EN中文

地理学报 >

2022 , Vol. 77 >Issue 3: 507 - 517

DOI: https://doi.org/10.11821/dlxb202203001

理论与方法探索

孪生空间及其应用——兼论地理研究空间的重构

  • 李双成 , 1 ,
  • 张文彬 2 ,
  • 陈立英 2 ,
  • 梁泽 1 ,
  • 张雅娟 1 ,
  • 王铮 1
展开
  • 1.北京大学城市与环境学院 地表过程分析与模拟教育部重点实验室,北京 100871
  • 2.博宇科技股份有限公司,石家庄 050035

李双成(1961-), 男, 河北平山人, 博士, 教授, 主要从事地理学综合研究。E-mail:

收稿日期: 2020-08-17

  要求修回日期: 2022-01-25

  网络出版日期: 2022-05-23

基金资助

国家自然科学基金项目(41590843)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
收起

Digital twin space and its applications: Concurrent discussion on the space reconstruction of geographical research

  • LI Shuangcheng , 1 ,
  • ZHANG Wenbin 2 ,
  • CHEN Liying 2 ,
  • LIANG Ze 1 ,
  • ZHANG Yajuan 1 ,
  • WANG Zheng 1
Expand
  • 1. College of Urban and Environmental Sciences, Peking University; Key Laboratory for Earth Surface Processes of the Ministry of Education, Beijing 100871, China
  • 2. Boyutec Co., Ltd., Shijiazhuang 050035, China

Received date: 2020-08-17

  Request revised date: 2022-01-25

  Online published: 2022-05-23

Supported by

National Natural Science Foundation of China(41590843)

Copyright

Copyright reserved © 2022
Fold

摘要

数字孪生研究呈现由平稳发展到爆发态势,应用领域迅速增加,规模不断扩大,亟需发展用于指导各个领域和不同结构与规模的数字孪生研究与应用的方法论体系。本文在总结分析各个领域数字孪生发展过程和趋势的基础上,提出以孪生空间作为概括和统摄各尺度数字孪生体的框架,并给出了孪生空间的定义和一般特征。然后,以目前已有初步实践基础的孪生城市为例简要阐述了其应用。作为地理学研究对象的载体抑或研究对象本身的空间,由自然地理空间、人文社会空间和地理信息空间三元空间构成,彼此整合度不高。为更有效地开展地理学综合研究,我们提出以孪生空间整合三元空间,重构地理研究空间。孪生空间具有与物理空间的双向实时互馈特征,能够打破地理三元空间内部的壁垒,进而实现模拟现实、预测变化和调控过程的地理综合研究任务。

关键词： 物理空间; 孪生空间; 孪生城市; 空间重构

本文引用格式

李双成 , 张文彬 , 陈立英 , 梁泽 , 张雅娟 , 王铮 . 孪生空间及其应用——兼论地理研究空间的重构[J]. 地理学报, 2022 , 77(3) : 507 -517 . DOI: 10.11821/dlxb202203001

Abstract

The past two years have witnessed an explosive growth of digital twin research and its increasing application in a wide range of fields and scales. This urgently calls for a methodological framework to guide and consolidate the research and application of digital twin in various fields and with different structures and scales. In this paper, we first summarized and analyzed the development patterns of digital twin research in various fields, and then coined a term "digital twin space" (with definition and characteristics) as a framework to generalize and consolidate digital twins of various scales. Taking digital twin city as an example, we briefly elaborated the application of twin space. Space, as the carrier of the research object or the research object itself in geography, consists of natural geographical space, social space, and cyberspace. These three types of spaces, however, have not been fully integrated in different branches of geography. In order to boost comprehensive geography research, we propose to reconstruct geographical space research by integrating the three types of geographical spaces with the twin space. Digital twin space can interact with the physical space bilaterally in real time and thus break the barriers among the three types of geographical spaces from inside, which further helps realize the tasks of simulating realities, predicting changes, and regulating processes in integrated geography research.

