中國信通院：數字孿生城市白皮書（2020年）（56頁）.pdf

《中國信通院：數字孿生城市白皮書（2020年）（56頁）.pdf》由會員分享，可在線閱讀，更多相關《中國信通院：數字孿生城市白皮書（2020年）（56頁）.pdf（52頁珍藏版）》請在三個皮匠報告上搜索。

1、數字孿生城市白皮書數字孿生城市白皮書（2020 年）年） 中國信息通信研究院中國信息通信研究院2020 年年 12 月月 1 前前 言言 今年以來，“數字孿生”不再只是一種技術，而是一種發展新模式、一個轉型的新路徑、一股推動各行業深刻變革的新動力?！皵底謱\生城市”不再只是一個創新理念和技術方案，而是新型智慧城市建設發展的必由之路和未來選擇。 本報告首先從政產學研用多視角系統分析今年以來數字孿生城市發展的總體態勢；其次，從數字孿生城市的典型特征和總體架構出發，提出當前階段數字孿生城市的核心能力框架，并深入分析各核心能力的要義和作用，嘗試發掘并驗證數字孿生城市在城市現代化治理方面的重要價值，為城市

2、建設和產業發展探尋方向；最后，報告梳理了當前數字孿生城市發展中面臨的共性問題，并對下一步建設實施提出策略與建議。 從發展態勢來看， “數字孿生城市” 歷經 2017 年和 2018年的概念培育期、2019 年的技術方案架構期，已正式步入到建設實施落地期，國家政策密切關注，地方規劃加速落地，企業方案務實搭建， 學術科研前瞻布局， 市場規模爆發增長，產業生態積極構建， 應用場景日益完善， 全球共識逐漸達成。 從核心能力來看，為體現數字孿生城市價值和突出精準映射、虛實交互、軟件定義、智能干預等典型特征，基于數字孿生城市“三橫兩縱”總體架構，本報告凝練提出物聯感 2 知操控、全要素數字化表達、可視化呈

3、現、數據融合供給、空間分析計算、模擬仿真推演、虛實融合互動、自學習自優化、眾創擴展能力等凸顯數字孿生城市重要價值的九大核心能力要素，形成數字孿生城市的“能力空間”。 從發展建議來看，隨著數字孿生城市的落地實施，暴露出一系列現實問題，例如典型應用場景深度不足、CIM 平臺重復建設、時空數據標準難統籌、存在卡脖子技術制約等。CIM 平臺的統籌推進、數據規范標準的兼容互通、典型應用場景和市場需求的培育以及生態合作機制的建立等多項任務的推進效果，將決定下一階段數字孿生城市的發展水平。 目目 錄錄 一、數字孿生城市發展態勢 . 1 （一）數字孿生技術納入國家和地方發展戰略體系 . 1 （二）數字孿生城市

4、從概念培育期進入建設實施期 . 4 （三）多家科研機構深入開展數字孿生城市研究 . 5 （四）更多市場主體圍繞數字孿生重構技術方案 . 6 （五）數字孿生城市合作生態呈現交織互促態勢 . 8 （六）新基建有力促進數字孿生城市加速落地 . 9 （七）數字孿生城市加快推動城市治理創新 . 10 （八）數字孿生城市技術和應用能力不斷提升 . 11 （九）數字孿生理念啟發千行百業縮短數字化路徑 . 12 （十）全球重要經濟體積極推進數字孿生建設 . 13 二、數字孿生城市核心能力要素 . 15 （一）物聯感知操控能力：反映實時運行狀態 . 17 （二）全要素數字化表達能力：實現精準映射 . 19 （三

5、）可視化呈現能力：數字城市“打開方式” . 23 （四）數據融合供給能力：建立數據資源體系 . 27 （五）空間分析計算能力：優化要素空間布局 . 29 （六）模擬仿真推演能力：預測未來發展態勢 . 33 （七）虛實融合互動能力：打通兩個世界接口 . 36 （八）自學習自優化能力：輔助城市管理決策 . 38 （九）眾創擴展能力：形成應用創新平臺 . 39 三、 數字孿生城市當前主要問題 . 40 （一）推進目的和方向不清，應用場景深度不足 . 40 （二）城市信息模型重復建設，孿生底座亟待整合 . 41 （三）缺乏統一 CIM 平臺規范，數據融通標準缺失. 42 （四）關鍵技術存在卡脖子風險，

6、亟待創新突破 . 42 四、 數字孿生城市推進策略與建議 . 43 （一）明晰方向統籌推進，構筑統一 CIM 平臺 . 43 （二）抓住小切口大突破，多措并舉培育應用 . 43 （三）建立相關數據標準，促進數據融合與應用開發 . 44 （四）基礎研究和創新實踐并行，強化產業生態合作 . 45 圖圖 目目 錄錄 圖 1 國家部委出臺相關政策 . 2 圖 2 城市信息模型（CIM）相關投標項目統計 . 4 圖 3 “數字孿生城市”主題文獻發表數量統計 . 5 圖 4 數字孿生城市新型企業陣營 . 7 圖 5 數字孿生城市各類企業主導生態圈 . 8 圖 6 “新基建”加促數字孿生城市形成 . 10

7、圖 7 數字孿生啟發行業加速轉型 . 13 圖 8 數字孿生城市核心能力與技術架構對應關系圖 . 16 圖 9 數字孿生城市核心能力與典型特征關系圖 . 17 圖 10 城市全息物聯感知體系 . 18 圖 11 主要建模方式分類 . 20 圖 12 城市圖層模型示意圖 . 22 圖 13 全要素地理實體模型表達 . 22 圖 14 室內細粒度實體與地下空間實體表達 . 23 圖 15 物理實體的 BIM 模型數據更新 . 23 圖 16 游戲引擎與 WebGL 引擎渲染效果 . 24 圖 17 城市實體的可視化渲染效果圖 . 24 圖 18 大數據可視化效果圖 . 25 圖 19 消防告警處置

8、業務流程可視化 . 26 圖 20 超大場景動態加載效果 . 26 圖 21 雨雪條件下的場景渲染效果 . 27 圖 22 建筑物與業務系統數據集成圖 . 28 圖 23 實體數據模型融合 . 29 圖 24 空間限高分析計算 . 30 圖 25 空間面積計算 . 31 圖 26 基于光照點的空間陰影分析 . 31 圖 27 基于觀察點的可視域分析 . 32 圖 28 空間路徑規劃 . 32 圖 29 空間對象搜索 . 33 圖 30 人流疏散仿真 . 34 圖 31 工廠生產流程仿真 . 34 圖 32 應急預案按照流程在數字空間推演 . 35 圖 33 港口工業作業流程仿真 . 35 圖

9、34 智慧園區實時視頻融合案例 . 36 圖 35 河道無人機實時視頻融合監控 . 37 圖 36 植被傾斜攝影數據與模型動態整合 . 37 圖 37 基于計算機視覺的城市治理問題自動發現 . 38 圖 38 規劃方案對比智能自動比對 . 39 圖 39 基于區域特性的智能精準招商 . 39 數字孿生城市白皮書（2020 年） 1 一、數字孿生城市發展態勢 十九屆五中全會發布的 國民經濟和社會發展第十四個五年規劃和二三五年遠景目標的建議提出，堅定不移建設制造強國、質量強國、網絡強國、數字中國，必須加快數字化發展，為數字孿生城市指明了方向。數字孿生城市是新一代信息技術在城市的綜合集成應用，是實現

