引言
数字孪生是指充分运用物理模型、传感器、运作历史等数据，集成多学科、多物理量、多尺度、多概率的模拟仿真全过程，在虚拟空间中完成映射，进而反映相对应实体设备的生命周期全过程。数字孪生最早是由美国国防部提出来的技术，用于航空航天飞行器维护保障。其过程主要是在数字空间建立真实飞机的模型，再通过传感器实时感知飞机的状态，及时分析和评估该飞机是否需要维修、能否承受下次的任务载荷等（图1）。
数字孪生城市便起源于工业领域的数字孪生。数字孪生中的“孪生”，一个指真实的物理实体，一个是虚拟的数字模型。例如物理世界的飞行器对应虚拟世界的数字模型，该模型是数字孪生飞行器；若将飞行器替换成一个城市，那么物理世界的城市对应虚拟世界的数字模型便是数字孪生城市。利用数字孪生技术，将现实世界的物理体、系统及其流程等复制到赛博空间，形成一个“克隆体”，两者最终构成一个“数字双胞胎”，并将该技术应用到智慧城市建设中，就形成了我们所说的数字孪生智慧城市。李德仁院士提出，数字孪生城市是在建筑信息模型和城市三维地理信息系统的基础上，利用物联网技术把物理城市的人、物、事件和水、电、气等所有要素进行数字化，然后在网络空间上构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、虚实交融的局面。研究数字孪生城市的创新建设具有重要的理论价值和应用价值。本文拟从数字孪生城市建设的主要支撑技术、应用现状及发展趋势几个方面展开讨论，并对建设过程中存在的问题提出相关建议。
图1数字孪生在航空航天中的应用示意图
从数字城市到智慧城市到数字孪生城市
随着大数据时代的到来以及互联网、云计算、物联网、人工智能技术等新一代先进信息技术的发展，近年来陆续诞生了数字城市、智慧城市以及数字孪生城市等各种“新型城市”概念。数字城市是随着1998年美国前副总统阿尔.戈尔提出“数字地球”之后而产生的概念。数字地球是一个三维的信息化地球模型，其核心思想是通过数字化的手段对地球上的自然、人文和社会等信息进行数字化、网络化、智能化和可视化，以支撑社会的可持续发展决策。而数字城市则是指通过空间信息技术、虚拟现实技术、数据库管理技术以及计算机网络技术，数字化、网络化技术，对城市中的地理资源、生态资源、人文社会等各种信息进行数字化，形成综合数据库和城市虚拟服务平台等。数字城市也就是把现实世界中的城市变为计算机中的城市，从而指导城市的规划、管理和建设以及居民的日常生活。
智慧城市起源于“智慧地球”的概念，是“智慧地球”的重要组成部分。2008年，国际商业机器公司IBM提出智慧城市的新理念，2009年奥巴马就任美国总统之后，与美国的工商业领袖举行了一场“圆桌会议”。在这个会议中，IBM首席执行官彭明盛建议新的美国政府可以去投资新一代的智慧基础设施，以打破当时的金融危机。“智慧地球”的主要理念是将通过物联网和云计算等技术结合，实现数字地球与人类物理系统的整合，从而使地球达到“智慧”的状态。2010年，IBM正式提出“智慧城市”建设的愿景，随后便掀起了智慧城市建设的热潮。智慧城市建设过程中涉及众多技术，总结起来可以理解为：数字城市+物联网+云计算+人工智能。物联网通过传感器让万物互联，我们在网上可以获取实时的数据并将其传到云端，通过云计算技术可对获取的数据进行存储、分析、控制、反馈等，进而通过人工智能技术对数据隐含的规则、知识进行挖掘。通过综合运用这些先进的技术，让计算机如同人脑一样拥有“智慧”，打造人性化的智慧城市，应用于城市的各方各面，形成智慧政务、智慧交通、智慧医疗、智慧园区等等。
在我国，“数字孪生城市”的概念最早是由中国信息通信研究院的研究人员提出，相关的概念和要求在2018年被写入《河北雄安新区规划纲要》。数字孪生城市实际上就是将工业领域所用的“数字孪生”概念运用到整个城市的治理中。数字孪生城市利用各类先进技术，使得物理世界的动态信息能够通过传感器被实时地、精准地反馈到数字世界中，使得数字孪生城市具有实时性以及保真性。利用数字化、网络化技术，实现城市的由实入虚，再利用网络化、智能化技术，实现城市的由虚入实，通过利用物理城市和数字孪生城市之间不断的虚实互动、持续迭代，最终实现物理世界的最佳有序运行状态。由此看出，数字孪生城市还具有互操作性、可拓展性以及闭环性。数字孪生城市将推动新型智慧城市建设，在信息空间上构建的虚拟城市映像与现实中物理城市空间相互叠加，将有利于完善城市基础设施，改变城市面貌，形成虚实相映、孪生互动的城市发展新形态。