Key words： physical space; digital twin space; digital twin city; geographical space reconstruction

1 引言

随着5G网络、云平台、数据中心、人工智能、工业互联网和物联网等为主要构件的“新基建”的提速,大数据、区块链、云计算、边缘计算等数字技术将得到更为广泛的应用,数字经济逐渐成为经济社会发展的新增长点。据《中国数字经济发展白皮书（2021）》统计,2019年中国数字经济规模达到39.2万亿元,占GDP的比重为38.6%。旺盛的社会需求对科学技术发展提出了新的要求,催生出一系列的数字技术体系,数字孪生（Digital Twin, DT）便是其中之一。数字孪生概念最早由Grieves教授于2003年在美国密歇根大学的产品全生命周期管理（Product Lifecycle Management, PLM）课程提出,最初被称作“镜像空间模型”。2005年Grieves将数字孪生定义为两个空间之间的映射,认为数字孪生是物理产品或资产的虚拟复制[1]。美国军方将数字孪生技术应用于航天系统,随后拓展到民用工业领域,主要用于智能制造、预测设备故障以及改进产品等,经历了产品孪生、孪生车间、孪生工厂这样一个由简单到复杂以及规模不断扩大的过程。
有关数字孪生的定义很多。例如NASA认为DT是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程[2]。陶飞等认为DT是以数字化的方式建立物理实体的多维、多时空尺度、多学科、多物理量的动态虚拟模型,来仿真和刻画物理实体在真实环境中的属性、行为、规则等[3,4]。
从21世纪初数字孪生概念初步提出到现在,数字孪生研究及应用呈现平稳发展到爆发态势。在Web of Science上以“Digital Twin”为主题词查询,从2004—2021年共检索到4002篇文献,其中2020年和2021年分别发表1335篇和1567篇,两年发文数量占前18年的总和的72.5%。在中国知网以“数字孪生”作为主题词查询,2004—2021年共检索到1740篇文献,其中2021年为845篇,占总数的48.6%。总结起来,数字孪生最近几年的发展有以下特点：① 研究及应用领域不断增多,从工业制造业向农业、城市管理和公共服务等行业拓展;② 数字孪生应用尺度规模不断扩大,从小到一个零件大到一个城市,数字孪生理念、方法和技术都得到应用;③ 在数据采集、传输、模型模拟以及智能操控等维度,数字孪生的技术和应用都得到快速发展。
然而,目前的数字孪生研究与应用也存在一些问题,核心障碍之一是缺少研究范式和方法论体系。各个领域均有自身的语境体系,没有统一的描述方法和一致的结论。一般认为,数字孪生具有尺度伸缩性、互操作性、可扩展性、保真度4大特征[5],而目前各个行业和领域独立建构起来的数字孪生模型随着系统规模扩大复杂性提高,这些特征的完备性越加难以保证。因此,亟需发展用于指导各个领域和不同结构与规模的数字孪生研究与应用的方法论体系。
传统上,不论是地理学中的区域学派还是空间学派,都将空间作为最重要的研究对象,研究范畴包括地理空间中的要素组成、结构、过程和功能,研究空间之间的相互联系。地理学研究中的自然环境和人类活动特征均表现为空间异质性。空间差异实质上是地理学研究的一个本源[6]。然而,从本体论和认识论角度看,地理学中的空间研究是基于现实物理世界的描述,不论是定性的阐述还是统计或机理模型的定量表达都是对物理空间的抽样概括,因为受到信息采集及处理等多方面限制,很难获得全景式的真实动态。随着天空地一体化的数据观测、监测、传输和处理技术的发展,地理学的发展迎来了技术转向。地理学科发展呈现领域拓展和新技术学科交叉趋势,地理学通过与新技术进一步融合发展获得新生命力[7]。互联网技术的发展和应用,网络空间（Cyberspace）已经成为人类生产生活的“第二类生存空间”,是为信息化时代地理空间和地理学拓展的新领域[8,9]。由此看来,由实到虚以及虚实交互融合的地理空间将成为地理学及其相关学科研究对象的本质特征,在此情形下,地理学的研究范式将会发生革新。有鉴于此,本文提出以“孪生空间”作为整合各个领域数字孪生技术的平台,并论述了作为未来地理学研究范畴的可能性。

2 孪生空间概念及特征

2.1 孪生空间的定义

小到一个孪生零件大到一个到孪生城市,本质上都是一个系统尺度和规模的变化,因此都可以“孪生空间”这一概念进行概括和统摄。综合各个领域数字孪生的定义,我们将孪生空间（Digital Twin Space）定义为：在一定信息采集和传输技术支撑下,将自然实体（物理）空间的元素、关系、过程和格局映射到虚拟空间,从而建构起对自然实体空间进行模拟、仿真、重构、调控和优化等智能化操控的数字空间,是为物理空间的数字孪生体。简言之,孪生空间是一个与现实世界匹配对应的虚拟数字空间。通过构建自然实体空间与数字空间的映射关系,使用云计算、边缘计算、深度学习、虚拟现实等技术方法,实现物理维度上的自然空间和信息维度上的数字空间同生共存、虚实交融。

