引言
城市的大规模扩张和无序发展给居民的生产生活带来了极大的不确定性，城市建设试错成本极大。伴随着计算机技术的快速发展，物联网、大数据、人工智能、穿戴式设备等新技术的进步，城市逐渐从传统的物理城市迈向数字城市与物理城市融合共生的“数字孪生城市”（digital twin city）的发展建设阶段。数字孪生城市的建立，可实现规划、实施和管理中的全部决策在虚拟世界先行仿真，而后在现实世界执行，这对城市建设管理部门减少失误和作出正确决策都有极大帮助。因此，数字孪生城市得到国家的高度重视。在顶层设计方面，国家“十四五”规划纲要[1]、《“十四五”数字经济发展规划》[2]、《“十四五”国家信息化规划》[3]等规划文件均提出“完善城市信息模型平台和运行管理服务平台，因地制宜构建数字孪生城市”；发改委、自资部、工信部、住建部等部门基于与建筑工程、工业生产、城市发展相关的交通管理、应急管控等诸多领域，提出孪生技术相关标准、技术方法和应用场景等。
然而，数字孪生城市的尺度已经不再局限于物理城市所要求的实际空间距离的大小、所容纳的人口数量，而是同样关注不同尺度下感知器的数量、数据量的大小、三维模型的精度和计算分析模型的重点等，因此亟须构建数字孪生城市的新的尺度观。基于此，本文以数字孪生城市的相关研究为基础，明确尺度是认识数字孪生城市这一复杂系统的关键之一，定义复杂孪生城市下的尺度概念；基于生命系统的层次理论和分类原则，构建数字孪生城市的多尺度体系，并分析不同尺度下的实践案例；总结未来数字孪生城市建设中不同尺度的主体和规则、具体建设方案以及多尺度协同方法，以期从理论和技术角度为数字孪生城市建设提供支撑，服务我国数字中国和新型智慧城市建设。
1 研究综述
1.1 数字孪生城市
1.1.1 “数字孪生”概念的起源
“数字孪生”概念起源于美国，美国国防部最早提出将“孪生”（twin）概念用于航空航天飞行器的健康维护与保障[4-5]，可以简单理解为将系统进行动态的数字映射，以模拟其在真实世界的行为[6-7]。随后此概念逐渐应用于工厂、社区、园区和城市等不同空间尺度，出现了数字孪生工厂、智慧社区（数字社区）、智慧园区（孪生园区）、数字孪生城市、人工社会等理论及其相关实践探索。在此过程中，有关数字孪生的实践探索也体现了从小尺度系统到大尺度系统，从复杂性较低的系统到复杂性较高的系统的发展过程。在我国，数字孪生城市概念最早出现在2018 年的《河北雄安新区规划纲要》中，即将“数字孪生”应用于城市的治理[8]。提出数字孪生城市的初衷是在完整认识城市运行复杂性的基础上，顺应城市自组织、自适应的发展规律，逐步形成物理城市与数字城市协同发展、交互共荣的复杂巨系统。
数字孪生概念已应用于航空航天、电力系统、工业制造、农业发展、城市科学等多个领域，虽然总体理念和技术动力类似，但至今为止并没有一个各领域普遍认同的定义（表1）。
表1 不同领域的数字孪生定义
资料来源：作者根据参考文献[5-7,9-19]整理
1.1.2 研究现状与问题
近年来，数字孪生城市的相关研究和实践迅速增多。其中，大部分研究聚焦在探讨数字孪生的技术和理论架构层面。技术层面探讨数字孪生城市建设的关键技术包括地理信息系统（GIS: Geographic Information Systems）[20]，建筑信息模型（BIM: Building Information Model）[21]，使用点云构建三维仿真模型[22-23]，使用智能算法预测城市自然灾害、火灾[24-25]等。理论架构层面探索数字孪生城市构建方案，例如：李德仁院士认为数字孪生城市是智慧城市建设的新高度，并指出需要关注全面感知、多维多尺度模型构建，数据深度融合以及智能化服务的按需使用，全面、动态、实时的交互[17]；杨滔等提出要构建数字孪生城市平台[26]；魏勇和吕聪敏基于复杂自适应系统理论探索数字孪生城市发展模型[27]；周瑜和刘春成结合复杂适应性理论和雄安经验总结数字孪生城市的建设逻辑和创新发展[18]。