10、數字化治理和發展數字經濟的重要載體，是未來城市提升長期競爭力、實現精明增長、實現可持續發展的新型基礎設施，也是一個吸引高端智力資源共同參與，持續迭代更新的城市級創新平臺。 （一）數字孿生技術納入國家和地方發展戰略體系 多部委加速推動數字孿生城市相關技術、產業、應用發展。一年來，國家發改委、科技部、工信部、自然資源部、住建部等部委密集出臺政策文件， 有力推動城市信息模型 （CIM） 及建筑信息模型 （BIM）相關技術、產業與應用快速發展，助力數字孿生城市建設。2020 年 4月，國家發改委和中央網信辦聯合發布關于推進“上云用數賦智”行動 培育新經濟發展實施方案，將數字孿生技術提到了與大數據、人工

11、智能、 5G 等新技術并列高度， 并啟動 “開展數字孿生創新計劃” ，要求“引導各方參與提出數字孿生的解決方案”。住建部、自然資源部分別出臺 BIM、CIM 相應技術應用規范或導則，引導 CIM 平臺規范建設。發改委、科技部、工信部分別設立相應政策或研究課題，鼓勵 CIM 相關產業發展和技術突破。 數字孿生城市白皮書（2020 年） 2 圖 1 國家部委出臺相關政策 數字孿生城市成為地方信息化發展關鍵舉措。 隨著數字孿生城市在雄安新區先行先試， 數字孿生建設理念深入到各地新型智慧城市及新基建規劃中。省級層面，上海市發布關于進一步加快智慧城市建設的若干意見，明確提出“探索建設數字孿生城市”；海南

12、省發布智慧海南總體方案，提出“到 2025 年底，基本建成數字孿生第一省”；浙江省提出建設數字孿生社區。在市級層面，貴陽、南京、合肥、福州、成都等地紛紛提出以數字孿生城市為導向推進新型智慧城市建設。 表表 1 各地數字孿生城市相關政策各地數字孿生城市相關政策 序號序號 地區地區 時間時間 政策名稱政策名稱 政策內容政策內容 1 上海市 2020.2 關于進一步加快智慧城市建設的若干意見 探索建設數字孿生城市， 數字化模擬城市全要素生態資源， 構建城市智能運行的數字底座。 2 浙江省 2020.4 浙江省未來社區建設試點工作方案 提出構建現實和數字孿生社區。 3 吉林省 2020.4 吉林省新基

13、建“761”工程實施方案 加快邊緣計算、數字孿生、NB-IoT(窄帶物聯網)、人工智能、區塊鏈等技術產業創新應用。 5 海南省 2020.8 智慧海南總體方案到 2025 年底，基本建成以“智慧賦能數字孿生城市白皮書（2020 年） 3 序號序號 地區地區 時間時間 政策名稱政策名稱 政策內容政策內容 （2020-2025 年） 自由港” “數字孿生第一省”為標志的智慧海南。 6 廣東省 2020.10 廣東省推進新型基礎設施建設三年實施方案（2020-2022 年） 探索構建“數字孿生城市”實時模型，形成集應用服務中樞、決策分析助手、治理指揮平臺、 規劃專家系統于一體的全要素 “數字孿生城市

14、” 一網通管系統。 7 雄安新區 2018.4 河北雄安新區規劃綱要 堅持數字城市與現實城市同步規劃、 同步建設， 打造具有深度學習能力、 全球領先的數字城市。 8 南京江北新區 2019.6 南京江北新區智慧城市2025 規劃 將著力推動城市發展向智能化高級形態邁進， 率先建設 “全國數字孿生第一城”。 9 安徽省合肥市 2019.8 智慧社區三年行動規劃 到 2021 年底， 數字孿生社區模型平臺、社區網格化協同治理平臺實現對社區全要素的精細協同管理。 10 廣東省廣州市 2019.12 關于進一步加快推進我市建筑信息模型（BIM）技術應用的通知 為進一步加快推進 BIM 技術在規劃、勘察

15、、 設計、 施工和運營維護全過程的集成應用。 11 貴州省貴陽市 2020.1 數博大道數字孿生城市頂層設計 到 2021 年底， 從花果園大型社區治理、數博大道等小型城市生態系統上打造數字孿生城市 12 江蘇省南京市 2020.4 南京市數字經濟發展三年行動計劃 建設數字孿生城市， 以數據資源開放釋放“數字紅利” 13 福建省廈門市 2020.4 廈門市推進BIM應用和CIM 平臺建設工作方案 擴大 BIM 報建應用試點，形成項目BIM 報建全生命周期覆蓋 14 浙江省寧波市 2020.6 寧波市推進新型基礎設施建設行動方案 促進數字孿生理念在未來社區實體建設中落地應用，重點推廣應用 BIM

16、 和CIM 技術。 15 福建省福州市 2020.6 福州市推進新型基礎設施建設行動方案（2020-2022 年） 匯聚地理空間（GIS）、城市與建筑（CIM+BIM）、動態物聯網（IoT）、經濟社會關系與規則(AI)等數據信息，聚焦重點場景有序建設數字孿生城市。 16 四川省成都市 2020.10 成都市智慧城市建設行動方案（20202022） 融合政府、 企業和社會數據， 疊加實時感知數據，全要素模擬城市運行狀態，數字孿生城市白皮書（2020 年） 4 序號序號 地區地區 時間時間 政策名稱政策名稱 政策內容政策內容 打造數字孿生城市。 （二）數字孿生城市從概念培育期進入建設實施期 作為數

17、字孿生城市核心要素的 CIM 相關項目數量明顯增多，為數字孿生城市建設打造底座。自 2017 年“數字孿生城市”建設理念問世以來，各地政府和產業各界加緊布局。中國信通院統計，2018 年城市信息模型（CIM）相關投標項目全國僅有兩項，2019 年新增 8項，2020 年（截至 2020 年 10 月）新增 19 項，增長迅猛，標志城市信息模型已加速進入到規模實施階段。據公開數據統計，僅城市信息模型公開招標投標項目的總費用超過 8 億元，以 CIM 為切入點推進數字孿生城市落地趨勢向好。 圖 2 城市信息模型（CIM）相關投標項目統計 部分城市已啟動數字孿生城市整體方案的建設落地。 上海市花木街

18、道開展“數字孿生城市”建設項目，打造全域化的花木“房態圖”，進一步提升數字化社區治理效能。 北京市商務中心區積極建設時空信息管理平臺，打造數字孿生 CBD。貴陽市經濟技術開發區開展數字2819051015202018年年2019年年2020年年10月底月底概念培育期 方案研發期 建設實施期 數字孿生城市白皮書（2020 年） 5 孿生城市安全基礎設施建設，投資金額近 6 千萬。武漢市投資 3.5 億元開展智慧城市基礎平臺 （一期） 項目， 建設內容包含數字孿生城市、萬物互聯平臺、應用支撐賦能平臺等。雖然多地已經開展數字孿生城市相關項目實踐，但現階段數字孿生城市整體技術方案尚在探索，遠未成熟，各

19、級地方政府需謹慎操作，迭代推進，防止“新瓶裝舊酒”。 （三）多家科研機構深入開展數字孿生城市研究 數字孿生城市引發學術科研界普遍關注，紛紛開展系統研究。去年以來，中科院自動化所、北京大學、清華大學、北京航空航天大學等學術機構及高等院校學者紛紛針對“數字孿生城市”與其相關行業應用展開研究。根據中國知網學術期刊發表數量統計，數字孿生城市主題文獻發表數量從 2017 年的個位數到 2020 年的超過 60 篇，呈快速增長態勢。其中，十余個課題獲得國家自然科學基金、國家重點研發計劃、國家科技重大專項等基金支持，研究領域涵蓋信息科技、宏觀經濟與可持續發展、計算機軟件及應用、建筑科學與工程、自然地理及測繪

