最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[报告] 中国信通院:数字孪生城市白皮书(2020年)

[复制链接]
跳转到指定楼层
楼主
发表于 2020-12-18 12:09:00 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
2020年以来,“数字孪生”不再只是一种技术,而是一种发展新模式、一个转型的新路径、一股推动各行业深刻变革的新动力。“数字孪生城市”不再只是一个创新理念和技术方案,而是新型智慧城市建设发展的必由之路和未来选择。

2020年12月15日,在“2021中国信通院ICT+深度观察报告会—数字孪生城市发展论坛”,中国信息通信研究院(以下简称“中国信通院”)智慧城市首席专家高艳丽发布并解读了《数字孪生城市白皮书(2020年)》。

这是中国信通院第三次发布数字孪生城市白皮书,自2017年提出数字孪生城市概念之后,2018年的白皮书聚焦于数字孪生城市概念和架构,2019年聚焦于关键技术和核心平台。2020年白皮书从政产学研用多视角系统分析今年以来数字孪生城市发展十大态势及九大核心能力,针对当前数字孪生城市发展中面临共性问题,提出策略与建议,以期为我国新型智慧城市发展提供有益参考。

白皮书核心观点
  • 从发展态势来看,“数字孪生城市”历经2017年和2018年的概念培育期、2019年的技术方案架构期,已正式步入到建设实施落地期,国家政策密切关注,地方规划加速落地,企业方案务实搭建,学术科研前瞻布局,市场规模爆发增长,产业生态积极构建,应用场景日益完善,全球共识逐渐达成。

  • 从核心能力来看,为体现数字孪生城市价值和突出精准映射、虚实交互、软件定义、智能干预等典型特征,基于数字孪生城市“三横两纵”总体架构,本报告凝练提出物联感知操控、全要素数字化表达、可视化呈现、数据融合供给、空间分析计算、模拟仿真推演、虚实融合互动、自学习自优化、众创扩展能力等凸显数字孪生城市重要价值的九大核心能力要素,形成数字孪生城市的“能力空间”。

  • 从发展建议来看,随着数字孪生城市的落地实施,暴露出一系列现实问题,例如典型应用场景深度不足、CIM平台重复建设、时空数据标准难统筹、存在卡脖子技术制约等。CIM底座的统筹推进、数据规范标准的兼容互通、典型应用场景和市场需求的培育以及生态合作机制的建立等多项任务的推进效果,将决定下一阶段数字孪生城市的发展水平。



白皮书目录
一、数字孪生城市发展态势
(一)数字孪生技术纳入国家和地方发展战略体系
(二)数字孪生城市从概念培育期进入建设实施期
(三)多家科研机构深入开展数字孪生城市研究
(四)更多市场主体围绕数字孪生重构技术方案
(五)数字孪生城市合作生态呈现交织互促态势
(六)新基建有力促进数字孪生城市加速落地
(七)数字孪生城市加快推动城市治理创新.
(八)数字孪生城市技术和应用能力不断提升
(九)数字孪生理念启发千行百业缩短数字化路径
(十)全球重要经济体积极推进数字孪生建设

二、数字孪生城市核心能力要素
(一)物联感知操控能力:反映实时运行状态
(二)全要素数字化表达能力:实现精准映射
(三)可视化呈现能力:数字城市“打开方式”
(四)数据融合供给能力:建立数据资源体系
(五)空间分析计算能力:优化要素空间布局
(六)模拟仿真推演能力:预测未来发展态势
(七)虚实融合互动能力:打通两个世界接口
(八)自学习自优化能力:辅助城市管理决策
(九)众创扩展能力:形成应用创新平台

三、 数字孪生城市当前主要问题
(一)推进目的和方向不清,应用场景深度不足
(二)城市信息模型重复建设,孪生底座亟待整合
(三)缺乏统一CIM平台规范,数据融通标准缺失
(四)关键技术存在卡脖子风险,亟待创新突破
四、 数字孪生城市推进策略与建议
(一)明晰方向统筹推进,构筑统一CIM平台
(二)抓住小切口大突破,多措并举培育应用
(三)建立相关数据标准,促进数据融合与应用开发
(四)基础研究和创新实践并行,强化产业生态合作

数字孪生城市白皮书2020(提取码: 8v2p).pan (0 Bytes, 下载次数: 0, 售价: 3 金钱)

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-19 16:47

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表