从各种“新型城市”的发展历程看（图2），从数字城市到智慧城市，再到数字孪生城市，是一个进阶的过程。李德仁院士对数字城市、智慧城市以及数字孪生城市之间的关系进行了高度总结。他认为，数字孪生城市是数字城市的目标，也是智慧城市建设的新高度，数字孪生赋予城市实现智慧化的重要设施和基础能力，将引领智慧城市进入新的发展阶段。
图2“新型城市”的发展历程
数字孪生城市的主要支撑技术
数字孪生城市是基于3S空间信息技术，物联网技术，人工智能技术，三维模型，建筑信息模型（BIM）以及城市智能模型（CIM）等多种技术构建起来的新型智慧城市（图3）。数字孪生城市需要通过这些技术来创建一个虚拟的智慧城市，进而对城市中各个要素（比如建筑、交通、能源、医疗等）进行监测、模拟仿真、分析和预测等，从而提出符合智慧城市建设的规划以及智慧城市应用的各种解决方案。如果将数字孪生城市比喻为人类生命体，则这个生命体可以通过3S空间信息技术获取的城市自然、人文、生态等基底模型作为骨架。利用三维建模技术、BIM和CIM等技术，可以将城市的实体建筑数字化成计算机上的建筑，生成生命体的血肉。进而通过物联网感知技术生成神经网络，最后结合人工智能技术，塑造成一个成熟的大脑，最终将城市真正打造成一个可感知，可判断，快速反应，会学习的城市生命体。因此，数字孪生城市的实现需要3S空间信息技术、三维建模技术、物联标识感知技术以及人工智能与深度学习等支撑技术。以下就这4大类支撑技术分别进行介绍。
图3数字孪生城市构建需要的支撑技术
1
3S空间信息技术
数字孪生城市的建设离不开城市内部的信息化，3S（RS、GIS、GNSS）空间信息技术为城市信息化提供了有效手段。数字城市是以城市信息基础设施为支撑,采用3S技术及计算机技术将城市“自然”“社会”“经济”等城市信息可视化到计算机中,并利用技术和手段在计算机中实现对城市的规划、建设和管理。可以将数字城市理解成一个城市信息管理平台和体系。数字孪生城市是数字城市的目标，在数字孪生城市建设中，我们同样需要借助3S技术来实现城市信息化，例如利用遥感技术RS技术来采集遥感数据，利用全球导航卫星系统GNSS采集城市实景、社会轨迹等数据，再利用地理信息系统GIS等技术来对这些数据进行整合和分析等。我们不仅要信息化地球表层的自然、生态等要素,还要测量和感知城市的人文、经济信息，同时还需要管理和分析这些城市信息的有效技术手段。随着技术进步，现在已经发明了许多有效的传感器，为获取城市的人文、经济信息提供了有效的手段，但针对如何挖掘和分析社会传感网的信息，我们还需要做大量的研究工作。3S空间信息技术为数字孪生城市建设所需的自然、人文、生态等信息的挖掘和分析提供了有效的技术支持，是数字孪生城市建设必不可缺的技术之一。
2
三维建模技术
传统的智慧城市建设在空间规划上已经实现系统化管理，海量二维GIS数据以及瓦片式地形景观数据的高效组织管理技术已经相对成熟,促进了虚拟地球的应用服务，但二维平面远达不到智慧城市智慧化建设的要求。三维空间的有效感知与实景可视化日益成为城市建设管理的重要问题，也是数字孪生城市建设的关键内容。三维GIS技术可实现城市实景可视化，为城市三维实景提供了有效的技术支撑。与传统的二维GIS平台相比，三维GIS平台可视化最突出的特征是具有更强的真实感,这种真实感一方面源自于逼真的模型，另一方面也得益于高效的人机交互体验。同时三维实景建模的过程中，还可以通过“影像+模型”的方式，使得计算机中的城市实景信息更加精细和丰富，更便于去实现对目标的实景可视化查询以及对数字孪生城市进行更智能的规划管理，其中所用的影像主要是由无人机航测、激光雷达、倾斜摄影等新一代测绘信息技术方法来获取。
