今年以來，「數字孿生」不再只是一種技術，而是一種發展新模式、一個轉型的新路徑、一股推動各行業深刻變革的新動力。「數字孿生城市」不再只是一個創新理念和技術方案，而是新型智慧城市建設發展的必由之路和未來選擇。
11月15日，我們分享了工信部中國電子技術標準化研究院的研究報告《數字孿生白皮書2020》，分析了數字孿生技術熱點、行業動態和未來趨勢 。今天，我們給大家帶來了中國信通院的研究報告《數字孿生城市白皮書2020》，這是中國信通院第三次發表數字孿生相關的白皮書，本次的白皮書從政產學研用多視角系統分析今年以來數字孿生城市發展的總體態勢；其次，從數字孿生城市的典型特徵和總體架構出發，提出當前階段數字孿生城市的核心能力框架，並深入分析各核心能力的要義和作用，嘗試發掘並驗證數字孿生城市在城市現代化治理方面的重要價值，為城市建設和產業發展探尋方向；最後，梳理當前數字孿生城市發展中面臨的共性問題。
本期內參來源：中國信通院
原標題：
《 數字孿生城市白皮書 》
作者： 高豔麗 等
一、 數字孿生城市發展態勢
十九屆五中全會發布的《國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》提出，堅定不移建設製造強國、質量強國、網絡強國、數字中國，必須加快數位化發展，為數字孿生城市指明了方向。數字孿生城市是新一代信息技術在城市的綜合集成應用，是實現數位化治理和發展數字經濟的重要載體，是未來城市提升長期競爭力、實現精明增長、實現可持續發展的新型基礎設施，也是一個吸引高端智力資源共同參與，持續迭代更新的城市級創新平臺。
1、 數字孿生技術納入國家和地方發展戰略體系
多部委加速推動數字孿生城市相關技術、產業、應用發展。 一年來，國家發改委、科技部、工信部、自然資源部、住建部等部委密集出臺政策文件，有力推動城市信息模型（ CIM）及建築信息模型（ BIM）相關技術、產業與應用快速發展，助力數字孿生城市建設。 2020 年 4月，國家發改委和中央網信辦聯合發布《關於推進「上雲用數賦智」行動 培育新經濟發展實施方案》，將數字孿生技術提到了與大數據、人工智慧、 5G 等新技術並列高度，並啟動「開展數字孿生創新計劃」，要求「引導各方參與提出數字孿生的解決方案」。住建部、自然資源
部分別出臺 BIM、 CIM 相應技術應用規範或導則，引導 CIM 平臺規範建設。發改委、科技部、工信部分別設立相應政策或研究課題，鼓勵 CIM 相關產業發展和技術突破 。
▲國家部委出臺相關政策
數字孿生城市成為地方信息化發展關鍵舉措。 隨著數字孿生城市在雄安新區先行先試，數字孿生建設理念深入到各地新型智慧城市及新基建規劃中。省級層面，上海市發布《關於進一步加快智慧城市建設的若干意見》，明確提出「探索建設數字孿生城市」；海南省發布《智慧海南總體方案》，提出「到 2025 年底，基本建成『數字孿生第一省』」；浙江省提出建設數字孿生社區。在市級層面，貴陽、南京、合肥、福州、成都等地紛紛提出以數字孿生城市為導向推進新型智慧城市建設。
▲ 各地數字孿生城市相關政策
2、 數字孿生城市從概念培育期進入建設實施期
作為數字孿生城市核心要素的 CIM 相關項目數量明顯增多，為數字孿生城市建設打造底座。 自 2017 年「數字孿生城市」建設理念問世以來，各地政府和產業各界加緊布局。中國信通院統計， 2018 年城市信息模型（ CIM）相關投標項目全國僅有兩項， 2019 年新增 8項， 2020 年（截至 2020 年 10 月）新增 19 項，增長迅猛，標誌城市信息模型已加速進入到規模實施階段。據公開數據統計，僅城市信息模型公開招標投標項目的總費用超過 8 億元，以 CIM 為切入點推進數字孿生城市落地趨勢向好。
▲城市信息模型（ CIM）相關投標項目統計
部分城市已啟動數字孿生城市整體方案的建設落地。 上海市花木街道開展「數字孿生城市」建設項目，打造全域化的花木「房態圖」，進一步提升數位化社區治理效能。北京市商務中心區積極建設時空信息管理平臺，打造數字孿生 CBD。貴陽市經濟技術開發區開展數字孿生城市安全基礎設施建設，投資金額近 6 千萬。武漢市投資 3.5 億元開展智慧城市基礎平臺（一期）項目，建設內容包含數字孿生城市、萬物互聯平臺、應用支撐賦能平臺等。雖然多地已經開展數字孿生城市相關項目實踐，但現階段數字孿生城市整體技術方案尚在探索，遠未成熟，各級地方政府需謹慎操作，迭代推進，防止「新瓶裝舊酒」。
3、 多家科研機構深入開展數字孿生城市研究
數字孿生城市引發學術科研界普遍關注，紛紛開展系統研究。 去年以來，中科院自動化所、北京大學、清華大學、北京航空航天大學等學術機構及高等院校學者紛紛針對「數字孿生城市」與其相關行業應用展開研究。根據中國知網學術期刊發表數量統計，數字孿生城市主題文獻發表數量從 2017 年的個位數到 2020 年的超過 60 篇，呈快速增長態勢。
