城市数字孪生为何而生

数字孪生城市是利用数字技术和大数据分析等手段，创建的一个虚拟城市模型，它以现实城市为基础，通过收集和整合各种城市数据，实现了城市的数字化复制和模拟。包括了城市的地理信息、建筑物、设施、人口、交通、环境等各种要素。提供实时的城市数据和预测模拟能力，帮助城市决策者更好地理解城市的运转和行为规律，支持城市规划和管理决策的制定和实施。可应用于城市规划、交通管理、环境保护、应急管理、市政设施运营和维护等方面，对于提高城市运行效率和质量，具有重要的作用和意义。

数字孪生城市优势在于，可以提供全面的、实时的城市数据，支持城市决策者更快、更准确地做出决策，帮助城市更高效地运转；在虚拟环境中进行模拟，以验证各种规划方案、政策和决策的效果，降低决策的风险和成本。

数字孪生了多套智慧城市管控系统。围绕公共管理、产业发展、生活服务等业务，提供能耗环境监测、设备安防监管、综合态势监测等功能，使城市内原本独立的各系统根据管理特性形成联动预案。

以城市为基础，对城市各类基础设施数据以更加多样化形式进行可视化展示；将 GIS 数据和云计算、大数据、物联网等技术相结合，构建真正的数字经济，数字城市，数字中国；以时空为基础，通过可视化分析技术，对城市的规划、布局、分析和决策提供技术支撑，推进城市数字化转换和建设。

在改善区域投资环境、引进外资、促进产业结构调整和发展经济等方面发挥积极的辐射、示范和带动作用，成为城市经济腾飞的助推器。规划无论是对城市未来的建设还是影响力都有着重大的影响。数字孪生城市大屏的两侧面板，呈现了规划总面积、规划楼宇数量、公交线路、站点数等信息，区域的规划可划分为建筑用地、绿化用地、居住用地、商业用地、交通用地、水利用地等等。用地规划上，通过不同颜色色块进行区分。通过对用地分布、用地需求、功能定位等方面进行分析，合理确定地块开发强度、用地规模以及控制要求。

地下管网作为城市基础设施非常重要的组成部分，是城市赖以生存和发展的物质基础，被誉为“生命线”。根据管网的粗细、埋深、类型对电视管网、给水管网、电力管网、燃气管网、通信管网、污水管网、雨水管网以及中水管网等管网线路数据进行三维的直观呈现。

城市的场景除了使用航拍的倾斜摄影三维实景数据，还通过 3D 仿真形式对体进行精细化的还原建模，从整体环境到楼宇周边环境，再到楼宇内外部设备进行立体仿真展示。采用轻量化三维建模技术，根据现场的 CAD 图、鸟瞰图、设备三视图等资料进行外观高精度建模还原，通过实现可交互式的 Web 三维场景，可进行缩放、平移、旋转，场景内各设备可以响应交互事件。

随着信息技术的发展，建筑管理也有了更多的方式，楼宇电梯系统、楼宇照明系统、消防系统、安防系统、环境与空调系统的部署可以充分实现楼宇管理智能化、数字化。智慧楼宇可视化整合对接各类业务系统的基础上，通过可视化平台实现对楼宇各系统的综合统一管理，减轻了楼宇管理成本负担，提高经营管理效率。对于不同的楼宇情况，Hightopo也有多种针对性的解决方案。

通过交通系统，可实时展示高峰车速情况，同步预测未来时间内的交通拥堵情况。在违章事故方面，加入了多画面视频监控系统以及实时调取事件周边监控视频功能，帮助管理者对重点人员、车辆、告警事件等治安要素进行可视化监测。

接入倾斜摄影、GIS 空间信息数据、智能物联网 IoT 数据以及大数据系统平台的等数据信息，结合轻量化建模方案实现甚至手机端都可随时随地查看 3D 可视化效果，提升管理和运行效率，为智能化建设、数字化转型和一体化管理提供解决方案。