2.2 孪生空间的构成

从孪生空间的定义可知,其组成主要包括天空地一体化的数据采集和传输、从实到虚的模拟仿真和从虚到实的调控优化以及孪生空间的科学决策与支撑服务等几部分。其中,数据采集的客体是我们生产生活所依赖的自然空间,是地理学等地球科学传统的研究对象。首先通过各种信息感知、获取技术和设备数字化自然空间,然后利用现代数据科学方法对信息进行智能分析和操控。
2.2.1 全域感知与数据采集和传输 数据的采集和传输是建构孪生空间的基础。建构孪生空间所需数据类型如表1所示。可以看出,孪生空间的数据为真正意义上的多源异构数据,除了自然实体空间各种平台或传感器获得的观测对象的位置和属性数据外,还包括虚拟空间的社交媒体和网页数据等。
表1 建构孪生空间所需数据类型

Tab. 1 Data types of constructing the digital twin space

数据类型 数据举例
时空数据 遥感数据、无人机数据、GPS轨迹、手机数据、智能交通卡数据等
传感器数据 车载传感器、物联网(IoT)、管道传感器等
实验观测数据 地表系统要素与过程实验观测数据,如径流、气温和土壤湿度等
社交媒体数据 微信、微博、Facebook、Twitter等
网页数据 浏览内容、搜索内容、购买记录等
全域感知的智能终端数据采集是孪生空间建构的基础,其所涵盖的主要基础要素包括数字标识、智能终端和地理信息等。其中,数字标识是物理空间的要素在孪生空间的唯一标识和索引,实现在两个空间的精准连接和匹配;智能终端是对物理世界各种要素与过程进行信息采集的设备包括各种传感器和物理探测与感知设备,是一种地上、地下、空中、水域立体化全域感知的设施布局;地理信息则是对实体空间要素位置和位移的具体表征,主要依靠GIS、RS、GPS和DPS等技术实现。
在完成物理空间数据采集的基础上,通过无处不在、万物互联的信息网络进行数据传输是孪生空间建构的重要步骤。常用的网络传输系统包括专用网络、4G/5G移动宽带、NB-IoT/eMTC/LoRa物联网等,这些传输系统或单独使用或组合应用,为自然空间和数字空间的数据传输提供保障,以满足虚实互动微秒级响应以及亿万级的智能设备的数据的传输。
2.2.2 由实到虚、以虚控实的映射模拟与智能操控 孪生空间是对物理空间的逻辑映射,要完成这一映射过程,两个步骤不可或缺。首先,通过全时空、全尺度、全类型的数据清洗、结构化和融合过程,建立高标准、精细化和分类治理的数据湖。其次,基于大数据和孪生空间模型平台,以人工智能算法和机器学习为核心,实现从实到虚的数据映射和模拟仿真,实现对自然实体空间各种关系、过程和格局的定量表达。常用的模型技术包括多维数据集成分析、机器学习、人工神经网络包括深度网络、强化学习等算法或技术等（表2）。其中,地理空间智能算法（GeoAI）由于融合了人工智能和空间分析技术,在地理空间知识发现和科学决策方面具有独特优势。GeoAI的空间表征学习、时空预测和地理文本语义分析等对孪生空间的模型模拟及其结果应用具有重要支撑作用[10]。
表2 孪生空间常用的模型分析方法和平台

Tab. 2 Modelling methods and platforms commonly used in digital twin space

模型或平台 模型类型 简要特征
机器学习 支持向量机
浅层神经网络
朴素贝叶斯
随机森林
自适应增强
深度神经网络
解决小样本、非线性及高维模式识别问题,常用于分类和回归分析
对噪声有较强的鲁棒性和容错能力,能充分逼近复杂的非线性关系
对小规模的数据表现好,能够处理多分类任务,适合增量式训练
决策树类型的集成算法,可解释性强、泛化性能强
可以使用各种方法构建子分类器,弱分类器的构造极为简单
每一层对其输入应用非线性变换,并在其输出中提供分布式表示,使下一层神经元会学习更高级的特征
智能算法 模拟退火算法
遗传算法

