城市信息模型的支撐技術體系解析

田 穎，楊 滔，黨 安 榮

(1.清華大學，北京 100084； 2.中規院(北京)規劃設計有限公司，北京 100044)

0 引言

在新一代數字技術推動下，城市治理相關理論和技術體系加速迭代，城市作為復雜巨系統，其規劃的復雜性特征日益凸顯并逐步被認識。2017年雄安新區提出建設數字孿生城市的系統構想，旨在順應城市的復雜性，提升城市自組織和自適應能力，各方圍繞數字孿生城市的基礎理論和技術方案進行了一系列探索。國家十四五規劃明確提出推進城市大腦建設，探索建設數字孿生城市。城市信息模型(City Information Model，CIM)作為數字孿生城市復雜巨系統的重要支撐，從輔助城市規劃建設管理的局部工作向全面賦能城市現代化治理發展，其重要性越發凸顯。CIM能通過有組織、協調和集成的工作流程管理城市信息，促進城市信息共享，支撐城市多主體參與，從而為現代化治理模式轉型奠定基礎。目前，關于CIM的關鍵技術已有一定研究成果[1,2]，但大多從現有技術如何支撐CIM建設的角度，較為零散且不成體系，鮮有研究從CIM的內涵和定位出發，以需求為導向構建其技術體系全貌。因此，本文從研發背景、內涵定位出發，構建CIM的技術體系框架，解析其關鍵技術和發展趨勢，以期助力CIM建設和應用，服務城市數字化轉型和新型智慧城市發展。

1 研發背景解析

1.1 政策背景

早期國家與部委的CIM相關政策是從工程項目制度改革、建筑信息模型(Building Information Model，BIM)發展而來，這些激勵政策加快了CIM的相關技術研發及探索，提出構建CIM的關鍵技術，包括BIM、GIS、物聯網(Internet of Things，IoT)、海量數據處理、三維建模等(表1)。

表1 CIM相關政策及技術要求Table 1 CIM-related policies and technical requirements

1.2 研發進展

CIM的研發與技術進步是相輔相成的。錢學森先生在1994年將虛擬現實(virtual reality)翻譯為靈境技術，認為靈境技術是繼計算機革命之后又一項革命性技術，為當今數字孿生城市建設提供了重要啟示。2017年雄安新區在物理城市大規模建設開始前就啟動了包括CIM在內的數字城市支撐系統建設。隨著靈境技術、人工智能、大數據等技術進步以及雄安新區帶動的CIM建設熱潮，CIM的概念及建設框架逐漸受到關注[3-10]，相關研究也呈現快速增長趨勢(圖1)。很多城市研究者意識到CIM對城市規劃建設以及精細化治理的突出作用。2018年開始，廣州、南京、北京副中心、深圳、廈門、蘇州等城市相繼開展CIM建設，相關實踐研究也逐漸展開[11-13]。

資料來源：筆者檢索Web of Science及知網論文庫中主題及關鍵詞為城市信息模型或CIM共487篇相關成果，經過人工核查相關度以及去重，共134篇。圖1 2013-2021年CIM相關研究成果Fig.1 CIM-related studies from 2013 to 2021

CIM的關鍵支撐技術從地理信息系統(GIS)應用，發展到GIS與BIM結合，逐步演變為BIM、GIS與IoT共同作用。如果將GIS作為三維城市模型支撐，則CIM已有很長的發展歷史，可通過三維可視化的角度更綜合地認識和理解城市。2000 年Billen提出CIM是城市尺度的3D GIS模型，由建筑物、植被、交通網、公共設施和通信網絡構成[14]。CIM代表智慧城市中各種智慧應用的能力，如城市交通、行為導航、城市氣候和城市形態等[15]。隨著BIM的成熟與應用，CIM逐漸發展到BIM與GIS結合[16]，如Isikdag等提出將BIM模型導入ArcGIS平臺，服務于火災應急響應[17]。BIM用于表示建筑物在設計、建造和運營全過程中使用和創建的信息[18]，通過信息共享為整個建筑生命周期的決策奠定可靠的信息基礎。CIM從建筑尺度擴展到城市，實現城市規劃、建設、運維全鏈條的信息管理，從而解決城市信息孤島問題，將城市不同階段的數據鏈接以改變城市治理的模式[1]。隨著IoT技術日益成熟，其與 BIM、GIS一并成為 CIM 的關鍵技術支持并融入CIM中[19,20]。隨著對CIM相關技術研究的不斷深入，關于數據融合[3,15]、可視化[21]、三維建模[22-26]等相關技術也都有所進展。