文 |陈龙

本文授权转载自：集智俱乐部

导语

资深智慧城市研究者、华为公司智慧城市高级顾问王鹏，受邀在腾讯研究院×集智俱乐部 AI&Society沙龙上发表以“从城市数据到智慧城市”为题的演讲。笔者回顾了王鹏对城市数据及其应用的，并结合清华大学龙瀛团队在人类数字化上的最新研究，提出对城市和个体虚拟化的探讨。讲座视频实录请见文末小程序与网页链接。

源于工业40的数字孪生

数字孪生（Digital Twin）这一概念最早可以追溯到Michael Grieves教授2002年在密歇根大学PLM（产品生命周期管理）中心对产业界做的一次演讲（虽然没有书面证据，但这仍被广泛认为是数字孪生最早来源）。

2014年，Michael Grieves在其撰写的“Digital Twin: Manufacturing Excellence through Virtual Factory Replication”白皮书中进行了详细的阐述。他认为通过物理设备的数据，可以在虚拟（信息）空间构建一个可以表征该物理设备的虚拟实体和子系统，并且这种联系不是单向和静态的，而是在整个产品的生命周期中都联系在一起。

在此之后，数字孪生的概念逐步扩展到了模拟仿真、虚拟装配和3D打印等领域。随着物联网技术、人工智能和虚拟现实技术的不断发展，更多的工业产品、工业设备具备了智能的特征，而数字孪生也逐步扩展到了包括制造和服务在内的完整的产品周期阶段，并不断丰富着数字孪生的形态和概念。

企业界走在数字孪生的前列。工业40下的数字孪生被各大软件厂商赋予了各自的理解，并将其与自身业务融合，致力于打造出现实世界与虚拟世界融合的解决方案。

美国通用电器公司（GE）与ANSYS公司借助数字孪生这一概念，提出物理机械和分析技术融合的实现途径，让每个引擎，每个涡轮，每台核磁共振都拥有一个数字化的“双胞胎”，并通过数字化模型在虚拟环境下实现机器人调试、试验、优化运行状态等模拟，以便将最优方案应用在物理世界的机器上，从而节省大量维修、调试成本。

西门子引用数字孪生的概念，来形容贯穿于产品生命周期各环节间的数据模型。通俗地说，数字孪生就是仿真模拟一些工厂的实际 *** 作空间，从产品设计到产线设计，到设备制造方的机械设计和工厂的规划排产，到最后制造执行和产品大数据。

法国软件公司达索系统在数字孪生创新协作和验证中，不仅重视产品的数字化表现，更试图通过三维体验平台实现设计师和客户之间的互动。

德国软件公司SAP基于Leonardo平台在数字世界打造了一个完整的数字化双胞胎，在产品试验阶段采集设备的运行状况，进行分析，得出产品的实际性能，再与需求设计的目标比较，形成产品研发的闭环体系。

简而言之，工业40下的数字孪生，更多是为制造业提供了产品在物理空间和虚拟空间之间的映射关系，以及在实体世界以及数字虚拟空间中记录、仿真、预测对象全生命周期的运行轨迹的过程。

物理世界和数字副本

数字孪生：催生智慧城市20

值得注意的是，数字孪生的概念不仅活跃在工业40的制造业，也越来越频繁地出现在智慧城市领域。随着ICT（信息、通信、技术）成为智慧城市发展的主要动能，移动通信、互联网、云计算、传感器、人工智能、量子通信在智慧城市都得到了广泛应用。全域感知、数字模拟、深度学习等各领域的技术发展也即将迎来拐点，这使得城市的数字孪生应运而生。

中国智慧城市数字孪生的发展还有很长一段路要走。数字孪生高度依赖传感器所采集的数据和信息，而就目前的技术水平来看，精细化尺度下城市数据的全域感知和 历史 多维数据的获取，依旧有难度。物理实体空间的数据不够详尽，将直接导致其数字副本的缺失。现阶段的数字孪生距离想象中的沙盒系统模拟推演、人工智能决策等功能仍有很大差距。

数字孪生在智慧城市发展与建设中的核心价值在于，它能够在物理世界和数字世界之间全面建立实时联系，进而对 *** 作对象全生命周期的变化进行记录、分析和预测。智慧城市中的数字孪生可以分为四个阶段，分别是