然而随着实践的不断深化，仅仅从技术和理论框架的研究已经无法满足未来数字孪生城市建设的需要，更多学者意识到应该基于城市本身的发展规律探索数字孪生城市的建设路径，光靠简单的技术堆砌无法真正推动数字孪生城市实现，甚至会陷入误区。而以系统理论方法为指导，从多尺度角度审视数字孪生城市，为数字孪生城市的建设提供了新的方向和理论指导。目前对于数字孪生城市尺度的研究，仅有零星的相关支撑，如吴志强等提出“BIM 是CIM 的细胞”[28]；吕秋晨等（Lu et al.）提出建筑和城市尺度的数字孪生，并尝试构建两者之间的联系[29]。但据此可以看到，学者们已经试图从生命结构层次认识数字孪生城市，只是讨论尚不成系统。
1.2 尺度是认识复杂系统的关键
1.2.1 尺度定义
科学研究对于尺度问题的关注兴起于1980 年代，它是复杂性科学和物质多样性研究的重要问题之一。郭慕孙提出“在复杂性科学和物质多样性研究中，尺度效应至关重要。尺度的不同，常常引起主要相互作用力的不同，导致物质性能及其运动规律和原理的质的区别”[30]。因此可以认识到，复杂系统在不同的空间、时间和组织尺度上展现的特征是不断变化的。莱文（Levin）提出只有把握不同尺度的特征，分析其共性和区别，才能更全面地解释和分析复杂系统[31]。
“尺度”对应的英文词是scale，其本意是测量，可以测量事物性质、特征甚至善恶。此概念在各领域均有所体现，例如：古希腊柏拉图就将尺度视为衡量善恶的标准[32]；在地理制图学中，人们较早对尺度产生共识并进行广泛使用，认为它是一种比例关系以及由这种比例关系引发的一些感知，并由此构建真实地理与地图模型之间的联系，具体表现为图面的比例尺[33]。
对不同维度的测量会产生不同类型的尺度，如空间尺度、时间尺度、系统的尺度（可理解为系统的结构层次）。这些尺度相互关联，在不同的系统尺度下，空间范围和大小、时间颗粒度都是不同的。本研究聚焦于探索数字孪生城市这个系统，因而更关注系统的尺度，并分析数字孪生城市这个复杂系统在不同尺度下的特征和规则。
1.2.2 不同复杂系统的尺度研究
在城市系统研究中，对不同尺度的界定由来已久。中国古代聚落就已经形成了等级体系，《文献通考·职役考》中“即牧于邑井一为邻，邻三为朋，朋三为里，里五为邑，邑十为都，都十为师，师十为州”，即体现了不同尺度聚落的构成。道萨迪亚斯（Doxiadis）提出人类聚居的分类框架，根据人类聚居规模的人口规模和土地面积的对数比例，从最小的“个人”到最大的“普适城”，将整个人类聚居系统分为15 种单元[34-35]。随着对城市系统认知的加深，学者对不同尺度空间的探索也逐渐增多。吴良镛先生在人居环境学研究中将城市巨系统分为全球、区域、城市、社区（村镇）和建筑五个层次[36]。城市的健康、韧性相关评估，网络分析应用，防疫体系构建等涉及城市规划编制、评估和建模的多项研究都在不同尺度下展开[37-42]。
在地理信息系统中，尺度是最基本的概念[43]。不论是数据管理、分析，还是模型构建都会在有形或者无形中提出要首先明确尺度的要求；尺度是地理空间数据的重要属性，也是空间分析的前提和主要影响因素[44]。1997 年，夸特洛奇和古德柴尔德（Quattrochi &Goodchild）提出尺度的五大关键问题：尺度不变量、改变尺度的能力、尺度效应的度量、尺度作为过程模型中的参数、多尺度方法的实施[43]。为了通过信息化手段实现多尺度的展示和转换，对尺度的研究主要涵盖了地理要素表达、地理数据库构建、数据模型建设、系统实现以及交互模式等多个方面[45-56]。
1.3 数字孪生城市是不同尺度孪生体构成的复杂系统
数字孪生城市更侧重于物理世界到虚拟世界的映射，以及虚拟世界与物理世界之间发生的反映和模拟。数字孪生技术将其起源追溯到产品开发和物理对象的模拟[4]。随着数字孪生对象逐渐发展，需要面对的是如何实现模型之间以及不同尺度模型的交互。这种交互关系还需要建模，例如如何使数字孪生建筑形成一个数字孪生社区。正是这种为了多尺度不断扩展的建模环境，促成了更大规模的数字孪生的形成。笔者认为，数字孪生城市的组成可被视为一个生命系统，不同尺度下各个部分（如功能区、社区、建筑）之间相互联系、相互协作，并通过计算机和信息技术来完成他们内部的运行规则和联系关系的建模。数字孪生城市是多尺度孪生体的联盟，将数据、模型、应用等根据不同尺度特征进行建设和融合。这种多尺度的构成关系如图1 所示。
图1 数字孪生城市运行状态多尺度示意
2 系统理论下数字孪生城市的多尺度体系
2.1 尺度的划分
2.1.1 理论依据