20、學等諸多學科，數字孿生城市引起學術界廣泛關注。 圖 3 “數字孿生城市”主題文獻發表數量統計 數字孿生城市白皮書（2020 年） 6 各學術機構從不同方向推出數字孿生城市研究成果。近年來，多個學術機構相繼從數字孿生城市的認知理解、技術研究、實踐應用等三個方向進行深度研究。中科院自動化所團隊從控制論角度出發，提出了“平行城市”的概念，主要包括對實際城市的精準描述、智能預測、主動引導三大功能。北京大學團隊注重數字空間分析技術研發，提出數字孿生城市空間網絡框架，并研發 GDS（網格數據系統）數據平臺技術，實現多源異構數據匯聚、關聯與高效計算。北京航空航天大學團隊從制造領域出發，提出物理實體、虛擬實體

21、、連接、孿生數據、服務的五維模型，并將理論逐漸延伸到城市管理、安全急救等智慧城市領域。中國信通院聯合互聯網企業、地理信息企業、建模仿真企業等全產業鏈合作伙伴，共同搭建了數字孿生城市原型系統，務實探索驗證數字孿生城市到底“怎么建”和“怎么用”問題。 （四）更多市場主體圍繞數字孿生重構技術方案 數字孿生城市傳統陣營持續擴大， 更多類型企業加速入局形成新陣營。隨著數字孿生城市熱度不斷提升，地理信息與測繪、BIM、建模仿真、集成商和運營商等四大陣營持續擴張。四維圖新結合其在高精度地圖及地理信息數據方面的優勢，在交通運行、城市精細化治理等領域推出數字孿生應用案例。蒼穹數碼基于 KQGIS 系列平臺搭建數

22、字孿生城市能力平臺，支撐城市規建管一體化、不動產登記等應用服務。中國電信發揮其物聯網平臺優勢，利用三維模型、傳感器、運行歷史等數據，構建多個數字孿生園區。此外，更多行業企業入局構建數字孿生城市解決方案，成為新產業陣營。四方偉業、明略數據等數字孿生城市白皮書（2020 年） 7 大數據公司，深耕數據知識圖譜，實現城市各類型數據可視化分析，支撐集成多種應用。 孿數科技基于其自主可控的三維圖形引擎及空間計算技術，為智慧城市、航空航天、海洋工廠、教育等行業提供優質的數字孿生服務。 華東勘測院等城市規劃設計院將城市全要素數字化技術應用于未來社區建設，為社區量身打造 CIM 平臺。 圖 4 數字孿生城市新

23、型企業陣營 傳統智慧城市企業加速重構數字孿生城市解決方案。 多個智慧城市行業領先企業深刻理解數字孿生城市概念的先進性與前瞻性， 重構優化其智慧城市解決方案?？拼笥嶏w基于“城市超腦”建設經驗，以數字孿生城市為目標，利用大數據、人工智能、視頻感知等技術，將數字城市、智慧場景與超腦平臺緊密集合，構建具有深度學習能力的數字孿生城市平臺。騰訊云結合其在政務、教育、醫療等傳統智慧城市方面建設經驗，搭建 CityBase 平臺，探索基于數字孿生的“騰訊方案”。京東數科打造智能城市操作系統，支撐跨領域、跨部門、跨區域的即時數據處理、數據融合，并在交通、環境、能耗等領域開展數字孿生城市白皮書（2020 年） 8

24、 創新應用。 （五）數字孿生城市合作生態呈現交織互促態勢 圍繞數字孿生城市建設，跨行業協作生態共融已成共同選擇。數字孿生城市的建設是一個涉及多環節、多領域、跨部門的復雜系統工程，隨著數字化的發展，企業在競爭中發展出共生關系，生態共融正成為行業共識。 各大 ICT 企業及互聯網巨頭主導生態建設， 空間信息、BIM 模型、模擬仿真、人工智能等各環節技術服務企業積極參與，同時，運營商、技術提供商、集成商、設備供應商等產業鏈上下游企業及其他行業伙伴全面激活，聯合打造數字孿生城市場景應用，初步形成共建數字孿生城市底座與開放能力平臺的生態化發展模式。 圖 5 數字孿生城市各類企業主導生態圈 ICT 行業巨

25、頭集聚產業鏈關鍵環節力量，打造數字孿生城市生態。騰訊云牽頭與飛渡科技、奧格智能等空間信息廠商，共同建設基于 CIM 的產業互聯網平臺 CityBase，并聯合東華科技、地厚云圖、大象云、有明云等各行業領先企業，攜手打造智慧工廠、智能建造、數字孿生城市白皮書（2020 年） 9 城市應急等十余個場景。京東數科依托“智能城市操作系統”，打造數字孿生城市的數據基礎和技術底座，向云服務公司、智能硬件公司及行業解決方案公司開放能力。華為基于自身在物聯感知、5G、人工智能方面的領先優勢， 打造城市數字平臺， 提升基礎資源統籌能力，以普惠 AI 為引擎，深度賦能科研院校、應用開發商及解決方案集成商等數字孿生

26、生態合作伙伴，構建百花齊放的應用場景。 關鍵環節企業以專長優勢參與多個生態，深耕數字孿生城市市場。泰瑞數創與科大訊飛、中國電子、紫光云等行業頭部企業達成戰略合作，以 SmartEarth 數字孿生底座為核心，推出覆蓋全產業鏈的平行世界數字孿生服務平臺，打造更加全面精細的服務，加入多個數字孿生城市生態，與各行業伙伴共謀發展新機遇。51WORLD 致力于打造數字孿生城市核心平臺，聯合三大運營商、招商蛇口、商湯科技等多個行業合作伙伴，參與華為、阿里等多個大型企業數字孿生城市生態之中，并在多地形成落地標桿案例。 （六）新基建有力促進數字孿生城市加速落地 數字孿生成為“新基建”重要組成，“新基建”浪潮加

27、促數字孿生城市 “浮出水面” 。 隨著新一輪科技革命和產業變革深入發展， “新基建”成為我國新發展戰略方向，各地紛紛出臺相關政策文件，部分發達地區將數字孿生納入“新基建”建設范疇。國家大力推進“新基建”建設，一方面帶動 5G、物聯網、邊緣計算、云計算、人工智能等支撐數字孿生城市的技術更加成熟， 另一方面推動互聯網、 大數據、人工智能等技術與傳統基礎設施融合，形成智能融合基礎設施，推動數字孿生城市白皮書（2020 年） 1 物理城市向數字化網絡化智能化轉變，城市將在“新基建”推動下，逐漸形成以數據為核心要素的泛在標識、泛在感知、泛在連接、泛在計算和泛智能化總體格局，支持精準映射和虛實融合，高水平

28、構建智能定義一切的數字孿生城市逐漸成為可能。 圖 6 “新基建”加促數字孿生城市形成 （七）數字孿生城市加快推動城市治理創新 數字孿生城市支撐治理體系和治理能力現代化。 十九屆四中全會以來，國家高度重視現代化治理體系的構建。數字孿生城市具有打破領域壁壘、 打通層級邊界等特性， 對于高效能推進城市治理作用重大。上海市基于實時更新的數字孿生城市模型，疊加靜態與動態數據，精準呈現城市運行狀態，打造深基坑安全監管、玻璃幕墻安全監管、違法建筑治理等多個虛實交互的城市治理場景，構建城市運行管理“一網統管”體系，實現城市問題精準發現與智能處置，形成“市-區-鎮（街道）”三級聯動的跨領域協同治理新格局。 “數

