来源: 杜明芳 AI城市智库
前 言
如何从城市治理现代化的角度支撑国家治理体系和治理能力现代化已成为重要的历史命题。城市信息模型（CIM）、数字孪生城市为城市“全周期管理”提供了新方法。本文认为，从数字孪生视角看，CIM可以理解为：以数字技术为治理引擎（简称数字引擎）的数字孪生城市之数字孪生体。其中，数字技术 = BIM+ GIS + IOT + AI + 5G + Block Chain + 卫星互联网 + ……。数字孪生城市的理论基础是数字孪生，而数字孪生又和数字工程、系统工程特别是基于模型的系统工程密切相关。数字线索是数字孪生的核心技术，也是是基于模型的系统工程分析框架。美空军认为，系统工程将在基于模型的基础上进一步经历数字线索变革。数字线索的特点是“全部元素建模定义、全部数据采集分析、全部决策仿真评估”，能够量化并减少系统寿命周期中的各种不确定性，实现需求的自动跟踪、设计的快速迭代、生产的稳定控制和维护的实时管理。数字线索将变革传统产品和系统研制模式，实现产品和系统全生命周期管理，也将变革城市治理模式，助力全周期城市治理的全面实现。
杜明芳
2020年8月
本文根据杜明芳博士在2020中国智能建筑与智慧城市大会暨中国勘察设计协会智能分会年会上的报告编撰。
1. 问：CIM发展的战略背景是什么？
（结合新基建时期现代化城市治理的新动态和新需求）
答：
十九届中央委员会第四次全体会议着重研究了坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化的若干重大问题。习近平总书记指出：“坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化，是关系党和国家事业兴旺发达、国家长治久安、人民幸福安康的重大问题。”如何从城市治理现代化的角度支撑国家治理体系和治理能力现代化已成为重要的历史命题。
2020年4月，国家发改委首次明确新型基础设施的范围，初步研究认为新型基础设施是以新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。当前，新基建正引发新一轮投资建设热潮，全国各省市纷纷推出新基建行动计划，近百万亿投资大单正在逐步落地实施。同时，新基建的内涵与外延仍需继续研究探讨，新基建的实施方法路径及其影响经济社会发展的成功模式仍需在实践中持续摸索推进。从中央会议内容看，新基建侧重于5G、数据中心、人工智能、工业互联网等新一代信息技术。新基建需为中国创新发展、绿色环保发展，特别是抢占全球新一代信息技术制高点创造基础条件，最受益的可能就是智慧城市建设。若将科技部、工信部、住建部、国家测绘地理信息局、发改委所确定的智慧城市相关试点数量累加起来，目前我国智慧城市试点数量累计已近800个。当前，我国城市正处于新旧治理模式交替、城镇人口快速上升、信息技术应用加速落地阶段。
习近平总书记2020年3月10日在赴湖北省武汉市考察疫情防控时表示，要着力完善城市治理体系和城乡基层治理体系，树立“全周期管理”意识，努力探索超大城市现代化治理新路子。习近平总书记也曾深刻指出，“治理”和“管理”一字之差，体现的是系统治理、依法治理、源头治理、综合施策，要实现从“管理”向“治理”转变，激发基层活力，提升社区能力。当前，就城市而言，已经进入从管理升华到治理的历史阶段。在信息新基建、城市基础设施智能化改造、城市治理体制机制改革多重力量驱动下，网格化精细管理模式将逐步向数字孪生强智能化自治模式演进。2017年4月1日，中共中央、国务院决定设立雄安新区。这是以习近平同志为核心的党中央作出的一项重大的历史性战略选择。《河北雄安新区规划纲要》提出要坚持数字城市与现实城市同步规划、同步建设，适度超前布局智能基础设施，推动全域智能化应用服务实时可控，建立健全大数据资产管理体系，打造具有深度学习能力、全球领先的数字城市，描绘出了数字孪生城市的雏形，也为正处于“深水区”的智慧城市建设提供了新思路。