其中，十餘個課題獲得國家自然科學基金、國家重點研發計劃、國家科技重大專項等基金支持，研究領域涵蓋信息科技、宏觀經濟與可持續發展、計算機軟體及應用、建築科學與工程、自然地理及測繪學等諸多學科，數字孿生城市引起學術界廣泛關注。
▲「數字孿生城市」主題文獻發表數量統計
各學術機構從不同方向推出數字孿生城市研究成果。 近年來，多個學術機構相繼從數字孿生城市的認知理解、技術研究、實踐應用等三個方向進行深度研究。中科院自動化所團隊從控制論角度出發，提出了「平行城市」的概念，主要包括對實際城市的精準描述、智能預測、主動引導三大功能。北京大學團隊注重數字空間分析技術研發，提出數字孿生城市空間網絡框架，並研發 GDS（網格數據系統）數據平臺技術，實現多源異構數據匯聚、關聯與高效計算。
北京航空航天大學團隊從製造領域出發，提出物理實體、虛擬實體、連接、孿生數據、服務的五維模型，並將理論逐漸延伸到城市管理、安全急救等智慧城市領域。中國信通院聯合網際網路企業、地理信息企業、建模仿真企業等全產業鏈合作夥伴，共同搭建了數字孿生城市原型系統，務實探索驗證數字孿生城市到底「怎麼建」和「怎麼用」問題。
4、 更多市場主體圍繞數字孿生重構技術方案
數字孿生城市傳統陣營持續擴大，更多類型企業加速入局形成新陣營。 隨著數字孿生城市熱度不斷提升，地理信息與測繪、 BIM、建模仿真、集成商和運營商等四大陣營持續擴張。四維圖新結合其在高精度地圖及地理信息數據方面的優勢，在交通運行、城市精細化治理等領域推出數字孿生應用案例。蒼穹數碼基於 KQGIS 系列平臺搭建數字孿生城市能力平臺，支撐城市規建管一體化、不動產登記等應用服務。中國電信發揮其物聯網平臺優勢，利用三維模型、傳感器、運行歷史等數據，構建多個數字孿生園區。
此外，更多行業企業入局構建數字孿生城市解決方案，成為新產業陣營。四方偉業、明略數據等大數據公司，深耕數據知識圖譜，實現城市各類型數據可視化分析，支撐集成多種應用。孿數科技基於其自主可控的三維圖形引擎及空間計算技術，為智慧城市、航空航天、海洋工廠、教育等行業提供優質的數字孿生服務。華東勘測院等城市規劃設計院將城市全要素數位化技術應用於未來社區建設，為社區量身打造 CIM 平臺。
▲數字孿生城市新型企業陣營
傳統智慧城市企業加速重構數字孿生城市解決方案。 多個智慧城市行業領先企業深刻理解數字孿生城市概念的先進性與前瞻性，重構優化其智慧城市解決方案。科大訊飛基於「城市超腦」建設經驗，以數字孿生城市為目標，利用大數據、人工智慧、視頻感知等技術，將數字城市、智慧場景與超腦平臺緊密集合，構建具有深度學習能力的數字孿生城市平臺。騰訊雲結合其在政務、教育、醫療等傳統智慧城市方面建設經驗，搭建 CityBase 平臺，探索基於數字孿生的「騰訊方案」。京東數科打造智能城市作業系統，支撐跨領域、跨部門、跨區域的即時數據處理、數據融合，並在交通、環境、能耗等領域開展創新應用。
5、 數字孿生城市合作生態呈現交織互促態勢
圍繞數字孿生城市建設，跨行業協作生態共融已成共同選擇。 數字孿生城市的建設是一個涉及多環節、多領域、跨部門的複雜系統工程，隨著數位化的發展，企業在競爭中發展出共生關係，生態共融正成為行業共識。各大 ICT 企業及網際網路巨頭主導生態建設，空間信息、BIM 模型、模擬仿真、人工智慧等各環節技術服務企業積極參與，同時，運營商、技術提供商、集成商、設備供應商等產業鏈上下遊企業及其他行業夥伴全面激活，聯合打造數字孿生城市場景應用，初步形成共建數字孿生城市底座與開放能力平臺的生態化發展模式。
▲數字孿生城市各類企業主導生態圈
ICT 行業巨頭集聚產業鏈關鍵環節力量，打造數字孿生城市生態。 騰訊雲牽頭與飛渡科技、奧格智能等空間信息廠商，共同建設基於 CIM 的產業網際網路平臺 CityBase，並聯合東華科技、地厚雲圖、大象雲、有明雲等各行業領先企業，攜手打造智慧工廠、智能建造、 城市應急等十餘個場景。京東數科依託「智能城市作業系統」，打造數字孿生城市的數據基礎和技術底座，向雲服務公司、智能硬體公司及行業解決方案公司開放能力。華為基於自身在物聯感知、 5G、人工智慧方面的領先優勢，打造城市數字平臺，提升基礎資源統籌能力，以普惠 AI 為引擎，深度賦能科研院校、應用開發商及解決方案集成商等數字孿生生態合作夥伴，構建百花齊放的應用場景。
關鍵環節企業以專長優勢參與多個生態，深耕數字孿生城市市場。 泰瑞數創與科大訊飛、中國電子、紫光雲等行業頭部企業達成戰略合作，以 SmartEarth 數字孿生底座為核心，推出覆蓋全產業鏈的平行世界數字孿生服務平臺，打造更加全面精細的服務，加入多個數字孿生城市生態，與各行業夥伴共謀發展新機遇。 51WORLD 致力於打造數字孿生城市核心平臺，聯合三大運營商、招商蛇口、商湯科技等多個行業合作夥伴，參與華為、阿里等多個大型企業數字孿生城市生態之中，並在多地形成落地標杆案例。