29、字孿生”推動城市規建管一體化發展。協同推進城市規劃建設和管理，有利于城市規劃不走彎路，城市建設可觀可控，城市管理數字孿生城市白皮書（2020 年） 1 有據可依，是城市統籌發展的重要基礎。通過在數字孿生城市模型上仿真試錯，提前了解城市特性、評估規劃和建設后果，以更低的成本快速推動城市規劃建設落地。南京市江北新區以數字孿生模型為底板， 構建城市虛擬化數字實體， 打造規劃、 建設和管理全過程可視化、可模擬、可分析能力，賦能土地規劃、工程建設、城市管理等“規建管”應用場景，全面提升城市規劃與建設管理數字化、智能化水平，實現城市規劃自動修正，城市建設全程可控，城市運行精準呈現。 （八）數字孿生城市技術

30、和應用能力不斷提升 城市信息模型相關技術應用加速走向成熟。 隨著數字孿生城市從概念培育期走向建設實施期，物聯感知、新型測繪、BIM/CIM 建模、可視化呈現等相關基礎技術加速成熟應用。上海、北京、雄安等地加強物聯感知的統籌建設和感知資源整合，推進城域物聯感知平臺建設，物聯網碎片化問題有望得以破解。住建部發布 CIM 平臺技術導則，自然資源部啟動實景三維中國建設，全國各地加快 CIM 平臺的落地建設，帶動 BIM 建模、傾斜攝影建模、手工建模、語義建模等建模技術成熟應用，建模技術之間的兼容性得到解決，模型數據的整合治理能力顯著提升， 諸多企業紛紛著手搭建數字孿生模型構建公共服務平臺，為全社會提供

31、模型公共服務能力。 城市大數據與城市信息模型加速融合，模擬仿真、空間計算、深度學習等應用有望取得重要突破。 伴隨著數字資源價值化和大數據企業加入數字孿生城市建設陣營， 以空間信息為索引的城市大數據治理體系日益完善，多元數據融合能力顯著提升，數據資源價值進一步得數字孿生城市白皮書（2020 年） 1 以釋放，行業創新應用不斷涌現。但是，基于空間數據的模擬仿真推演、空間分析計算、人工智能深度學習等仍存在諸多發展瓶頸，例如未發揮全要素數據優勢進行更大尺度上的模擬仿真， 結果準確性有待提升，計算力受技術儲備不足的制約等，這些因素都在制約著數字孿生深度集成應用的開發與推廣。 （九）數字孿生理念啟發千行百

32、業縮短數字化路徑 數字孿生縮短行業數字化進程，開創行業應用新路徑、新模式。數字孿生城市建設模式在交通、能源、水利、工廠、醫療等行業領域得以迅速推廣和復制。北京搭建區域交通數字孿生仿真系統，提升西三環微觀仿真的可視化與交互能力， 為交通改善工作提供方案評估和比選的工具。北京朝陽區消防救援支隊通過數字孿生技術，針對管理轄區建筑場景，真實高效地進行各類消防預案的應急演練。華西醫院通過智能可穿戴式設備，實時采集患者心血管診療數據和體征數據，結合專家學者經驗與 AI 算法，打造實時預警和預先判斷的數字孿生診療體系。廊坊熱電廠充分利用數字孿生技術，實現生產制造全過程數字化、智能化管理，實現一、二類故障精準

33、診斷和預判率達 85%以上。云南撫仙湖打造數字孿生湖體，通過接入水務感知數據，精準發現污水泄漏點、地下暗河流入等狀態，實現河湖管理數據可視、監測可控、仿真推演。 數字孿生城市白皮書（2020 年） 1 圖 7 數字孿生啟發行業加速轉型 數字孿生在小空間區域的應用取得率先突破， 顯著改善治理服務智能化水平。由于數字孿生建設成本較高，很適用于園區、社區、港口等資源、人口密集型區域，充分發揮其精細精準治理能力。北京當代 MOMA 社區借助數字孿生技術，打造細節仿真的空間環境、精細可視的建筑主題、以及基礎設施建設的微觀還原能力，實現事前宏觀感知、事中精準調動、事后業務閉環的管理模式。華為松山湖園區通過

34、實時接入園區感知數據， 建立基于園區實時運行狀況的數字孿生場景，實現園區運營可視分析、業務閉環聯動、決策仿真模擬。招商局前海智慧港通過數字孿生技術，動態追蹤數十萬集裝箱、仿真模擬碼頭設備運行狀況、綜合評估運營調度計劃、精準管控裝卸貨作業，實現港口運作智能化、港航管理智慧化。 （十）全球重要經濟體積極推進數字孿生建設 美、英等國將數字孿生從局部探索提升為國家戰略。今年以來，英、美兩國加大對數字孿生城市的重視，分別將數字孿生上升為國家數字孿生城市白皮書（2020 年） 1 戰略政策積極推進，2020 年 4 月，英國重磅發布英國國家數字孿生體原則，講述構建國家級數字孿生體的價值、標準、原則及路線圖

35、。2020 年 5 月，美國組建數字孿生聯盟，聯盟成員跨多個行業進行協作，相互學習，并開發各類應用。美國工業互聯網聯盟將數字孿生作為工業互聯網落地的核心和關鍵，正式發布工業應用中的數字孿生：定義，行業價值、設計、標準及應用案例白皮書。德國工業4.0 參考框架將數字孿生作為重要內容。 表 2 一些國家出臺數字孿生相關政策 國家國家 時間時間 政策名稱政策名稱 政策內容政策內容 德國 2019.3 德國 “工業 4.0” 數字孿生體不是單個對象或單一的數據模型，而是包括數字化展示、功能性、模型、接口等諸多不同的方面。 美國 2020.2 工業應用中的數字孿生：定義，行業價值、設計、標準及應用案例

36、從工業互聯網的視角闡述了數字孿生的定義、商業價值、體系架構以及實現數字孿生的必要基礎， 通過不同行業實際應用案例描述工業互聯網與數字孿生的關系。 英國 2020.4 英國國家數字孿生體原則 構建國家級數字孿生體的價值、標準、原則及路線圖， 以便統一各獨立行業開發數字孿生體的標準，實現孿生體間高效、安全的數據共享，釋放數據資源整合價值，優化社會、經濟、環境發展方式。 新加坡、法國等深入開展數字孿生城市建設。隨著 5G、物聯網產業的快速發展， 數字孿生能力進一步凸顯， 全球各國紛紛把握機遇，實施數字孿生推進計劃。新加坡率先搭建了“虛擬新加坡”平臺，用于城市規劃、維護和災害預警項目。法國高規格推進數

37、字孿生巴黎建設， 打造數字孿生城市樣板， 虛擬教堂模型助力巴黎圣母院 “重生” 。 數字孿生城市白皮書（2020 年） 1 二、數字孿生城市核心能力要素 數字孿生城市核心能力支撐構建城市現代化治理能力。 黨的十九屆四中明確提出國家治理能力和治理體系現代化的總體要求。 為了化解城市問題、維護城市秩序、保障城市安全、促進社會公平、提高市民安全感獲得感幸福感， 城市現代化治理能力主要表現為城市管理者的學習研究能力、決策統籌能力、改革創新能力、打擊防范能力、基礎管理能力、群眾工作能力、輿論引導能力、狠抓落實能力、專業服務能力等。 新冠疫情的防控， 暴露出城市治理能力存在相當大的問題，比如有資源沒調度、