图1-1 雄安新区数字孪生城市雏形
城市全周期管理是指从立项、规划、设计、施工、调试到运行、维护等环节的管理过程，关系到政府、市民、城市设计者、供应商、城市维护人员等利益相关者，每一步都要求做到坚持系统思维，将管理维度与各种要素有机结合，建立科学化、程序化、制度化的全周期管理体制和机制。“全周期管理”的提出，为我们探索城市现代化治理提出了新的要求。何种理论能够深度刻画并进一步发展城市“全周期管理”？哪些技术可以支撑城市“全周期管理”建设实施？城市信息模型（CIM）、数字孪生城市为城市“全周期管理”提供了新方法。
2. 问：如何定义和理解城市信息模型（CIM）？
答：
当前，对城市信息模型（City Information Modeling，CIM)比较普遍的一种理解是：以城市的数据为基础，建立起三维城市空间模型和城市信息的有机综合体。城市信息模型目前尚无统一的明确定义，CIM的内涵和外延目前仍处于探索期，业内较有代表性的解释为：一是CIM=GIS+BIM；二是CIM= BIM+GIS+物联网（IOT）；三是CIM= BIM+城市业务实体。本文作者认为，CIM= 以数字技术为治理引擎（简称数字引擎）的数字孪生城市之数字孪生体。其中，数字技术 = BIM+ GIS + IOT + AI + 5G + Block Chain + 卫星互联网 + ……。基于数字孪生的城市信息模型（CIM）概念图如图2-1所示。
图片来源：杜明芳
图2-1 基于数字孪生的城市信息模型（CIM）概念图
建立城市信息模型的目的是：使城市信息得到更加科学、严谨、统一、明确的表达，作为数字引擎驱动城市建设与发展。
数字孪生城市的目标是：构建“城市规划建设一张图，城市治理虚实一盘棋，城市服务情景一站式”的现代城市治理模式。
3. 问：如何理解数字孪生、数字工程、基于模型的系统工程？
答：
数字孪生城市的理论基础是数字孪生，而数字孪生又和数字工程、系统工程特别是基于模型的系统工程密切相关。美空军在2013年发布的《全球地平线》顶层科技规划文件中，将数字线索（Digital Thread）和数字孪生（Digital Twin）视为“改变游戏规则”的颠覆性机遇。西门子公司提出了“综合数字孪生体”的概念，其中包含数字孪生体产品、数字孪生体生产和数字孪生体运行的精准的连续映射递进关系，最终达成理想的高质量产品交付。2018年7月5日，美国国防部正式对外发布“国防部数字工程战略”。数字工程战略旨在推进数字工程转型，将国防部以往线性、以文档为中心的采办流程转变为动态、以数字模型为中心的数字工程生态系统，完成以模型和数据为核心谋事做事的范式转移。
美国国防部正在通过数字孪生化为军队的数字化转型提供基础，满足美国国防部所强调的“速度”要求。其数字工程战略五大目标是：目标（一）：推进数字孪生化；目标（二）：确保数据单一来源；目标（三）：保证开放式创新；目标（四）：建设数字孪生基础设施；目标（五）：建立数字文化和团队。按照美国国防部推进的流程，以上五个目标是指引数字工程战略实施的主攻方向。
图3-1 美国国防部数字工程战略五大目标