2 概念內涵解析

2.1 CIM的定義

CIM的定義總體可分為兩方面：1)從目標理解，強調通過智能建模提升城市治理能力。吳志強院士將 CIM解釋為城市智能模型(City Intelligent Model)，認為城市智能模型在城市信息模型的基礎上進一步賦予了智能(intelligent)目標，其內涵不僅指城市信息模型中海量數據的收集、儲存和處理，更強調基于模型解決發展過程中的問題[8]；Zingariello 將CIM定義為城市智能建模，有助于清楚顯示有關的城市信息以及城市進程的所有參與者共享設計[7]；Lehner等將CIM視作城市尺度的數字孿生體，期望CIM可以實現數字模型和物理實體間的智能交互[27]。2)從數據驅動理解，認為CIM是三維數字空間的城市信息有機綜合體[28]，是一種跨學科、跨部門的空間數據模型生成方法[4]。在CIM的實踐中這兩方面含義都有充分體現。2017年雄安新區在物理城市大規模建設開始前就啟動了包括CIM在內的數字城市支撐系統建設，為基于虛實映射的人民城市自組織、自適應能力的形成打下基礎，劉春成將雄安CIM定義為城市信息模型、城市智能模型、城市智能治理三層含義[13]。

隨著CIM實踐不斷開展，對CIM的期望已經超出三維信息綜合體的概念，其不僅可以記錄和分析現狀并發現問題，也強調基于三維模型分析和模擬未來。本文結合CIM的不同維度及實踐經驗，認為CIM是數字孿生城市的支撐系統，通過構建城市尺度的數字孿生體匯聚城市的全時空信息，記錄、分析、模擬城市的過去、現狀、未來以及地上、地表、地下，以數字化再現真實城市，以便支撐城市的規劃系統、基礎設施系統、產業系統、公共服務系統的數字化轉型，形成新的社會參與方式和智能治理模式。

2.2 CIM的定位

CIM是數字孿生城市的支撐系統，匯集城市全要素、全流程信息，輔助智能規劃設計和現代化治理，并不是簡單信息化和計算機等相關技術的堆砌，而是實現社會需求、經濟發展、資源局限三大維度的協同。以新技術平衡經濟的快速發展、社會文化需求、土地和人才等資源局限之間的矛盾，構建以人為核心、充滿人文關懷的城市系統，服務數字中國和智慧社會。為平衡各維度需求之間的關系，CIM的技術需要更敏捷感知城市運行狀態，更準確識別城市問題，更多元方式公眾參與，從而提升土地利用效率和人才的匹配程度，以更低的成本實現自然環境及文化的保護，產生新的經濟增長點，推動數字經濟發展(圖2)。

圖2 CIM定位示意Fig.2 Schematic diagram of the role of CIM

3 技術體系解析

CIM建設是一項跨學科、跨領域、跨部門的系統性工程，需要從全局出發，以人的需求為導向，通過數據治理、智能模型分析、人機交互技術的綜合集成，形成由這“三大體系”共同構成的“人機協同”技術體系框架(圖3)。這三大體系的技術之間以系統工程為指導，正如錢學森先生所說，系統工程是“組織管理系統的規劃”[29]。復雜系統理論成為認識數字孿生城市的重要思想工具，系統工程和復雜系統理論為CIM建設提供哲學思路，實現從數據決策到智能決策再到智慧決策的提升。新型基礎設施是CIM最底層的設施，包含邊緣計算、超級計算、云計算、區塊鏈、物聯網設施，為CIM的數據采集/融合/管理、人工智能計算分析和增強現實(augmented reality)/虛擬現實(virtual reality)提供服務。在思想方法的統一認知以及城市共同建設的基礎設施支撐之上，構建相互作用的開放、共建、共享的三個技術體系，每個體系通過關鍵技術實現從數據處理、分析、互動等逐漸提升的目標。

