你的城市真的需要数字孪生吗？

城市数字孪生能够模拟道路封闭后交通状况可能发生的变化，哪些社区面临最大的洪涝风险，以及拟建的高楼是否会遮挡附近住宅的采光。这使得它对那些面临建设住房、适应气候变化以及维护老旧基础设施压力的市长和规划者而言极具吸引力。 然而，创建一个令人印象深刻的三维城市模型并不等同于改善城市。只有当这项技术能够帮助官员比现有系统更准确、更透明或更经济地做出明确决策时，它才具有价值。.

“城市数字孪生”究竟是什么

数字孪生是物理资产、流程或系统的数字化呈现。在城市中，它可能将三维地图与有关建筑物、道路、公用设施、公共交通、能源使用、空气质量、水资源或行人流动的信息相结合。.

“双生”一词可能会产生误导，因为城市模型绝非城市生活的完美复制品。它仅包含其设计者选择并设法纳入的要素和信息。有些城市模型会根据传感器采集的实时数据进行更新，而另一些则主要依赖历史记录和定期调查。.

详细的3D地图并不一定就是数字孪生。要符合这一术语的定义，该模型通常应能够反映城市系统的运行方式，并允许用户分析变化、测试各种情景或监测状况。.

其实用价值在于将原本分散在各部门数据库中的信息进行整合。这样一来，交通规划师、水利工程师和住房团队便可以借助对城市状况的统一呈现，共同审视同一项拟议的开发项目。.

从一个决定开始

人们常常鼓励各城市建立能够对从交通到能源消耗等各方面进行建模的综合平台。这导致在官员们尚未确定该平台将有助于改善哪些决策之前，就已启动了一个规模庞大且耗资巨大的技术项目。.

一个更好的切入点是提出一个具体的操作性问题。新公交专用道应设在何处？哪些街道需要增设排水设施？拟建的住宅项目将对交通、遮荫以及当地公共服务承受的压力产生何种影响？

一旦决策明确，市政府便可确定所需的最低数据和建模能力。一项防洪规划项目可能需要高程、降雨量、排水和土壤等信息，但并不一定需要每家店铺门面或每盏路灯的详细模型。.

从小范围开始也能为评估提供可能。官员们可以将模型的预测结果与实际结果进行对比，判断模型是否改变了决策，并决定该方法是否值得进一步投入。.

一个从一开始就试图呈现整座城市的数字孪生，如果没有足够重要的用户，可能会沦为一个仅在技术上令人印象深刻的资产。.

洪水是其中一个最典型的应用场景

气候适应为整合城市数据提供了充分的理由。洪涝灾害取决于降雨量、海拔高度、排水系统、地表状况、水道以及易受影响建筑物的位置。这些因素通常由不同的主管部门负责管理。.

数字孪生可以模拟在不同降雨情景下积水可能出现的位置，并展示新开发项目、排水系统升级或公园建设将如何改变这一结果。工程师可以在决定施工之前对各种方案进行测试。.

但这并不意味着预测就一定准确。降雨模式、下水道堵塞以及人类行为都可能与模型所依据的假设存在差异。此外，气候变化也意味着，历史条件可能不再能为未来极端天气提供可靠的参考依据。.

因此，该模型应呈现各种情景和不确定性，而非对未来将发生什么给出一个确定的画面。其目的是为了提高应对准备程度并比较各种干预措施，而非暗示该城市已完全掌控了自然。.

最有用的输出结果可能相对简单：一份按优先级排序的地点清单，列出了需要进行现场检查、维护或投资的地点。.

交通模型需要纳入人类行为因素

交通是另一个常见的应用领域。城市可以模拟以下情况可能产生的影响：改造路口、取消停车位、设立低排放区或增设自行车道。.

结果取决于对人们行为反应的假设。驾驶员可能会改变路线、调整出行时间、改乘公共交通，或者尽管模型预测他们会避开拥堵路段，却仍继续使用该路段。.

一个主要基于车辆数据的智能交通系统，也可能忽略行人、残障人士、儿童以及未携带联网设备的人群。汽车的运行效率并不等同于无障碍通行或公共空间的质量。.

因此，交通建模应与实地观察、调查和公众咨询相结合。计算机模型虽可估算出行时间，但无法确定哪个群体的出行时间应在政策制定中占据最大权重。.

一项既能加快区域通勤速度，却又使当地街道变得更危险的方案，不能仅仅因为总体交通流量得到了改善，就认为其结果在客观上更好。.

新加坡展现了规模效应的价值

“虚拟新加坡”已成为城市级数字模型中最突出的范例之一。其三维平台的开发旨在将建筑环境信息与人口统计及环境数据相结合，从而使各机构和研究人员能够对规划方案进行测试。.

新加坡拥有其他地方难以复制的若干优势。它既是城市，也是国家，公共行政体系相对一体化，且政府具备强大的地理空间和数字化能力。.

其后来的数字孪生项目也更加具有针对性。新加坡的电网孪生系统整合了资产和电网运营信息，而其海事孪生系统则模拟了港口周边的活动。榜鹅数字区利用数字孪生技术来管理系统，包括制冷、停车和安保系统。.

