基于城市信息模型的智慧城市孪生应用平台研究

钟添荣，仇巍巍

（1. 福州闽地勘测规划有限公司，福州 350000；2.自然资源部信息中心，北京 100830）

0 引言

CIM是数字孪生城市的基础核心[1]，利用其可扩展性可以接入人口、房屋、住户水电燃气、安防警务、交通、旅游资源、公共医疗等诸多城市公共系统的信息资源，实现跨系统应用集成、跨部门信息共享，支撑数字孪生城市的决策分析。

本文从3个方面广义理解数字孪生城市的概念。（1）建筑信息模型（BIM）数据就是城市单一实体的数据，是城市的细胞。（2）GIS作为所有数据的载体，对数据进行融合。（3）通过物联网（IoT）为CIM平台带来实时呈现，呈现客观世界的所有状态。

数字孪生一词最早诞生于工业界，但在智慧城市方面的应用则来源于2018年通过的《雄安规划纲要》，雄安新区提出“坚持数字城市与现实城市同步规划、同步建设”，明确“数字孪生城市”概念。以城市复杂适应系统理论为认知基础，以数字孪生技术为实现手段，通过构建实体城市与数字城市相互映射、协同交互的智慧城市孪生平台，能够将城市系统的“隐秩序”显性化，更好地尊重和顺应城市发展的自组织规律。它不是智慧城市的N·0版本，而是数字时代城市实践的全新探索（1·0版），是雄安新区探索面向未来的城市发展新模式的重要创新[2]。

近年来，在城市建设过程中，以建筑信息模型（BIM）、地理信息系统、大数据、云计算、物联网（IoT）、人工智能（AI）等技术为基础的城市信息模型（CIM）[3]同步形成与实体城市“孪生”的数字城市，实现城市从规划、建设到管理的全方位、全要素、全过程的在线化、数字化和智能化，改变城市面貌，重塑城市基础设施。

1 总体框架

以CIM智慧孪生技术为智慧城市体系架构的核心技术，建立城市智慧中枢，实现城市全要素的数字化、虚拟化及时空可视化，打造物理空间和虚拟空间的孪生互动，为智慧城市各领域的应用提供交互引擎、业务场景和数据共享平台。总体框架如图1所示。

图1 基于CIM的智慧城市孪生应用平台总体框架

2 平台功能

2.1 物联网设备感知

通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等所需信息，通过各类网络接入，结合CIM数据，实现基础设施感知、轨迹追溯、智能发现、设备管理、远程操控、态势感知等应用，建立物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别、管理和控制[4]。

2.1.1 基础设施感知

通过传感器与城市管网、阀门井室、古树名木、下穿隧道、路灯灯杆等公共基础设施融合，实现基础设施“被感知”。

2.1.2 轨迹追溯

通过车辆、人员、资源等位置及移动轨迹等历史数据存储、追溯版本索引建立、数据关联等方法，实现车辆、人员、资源等位置及移动轨迹追溯。

2.1.3 智能发现

基于AI设备，实现环境污染、违法停车、垃圾满溢、井盖异动等城市运行状态及市容秩序“智能发现”。

2.1.4 设备管理

通过感知设备管理平台对城市管网、阀门井室、古树名木、下穿隧道、路灯灯杆等公共基础设施的海量设备和数据进行统一管理。

2.1.5 远程操控

通过对物联网设备进行远程操控，实现数字城市对物理城市的反向控制；针对具有一定运算和处理能力的设备，实现智能干预。

2.1.6 态势感知

支持多制式设备协同、海量物联数据汇聚分析，物理规律和机理分析；支持在海量数据积累的基础上，与云计算、深度学习等技术融合，推演城市环境中不同管理要素的变化规律，实现态势感知。

2.2 数字化展示

通过空天、地面、地下、水下不同层面和不同级别的数据采集，结合新型测绘技术，对城市进行全要素数字化和语义化建模，实现由粗到细、从宏观到微观、从室外到室内等不同粒度、不同精度的城市孪生还原，形成全空间一体化且相互关联的城市CIM数据，实现场景图层展示、实体模型展示等数字空间与物理空间一一映射应用，为数字孪生城市可视化展现、智能计算分析、仿真模拟和智能决策等提供数据基础，共同支撑城市智慧应用[5]。

2.2.1 场景图层展示

实现地形层、道路层、建筑层、绿化层、水域层及城市治理方面的人口层、产业层、部件层、公共服务资源层等多类图层展示。

2.2.2 实体模型展示

针对城市实体单体建模以及不同应用领域对实体对象精细程度的需求，多尺度、分层次在数字空间呈现实体，涵盖建筑、交通、植被、水系、城市设施、管线等全要素地理实体类型。

2.3 三维可视化

通过图形引擎多层次实时渲染呈现数字孪生体的能力，实现CIM数据的渲染，既可以渲染宏大开阔的城市场景，又可展示地理信息局部特征，实现城市全貌大场景到城市细节，再到城市实时视频的多层次渲染，真实展现城市样貌、自然环境、城市细节、城市实时交通等各种场景，实现三维实体、大数据、业务逻辑、应用场景等可视化，实现大屏端、桌面端、网页端、移动端、 XR设备端多终端一体化展示，满足不同业务和应用场景需求。