圖3 CIM平臺的技術體系框架Fig.3 Technical framework of CIM

3.1 數據治理體系目標及關鍵技術

數據是CIM運行的根本，其底層首先要建立一個數據治理體系，完成海量多源異構數據從采集、融合、存儲、服務為一體的數據治理。其中每個環節均涉及多項關鍵技術，保證城市實現從宏觀到微觀、從地上到地下、從過去到未來的多場景展示和分析，作為建設全覆蓋、全要素、綜合服務的數字孿生城市的基礎。

(1)綜合采集，實現多源匯聚。數據采集相關技術是數據治理體系的基礎，從CIM所需數據類型入手，明確不同類型數據需要的采集技術。參考《城市信息模型CIM基礎平臺技術導則》(修訂版)，CIM主要數據分類為時空基礎數據、資源調查與登記數據、規劃管控數據、項目管理數據、公共專題數據、物聯網感知數據，其對應采集技術如圖4所示。時空基礎數據、資源調查與登記數據采集通過航天遙感、航空攝影測量、地面三維激光掃描、多源定位技術以及資料收集等技術共同完成。前兩種技術便于獲取大范圍城市數據，地面三維激光掃描生成城市要素的三維模型，適用于單體建筑或小規模高精度三維物體采集；通過定位技術確定模型、地圖等數據的空間位置，將資料收集的結果作為補充和驗證。規劃管控和項目管理兩類數據主要涉及規劃成果以及流程數據，以資料收集和錄入為主。公共專題數據包含人口、地址、經濟、法人等數據，一方面可通過統計、公安等口徑的資料收集獲取，同時也可通過移動設備獲取，與定位技術相關。隨著傳感器鋪設增多，可輕易獲取建筑狀態、交通、氣象、環境質量等相關感知數據，物聯感知技術指用于物聯網底層感知信息的技術，包括射頻識別(RFID)技術、傳感器技術、多媒體信息采集技術及二維碼技術等。

圖4 數據類型及對應采集技術Fig.4 Data types and corresponding collection techniques

(2)數據融合，解決異構性。數據融合是將多源數據集成的一個多環節過程。數據采集后，相同語義的信息(如建筑物、人口、企業等)往往存儲于不同信息化系統或資料中，因設計單位、錄入時間、標準要求不同，相同語義的信息也會出現或多或少的異構性，為保證CIM使用數據的一致性和權威性，必須基于統一的語義數據資源目錄體系，經過數據抽取、清洗、轉換、輕量化和融合等階段，形成標準化的數據庫，作為CIM的數據基礎，具體數據融合處理流程如圖5所示。

圖5 數據融合處理流程Fig.5 Flowchart of data fusion processing

(3)數據存儲，解決存取需求。數字孿生城市需要處理的數據呈現分布式、高性能、高吞吐態勢，數據存儲技術面向需求有不同的發展方向，總體可分為基礎存儲技術及服務不同數據格式的應用型存儲技術:前者包括分布式存儲(可應對超大數據量的存儲問題)和軟件定義存儲(可克服硬件的局限)，是存儲技術突破的兩個方向，對CIM均具有很高的應用價值；后者針對不同類型的數據格式對應相關數據庫，結構化數據可使用關系型數據庫(relational database)，非結構數據及半結構化數據可使用非關系型(NoSQL)數據庫。

