数字孪生城市的地理信息更新

序论：速发表网结合其深厚的文秘经验，特别为您筛选了1篇数字孪生城市的地理信息更新范文。如果您需要更多原创资料，欢迎随时与我们的客服老师联系，希望您能从中汲取灵感和知识！

城市是人类生存和经济社会发展的重要载体。作为与国家安全和社会经济发展密切相关的基础战略信息资源，也是数字孪生城市的重要组成部分，城市地理信息数据的准确性和时效性有着至关重要的作用。从我国城市发展速度看，超大城市如广州，每年地表覆盖的变化率高达40%~50%［1］。尽管测绘技术和设备有了长足的进步，但目前城市地理信息的更新还缺乏较为成熟的综合解决方案。本文聚焦城市地理信息的更新，梳理了面向数字孪生城市的城市地理信息更新的国内外研究现状、更新的关键问题，并对城市地理信息高效更新的应用前景进行了展望。

1城市地理信息更新的历史与现状

1.1　政策和环境

“数字孪生”的概念于2002年由美国的Grieves教授在其《产品生命周期管理》课程上首次提出。2009年美国空军实验室和2010年美国航空航天局也先后在技术路线图中使用了该术语。西门子、图扑等知名工业软件公司均采用数字孪生技术进行过仿真，并进行了一系列研究和应用拓展。近几年，数字孪生体实验室与安世亚太科技股份有限公司、美国工业互联网联盟、工信部中国电子技术标准化研究院、中国信息通讯研究院等国内外多个组织发布了数字孪生相关的白皮书，国内外相关的专利、论文、标准也呈现井喷态势。数字孪生被广泛应用在产品设计、生产制造、医学分析、工程建设等领域。2017年，中国信息通信研究院创新性地提出了“以数字孪生城市推进新型智慧城市建设”的理念［2］。数字孪生城市指通过数字孪生技术在网络数字空间创造一个数字城市，使其与现实物理城市一一对应、平行运转，通过虚拟服务现实、数据驱动治理、智能定义一切等运行机制，实现城市全要素数字化和虚拟化、全状态实时化和可视化、城市运行管理协同化和智能化。随着信息通信技术与全球定位系统、高精度地图、模拟仿真、虚拟现实、三维建模、智能控制等技术有机耦合，跨领域的应用驱动融合创新趋势渐显，数字孪生城市建设正驱动着城市的数字化转型，城市信息化将从量变迎来质变［3，4］。2020年，国家发改委重磅发布《关于推进“上云用数赋智”行动培育新经济发展实施方案》［5］，其中“数字孪生”技术被提及多次。2021年初，第十三届全国人大四次会议表决通过了关于“十四五”规划和2035远景目标纲要的决议［6］，国家明确了“十四五”期间将“探索建设数字孪生城市”，完善城市信息模型平台和运行管理服务平台，构建城市数据资源体系，推进城市数据大脑建设。2020年以来，地方规划加速落地，市政管理、工业制造、智能交通、环保、安防、医疗等方面的市场规模持续增长。2021年8月，自然资源部发布《实景三维中国建设技术大纲（2021版）》［7］，其中建设目标也提出要构建“时序更新”的实景三维中国。城市更新工作在2021年正迎来政策推动与产业需求落地的黄金时期。据国际数据中心（InternationalDigitalCenter，IDC）预测，到2020年，中国智慧城市市场支出规模达到259亿美元，到2024年预计将超过400亿美元，而数字孪生将成为增长最快的应用场景之一。在城市层面，以上海为例，2021年8月25日，上海市第十五届人民代表大会常务委员会通过了《上海市城市更新条例》［8］，由市人民政府加强对本市城市更新工作的领导，各部门协同开展城市更新工作。2021年10月，《临港新片区智能网联汽车规模化示范应用“十四五”行动方案》印发［9］，方案提出将构建不少于80km智慧道路，启动交通数字孪生建设。总而言之，一方面城市更新加速了空间数据的变化，另一方面数字孪生城市的构建和城市数字化管理迫切需要高现势性的空间地理信息，这也对城市地理信息的高效更新提出了迫切要求。

