基于場景迭代的數字孿生城市構建邏輯

田穎 楊滔 黨安榮

摘要：數字孿生概念自被提出以來便不斷發展，從在航天器、工業產品、電力等領域的應用到城市學領域，并在各國逐漸上升到國家戰略層次。隨著相關實踐工作推進，數字孿生模型在理論和技術上也不斷發展和成熟，隨著數字孿生在城市方面認識的深入，實踐者和學者們逐漸意識到僅通過數據構建數字孿生城市是不夠的，城市本身的復雜特性決定了基于數據的模型建構及其交互機制更為重要。因此，面向可操作性的數字孿生城市建設，應針對有限對象、有限目標、有限能力，從城市中人、財、物等不同方面的需求入手，探索多時間和空間維度的“場景體系”，以場景中的“業務流程決策樹”搭建與數據、模型的關系，形成以場景為核心的“數據—模型生態系統”，借助多模態的大模型技術，建構起城市超復雜系統的孿生演進機制。同時，以上海數字孿生城市標識系統、蘇州城市信息基礎平臺（CIM）建設為例，展示“業務流程”與“數據”和“模型”的互動而形成的場景迭代機制探索，展現以場景自主迭代為驅動力的城市發展過程，最終演化為全要素、全周期、全開放的數字孿生城市。

關鍵詞：數字孿生；決策樹；城市信息模型；場景體系

文章編號 1673-8985（2023） 05-0024-07 中圖分類號 TU984 文獻標志碼 A

0 引言

數字孿生的概念最初于1970年代由美國宇航局提出，用于航空航天飛行器的模擬仿真，以確保航空安全，并提高運行壽命[1]。2003年，邁克爾·格里夫（Michael Grieves）教授在美國密歇根大學正式提出數字孿生這一術語[2]。隨著物聯網、云計算、邊緣計算以及跨專業仿真技術的發展，數字孿生的概念被用于城市學領域，推進實時反饋的城市規劃、建設、管理、運營的新模式探討，其中從宏觀到微觀的感知能力、從過去到未來的推演能力、從策劃到實施的整合能力構成了新型城鎮化的智慧賦能路徑。隨著數字孿生能力在城市應用方面進一步發揮作用，全球各國紛紛高調宣布數字孿生推進計劃。美國和英國將數字孿生上升為國家戰略。英國重磅發布《英國國家數字孿生體原則》，講述構建國家級數字孿生體的價值、標準、原則及路線圖[3]；美國組建數字孿生聯盟，聯盟成員進行跨行業協作、學習，并進行應用實踐，同時美國工業互聯網聯盟發布《工業應用中的數字孿生定義、行業價值、設計、標準及應用案例》白皮書。新加坡、德國、法國、澳大利亞等開展數字孿生城市建設。新加坡率先搭建虛擬新加坡，用于城市規劃、運維和災害預測[4]；法國推進數字孿生巴黎建設，打造數字孿生城市樣板，虛擬教堂模型助力修復巴黎圣母院[5]；澳大利亞建設新南威爾士州空間數字孿生平臺，用于環境、交通監測，應急管理和城市規劃[6]。

我國也非常重視數字孿生城市發展，《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》提出建設數字孿生城市，發改委、自資部、工信部、住建部等從2019年開始持續出臺相關政策。雖然各國都意識到數字孿生城市建設的重要性，但城市畢竟是一個復雜的巨系統，除了物質層面的基礎外，社會經濟因素也是城市系統重要的構成部分，其復雜性與多樣性遠遠超出對航空飛行器或者工業流程的模擬仿真。如何利用大量的城市數據，生成促進城市生產生活的有用信息，培育城市發展的集成智慧，推動人人參與的數字孿生城市建設，成為一個值得深入探討的議題。

本文認為城市的復雜性在于其每個場景都是動態變化的綜合過程，涉及自下而上的多元參與方響應及其資源要素配置，以及自上而下的社會經濟環境規則約束與引導。在這種意義上，場景就是一種現象，看得見、摸得著、想得到。場景本身在持續迭代，融入事件或業務流程的交互機制，貫穿各自類型的決策環節，整合跨專業的模擬仿真計算，調用多源異構數據，共同構成城市的復雜系統。因此，本文認為數字孿生城市的建構是圍繞社會、經濟、環境、文化等場景迭代生成，持續重新組織業務流程、決策環節、可視表達、信息傳輸、仿真計算以及數據治理等，以此推動虛實相生涌現的孿生城市復雜系統發展。