6、 新基建有力促進數字孿生城市加速落地
數字孿生成為「新基建」重要組成，「新基建」浪潮加促數字孿生城市「浮出水面」。 隨著新一輪科技革命和產業變革深入發展，「新基建」成為我國新發展戰略方向，各地紛紛出臺相關政策文件，部分發達地區將數字孿生納入「新基建」建設範疇。國家大力推進「新基建」建設，一方面帶動 5G、物聯網、邊緣計算、雲計算、人工智慧等支撐數字孿生城市的技術更加成熟，另一方面推動網際網路、大數據、人工智慧等技術與傳統基礎設施融合，形成智能融合基礎設施，推動物理城市向數位化網絡化智能化轉變，城市將在「新基建」推動下，逐漸形成以數據為核心要素的泛在標識、泛在感知、泛在連接、泛在計算和泛智能化總體格局，支持精準映射和虛實融合，高水平構建智能定義一切的數字孿生城市逐漸成為可能。
▲「新基建」加促數字孿生城市形成
7、數字孿生城市加快推動城市治理創新
數字孿生城市支撐治理體系和治理能力現代化。 十九屆四中全會以來，國家高度重視現代化治理體系的構建。數字孿生城市具有打破領域壁壘、打通層級邊界等特性，對於高效能推進城市治理作用重大。上海市基於實時更新的數字孿生城市模型，疊加靜態與動態數據，精準呈現城市運行狀態，打造深基坑安全監管、玻璃幕牆安全監管、違法建築治理等多個虛實交互的城市治理場景，構建城市運行管理「一網統管」體系，實現城市問題精準發現與智能處置，形成「市–區–鎮（街道）」三級聯動的跨領域協同治理新格局。
「數字孿生」推動城市規建管一體化發展。 協同推進城市規劃建設和管理，有利於城市規劃不走彎路，城市建設可觀可控，城市管理有據可依，是城市統籌發展的重要基礎。通過在數字孿生城市模型上仿真試錯，提前了解城市特性、評估規劃和建設後果，以更低的成本快速推動城市規劃建設落地。南京市江北新區以數字孿生模型為底板，構建城市虛擬化數字實體，打造規劃、建設和管理全過程可視化、可模擬、可分析能力，賦能土地規劃、工程建設、城市管理等「規建管」應用場景，全面提升城市規劃與建設管理數位化、智能化水平，實現城市規劃自動修正，城市建設全程可控，城市運行精準呈現。
8、 數字孿生城市技術和應用能力不斷提升
城市信息模型相關技術應用加速走向成熟。 隨著數字孿生城市從概念培育期走向建設實施期，物聯感知、新型測繪、 BIM/CIM 建模、可視化呈現等相關基礎技術加速成熟應用。上海、北京、雄安等地加強物聯感知的統籌建設和感知資源整合，推進城域物聯感知平臺建設，物聯網碎片化問題有望得以破解。住建部發布 CIM 平臺技術導則，自然資源部啟動實景三維中國建設，全國各地加快 CIM 平臺的落地建設，帶動 BIM 建模、傾斜攝影建模、手工建模、語義建模等建模技術成熟應用，建模技術之間的兼容性得到解決，模型數據的整合治理能力顯著提升，諸多企業紛紛著手搭建數字孿生模型構建公共服務平臺，為全社會提供模型公共服務能力。
城市大數據與城市信息模型加速融合，模擬仿真、空間計算、深度學習等應用有望取得重要突破。 伴隨著數字資源價值化和大數據企業加入數字孿生城市建設陣營，以空間信息為索引的城市大數據治理體系日益完善，多元數據融合能力顯著提升，數據資源價值進一步得以釋放，行業創新應用不斷湧現。但是，基於空間數據的模擬仿真推演、空間分析計算、人工智慧深度學習等仍存在諸多發展瓶頸，例如未發揮全要素數據優勢進行更大尺度上的模擬仿真，結果準確性有待提升，計算力受技術儲備不足的制約等，這些因素都在制約著數字孿生深度集成應用的開發與推廣。
9、 數字孿生理念啟發千行百業縮短數位化路徑
數字孿生縮短行業數位化進程，開創行業應用新路徑、新模式。數字孿生城市建設模式在交通、能源、水利、工廠、醫療等行業領域得以迅速推廣和複製。北京搭建區域交通數字孿生仿真系統，提升西三環微觀仿真的可視化與交互能力，為交通改善工作提供方案評估和比選的工具。
北京朝陽區消防救援支隊通過數字孿生技術，針對管理轄區建築場景，真實高效地進行各類消防預案的應急演練。華西醫院通過智能可穿戴式設備，實時採集患者心血管診療數據和體徵數據，結合專家學者經驗與 AI 算法，打造實時預警和預先判斷的數字孿生診療體系。廊坊熱電廠充分利用數字孿生技術，實現生產製造全過程數位化、智能化管理，實現一、二類故障精準診斷和預判率達 85%以上。雲南撫仙湖打造數字孿生湖體，通過接入水務感知數據，精準發現汙水洩漏點、地下暗河流入等狀態，實現河湖管理數據可視、監測可控、仿真推演。
▲數字孿生啟發行業加速轉型
