数字孪生城市典型场景与应用案例（2020年）

数字孪生城市典型场景与应用案例（2020 年） 中国信息通信研究院2020年12月 前 言数字孪生城市经过三年的概念培育期，目前已经步入落地实施阶段，各地不同程度地推进数字孪生城市规划建设和行业应用创新实践。中国信息通信研究院联合数字孪生城市生态圈合作伙伴，在推出《数字孪生城市白皮书（2020年）》的同时，征集当前典型应用案例进行汇编，旨在了解目前进展情况，梳理总结推广先进经验，增进各方交流合作，互相启发、互相学习，推动数字孪生城市技术和应用水平不断提升。从本次征集的应用案例来看，呈现三个特点，一是应用领域涉及面较广，从城市、新区到园口、港口、景区、学校，涉及各行各业数字化，数字孪生场景不断拓展；二是数字孪生技术在社会治理和行业应用等各领域，对于管理精细化和智能化升级成效非常明显。三是数字孪生的特征体现还不够充分。目前应用场景大部分还属于简单孪生，跨领域跨行业的协同场景相对较少，模拟仿真类场景相对较少，应用层次和应用深度有待提升。总体来说，数字孪生城市实践还处于初步探索阶段，基础理论、技术标准、应用场景、配套机制都需要一个长期的完善过程，但一方面由于政府和产业界对于数字孪生技术和应用高度重视，创新发展势头迅猛，另一方面，信息技术在加速演进，经济社会智能化需求也在不断升级，相信数字孪生城市建设发展，每年会迈上一个新台阶，创新实践会越来越精彩，案例汇编将见证数字孪生城市砥砺探索前行的历程。编写组2020年12月 目录 一、 区域综合治理类应用 ................................................................. 6 （一） 基于数字孪生构建临港“六能”体系 .......................... 6 （二） 数字孪生让园区管理“更聪明” ................................ 14 （三） 江北新区打造数字孪生第一城 .................................... 20 （四） 基于CIM的数字孪生园区运营平台 ........................... 25 （五） 依托数字孪生管控平台打造智慧校园 ........................ 31 （六） 数字孪生打造虚拟景区 ................................................ 37 （七） 数字孪生打造可视可管可控智慧医院 ........................ 41 （八） 成都高新区构建智慧治理中心 .................................... 47 二、 城市治理类应用 ...................................................................... 52 （九） 数字孪生助力上海“一网统管” ................................ 52 （十） 基于北斗网格底座的“乌镇码”治理 ........................ 55 （十一） 铜陵城市超脑构建能力平台 .................................... 58 （十二） 福州北斗小镇新冠疫情精准防控 ............................ 61 （十三） 深圳坪山搭建城市北斗网格底座 ............................ 63 三、 规划建设类应用 ...................................................................... 68 （十四） 雄安新区规划建设BIM管理平台 ........................... 68 （十五） 新技术推动不动产登记三维可视化应用 ................ 72 四、 安全与应急类应用 .................................................................. 78 （十六） 滨海新区建设数字孪生城市示范区 ........................ 78 （十七） 数字孪生助力消防提高应急救援能力 .................... 81 五、 自然资源灾害类应用 .............................................................. 85 （十八） 长江干线航道整治建筑物维护 ................................ 85 （十九） 气象数字孪生实现精准预警 .................................... 88 （二十） 数字孪生技术助力防汛抗旱智能化升级 ................ 91 （二十一） 云南“三湖”生态智慧治理 ................................ 94 （二十二） 基于数字孪生的风环境仿真推演 ........................ 96 六、 工业生产流程类应用 .............................................................. 99 （二十三） 数字孪生海洋牧场 ................................................ 99 （二十四） 廊坊数字孪生热电厂 .......................................... 102 （二十五） 国网智能电站运营平台 ...................................... 