正如上文所分析的，数字孪生城市的组织与生命系统有相似之处，故本研究结合生命系统理论（LST: Life System Theory）辨析数字孪生的多尺度认知。生命系统理论是美国学者米勒（Miller）于1975 年提出的跨学科综合性理论，在国内外已得到广泛应用。该理论解释了生命系统在经历连续的生物进化后成为复杂的开放系统，并论证了凡是有生命存在的地方均可分为复杂度渐增的七个层次：细胞（cell）、器官（organ）、有机体（organism）、群体（group）、组织（organization）、社会（society）和超国家系统（supranational system）。高层次生命系统由低层次生命系统组成，如器官由细胞组成，有机体由器官组成，群体由有机体组成，以此类推。所有生命系统均由下一级子系统组成，每个子系统完成一个基本生命过程[57]。
生命系统理论中的分化原则与层次理论是相辅相成的。分化原则解释了生命系统交叉层上共性的存在，就如生命系统通过不断进化产生了专司运输的血液细胞、专司感知的神经细胞；层次理论则解释了更高层次生命系统的差异。如果仅仅采用低层次子系统和组成成分的术语与尺度来描述高层次系统，就会忽略高层次生命系统的重要部分，因而需要识别不同层次物质元素间或相同层次不同实体间的重要联系[58]。分化原则与层次理论配合，默契地描述了生命系统中存在什么过程以及如何工作——它们组成了一个动态生命系统。
2.1.2 划分原则
生命系统理论的尺度划分原则源自对整个生命系统进行的长期科学观察以及经验积累后所达成的共识，即生命物质能量的组织存在某些基本形式[57]。在研究复杂系统时应该从一定尺度入手，在没有具体说明的情况下不能随意改变尺度。为了让不同尺度划分能达成共识和满足研究需求，还需要遵循以下三个原则。
（1）独立性原则。各尺度下有独立运作的主体，这些主体具有独立的功能和目标，并具有特点不同的内部运行规则。
（2）自主性原则。各尺度下的主体具有自主反馈能力，通过数字孪生体的信息化平台进行控制和管理，能对反馈信息进行处理，并完善物理城市的管理和运行方式。
（3）协同性原则。多个主体之间会互相影响、共同作用以至于产生更多功能，组成更高一层尺度的主体。
2.2 数字孪生城市的多尺度体系框架
本研究从生命系统理论出发，基于以上的多尺度划分原则，整体和全面地认识数字孪生城市。考虑到城市系统的多尺度划分，以及数字孪生从微观到宏观逐渐扩大的多尺度应用情况，下文从细胞、器官、系统、生命体四个尺度解析数字孪生城市（图2），并依次分析各尺度的实践现状以及运行规律，最终形成符合系统理论的数字孪生城市尺度观。
图2 数字孪生城市的多尺度体系框架
数字孪生城市的细胞是其最小的独立功能单元，是能执行完整、综合任务的数字孪生体，在实践中常常存在较为完整的信息平台来统筹孪生体的信息，并且能通过信息平台进行建模和分析预测，提高物理实体的运行和管理效率。尽管建模中最微观的往往是门窗、灯杆等构件和烟感、温感等感知器，但这些元素无法完成综合任务，仅仅是记录和感知信息，所以虽然门禁管理平台、物联感知管理平台等信息系统早已存在，但均未使用数字孪生体来描述。这些感知器与周边构筑物、环境相互结合形成的建筑物、道路、桥梁等才被当作最基础的数字孪生体，成为数字孪生城市的细胞。不同类型的细胞再通过相互作用，形成具有综合功能的居住区、商圈和工业区等（即器官尺度的数字孪生体），进一步形成数字孪生城市的空间、自然、人文、产业和支撑等各系统孪生体，最终不同系统通过复杂的作用机制，构成了数字孪生城市（图2）。
3 不同尺度数字孪生案例解析
3.1 细胞尺度
从城市生命体的空间构成来看，具有完整系统特征的最小单元一般都是建筑物，具体包含楼宇、桥梁、道路（指单条道路而非道路系统）等。数字孪生建筑（digital building twin）的理念和实践是较为成熟的，这与BIM 的广泛应用也有一定联系。笔者根据英国西剑桥制造研究所[43]、意大利热那亚高架桥、马来西亚高速公路的案例[59]总结数字孪生建筑的应用重点、支撑技术和软件，可以看到数字孪生建筑不等同于BIM，而是在BIM 的基础上整合物联感知数据和模拟分析形成的建筑孪生体，可为建筑的有效运行提供智慧和有效的决策；可以实时了解建筑物的运行情况，及时进行调整以优化效率，并提供数据以改进未来建筑的设计，从而形成更具成本效益、更直观和更可持续的智能建筑（表2）。