38、有數據沒分析、有人力沒組織、有網絡沒效率等等。數字孿生城市具有精準映射、虛實融合、模擬仿真等核心能力，由此衍生出城市風險自動發現、城市運行規律主動洞察、人和物軌跡追蹤回溯、事件精準定位管控、決策分析推演、預案仿真演練、預案優化和執行、要素資源高效配置等多種能力，將對構建城市現代化治理體系和治理能力提供強有力的支撐。 數字孿生城市至少具備九大核心能力。從典型場景和技術架構（在數字孿生城市研究報告（在數字孿生城市研究報告（2019年）中有詳細描述）年）中有詳細描述）分析，數字孿生城市至少具備九大核心能力。一是物聯感知操控能力，采集城市“脈搏”數據，反映城市實時運行狀態。二是全要素數字化表達能力，構

39、建城市語義信息模型，實現現實世界與數字世界精準映射。三是可視化呈現能力，渲染數字空間效果，是數字空間城市的“打開方式”。四是數據融合供給能力，有序治理數據資源，建立數據資源關系，促進數據資源高效開發利用。五是空間分析計算能力，呈現廣數字孿生城市白皮書（2020 年） 1 域范圍內萬物三維空間精確關系，是模擬仿真的基礎條件能力。六是模擬仿真推演能力，基于城市運行規律構建行業分析算法模型，數字空間提前推演運行效果。七是虛實融合互動能力，從數字空間觀看實體空間情況和控制實體空間設施， 通過實體空間設備隨時進入孿生城市空間。八是自學習自優化能力，通過機器學習算法，預警城市發展問題，制定應對措施并持續優

40、化。九是眾創擴展能力，發揮公共服務平臺屬性，支持能力擴展和應用持續創新。 圖 8 數字孿生城市核心能力與技術架構對應關系圖 九大核心能力有力呼應精準映射、虛實交互、軟件定義、智能干預四大特征（詳見數字孿生城市研究報告（詳見數字孿生城市研究報告（2018年）年），成為數字孿生城市的標準配置，有望規范數字孿生城市建設市場。 數字孿生城市白皮書（2020 年） 1 圖 9 數字孿生城市核心能力與典型特征關系圖 （一）物聯感知操控能力：反映實時運行狀態 物聯感知操控能力，是指通過各種信息傳感器、射頻識別技術、全球定位系統、紅外感應器、激光掃描器等各種裝置與技術，實時采集任何需要監控、連接、互動的物體或

41、過程，采集其聲、光、熱、電、力學、化學、生物、位置等各種需要的信息，通過各類網絡接入，實現物與物、物與人的泛在連接，實現對物品和過程的智能化感知、識別、管理和控制。 物聯網感知操控能力主要通過“感知”真實物理城市，建立物理城市和數字孿生城市之間的精準映射，實現智能干預，進而為智慧城市大腦提供海量運行數據，使得城市具備自我學習、智慧生長能力。 其主要能力包括但不限于： 1.全息感知。通過傳感器與城市管網、閥門井室、古樹名木、下穿隧道、路燈燈桿等公共基礎設施融合，實現基礎設施“被感知”；數字孿生城市白皮書（2020 年） 1 支持車輛、人員、資源等位置及移動軌跡“追溯”能力；基于 AI 設備，實現

42、環境污染、違法停車、垃圾滿溢、井蓋異動等城市運行狀態及市容秩序“智能發現”能力；基于多模多制式設備，滿足各種場景下多種感知、計算、控制要求。 圖 10 城市全息物聯感知體系 2.設備管理。通過感知設備管理平臺對海量設備和數據進行統一管理。具備連接狀態管理功能，實現泛在感知設備的狀態實時管理；支持協議解析，實現不同泛在感知設備的協議解析功能；支持消息轉發， 實現面向上層 DaaS 或應用的泛在感知設備上報信息的轉發功能，支持終端/卡管理，實現通信卡余額查詢、狀態管理等功能；支持遠程參數同步配置功能，以支持上報地址、頻率等參數調整及設備復位等管理要求；具備設備安全防護技術，包括設備安全加固、設備唯

43、一可信認證、設備通訊加密、設備安全態勢感知及設備安全修復等全方數字孿生城市白皮書（2020 年） 1 位的 IoT 設備安全。 3.遠程操控。通過對物聯網設備的遠程操控，實現數字城市對物理城市的反向控制；針對具有一定運算和處理能力的設備，實現智能干預。 4.態勢感知。支持多制式設備協同、海量物聯數據匯聚分析；物理規律和機理分析；支持在海量數據積累的基礎上，同云計算、深度學習等技術融合，推演城市環境中不同管理要素的變化規律，實現態勢預測。 （二）全要素數字化表達能力：實現精準映射 全要素數字化表達能力，實質上是城市物理實體的三維模型表達， 通過空天、 地面、 地下、 水下的不同層面和不同級別的數

44、據采集，結合新型測繪技術，對城市進行全要素數字化和語義化建模，實現由粗到細、從宏觀到微觀、從室外到室內等不同粒度、不同精度的城市孿生還原，形成全空間一體化并且相互關聯的城市數據底板，實現數字空間與物理空間一一映射，為數字孿生城市可視化展現、智能計算分析、 仿真模擬和智能決策等提供數據基礎， 共同支撐城市智慧應用。主要建模方式如下圖。 數字孿生城市白皮書（2020 年） 2 圖 11 主要建模方式分類 從建模方式區分，主要分為正向設計建模和逆向測繪建模。正向設計建模，主要基于現有城市基礎地理信息，不需要現場測繪數據，以二維矢量信息或者利用參數化設計工具來完成， 這種方式適合于規劃設計階段的新建區

45、域。逆向測繪建模，則是針對現有物理實體反向構建模型，通過測攝、影繪、傳感器等獲取城市結構和紋理信息，利用自動化建模工具完成城市數字化三維重建， 這種方式更適合于城市中已建成區域。 從建模成果區分，主要分為非結構化模型和結構化模型兩類。非結構化建模，包括傳統手工建模、傾斜攝影建模、激光掃描建模等，這類模型具備物理實體的幾何結構和紋理貼圖， 可以真實反映實體屬性，但難以滿足專題查詢、空間分析和空間數據挖掘等結構化分析計算需求，應用場景受限。結構化建模，主要包括語義化模型和 BIM模型等，這類模型不僅具有幾何信息，還具有語義和拓撲裝配關系的描述。其中，BIM 模型雖然具有精細的幾何和語義信息表達，但

46、擴展性較差且不具備空間地理信息，在單個建筑等局部范圍用途廣泛，不數字孿生城市白皮書（2020 年） 2 適合大范圍城市范圍應用； 語義化模型可有效實現不同領域數據與空間信息集成及互操作，在當前各類數字孿生城市企業中使用廣泛。 其主要能力包括但不限于： 1.全要素數字化標識能力。數字孿生城市具備全域數字化標識能力，對城市要素進行精確標識，實現對城市資產數據庫的物體快速索引、定位及關聯信息加載，可利用北斗網格碼、行政區域編碼相結合的方式，將空間剖分、時間細分整合為物體的唯一標識，實現對萬事萬物的統一編碼管理，支撐數據資源互聯互通。 2.全要素場景圖層呈現。城市全要素場景包含有多個圖層，每一層分別有