数字线索是数字孪生的核心技术。美空军认为，系统工程将在基于模型的基础上进一步经历数字线索变革。数字线索是基于模型的系统工程分析框架。数字线索的特点是“全部元素建模定义、全部数据采集分析、全部决策仿真评估”，能够量化并减少系统寿命周期中的各种不确定性，实现需求的自动跟踪、设计的快速迭代、生产的稳定控制和维护的实时管理。数字线索将变革传统产品和系统研制模式，实现产品和系统全生命周期管理。数字线索的应用，将大大提高基于模型系统工程的实施水平，实现“建造前运行”，颠覆传统“设计－制造－试验”模式，在数字空间中高效完成大部分分析试验，实现向“设计－虚拟综合－数字制造－物理制造”的新模式转变。
4. 问：如何理解数字孪生城市？
答：
数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体的全生命周期过程。数字孪生的本质是基于数据线索的控制。数字孪生六要素是：物理空间、数字空间、数据、控制、管理、服务。
数字孪生及数字孪生-X系统（如：数字孪生城市、数字孪生工厂、数字孪生园区、……）七大组成部分如下：传感器、控制器、执行器、智能管理与决策平台、智能控制算法与模型、数据、系统集成。
为什么要发展数字孪生？数字孪生具有如下重要作用：提升生产效率，提升协作效率，提供通用智能基础设施。因此，数字孪生提供了一种产业新引擎，可赋能城市和社会治理。一个事实是：工业界有一种“工业领域 1%的革命”的说法，即全球工业的生产效率提升1%，成本将减少300亿。数字孪生能在工业、城市、交通、建筑、环保等各个领域带来显著的效率提升，未来将带来成本的极大下降。在新一代智能基础设施的推动下，数字孪生理念逐步延伸拓展至多行业。数字孪生正在成为通用智能基础设施。
数字孪生城市三要素是：数据、模型、服务。当空天地一体化网络、智能无人系统等技术充分发展起来以后，传统城市电子地图精度提升近百倍，实现高精度实时城市三维建模成为可能，数字城市孪生具备技术条件。各类业务平台系统数据、物联网终端数据、城市三维模型数据通过有序组合形成城市之数字孪生体，在城市数字孪生体中存在各类智能模型与算法，与城市业务融合后，可产生各类有价值的城市服务。数字孪生城市概念模型如图4-1所示。
图片来源：杜明芳
图4-1 数字孪生城市（DT城市）概念模型
从工业制造的视角看，城市也是一种制造的过程和工程，相应的数字孪生城市内涵如图4-2所示。
图4-2 工业制造视角的数字孪生城市内涵
数字孪生系统（DT城市）的典型特征是：（1）胖客户机/服务器架构；（2）边缘智能；（3）反馈控制。海量运算是数字孪生城市接入设备的普遍特征，接入设备通常具有强大的计算能力。DT不仅仅实现感知功能，还需要实现控制，其对设备计算能力的要求远远超过了物联网、传感网所要求的。
数字孪生注重的是感知控制及管理，目标是无人自主控制、协同自治。物联网注重的事连接与通信。所以，二者本质上有差异。
图4-3 数字孪生与物联网比较
DT在继承IoT无处不在通信模式的基础上，更强调物体间的感知互动，强调物理世界与信息系统间的循环反馈，它将地理分布的异构嵌入式设备通过高速稳定的网络连接起来，实现信息交换、资源共享和协同控制。
5. 问：什么是多粒度数字孪生城市？
答：
从系统工程视角看，智慧城市可看作是以城市信息模型（CIM）为数字孪生体的复杂系统工程。由于城市要素的多元化、多颗粒度现实，城市复杂系统工程具有多粒度特点，因此，需要构建多粒度数字孪生城市才能刻画出真实的智慧城市。
从系统工程视角分析，数字孪生城市系统可以按粒度分为设备级、系统级、复杂系统级、复杂巨系统级四个系统层级，且自顶向下具有包含关系。
设备级数字孪生城市。设备级对应智慧城市系统的最小组成单位，主要包括单一设备（如边缘网关、智能传感器等），这些单元要素构成了设备级数字孪生城市。难点：具有自主可控、安全可信特点的设备级通信机制及工业级底层通信协议，保证设备级核心装置的安全性。