（1）三维实体可视化。根据物理实体的几何、颜色、纹理、材质等本体属性以及光照、温度、湿度的环境属性进行可视化。

（2）大数据可视化。针对特定数据属性，定向分析数据统计结论，提供数据的系统表现能力，以数据视图形式动态呈现数据、指标等变化情况，也可针对多类型数据进行单一化趋势、变化、状态呈现。

（3）业务逻辑可视化。针对特定行业，提供业务管理与业务流程的可视化渲染，根据行业研究经验与行业业务类型进行业务流程逻辑拆分。

（4）应用场景可视化。根据业务需求、场景范围等条件，呈现具体场景渲染效果，主要包括超大场景动态缩放加载渲染、自然现象效果渲染等。

2.4 数据融合应用

以城市多源、多类型CIM数据为基础，以城市时空数据为主要索引，构建多层次时空数据关联、数据模型融合框架，形成以政务数据为主干、基础地理和自然资源数据为基础、社会数据为补充的全空间、全要素、全过程、一体化的多时空自然资源大数据体系[6]。

2.4.1 数据关联

以管理对象（实体模型对象）为关联标识，将城市各种原始、离散的业务数据叠加在统一的三维空间、一维时间之中，通过对管理对象的各种属性信息、业务状态信息进行多维关联，实现数据关联与业务集成。

2.4.2 数据模型融合

以业务运行模型为基础，通过节点（实体模型对象）及节点之间逻辑关系，构建物理实体之间关联关系、指标关系、空间关系等，从而快速形成数据模型及知识图谱，通过统一的数据模型及知识图谱融通相关数据资源，主要包括物理对象属性、物理对象活动运行、物理对象关系等数据。

2.5 数据共享服务

面对物理实体产生的不同类型、不同形态、不同来源的海量CIM数据，在保证数据实时性与质量要求前提下，以数据共享服务方式供给行业机理模型、数据驱动模型，实现数字孪生更精确、全面的呈现和表达，实现数据目录、数据权限控制、数据接口服务、服务管理等功能。

（1）数据目录。与智慧城市类似，数字孪生城市应支持统一的政务数据、基础地理、自然资源数据、社会数据等数据服务目录功能。

（2）数据权限控制。基于数据服务目录形成各类数据消费接口的数据组装能力，实现快速数据接口定义、发布及数据接口权限控制。

（3）数据接口服务。支持实时和历史数据接口服务，以满足对数字孪生城市实时数据和历史数据的消费场景需求。

（4）服务管理。支持界面化的数据接口服务管理、向导模式和脚本模式生成API、界面化编辑接口脚本，实现API的创建。

2.6 空间分析应用

基于数字孪生CIM城市三维模型，结合时空网格技术、北斗定位服务等[7]，针对具体业务需求，进行空间数据相关计算、分析、查看、展示，实现空间测量、时空分析、空间路径规划、空间统计分析等应用功能。

2.6.1 空间测量

提供距离测量、面积测量、体积测量等测量功能，可在三维场景中进行线段长度测量、闭合图形面积与周长的测量。

2.6.2 时空分析

提供叠加分析、序列分析、预测分析和可视域分析等时空分析功能。以可视域分析为例，可基于某个观察点展示一定的水平视角、垂直视角及指定范围半径内区域所有通视点的集合，可以帮助了解城市空间内任一点的可见区域情况。

2.6.3 空间路径规划

提供路径规划、全景图定制及场景标注等功能。以空间路径规划为例，可结合CIM数据，根据真实世界中的路网分布，实现起始点与目的地之间的最短路径规划、绘制、场景标注及全景图展示等。

2.6.4 空间统计分析

提供空间区域分析、叠加分析、序列分析、预测分析和可视域分析等时空分析统计功能。以空间区域分析为例，可以通过制定特定空间区域，快速定位搜索对象，快速统计空间中的对象数据等。

2.7 模拟仿真应用

基于CIM通过数据建模、事态拟合，实现空间模拟、流程模拟、综合模拟等仿真应对，对某些特定事件进行评估、计算、推演，为管理方案和设计方案提供反馈参考。

2.7.1 空间模拟仿真

涉及体积、容积、距离、面积、碰撞、遮挡、强度、刚度等空间矢量参数的模拟仿真，常用在可视域分析、日照时长计算、深度计算、水体气体淹没与扩散、无人车训练、产品设计等典型场景。

2.7.2 流程模拟仿真

涉及父子级关系、前后拓扑关系、串联并联、节点分散、流转效率等流程参数的模拟仿真，常用在应急事件流程推算、工厂生产流程搭配、物流仓储接驳、交通流量管理等场景。

2.7.3 综合模拟仿真

融合前两类的要素并叠加复杂的数学计算，常用在应急预案方案评估、人群疏散推演、产业政策调整效果预估、港口翻箱优化场景、工厂产线单元布置、无人车训练、智能驾驶人机交互、大型复杂综合交通态势仿真推算等。