表2 数字孪生建筑应用的案例解析
资料来源：作者根据参考文献[29,59]整理
3.2 器官尺度
城市器官尺度的数字孪生应用对应的概念涉及孪生学校、智慧园区、智慧广场等。城市孪生器官是强调功能综合的社区、园区等的智能集合体。
从数字孪生开始应用于城市建设，数字孪生园区取得快速发展。这个尺度的数字孪生应用比生命体尺度的复杂度要低很多，但又具备基本的功能和智慧生命体部分特征。以孪生建筑、道路、照明、能源等孪生基本细胞为基础，统一传感器数据，实现智能感知与控制。以高效的通信网络联系，形成园区的互联互通，实现资源的共享，促进系统的高效协作和科学决策。这方面的技术已经较为成熟，基于5G 网络搭建，整合三维精模、BIM、场景渲染、人工智能等能力，协助园区决策和运营，典型的案例和场景如表3 所示。
表3 数字孪生园区应用案例解析
资料来源：作者根据参考文献[29,60-62]整理总结
3.3 系统尺度
城市系统尺度的数字孪生是将城市的某个系统功能全部形成数字应用，具有这个系统的全要素、全流程、全时空数据，并服务于整个城市，属于大尺度的应用。实际上，现在多数所谓的数字孪生城市都是集中对城市某个系统的孪生应用，因为数字孪生城市的初期建设需要一个完整的切入点，而系统尺度往往可以在城市层面形成比较好的闭环体系，容易快速产生效果，因而可以从空间、自然、人文、产业、支撑等不同方向切入。通过已有的数字城市案例可以看到，选择从规划切入的智慧系统占多数（表4）。
表4 数字孪生城市应用案例解析
资料来源：作者根据参考文献[63-65]整理
3.4 生命体尺度
生命体尺度的数字孪生指整个城市系统的数字孪生体，实现上述各系统孪生体之间的数据共享、连接互动，构建真正“能思考、可反馈”的数字孪生城市生命体。这一尺度强调从城市系统角度认识城市的规律，将城市演变发展的趋势和各系统之间的影响机制进行建模并反馈到实体城市。现在各方以此为数字孪生城市的努力方向，虽然没有成型的案例，但在各国的数字孪生城市设计的顶层方案中已经可以看到建设思路。英国数字建造中心（CDBB：Centre for Digital Built Britain）发布《英国国家数字孪生体原则》，构建国家数字孪生体强调安全可信的数据共享机制和统一的建设标准，从而促进各行业数字孪生体间可靠互联，充分释放数据资源价值[66]。美国工业互联网联盟（IIC: Industrial Internet Consortium）正式发布的白皮书《工业应用中的数字孪生——定义、行业价值、设计、标准及应用案例》认为，根据业务需求的不同，可构建复杂程度不同的数字孪生体，通过服务建立孪生体间、孪生体内多组件间的互操作性[67]。中国将“探索建设数字孪生城市”首次纳入《国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》[1]，为数字孪生城市建设提供了国家战略指引。自资部、住建部希望通过实景三维中国或城市信息模型（CIM）平台构建数字孪生城市空间底板，在其上叠加融合各行业、各部门数据，逐渐实现规划管理、经济产业、基础设施、医疗教育等诸多领域的孪生应用。
综上，数字孪生在城市多尺度下的应用已经相当丰富，并且越接近细胞尺度，其应用功能和技术也越完善，系统尺度也在快速探索过程中，尤其是智慧规划系统建设较为集中。而城市生命体尺度的数字孪生应用至今为止并没有成熟的案例，各国都在探索将不同系统的孪生体联通融合的方法。
4 讨论
4.1 应明确不同尺度的主体和涌现规则存在差异
从上文分析可以看出，细胞、器官、系统、生命体四个尺度的主体是有明显差异的，因而涌现规则及其对应的数据获取和建模重点也不尽相同。在细胞尺度下，数字孪生城市的活动主体体现为人、智能感知器、门窗等构件，其规则多反映人的位置、人的运动对构件的影响、本身的材质和状态等；器官尺度下，活动主体为人、房间、电梯、建筑等，其规则反映的是人的分散聚集，空间使用情况，建筑之间的交通、管线联系等；系统尺度下，主体为人群、地块、道路、水系等，这个尺度的规则更关注各自系统内部的具体应用，更聚焦服务于单独系统内部，如规划系统会更关注人的结构特征、职住联系、企业链布局和用地扩展方向等；生命体尺度的主体则更为宏观，可以将城市各系统看作主体，规则聚焦于系统的相互作用，如规划系统对城市的产业、基础设施和公共服务设施布局的提前安排，公共服务设施的布局又会影响基础设施投入和产业的发展，并对规划方案产生反馈。