1.2　更新机制和技术

城市地理信息是指与城市空间地理分布有关的信息，是有关城市地理实体的性质、特征和运动状态表征的一切有用的知识，它表示地表物体及环境固有的数量、质量、分布特征、联系和规律［10］。采集地理信息数据并制作成果其实只完成了一小半的工作，更艰巨的工作在于日后的数据更新。以上海为例，2014年起上海基础测绘更新能力达到了较高水平，其中，中心城区每半年更新一次，其他区域每年更新一次，重点区域根据项目驱动更新；三维数据则采用基础任务驱动和市场任务驱动更新相结合的方式。但这已不能满足日益增长的社会应用需求，亟需由传统的周期更新向线上线下一体化的实时更新升级。尤其是面向数字孪生城市的新型基础测绘成果地物要素众多、在城市中分布场景复杂、携带一系列社会经济属性，要快速发现众多的地物要素和属性变化非常困难；即便发现变化后，也难以在较短的周期内对变化区域内的地物要素实现快速更新；另外，传统的测绘更新技术手段难以胜任高精度的三维数据更新处理［11，12］。因此，亟需系统性研究城市地理信息数据的更新机制和技术。目前，城市地理信息更新的方法主要包括遥感正射影像（航片、卫片）、倾斜摄影、三维激光扫描、低成本传感器或相机、信息收集等［13-21］。不同方法的可更新内容、数据获取时效性、适合区域、操作便捷性、数据精度、数据处理难度、成本存在显著差异。具体的对比分析见表1。至于数据的获取方式，主要可分为集中采集和众包制图［22］。集中采集是指专业部门有计划地对地理数据进行周期性集中采集和更新，这种方法的优点是精度高、数据质量有保证，但缺点是面对大城市的体量，仅依靠专业测绘难以实现全时空、实时覆盖。众包制图是指图商和/或其他数据采集方利用配备激光雷达或摄像头等传感器技术的第三方普通车辆（如整车厂的量产车）、消费级无人机等设备进行实时数据采集，并上传到发包方的云服务器。尽管众包制图模式能极大提高更新效率、降低人力和成本，但在实践环节仍然存在诸多法律法规方面的限制，例如众包个体无法满足测绘资质要求、现行保密规定对众包更新数据回传有限制、审图程序对满足高精度地图众包更新的数据量和时效性要求有挑战等［21，23］。众包更新作为实现高精度数据实时更新的低成本和可量产化方案，也是高精度地图产业化的重要环节，有必要为其开辟合规的商用路径，作为城市地理信息更新的有效补充。

2城市地理信息更新的关键问题

2.1　变化发现的渠道和机制

变化发现的渠道分为主动和被动两类。两类变化发现模式的主要区别在于数据获取的目的性。主动发现渠道主要包括：1）基于航空、航天等遥感影像进行变化差分，实现地表覆盖的周期更新；2）通过机载三维激光扫描获取大面积复杂区域的点云数据、车载三维激光扫描获取市政道路及两侧的点云数据和全景照片、架站式/背包式/手持式三维激光扫描获取街坊内部的点云数据，多源数据融合后完成更新；3）利用更高精度的测绘成果进行内业处理和编辑更新，如更高精度的数字线划图、地理国情数据等；4）利用城市运维车辆的新型地图更新技术，在城市运维车辆安装摄像头、低成本传感器等采集设备，车辆在外巡视时采集需要更新区域的地图数据，并通过车联网发送至云处理平台；5）通过大数据爬取、人工智能等方法，从互联网中获取施工、竣工等变化信息。被动发现渠道主要包括：1）依靠政府管理的地理信息动态更新机制，如政府行政审批、规划设计、多测合一、竣工测量等。实现以项目驱动的基础数据动态更新机制（涵盖项目申报、成果提交、归档入库的全流程管理），构建面向动态更新的地理信息数据服务；2）与互联网企业、自动驾驶等企业合作，进行数据交换、众包信息共享等方式，驱动基础地理数据实时更新。政府行政审批、规划设计产生的地理信息变化资料通常是规划书、任务书、表单文件等，没有地理坐标和范围；测绘项目驱动的地理信息变化资料通常包含竣工测绘成果、规划道路红线、地籍图、放样图等，具有准确可靠的地理坐标；通过数据爬取获得的社会公众收集的地理信息变化内容往往是地名地址、兴趣点等，需要经过专业指标测算可信度或进行实地核实。不同的发现手段能识别变化的颗粒度、变化形式都有差别，需要一套由整体到局部、由重点到次要的有机统筹方案。综合各种信息渠道，建立高效准确的变化发现机制，提高地理信息动态更新的效率。需要完善审批信息交互共享制度、测绘项目备案和成果汇交制度、公众参与的奖励制度、稳定的财政投入和专业的更新队伍［24］。

2.2　变化的种类和区域

获取变化信息后，需要确定变化的种类和区域。以道路为例，常见的变化包括道路整体改/扩建、城市部件增/删/改、地面标志标线增/删/改、路侧设施变化等。根据道路变化尺度，又分为大、中、小三级。各级道路变化尺度对应的变化形式、优选更新方法和处理流程如表2所示。值得注意的是，城市的变化一定是与城市的规划息息相关，面向应用需求，需要根据对象的重要程度分级，切忌毫无章法地笼统更新，耗时耗力。