數字孿生在小空間區域的應用取得率先突破，顯著改善治理服務智能化水平。 由於數字孿生建設成本較高，很適用於園區、社區、港口等資源、人口密集型區域，充分發揮其精細精準治理能力。北京當代 MOMA 社區藉助數字孿生技術，打造細節仿真的空間環境、精細可視的建築主題、以及基礎設施建設的微觀還原能力，實現事前宏觀感知、事中精準調動、事後業務閉環的管理模式。
華為松山湖園區通過實時接入園區感知數據，建立基於園區實時運行狀況的數字孿生場景，實現園區運營可視分析、業務閉環聯動、決策仿真模擬。招商局前海智慧港通過數字孿生技術，動態追蹤數十萬貨櫃、仿真模擬碼頭設備運行狀況、綜合評估運營調度計劃、精準管控裝卸貨作業，實現港口運作智能化、港航管理智慧化。
10、 全球重要經濟體積極推進數字孿生建設
美、英等國將數字孿生從局部探索提升為國家戰略。 今年以來，英、美兩國加大對數字孿生城市的重視，分別將數字孿生上升為國家戰略政策積極推進， 2020 年 4 月，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。 2020 年 5 月，美國組建數字孿生聯盟，聯盟成員跨多個行業進行協作，相互學習，並開發各類應用。美國工業網際網路聯盟將數字孿生作為工業網際網路落地的核心和關鍵，正式發布《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。德國工業4.0 參考框架將數字孿生作為重要內容。
▲一些國家出臺數字孿生相關政策
新加坡、法國等深入開展數字孿生城市建設。 隨著 5G、物聯網產業的快速發展，數字孿生能力進一步凸顯，全球各國紛紛把握機遇，實施數字孿生推進計劃。新加坡率先搭建了「虛擬新加坡」平臺，用於城市規劃、維護和災害預警項目。法國高規格推進數字孿生巴黎建設，打造數字孿生城市樣板，虛擬教堂模型助力巴黎聖母院「重生」。
二、 數字孿生城市核心能力要素
數字孿生城市核心能力支撐構建城市現代化治理能力。 黨的十九屆四中明確提出國家治理能力和治理體系現代化的總體要求。為了化解城市問題、維護城市秩序、保障城市安全、促進社會公平、提高市民安全感獲得感幸福感，城市現代化治理能力主要表現為城市管理者的學習研究能力、決策統籌能力、改革創新能力、打擊防範能力、基礎管理能力、群眾工作能力、輿論引導能力、狠抓落實能力、專業服務能力等。
新冠疫情的防控，暴露出城市治理能力存在相當大的問題，比如有資源沒調度、有數據沒分析、有人力沒組織、有網絡沒效率等等。數字孿生城市具有精準映射、虛實融合、模擬仿真等核心能力，由此衍生出城市風險自動發現、城市運行規律主動洞察、人和物軌跡追蹤回溯、事件精準定位管控、決策分析推演、預案仿真演練、預案優化和執行、要素資源高效配置等多種能力，將對構建城市現代化治理體系和治理能力提供強有力的支撐。
數字孿生城市至少具備九大核心能力。從典型場景和技術架構（ 在《數字孿生城市研究報告（ 2019 年）》中有詳細描述） 分析，數字孿生城市至少具備九大核心能力。
一是物聯感知操控能力， 採集城市「脈搏」數據，反映城市實時運行狀態。
二是全要素數位化表達能力， 構建城市語義信息模型，實現現實世界與數字世界精準映射。
三是可視化呈現能力， 渲染數字空間效果，是數字空間城市的「打開方式」。
四是數據融合供給能力， 有序治理數據資源，建立數據資源關係，促進數據資源高效開發利用。
五是空間分析計算能力， 呈現廣域範圍內萬物三維空間精確關係，是模擬仿真的基礎條件能力。
六是模擬仿真推演能力， 基於城市運行規律構建行業分析算法模型，數字空間提前推演運行效果。
七是虛實融合互動能力， 從數字空間觀看實體空間情況和控制實體空間設施，通過實體空間設備隨時進入孿生城市空間。
八是自學習自優化能力， 通過機器學習算法，預警城市發展問題，制定應對措施並持續優化。
九是眾創擴展能力， 發揮公共服務平臺屬性，支持能力擴展和應用持續創新。
▲數字孿生城市核心能力與技術架構對應關係圖
九大核心能力有力呼應精準映射、虛實交互、軟體定義、智能干預四大特徵，成為數字孿生城市的標準配置，有望規範數字孿生城市建設市場。
▲數字孿生城市核心能力與典型特徵關係圖
1、 物聯感知操控能力：反映實時運行狀態
物聯感知操控能力， 是指通過各種信息傳感器、射頻識別技術、全球定位系統、紅外感應器、雷射掃描器等各種裝置與技術，實時採集任何需要監控、連接、互動的物體或過程，採集其聲、光、熱、電、力學、化學、生物、位置等各種需要的信息，通過各類網絡接入，實現物與物、物與人的泛在連接，實現對物品和過程的智能化感知、識別、管理和控制。
物聯網感知操控能力主要通過「感知」真實物理城市，建立物理城市和數字孿生城市之間的精準映射，實現智能干預，進而為智慧城市大腦提供海量運行數據，使得城市具備自我學習、智慧生長能力。