4.2 提供针对不同尺度设计需求的技术方案
当前很多不同尺度的平台，特别是园区（器官）尺度与城市（系统）尺度的数字孪生具有类似的技术方案，这是有一定问题的。正如前文所述，不同尺度的主体和涌现规则不同，进而需要构建符合不同尺度特征的技术方案，用统一的标准使不同尺度的数据融合，以保证数字孪生城市的顺利建设。
为此，笔者建议参考数字孪生城市多尺度结构规则（图1），从设施层、数据层、模型层、场景层分尺度进行构建，形成针对不同尺度设计需求的设计方案（表5）。设施层是服务数字孪生城市建设的新型基础设施，形成多层次的智能城市基础设施网络，构建覆盖“城市—区域—社区—建筑”的智能城市基础设施分级体系，能够均等服务城市数据采集、传输和处理等各环节。数据层指底层数据的采集和初步治理的环境，应根据不同尺度主体的需要选取不同的数据精度，例如细胞尺度需要精细到房间的数据，而在器官尺度下，某些数据可能精确到建筑或者地块就可以满足需求。模型层是对数据进行分析处理并构建智能算法的层级，除了基础算法（包括数理算法、空间分析算法等），也有根据不同尺度的涌现规则构建的算法模型。场景层的需求更为显著，在前面的案例分析中，从不同的侧重就可以看到不同尺度的数字孪生需要不同的服务，以此来设计不同的场景。
表5 数字孪生城市多尺度技术方案
注：数据层模型精度划分（1—7 级）以及各级模型细化精度参考了《城市信息模型（CIM）基础平台技术导则（修订版）》[68]，场景层代表性地罗列了部分场景，并不包含所有。
4.3 保障各尺度协同运行，提升整体效率
数字孪生城市建设的另一个要点是保证不同尺度数字孪生体之间可以交互协同，否则会面临无止境重复建设、系统数据有限、功能单一等一系列问题。例如：社区、区县、城市都有自身的平台系统，各级平台之间的数据和信息沟通有限，大部分仅服务本级事权，未形成统一、共享的服务城市整体的系统，这样的体系是不能称之为数字孪生的。因此，一方面要建立完善的数据和模型的共享机制，以法律法规的形式明确哪些类型的数据可以流通共享，并完善数据标准。例如：CIM 建设中出台了大量相关数据标准，包括CIM 平台竣工验收备案数据、数据加工技术、基础平台技术、平台施工图审查数据、平台建设工程规划报批数据等一系列行业标准，其目的是保证数据以统一的标准加以流通。另一方面要加强隐私保护技术的应用，如现有的区块链、联邦计算等方式，即可在保证各部门和行业数据隐私的情况下进行数据处理和融合，并输出分析结果实现共享。
5 总结
综上，对数字孪生城市的认识需要回归到城市本源，将孪生城市作为复杂系统看待，本文提出了基于生命体的孪生城市尺度框架，希望能更科学合理地认识数字孪生城市，引导规划从业人员更多关注数字孪生城市建设中的尺度问题，而非简单对业务模块进行数字化加工。不同尺度的数字平台或系统也是不同的，应该考虑到数字孪生城市作为一个完整的生命体，在细胞、器官、系统、生命体等不同尺度上的主体和规则的区别，从而构建不同的设计方案，并保证不同尺度的协同运行，形成高效的系统整体。本研究尝试重新构建对数字孪生城市的认知，并且对不同尺度的方案进行讨论，为数字孪生城市的建设提供启发和指引，同更多的学者和孪生城市的建设实践者一起推动未来数字孪生城市的发展。
注：文中未注明资料来源的图表均为作者绘制。
特别感谢清华大学建筑学院党安荣教授在论文写作期间的鼓励和指导。
[1] 国务院.中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要[EB/OL].(2021-03-13)[2022-05-01].http://www.gov.cn/xinwen/2021-03/13/content_5592681.htm.
[2] 国务院.国务院关于印发“十四五”数字经济发展规划的通知[EB/OL].(2021-01-12)[2022-05-01].http://www.gov.cn/zhengce/content/2022-01/12/content_5667817.htm.