系统级数字孪生城市。在设备级的基础上，通过多元异构城市网络及其统一通信机制，多个设备级数字孪生体实现互连互通、互操作、互控制，构建城市垂直业务域数字孪生体，实现城市垂直业务领域数据流、资源流的内部协作。难点：多个设备级数字孪生体的集成会话机制，系统级数字孪生体统一通信机制。
复杂系统级数字孪生城市。在系统级的基础上，通过构建智慧城市综合管理平台，实现系统级数字孪生体之间的跨系统互联、互操作和协同优化，基于多个系统级数字孪生体形成复杂系统级城市域数字孪生体。
复杂巨系统级数字孪生城市。在复杂系统级的基础上，构建可跨城市群联动的统一区块链体系、统一互联互通认证体系、统一接入规范体系，打造城市群级数字孪生体。难点：城市群数字孪生体内部、外部互联互通、互信协作机制与技术。
多粒度数字孪生城市的建模仿真可采用SysML工具。通过将SysML模型和领域专业模型之间建立双向数据映射和交换，可实现多个领域模型与系统框架模型之间的跨域集成。利用SysML为数字样机提供准确的系统框架，通过定义好的系统框架模型将大量的数字信息交织在一起，系统框架模型有助于紧密连接系统逻辑和行为设计的需求。
多粒度数字孪生城市的5个核心要义如下：
（1）物理城市，是客观实体的集合，具有特定功能的完成生产任务的输入和输出；
（2）虚拟城市，是数字化的物理城市（物理城市的镜像），可以全生命周期完整反映物理城市；
（3）服务，集成了管理、控制和优化等各种功能，可根据需求提供应用服务；
（4）数据，是数字孪生的核心驱动因素，包括来自物理城市，虚拟模型和服务的数据，以及它们的融合数据；
（5）通过迭代和反馈连接以上四部分，确保实时交互与迭代优化，实现精准控制与精细化治理。
6. 问：如何构建数据驱动的数字孪生城市闭环生态模型（数字孪生视角的城市信息模型）？答：
数字孪生强调仿真、建模、分析和辅助决策 ，侧重的是物理世界对象在数据世界的重现、分析、决策，而可视化做的就是对物理世界的真实复现和决策支持。基于海量数据信息，通过数据可视化建立一系列业务决策模型，能够实现对当前状态的评估、对过去发生问题的诊断，以及对未来趋势的预测，为业务决策提供全面、精准的决策依据。
基于大数据引擎的数字孪生城市构建方法如图6-1。
图6-1 基于大数据引擎的数字孪生城市构建方法
基于大数据和知识工程的多粒度城市治理需要一套能够指导实践的模型，本文提出一种数字孪生城市数据闭环生态模型，如图6-2。
图6-2 数字孪生城市数据闭环生态模型（数字孪生视角的城市信息模型）
数字孪生城市应用系统数据建模思路：以“业务需求”为起点和中心，以“数据互联互通”为根本，从数据源抽取以下城市核心主题：人、物品、交通工具、环境、制度、案件、事件。构建包括以下四大组成部分的闭环数据生态模型：（1）数据中台。又包括业务数据库、知识库、模型库。（2）数据服务总线。（3）城乡应用生态。包括国家级、省级、市级、县级、乡村级5个层级。（4）数据反馈线。提供定期和实时两类数据。基于闭环数据生态模型构建形成融智能业务体系和数据资源体系为一体的数据综合集成模型，可满足城市复杂多变的应用场景需求，同时具有抗突发事件的足够应急能力和持久韧性。
知识库和模型库融合贯通后形成大数据智能体系，包括三部分：业务知识图谱（可采用事理知识图谱、概率知识图谱、时空知识图谱等多类型先进知识图谱表示）、知识应用操作系统、决策驾驶舱（包括建模分析与机器学习引擎、管理与决策服务机器人）。知识应用操作系统的核心机制是：业务可编程，业务流程可定义，智能业务模型可定制开发,智能业务模型可自动生成。用户端通过数据接口（标准和非标两大类），经数据标准化处理后，向业务数据库提供业务数据（定期和实时两大类）。