47、不同的數據要素，主要包括地理方面的地形層、道路層、建筑層、綠化層、水域層，以及城市治理方面的人口層、產業層、部件層、公共服務資源層等多類圖層的展示。其中地理方面的圖層展示相對成熟，城市治理方面的圖層展示有待加強。 數字孿生城市白皮書（2020 年） 2 圖 12 城市圖層模型示意圖 3.全要素實體模型呈現。全要素的實體模型呈現即城市基礎骨架，是針對城市實體單體的建模，針對不同應用領域對實體對象精細程度的需求， 多尺度、 分層次在數字空間呈現實體， 涵蓋建筑、 交通、植被、水系、城市設施、管線等全要素地理實體類型。 圖 13 全要素地理實體模型表達 數字孿生城市白皮書（2020 年） 2 圖 1

48、4 室內細粒度實體與地下空間實體表達 4.全要素實體更新和索引。實體模型數據的更新包括全局數據更新以及局部數據更新。實體通過統一標識編碼進行索引，實現數據調用和更新操作。 圖 15 物理實體的 BIM 模型數據更新 （三）可視化呈現能力：數字城市“打開方式” 可視化呈現能力，是指通過圖形引擎，多層次實時渲染呈現數字孿生體的能力。既可以渲染宏大開闊的城市場景，又可展示地理信息局部特征，實現城市全貌大場景到城市細節，再到城市實時視頻的多層次渲染，真實展現城市樣貌、自然環境、城市細節、城市實時交通等各種場景，實現空間分析、大數據分析、仿真結果等可視化，實現數字孿生城市白皮書（2020 年） 2 大屏

49、端、桌面端、網頁端、移動端、XR 設備端多終端一體化展示，滿足不同業務和應用場景需求。 圖 16 游戲引擎與 WebGL 引擎渲染效果 其主要能力包括但不限于： 1.三維實體的可視化渲染。根據物理實體的幾何、顏色、紋理、材質等本體屬性，以及光照、溫度、濕度的環境屬性，進行可視化。 全域可視化渲染 道路可視化渲染 地下管線可視化渲染 全域地形可視化渲染 植被可視化渲染 水體水系可視化渲染 建筑物可視化渲染 室內可視化渲染 動態車輛可視化渲染 圖 17 城市實體的可視化渲染效果圖 2.大數據可視化渲染。針對特定數據屬性，定向分析數據統計結數字孿生城市白皮書（2020 年） 2 論，提供數據的系統表

50、現能力，以數據視圖的形式動態呈現數據、指標等變化情況， 也可針對多類型數據做單一化趨勢、 變化、 狀態呈現。 圖 18 大數據可視化效果圖 3.業務邏輯可視化渲染。針對特定行業，提供業務管理與業務流程的可視化渲染， 根據行業研究經驗與行業業務工作界面類型進行業務流程邏輯拆分。事前，用戶界面的靜態數據呈現，靜態業務管理呈現， 靜態人員及關系元素的呈現。 事中， 對事件、 業務的流程化監控、處理方式監督、執行方案監管進行呈現。事后，回溯事件的產生及發生過程，對閉環業務、閉環事件的全流程可視化。 數字孿生城市白皮書（2020 年） 2 圖 19 消防告警處置業務流程可視化 4.應用場景可視化渲染。根

51、據業務需求、場景范圍等條件，呈現具體場景渲染效果，主要包括超大場景動態縮放加載渲染、自然現象的效果渲染等。動態縮放加載渲染可以根據距離加載不同層級的場景，以控制整體的渲染效果，每個場景區域可以獨立動態加載。 圖 20 超大場景動態加載效果 數字孿生城市白皮書（2020 年） 2 圖 21 雨雪條件下的場景渲染效果 （四）數據融合供給能力：建立數據資源體系 數據融合供給能力，包括數據集成融合能力和數據供給能力，其中數據融合是以城市多源、多類型數據為基礎，以城市時空數據為主要索引，構建多層次時空數據融合框架，形成以基礎地理和自然資源數據為基礎、以政務數據為主干、以社會數據為補充的全空間、全要素、全

52、過程、一體化的時空數據體系。數據供給是指面對物理實體產生的不同類型、不同形態、不同來源的海量數據，在保證數據實時性要求、質量要求的前提下，以數據流方式供給行業機理模型、數據驅動模型，使數字孿生能夠更為精確全面的呈現和表達，更準確地實現動態監測、趨勢預判、虛實互動等核心功能。 其主要能力包括但不限于： 1. 數據關聯集成能力。 以管理對象 （實體模型對象） 為關聯標識，將城市各種原始的、離散的業務數據疊加在統一的三維空間、一維時間之中，通過對管理對象的各種屬性信息、業務狀態信息進行多維關數字孿生城市白皮書（2020 年） 2 聯，實現數據關聯、業務集成。 圖 22 建筑物與業務系統數據集成圖 2

53、.數據模型融合能力。以業務運行模型為基礎，通過節點（實體模型對象）及節點之間邏輯關系，構建物理實體之間關聯關系、指標關系、空間關系等，從而快速形成數據模型及知識圖譜，通過統一的數據模型及知識圖譜融通相關數據資源，主要包括物理對象屬性數據、物理對象活動運行數據、物理對象之間的關系數據等。 數字孿生城市白皮書（2020 年） 2 圖 23 實體數據模型融合 3.數據服務供給能力。與智慧城市類似，數字孿生城市應支持統一的數據服務目錄功能， 基于數據服務目錄形成各類數據消費接口的數據組裝能力，實現快速數據接口定義、發布以及數據接口的權限控制。支持實時和歷史數據接口服務，以滿足對實時數據和歷史數據的消費

54、場景需求。支持界面化的數據接口服務管理、向導模式和腳本模式來生成 API、界面化編輯接口腳本實現 API 的創建。 （五）空間分析計算能力：優化要素空間布局 空間分析計算能力，是指基于數字孿生城市三維模型，結合時空網格技術、北斗定位服務等，針對具體業務需求，進行空間數據相關計算、分析、查看、展示的能力，包括距離測量、面積測量、體積測量等測量能力，疊加分析、序列分析和預測分析等時空分析，路徑規數字孿生城市白皮書（2020 年） 3 劃、漫游定制、可視域分析等場景分析，以及全景圖定制以及場景標注等。 其主要能力包括但不限于： 1.空間測量功能?？稍谌S場景中進行線段長度測量，閉合圖形面積與周長的測

55、量。滿足三維空間測距、測地塊面積、測城市建筑高度、外立面面積等需求。 圖 24 空間限高分析計算 數字孿生城市白皮書（2020 年） 3 圖 25 空間面積計算 2.可視域分析功能?？梢哉故净谀硞€觀察點，展示一定的水平視角、垂直視角及指定范圍半徑內區域所有通視點的集合，可以幫助了解城市空間內任一點的可見區域情況。 這一工具可以用于安保監控的可視域范圍判斷，地產招商中視線遮擋判斷，旅游景點中的風景評價體系，區域公共資源配置合理性分析，以及通訊中的信號覆蓋、森林防火觀察臺設置等用途。 圖 26 基于光照點的空間陰影分析 數字孿生城市白皮書（2020 年） 3 圖 27 基于觀察點的可視域分析 3

56、.空間路徑規劃。結合城市 GIS 數據，根據真實世界中的路網分布，實現起始點與目的地之間的最短路徑繪制與規劃。當發生應急事故時，可以迅速制定應急方案，就近整合調度應急物資，集合應急救援隊伍等。 圖 28 空間路徑規劃 4.空間對象搜索和統計分析。通過制定特定空間區域，快速定位搜索對象，快速統計空間中對象數據等。 數字孿生城市白皮書（2020 年） 3 圖 29 空間對象搜索 （六）模擬仿真推演能力：預測未來發展態勢 模擬仿真推演能力，是在數字空間中通過數據建模、事態擬合，進行某些特定事件的評估、計算、推演，為管理方案和設計方案提供反饋參考。與物理世界相比，數字世界具有可重復性、可逆性、全量數據

