数字孪生城市探析
【编者按】
数字孪生城市通过构建城市物理世界、网络虚拟空间的一一对应、相互映射、协同交互的复杂系统,在网络空间再造一个与之匹配、对应的“孪生城市”,实现城市全要素数字化和虚拟化、城市全状态实时化和可视化、城市管理决策协同化和智能化,可以说,数字孪生城市是数字城市的高级阶段,数字孪生城市既是数字城市的目标,也是智慧城市建设的新高度,对城市实现智慧化具有重要意义。学者们从不同角度对数字孪生城市进行了有益的探索,本期文萃予以汇编。
在网络空间构建一个与物理世界相匹配的孪生城市
管浩在《华东科技》2020年第11期《新型智慧城市的起点:数字孪生城市》一文中认为,所谓数字孪生,就是在一个设备或系统“物理实体”的基础上,创造一个数字版的“虚拟模型”,数字孪生城市主要指利用数字孪生技术,在网络空间构建一个与物理世界相匹配的孪生城市,它以数字为基础,对城市治理进行运营、决策。今天的算力已经达到了可以把整个城市,不仅是工厂,包括我们的产业集群,都架在一个数字空间里的能力,很多城市也已经开始了数字孪生城市的规划。利用城市信息模型和叠加在模型上的多元数据集合,打造精准、动态、可视化的数字孪生城市大脑,通过智能分析、模拟仿真,洞悉人类不易发现的城市复杂运行规律、城市问题内在关联、自组织隐性秩序和影响机理,制定全局最优策略,解决城市各类顽疾,形成全局统一调度与协同治理模式。借助智能大屏、城市仪表盘、领导驾驶舱、数字沙盘、立体投影等形式,可一张图全方位展示城市各领域综合运行态势,并根据不同主题分级分类呈现,帮助城市决策者、管理者、普通用户从不同角度观察和体验城市发展现状,分析趋势规律。
城市级的数据共享融合是数字孪生城市成功的关键因素
高艳丽、陈才、张育雄在《中国建设信息化》2019年第21期《数字孪生城市未来发展展望》一文中认为,数字孪生城市在城市信息模型之上集成了城市的全量大数据,包括动态数据和静态数据,政务数据和社会数据,历史数据和推演数据,这些多元异构数据都作为实体的属性加载到城市信息模型之上。因此,城市级的数据共享融合,形成无所不包的城市大数据,为数据驱动的治理模式夯实基础,是数字孪生城市成功的关键因素,当前各省市都在进行政务信息资源的共享整合,部分地区基本整合完毕,大部分地区还在整合过程中,但仅有政务数据,并不能满足数字孪生城市的治理需求,重点领域的社会数据,以及实时采集的物联网数据,应尽快整合进入数据资源体系,融入城市信息模型,为数字孪生城市的运行做好准备。此外,随着数字孪生程度不断深化,实景三维模型的精密度将由满足普通的城市管理向满足人工智能算法训练的高精度演进,实时渲染的效果也更加真实,比如24小时昼夜变换,夜晚、清晨/黄昏、白天的效果,天空光的颜色和强度,天气变化和自动光照变化的效果将逼真呈现,达到仿真的“镜像”效果。当前,数字孪生城市建设重点还聚焦于对物理城市的精准映射,未来建设重心将向对物理城市的智能操控转变。
考虑实施“数字孪生城市+城市大脑”的建设方案
杨春志、韦颜秋在《建设科技》2019年6月下《基于立体感知的数字孪生城市发展:内涵与架构》一文中认为,我国新型智慧城市建设正呈现蓬勃发展的态势,从理论基础到技术路径都有别于上一阶段智慧城市的建设,通过对当前智慧城市建设问题的推演和解读,可考虑“数字孪生城市+城市大脑”的建设方案。城市大脑是基于立体感知的数字孪生城市所产生的海量数据和高性能算力,叠加城市信息模型,构建融合大数据、人工智能、区块链等先进技术引领的深度学习和机器智能平台,应用深度学习和智能算法,实现整体认知城市态势,实时处理人所不能理解的超大规模全量多源数据。在城市大脑运作过程中,首先,通过输入的方式,实现有效采样、模式识别、行动指南和规划决策;其次,在城市大脑中形成链接,将人类智能和机器智能相结合,把专业经验和数据科学有机融合,洞悉人所没有发现的城市复杂运行规律和自组织隐性秩序;再者,机器学习通过迭代演进,不断优化,提升智能算法执行的效率和性能,保证数据决策的有效性和高效性. 制定超越局部次优决策的全局最优策略,形成城市层面的全局统一调度与协同, 使城市自然资源、道路资源、电力资源、医疗资源、政务资源、警力资源等得以及时调配,问题得以快速处置。最终实现通过物理城市和数字城市虚实互动,不断交换数据和传递指令,在数字世界仿真,在物理世界执行,使城市运行不断优化,向高度有序化演进。
(原标题《数字孪生城市探析》)