其主要能力包括但不限於：
（1）、 全息感知。 通過傳感器與城市管網、閥門井室、古樹名木、下穿隧道、路燈燈杆等公共基礎設施融合，實現基礎設施「被感知」； 支持車輛、人員、資源等位置及移動軌跡「追溯」能力；基於 AI 設備，實現環境汙染、違法停車、垃圾滿溢、井蓋異動等城市運行狀態及市容秩序「智能發現」能力；基於多模多制式設備，滿足各種場景下多種感知、計算、控制要求。
▲城市全息物聯感知體系
（2）、 設備管理。 通過感知設備管理平臺對海量設備和數據進行統一管理。具備連接狀態管理功能，實現泛在感知設備的狀態實時管理；支持協議解析，實現不同泛在感知設備的協議解析功能；支持消息轉發，實現面向上層 DaaS 或應用的泛在感知設備上報信息的轉發功能，支持終端/卡管理，實現通信卡餘額查詢、狀態管理等功能；支持遠程參數同步配置功能，以支持上報地址、頻率等參數調整及設備復位等管理要求；具備設備安全防護技術，包括設備安全加固、設備唯一可信認證、設備通訊加密、設備安全態勢感知及設備安全修復等全方位的 IoT 設備安全。
（3）、 遠程操控。 通過對物聯網設備的遠程操控，實現數字城市對物理城市的反向控制；針對具有一定運算和處理能力的設備，實現智能干預。
（4）、 態勢感知。 支持多制式設備協同、海量物聯數據匯聚分析；物理規律和機理分析；支持在海量數據積累的基礎上，同雲計算、深度學習等技術融合，推演城市環境中不同管理要素的變化規律，實現態勢預測。
2、 全要素數位化表達能力：實現精準映射
全要素數位化表達能力， 實質上是城市物理實體的三維模型表達，通過空天、地面、地下、水下的不同層面和不同級別的數據採集，結合新型測繪技術，對城市進行全要素數位化和語義化建模，實現由粗到細、從宏觀到微觀、從室外到室內等不同粒度、不同精度的城市孿生還原，形成全空間一體化並且相互關聯的城市數據底板，實現數字空間與物理空間一一映射，為數字孿生城市可視化展現、智能計算分析、仿真模擬和智能決策等提供數據基礎，共同支撐城市智慧應用。主要建模方式如下圖。
▲主要建模方式分類
從建模方式區分，主要分為正向設計建模和逆向測繪建模。 正向設計建模，主要基於現有城市基礎地理信息，不需要現場測繪數據，以二維矢量信息或者利用參數化設計工具來完成，這種方式適合於規劃設計階段的新建區域。逆向測繪建模，則是針對現有物理實體反向構建模型，通過測攝、影繪、傳感器等獲取城市結構和紋理信息，利用自動化建模工具完成城市數位化三維重建，這種方式更適合於城市中已建成區域。
從建模成果區分，主要分為非結構化模型和結構化模型兩類。非結構化建模， 包括傳統手工建模、傾斜攝影建模、雷射掃描建模等，這類模型具備物理實體的幾何結構和紋理貼圖，可以真實反映實體屬性，但難以滿足專題查詢、空間分析和空間數據挖掘等結構化分析計算需求，應用場景受限。
結構化建模， 主要包括語義化模型和 BIM模型等，這類模型不僅具有幾何信息，還具有語義和拓撲裝配關係的描述。其中， BIM 模型雖然具有精細的幾何和語義信息表達，但擴展性較差且不具備空間地理信息，在單個建築等局部範圍用途廣泛，不適合大範圍城市範圍應用；語義化模型可有效實現不同領域數據與空間信息集成及互操作，在當前各類數字孿生城市企業中使用廣泛。
其主要能力包括但不限於：
（1）、 全要素數位化標識能力。 數字孿生城市具備全域數位化標識能力，對城市要素進行精確標識，實現對城市資產資料庫的物體快速索引、定位及關聯信息加載，可利用北鬥網格碼、行政區域編碼相結合的方式，將空間剖分、時間細分整合為物體的唯一標識，實現對萬事萬物的統一編碼管理，支撐數據資源互聯互通。
（2）、 全要素場景圖層呈現。 城市全要素場景包含有多個圖層，每一層分別有不同的數據要素，主要包括地理方面的地形層、道路層、建築層、綠化層、水域層，以及城市治理方面的人口層、產業層、部件層、公共服務資源層等多類圖層的展示。其中地理方面的圖層展示相對成熟，城市治理方面的圖層展示有待加強。
▲城市圖層模型示意圖
（3）、 全要素實體模型呈現。 全要素的實體模型呈現即城市基礎骨架，是針對城市實體單體的建模，針對不同應用領域對實體對象精細程度的需求，多尺度、分層次在數字空間呈現實體，涵蓋建築、交通、植被、水系、城市設施、管線等全要素地理實體類型。
▲全要素地理實體模型表達
▲室內細粒度實體與地下空間實體表達
（4）、 全要素實體更新和索引。 實體模型數據的更新包括全局數據更新以及局部數據更新。實體通過統一標識編碼進行索引，實現數據調用和更新操作。
▲物理實體的 BIM 模型數據更新
3、 可視化呈現能力：數字城市「打開方式」
