郭仁忠,1,2,3,4, 贺彪1,2,3,4, 赵志刚1,2,3,4, 李晓明1,2,3,4, 蒯希1,2,3,4, 林浩嘉1,2,3,4, 陈业滨1,2,3,4, 马丁,1,2,3,4

1.深圳大学建筑与城市规划学院智慧城市研究院，广东　深圳　518060

2.亚热带建筑与城市科学全国重点实验室，广东　深圳　518060

3.粤港澳智慧城市联合实验室，广东　深圳　518060

4.深圳市城市数字孪生技术重点实验室，广东　深圳　518060

郭仁忠, 贺彪, 赵志刚, 李晓明, 蒯希, 林浩嘉, 陈业滨, 马丁. 智慧城市逻辑架构与孪生平台技术需求[J]. 测绘学报, 2025, 54(5): 777-784 doi:10.11947/j.AGCS.2025.20240001

GUO Renzhong, HE Biao, ZHAO Zhigang, LI Xiaoming, KUAI Xi, LIN Haojia, CHEN Yebin, MA Ding. Smart city logical framework and digital-twin platform technical requirements[J]. Acta Geodaetica et Cartographica Sinica, 2025, 54(5): 777-784 doi:10.11947/j.AGCS.2025.20240001

阅读全文

http://xb.chinasmp.com/article/2025/1001-1595/1001-1595-2025-05-0777.shtml

城市是人类社会、经济、文化交流的中心，也是物质、能量、信息在地球表面聚集的关键节点[1]。随着社会的发展，全球城市人口数量不断增长，联合国人居署在《2022年世界城市报告》指出，截至2050年，全球城市人口预计新增22亿[2]。中国作为全球经济增长最为迅速的国家之一，城市规模不断拓展，城市化进程日益加快。《2022年国民经济和社会发展统计公报》显示，我国常住人口城镇化率已突破65%，城镇常住人口达9.2亿人[3]。预计2035年我国常住人口将增长至77%，2050年将达83%[4]。然而，城市化进程不断加快的同时，交通拥堵、环境污染、资源短缺、城乡差距加大等城市问题也逐渐凸显，完善城市功能、优化城市治理、提升城市能级成为城市建设的关键内容。

“智慧城市”的提出为城市问题的切实解决提供了可行路径。智慧城市发展的初期各部门主要采用纵向耦合逻辑进行城市信息化建设。纵向耦合模式下，城市运行表现出条块化管理和自给自足式运作的特点（图1），分部门、分专业采集、加工、处理、分析和应用各自领域数据[5-6]。这种模式趋近于在传统的、部门化的信息系统贴上“智慧”的标签，本质是各自独立的“智慧”。条块分割体制下，各个城市治理模块侧重于各自独立的应用需求，碎片化信息和数据资源无法得到有效整合利用，跨部门信息难以共享协同，导致了大量的“信息孤岛”。随着城市化进程的不断加快、城市规模不断扩大、城市问题日趋复杂，这种缺乏整体性、灵活性、高成本的城市治理模式已无法满足城市高质量发展的要求，纵向耦合的城市信息化建设理念与城市发展需求的矛盾日益显著。如何打破条块分割的“信息孤岛”桎梏，创新智慧城市建设思路，加强城市治理的整体性和协同性，解决城市发展过程中的各种城市难题，成为了城市发展过程亟须关注的重要问题。

图1   纵向耦合模式

Fig. 1   Vertical coupling architecture

在这一背景下，数字孪生城市的概念应运而生，为新时期的智慧城市发展提供了契机。数字孪生的概念最早由Grieves M. W.在2003年提出，表示“镜像空间信息模型”，后被定义为“数字孪生”[7]。2010年，NASA在技术报告中正式提出了“Digital Twin”一词，意指“集成了多物理量、多尺度、多概率的系统”。2018年，中国信息通信研究院在我国首次提出“数字孪生城市”，工业领域的“数字孪生”被运用到城市治理过程中。2019年，《数字孪生城市报告》指出数字孪生城市是支撑智慧城市建设的复杂综合技术体系，是城市智能运行持续创新的前沿先进模式，是物理维度上的实体城市和信息维度上的虚拟城市同生共存、虚实交融的城市未来发展形态[8-9]。数字孪生把眼见为实的物理世界，在网络空间“塑造”一个“一模一样”的虚拟镜像[10-11]，在现实与虚拟之间建立起全方位联系[12-13]。但是，数字孪生城市目前尚处于初期发展阶段，面向智慧城市的多元化应用需求，如何解决纵向耦合模式的条块分割难题，将数字孪生技术内嵌到智慧城市，提升城市能级，仍存在逻辑、技术、方法等方面的诸多挑战。