57、可采集、 重建成本低、 實驗后果可控等特性。 在虛擬孿生世界中，可以為城市規劃、城市更新、應急方案、無人車訓練等方案的評估與優化提供細化的、量化的、變化的、直觀化的分析與評估結論。 其主要能力包括但不限于： 1.空間類模擬仿真。涉及到體積、容積、距離、面積、碰撞、遮數字孿生城市白皮書（2020 年） 3 擋、強度、剛度等空間矢量參數的模擬仿真，常用在可視域分析、日照時長計算、深度計算、水體氣體淹沒與擴散、無人車訓練、產品設計等典型場景。 圖 30 人流疏散仿真 2.流程類模擬仿真。涉及到父子級關系、前后拓撲關系、串聯并聯、節點分散、流轉效率等流程參數的模擬仿真，常用在應急事件流程推算、工廠生產

58、流程搭配、物流倉儲接駁、交通流量管理等場景。 圖 31 工廠生產流程仿真 數字孿生城市白皮書（2020 年） 3 3.空間流程綜合類模擬仿真。融合前兩類的要素，并疊加復雜的數學計算，常用在應急預案方案評估、人群疏散推演、產業政策調整效果預估、港口翻箱優化場景、工廠產線單元布置、無人車訓練、智能駕駛人機交互、大型復雜綜合交通態勢仿真推算等。 圖 32 應急預案按照流程在數字空間推演 圖 33 港口工業作業流程仿真 數字孿生城市白皮書（2020 年） 3 （七）虛實融合互動能力：打通兩個世界接口 虛實融合互動能力，是指針對具體對象或業務，數字空間與物理空間之間的互操作與雙向互動，既能在數字空間再現

59、與影響現實世界，也可在現實世界中進入虛擬空間，二者滿足實時、動態、自動、互動等屬性。包括數字孿生場景的自動實時動態演變、數字孿生運行態勢自動實時動態還原、數字孿生系統反向干預物理世界、物理世界多入口觸達數字孿生系統等多種需求。 其主要能力包括但不限于： 1.視頻虛實融合能力。數字孿生下的視頻融合要比常規融合有更高的要求。通過多路鏡頭重建三維立體空間，糅合在三維數字孿生模型中，實現鏡頭的聚焦、縮放、切換、視野調整，而非簡單的視頻貼圖。 圖 34 智慧園區實時視頻融合案例 數字孿生城市白皮書（2020 年） 3 圖 35 河道無人機實時視頻融合監控 2.傾斜攝影動態加載能力。智慧城市中傾斜攝影是覆

60、蓋面較廣、應用時間長、使用成本低的技術，特別是相較于 BIM 和點云。數字孿生城市保持和物理城市的同步變化， 傾斜攝影的動態支持顯得不可或缺。 圖 36 植被傾斜攝影數據與模型動態整合 3.跨終端的人機交互能力。針對人員無法進入或者還沒有物理實現的特殊場景，通過遠程 VR 控制以及 AR 方式，實現人員對物理場景的決策增強。例如通過 VR 進入虛擬廠房進行設備巡檢，將真實的設備運行數據實時映射到虛擬場景中， 完成廠房的運維巡檢維護等工數字孿生城市白皮書（2020 年） 3 作。通過打通不同控制設備的執行協議，實現對控制終端的操作，完成虛實信息融合和控制融合，實現雙融合閉環。 （八）自學習自優化

61、能力：輔助城市管理決策 自學習自優化能力，是指利用計算機視覺、機器學習、知識圖譜等人工智能技術， 實現城市運行數據感知圖像智能識別知識圖譜構建數據深度學習智能決策的循環，通過對城市數據的深度學習，推動智慧城市自我優化運行，滿足政府、企業、市民的按需、即時和精準決策需求。 其主要能力包括但不限于： 1.計算機視覺分析能力。使用計算機模仿人類視覺系統，讓計算機擁有類似人類提取、處理、理解和分析圖像以及圖像序列的能力，相關技術具體包括圖像分類、目標跟蹤、語義分割。目前計算機視覺最廣泛的應用是人臉識別和圖像識別。城市綜合治理、自動駕駛、機器人、 智能醫療等領域均需要通過計算機視覺技術從視覺信號中提取并

62、處理信息。 圖 37 基于計算機視覺的城市治理問題自動發現 2.自我學習優化能力。利用機器學習技術和知識圖譜，通過學習數字孿生城市白皮書（2020 年） 3 歷史事件、發現其中規律、給出優化策略，形成修正決策進而自動優化預案并執行，有效提高城市運行管理與服務效能。 圖 38 規劃方案對比智能自動比對 圖 39 基于區域特性的智能精準招商 （九）眾創擴展能力：形成應用創新平臺 眾創擴展能力，是在數字孿生城市中樞平臺基礎上，將城市信息模型（CIM）更新編輯服務、數據集成處理服務、仿真算法服務、行業應用開發服務等應用能力集開放，讓面向行業應用的產品設計者、技術開發者、運營管理者等各類群體參與到數字孿

63、生城市建設中，形數字孿生城市白皮書（2020 年） 4 成能力開放和應用創新平臺，為全社會各類應用賦能。 其主要能力包括但不限于： 1.城市信息模型（CIM）更新編輯服務能力。通過 CIM 數據更新編輯 API 開放平臺， 融合各類實體數據， 吸引全社會用戶參與實體場景數據采集、實體場景建模、城市級模型加載引擎等方面工作，有力支撐 CIM 與物理城市同生共長，實時同步更新且可編輯。 2.物聯網及業務數據接入處理能力。物聯感知數據是城市實時運行數據，是數字孿生城市建設的重要基礎，通過搭建標準化、統一的物聯網接入與調用平臺，提高物聯網數據獲取的便捷性，簡化數字孿生城市和現實世界的對接。 3.行業應

64、用及模擬算法服務能力。目前數字孿生城市應用仍處于碎片化開發狀態，行業解決方案壁壘較深，導致建設成本高漲，通過進一步解耦、提煉、封裝等，構建通用化的行業應用算法模板，為城市規劃仿真、內澇淹沒分析、交通方案優化、應急疏散模擬等城市治理及各行業精準規劃、方案優化提供支持。 4.行業應用開發工具能力。面向城市運營管理和各垂直行業的海量數字孿生應用場景的功能應用開發需求。 提供行業應用擴展開發工具集，賦能行業應用開發者，結合行業應用場景構建功能應用，實現眾創擴展能力，讓數字孿生城市實現更大應用價值。 三、數字孿生城市當前主要問題 （一）推進目的和方向不清，應用場景深度不足 數字孿生城市白皮書（2020

65、年） 4 一是有些地區為了蹭熱度，概念不清，方向不明，脫離實際業務需求和應用場景， 盲目跟風上馬數字孿生項目， 追求表面的無損刻畫、缺乏對業務邏輯的深層理解，忽視對城市運行治理的有效支撐。數字孿生產品可以做到每個設備細節、甚至螺絲釘都形成孿生體，但城市更需要孿生刻畫城市運行規律、復雜社會關系、回溯歷史以及展現未來發展態勢，瞄準核心問題而不是關注一磚一瓦、一草一木的“過度孿生”。二是城市規劃、建筑管理等行業性孿生應用多，基于數字孿生的城市治理、服務等應用普遍深度不足。由于城市級異構大數據匯集和跨行業跨領域應用還處于初級階段，各專業、各行業領域的算法模型成熟度不高、尚待沉淀，另一方面，數字孿生模型