可視化呈現能力， 是指通過圖形引擎，多層次實時渲染呈現數字孿生體的能力。既可以渲染宏大開闊的城市場景，又可展示地理信息局部特徵，實現城市全貌大場景到城市細節，再到城市實時視頻的多層次渲染，真實展現城市樣貌、自然環境、城市細節、城市實時交通等各種場景，實現空間分析、大數據分析、仿真結果等可視化，實現大屏端、桌面端、網頁端、移動端、 XR 設備端多終端一體化展示，滿足不同業務和應用場景需求。
▲遊戲引擎與 WebGL 引擎渲染效果
其主要能力包括但不限於：
（1）、 三維實體的可視化渲染。 根據物理實體的幾何、顏色、紋理、材質等本體屬性，以及光照、溫度、溼度的環境屬性，進行可視化。
▲城市實體的可視化渲染效果圖
（2）、 大數據可視化渲染。 針對特定數據屬性，定向分析數據統計結 論，提供數據的系統表現能力，以數據視圖的形式動態呈現數據、指標等變化情況，也可針對多類型數據做單一化趨勢、變化、狀態呈現。
（3）、 業務邏輯可視化渲染。 針對特定行業，提供業務管理與業務流程的可視化渲染，根據行業研究經驗與行業業務工作界面類型進行業務流程邏輯拆分。事前，用戶界面的靜態數據呈現，靜態業務管理呈現，靜態人員及關係元素的呈現。事中，對事件、業務的流程化監控、處理方式監督、執行方案監管進行呈現。事後，回溯事件的產生及發生過程，對閉環業務、閉環事件的全流程可視化。
▲消防告警處置業務流程可視化
（4）、 應用場景可視化渲染。 根據業務需求、場景範圍等條件，呈現具體場景渲染效果，主要包括超大場景動態縮放加載渲染、自然現象的效果渲染等。動態縮放加載渲染可以根據距離加載不同層級的場景，以控制整體的渲染效果，每個場景區域可以獨立動態加載。
▲超大場景動態加載效果
▲雨雪條件下的場景渲染效果
4、 數據融合供給能力：建立數據資源體系
數據融合供給能力， 包括數據集成融合能力和數據供給能力，其中數據融合是以城市多源、多類型數據為基礎，以城市時空數據為主要索引，構建多層次時空數據融合框架，形成以基礎地理和自然資源數據為基礎、以政務數據為主幹、以社會數據為補充的全空間、全要素、全過程、一體化的時空數據體系。數據供給是指面對物理實體產生的不同類型、不同形態、不同來源的海量數據，在保證數據實時性要求、質量要求的前提下，以數據流方式供給行業機理模型、數據驅動模型，使數字孿生能夠更為精確全面的呈現和表達，更準確地實現動態監測、趨勢預判、虛實互動等核心功能。
其主要能力包括但不限於：
（1）、數據關聯集成能力。 以管理對象（實體模型對象）為關聯標識，將城市各種原始的、離散的業務數據疊加在統一的三維空間、一維時間之中，通過對管理對象的各種屬性信息、業務狀態信息進行多維關聯，實現數據關聯、業務集成。
▲ 建築物與業務系統數據集成圖
（2）、 數據模型融合能力。 以業務運行模型為基礎，通過節點（實體模型對象）及節點之間邏輯關係，構建物理實體之間關聯關係、指標關係、空間關係等，從而快速形成數據模型及知識圖譜，通過統一的數據模型及知識圖譜融通相關數據資源，主要包括物理對象屬性數據、物理對象活動運行數據、物理對象之間的關係數據等。
▲ 實體數據模型融合
（3）、 數據服務供給能力。 與智慧城市類似，數字孿生城市應支持統一的數據服務目錄功能，基於數據服務目錄形成各類數據消費接口的數據組裝能力，實現快速數據接口定義、發布以及數據接口的權限控制。支持實時和歷史數據接口服務，以滿足對實時數據和歷史數據的消費場景需求。支持界面化的數據接口服務管理、嚮導模式和腳本模式來生成 API、界面化編輯接口腳本實現 API 的創建。
5、 空間分析計算能力：優化要素空間布局
空間分析計算能力， 是指基於數字孿生城市三維模型，結合時空網格技術、北鬥定位服務等，針對具體業務需求，進行空間數據相關計算、分析、查看、展示的能力，包括距離測量、面積測量、體積測量等測量能力，疊加分析、序列分析和預測分析等時空分析，路徑規劃、漫遊定製、可視域分析等場景分析，以及全景圖定製以及場景標註等。
其主要能力包括但不限於：
（1）、空間測量功能。 可在三維場景中進行線段長度測量，閉合圖形面積與周長的測量。滿足三維空間測距、測地塊面積、測城市建築高度、外立面面積等需求。
▲空間限高分析計算
▲空間面積計算
（2）、 可視域分析功能。 可以展示基於某個觀察點，展示一定的水平視角、垂直視角及指定範圍半徑內區域所有通視點的集合，可以幫助了解城市空間內任一點的可見區域情況。這一工具可以用於安保監控的可視域範圍判斷，地產招商中視線遮擋判斷，旅遊景點中的風景評價體系，區域公共資源配置合理性分析，以及通訊中的信號覆蓋、森林防火觀察臺設置等用途。
▲基於光照點的空間陰影分析
▲基於觀察點的可視域分析
（3）、 空間路徑規劃。 結合城市 GIS 數據，根據真實世界中的路網分布，實現起始點與目的地之間的最短路徑繪製與規劃。當發生應急事故時，可以迅速制定應急方案，就近整合調度應急物資，集合應急救援隊伍等。