[3] 国家发展改革委.国家发展改革委关于印发《“十四五”推进国家政务信息化规划》的通[EB/OL].(2021-12-24)[2022-05-01].http://www.gov.cn/zhengce/zhengceku/2022-01/06/content_5666746.htm.
[4] 于勇,范胜廷,彭关伟,等.数字孪生模型在产品构型管理中应用探讨[J].航空制造技术,2017(7): 41-45.
[5] SHAFTO M,CONROY M,DOYLE R,et al.Modeling,simulation,information technology and processing roadmap[R].National aeronautics and space administration,2010.
[6] GE Digital.Digital twins: the bridge between industrial assets and the digital[EB/OL].[2023-03-14].https://www.ge.com/digital/blog/digitaltwins-bridge-between-industrial-assets-and-digital-world.
[7] BOLTON A,ENZER M,SCHOOLING J,et al,The Gemini Principles:guiding values for the national digital twin and information management framework[M].Centre for Digital Built Britain and Digital Framework Task Group,2018.
[8] 中国测绘学会.建设数字孪生城市的逻辑与创新思考[EB/OL].(2021-03-23)[2022-07-10].https://m.thepaper.cn/baijiahao_11852264.
[9] GLAESSGEN E H,STARGEL D S.The digital twin paradigm for future NASA and US air force vehicles[C]// 53rd AIAA/ASME/ASCE/AHS/ASC structures,structural dynamics and materials conference special session on the digital twin.American Institute of Aeronautics and Astronautics,2012.
[10] KNAPP G L,MUKHERJEE T,ZUBACK J S,et al.Building blocks for a digital twin of additive manufacturing[J].Acta materialia,2017,135: 390-399.
[11] 严兴煜,高赐威,陈涛.数字孪生虚拟电厂系统框架设计及其实践展望[J/OL].中国电机工程学报,(2021-11-15)[2022-05-24].DOI: 10.13334/j.0258-8013.pcsee.212378.
[12] 沈沉,曹仟妮,贾孟硕,等.电力系统数字孪生的概念、特点及应用展望[J].中国电机工程学报,2022,42(2): 487-499.
[13] 陈荭,符华.数字孪生在电力系统中的应用[J].电子技术与软件工程,2020(21): 235-236.
[14] GRIEVES M,VICKERS J.Digital twin: mitigating unpredictable,undesirable emergent behavior in complex systems[M].Cham: Springer,2017: 85-113.
[15] 李浩,王昊琪,刘根,等.工业数字孪生系统的概念、系统结构与运行模式[J].计算机集成制造系统,2021,27(12): 3373-3390.
[16] 顾生浩,卢宪菊,王勇健,等.数字孪生系统在农业生产中的应用探讨[J].中国农业科技导报,2021,23(10): 82-89.
