年美国宇航局发布的《建模，仿真，信息技术与处理路线图》中提到的[1]。次年，美国空军实验室发布了数字孪生的具体概念及其应用，用于解决飞行器的保养与维修问题。2015年，通用电气创建了发动机的数字孪生体，用于实时监测发动机的运行状态和进行预测性维护。数字孪生技术基于物理实体的数字模型，利用传感器收集物理实体的实时动态数据来实现物理实体与虚拟数字模型的精确映射、交互与融合。数字孪生技术的概念模型由真实的物理世界、虚拟空间中的数字世界和连接虚实的数据组成。与传统仿真相比，数字孪生技术具有两个显著的特点：一是数字孪生与真实设备同步运行，数据由实际运行的真实设备提供；二是数字孪生可以对收集的数据进行提炼分析，并将分析结果反馈给真实设备，具有双向性，从而指导真实设备的运行[2]。

当今各行业迫切需要数字化、智能化升级改造，数字孪生技术作为实现数字化转型和促进智能化升级的一种重要手段，得到了广泛的关注，相关研究已从探索基础理论研究走向实际应用阶段[4]。数字孪生技术已从制造业拓展到城市建设，许多城市正在应用该技术进行城市规划、建设、改造、管理和服务。

2 数字孪生城市的发展背景

1980 年，新加坡总理李光耀首次提出了“智慧岛”计划，要将新加坡建设成为计算机化的智慧国家[5]。2008年，国际商业机器公司IBM提出了“智慧城市”的概念，诸多国家开始布局智慧城市建设，智慧城市得到了快速发展。2018 年，我国信息通信研究院发布了“数字孪生城市”的理念。我国智慧城市已历经十年的发展，2019 年底我国智慧城市试点已超过700个，其中94.4%的省级城市和71.0%的地级市均已进行智慧城市的顶层设计，正布局底层逻辑，智慧城市相关投资额达到1.7万亿元[6]。

纵观国内现有的数字孪生城市的建设实践，既有喜人的成功经验，又存在一些问题。各城市对数字孪生城市的认识和建设目标有很大的差异；我国城市建设时没有制定统一的管理及技术标准，数据格式没有统一，导致各种应用场景间难以甚至无法实现数据共享共通，某些急需处理的数据甚至还需要通过Office等传统方式分享，工作效率低下；对于核心高频技术仍使用国际标准，使用国际标准则需要支付大额专利费，降低了企业对数字孪生城市建设的积极性；现阶段我国缺乏数字孪生相关专业人才，数字孪生核心软件和标准基本由国外主导[7]。

3 数字孪生城市的特征

3.1 全域精准映射

全域精准映射指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，数字孪生城市的根本特征是实现物理城市的数字映射[8]。城市物理世界分为动态场景和静态场景，对建筑设施、通行设施、江河湖泊、绿化植物等短时间变化小的静态场景三维建模，对行人、交通设备等动态场景三维建模并构建在静态场景的基础上，保证城市所有物理实体被精确映射到数字城市，使现实城市当出现车祸、火灾、地震等突发情况时，数字城市能立刻感知到这些实体变化，并发生精准改变，与现实城市同步运转，实现全域精准映射。

3.2 虚拟服务现实

数字城市通过多源大数据、人工智能技术对实体城市数据进行分析，通过数据驱动算法作出相应决策，再将决策反馈给实体城市以指导或辅助城市作出真实决策，基于控制器实现对实体城市的反向快速精准控制，虚实融合，共同发展。数字孪生城市的虚实融合具有实时性和普遍性，能够对现实城市发生的事件作出快速而科学的响应，实现数字虚拟城市服务实体城市，对城市的运转与服务进行优化。

3.3 数据整合

数字孪生城市运转的一个特征是内部各主体能进行高效的信息传输和共享，采用统一的数据整合标准进行数据采集、传输、处理、储存和管理、挖掘分析及共享，使得数字孪生城市各个设施系统之间可以紧密、活跃且稳定地进行传递和处理信息。如智能交通系统，整合了道路、交通参与者和交通系统间的数据，从而能够为交通参与者提供实时且合适的交通信息，使得能够对交通道路、通行方式和预计用时作出及时准确的判断，将有利于自动驾驶、急救、道路抢险等。陶飞、刘蔚然等[9]在数字孪生形成的多源异构数据及连接方式提出通过统一标准来进行管理。数据整合可以大力挖掘并释放城市的数据价值，利于城市科学健康地发展。