这一发展趋势发人深省。最有用的“双生系统”或许并非一个试图管理所有城市生活的庞大模型，而是为特定系统量身打造的、相互关联的“双生系统”，它们在需要共享信息的地方采用共同标准。.

各城市应当借鉴新加坡在基础设施建设方面展现出的严谨作风，而不是一味认为只要购置类似的视觉平台，就能复制其成果。.

鹿特丹正在构建数据基础

鹿特丹的“开放城市平台”整合了有关该市的数字信息，并包含一个三维数字孪生模型。该平台的目的是让城市数据在规划和管理过程中更易于整合和利用。.

对于一个面临洪水威胁、工业转型以及地下基础设施复杂的港口城市而言，这种共识有助于制定涉及水资源、建设、公用事业和公共空间的决策。.

这项工作中那些不太显眼的部分，可能比可视化模型更为重要。鹿特丹市还在改进其对地上和地下设施（包括电缆和管道）的记录方式。准确的资产登记至关重要，因为数字孪生无法模拟那些无法可靠定位的基础设施。.

这是城市技术项目中一个常见的薄弱环节。官员们可能采购了先进的软件，但基础记录却仍然零散、不一致或过时。.

在投资复杂的模拟系统之前，地方政府应先弄清楚：是否清楚其资产的具体位置、数据归谁所有，以及记录的更正频率如何。数据维护并非一个在数字孪生系统上线后就结束的初步阶段，而是成为一项永久性的公共责任。.

住房决策可能会变得更加透明

数字孪生技术可帮助规划者分析某项开发项目对日照、景观、风向、交通、公共交通以及学校或医疗保健需求的影响。.

这可以使居民更容易理解复杂的规划方案。公众无需阅读技术图纸，便能从街道层面观察开发项目，或对比不同的设计方案。.

视觉上的逼真性本身也存在风险。经过精心打磨的模拟效果可能会让人觉得某项方案似乎不可避免，或者比实际情况更确定。色彩、拍摄角度以及对树木、交通和天气的假设都可能影响人们的感知。.

因此，面向公众的模型应说明哪些内容是经测量的、哪些是经估算的，以及哪些信息尚不明确。居民应能够对不同情景进行比较，而不是仅被展示当局偏好的结果。.

当数字孪生能够让权衡取舍变得可见时，它就能改善咨询过程。而当其主要目的是推销一个预先确定的方案时，它便成为了一种说服工具。.

传感器并非必然必需

实时数据通常被视为构建真正的“城市孪生”不可或缺的要素。但在实际应用中，并非每个规划问题都需要持续监测。.

用于分析建筑物阴影的模型可能依赖于稳定的几何数据。防洪管理可能受益于当前的降雨和水位传感器。交通运营可能需要近实时信息，而长期住房战略则未必需要。.

添加传感器会增加采购、连接、维护和网络安全方面的成本。设备会发生故障、出现误差，最终需要更换。即使最初的目的是为了基础设施，这些设备也可能收集有关个人的信息。.

各城市应根据决策需求确定数据采集的频率。实时数据本身并不一定更好。在某些应用场景中，可靠的月度或年度信息比一连串质量较低的测量数据更有用。.

目标是建立充分的证据基础，而不是获取尽可能多的数据。.

隐私必须在设计之初就予以考虑

一个城市的数字孪生体可能整合交通、能源、移动设备、摄像头和建筑等信息。即使数据集中未包含姓名，详细的位置信息和行为模式有时也能追溯到具体个人或家庭。.

市政府应明确哪些信息是必要的、信息需要达到何种精度，以及将保留多长时间。通过数据聚合，规划人员或许能够了解人员流动情况，而无需追踪可识别身份的个人。.

访问权限也应予以区分。公共规划部门可能需要社区层面的数据模式，但不需要单个记录。应急服务部门在明确界定的情况下可能需要更详细的信息。.

居民应了解哪些数据被纳入了该模型，以及这些数据的具体用途。信息在技术上可供获取这一事实，并不意味着每个公共机构都应将其整合并重复利用。.

如果为缓解拥堵或进行能源管理而引入的系统，在未经公众讨论的情况下逐渐扩展到执法、行为监控或商业画像等领域，就会损害公众的信任。.

算法可能会加剧现有的不平等现象

数字孪生反映了城市数据所呈现的样貌。那些传感器更完善、房产记录更清晰或居民数字参与度更高的社区，其呈现效果可能比那些非正规、较贫困或网络连接较差的社区更为准确。.

基于该模型做出的投资决策可能会进一步加剧这种失衡。数据不完整的地区，仅仅因为记录的问题较少，就可能看似需求较少。.

历史信息也可能蕴含着先前的优先事项。一个基于过去的交通或维护决策进行训练的模型，可能会再现出一个偏袒富裕地区和驾车通勤者的系统。.

各城市需要审视：数据中呈现了哪些群体，哪些群体被忽略，以及正在优化哪些结果。公众参与并非在技术工作完成后附加的、可有可无的沟通活动，而是识别数据未能捕捉到的状况的一种途径。.