因此，本文基于“系统认知→工程逻辑→技术需求”的思路，首先从哲学视角出发，阐释系统观下的城市系统认知理念；然后详细论述城市系统观下基于数字孪生技术的新型智慧城市建设工程逻辑；最后从工程需求角度出发，提出城市数字孪生平台构建的关键技术需求。本文期待为智慧城市工程建设、创新应用提供理论与方法支撑。

1　横向耦合的智慧城市逻辑结构

1.1　哲学视角下的城市系统观

钱学森先生指出：“系统是由相互作用、相互依赖的若干部分组合而成，具有特定功能的有机整体，这个有机整体同时从属于更大的系统”[14]。“系统的系统”（systems of systems，SoS）理论认为，构成系统的子系统可能彼此各不相同，并且独立运行，但子系统之间会通过相互协同作用共同努力实现共同目标[15]。系统论视角下，城市可被视为由自然、社会、经济、文化、政治复合形成的统一整体，一个开放且处于动态变化的复杂巨系统[16]（图2）。城市系统由数量巨大、层次众多、关联复杂的异质性子系统构成，而城市的每一个子系统（或更小的子系统）、每一个层次、每一种关系都代表着城市的某一个方面，不同类型、功能和结构的子系统彼此关联、制约、相互影响，物质、信息、能量等在系统中不断流动作用，形成物质、信息、能量交换的复杂体系[17]，这是城市系统运行的内在逻辑。

图2   城市复杂系统结构

Fig. 2   Urban complex system structure

1.2　新型智慧城市工程逻辑

城市系统观表明城市各社会、经济、文化子系统不断与其他子系统进行物质、信息、能量交换，以平衡、协调城市发展中的各种复杂问题[18]。基于城市系统理论，智慧城市建设必将涉及多元主体、多源数据、多重应用下物质、信息、能量交流，以及不同功能和结构子系统的关联[19]。本文从城市系统角度出发，打破纵向耦合模式的信息壁垒，提出智慧城市建设的横向耦合共建共享逻辑架构（图3）。通过数字驱动、要素整合、协同运作创新城市管理和发展模式，为城市运行提供高效和便捷的信息化服务。横向耦合模式下，城市泛在感知、数据平台、可视化、空间智能、开放式框架等彼此互联互通、关联协同、共同驱动，表现出横向耦合的特点。集成化的泛在感知网络支撑统一数字孪生平台，统一的数字孪生平台服务于多元化的城市应用。

图3   横向耦合的智慧城市逻辑架构

Fig. 3   Lateral coupling system architecture of smart city

1.2.1　城市泛在感知的横向耦合：集成泛在感知网络

泛在感知网络是智慧城市建设的基础，用于城市的全面感知和动态监测。如图4所示，智慧城市应用涉及地理、社会、信息的各个领域，城市治理的主体和对象众多，通过天基、空基、地基各个层面的感知基础设施的横向耦合，建立集成化的泛在感知网络，能够有效感知、采集、存储城市空间信息、动态信息、公共信息、网络信息等不同来源、不同部门、不同采集方式、不同形式、不同格式的多源异构时空大数据。从宏观上把握整个城市的运行状态，从微观上明确城市部件、城市活动的各类细节，实现城市信息大范围、多类型、深层次的立体化采集与全方位感知。

图4   城市泛在感知的横向耦合

Fig. 4   Lateral coupling of urban ubiquitous perception

1.2.2　数据、可视化、空间智能及开放式框架的横向耦合：数字孪生平台

统一的数字孪生平台实现了数据、可视化、空间智能及开放式框架等的横向耦合，是智慧城市的“操作系统”。数字孪生平台运用统一城市时空基准，高效连接供需多方，集成、汇聚、融合多源异构城市时空信息资源，实现数据融合、功能协调、架构统一、资源共享和应用协同。具体而言，数字孪生平台基于统一城市时空基准、多维信息时空索引、城市实体编码、实体数据关联，集成、汇聚、融合地理空间数据、物联感知数据、政务数据、互联网数据等多源异构复杂时空大数据，构建基于大数据的语义描述模型与语义本体关联框架，形成统一的城市时空数据基底；通过可视化技术，将城市宏微观、地上下、室内外等不同尺度的实体在信息空间中进行数字孪生重建，动态化、立体化、真实化还原客观物理世界，实现现实与虚拟之间的全方位实时联系与精准映射[12-13]；通过空间智能技术建立灵活多样的分析、仿真、决策、设计以及控制服务，实现城市系统功能的多元协同应用；通过开放式框架提供面向城市各项应用的统一开发环境、开发框架、标准规范及二次开发接口，避免不同业务共性化操作的重复性开发工作。智慧城市横向耦合逻辑下，城市各部门、各专业所需的数据、可视化功能、空间智能服务以及开放式框架被纳入统一的数字孪生平台，为多元化的城市应用提供定制服务。可以说，统一的城市数字孪生平台是智慧城市建设“基础之基础、核心之核心、关键之关键”。