对城市现状进行精准、全面、动态映射的现状孪生；

从 历史 数据中学习、分析、识别、总结并发现城市运行规律的学习孪生；

人工监督下模拟不同环境背景下的发展情景的模拟孪生；

最终通过实时数据接入与人工智能自动决策的自主孪生。

同时，我们也应看到数字孪生在传感器、5g和边缘计算技术不断发展中所具备的巨大潜力。传感器的高密度部署与高精度感知，结合5g和边缘计算的实时结构化计算回传，对城市物理空间的全域感知和实时更新，将是5g时代的常态。一砖一瓦、一草一木、一桌一椅、一人一车，都会以不同的频率更新位置和状态信息，从而实现真正的“全息”虚拟城市。

城市数据：数字孪生的DNA

在智慧城市的建设中，数字孪生的核心在于构建与城市物理空间全面映射的虚拟（信息）空间。不同于制造业产品周期管理中被制造商全面掌握的产品信息化数据，城市作为一个庞大的复杂系统，其包含的物理空间及过程，无时无刻不在产生着多维的海量大数据，这无疑在数据收集、处理、运算、储存和管理上向城市数字孪生提出了挑战。

近年来，以数据为核心的城市生态链构架了智慧城市的顶层设计，形成以共享信息为中心、各行业协同实现的“感知-应用-共享信息”的智慧城市模式。与此同时，在大数据、人工智能、云计算、物联网等新兴ICT技术的推动下，多维的海量城市数据也逐步以不同方式被挖掘并应用在智慧城市的研究和实践中。

传统城市统计数据的电子化与空间可视化是城市大数据发展迈出的第一步。基于GIS平台上对行政边界的勾绘，并将其与传统的年鉴统计数据相匹配，就能实现传统数据的电子化与可视化，并依托GIS空间分析功能实现空间可视化与分析。

Cityeye上对传统统计数据的电子化与空间可视化

互联网大数据的应用标志着城市真正迈入了大数据时代，而互联网大数据也俨然成为近年来城市研究的“宠儿”，无论是学界还是业界都在积极 探索 互联网大数据为城市研究和发展带来的诸多可能。

互联网大数据最大的优势在于其打破了传统数据自上而下的数据采集壁垒，而是以自下而上的方式提供着精细尺度下的多维数据，如记录城市内所有地理实体空间位置与属性的兴趣点（POI）数据；反映话题热度与用户画像的社交媒体大数据；实时展示人口空间分布的热力图等。

而随着智慧城市的到来，传感器技术的进步与成熟为城市研究提供了另一条数据获取之路。

通过多模块集成传感器在城市内部的架设，可以实现精细尺度下城市环境、人车行为等数据的实时感知与收集。如由City Grid城市网格数据监测站，可利用多模块传感器网络监测人车流量及环境质量，如风速、风向、光照、温湿度和pm25等。City Grid是一款针对城市空间精细化感知的物联网产品，也是传感器技术应用在城市全域感知、数据采集，乃至实现城市未来微观环境与人车行为预测的经典案例。王鹏团队也曾多次利用City Grid多次在清华大学校园和白塔寺社区内进行监测布点、数据采集，并针对城市环境和人群行为开展深入分析。

City Grid城市网格数据监测站

LBS数据（基于位置服务的数据），通过运营商采集用户与基站间不间断的信令数据，来获取移动服务用户相对精确的实时空间位置。因其具备用户量大，覆盖范围广等特征，是描述城市人口数量和空间分布的“终极”数据。

我们把自己数字化了！

Digital Self 数字自我

在感叹数字孪生如何颠覆性地改变制造业和城市管理与运营的同时，有学者已经开始 探索 如何打造人类个体的数字双胞胎。

清华大学龙瀛团队的研究助理张昭希近期发表了一篇题为“Application of wearable cameras in studying inpidual behaviors in built environment”的期刊论文，提出创新性地使用可穿戴式相机对个体行为和城市空间感知进行数据收集、分析与模拟。

