“探索建设数字孪生城市”已经纳入国家“十四五”规划和2035年远景目标纲要。中国信息通信研究院发布的《数字孪生城市白皮书（2020年）》中提出，我国数字孪生城市历经2017年和2018年的概念培育期、2019年的技术方案架构期，已正式步入建设实施落地期。

　　据公开信息梳理，北京、上海、广东、海南、浙江等省级层面，贵阳、南京、合肥、福州、成都等市级层面，均出台了相关文件，提出以数字孪生城市为导向推进新型智慧城市建设。

　　数字孪生技术是以数字化方式创建物理实体的虚拟实体，借助历史数据、实时数据以及算法模型等，用于模拟、验证、预测、控制物理实体全生命周期过程的技术方法，最早运用于工业制造领域。

　　随着物联网、大数据、云计算、人工智能等新一代信息技术的发展，数字孪生得到更加广泛的传播和应用，在国内主要包括智慧城市、智慧交通、智慧能源、智慧建筑、智慧健康以及智能制造等多个应用领域。特别是数字孪生城市提出以来，吸引了政产学研用各方的高度关注，展现出巨大的应用价值与发展前景。

　　近年来，国家发改委、科技部、工信部、自然资源部、住建部等部委密集出台政策文件，有力推动城市信息模型（CIM）及建筑信息模型（BIM）相关技术、产业与应用快速发展，助力数字孪生城市建设。

　　2020年4月，国家发改委和中央网信办联合发布《关于推进“上云用数赋智”行动培育新经济发展实施方案》，将数字孪生技术提到了与大数据、人工智能、云计算、5G、物联网和区块链等新一代数字技术并列高度，并启动“开展数字孪生创新计划”，要求“引导各方参与提出数字孪生的解决方案”。

　　省（市）级层面，北京提出“建设数字孪生城市”，上海提出“探索建设数字孪生城市”，广东省提出“探索构建‘数字孪生城市’实时模型”，海南省提出打造“数字孪生第一省”，浙江省提出建设数字孪生社区；地市级层面，贵阳、南京、合肥、福州、成都等地提出以数字孪生城市为导向推进新型智慧城市建设。

　　而放眼国际，2020年以来，美、英等国将数字孪生从局部探索提升为国家战略，新加坡、法国等深入开展数字孪生城市建设。英国发布《国家数字孪生体原则》，阐述了构建国家级数字孪生体的价值、标准、原则及路线图；美国组建数字孪生联盟，联盟成员跨多个行业进行协作，相互学习，并开发各类应用；新加坡率先搭建“虚拟新加坡”平台，用于城市规划、维护和灾害预警项目；法国高规格推进数字孪生巴黎建设，打造数字孪生城市样板等。

　　数字孪生城市指的是实体城市在虚拟空间的映射和状态，它是新一代信息技术在城市的综合集成应用，是实现数字化治理和发展数字经济的重要载体，是未来城市提升长期竞争力、实现精明增长、实现可持续发展的新型基础设施，也是一个吸引高端智力资源共同参与，持续迭代更新的城市级创新平台。

　　来自中国信息通信研究院的报告显示，数字孪生城市具有精准映射、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能力。可视化、可操作、可互动，是数字孪生区别于传统信息化的最显著特征。

　　中国科学院院士、中国工程院院士、武汉大学教授李德仁在《数字城市的未来——数字孪生城市》一文中对数字孪生城市高度评价，他认为，“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，赋予城市实现智慧化的重要设施和基础能力”。

　　李德仁在文中写到，数字孪生如果运用到城市中，就是在BIM和城市三维GIS基础上利用物联网技术对物理城市的人、物、事件和水、电、气等所有动静态要素数字化，在网络空间再造一个与之完全对应的“虚拟城市”，形成物理维度上的实体城市和信息维度上的数字城市同生共存、虚实交融的格局；在突发公共疫情发生时，可以用网络空间的数字孪生城市的监控来代替对物理城市的封城。

　　在数字孪生城市中，基础设施（水、电、气、交通等）的运行状态，市政资源（警力、医疗、消防等）的调配情况，人流、物流和车流的安全运控，都会通过传感器、摄像头、数字化子系统采集出来，并通过包括5G在内的物联网技术传递到云端和城市的管理者。基于这些数据以及城市模型可以构建数字孪生体，从而更高效地管理和运营城市。

　　数字孪生城市已成为各地政府推进智慧城市建设的主流模式选择。如2021深圳市政府工作报告提出建设具有深度学习能力的数字孪生城市和鹏城自进化智能体；贵阳提出从花果园超大型社区治理、数博大道等小型城市生态系统入手打造数字孪生城市；浙江省发布《浙江省未来社区建设试点工作方案》，提出构建现实和数字孪生社区要求等。

　　深圳市可视化城市空间数字平台是支撑深圳新型智慧城市暨“数字政府”建设的时空信息基础设施，以现代信息通信技术为支撑，已初步建成全市域实景三维空间底板，具备空间平台通用服务能力。

　　据悉，空间平台集成和创新传统地理信息系统技术和互联网游戏技术，建设了包括数据接入、数据融合、数据分析、数据可视化、数据管理、协同更新、运维管理等子系统，构建了开放服务框架，具备地理空间数据服务和全空间综合查询、空间应用支撑、应用开发框架、市区一体化协同更新等通用服务能力，实现城市大场景、多源异构数据的高效动态加载、高逼真渲染和空间分析。目前已在国土空间规划、多规合一、社会综合治理、智能交通、住房建设、工业园区管理、燃气应急管理等领域进行试点应用，并在市区共建共享过程中形成了系列标准规范。