2.3　更新方案和技术方法

相较于传统地形数据，面向数字孪生城市的城市地理信息采集对象大大增加，不只是种类增加，采集对象的经济和社会属性也极大扩展。因此，相对应的数据采集和更新工作量大幅增加，迫切需要通过航片、卫片、三维点云、街景、倾斜模型等数据源进行自动/半自动化的识别、分类和提取，并结合必要的人工巡查补充。以表2为例，对于大、中尺度的道路变化，可以使用卫片、航片、倾斜模型、三维点云等数据进行更新，但对于具体的城市部件、路中/路侧设施等小尺度变化，需要结合相机拍照/视频、实地测量或业务数据来更新。此外，在政务大数据融合的背景下，可以利用大数据打通政务信息孤岛，通过统一顶层规划来统筹资源，进而建立统一、高效、完整、无缝的服务应用体系，让城市地理信息的各类社会经济属性更新更加便捷。总而言之，需要制定一套周期性大范围集中采集、即时性大范围众包采集、项目驱动定向采集为一体的综合更新方案，同时考虑采集/处理/制作的技术难度、变化区域大小、变化种类、成本、周期要求，选取一种或多种方法组合使用。

3城市地理信息高效更新的应用前景

3.1　助力数字孪生城市建设

城市地理信息是数字孪生城市平台建设的核心。融合城市精准空间信息（如交通、建筑、植被、水系、基础设施等城市地理实体的空间位置和属性特征）和物联网动态传感数据流（如道路卡口数据、视频监控数据、空气质量数据、地下管网数据等）［25］，利用标准门址匹配、地理实体一码关联和空间定位技术，接入房屋、人口、公司法人等资源，进行交通流量、实时监控图像、行人轨迹等城市实时运行数据可视化，实现对现实物理世界的精准映射，助力数字化城市规划和智能管理［3］。

3.2　服务城市数字化治理

“2035年远景目标”指出要加强数字社会、数字政府建设，提升公共服务、社会治理等数字化智能化水平［6］。“绣花般”的城市精细化管理要求掌握每个城市部件（如探头、井盖、消火栓等）的变化，对其变化进行即时响应（第一时间发现、报告和处置）。城市地理信息必须以全要素、全空间、三维、近实时更新的形式呈现，才能为城管、公安、市政、交通、应急等多个领域定制实景化的可分析三维场景［3，26］，实现数字化、智能化服务。

3.3　促进测绘行业与自动驾驶产业交叉和融合

自动驾驶不仅需要具备更智能的实时周边环境感知、分析和决策能力，更需要环境先验知识——高精度地图数据，结合实时动态环境作为场景分析、控制决策、环境差异比对的基础［27-31］。高精度的城市地理信息数据囊括了高精度地图所需的基本信息（如车道虚线、实线、双黄线及其他交通标牌等），以及其他能够再加工得到的参数及语义信息（如道路坡度、曲率、路口道路、车道连接线、车道分组等），可以降低高精度地图的采集和维护成本，促进测绘行业与自动驾驶产业交叉和融合。

4结束语

随着数字化经济的发展、城市智能管理模式的创新和实景三维中国建设的推进，城市地理信息的获取、加工和应用面临着前所未有的挑战。保持城市地理信息的准确性和现势性，服务国民经济建设是当下和未来都值得关注的研究课题之一。本文围绕数字孪生城市建设对城市地理信息的需求，着重从变化发现的渠道和机制、变化的种类和区域、更新方案和技术方法3个方面探讨了数据更新的关键问题。随着测绘采集和处理能力的提升、物联网和云计算等产业交叉融合的深入、政府层面统筹体制机制的完善、更多更具活力的市场主体参与，相信未来城市地理信息高效更新会得到更加广泛的应用。

参考文献

［1］李德仁.利用遥感影像进行变化检测［J］.武汉大学学报·信息科学版，2003，28（S1）：7-12

［2］中国信息通信研究院.数字孪生城市研究报告（2018年）［R］.北京：中国信息通信研究院，2018

［3］顾建祥，杨必胜，董震，等．面向数字孪生城市的智能化全息测绘［J］.测绘通报，2020（6）：134-140

［4］龚健雅，王国良.从数字城市到智慧城市：地理信息技术面临的新挑战［J］.测绘地理信息，2013，38（2）：1-6

［5］中国人民共和国国家发展和改革委员会.关于推进“上云用数赋智”行动培育新经济发展实施方案［EB/OL］.［2020-04-07］.https：//www.ndrc.gov.cn/xxgk/zcfb/tz/202004/t20200410_1225542.html？code=&state=123