(4)數據服務，保證數據共享。數據服務包含數據索引、數據服務發布等相關技術，使存儲的數據可以被快速調用。數據索引針對表格、圖片、矢量、柵格、三維模型等不同類型數據，分別建立數據庫索引，形成數據和索引之間一一對應關系，保證數據庫表中每類數據的唯一性，提高數據檢索速度，加快庫表之間的連接速度，從而提高數據庫使用效能。數據服務發布基于數據資源目錄以接口、文件、數據庫3種方式提供，數據使用方可通過申請方式或訂閱方式自動獲取所需數據，進而實現海量數據安全、穩定、高效的共享。

3.2 智能模型體系目標及關鍵技術

智能模型體系目標是模擬真實城市狀態并進行相關預測。一是以三維模型構建虛擬城市，從而易觀察和感知城市；二是通過空間編碼的形式，將城市數據與三維模型連接，作為數據分析和算法模型的構建基礎；三是以智能算法對數據進行對比、分析，發現城市的規律，輔助城市運行。模型以某種形式對系統中所求解問題的本質屬性進行描述，用以揭示系統中所求問題及其變化規律[30]。計算機通過一組參數及其相互關系描述問題，以總結過去、評價現狀并推演未來。

(1)三維建模，輔助全息感知。城市三維模型需進行分級和分類處理。分級方面涉及模型精度，如白模、貼圖精模、分層分戶精模、構件精模等多種類型的三維模型能滿足不同場景下的應用需求。為保證顯示效果和屬性信息的有效表達，大尺度場景幾何數據和屬性信息的精度較低，隨著場景縮小，平臺可展示更多細節；不同精度等級所表達的幾何信息、材質信息和屬性信息需結合業務場景進行詳細設計。根據城市子系統，城市三維模型可按不同標準分類，如按照要素可分為十大類：城市地形模型、水利三維模型、建筑三維模型、文保單位三維模型、交通三維模型、管線管廊三維模型、場地三維模型、地下空間三維模型、植被三維模型以及城市家居三維模型。

(2)編碼服務，實現虛實映射。編碼服務是將物理城市的信息映射到數字城市。一方面要打造城市全覆蓋的數字物體編碼(包括物體編碼規則和標識解析技術)體系(數字標識)，能為各部門、各行業、各系統平臺的物體對象統一分配全球唯一的數字標識。另一方面要建構空間編碼體系，通過編碼將物體對象準確定位到空間，實現海量數據的空間匹配。現已有不同類型的空間單元編碼，主要包含管理單元、規劃單元和不動產單元，分別對應各自的管理網格編碼方法，為統一空間編碼，需將空間圖層疊合比對，找到空間劃分的最小單元。將空間編碼與標準地址進行關聯，基于空間編碼的數據關聯規則建立跨部門數據關聯紐帶，作為CIM建設的基礎。

(3)算法模型，實現推演仿真。算法模型以基礎算子(如疊加、裁剪、空間關聯分析等)為支撐，組成空間分析計算、仿真模擬等更綜合的模型。通用空間分析是疊加多種算子，對空間數據進行計算、分析及結果展示，包含基于實體關聯有向圖的深度查詢以及水文分析、可視性分析、日照分析與視覺景觀分析等。仿真模擬指對現實地理空間和方案進行數據建模，預測不同場景下的發展趨勢，涉及機器學習、空間深度學習等多類人工智能技術。預測空間結構和分類特征的K近鄰分類法、決策樹分析法、貝葉斯網絡、隨機森林等算法以及模擬/分析城市系統特征的神經網絡模型、遺傳算法等為城市信息的挖掘提供了更智能高效的方法，提高了多場景預測的能力。

3.3 人機交互體系目標及關鍵技術

CIM為服務人的需求，要建立良好的人機交互機制。首先要構建軟件架構，保證基本的可視化、搜索、用戶使用等功能；其次要滿足CIM的安全、平穩、二次開發等使用需求，保證不同業務的需要；三是構建平臺的集成架構，實現資源的靈活組合、快速調用，使CIM可在高效靈活的框架下運作，并通過前端交互滿足友好使用之需。