▲空間路徑規劃
（4）、 空間對象搜索和統計分析。 通過制定特定空間區域，快速定位搜索對象，快速統計空間中對象數據等。
▲空間對象搜索
6、 模擬仿真推演能力：預測未來發展態勢
模擬仿真推演能力， 是在數字空間中通過數據建模、事態擬合，進行某些特定事件的評估、計算、推演，為管理方案和設計方案提供反饋參考。與物理世界相比，數字世界具有可重複性、可逆性、全量數據可採集、重建成本低、實驗後果可控等特性。在虛擬孿生世界中，可以為城市規劃、城市更新、應急方案、無人車訓練等方案的評估與優化提供細化的、量化的、變化的、直觀化的分析與評估結論。
其主要能力包括但不限於：
（1）、 空間類模擬仿真。 涉及到體積、容積、距離、面積、碰撞、遮擋、強度、剛度等空間矢量參數的模擬仿真，常用在可視域分析、日照時長計算、深度計算、水體氣體淹沒與擴散、無人車訓練、產品設計等典型場景。
▲ 人流疏散仿真
（2）、流程類模擬仿真。 涉及到父子級關係、前後拓撲關係、串聯並聯、節點分散、流轉效率等流程參數的模擬仿真，常用在應急事件流程推算、工廠生產流程搭配、物流倉儲接駁、交通流量管理等場景。
（3）、 空間—流程綜合類模擬仿真。 融合前兩類的要素，併疊加複雜的數學計算，常用在應急預案方案評估、人群疏散推演、產業政策調整效果預估、港口翻箱優化場景、工廠產線單元布置、無人車訓練、智能駕駛人機互動、大型複雜綜合交通態勢仿真推算等。
▲ 應急預案按照流程在數字空間推演
▲港口工業作業流程仿真
7、 虛實融合互動能力：打通兩個世界接口
虛實融合互動能力， 是指針對具體對象或業務，數字空間與物理空間之間的互操作與雙向互動，既能在數字空間再現與影響現實世界，也可在現實世界中進入虛擬空間，二者滿足實時、動態、自動、互動等屬性。包括數字孿生場景的自動實時動態演變、數字孿生運行態勢自動實時動態還原、數字孿生系統反向幹預物理世界、物理世界多入口觸達數字孿生系統等多種需求。
其主要能力包括但不限於：
（1）、 視頻虛實融合能力。 數字孿生下的視頻融合要比常規融合有更高的要求。通過多路鏡頭重建三維立體空間，糅合在三維數字孿生模型中，實現鏡頭的聚焦、縮放、切換、視野調整，而非簡單的視頻貼圖。
▲智慧園區實時視頻融合案例
（2）、 傾斜攝影動態加載能力。 智慧城市中傾斜攝影是覆蓋面較廣、應用時間長、使用成本低的技術，特別是相較於 BIM 和點雲。數字孿生城市保持和物理城市的同步變化，傾斜攝影的動態支持顯得不可或缺。
▲植被傾斜攝影數據與模型動態整合
（3）、 跨終端的人機互動能力。 針對人員無法進入或者還沒有物理實現的特殊場景，通過遠程 VR 控制以及 AR 方式，實現人員對物理場景的決策增強。例如通過 VR 進入虛擬廠房進行設備巡檢，將真實的設備運行數據實時映射到虛擬場景中，完成廠房的運維巡檢維護等工作。通過打通不同控制設備的執行協議，實現對控制終端的操作，完成虛實信息融合和控制融合，實現雙融合閉環。
8、 自學習自優化能力：輔助城市管理決策
自學習自優化能力， 是指利用計算機視覺、機器學習、知識圖譜等人工智慧技術，實現城市運行數據感知—圖像智能識別—知識圖譜構建—數據深度學習—智能決策的循環，通過對城市數據的深度學習，推動智慧城市自我優化運行，滿足政府、企業、市民的按需、即時和精準決策需求。
其主要能力包括但不限於：
（1）、 計算機視覺分析能力。 使用計算機模仿人類視覺系統，讓計算機擁有類似人類提取、處理、理解和分析圖像以及圖像序列的能力，相關技術具體包括圖像分類、目標跟蹤、語義分割。目前計算機視覺最廣泛的應用是人臉識別和圖像識別。城市綜合治理、自動駕駛、機器人、智能醫療等領域均需要通過計算機視覺技術從視覺信號中提取並處理信息。
▲ 基於計算機視覺的城市治理問題自動發現
（2）、 自我學習優化能力。 利用機器學習技術和知識圖譜，通過學習歷史事件、發現其中規律、給出優化策略，形成修正決策進而自動優化預案並執行，有效提高城市運行管理與服務效能。
▲ 規劃方案對比智能自動比對
▲基於區域特性的智能精準招商
9、 眾創擴展能力：形成應用創新平臺
眾創擴展能力， 是在數字孿生城市中樞平臺基礎上，將城市信息模型（ CIM）更新編輯服務、數據集成處理服務、仿真算法服務、行業應用開發服務等應用能力集開放，讓面向行業應用的產品設計者、技術開發者、運營管理者等各類群體參與到數字孿生城市建設中，形成能力開放和應用創新平臺，為全社會各類應用賦能。
其主要能力包括但不限於：
（1）、 城市信息模型（CIM）更新編輯服務能力。 通過 CIM 數據更新編輯 API 開放平臺，融合各類實體數據，吸引全社會用戶參與實體場景數據採集、實體場景建模、城市級模型加載引擎等方面工作，有力支撐 CIM 與物理城市同生共長，實時同步更新且可編輯。