禁忌搜索算法

粒子群算法		 改进接受目标函数和衰减极限,能避开局部极小
利用随机化技术指导对一个被编码的参数空间进行高效搜索,简单通用、健壮性强、适于并行处理
通过对一些局部最优解的记忆,达到接纳一部分较差解,从而跳出局部搜索的目的
利用群体中的个体对信息的共享使整个群体的运动在问题求解空间中产生从无序到有序的演化过程,从而获得最优解
地理空间智能算法 地理空间知识发现和科学决策的智能算法,如深度合成空间模型、空间生成对抗网络模型和长短期记忆网络—轨迹生成对抗网络模型等,在空间表征学习、时空预测和地理文本语义分析等方面具有优势[10]
云计算 基础设施即服务
(IaaS)
平台即服务(PaaS)

软件即服务(SaaS)		 基础设施即服务是主要的服务类别之一,它向云计算提供商的个人或组织提供虚拟化计算资源,如虚拟机、存储、网络和操作系统
平台即服务是一种服务类别,为开发人员提供通过全球互联网构建应用程序和服务的平台。PaaS为开发、测试和管理软件应用程序提供按需开发环境
软件即服务通过互联网提供按需软件付费应用程序,云计算提供商托管和管理软件应用程序,允许其用户连接到应用程序并通过全球互联网访问应用程序
边缘计算 个人边缘

业务边缘

多云边缘		 以个人为核心,计算将围绕着个人展开并涉及到和个人相关联的周边环境。其传感器和终端设备包括家庭机器人、智能眼镜、智能手机等
泛指工作场景,例如工厂、大型办公环境等。其场景涉及的设备包括传感器、机器手臂、车辆、无人机等
多云边缘是服务提供商对应用性能和内容传送的需求在网络边缘中添加的应用和数据处理能力
基于数字空间得到的模型模拟结果以及资源优化配置、动态趋势预测、风险预警和管控方案,在虚拟数字空间模型平台中,通过传感器远程控制、系统调控优化修正等操作,反向作用于自然实体空间的运行规则和机制,实现动态决策、快速响应和智能操控。

2.3 孪生空间的特征

孪生空间是物理空间的数字镜像,因此兼具自然实体空间和数字虚拟空间两种特性。归纳起来主要有以下特征：
（1）虚实交互。两个空间通过数据流传输和操控指令实时互动。其中,物理空间是孪生空间的参照原型,也是其数据和模型运行参数的主要来源。通过高端信息采集装备和标识感知,实时“读写”自然世界的状态;孪生空间是物理空间结构与状态的实时映射,反映其时空特征及其动态变化。集成多源异构数据,通过高效协同计算,处理海量数据,以期能精准“还原”物理空间的时空特征和状态。物理空间和孪生空间的耦合关联通过双向实时的响应与反馈实现。
（2）动态演进。虚实空间都具有生命周期,虚实关系具有时空异质性,因此,孪生空间的状态也呈现时间变化特性,是一个不断迭代的过程。通过一次次由实映虚和由虚控实的交互过程,孪生空间逐步进化完善,最终达到对物理空间的精准表达。从孪生空间研究程度来看,数字虚拟空间与自然实体空间的关系呈现虚实连接、虚实融合、虚实共生、虚实进化等不同阶段特征。
（3）以虚控实。建构孪生空间的目的是为了实现对物理空间的控制。在孪生空间内通过人工智能模型技术实现对自然实体空间的模拟仿真、优化调控和预测预警等智能操控任务。主要工作包括模拟物理空间的运行态势,还原和复现各种自然现象,挖掘各种自然物理规律,预测和预警物理空间可能出现的灾害风险等。
图1显示了孪生空间的运行过程。从图1中可以看出,通过空间感知和数据采集与传输,使用模型数字化过程,实现对物理世界的孪生再现;在孪生空间通过对数据的处理,应用人工智能算法和模型进行变化预测、风险管控等操作,旨在对现实世界的格局与过程进行优化调控,以期达到功能最优、风险最低的状态。
图1 孪生空间特征及其运行过程