研究团队利用便携式相机，记录佩戴者正前方每5分钟一张的数据，并通过人工识别、计算机视觉分析和色彩识别分析等手段，对佩戴者个体行为特征、时间分配、路径转移、场所事件等要素进行了分析研究。研究结果表明，可穿戴式相机采集到的数据具有丰富的个体行为与时空信息，可以有效描述个体在空间中的行为特征。

数字化的“生命日志”

随着大数据在城市研究中的广泛应用和快速发展，基于建成环境层面的形态要素数据（如遥感、街景和POI数据）和多种互联网数据（如微博、点评和手机信令数据）开展的针对大规模群体的研究，为利用大数据解释城市问题提供了大量案例参考，并逐步建立了理论基础。然而，这些基于较粗尺度城市物理空间，抑或是大规模群体的大数据，仍较难被应用于个体的深层剖析和研究解读。

而可穿戴式相机为大规模采集个体数据提供了新的契机，通过记录的数据将个人活动信息数字化，形成“数字自我”的 电子档案，弥补了现有研究中对个体行为数据采集不够连续、维度不够丰富的问题，这也是从城市环境数据化向个体行为信息化的转变之一。同时，个体行为信息化也将推动研究方法的革新和新技术的介入，从主观的“个体感知”转向客观的“量化研究”。

从数字孪生的角度来看，基于可穿戴式相机记录下的数据，通过整理和分析可以剥离出个体在物理空间中的行为特征要素，进一步将这些个体行为特征要素在时空上数字化，从而构建了其在虚拟（信息）空间内的数字双胞胎。同时，数据中包含的大量物理空间建成环境要素同样可以被数字化并记录在虚拟空间内，从而反映物理空间和虚拟空间内个体和环境之间的交互。

科技 的日新月异不仅使人们的生活方式发生了巨大改变，同时也影响着城市运行的方方面面。不可置否的是，新技术的高速发展给城市研究与实践带来了新的机遇，推动着城市规划技术和工具的突破与创新。如龙瀛提出的数据增强设计，允许规划师们借助多维城市大数据对城市做出更全面、精准的分析与规划设计响应。

同时，在信息通讯技术革新的助力下，数据储存、挖掘、云计算和可视化等技术的完善也为研究城市提供了新视角。人们的思维方式从传统的机械思维向大数据思维转变，认知方式也逐渐向虚实结合的体验过度。城市数字孪生、数字自我的概念也将在第四次工业革命的技术革新下拥有更丰富的内涵。

参考资料

[1] 王鹏：展望未来城市，万物皆可运营 | 智慧城市长文综述

[2] 王鹏：城市数据到智慧城市

[3] Long, Y (2019) (New) Urban Science: Studying New Cities with New Data, Methods and Technologies Landscape Architecture Frontiers, 7(2), 8-21

[4] Zhang, Z X, & Long, Y (2019) Application of Wearable Cameras in Studying Inpidual Behaviors in Built Environments Landscape Architecture Frontiers, 7(2), 22-37

近年来，伴随着互联网等新技术的加速涌现，物联网、云计算、大数据等技术运用到农业生产各环节，数字农业、智慧农业应运而生。我国智慧农业呈现良好发展势头，但普及程度仍然较低，其中一个原因便是缺少让大多数农民能够直观理解、使用的可视化数据交互方式。

数字孪生是指通过各种传感器，如温度、湿度传感器等集成物理反馈数据，并辅以人工智能、机器学习和软件分析，在信息化平台内创建一个数字化模拟，这个模拟会根据反馈做出相应的变化。

山海鲸可视化通过数字孪生技术， 将物联网设备获取到的数据和3D空间渲染相结合，不仅可以直观的观察大棚种植中的常见的指标信息， 而且可以通过大屏管理中的开关对物联网设备进行直接控制，实现一站式的智慧大棚管理。

整个智慧蔬菜大棚系统分为四个模块，分别是园区概览，环境监测、设备服运维和安防管理，各个模块的数据可以通过山海鲸内置数据源接口和IOT协议与大棚系统进行对接。数据源支持实时刷新，模块内容支持自定义修改和定制化开发。