1.2.3　平台支撑下的多元化城市应用

横向耦合的智慧城市架构具有体系化的信息系统生态特点。在数据关联、融合、分析和共享基础上，多样的个性化城市应用可以基于统一的数据资源，进行城市对象、多源数据、分析算子的灵活匹配与有机结合，为城市规划、城市交通、公共安全、应急管理等各类型城市管理提供服务。如结合多源时空大数据进行城市通勤分析、交通拥堵分析、职住平衡分析，灵敏发觉城市管理的关键节点；借助三维模拟仿真，进行应急仿真模拟、规划方案比选、天际线分析，支撑城市智能化决策。在统一的数字孪生平台支撑下，智慧城市可以面向不同领域，建立智慧规划、智慧交通、智慧医疗、智慧旅游等个性化定制应用[20-21]，满足城市管理的多元化需求。

2　城市数字孪生平台技术需求

从横向耦合的智慧城市建设逻辑可以发现，城市数字孪生平台建设涉及数据采集、建模、融合、表达、决策等诸多关键环节。如何把握各个环节中的关键技术问题，持续推进新型智慧城市建设，成为当前智慧城市研究需要关注的重要内容。基于此，本文在横向耦合逻辑基础上，进一步分析智慧城市建设在泛在感知、孪生场景建模、可视化及智能决策等方面的关键技术需求。

2.1　泛在感知任务分配与信息采集的智能化

智慧城市涉及城市地理、社会、信息各个领域的全面感知和动态监测。泛在感知需要解决如何高效感知城市对象的空间位置、几何形态、物理属性，获取城市天、空、地立体化多源异构观测数据问题，为智慧城市数字孪生平台提供泛在数据基础[22]。要实现这一需求，一方面需要合理规划感知任务，实现城市数据采集任务的优化分配；另一方面需要面向地上下、室内外复杂场景，构建多尺度城市空间对象泛在信息获取方法。

具体研究内容包括：①感知任务分配与调度。考虑城市复杂场景的智能采集终端自主协同规划、动态采集策略优化，研究终端通信网络链路自主智能优化选择、智能边缘感知与自主处理决策、资源调度分配和边缘卸载等方法，建立起多维异构感知数据的有效激励、感知任务分配及调度机制。②复杂场景信息协同采集。构建面向城市复杂场景的智能采集终端自主协同规划与动态采集策略，建立自主定位导航与多模态数据获取方法，全面感知城市空间对象位置、几何、纹理、状态、属性等泛在信息，实现大范围场景信息的自动、高效、精准获取。

2.2　全空间全场景孪生建模的真实化

真实化是数字孪生平台的重要特点。智慧城市建设需要依托数字化手段将感知到的城市对象空间位置、几何形态、物理属性等多源信息进行数字化建模，形成城市物理对象在数字世界的孪生镜像。当前，城市对象可划分两大类，即非生命体和生命体[23-25]。非生命体包括道路、桥梁、建筑、构筑物、城市部件等空间对象；生命体包括树木、花、草等。现有城市非生命体对象仿真建模方法大多基于航空摄影测量方法构建Mesh模型，但由于语义信息缺失、建筑物结构特征退化、建筑物纹理遮挡，Mesh模型常出现几何变形、纹理扭曲、破洞、破损等问题。而城市生命体对象仿生建模则需在符合基本的视觉感知特点基础上，顾及生命体的生命周期变化及自然运动规律，实现生命体结构、形态、运动特点等的仿生还原。因此，针对非生命体的城市对象仿真建模，需要结合城市空间实体三维精细建模需求，研究城市对象实体要素几何与语义变化自动发现、检测与动态更新机制。通过城市大范围空间实体的自动分割与分类，恢复空间实体的三维类别语义，实现城市实体对象的准确单体化提取。基于几何、语义、拓扑，实现建筑物等三维模型的结构化自动重建，高效生成几何精度高、规则性强、拓扑一致性好的结构化三维模型，实现孪生结果与物理对象在几何、结构、纹理上的“形似”还原。而针对城市树木等生命体的仿生建模，则需要顾及空间对象的生长周期、几何形态和主体结构，结合几何基元提取、拓扑恢复，以及基于结构力学的仿生对象动态模拟，构建类别信息引导下的仿生对象参数驱动生成方法，实现孪生结果与目标对象的“神似”还原。