随着三维GIS在设施规划设计、建设与运行维护等全生命周期中的深化应用,三维CAD模型、三维建筑信息模型(building information modeling，BIM)与三维GIS模型的集成与融合成为新的前沿技术，其中三维建筑信息模型(BIM)也是数字孪生城市建设的关键技术之一。BIM的概念是多重的，既可以指建设项目(及其中的设施和功能特性)的数字化模型,又可以指通过创建和利用数字模型在设计—施工—运营的全生命周期内进行协同工作和集成管理的过程。BIM是具有丰富且智能建筑信息的数据存储库,使用面向对象的方法来描述每个建筑的特征(语义和几何形状)、行为及其关系，可以在交通、水利、市政、电力、装饰等多方面渗透，具有可视化、协调性、模拟性、优化性、可出图性这5个特点，可以帮助实现建筑的全生命周期的信息管理，贡献于智慧城市的可持续发展。信息化建设是智慧城市建设重要的一环，BIM技术的全开放数据可视化、开放共享性恰为智慧城市的吻合点，为绿色建筑、智慧城市的应用等创造了有利的条件。
城市不仅有建筑，还有基础设施和地理信息，把这三者模型化叠加起来就是城市信息模型(City Information Modeling，CIM)。CIM是城市的全要素信息模型，包括对地上（城市建筑及基础设施）、地表（交通、能源、资源等）、地下（如地下管廊）的城市各类资源进行语义定义，能对二、三维数据、BIM数据，高效管理、发布与可视化分析。与BIM概念相对应，CIM就是将作用对象从单个建筑物或项目群扩大到整个城市，是对城市各要素及其时间、空间信息的数字化表达。CIM的关键技术是建立一个集设计、计算、管理、评估于一体的平台，其重点和难点就在于城市信息数据的融合,而利用BIM+GIS将有助于这个平台的搭建，使得集成BIM与GIS建立CIM成为当下数字孪生城市建设中一个重要的趋势。CIM是智慧城市以及数字孪生城市建设的重要模型基础，需完成贯穿城市的全生命周期的全要素迭代，以推进数字孪生城市的建设和发展。
3
物联感知技术
物联网（Internet of things,IoT）的定义是:通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备,按约定的协议,把任何物品与互联网连接起来,进行信息交换和通讯,以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网可以利用互联网来提供和访问所有真实世界物体的信息，是感知城市信息的主要技术手段。构成城市运作的基本要素包括物流、制造、电网、交通、环保、市政、商业活动、医疗等，物联网技术通过各种信息传感设备及系统，将物与物、人与物、人与人连接起来，构成一个智能化的城市信息网络。依托物联网技术，可以实现对城市各种信息的全面感知和度量、泛在接入和互联，让计算机可实时“读写”真实城市，使各对象可以通过网络与其他对象进行通信、交互和远程监控等联系。通俗的讲，物联网就像是智慧城市的神经网络，使城市具有快速反应、优化调控以及智能感知的能力，有利于实现城市各领域的智慧化建设。
4
人工智能与深度学习技术
人工智能（artificial intelligence，AI）是指制造能像人类一样思考、甚至超越人类思考能力的机器，数字孪生城市中的人工智能技术就如同城市的大脑，赋予城市思考、学习、分析和判断等各方面的能力。随着技术的进步与成熟，人工智能产品不断扩充，类型不断丰富，智能计算的场景也越来越多样化，所产生的海量数据使得智慧城市对智能计算的需求也越来越大，人工智能技术成为数字孪生城市构建过程中必不可缺的技术之一。人工智能技术在数字孪生城市中发挥的作用一方面是利用人工智能算法，可以建立对象仿真、智能仿真、分布交互仿真、虚拟现实仿真等模型，实现对城市运行态势的推演以及对不同环境背景和决策下的城市发展情景模拟，以供城市规划和管理决策参考；另一方面，利用人工智能技术和深度学习技术，可以从海量实时数据中进行自主实习，从而实现自动决策以及对物理世界的反向智能控制，以推动城市自主学习和智慧成长。
5
数字孪生城市现状及发展趋势