园区概览通过鸟瞰的形式整体呈现了多个大棚的位置和状态，同时周边图表展现了蔬菜种植的种类，种植的分布，产量分析和产值占比。

昼夜切换

通过点击昼夜切换按钮实现了白天和夜晚效果的切换，通过白天的动态光影和夜晚的灯光展现了蔬菜大棚在不同时间的外观。

区域联动

在3D模型中可以动态配置多个兴趣点位，并且可以对点位进行具体详情的设置。展现中通过点击标记点来展示不同蔬菜种植的具体位置和信息。

由于农业系统中对于大棚种植最重要的信息是大棚的整体环境和天气环境，因此环境信息通过对热力传感器和天气数据的整合，实时向管理人员呈现了当前大棚的环境状态，以便决定是否需要通过控制补光灯和风机对环境进行调节。

管理人员通过观察环境模块中的信息后，可以通过设备管理模块，直接对风机和补光灯进行 *** 作。不同大棚的风机和补光灯通过各自按钮可以实现独立的开关控制。

对于整个园区的安防摄像头进行统一的实时状态监测，通过ONVIF标准实时接入监控信息，并且在3D模型中展现了不同监控点具体的位置。对于管理人员更好的掌握园区当前的真实状况有着很好的辅助作用。

现今，科技已经成为农业不可分割的一部分，在农业智能化已成为我国现代农业发展新方向的背景下，智慧农业正在成为乡村振兴发展的重要路径。在这条路径之中数字孪生技术作为让智慧农业走近群众的关键技术环节，在未来还会有更加光明的发展前景。

“孪生”的概念起源于美国国家航空航天局的“阿波罗计划”，即构建两个相同的航天飞行器，其中一个发射到太空执行任务，另一个留在地球上用于反映太空中航天器在任务期间的工作状态，从而辅助工程师分析处理太空中出现的紧急事件。当然，这里的两个航天器都是真实存在的物理实体。

2003 年前后， 关于数字孪生（Digital Twin） 的设想首次出现于Grieves 教授在美国密歇根大学的产品全生命周期管理课程上。但是，当时“Digital Twin”一词还没有被正式提出，Grieves 将这一设想称为“Conceptual Ideal for PLM（Product Lifecycle Management）”。

尽管如此，在该设想中数字孪生的基本思想已经有所体现，即在虚拟空间构建的数字模型与物理实体交互映射，忠实地描述物理实体全生命周期的运行轨迹。

中国的人口增长率尽管在新世纪呈现逐年下滑趋势，但受到人口基数和明显加快的城市化水平的影响，中国的人口在2021 年已经升至14亿。人口的急剧增加与都市化发展带来的交通拥堵、治安恶化、大气污染、噪音污染等多种“城市病”正严重影响着我们的生活。城市过大，在短时间过多人口集中到城市，不可避免地产生大批失业、交通拥堵、犯罪增加、环境恶化、淡水和能源等资源供应紧张等现实问题。以及由上述问题引起的城市人群易患的身心疾病，这些问题和矛盾又在一定程度上制约了城市的发展，加剧了城市政府的负担，使城市政府陷入了两难困境。

智慧城市建设发展已近十年，至今却无一个城市自我标榜已建成了智慧城市。事实上，智慧城市面临技术和非技术两大瓶颈难以突破，可谓举步维艰。

所谓技术瓶颈，是指基于云计算和互联网的聚合式的模式创新比较成功，而基于物联网、大数据、人工智能、区块链、量子通信等技术的原始创新极度缺乏，未出现杀手级应用，各功能模块有机融合的ONE ICT 架构未能实现，造成创新只停留在表面，城市运行和治理的水平有量的提升，但没有质的改变。

所谓非技术瓶颈，表现在智慧城市建设所需的庞大资金问题一直没有找到解决之道，政府和市场边界不好划分，工程周期长投入大充满变数，企业盈利和资本回报前景模糊，观望踯躅之下，推进效果可想而知。