[17] 李德仁.数字孪生城市智慧城市建设的新高度[J].中国勘察设计,2020(10): 13-14.
[18] 周瑜,刘春成.雄安新区建设数字孪生城市的逻辑与创新[J].城市发展研究,2018,25(10): 60.
[19] 鲍巧玲,杨滔,黄奇晴,等.数字孪生城市导向下的智慧规建管规则体系构建——以雄安新区规划建设BIM 管理平台为例[J].城市发展研究,2021,28(8): 50-55.
[20] SHIROWZHAN S,TAN W,SEPASGOZAR S M E.Digital twin and CyberGIS for improving connectivity and measuring the impact of infrastructure construction planning in smart cities[J].ISPRS international journal of geo-information,2020,9(4): 240.
[21] BEI W,RUNWU C,JIAMIN Z,et al.Research on BIM technology in smart city[J].Journal of physics: conference series,2021,1904(1): 12032-12038.
[22] XUE F,LU W,CHEN Z,et.al.From LiDAR point cloud towards digital twin city: clustering city objects based on Gestalt principles[J].ISPRS journal of photogrammetry and remote sensing,2020,167: 418-431.
[23] LEHNER H,DORFFNER L.Digital geoTwin Vienna: towards a digital twin city as geodata hub[J].PFG-journal of photogrammetry remote sensing and geoinformation science,2020,88(1SI): 63-75.
[24] HAM Y,KIM J.Participatory sensing and digital twin city: updating virtual city models for enhanced risk-informed decision-making[J].Journal of management in engineering,2020,36(040200053).
[25] KIM J,KIM H,HAM Y.Mapping local vulnerabilities into a 3d city model through social sensing and the cave system toward digital twin city[C].ASCE International Conference on Computing in Civil Engineering.Computing in Civil Engineering 2019: Smart Cities,Sustainability,and Resilience.Reston,VA: American Society of Civil Engineers,2019: 451-458.
[26] 杨滔,杨保军,刘畅,等.数字孪生城市平台原型的初步设想[J].北京规划建设,2021(4): 95-99.
[27] 魏勇,吕聪敏.利用复杂自适应系统理论探索数字孪生智能城市的发展模式[J].电子世界,2020(9): 102-104.
[28] 吴志强,甘惟,臧伟,等.城市智能模型（CIM）的概念及发展[J].城市规划,2021,45(4): 106-113.
[29] LU Q,PARLIKAD A K,WOODALL P,et al.Developing a digital twin at building and city levels: case study of west Cambridge campus[J].Journal of management in engineering,2020,36(3): 05020004.
[30] 郭慕孙.物质转化过程中的多尺度效应[M].哈尔滨: 黑龙江教育出版社,2002: 15.
[31] LEVIN S A.The problem of pattern and scale in ecology: the Robert H.MacArthur award lecture [J].Ecology,1992,73(6): 1943-1967.
[32] 王义.生态心理学尺度问题的哲学意义[D].沈阳: 东北大学,2015.
[33] ATKINSON P M,TATE N J.Spatial scale problems and geostatistical solutions: a review[J].The professional geographer,2000,52(4): 607-623.
[34] WOLFE R,DOXIADIS C.Ekistics: an introduction to the science of human settlements[J].Geographical review,1968,60: 147.
[35] DOXIADIS C A.Building Entopia[M].Athens: Athens Pub.Center,1975.
[36] 吴良镛.人居环境科学导论[M].北京: 中国建筑工业出版社,2001.
[37] 黄颙昊,杨新苗,岳锦涛.基于多尺度地理加权回归模型的城市道路骑行流量分析[J].清华大学学报(自然科学版),2022,62(7): 1-10.
[38] 张馨璟.空间交互作用下多尺度耕地空间网络的迁移机制[D].金华:浙江师范大学,2021.
[39] 杨俊宴,史北祥,史宜,等.高密度城市的多尺度空间防疫体系建构思考[J].城市规划,2020,44(3): 17-24.
[40] 白立敏.基于景观格局视角的长春市城市生态韧性评价与优化研究[D].沈阳: 东北师范大学,2019.
[41] 李凤仪,李方正.大数据在绿地规划设计中多尺度应用进展综述[J].西部人居环境学刊,2019,34(5): 63-71.