1 發展中的數字孿生概念

隨著應用寬度和廣度的變化，數字孿生的內涵也逐漸擴展。諸多學者嘗試定義數字孿生不同的發展階段。埃文斯[7]將數字孿生分為5個要素階段（element）。數字孿生開始的最低要素，即要素0被定義為現實捕捉。通過各種方法收集數據，例如測繪、點云、攝影測量、無人機、飛行器等，構建現有的物理資產、竣工圖和基本幾何設計。要素1指二維地圖或三維模型（僅基于對象）。這個階段的數字孿生僅限于物體的表面和形狀，不包括BIM數據或元數據中具體的管理信息。要素2是鏈接，將要素的各種三維模型連接到動態和多樣的數據集，所有的要素被關聯和集成。這將減少錯誤、不確定性和成本，同時提高有效性。要素3包括傳感器、物聯網（IoT）設備和實時/半實時數據，但數字和物理資產之間只有單向流動。要素4階段，數字孿生不同部分之間的集成顯著發展。數字孿生體可以與其他數字孿生體或資產聯系起來。此外，人和機器之間形成雙向互動和整合。對于這種集成，傳感器技術和物理資產的機械增強至關重要。要素5階段創建了最高級別的數字孿生，以自主操作和維護系統為代表，實現了全面監督和透明的完全自治和自我管理。

邁克爾·格里夫[8]總結數字孿生的發展，提出數字孿生進化的5個階段。階段0定義為傳統階段，以藍圖或者計算機草圖（例如CAD制圖）形式捕捉二維信息，展示設計思想。階段1為數字孿生時代的開始。2000年后產生了將物理空間信息轉移到虛擬空間的巨大轉變。在計算機中開發3D模型是一個巨大飛躍，使幾何信息完全包含在計算機中，可以從任何角度直觀地表示產品。人們能夠在計算機空間中操縱虛擬對象，而不必讓它們在現實世界中形成物理實體的方案。階段2為概念階段，數字孿生基于不同來源，甚至碎片化的數據源創建的實體。構建者使用不同的現有系統來提取數據，并嘗試構建不同的模擬視圖，確定它們與現實的映射程度。這個階段采用手動流程從不同來源提取數據，即使是臨時的，也可以創建數字孿生視圖。階段3稱為復制階段，該階段要求擁有技術平臺，能夠像在概念階段所做的那樣，匯集必要的信息，從而展示真正的物理原型的數字孿生體。包括從設計到運行的全部數據，并且可以通過模擬和預測降低風險，提高績效，通過平臺信息的不斷匯聚和壯大，形成價值。階段4為超前運行階段，該階段數字孿生是“智能的”，因為人工智能被用來不斷評估數據和做出預測，標志是從一個對用戶詢問被動做出反應的平臺轉變為一個不斷主動向用戶提供信息的平臺。

從數字孿生不同發展階段的分析，可以看到數字孿生的能力是不斷提升和進步的，本文總結為數字孿生第一階段為物理系統到數字孿生的仿真階段；第二階段為融合多元數據的分析診斷階段；第三階段逐漸推動學習預測和決策自治（見圖1）。

2 數字孿生城市中的有限數據

現有的數字孿生城市實踐是從數化仿真城市物理環境開始的，包括建筑、道路、橋梁、水系等。例如澳大利亞維多利亞州發布了高度詳細、高質量的3D城市模型，覆蓋全州20個地區城市，作為開放數據[10]；在英國，已經開發了地圖信息基礎設施，以允許地下基礎設施所有者與授權用戶安全共享現有的地下資產數據[11]。這種初步的物理世界到網絡世界的映射而產生的三維可視化環境，為城市信息的快速獲取和基于信息的判斷和交流提供了便捷的途徑，但這種模式往往忽視了城市內系統的廣泛復雜性。現在創造的數字孿生依然停留在“唯物主義”或“物理主義”階段，通常基于建筑物、街道和自然環境功能的測量數據，而城市人口和活動往往很難反映和應用[12]。