此外，彰显智慧所必须的资源共享与业务协同机制也一直没有建立起来，信息打通仍困难，协同共治难实现。两大瓶颈悬而未决导致智慧城市疲态尽显停滞不前，现有的建设发展模式亟待突破。

数字孪生城市通过对物理世界的人、物、事件等所有要素数字化，在网络空间再造一个与之对应的“虚拟世界”，形成物理维度上的实体世界和信息维度上的数字世界同生共存、虚实交融的格局。物理世界的动态，通过传感器精准、实时地反馈到数字世界。数字化、网络化实现由实入虚，网络化智能化实现由虚入实，通过虚实互动，持续迭代，实现物理世界的最佳有序运行。

数字孪生城市将推动新型智慧城市建设，在信息空间上构建的城市虚拟映像叠加在城市物理空间上，将极大地改变城市面貌，重塑城市基础设施，形成虚实结合、孪生互动的城市发展新形态；借助更泛在、普惠的感知，更快速的网络，更智能的计算，一种更加智慧化的新型城市将得以创建。

数字孪生城市不仅赋予了城市政府全局规划和实时治理能力，更带给所有市民能感受到的品质生活体验。

提升城市规划质量和水平：数字孪生城市执行快速的“假设”分析和虚拟规划，可迅速摸清城市“家底”，把握城市运行脉搏；在规划前期和建设早期了解城市特性、评估规划影响，避免在不切实际的规划设计上浪费时间，防止在验证阶段重新进行设计，以更少的成本、更快的速度，推动创新技术支撑智慧城市顶层设计落地。

节省市民出行时间总成本：第一时间感知路况、事故报警、拥堵分流。为市民消除设备安全隐患，通过全城治安事件实时监测为市民带来关怀与安全感。

营造更加文明的 社会 风气：对于践踏草坪、非机动车占用机动车道、非机动车逆行等行为，在线推送到城市监督部门曝光，有效地起到警示作用，提升全民文明风气。

当前智慧城市应用需求主要包括以下几个部分：

智慧城市规划

在新区总体规划与详细规划公布以及城市方案设计阶段，需要将未来城市规划面貌按照1：1 复原真实城市空间，不同于以往传统的规划图纸与效果图，以最直观的方式呈现在城市管理者，城市设计者与大众面前。在细度上将数据颗粒度细化到建筑内部的一根水管、一根电线、一个机电配件，以及建筑外部的一草一木，在广度上覆盖了地上的地块、河流、道路、建筑，地下的管网、隧道和地铁线路，为城市建设实现可视化赋能，全面查看展望对城市未来蓝图，推演城市规划。协助城市管理者更直观与全面地对比城市设计方案，更好地做出城市规划决策。服务于城市规划、建设、运营全生命周期，为城市综合指挥中心各部门提供一张在线的蓝图，为后续城市建设提供支持。

数据面板需融合城市数据概况，人口密度，新城人口规划、建设用地规划、主城区规划等规划类相关数据，直观展示城市现状与未来规划指标。

智慧城市设计施工

在城市设计与施工阶段，需要通过三维数字仿真平台与工地基建仿真还原，在实现工程施工可视化智能管理的前提下，提高工程管理信息化水平。

数据面板需展示环境实时监测数据，项目工程信息，节点计划，现场管理人员名单与类型统计。做到项目管理、人员管理、安全管理一张图，保证施工人员安全实现人员高效管理调度，维护施工环境的绿色安全。

智慧城市管理运营

城市治理是推荐国家治理体系和治理能力现代化的总要内容，数字孪生仿真是实现“以数据智能支撑赋能行业，实现城市公共资源的优化配置和智能调度”的关键，是城市实现可调度、可运营、可评价的核心所在。

借助数字孪生技术，构建数字孪生城市运行场景，将极大改造城市面貌，重塑城市基础设施，实现对动态优化配置全市公共资源影响评估，并建设数字驾驶舱以数字化方式展现现在城市运营态势，实现城市管理决策协同化和智能化“态势有洞察”、“决策有支撑”、“处置有闭环”，确保城市安全、有序运行。

---