继党中央、国务院印发《国家新型城镇化规划（2014—2020年）》《关于建立健全城乡融合发展体制机制和政策体系的意见》之后，2020年4月，国家发展改革委印发 《2020年新型城镇化建设和城乡融合发展重点任务》（发改规划〔2020〕532号），任务包括：提高农业转移人口市民化质量，优化城镇化空间格局，提升城市综合承载能力，加快推进城乡融合发展。数字孪生城市数据闭环生态模型，即数字孪生视角的城市信息模型（CIM）为一体化智慧城乡技术体系和治理体系构建提供了切实可行的方案。
7. 问：结合当前智慧城市建设和治理的瓶颈，您对城市信息模型进一步发展的建议有哪些？答：
进一步发展建议如下：
作者简介：
杜明芳，工学博士（控制科学与工程专业），副教授（电子、通信及自动控制）。住建部信标委委员，IEC SEG9国内专家组专家，中国自动化学会、中国人工智能学会、中国卫星导航定位协会大数据专业委员会、中国通信工业协会、中国投资协会城镇化专委会专家委员。北京市高等教育系统中青年骨干教师，北京市模式识别与智能系统人才团队骨干成员。曾从事自动化、建筑电气与智能化、轨道交通本科专业一线教学近10年，获北京市教育教学成果二等奖、校级教学成果一等奖。博士课题期间参研国内首辆纯电动无人驾驶汽车。以第一作者发表学术论文近200篇，其中SCI/EI/ISTP检索40余篇，获第五届（2018年）、第六届（2019年）BIM技术国际交流会优秀论文奖。主持或主要参与国家级、省部级科研项目20余项，参与制定雄安新区智能城市基础设施建设标准（预测组组长）（ 2019年），主笔完成国家发改委战略咨询课题《人工智能对产业发展的影响及我国政策选择研究》（ 2019年）。代表性专著有：《智能建筑系统集成》（“十一五”规划本科教材）、《智慧建筑：智能+时代建筑业转型发展之路》（“十三五”国家重点出版物出版规划项目，2020年4月）、《无人驾驶汽车技术》（人民交通出版社，2019年9月） 、《AI+新型智慧城市理论、技术及实践》（中国建筑工业出版社培训教程， 2020年1月）、《现代控制技术 组件与系统》（美国经典教材，翻译）。近两年策划并撰写智慧城市、智能制造、新基建类研究报告或白皮书、蓝皮书20多个，典型的如：《中国新基建与5G智慧城市建设蓝皮书》（2020年3月，业内较早发布，阅读量平均1.5万人/月）；《新基建时代5G新型智慧城市建设蓝皮书（2020）》；《5G工业互联网发展研究报告》（2019年）；《绿色智慧城市泛在能源物联网白皮书》 （2019年） ；《5G-V2X敏捷车联网研究报告》 （2019年） ；《AI+城市应用发展研究报告》；《陆海空自主移动机器人及智慧系统应用报告》；《城市轨道交通产教融合研究报告》；《区块链+助力新型智慧城市治理报告》；《5G工业互联网1.0及其在建筑产业中的应用报告》；《AICPS+智慧城乡创新发展研究报告》；《智能+引领城市基础设施运营管理升级报告》，《5G数字孪生建筑与城市研究报告》。近年文章发表于《计算机辅助设计与图形学学报》、《兵工学报》、《 Journal of Beijing Institute of Technology》、《智能系统学报》、《中国工业报》、《中国城市报》、《中国能源报》、《新华网》、《中国智库网》等EI期刊或主流媒体。开发并线上直播10个面向未来城市的产教融合荔枝微课专栏课程。《中国信息界》、《土木建筑工程信息技术》、《智能建筑》等杂志编委。工作和研究领域涵盖：智慧城市（侧重于智慧建筑、智慧交通、智慧能源、顶层规划设计、城市大数据、城市区块链）、智能控制、图像模式识别、机器人、无人车及车联网、工业自动化、5G、卫星导航及智能组合导航、战略规划、数字经济。