雖然基于測量傳感器和物聯網、大數據分析和機器學習的數據驅動方法已經變得相當強大，但城市中有很多事情是無法很好地衡量的。包括測量局限（涉及樣本偏差和不確定性）、計算機的計算極限（如NP難計算問題）、數據分析問題（例如模型構建中的“過度擬合”等），以及常見的機器學習方法中的“黑箱算法”，其算法背后的因果關系難以明晰。因此，更多的數據不一定有助于更深入地全面了解城市，反而會導致數字孿生和社會系統中出現問題。

在建設數字孿生城市時，并不是越多的數據就越有用，而是應該換種思維，從應用需求出發，打造“需要的全量”城市數據。因而，根據不同場景形成的決策樹（決策流程），如磁力一般吸引相應的數據和模型，構成不斷迭代的數據、模型和流程生態系統。與數據驅動的數字孿生相比，更應探索多元場景，這些場景可能超越現有和過去的數據，考慮城市中人、財、物、事等不同方面的需求，搭建起物質環境和社會經濟系統的橋梁。

3 以場景迭代引導面向城市系統的數字孿生

一方面，數字孿生城市的建設需要建立可拓展的彈性系統，應對城市復雜的形勢變化，讓數據可用于城市政府、企業和市民的決策，并且服務于城市在目標領域的決策，從而形成數字孿生城市基底（即圖2中的場景矩陣）。另一方面，數字孿生城市的建設需要持續更新整合社會經濟環境的三維城市模型，并擴展人機交互的方式，通過數據集成管理、模型建構，提升數據的價值。

場景本身為數據采集和模型構建提供了基礎性牽引，以此來推動數據的重組以及搭建不同模型之間的參數聯系；數據的融合或模型的迭代又構成多層場景的學習過程。正如東京數字孿生城市建設方案中提出，首先推動服務對象和不同目標領域的擴展，形成寬闊的基底支撐，然后通過提升數據精度、質量和模型能力，提升數據的價值。這個過程將真實世界中的人、事、物抽象為數字世界中的知識，并在真實的空間場景中得以再生產，加速知識的迭代，孕育出人機互動的智慧。

（1）以場景為基礎的數據生態系統。圍繞場景構建數據生態，已經成為數據匯聚和融合的新趨勢。以應用場景為載體，集聚城市多源數據，包括基礎地理數據、城市動態數據、經驗知識數據等，建立數字孿生城市的數據底座，通過場景為引導進而向數據生態體系發展，以城市需求為導向引導數據生態具有自組織效應，在場景的多源數據交互作用下，自動更新并產生新的數據，從而創造新數據價值。

（2）以場景為引導的模型生態系統。復雜系統的特征是動態而非靜態，是概率活動而非確定性行為，因此，根據模型及其各自的參數調整，可以對未來不同場景的城市發展情況進行預測[13]。數字孿生城市的模型體系目標是模擬真實城市狀態并進行預測，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[14]。在數據生態系統支撐下，形成服務不同場景的綜合模型，如水文分析、可視性分析、日照分析、視覺景觀分析等，并且模型與場景形成松耦合關系，不同的基礎算子組合形成服務不同應用場景的模型。

（3）以場景中的業務流程決策樹搭建與數據、模型的關系。不同場景的應用涉及不同的決策樹鏈條。一是指不同部門的決策流程共同構成的綜合決策條線，一般指行政審批流程，如建設項目審批流程。二是指城市管理決策中關鍵要素構成的鏈條，即為解決某個具體問題所需的行政與企業等各方的決策關鍵點構成的“樹狀圖”，如人才公寓的審核發放、更新資金的核算。通過場景決策樹的梳理可以明確不同流程中涉及的數據需求以及需要的模型算法，從而以需求為導向構建數據和模型的關系。