66、與數據融合不深，應用主要體現為靜態可視化，數字空間的模擬仿真、態勢預測等價值遠未釋放，不少應用以數字孿生之名，行傳統信息化之實。三是目前市場缺乏規范的建設指引，數字孿生城市技術的復雜性，使產業界對整體解決方案還處于各顯奇能的探索之中，具有長期考量、實現體系化布局、面向深度應用需求的建設方案還比較少。 （二）城市信息模型重復建設，孿生底座亟待整合 數字孿生城市源于“一張圖”的 GIS、BIM、CIM 實踐，但高于條線“一張圖”建設。城市管理部門對城市數字底圖都有強烈需求。一般城市至少存在三張底圖， 即住房與城鄉建設系統推進的城市信息模型平臺，自然資源與國土規劃主導的時空大數據平臺，公安政法條線依

67、托進行城市安全和綜合治理的城市底圖。每個底圖自成體系，一般僅支撐本系統內應用，無法隨需、隨時支撐其他部門調用，且數據數字孿生城市白皮書（2020 年） 4 積淀已久，難以放棄也難以整合。長期以來智慧城市條線強協同弱，沒有明確牽頭部門，即使有些地方成立了大數據局，但協調統籌力度仍然不足，多張底圖如何整合，誰來整合，形成城市級統一的數字底圖和數據資產，是數字孿生城市建設首先要面對的問題。 （三）缺乏統一 CIM 平臺規范，數據融通標準缺失 數字孿生城市的核心在于構建 CIM 平臺，難點之一是統一時空框架表達。當前，數字孿生城市尚未形成可兼容異構信息系統的統一標準的時空數據底層框架， 機構和廠商各自

68、推進， 難以確保統一編碼、多模態數據的精準融合表達。難點之二是城市矢量時空、建模、政府業務數據、物聯網等多源數據的融合處理存在一定困難。矢量數據、柵格數據、模型數據、點云數據等涉及多個專業，存在多種數據采集或設計建模軟件標準格式，格式間存在數據融通的壁壘。各部門業務系統數據格式不統一、數據權限不明確、數據對接機制不健全，都將制約數字孿生城市作用的發揮。 （四）關鍵技術存在卡脖子風險，亟待創新突破 當前數字孿生城市涉及的新型測繪、標識感知、協同計算、全要素表達、模擬仿真等多項關鍵技術自身發展和融合應用還有待加強。海量數據加載技術、 云邊計算協同技術、 模擬仿真技術等成熟度不高；利用人工智能、邊緣

69、計算對動態數據快速分析處理能力不足；設計軟件大部分由國外企業主導，核心技術自主水平不足，基礎研究有待加強，通過構建軟件開源生態，帶動基礎軟件創新突破。GPU 芯片、數字孿生城市白皮書（2020 年） 4 操作系統、驅動中間件與國外存在一定差距，傳感器從技術到成本都不能滿足全域感知部署需求，需要靠市場來進行培育。 四、數字孿生城市推進策略與建議 （一）明晰方向統籌推進，構筑統一 CIM 平臺 一是厘清數字孿生城市發展方向，目標導向與需求導向統一。因地制宜做好數字孿生城市頂層設計，避免在行業信息化、智慧城市等傳統業務上直接貼標簽，要將數字孿生城市與城市治理現代化場景、業務需求緊密結合，同時考慮城市

70、未來發展規律和信息技術演進方向，穩妥務實、以點帶面推進數字孿生城市落地應用。 二是建立統籌推進的組織體系和管理機制， 避免條線分割的單兵作戰。 建議數字孿生城市建設由城市管理者一把手牽頭設立專項工作組，由大數據局或數據資源管理部門作為實施牽頭單位，住建局、規劃與自然資源局、城管局、公安局等主要部門協同配合，共同參與。 三是統一共性需求，協同推進 CIM 建設。對數字孿生城市 CIM平臺和應用項目進行整體立項，在立項前實現部門協同，統一征集各部門對城市一張底圖的共性需求。 針對現有條線系統的城市底圖和數據資源進行評估，選擇技術先進、數據完整、拓展性強的 CIM 平臺或時空大數據平臺，以此為基礎擴

71、展成為城市級的 CIM 平臺，如果改造成本高、時間長、難度大，那么由大數據局部門牽頭，高起點建設新平臺也是一種合理的選擇。 （二）抓住小切口大突破，多措并舉培育應用 數字孿生城市白皮書（2020 年） 4 一是從局部封閉區域切入，逐步拓展覆蓋范圍。受管理機制、數據協調和技術成本等因素影響， 數字孿生城市應從社區、 園區、 校園、港口等小范圍的封閉區域開始，逐步向城市全域、城鄉一體化以及陸?？仗煲惑w化的孿生大世界過渡，局部切入逐步外擴。充分考慮數據源質量、區域大小、區域屬性，形成“一張白紙”的新城新區版以及建成城市版。 二是建立高低多種配置版本，實現不同孿生顆粒度。充分考慮不同地區采用的數據和信

72、息的類型、數據和信息的顆粒度、數據和信息的時效性等因素，同時考慮場景渲染、數據集成、空間計算、模擬仿真等技術能力成熟度， 形成不同孿生精度的配置版本， 便于城市 （區）管理者選擇。 三是建立基于統一底座發展多樣服務的數字孿生應用體系。 針對規劃部門、建設部門和社會管理等部門需求，基于城市統一數字孿生平臺， 分別建立支撐規劃、 建設、 城市治理的數字孿生城市應用體系。 （三）建立相關數據標準，促進數據融合與應用開發 一是加快確立城市信息模型標準。研究制定 CIM 框架標準，形成兼容不同數據類型、不同信息系統的統一城市信息模型，實現多源空間、模型數據準確集成，以及多模態數據融合表達。 二是加快完善

73、多元異構數據融合處理標準規范。將矢量、柵格、網格、模型、點云、政務、感知等各類數據統一格式、編碼，形成全周期的數據標準規范，構建多源異構數據的融合處理能力，形成面向CIM 平臺的信息資源與空間位置服務規范標準。 數字孿生城市白皮書（2020 年） 4 三是建立城市級海量數據的實時接入服務標準， 研究數據動態加載、數據供給、數據服務等標準，實現跨行業、跨領域的數據實時接入。建立政府與社會各行業數據聯動機制，制定數字孿生城市信息共享制度和數據安全保護規范。 （四）基礎研究和創新實踐并行，強化產業生態合作 一是加強數字孿生城市基礎研究。 真正達到精準映射、 孿生并行、虛擬服務現實的要求，都有大量的基

74、礎理論需要深入研究，大量的技術方案需要探索，大量的應用場景需要驗證，大量的機制規范需要突破。在創新實踐的同時，應加強基礎研究，筑牢數字孿生城市根基。 二是加強產業生態合作。數字孿生本質是一個知識集成、技術集成、數據集成、算法集成、工具集成、應用集成等智力集成的巨大工程，必須有一個強有力的產業生態提供支撐并進行緊密協作才能成功。產學研應加強戰略、技術、標準、市場等全方位協作，針對基礎共性技術和應用基礎技術，形成齊心協力、協同攻關的局面。 三是城市層面開放數據和相關資源，支撐方案不斷成熟。政府層面，應主動開放數據資源，為數字孿生城市技術方案和應用場景迭代開發與測試驗證創造條件，促進建設方案不斷成熟，應用不斷深化。另一方面，政府應從機制上進行變革，建立適應數字孿生技術架構的管理架構，才能更好地推動城市治理現代化發展。