2.8 虚实融合应用

针对具体对象或业务，实现视频虚实融合、VR、AR等数字空间与物理空间的互操作与双向互动，既能在数字空间再现与影响现实世界，也可在现实世界中进入虚拟空间，二者满足实时、动态、自动、互动等属性。涉及数字孪生场景的自动实时动态演变、数字孪生运行态势自动实时动态还原、数字孪生系统反向干预物理世界、物理世界多入口触达数字孪生系统等多种需求。

（1）视频虚实融合。通过多路镜头重建三维立体空间，在三维数字孪生模型中实现镜头的聚焦、缩放、切换、视野调整，而非简单的视频贴图。

（2）VR与AR。针对人员无法进入或还没有物理实现的特殊场景，通过远程VR控制及AR方式，辅助人员在物理场景下进行决策。

2.9 人工智能应用

通过对城市数据进行深度学习，利用计算机视觉、机器学习、知识图谱等人工智能技术，实现城市运行数据感知-图像智能识别-知识图谱构建-数据深度学习-智能决策的循环，推动智慧城市自我优化运行，满足政府、企业、市民按需、即时和精准决策需求[8]。

2.9.1 图像识别

使用计算机模仿人类视觉系统，让计算机拥有类似人类提取、处理、理解和分析图像及图像序列的能力，相关技术包括图像分类、目标跟踪、语义分割。可在城市综合治理中快速识别异常车辆和人员。

2.9.2 机器学习

利用机器学习和知识图谱技术，通过学习历史事件、发现规律、提供优化策略形成修正决策，进而自动优化预案并执行，有效提高城市运行管理与服务效能。

2.10 工具集

通过CIM数据更新编辑、物联感知数据处理、孪生应用开发等，实现CIM与物理城市同生共长，简化数字孪生城市和现实世界的对接，结合行业应用场景构建功能应用扩展众创能力，实现数字孪生城市的更大应用价值。

2.10.1 更新编辑工具

通过CIM数据更新编辑平台，融合各类实体数据，吸引全社会用户参与实体场景数据采集、实体场景建模、城市级模型加载引擎等方面工作，有力支撑CIM与物理城市同生共长，实时同步更新且可编辑。

2.10.2 数据处理工具

通过对城市实时运行数据等物联感知数据进行处理，为数字孪生城市建设提供重要基础。通过搭建标准化、统一的物联网接入与调用平台，提高物联网数据获取的便捷性，简化数字孪生城市和现实世界的对接。

2.10.3 应用开发工具

针对海量数字孪生应用场景的城市运营管理和行业功能应用开发需求，提供行业应用扩展开发工具集，赋能行业应用开发者。结合行业应用场景构建功能应用，实现众创扩展能力。

3 典型应用案例及应用场景

3.1 案例概述

基于CIM的智慧城市孪生应用平台具有精准映射、虚实融合、模拟仿真等核心能力，由此衍生出城市风险自动发现、城市运行规律主动洞察、人和物轨迹追踪回溯、事件精准定位管控、决策分析推演、预案仿真演练、预案优化和执行、要素资源高效配置等多种功能，将对构建城市现代化治理体系和治理能力提供强有力的支撑。

3.2 典型场景

3.2.1 物联网感知操控

通过传感器与气象监测、社区及停车场车辆出入口、公共服务场所等公共基础设施融合，实现基础设施“被感知”，如图2所示。

图2 物联网感知操控

3.2.2 三维可视化呈现

通过三维图形引擎，多层次多角度渲染呈现数字孪生体。实现城市全貌大场景到城市细节，也可展示同一区域不同方案不同时段的三维可视化场景。

3.2.3 数据融合应用

融合城市多源多类型CIM数据，建立时空数据关联，实现多层次时空数据关联、数据模型融合应用。

3.2.4 空间分析应用

针对具体业务需求，在三维场景中进行线段长度测量，闭合图形面积与周长的测量。

3.2.5 模拟仿真应用

通过增加时间维度虚拟城市建设或工地施工进度，随时直观快速地对城市建设进度或工地施工计划与实施进展进行对比，如图3所示。

图3 模拟仿真应用

3.2.6 综合场景应用

城市拥有大量的摄像头，通过摄像头位置布局设点，利用“视频+ CIM +人工智能”技术，将只能“看”的视频图像变成可查询、采集、分析、搜索、追踪、预警等的视频地图。

4 结束语

当前，数字孪生城市涉及的新型测绘、标识感知、协同计算、全要素表达、模拟仿真等多项关键技术自身发展和融合应用还有待加强。海量数据加载、云边计算协同、模拟仿真等技术成熟度不高；利用人工智能、边缘计算对动态数据快速分析处理能力不足；设计软件大部分由国外企业主导，核心技术自主水平不足，基础研究有待加强，通过构建软件开源生态，带动基础软件创新突破。GPU芯片、操作系统、驱动中间件较国外存在一定差距，传感器从技术到成本都不能满足全域感知部署需求，需要靠市场进行培育。