4 上海數字孿生城市標識系統實踐案例

在數字孿生城市的實踐推進中，數據匯聚難、關聯難、計算難等問題成為制約發展的關鍵性技術瓶頸。城市空間數據本身存在時空描述多樣性的問題，現有GIS、BIM數據及各類人文地理數據難以融合統一；城市中各種對象事物活動數據更是紛繁復雜、來源廣泛、描述格式多樣。從數據組織層面看，經典面向對象的數據組織方式采用人為定義的矢量圖形及ID碼作為數據組織模型，由于對象的多樣性及ID碼的自定義特性，多系統數據匯聚時需要轉換或用元數據映射，工作量極大，且容易帶來空間語義及屬性信息損失。針對上述瓶頸問題，以工業互聯網標識體系為啟發，數字孿生城市的標識體系逐漸完善。2022年8月，雄安新區正式發布《雄安新區數字標識（物）標準體系框架指南》，指導建立數字化標識管理機制和工作體系。

上海進行數字孿生系統的相關課題研究，提出一種兼容性好的空間編碼思路，以社區安全為切入點，保證社區安全場景相關的構件可以精準與空間匹配。通過解析數字孿生城市構成、提出編碼邏輯、以社區安全為例構建編碼庫的3個步驟進行研究，試圖通過業務流程的編碼形成“數據”和“模型”的互動（見圖3）。

（1）數字孿生城市構成

數字孿生是集成物聯感知、人工智能、機器學習和空間信息技術，以數字化方式映射物理對象、流程、人、空間、系統和設備等實體創建的仿真模型。將實體城市以數字化方式進行映射，首先應該將物理城市的構成以數字化方式進行解析，其解析結果可以理解為城市數字化模型。數字化映射可以從具體的構成要素、屬性、關聯關系3個方面進行概括，因而要素、屬性、關聯是城市信息模型的基本構成。

（2）編碼邏輯

為完成數字映射，編碼應遵循以下原則：一是編碼唯一性，每一個實體只有一個編碼，在全國范圍內不允許有重復編碼出現；二是編碼包容性，每組編碼組成的數字信息包含每份實體的基本信息；三是編碼可操作性，編碼編制要簡單易懂便于操作；四是編碼位置統一性，實體編碼統一刻制在實體的某一個固定位置，任何人不得隨意更改編碼刻制位置；五是編碼永久性，刻制在實體上的編碼必須永久保持，不易磨損和腐蝕損壞；六是編碼實施經濟性，編碼刻制要簡單實用，少投入、低成本、有實效。

基于以上原則和數字孿生城市的構成將編碼分為3部分：基于形狀要素編寫實體碼、基于特征屬性編寫空間碼、基于關聯關系構建語言規則，具體編碼形態如圖4。實體碼是將城市實體類別進行數字編碼，例如生態環境、建成環境、設備設施、車輛、人員、物品等分類，代表物理實體的種類。并且可以顯示部件從屬關系，以及點、線、面、體等幾何類型。基于CityGML構件等級（三維城市數據格式）體系，對社區安全的相關構件進行編碼。基于特征屬性信息編寫空間碼，最主要的是反映要素的空間位置，還可以附帶時間、語義等擴展屬性，其中空間位置是最重要的信息。基于網格劃分體系、經緯度坐標系，對構件空間位置進行編碼。為實現實體和空間與具體應用聯系，將具體場景、具體流程結合進行編碼，添加對應場景流程標簽。通過構件、空間位置、應用場景、應用流程這4項數據的標定，輔助城市運營管理者快速定位問題、解決問題。

（3）以社區安全為場景構建編碼庫

根據社區調研，確定消防安全、生產安全、自然災害為主要的社區安全場景。以消防安全為例梳理業務流程及各流程涉及的要素（見圖5）。

社區安全實體碼，反映在消防中涉及各部件的樹狀分類，確定涉及管道、交通和建筑3大類的要素信息（見圖6），并將其細化，二級表示具體所屬的模塊，三級是部件的名稱和信息。二級模塊中的建筑裝置涉及很多種類的感應設備，考慮在三級部件中進行細分，在智能安防監控、智能消防監控、公共設施智能監測和公共環境智能監測4大類設施的基礎上細化為具體的感知設備（見表1）。根據上述分類形成實體碼編碼庫，部分內容如表2所示。