106 七、 交通物流类应用 .................................................................... 109 （二十六） 天津数字孪生智慧港口 ...................................... 109 （二十七） 深圳妈湾智慧港口 .............................................. 112 （二十八） 北京微观交通仿真系统 ...................................... 117 （二十九） 西安智慧交通平台 .............................................. 122 八、 逻辑关系孪生类应用 ............................................................ 127 （三十） 城市无线频谱电子沙盘应用 .................................. 127 （三十一） 数字孪生金融网点 .............................................. 130 6 一、区域综合治理类应用 （一）基于数字孪生构建临港“六能”体系 1.案例概述 2018年上海浦东临港智慧城市发展中心与中科院、阿里云、泰瑞数创开始合作，建设智慧临港城市大脑项目。在临港BIM/GIS大数据平台的基础上，通过构建临港数字孪生体，实现临港各政府部门、企业和互联网数据的汇聚融合，从宏观、中观、微观三个层面统筹城市数据资源，构建“六能”体系，实现临港全局分析预判，智能化调配城市公共资源，完成产业“一站式”服务、交通“提前一天预测”、游客“多留一天”的城市管理目标。 “六能”体系包括“感能”、“视能”、“数能”、“图能”、“算能”和“管能”。 “感能”充分展现数字孪生城市物联感知能力，实现临港全区域基础设施状态的主动感知，覆盖智慧园区、公共设施、市政、道路、社区综治等12类传感器，每日上传约14万条信息。 “视能”连接临港主城区1000多路摄像头，利用数字孪生数字化表达能力，实现监控视频实时结构化，每日结构化数据量达到200多万条，支持人脸身份、车辆号牌和社会事件的自动识别，支撑综合治理、城市安全管理、交通管理等智能应用。 7 图 1-1 “视能”能力展示 “数能”接入包括高德票务、水务及政府相关部门等10多类数据源，外界数据总量约33万条，每日API调用总次数超过2万余次。 “图能”基于数字孪生数字化、可视化表达技术，融合三维模型、BIM模型、倾斜摄影模正影像、卫星图片等，为城市服务提供定位支撑，支持一键切换实景与夜光效果，支持11520*3240（6*4K）超大分辨率的流畅显示与操作，支持iPad端对大屏端的互动操作。 “算能”体现数字孪生城市计算能力，部署CPU、GPU等海量异构计算资源，支持算法部署点位数1010个。 “管能”实现了自动化执行能力，实现临港主城区无人机5分钟出行圈，日飞行里程达100公里以上，可提供递送应急物资，现场执法喊话的能力。 图 1-2 现场执法喊话展示 8 2.典型场景 场景1：社区综合治理 综合治理。基于临港数字孪生体，完成临港区域城市日常综合治理和城市精细化管理。实现多部门统一联动协调，通过人工智能手段实现对综合治理处置的智能辅助指导，提高综治管理能力。以综治事件自动派单与处置指导为目标，通过自然语言处理、深度学习等人工智能技术与物联网数据整合，建立综治事件处置模型，实现简单事件快速派单处置、重复无效事件甄别反馈、复杂事件拆分指导。 无人机巡航。针对主城区 70 平方公里区域，基于数字孪生实现无人机全地形自动巡航，形成正射影像瓦片地图，采用 AI 智能监测技术，实现对主城区垃圾堆放、人流密度等问题的智能监测和管理。 图 1-3 无人机巡航人流密度 智能派单。当事件上报至综合管理平台后，平台根据事件的现场照片、文字信息、监控视频、地理坐标等信息进行事件画像，分析事件的关键属性，将历史派单的信息和日常增量派单信息存储至深度学习数据库。通过深度学习模型和人工选择反馈的反复训练，达到对简单事件快速派单处置。在复杂事件处理时，综合管理平台通过深度学 9 习结果，提出事件处理的牵头部门、处理建议、需要参与人员等处置指导意见，辅助管理部门进行科学决策。 图 1-4 智能派单处置 垃圾监测预警。无人机定期巡检，在与环境卫生数据标准进行比对分析后，如果发现问题，将预警信息以多种终端方式智能推送给相关人员。 图 1-5 垃圾自动对比监测 违章建筑监测预警。对图像信息进行实时扫描并与数据库进行比对，发现新信息后，系统提供多种方式展示预报警信息，将预警信息以多种终端方式智能推送相关人员，并由综合业务管理系统统一处理。 1 图 1-6 违章建筑自动对比发现 违法渣土车自动跟踪。基于城区主要入口建设的固定摄像头系统，识别非认证违法渣土车车辆车牌并自动报警，周边无人机紧急升空进行跟踪，对发生违法行为的目标车辆进行警示、驱离或对正在发生违法行为的车辆进行拍照取证。 场景2：交通智能决策 通过基本的城市路网拓扑信息、设施信息、路口渠化、交警动态数据信息（包括SCATS 数据、卡口/视频、线圈、微波数据等）和互联网数据（高德数据）进行数据融合，得到预处理结果（设备流量数据、路口过车数据、车辆轨迹数据），并在此基础上对交通指标进行计算，为后续路网态势监控及智能信号优化提供数据支撑。 景区人流预测。依据景区周边路口的摄像头分析人流数，再参考历史大数据预测未来不同时段到达人数。在三维地图上标注不同时段预测的人流总数及主要路口，当预测人数达到警阈值时，平台醒目提示等级。 1 图 1-7 景区人流预警展示 交通仿真。依据车流预测结果，在三维地图上模拟车辆行驶，调整交通控制策略（信号灯、疏导方案等），通过仿真模拟，查看拥堵缓解效果。 图 1-8 制定