在城市非生命体与生命体对象建模基础上，智慧城市孪生平台构建需要进一步考虑全空间全场景表达，这包括了人工构筑场景与自然场景的构造。人工构筑场景主要基于城市非生命体对象的位置、形态、纹理分布，通过这些对象模型的组合嵌套构建出“形似”逼真的人工构筑场景。与此相对，自然场景则更为复杂，自然场景要素类型多元、造型丰富、分布多样，难以进行场景要素形态构建与位置分布确定[26]。因此，在自然场景构造过程中，需要顾及场景中涉及的植物类型、数量、造型，分析植物的生长规律、复杂结构、生态学中种间与种内的多样化形态差异。基于生命体的位置、几何、结构、纹理变化特征，模拟植被生长过程。通过特征参数化方法，动态表达植物形态结构的全生命周期变化过程，形成植物的高真实感模型。同时自然场景构造过程应充分结合景观生态学知识，通过场景要素空间定位计算、优化场景整体布局及相似度评估[26]，形成城市自然场景的优化表达结果。

2.3　海量时空大数据流畅调度与高逼真可视化

城市数字孪生平台在可视化方面则面临空间数据类型多样、数据量庞大、负载过高等问题，难以采用一种通用的空间索引进行所有类型三维模型数据的高效组织调度[27-28]。为此，在进行城市全空间三维可视化时，需要联合网络边缘端的计算能力、存储能力，用户端的能量消耗、可视区域及信道条件，基于“高效统一、合理区分”的原则，实现不同的时空尺度下城市场景有效资源的调度分配及边缘卸载的系统优化计算。同时在统一的三维空间索引机制下，兼顾地上下、室内外、宏微观各类三维空间实体，设计高效的多层次、多类型混合三维空间索引方法，采用由粗到精的多层索引和多级过滤，构建三维空间数据的高效动态加载调度方法，实现全空间场景的无缝浏览与高效可视化调度。

城市全空间场景高逼真可视化涉及城市静态要素、动态过程及应用场景等的可视化。在静态要素可视化上，需要解决多模态三维模型特征抽取与综合简化难题，为大规模城市级三维模型精细管理和高逼真渲染提供数据基础。同时根据城市空间对象的几何、颜色、纹理、材质等本体属性，以及光照、温度、湿度等环境属性，实现城市静态对象的高逼真可视化渲染；在动态过程可视化上，结合数字孪生空间内连续时空变化数据以及人流、物流、车流等空间流，融合仿真流程，实现城市动态过程的可视化；在应用场景可视化上，需要根据场景应用、场景范围、场景环境等条件，研究三维模型的智能材质自适应构建技术，从渲染场景环境全局光照、待渲染三维模型材质、纹理光照反射渲染、粒子特效渲染、雾特效渲染以及渲染后处理等方面，建立应用场景驱动下的全时空多维信息混搭可视化，实现真实物理场景在虚拟环境下的高逼真还原。

2.4　基于时空大数据的城市空间系统决策智能化

城市数字孪生平台需要结合城市空间系统所面临的环境、风险及决策问题，融合城市系统配置、系统要素与综合效益，创新数据驱动的城市发展智能决策技术。这就需要考虑如何将新一代信息技术融入城市管理的各个阶段，探索人工智能、大数据分析、深度学习等在城市规划、城市道路交通系统优化、城市公共资源配置优化等领域的应用，提升空间优化设计的效率与决策科学性。

具体研究内容包括：①多源异构时空大数据知识关联。通过多模态、多类型时空信息高精度抽取与高置信融合，基于知识图谱技术将人、地、物、状态、事件等泛在信息建立关联关系。②时空大数据挖掘。基于大语言模型、知识图谱、人工智能、大数据分析等技术，研究构建融合“时间-空间-语义-实体”的城市三维空间智能计算引擎，从时空位置、时空关系、时空趋势、时空规律等方面进行城市对象的时空关联，挖掘泛在要素的时空分布特征、时空聚类模式、时空异常行为、时空周期规律等深层知识。③城市系统智能决策。基于人工智能技术的计算性设计理论与方法，为城市空间优化的策划、设计、模拟、评估提供技术支撑。研究通过结合物联网、大数据和人工智能等信息化技术，协同联动城市建成环境、道路系统与公共资源等多模态、多类型数据，从“环境-时空-人”交互方面实现空间优化设计的精细化、人性化、具身化，有效提升城市资源配置与空间管理的智能化水平，保障城市可持续发展等。

3　结论

城市是人类经济和文明的聚集中心，是由众多子系统相互关联、耦合、嵌套形成的复杂巨系统。在城市万物互联的大背景下，遵循城市系统性思维，结合横向耦合逻辑与数字孪生技术，从城市泛在感知、数据平台、可视化、空间智能、开放式框架5个方面出发，实现智慧城市信息资源的共建共享、关联协作与高效流转，是实现智慧城市建设的可行路径。同时，面向智慧城市对泛在感知、孪生场景建模、可视化、智能决策等提出了更高的要求，需要进一步把握各个环节的关键技术问题并开展深入研究，以进一步完善城市功能、优化城市治理、提升城市能级，推动城市进化为高度智慧的新形态。