(1)引擎服務，構建軟件基礎架構。CIM需要不同類型的引擎支撐功能，包括GIS引擎、BIM引擎、IoT引擎、渲染引擎、搜索引擎、地址引擎等，均為實現人機交互的核心組件。GIS+BIM引擎支持在CIM中的GIS服務發布、管理與聚合能力，包括三維數據發布和瀏覽、三維空間分析，支持各終端的服務訪問及多層次的擴展開發，如高性能跨平臺的GIS引擎能深度融合云原生架構；IoT引擎常用規則引擎技術，通過解析業務規則，統一數據輸入；三維渲染引擎是一種底層圖形處理工具，支持高層的圖形軟件開發，主要分為實時三維渲染引擎和離線三維渲染引擎，實時三維渲染引擎主要用于漫游等場景中三維畫面的生成，在CIM中應用更多。

(2)業務服務，滿足多樣化功能需要。業務服務提供平臺的安全管理、運維管理、數據資產管理、平臺開發接口等功能，各部門可根據具體業務需求，選取并組合必要的功能服務，實現服務在不同場景中的業務能力復用。安全管理涵蓋數字水印、訪問控制、數字簽名等技術；運維管理涵蓋服務監控、故障管理、容量管理等通用服務；數據資產管理本質是實現數據增值，包括數據全景展示、數據價值評估、隱私保護和數據確權與溯源等服務，是數據資產化管理的最重要體現；開發管理提供二次開發服務接口(API)和開發工具包(SDK)。

(3)集成技術，解決海量數據處理與互動。集成技術的目標是實現平臺資源的靈活組合、快速調用，并實現人機互動。CIM的集成可通過分布式、云原生、微服務的方式實現，構建數據、技術、業務的松耦合系統。分布式架構為CIM的整體集成提供了新路徑，城市數據、模型、服務等都可通過分布式方式進行組織，大大提高了系統的穩定性和可用性。CIM未來不是傳統的數據中心，而是將數據、模型和服務存儲于云端，平臺基于云設計，即云原生技術。微服務是一種以業務功能為主的服務設計概念，每項服務都具有自主運行的業務功能，對外開放不受語言限制的API，應用程序則是由一個或多個微服務組成，每項業務能力被當成一個可裝配的積木塊，在不同的場景下可重復調用，這些技術之間相互關聯并相輔相成，共同構成服務海量數據和業務需要的平臺架構。人機互動通過前端交互技術實現，包含端口和協議，常用的端口方式為命令行界面(Command Line Interface，CLI)、圖形用戶界面(Graphical User Interface，GLI)，現在逐漸流行通過語音、視覺甚至腦電波交互方式。

4 發展趨勢解析

CIM是數字孿生城市支撐系統，國內外都在不斷推進CIM建設，本文分析實踐案例中每個層級中的關鍵技術，總結技術發展趨勢(表2)。

表2 國內外CIM實踐探索的趨勢匯總Table 2 Summary of trends of CIM construction practices at home and abroad

總體而言，國外相關平臺更關注多主體參與、VR互動、面向未來的推演，我國現階段更關注三維模型和感知網絡的建立，也在同步構建仿真模擬等人工智能模型，以預測城市未來發展趨勢。CIM融合了互聯網、物聯網(IoT)、大數據、云計算、邊緣計算、3D GIS以及人工智能(AI)、區塊鏈等諸多技術，使CIM平臺技術能力向海量數據分析、智慧推演預測、用戶功能開放演進。