数字孪生作为推动实现企业数字化转型、促进数字经济发展的重要抓手，已具备普遍适应的理论技术体系，并在产品设计制造、工程建设和其他学科分析等领域有较为深入的应用。在当前我国各产业领域强调技术自主和数字安全的发展阶段，数字孪生本身具有的高效决策、深度分析等特点，将有力推动数字产业化和产业数字化进程，加快实现数字经济的国家战略。
作为数字经济当中一项关键技术和高效能工具，数字孪生可以有效发挥其在模型设计、数据采集、分析预测、模拟仿真等方面的作用，助力推进产业数字化，促进数字经济与实体经济融合发展。从发展态势来看它不仅是全新信息技术发展的新焦点，也是各国实现数字化转型的新抓手，还是众多企业业务布局的新方向。
随着物联网、大数据、人工智能等新一代信息技术的发展，在模拟、新数据源、互操作性、可视化、仪器、平台等多个方面的共同推动下，数字孪生及相关系统实现了快速发展，数字孪生城市的落地实施也逐渐成为可能。当前，数字孪生技术在国内的有许多的应用场景，如智慧园区、智慧政府、智慧学校等，又或者是某领域的应用，如智慧医疗、智慧电网、智慧交通、智慧物流等（图4）。2020年成为数字孪生技术应用的元年，相信很快，随着人工智能+三维数字化自动建模等技术的研发与应用，数字孪生的实现效率将大大提高，进而实现智慧城市可视化操作系统，并赋能产业互联网由2D内容升级到3D，及至未来4D实景的提升，赋予人类视觉从2D到4D数字万物的跨越。
图4数字孪生城市的应用场景示意图
结束语
当前，数字孪生的行业应用层出不穷。然而，数字孪生的大规模应用场景还比较有限，涉及的行业也有待继续拓展。尤其，数字孪生技术要在智慧城市建设中得以更广泛的应用，还将面临数据、基础知识库、系统融合以及人才等方面的挑战。
1）数据方面。数据是数字孪生城市建设的关键，现阶段数字孪生城市建设在数据方面主要面临以下几个方面的挑战：1.数据的采集能力参差不齐，底层关键数据无法得到有效感知；2.多维度、多尺度数据采集不一致；3.数据传输的稳定性不足；4.受多源数据获取方式的影响，数据的准确性难以保障；5.海量数据的存储与协同计算能力欠缺；6.通讯接口协议及相关数据标准不统一；7.数据的分享与开放机制不完善；8.多源异构多模数据较难实现集成、融合和统一；9.数据管理、数据存储方面可能存在安全隐患。
2）基础知识库问题。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，则存在着现有应用价值不足、兼容性差、盈利模式不明等问题。
3）多系统融合问题。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。
4）人才问题。现阶段数字孪生核心软件技术仍由国外人才主导，国内市场缺少数字孪生标准化研究相关的专业人才。
要解决以上问题，需要从两个层面上着手。首先，宏观层面上，需要从以下几个方向努力：①加强数字孪生标准化顶层设计与统筹推进机制；②加强重点领域标准研制和应用示范；③探索数字孪生产业数据模型共享机制等；④以推出优质培训课程等方式加强数字孪生优秀平台或产品的展示与推广；⑤加强数字孪生产业开放与交流平台建设，促进产学研协同创新，让需求和技术得以落地；⑥加强数字孪生相关人才培养，尤其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。其次，微观层面，需要针对数字孪生城市涉及的关键技术的研究加大力量，具体包括：①以算法为核心，以数据和硬件为基础，以大规模知识库、模型库、算法库的构建与应用为导向，重点提升信息建模、信息同步、信息强化、信息分析、智能决策、信息安全等多种数字孪生关键技术；②加快孪生公共服务平台建设；③加强数字孪生与其他技术的创新融合，探索和研究更符合数字孪生相关业务的基础理论、集成融合技术及方法。
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。随着新一代信息技术、先进制造技术、新材料技术等系列新兴技术的共同发展，各项要素得以持续优化，数字孪生的发展需要不断地探索和尝试，以及不断地优化和完善。