　　地理信息工程专家、中国工程院院士郭仁忠在深圳市可视化城市空间数字平台（一期）试运行启动发布活动上提到，“数字孪生应用场景非常多，有无限的想象，有无线的可能。可视化城市空间数字平台跟地铁、机场、5G一样，是我们城市的重要的基础设施”。

　　据贵州省大数据局公开信息，贵阳先行试点的数字孪生交通系统，主要利用当前路口现有的视频监控资源，深度融合毫米波雷达，通过对在网对象，包括机动车辆、非机动车、行人等交通要素的全息感知，进行充分的数据融合，把真实世界信息导入孪生的交通仿真系统中，再结合高精度地图，跟踪实时数据进行车辆定位及轨迹描绘、分析视频画像、判断目标个体活动意义，全面研究人、车、路、环境的关系，最终解决交通资源浪费、信号系统功能僵化、交通事件无法预测及快速响应等交通问题。

　　系统以全局视野、精准映射、模拟仿真、虚实交互、智能干预等典型特性，加速推动城市交通控制领域应用创新发展，并将在城市运营及治理领域形成若干具备全域视角的超级应用，如交通执法和管控，城市规划的空间分析和效果仿真，城市建设项目的交互设计与模拟施工，城市常态运行监测下的城市特征画像等，并可通过城市应急方案的仿真演练使应急预案更贴近实战，洞察城市发展规律、支撑政府精准施策。

　　目前基于数字孪生交通系统的部分应用场景主要包括：城市路网运行状况实时分析，包括拥堵状况、交通运能、交通事件等；道路规划的数字化、量化评估，精准优化城市交通方案；通过大数据和人工智能，以预案管理、风险预判、实时跟踪等功能显著提升公安执法的精准性和有效性；现有路网的车路智行和车路协同；加强城市重点目标车辆检测管理，提升城市交通安全运营管控等。

　　未来社区建设是浙江省数字化改革数字社会的重要组成部分。杭州市发改委相关负责人今年4月接受采访时提到，杭州将聚焦社区便民服务、居民健康生活、社区民主共治、社区高效治理和邻里融洽生活五个方面重点推进数字孪生未来社区建设。

　　社区便民服务方面，集成“城市大脑”便民便企的高频事项以及社区各类商业场景的数字应用，为社区居民、企业提供个性化综合服务。

　　居民健康生活方面，打造社区智慧微诊室，通过远程问诊、自助购药、基础医疗检测等，创新社区就医模式；推进“互联网+护理”模式，通过智能感应、健康监测、一键求助等物联网设备，赋能社区老年人综合照护服务。

　　社区民主共治方面，建立“社区在线圆桌会”平台，围绕居民关心的小区环境整治方案评议、业委会选举、物业服务评价等，定期开展居民议事、民主评事，激发多方主体广泛参与社区自治。

　　社区高效治理方面，依托“基层治理四平台”+社区“微脑”，在消防安全、人口管理、治安监管、环境优化、灾害预警、突发事件应急处置等方面，提升社区治理水平。

　　邻里融洽生活方面，建立社区居民线上互动平台，通过社区活动线上组织报名、居民闲置资源互换、专业技能分享、互助信息发布、兴趣社团组建等，营造“远亲不如近邻”的融洽社区生活氛围。

　　数字孪生的发展和实现是众多技术共同发展的结果。广州大学地理科学与遥感学院教授、博士生导师张新长认为，数字孪生目前处于初级发展阶段，要步入广泛应用阶段，还将多方面挑战。

　　数据是数字孪生的关键所在。张新长在《数字孪生推动新型智慧城市建设》一文中提到，数字孪生现阶段与数据有关的问题包括多维度、多尺度数据采集不一致；数据传输稳定性不足；受多源数据获取方式的影响，数据准确性难以保障；海量数据的存储与处理能力欠缺；通信接口协议及相关数据标准不统一；数据的分享与开放机制不完善以及多源异构多模数据较难实现集成、融合和统一。

　　另外，数字孪生系统在应用过程中，会产生和存储海量的生产管理数据、操作数据和系列外部数据等，可通过云端、生产终端和服务器等方式进行存储，任何一环都可能涉及数据泄密的风险。在系统控制安全方面，由于虚拟控制系统可能存在各种未知安全漏洞，易发生泄密问题。

　　数字孪生的基础知识库在系统层级方面，存在着数字化、标准化、平台化的缺失，主要体现在各层级的自身基础知识库匮乏，现有层级之间的基础知识库互联互通障碍以及基础知识库的整体架构不完善。在生命周期方面，存在着结构化、传承性、规划性缺失的问题。在价值链方面，存在着现有应用价值不足、兼容性差、盈利模式不明等问题。

　　“尽管数字孪生及相关系统实现了快速发展，但从长远来看，要释放数字孪生的全部潜力，有赖于从底层向上层数据的有效贯通，并需要整合整个生态系统中的所有系统与数据。”张新长提到，数字孪生是一个多维系统的融合，在数据、模型和交互各环节均涉及融合应用，而目前无论是数据采集、数据传输、模型构建还是交互协同的环节，与数字孪生构架均未深度结合。

　　他建议，解决上述问题，不仅要从宏观层面给予支持，更要针对关键技术的研究加大力量，同时加强数字孪生相关人才培养，“尤其要加强培养具备数字孪生与其他领域知识储备的交叉复合型人才”。

　　long8国际官方网手机版app