4.1 海量空間數據訪問分析速度加快

未來CIM面臨PB級以上的數據存儲分析工作，需提升海量數據訪問、存儲、分析處理的速度。1)不斷更新、提升硬件技術以及數據庫，采用分布式、云邊結合技術提升數據庫的性能。2)推廣完善數據標準，包括三維數據標準，建立可跨平臺使用的三維數據格式，滿足主流的Esri、Rvit、Bentley、達索等系統使用，如目前OGC/IFC標準就是很好的嘗試；空間編碼標準，建立全國甚至全球統一的物體編碼和空間編碼，可快速通過空間編碼檢索到對應的空間位置信息以及通過空間編碼迅速檢索到物體，并實現計算和分析；管理標準，統一平臺的用戶管理、運維管理、安全保障的標準，對未來跨平臺融合數據都有重要意義。

4.2 人工智能算法推演預測能力加強

CIM不是簡單的數據統計分析、空間數據三維可視化平臺，未來核心能力是通過深度學習、加強學習等智能算法模擬城市的發展規律，提高城市決策的科學性，減少城市發展中的試錯成本。將城市的海量數據以數字化方式記錄和分析，以歷史和現狀數據為支撐，通過仿真模型的構建，預演未來可能發生的情況，進行多場景模擬。

CIM的智能模型體系未來將會向開放的智能模型庫方向發展，以開源的形式共同構建服務城市規律的模型，并集合大眾智慧不斷更新算法。主要的算法模型包括：1)仿真模型，根據物聯感知、移動設備等實時更新數據模擬現實狀態，如利用交通數據模擬三維交叉口的通行狀態；2)預警模型，根據歷史和現狀數據分析未來是否達到警戒值，如人口增長預警、土地開發量預警、暴雨災害推演等；3)綜合決策模型，為城市開發保護決策提供支撐，如土地價值評估、可持續發展評估模型等。

4.3 公眾參與及開放共享服務水平提升

CIM需要服務城市多元主體，包括政府、企業、個人等，推動城市決策的公平參與能力提升。城市的多元主體在規劃、建設、管理、運營的各階段都能通過CIM充分表達自己的想法，提供自己的智慧。同時，虛擬現實、加強現實等技術也使得用戶可通過“手勢”“語音”“視覺”“姿勢”“感知”等方式與機器進行互動，手機端、智能手表、智能眼鏡的應用使共享隨時隨地發生。

平臺數據與算法服務均呈現開放共享的特點。一方面，區塊鏈改變了傳統信用體系，通過加密算法讓數據具有天然的可行性并保護隱私，讓公眾都有可能參與城市數據、算法模型的生產、使用和修正，這將大大提高CIM的開放程度，提升平臺活力。另一方面，開放數據庫、模型庫的支撐使平臺本身在開源的環境中逐漸發展完善，使其具有成長能力和自我完善能力。

5 結語

本文從研發背景、概念內涵、定位等方面的解析表明，CIM建設是一項系統性工程，需要從全局出發，以人的需求為導向，通過數據治理、智能模型分析、人機交互技術的綜合集成，形成由“三大體系”共同構成的“人機協同”技術體系框架。其中，數據治理體系涵蓋數據采集、融合、存儲、服務等各階段相關技術，實現權威、統一的城市數據庫構建以及快捷調用；智能模型體系涉及三維建模、編碼服務、算法模型相關技術，實現城市運行狀態模擬和預測，輔助科學決策；人機交互體系實現軟件平臺建設，服務人的感知和使用，包括GIS、BIM和IoT 等引擎服務技術和安全管理、運維管理、數據資產管理、平臺開發接口等業務服務技術以及分布式、云原生、微服務等集成技術，這些技術共同構成CIM的技術體系，均以其獨特的優勢在數字孿生城市建設中發揮作用。CIM作為數字孿生城市的支撐系統之一，這些關鍵技術共同作用，將城市的微觀與宏觀、靜態與動態、過去/現在與未來的信息有機融合，為新型智慧城市建設奠定了良好基礎，對未來城市治理有不可估量的價值[34]。面向未來，關鍵技術體系體現海量數據分析、智慧推演預測、用戶功能開放的發展趨勢，為CIM向以人為本和科學決策發展提供支撐。