数字孪生在智慧城市领域的应用

数字孪生在智慧城市领域的应用

1.数字孪生应用概述

中国以“智慧城市”和“新基建”为代表的建设模式虽然起步较晚，但爆发速度前所未有。目前全球近 1000 个提出智慧化发展的城市中，有近 500 个中国城市，占全球数量的 48%。这为中国下一阶段的城市和基础设施发展奠定了基础 。

2019 年中国新型智慧城市规模超过 9000 亿元，未来几年将保持较快速度增长，预计到 2023 年市场规模将超过 1.3 万亿元。当前，安全综治、智慧园区、智慧交通是智慧城市建设投入的重点，三大细分场景规模占智慧城市建设总规模的 71%，而城市级平台、机器人等新技术和产品则在快速落地，被更多城市建设方采纳和应用 。

2018-2023 年中国新型智慧城市市场规模及预测（单位：亿元）

中国城市智慧化细分市场占比

数字孪生城市则是数字孪生技术在城市层面的广泛应用，通过构建城市物理世界及网络虚拟空间一一对应、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、城市状态实时化和可视化、城市管理决策协同化和智能化，形成物理维度上的实体世界和信息维度上的虚拟世界同生共存、虚实交融的城市发展新格局。数字孪生城市既可以理解为实体城市在虚拟空间的映射状态，也可以视为支撑新型智慧城市建设的复杂综合技术体系，它支撑并推进城市规划、建设、管理，确保城市安全、有序运行 。

数字孪生城市主要有新型基础设施、智能运行中枢、智慧应用体系三大横向的

分层 ：

基础设施层 ：城市新型基础设施包括全域感知设施 ( 包括泛智能化的市政设施和城市部件)、网络连接设施和智能计算设施。与传统智慧城市不同的是，数字孪生城市的基础设施还包括激光扫描、航空摄影、移动测绘等新型测绘设施，旨在采集和更新城市地理信息和实景三维数据，确保两个世界的实时镜像和同步运行 。

智能运行中枢 ：智能运行中枢是数字孪生城市的能力中台，由五个核心平台承载，

一是泛在感知与智能设施管理平台，对城市感知体系和智能化设施进行统一接入、设备管理和反向操控；

二是城市大数据平台，汇聚全域全量政务和社会数据，与城市信息模型平台整合，展现城市全貌和运行状态，成为数据驱动治理模式的强大基础。

三是城市信息模型平台，与城市大数据平台融合，成为城市的数字底座，是数字孪生城市精准映射虚实互动的核心。

四是共性技术赋能与应用支撑平台，汇聚人工智能、大数据、区块链、AR/VR 等新技术基础服务能力，以及数字孪生城市特有的场景服务、数据服务、仿真服务

等能力，为上层应用提供技术赋能与统一开发服务支撑。

五是泛在网络与计算资源调度平台，主要是基于未来软件定义网络（SDN）、云边协同计算等技术，满足数字孪生城市高效调度使用云网资源。

应用服务层 ：应用服务层是面向政府、行业的业务支撑和智慧应用，基于数字孪生城市的应用服务包含城市大数据画像、人口大数据画像、城市规划仿真模拟、城市综合治理模拟仿真等智能应用，社区网格化治理、道路交通治理、生态环境治理、产业优化治理等行业专题应用 。

2.数字孪生城市的应用效果

提升城市规划质量和水平。当前的智慧城市规划和顶层设计，大部分都属于概念和功能设计，缺乏与实际人流、物流、资金流的交互，也缺乏对新技术引入带来的影响分析。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”，精确到一花一木、一路一桥，把握城市运行脉搏；推动城市规划有的放矢、提前布局，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 。

推动以人为核心的城市设计，实现智慧城市建设协同创新。城市居民是新型智慧城市服务的核心，也是城市规划、建设需要考虑的关键因素。数字孪生城市将以人作为城市核心，关注城乡居民出行轨迹、收入水准、家庭结构、日常消费等，对相关数据进行动态监测，并纳入模型，实现协同计算。同时，数字孪生城市通过在“比特空间”上预测人口结构和迁徙轨迹、推演未来的设施布局、评估商业项目影响等，将对实体城市的设计、建设和实施产生巨大的影响，甚至重塑城市。搭建可感知、可判断、快速反应的数字孪生城市，将支撑城市土地空间规划、重大项目建设，实现随需响应的惠民服务、触手可及的协同指引。