3.4 智能干预

将物理城市映射到数字城市中，是数字孪生城市的关键，在物理城市规划建设时需要对建筑设施、通信设施等开展智能化改造，并搭建物联网传感设施。数字孪生城市的关键应用是利用物联网感知、大数据及数据挖掘、人工智能等技术，提炼并分析城市运转的海量历史数据，搭建数字城市智能分析决策系统，基于控制器实现对实体城市的运转展开实时在线的智能干预。城市智能分析决策系统能够实时判断实体城市事件的轻重缓急，对突发事件进行评级并根据历史数据预测事件的发展方向，做出科学合理的智能干预，对于十分重要的事件，系统会将干预报告发送给对应专业管理人员，辅助专业人员展开人工干预，同时系统能够学习总结人工干预结果，以便以后能够做出正确干预。

4 数字孪生城市的关键技术

数字孪生城市中的关键问题是城市场景三维建模。首先基于实体城市，利用3S空间信息技术(遥感技术RS、地理信息系统GIS、全球导航卫星系统GNSS)、建筑信息模型(BIM)、三维建模技术、城市信息模型(CIM)搭建数字孪生城市的“主体与躯干”，利用人工智能与机器学习、大数据、物联网感知等技术构建数字孪生城市的“神经”，对城市各要素进行监测及动态数据采集，从而创建一个与实体城市精准映射的数字孪生城市（见图1），最后结合人工智能和大数据通过智能分析决策系统，赋予城市感知监测、自判断、自学习和快速响应的治理和服务能力。

图1 数字孪生城市的关键技术

4.1 3S空间信息技术

数字孪生城市的建设和发展离不开城市内部各要素的信息化，3S空间信息技术可以有效解决这一问题。RS可以实现城市建筑设施的探测和识别，采集城市地理数据；GIS 可以对城市的现象和事件进行管理、成图、分析；GNSS能够为数字孪生城市内各要素提供位置、轨迹、速度以及时间等信息。3S空间信息技术结合这三种技术，形成一个综合技术体系，可以实现对各种空间环境的收集、处理，为数字孪生城市的建设和发展提供了不可或缺的地理数据支持。

4.2 三维建模技术、BIM和CIM

数字孪生城市与传统智慧城市相比，利用三维建模技术创建自感知可视化的虚拟三维模型，使得虚拟城市中的信息更加精细和丰富。BIM针对建筑设施建立从规划设计到使用维修的全生命周期管理的可视化虚拟三维模型，并记录各阶段的所有数据库，能够持续作用于数字孪生城市的建设和后期的运营管理；CIM包含实体城市的全部信息，以BIM构建的建筑微观信息为基础，通过数据整合，融合GIS构建的城市宏观信息及IoT 获取的城市各要素感知状态信息，将模型从单个建筑设施延伸至整个城市建筑群，涵盖城市的全部要素，支持城市运转。

4.3 物联网感知技术

物联感知技术基于各类统一协议的传感设备，将需要监控、连接互动的设备接入互联网，实现智能化的识别、定位、跟踪和管理。物联网(Internet of things，简称IoT)共三层结构，分别为感知层、网络层和应用层，通过各种传感设备将城市各要素如人、交通、物流、环卫、电网、市政服务、商旅活动等感知状态信息上传到互联网，实现“物物”、“人物”、“人人”互联，根据各要素的实时感知状态信息和互连关系，基于3S空间信息技术，进而可以实现数字虚拟城市对实体城市的实时精准映射。

4.4 统一的大数据标准

数字孪生城市不同设施系统间有数据共享的需要。正如“车同轨、书同文”一样，数字孪生城市的建设和发展需要采用统一的数据整合标准进行数据采集、传输、储存、分析及共享，使得数字孪生城市各个设施系统之间可以紧密、活跃且稳定地进行传递和处理信息，解决不同应用场景的数据孤岛问题。与传统人工处理数据相比，通过大数据分析工具对海量数据进行提炼和挖掘，如Hadoop能够分布式并行处理数据，能够大大提高处理速度，分析工具还可以依赖社区服务器，具有高可靠、高效、成本低的优点。