空間碼分為3個層次，分別基于城管網格、經緯度網格、三維空間進行定位。通過城管網格對部件進行權責范圍定位，通過經緯度以及三維空間定位確定部件的精確空間位置：通過城管網格，對構件進行較為宏觀的定位。同時，將權責范圍定位到所屬單位。經緯度定位，將經緯度精確到6—7位小數，精度0.4—4.0 m。通過經緯度信息，對構件進行較為精確的空間位置定位；依據經緯度數據，通過三維空間定位對社區常用空間進行空間場所編碼，對構件進行快速定位。編碼邏輯是對空間類型進行一級編碼，對具體空間場所進行二級編碼。可參考公安標準地址，對層數、單元數進行三級編碼。

基于流程的關系構建：采用屬性標簽的形式將不同場景和應用階段的部件進行標注，以便快速調用，具體是對所有的場景和流程進行編碼，關于社區安全的場景編碼如圖7所示。

5 蘇州古城更新CIM系統建設案例

“CIM+古城更新保護平臺”基于蘇州城市信息模型（CIM）基礎平臺[15]，以物聯網、云計算、實景三維、大數據等數字孿生技術為支撐，整合多元基礎數據構建古城數據資源中心與信息服務平臺，并在其基礎上搭建面向古城利用、保護、業務管理及公共服務的智慧應用系統，最終形成蘇州數字孿生古城平臺（見圖8）。該平臺針對古城中每個空間，圍繞土地、規劃、文化、人口、產業、金融等條線，重新建構起“空間體塊”內的條線關系，生成服務于古城更新場景的新數據、新模型、新流程集合。例如地塊潛力評估分析業務及實際使用的流程，通過流程中不同階段的需求確定所需構建的模型及需要的數據，形成互動協同的新數據、新模型和新流程集合（見圖9）。

（1）新數據：標準工作底圖模塊

標準工作底圖模塊集成影像圖、三維白模、傾斜攝影、規劃管控等多維度數據（見圖10）。通過信息框可快速查看范圍內的建筑、用地、設施、人口等信息，也可以查看單個建筑的質量、風貌年代以及人口信息，實現由點到面聯動查看。同時生成相應的報告，節省現狀摸底的工作量。可以進行基本的測距、剖切、切換視圖、點選、屬性篩選、卷簾對比、分屏對比、查詢統計、差異分析等基本的二、三維空間分析，實現城市全生命管理周期的信息整合，為古城保護與更新專項規劃編制提供數據支持。

（2）新模型：多維度評估模塊

平臺通過對古城用地畫像、經濟畫像等構建城市精細化畫像，最終構成“資源—領域—實現”3個維度的城市畫像應用體系，可以隨時掌握古城的人口流動等信息、城市資源等情況，對城市各要素的發展情況進行實時跟蹤和動態預測，有效推動專項規劃對城市發展方向以及整體定位的把控。在空間畫像中可通過視廊管控功能查看規劃中確定的各級視線廊道及其管控要求，便于識別超過高度管控要求的建筑，保護古城整體格局（見圖11）。在設施畫像中可以查看古城內各類設施的分布情況，校核相關覆蓋率指標，評估每個地塊、每個建筑能夠獲得的公共服務設施水平，有效識別公共服務設施供給缺口（見圖12）。

地塊更新潛力評估：通過各類畫像評價，量化分析規劃地塊特征，識別古城發展潛力提升區域。根據不同條件對城市更新備選地塊進行綜合比較和判斷，展示符合用戶篩選要求的城市更新潛力地塊，為古城更新具體項目的地塊選擇提供科學依據和有效支撐。

（3）新流程：輔助更新決策模塊

①完善項目選址流程。平臺支持上傳或繪制預選址紅線；結合地塊控規要求、特征畫像、項目需求信息等，提供合規性分析、合理性分析、備選地塊排序等功能，實現項目前期選址階段對地塊適宜性的綜合評價以及不同方案的對比。

②提升項目影響評價科學性。圍繞項目選址、項目規劃設計條件、項目設計方案等環節輔助項目全流程科學決策，通過數字模擬手段分析項目建成對城市人口、交通、經濟、公共服務設施配套等帶來的影響，為項目的實施提供科學有效評估。