注：根据中国信息通信研究院《2018数字孪生城市研究报告》修改。

Fig. 1 The characteristics of digital twin space and its operation process

（4）多尺度特性。孪生空间是对物理空间的镜像映射,是在虚拟空间对自然世界各种过程与关系的抽象和概括。不同尺度的物理对象都可以映射成不同规模大小的孪生空间,即孪生空间继承了物理空间的多尺度特性。在现实世界中,不同尺度的空间可以形成嵌套关系,而在虚拟数字空间中也同样存在包含关系,但其边界可能发生变化。根据已有的成果,不同行业或不同研究者建构的孪生空间类型按照尺度大小可以分为孪生产品、孪生车间、孪生工厂、孪生社区、孪生城市等,随着尺度的增大,孪生空间的结构与关系复杂性逐次增加。如同物理空间一样,建立不同空间规模孪生空间之间的联系,寻找贯通各个空间尺度孪生空间的关系仍是需要解决的难题。

3 孪生空间的应用领域：孪生城市

目前数字孪生及其不同尺度的空间形态均已有一些初步的应用案例,如孪生工厂、孪生社区和孪生城市等。本文以孪生城市为例概要介绍其应用。
城市是一个受到人类活动强烈影响的高度复杂的巨系统,同时也是基础设施信息化程度最高的区域,因此具有建设孪生空间的最有利条件。事实上,雄安新区已经开始“孪生城市建设”,并以城市复杂适应系统理论为认知基础,以数字孪生技术为实现手段,构建了孪生空间的逻辑框架,以期将城市系统的“隐秩序”显性化,更好地服务于现代数字城市的建设与管理[11]。
与一般的孪生空间构成要素一样,孪生城市的构成成分包括对物理空间的感知与信息采集和传输、虚拟空间的数字化信息表达模型、物理实体和虚拟世界交互映射与控制[1]。从孪生城市的功能架构来看,主要包括以下几部分：① 依托城市泛在立体感知网络,对城市物理空间的实体和社会空间的人类活动进行动态实时感知和监测,为实时“读写”城市运行状态提供信息基础;② 将复杂异构的城市时空大数据在统一数据平台上进行融合和集成;③ 将城市不同尺度的实体通过可视化技术在信息空间中进行数字孪生重建;④ 通过空间智能技术对城市运营进行实时监测、分析、模拟、决策、设计和控制,并通过开放式开发框架提供二次开发环境,实现对城市运营的自动化高效控制,提升城市的运营效率[12]。
通过建立全域感知全时感知的数据获取和传输基础设施,将自然空间、社会精神空间和网络虚拟空间融合,生成城市全域数字虚拟映像空间,并利用人工智能信息处理技术,形成虚实完全融合的孪生城市体,为在孪生空间建模、仿真、演化、操控等城市运行和管理服务。由此可见,孪生城市的实质是将数字孪生技术纳入城市治理中,经过数据感知、数据存储、数据建模、数据仿真、反馈控制等环节,可实现城市物理实体与孪生虚体的精准映射与调控[13]。
建设孪生城市的目的在于提供优质高效的个人体验感受和城市治理技术服务体系。从个人体验来看,由于在孪生城市中所有服务场景都将在映射在虚拟空间中,并且静态和动态两类信息均可以三维可视化形式再现服务场景。郭仁忠等认为[12],在从二维可视化到三维可视化再到数字孪生的发展历程中,围绕不同类型的数据在不同尺度下和面向不同业务需求的可视化,是智慧城市提供各种智慧服务的重要环节。个体用户可以通过虚拟现实（VR）等技术带来的沉浸式体验来获取这些信息,不需要进行物理空间的移动,就能体验到音乐会、体育比赛等现场感觉;增强现实（AR）则能使虚拟信息与现实环境无缝融合,在现实中获得虚拟信息服务,一些服务于个体的公共服务项目如家政、教育、医疗、交通等在孪生城市中就能提供,使得个人获得极佳的体验感受。另外,孪生空间的高度数字化,能够再现现实生活中的个体生理变化、社交行为、个人教育和知识体系等,为全生命周期的个体成长提供自适应定制化的管理方案。在社会治理服务技术方面,主要包括：① 通过模拟仿真、动态评估和深度学习制定规划设计方案;② 通过智能预测城市运行状况进行灾害风险的预估和预警;③ 通过深度学习编制交通流量预测、智能疏导的出行方案等。依赖于大数据、人工智能、区块链等先进技术的使用,孪生城市能够准确把握物理城市的运行态势、洞悉复杂表象后的城市演变规律、形成超越局部次优的全局最优决策,最终实现物理城市和数字城市之间的虚实互动和反馈操控,使城市向人类预期的低风险可持续路径演进。