一个模型应当支持民主决策，而不是用一种看似中立的计算来取代意见分歧。.

网络安全已成为基础设施问题

“城市孪生体”可以揭示道路、能源系统、供水基础设施和公共建筑的位置及状况。其中部分信息虽然已经公开，但将其整合到一个易于访问的平台中，可能会增加其敏感性。.

攻击者可能会试图窃取数据、干扰运营，或篡改决策者所使用的信息。遭到入侵的传感器可能会向模型输入虚假读数，而勒索软件则可能导致系统在紧急情况下无法使用。.

安全设计应体现双重控制机制。与直接连接交通信号灯、能源设备或楼宇控制系统的方案相比，那种旨在提出建议的规划模型会带来不同的风险。.

城市需要访问控制、审计记录、备份方案，以及一种在没有该平台的情况下仍能维持运营的可行方法。数字孪生不应成为关键服务的单点故障。.

网络安全和维护成本必须纳入长期商业案例中，而不是将其视为供应商需要处理的技术细节。.

避免对单一供应商产生依赖

数字孪生融合了地图技术、云计算、传感器、仿真和可视化技术。由于后期迁移数据、模型和定制集成既困难又昂贵，城市可能会因此被锁定在某一家供应商身上。.

合同应明确规定基础数据、仿真模型及输出结果的所有权归属。市政府应能够以规范的格式导出信息，并允许其他供应商构建兼容的服务。.

开放标准和互操作组件是欧盟委员会当前针对地方数字孪生所采取策略的核心。共享工具可帮助较小的市镇避免从一开始就委托开发完全专有的平台。.

一个城市不必拥有每一项技术，但必须掌握对其公共信息的控制权，并保留更换服务提供商的能力。.

随着“双系统”在规划和运营中变得越发重要，将其运作原理仅由外部承包商掌握的做法就越难以被接受。.

什么值得花钱？

高质量的地理空间数据值得投入资金。只有当城市拥有准确且经过维护的建筑、道路、土地、公用设施和公共资产数据时，高级模拟才能变得可靠。.

整合工作也可能成为进行大规模投资的理由。将交通、规划、水务和能源部门之间相互兼容的信息整合起来，即使在尚未建立起视觉效果精良的数字孪生之前，也能帮助改善决策。.

当决策会产生重大的财务或安全影响时，例如防洪、重大基础设施建设或城市热岛效应缓解，进行专业建模是值得的。.

员工的能力与软件同样重要。市政工作人员需要了解该模型能够得出哪些推论、其假设的来源以及如何对输出结果进行质疑。一个完全依赖咨询公司的城市，可能拥有一个平台，却缺乏管理该平台所需的专业知识。.

当公众界面能够真正让规划方案更易于理解，并让居民能够探索替代方案，而非仅仅观看宣传动画时，就能创造附加价值。.

可能不必要的内容

对于较小的城市而言，可能并不需要其整个辖区的 photorealistic 模型。现有的地理信息系统和专业工程工具或许已经能够以更低的成本解答相关问题。.

如果决策是每年一次，或者基础资产的变化缓慢，那么就没有必要使用实时数据源。虚拟现实体验虽然能吸引注意力，却无法提升规划的技术质量。.

各城市在建设通用平台时，也应谨慎对待那些用途尚未明确的情况。与道路、建筑和供水系统相比，技术往往过时得更快，而一旦最初的政治热情消退，维护成本仍将持续存在。.

最简单且足够好用的工具，往往比最身临其境的工具更值得选择。.

采购前的更佳测试

从一个公共问题入手，确定将使用该结果的决策者。弄清楚当前决策是如何做出的，以及“双生方案”旨在纠正哪些缺陷。.

定义可衡量的成功。这可能包括更准确的洪水预测、更少的挖掘错误、更快的规划分析，或者让更多居民能够理解某项提案。.

对现有数据进行审核，包括准确性、法律许可以及缺失的社区信息。确定哪些数据可以复用，哪些需要重新收集。.

在一个学区或教育系统内开展有限范围的试点。将预测结果与实际结果进行对比，并公布相关假设和局限性。.

计算数年内的总成本，包括人员、数据更新、云服务、安全、传感器以及供应商变更等费用。从一开始就要求具备互操作性和数据导出权限。.

最后，确定哪些内容绝不能与“双子”连接。一个负责任的项目，不仅要明确界定能力范围，还要明确界定边界。.

城市数字孪生技术可帮助主管部门在投入资金或改变社区实体环境之前，先对复杂系统进行了解。在洪水、基础设施、能源以及重大规划提案等特定领域，由于需要综合考虑多种形式的信息，该技术的价值最为显著。.

它们并非城市现实的客观复制品，也无法决定一个社区应该接受哪些权衡取舍。模拟模型可以表明，某种道路设计能让更多车辆通行，或者某项开发项目会投下更长的阴影。但当选的领导人和居民仍需决定，他们想要什么样的城市。.

因此，最“智能”的城市并非拥有最详细的虚拟复本的城市，而是能够辨别哪些决策值得建模、妥善维护信息，并始终愿意对模型得出的结论提出质疑的城市。.