推进实施数字孪生城市的三个技术性挑战ThingJS

1. 全量大数据是重要基底
2. 城市底图数据共享整合
3. 数字孪生城市可视化开发

数字孪生城市的推进实施建议，分为全量大数据、城市底图数据和数字孪生可视化开发三个方面来探讨。

全量大数据是重要基底

加快多元异构数据资源整合。数字孪生城市在城市信息模型之上集成了城市的全量大数据，包括动态数据和静态数据，政务数据和社会数据，历史数据和推演数据，这些多元异构数据统统作为实体的属性加载到城市信息模型（CIM）之上。

基于数字孪生技术建立的城市信息模型（CIM）是数字孪生城市的重要基础，其核心正是围绕这些全量大数据端到端管理运营，包括数据采集、接入、治理、融合、轻量化、可视化、应用等阶段。因此城市级的数据共享融合，形成无所不包的城市大数据，为数据驱动的治理模式夯实基础，是数字孪生城市成功的关键因素。

与物理城市相对应的数字孪生城市，充分利用前期形成的城市全域大数据，将为城市综合决策、智能管理、全局优化等提供平台、工具与手段。优锘ThingJS之3D城市交通模型展示：

城市底图数据共享整合

数字孪生城市源于“一张图”的GIS、BIM、CIM实践，但高于条线“一张图”建设。

当前各省市都在进行政务信息资源的共享整合，部分地区基本整合完毕，大部分地区还在整合过程中，但仅有政务数据，并不能满足数字孪生城市的治理需求。一般城市至少存在三张底图，即住房与城乡建设系统推进的城市信息模型平台，自然资源与国土规划主导的时空大数据平台，公安政法条线依托进行城市安全和综合治理的城市底图。

每个底图自成体系，一般仅支撑本系统内应用，如果是重点领域的社会数据，以及实时采集的物联网数据，应尽快整合进入数据资