［6］中国人民共和国中央人民政府.十三届全国人大四次会议表决通过关于“十四五”规划和2035年远景目标纲要的决议［EB/OL］.［2021-03-11］.http：//www.gov.cn/xinwen/2021-03/11/content_5592248.htm

［7］中国人民共和国自然资源部.自然资源部办公厅关于印发《实景三维中国建设技术大纲（2021版）》的通知［EB/OL］.［2021-08-11］.http：//gi.mnr.gov.cn/202108/t20210816_2676831.html

［8］上海市住房和城乡建设管理委员会.《上海市城市更新条例》9月1日起正式施行［EB/OL］.［2021-08-27］.https：//zjw.sh.gov.cn/gzdt/20210827/0875226203c4463a914ffea3ed54e215.html

［9］中国（上海）自由贸易试验区临港新片区管理委员会.临港新片区智能网联汽车规模化示范应用“十四五”行动方案［EB/OL］.［2021-11-01］.https：//www.lin‐gang.gov.cn/html/website/lgxc/index/government/file/1481569570607427585.html

［10］封吉昌.国土资源实用词典［M］.北京：中国地质大学出版社，2011

［11］张继贤，顾海燕.关于新型测绘的探索［J］.测绘科学，2016，41（2）：3-10

［12］李德仁.超大城市实景三维建设的思考［R］.“新型测绘赋能数字化转型”科技论坛报告，上海，2021

［13］侯爱羚，贾继鹏，厉芳婷.导航一张图建设中道路更新方法研究［J］.地理空间信息，2020，18（9）：70-72

［14］梁冬.利用高分辨率卫星影像实现道路要素快速更新方法研究［J］.测绘与空间地理信息，2010，33（3）：114-115

［15］朱洪江.测绘新技术在土地利用更新中的应用［J］.城市勘测，2005（5）：45-46

［16］赵淑玲.城市基础地理信息数据更新技术研究及应用——以长沙国家高新技术产业开发区为例［J］.国土资源导刊，2016，13（2）：67-72

［17］沈昌兵.倾斜摄影测量在城市数字化三维建模及更新中的应用研究［J］.测绘与空间地理信息，2020，43（7）：176-180

［18］赵婧文.利用车载激光雷达扫描的街道级道路变化检测［J］.测绘与空间地理信息，2021（2）：17-20

［19］卢秀山，滕腾，刘如飞.移动测量、地理信息更新与城市管理智能化［J］.测绘学报，2017，46（10）：1592-1597

［20］曾文华，黄桦.基于网页信息检索的地理信息变化检测方法［J］.计算机应用，2010，30（4）：1132-1134

［21］秦志嫒，黎宇科，刘宇.高精度地图众包更新合规问题初探［J］.汽车与配件，2020（16）：62-64

［22］乌萌，高扬，王成宾，等.面向无人驾驶平台的高精度地图发展现状与趋势［J］.测绘科学与工程，2019，39（4）：69-74

［23］刘经南，吴杭彬，郭迟，等.高精度道路导航地图的进展与思考［J］.中国工程科学，2018，20（2）：99-105

［24］范攀峰.县域基础地理信息变化发现机制及方法研究［J］.测绘地理信息，2017，42（6）：73-75

［25］李志鹏，金雯，王斯健，等.数字孪生下的超大城市空间三维信息的建设与更新技术研究［J］.科技资讯，2020（22）：3-9

［26］顾建祥，董震，郭王.面向上海城市数字化转型的新型测绘［J］.测绘通报，2021（7）：131-134

［27］LiF，BonnifaitP，Ibanez-GuzmanJ，etal.Lane-levelMap-matchingwithIntegrityonHigh-definitionMaps［C］.IEEEIntelligentVehiclesSymposium，LosAn‐geles，USA，2017

［28］高俊.图到用时方恨少，重绘河山待后生——《测绘学报》64年纪念与前瞻［J］.测绘学报，2017，46（10）：1219-1225

［29］陈清泓，林广艳，柳啸峰，等.基于分离式表征的知识图谱推荐算法［J］.武汉大学学报（理学版），2021，67（6）：517-524

［30］吴田军，骆剑承，赵馨，等.精准地理应用驱动的高分遥感协同计算研究［J］.武汉大学学报（信息科学版），2022，47（8）：1220-1235

［31］郭仁忠，陈业滨，赵志刚，等.ICT时代地图的科学概念及表达框架［J］.武汉大学学报（信息科学版），2022，47（12）：1978-1987

作者:赵婧文 顾建祥 吴杭彬 单位:上海市测绘院 自然资源部超大城市自然资源时空大数据分析应用重点实验室 同济大学测绘与地理信息学院