优化智慧城市建设并评估其成效。数字孪生城市体系以及可视化系统以定量与定性方式，建模分析城市交通路况、人流聚集分布、空气质量、水质指标等各维度城市数据，可让决策者和评估者快速、直观地了解智慧化对城市环境、城市运行等状态的提升效果，评判智慧项目的建设效益；实现城市数据挖掘分析，辅助政府在信息化、智慧化建设中的科学决策，避免走弯路或重复、低效建设。

模拟仿真：在数字世界推演城市运行态势

在数字城市仿真，在物理城市执行，使城市建设和发展少走弯路、不留遗憾，是数字孪生城市价值的真正体现。在数字孪生城市中，运用模拟仿真技术，可进行自然现象的仿真、物理力学规律的仿真、人群活动的仿真，自然灾害的仿真等，为城市规划、管理、 45 应急救援等制定科学决策，促进城市资源公平和快速调配，支撑建立更加高效智能的城市现代化治理体系 。

就目前的发展阶段来看，对整个城市进行模拟仿真的软件产品还未出现，仿真软件的应用范围还是局限于部分细分领域，如用于交通仿真的S UMO、 V I SS IM、 Carsim，水动力仿真的 MIKE21、 HEC、 S WIMM，景观环境仿真的 S ITE S 平台和物

流固废仿真的 A nylogic。国内仿真软件与国外相比还有较大差距，国外厂商掌握C A E 有限元算法和 C AD核心几何内核算法，国内企业只能通过授权经营方式使用国外几何内核，基本不具有自主知识产权，多数厂商主要基于国外产品进行二次开发。

随着国内仿真软件的快速发展，在交通等部分领域已形成一定优势。51VR公司自主研发推出 51S im-One无人驾驶仿真平台， 通过自主研发的静态高精度场景数据编辑和自动化转换工具，既可对已采集场景的多种数据进行融合，将实体非结构化场景快速生成高拟真的结构化虚拟仿真场景，又可根据自动驾驶测试任务的需要从无到有构建仿真训练流程与评价体系，极大提升自动驾驶训练效率。

百度公司 2017 年对外发布了 A pollo（阿波罗）平台， 其中的仿真平台可以提供贯穿自动驾驶研发迭代过程的完整解决方案，仿真服务拥有大量的实际路况及自动驾驶场景数据，基于大规模云端计算容量，打造日行百万公里的虚拟运行能力。中视典数字科技公司依托自主知识产权的虚拟现实平台软件，专门针对数字城市完全自主研发出产品：数字城市仿真平台（VR P-D igicity）、三维网络平台（VR PIE）、三维仿真系统开发包（VR P-SD K）等，能满足不同数字城市规划管理领域，不同层次客户对数字仿真的需求。

深度学习：推动城市自我学习智慧成长

数字孪生城市对人工智能领域深度学习、自我优化技术的应用，可使城市从以往部门之间各自为战、治标不治本、被动迟缓的基层治理模式，转变为全域协同治理、问题智能响应、需求提前预判的模式，构建起高效智慧的城市运行规则。在数字孪生城市中，对深度学习技术的应用主要集中在海量数据处理、系统运行优化等方面 。

深度学习模型和技术源流多来自西方人工智能科学家,我国多数人工智能企业缺少原创算法，但近年来科研实力大幅增长，目前我国深度学习领域的差距主要在于缺乏体系化的产品、生态，未能进一步沉淀市场应用 。

目前，数字孪生城市中较为成熟的深度学习产品目前有泰瑞数创CIM Generator 空间语义平台和商汤科技 S enseEarth 平台。前者是一款融合了深度语义信息的 A I P AAS 平台， 它包含了一个强大的人工智能内核，可将各类数据自动解译生成城市语义模型。同时支持多数据源，包括遥感影像、航空影像、激光点云、建筑图纸等数据输入，并内置插件式 A I组件，包括深度学习算法框架，内插多组网络模型，支持分布式架构。

S enseEarth 智能遥感影像解译平台是一款面向公众公开的遥感影像浏览及解译在线工具，具有强大的数据解析和洞察能力，可提供在线体验基于卫星影像的道路提取、舰船检测、土地利用分类等人工智能解译功能，并可支撑用户浏览历史影像，以月度为单位对不同时段的影像进行变化检测，快速感知城市的变迁与发

展 。