6 結語

通過上述兩個案例，可見城市的復雜性體現在應用場景動態變化的綜合過程，涉及自下而上的多元參與方及其資源要素配置，以及自上而下的社會經濟環境規則約束與引導。場景是一種持續迭代的城市現象，融入事件或業務流程的交互機制，貫穿各自類型的決策環節，整合跨專業的模擬仿真計算，調用多源異構數據，共同構成城市的復雜系統。因此，數字孿生城市的建構是圍繞社會、經濟、環境、文化等場景迭代生成，持續推動業務流程、決策環節、仿真計算和數據治理等自動迭代，推動虛實相生涌現的復雜系統發展。現有數字孿生城市建設中會面臨“數據煙囪”、重復建設、應用性不強等一系列問題，因而更需要從城市實際需求出發，以場景為切入點進行可持續迭代發展。本文提出數字孿生城市建設應針對有限對象、有限目標、有限能力，從城市中人、財、物等不同方面的需求入手，探索多時間和空間維度的“場景體系”，形成以場景自主迭代為驅動力的城市發展過程，最終演化為全要素、全周期、全開放的數字孿生城市。

參考文獻 References

[1]SHAFTO M， CONROY M， DOYLE R， et al. Modeling， simulation， information technology & processing roadmap[R]. 2012.

[2]GRIEVES M， VICKERS J. Digital twin： mitigating unpredictable， undesirable emergent behavior in complex systems[M]//KAHLEN F-J， FLUMERFELT S， ALVES A. Transdisciplinary perspectives on complex systems. New York City： Springer， 2017： 85-113.

[3]BOLTON A， ENZER M， SCHOOLING J， et al. The Gemini Principles： guiding values for the national digital twin and information management framework[Z]. 2018.

[4]Virtual Singapore website[EB/OL]. [2023-10-06]. https：//www.nrf.gov.sg/programmes/virtualsingapore.

[5]DE LUCA L. Towards the semantic-aware 3D digitisation of architectural heritage： the "Notre-Dame de Paris" Digital Twin Project[C]//Proceedings of the 2nd Workshop on Structuring and Understanding of Multimedia heritAge Contents， 2020.

[6]New South Wales Digital Twin[EB/OL]. [2023-10-06]. https：//nsw.digitaltwin.terria.io/.

[7]EVANS S， SAVIAN C， BURNS A， et al. Digital twins for the built environment： an introduction to the opportunities， benefits， challenges and risks[R]. 2019.

[8]GRIEVES M. Digital twins： past， present， and future[M]//CRESPI N， DROBOT A T， MINERVA R. The digital twin. Cham： Springer International Publishing， 2023： 97-121.

[9]中國電信研究院. 數字孿生技術體系綜述[EB/OL]. （2022-10-14）[2023-10-06]. https：//zhuanlan.zhihu.com/p/365935682．

China Academy of Telecommunication Technology. Overview of digital twin technology system[EB/OL]. （2022-10-14） [2023-10-06]. https：//zhuanlan.zhihu.com/p/365935682．

[10]TZACHOR A， SABRI S， RICHARDS C E， et al. Potential and limitations of digital twins to achieve the sustainable development goals[J]. Nature Sustainability， 2022， 5（10）： 822-829.

[11]BRAMMALL N， KESSLER H. An update on the UK government's plans for a national underground asset register[J]. Proceedings of the Institution of Civil Engineers - Civil Engineering， 2020， 173（2）： 56.

[12]CALDARELLI G， ARCAUTE E， BARTHELEMY M， et al. Complexity science for digital twins[Z]. 2022.

[13]CALDARELLI G， ARCAUTE E， BARTHELEMY M， et al. The role of complexity for digital twins of cities[J]. Nature Computational Science， 2023， 3： 374-381.

[14]胡愛民. 一種可視化模型庫管理系統的開發策略和應用[J]. 重慶大學學報（社會科學版），2000（3）：43-46．

HU Aimin. Development strategy and application of visual MBMS[J]. Journal of Chongqing University （Social Science Edition）， 2000（3）： 43-46．

[15]楊滔，李晶，張月朋，等. 城市信息模型（CIM）平臺頂層設計的理論與方法探討——以蘇州為例[J]. 城市發展研究，2022，29（7）：24-29.

YANG Tao， LI Jing， ZHANG Yuepeng， et al. A discussion on the theory and method of conceptually designing city information modeling platform： a pilot study of Suzhou[J]. Urban Development Studies， 2022， 29（7）： 24-29.