数字孪生城市的推进实施建议，分为全量大数据、城市底图数据和数字孪生可视化开发三个方面来探讨。 全量大数据是重要基底 加快多元异构数据资源整合。数字孪生城市在城市信息模型之上集成了城市的全量大数据，包括动态数据和静态数据，政务数据和社会数据，历史数据和推演数据，这些多元异构数据统统作为实体的属性加载到城市信息模型（CIM）之上。 基于数字孪生技术建立的城市信息模型（CIM）是数字孪生城市的重要基础，其核心正是围绕这些全量大数据端到端管理运营，包括数据采集、接入、治理、融合、轻量化、可视化、应用等阶段。因此城市级的数据共享融合，形成无所不包的城市大数据，为数据驱动的治理模式夯实基础，是数字孪生城市成功的关键因素。 与物理城市相对应的数字孪生城市，充分利用前期形成的城市全域大数据，将为城市综合决策、智能管理、全局优化等提供平台、工具与手段。优锘ThingJS之3D城市交通模型展示： 城市底图数据共享整合 数字孪生城市源于“一张图”的GIS、BIM、CIM实践，但高于条线“一张图”建设。 当前各省市都在进行政务信息资源的共享整合，部分地区基本整合完毕，大部分地区还在整合过程中，但仅有政务数据，并不能满足数字孪生城市的治理需求。一般城市至少存在三张底图，即住房与城乡建设系统推进的城市信息模型平台，自然资源与国土规划主导的时空大数据平台，公安政法条线依托进行城市安全和综合治理的城市底图。 每个底图自成体系，一般仅支撑本系统内应用，如果是重点领域的社会数据，以及实时采集的物联网数据，应尽快整合进入数据资源体系，融入城市信息模型，为数字孪生城市的运行做好准备。 数字孪生城市可视化开发 在大学校园、产业园区、经济开发区等一些封闭的功能区，一般都建设并运行着成熟的管理系统，负责设施的管理、资源的管理、人员的管理和业务的运转。 成熟管理系统嫁接三维信息模型是优锘ThingJS平台技术成果之一。通过将这些封闭的区域进行实景三维建模，建立区域信息模型，并将已经成熟运行的管理系统叠加到信息模型之上，离不开物联网技术的传感器采集、传输、分析，并以信息模型集成各类数据并对管理系统进行适当重塑，将实现从二维到三维、从平面到立体、从静态到动态的升级，如虎添翼、事半功倍，大大提升管理能力，使管理更加可视化、精细化、智能化。 值得一提的是，实景三维模型的精密度将由满足普通的城市管理向满足人工智能算法训练的高精度演进，实时渲染的效果也更加真实，比如24 小时昼夜变换，夜晚、清晨/ 黄昏、白天的效果，天空光的颜色和强度，天气变化和自动光照变化的效果更加逼真呈现。 结尾 从局部走向全域、从粗粝走向细腻，从映射走向操控。受管理难度和技术成本影响，数字孪生将从社区、园区、校园、港口等小范围的封闭区域开始，逐步向城市全域、城乡一体化以及陆海空天一体化的孪生大世界过渡。 城市正是由千千万万幢大楼组成的，数字孪生城市最佳建设方案正是“从管好一座楼开始”，欢迎阅读《ThingJS：数字孪生城市的最小单元如何“智慧”治理？》上海市的数据表明有600多万辆机动车、480万栋建筑物、4.75万幢高层建筑、24万台电梯，都可以借助数字孪生技术，把这些模型+数据都管理起来。 | 
1774
0
京公网安备 11010502038735号