（2）、 物聯網及業務數據接入處理能力。 物聯感知數據是城市實時運行數據，是數字孿生城市建設的重要基礎，通過搭建標準化、統一的物聯網接入與調用平臺，提高物聯網數據獲取的便捷性，簡化數字孿生城市和現實世界的對接。
（3）、 行業應用及模擬算法服務能力。 目前數字孿生城市應用仍處於碎片化開發狀態，行業解決方案壁壘較深，導致建設成本高漲，通過進一步解耦、提煉、封裝等，構建通用化的行業應用算法模板，為城市規劃仿真、內澇淹沒分析、交通方案優化、應急疏散模擬等城市治理及各行業精準規劃、方案優化提供支持。
（4）、 行業應用開發工具能力。 面向城市運營管理和各垂直行業的海量數字孿生應用場景的功能應用開發需求。提供行業應用擴展開發工具集，賦能行業應用開發者，結合行業應用場景構建功能應用，實現眾創擴展能力，讓數字孿生城市實現更大應用價值。
三、 數字孿生城市當前主要問題
1、 推進目的和方向不清，應用場景深度不足
一是有些地區為了蹭熱度，概念不清，方向不明，脫離實際業務需求和應用場景，盲目跟風上馬數字孿生項目，追求表面的無損刻畫、缺乏對業務邏輯的深層理解，忽視對城市運行治理的有效支撐。 數字孿生產品可以做到每個設備細節、甚至螺絲釘都形成孿生體，但城市更需要孿生刻畫城市運行規律、複雜社會關係、回溯歷史以及展現未來發展態勢，瞄準核心問題而不是關注一磚一瓦、一草一木的「過度孿生」。
二是城市規劃、建築管理等行業性孿生應用多，基於數字孿生的城市治理、服務等應用普遍深度不足。 由於城市級異構大數據匯集和跨行業跨領域應用還處於初級階段，各專業、各行業領域的算法模型成熟度不高、尚待沉澱，另一方面，數字孿生模型與數據融合不深，應用主要體現為靜態可視化，數字空間的模擬仿真、態勢預測等價值遠未釋放，不少應用以數字孿生之名，行傳統信息化之實。
三是目前市場缺乏規範的建設指引， 數字孿生城市技術的複雜性，使產業界對整體解決方案還處於各顯奇能的探索之中，具有長期考量、實現體系化布局、面向深度應用需求的建設方案還比較少。
2、 城市信息模型重複建設，孿生底座亟待整合
數字孿生城市源於「一張圖」的 GIS、 BIM、 CIM 實踐，但高於條線「一張圖」建設。城市管理部門對城市數字底圖都有強烈需求。一般城市至少存在三張底圖， 即住房與城鄉建設系統推進的城市信息模型平臺，自然資源與國土規劃主導的時空大數據平臺，公安政法條線依託進行城市安全和綜合治理的城市底圖。每個底圖自成體系，一般僅支撐本系統內應用，無法隨需、隨時支撐其他部門調用，且數據積澱已久，難以放棄也難以整合。長期以來智慧城市條線強協同弱，沒有明確牽頭部門，即使有些地方成立了大數據局，但協調統籌力度仍然不足，多張底圖如何整合，誰來整合，形成城市級統一的數字底圖和數據資產，是數字孿生城市建設首先要面對的問題。
3、 缺乏統一 CIM 平臺規範，數據融通標準缺失
數字孿生城市的核心在於構建 CIM 平臺，難點之一是統一時空框架表達。 當前，數字孿生城市尚未形成可兼容異構信息系統的統一標準的時空數據底層框架，機構和廠商各自推進，難以確保統一編碼、多模態數據的精準融合表達。
難點之二是城市矢量時空、建模、政府業務數據、物聯網等多源數據的融合處理存在一定困難。 矢量數據、柵格數據、模型數據、點雲數據等涉及多個專業，存在多種數據採集或設計建模軟體標準格式，格式間存在數據融通的壁壘。各部門業務系統數據格式不統一、數據權限不明確、數據對接機制不健全，都將制約數字孿生城市作用的發揮。
4、 關鍵技術存在卡脖子風險，亟待創新突破
當前數字孿生城市涉及的新型測繪、標識感知、協同計算、全要素表達、模擬仿真等多項關鍵技術自身發展和融合應用還有待加強。海量數據加載技術、雲邊計算協同技術、模擬仿真技術等成熟度不高；利用人工智慧、邊緣計算對動態數據快速分析處理能力不足；設計軟體大部分由國外企業主導，核心技術自主水平不足，基礎研究有待加強，通過構建軟體開源生態，帶動基礎軟體創新突破。 GPU 晶片、 作業系統、驅動中間件與國外存在一定差距，傳感器從技術到成本都不能滿足全域感知部署需求，需要靠市場來進行培育。
智東西認為， 數字孿生城市是指數字孿生理念在城市範圍內的應用，是基於複雜綜合技術體系構建的物理城市的數字孿生體。數字孿生城市將新型智慧城市建設推向了一個新的高度 ，從發展態勢來看， 「數字孿生城市」歷經 2017 年和 2018年的概念培育期、 2019 年的技術方案架構期，已正式步入到建設實施落地期，國家政策密切關注，地方規劃加速落地，企業方案務實搭建，學術科研前瞻布局，市場規模爆發增長，產業生態積極構建，應用場景日益完善，全球共識逐漸達成。在國內「新基建」大背景下，我國數字孿生城市即將走上高速發展軌道。