[42] 黄颙昊,杨新苗,岳锦涛.基于多尺度地理加权回归模型的城市道路骑行流量分析[J].清华大学学报(自然科学版),2022,62(7): 1-10.
[43] QUATTROCHI D A,GOODCHILD M F.Scale in remote sensing and GIS[M].Florida: CRC press,1997.
[44] GARDNER R.H.Pattern,process,and the analysis of spatial scales[J].Ecological scale: theory and applications,1998(1): 17-34.
[45] 邰滢滢,邰利.基于拓扑算子的多尺度GIS 显示方法[J].计算机工程,2009,35(22): 281-282.
[46] 蒋士花.GIS 多尺度显示方法的研究[D].沈阳: 辽宁大学,2013.
[47] 贾奋励.电子地图多尺度表达的研究与实践[D].郑州: 解放军信息工程大学,2010.
[48] XIE X,ZHU Q,DU Z,et al.A semantics-constrained profiling approach to complex 3D city models[J].Computers,environment and urban systems,2013,41.
[49] PRANDI F,DEVIGILI F,SOAVE M,et al.3D web visualization of huge CityGML models[C]// The International Archives of the Photogrammetry,Remote Sensing and Spatial Information Sciences,Volume XL-3/W3.La Grande Motte,France: Copernicus Gesellschaft MBH,2015.
[50] 段元晶.特征驱动的城市三维模型多尺度表达方法研究[D]: 北京: 北京建筑大学,2021.
[51] 魏海平.GIS 中多尺度地理数据库的研究与应用[J].测绘学院学报,2000(2): 134-137.
[52] 王晏民,李德仁,龚健雅.多尺度GIS 集中式数据模型[J].黑龙江工程学院学报,2001(1): 19-22.
[53] 艾廷华,李精忠.尺度空间中GIS 数据表达的生命期模型[J].武汉大学学报(信息科学版),2010,35(7): 757-762.
[54] 黄毅.地理场景数据模型构建与本体表达[D].南京: 南京师范大学,2020.
[55] 李含璞.基于小波变换的DEM 多尺度综合研究[D].兰州: 兰州大学,2006.
[56] 赵晋陵.多尺度GIS 系统实现技术及应用研究[D].太原: 太原理工大学,2006.
[57] MILLER J G.The nature of living systems[J].Behavioral science,1975,20(6): 343-365.
[58] MILLER J G,MILLER J L.The nature of living systems[J].Behavioral science,1990,35(3): 157-163.
[59] Road and bridge digital twins in action: four case studies[EB/OL].(2020-05-29)[2022-07-10].https://www.cadalyst.com/collaboration/digital-twin/roadand-bridge-digital-twins-action-four-case-studies-75827.
[60] PARK K T,NAM Y W,LEE H S,et al.Design and implementation of a digital twin application for a connected micro smart factory[J].International journal of computer integrated manufacturing,2019,32(6): 596-614.
[61] 临港“智慧大脑”平稳应对“灿都”考验[EB/OL].(2021-09-15)[2022-07-10].https://www.shanghai.gov.cn/nw15343/20210915/10da9d92e5904 ae1876278d86b2cc514.html.
[62] 临港：AI 驱动的智慧之城[EB/OL].(2022-01-05)[2022-07-10].https://baijiahao.baidu.com/s?id=1721098191406934196&wfr=spider&for=pc.
[63] Singapore Government.Virtual Singapore[EB/OL].[2022-07-10].https://www.nrf.gov.sg/programmes/virtual-singapore.
[64] NSW Government.New South Wales Digital Twin[DB/OL].https://nsw.digitaltwin.terria.io/.
[65] LAAMARTI F,BADAWI H F,DING Y,et al.An ISO/IEEE 11073 standardized digital twin framework for health and well-being in smart cities[J].IEEE access,2020,8: 105950-105961.
[66] The Gemini Principles[EB/OL].(2018)[2022-08-19].https://www.repository.cam.ac.uk/handle/1810/284889.
[67] Digital twins for industrial applications: definition,businessvalues,design aspects,standards and use case[EB/OL].(2020-02)[2022-08-19].https://www.researchgate.net/publication/339460951_Digital_Twins_for_Industrial_Applications_Definition_Business_Values_Design_Aspects_Standards_and_Use_Cases.
[68] 住房和城乡建设部办公厅.城市信息模型（CIM）基础平台技术导则（修订版）[S].2021.