4 地理研究空间的重构

从地理学的发展历史看,不论是哪个学术流派如区域学派、景观学派还是空间区位学派;也不论是自然地理学还是人文地理,抑或是综合地理,都将空间作为要素、结构、过程和功能的载体进行定性或定量刻画。例如,区域学派代表人物Hettner认为[14],地理学的核心议题就是认识地理区域之间的相互差异及其空间上联系。从自然地理学的自然空间,到人文地理学的人文—社会空间,再到地理学综合研究的人地关系地域系统,都是物质和精神文化空间的表征。自从20世纪60年代末计算机互联网技术出现以来,另外一种空间形式即赛博空间（Cyberspace）进入地理学家关注的视野,因为人类通过虚拟空间的信息交换和线上的各种经济和社交活动,改变了人和人之间以及人地之间的作用关系,因而自然受到地理学家的重视。例如,英国皇家科学院院士Batty认为,发展虚拟地理学可以有效地建立起现实地理环境与虚拟空间的连接桥梁[8]。高春东等也认为,网络空间作为人类活动新的空间形态,是人和信息的共同载体[9]。
数字化时代的到来极大地促进了地理科学的发展,其研究对象已拓展到自然地理空间、人文社会空间和地理信息空间三元空间所承载的要素、关系、过程和功能。一直以来,人地关系及其地域系统作为地理学的核心研究议题,对复杂人地系统和可持续发展进行模拟预测,深刻认识社会和文化现象在地表环境变化中的耦合作用及驱动机制,更加综合、更加前瞻和更加定量是对地理学发展的必然要求[6]。然而,相互割裂的三元空间不利于打破地理学内外的学科壁垒进而开展交叉综合研究,因此进行地理学研究空间的整合与重构十分必要。需要提出的是,地理空间的重构并不是三类空间的简单叠加,而是实现真正的融合贯通。根据孪生空间的定义和特征,其可以实现上述三元空间的有机统一。因为孪生空间不仅仅是物理空间的复制和映射,它将基于真实的时空数据不断迭代进化出智能属性,最终成为一个承载物质世界、精神世界和人类行为的统一场域。在这一场域中,传统的物理空间被揉变和延展,形成与虚拟空间逐渐交融一体的有机空间。在孪生空间之中,物与物之间、人与人之间、人与物之间的时空壁垒被清除,一个万物感知、万物互联、万物交融的虚实交融空间将开辟地理学模拟现实、预测未来的新综合研究范式。
基于孪生空间的综合集成研究有利于解决与地理学相关的一些重大问题,例如地球系统模拟和灾害预报及灾情评估等。地球系统模拟是基于地球系统中各种动力学过程,通过数值模拟方法定量刻画各个圈层之间的相互作用关系,进而预测地球系统未来演变态势。在地球进入“人类世”的背景下,地球系统模拟需要定量研究自然系统变化和人类活动的交互影响。孪生空间可以为地球系统模拟提供数据基础、模型工具、综合集成平台以及结果的可视化与特定场景的再现。对于灾害预报来说,一方面,通过建构孪生空间,使用机器学习等数据挖掘途径,掌握各种自然系统和人类社会系统的长期演进规律和变化态势,为灾害预报提供依据;另一方面,由于孪生空间具有与物理空间进行实时交互的特点,能够捕获自然世界运行过程中的短期或瞬时异常波动,结合孪生空间积累的已发灾害案例或场景,对突发类灾害做出快速预报。此外,得益于物联网、人工智能、区块链等技术的成熟和广泛应用,孪生空间将实现对灾害及灾情的全程、全时、全景连续跟踪监测和评估,并通过极速泛在的传输网络对灾害风险做出预警[15]。

5 讨论与结论

5.1 讨论

5.1.1 孪生空间与虚拟地理环境的联系与区别 在地理学科范畴,与孪生空间最接近的一个概念是虚拟地理环境（Virtual Geographic Environments, VGEs）。虚拟地理环境是一类以地理特征、地理规律为本源,以地理感知、地理分析为目的,利用网络、计算机、虚拟现实等技术构建的开放式地理环境及空间[16]。不论从环境层面和工具层面,虚拟地理环境都是一个人机物三元融合的高度集成化的虚拟环境,包括了虚拟界中化身人、化身人群、化身人类为主体及其围绕该主体存在一切的客观环境,通过人机交互、分布式地理建模与模拟、虚拟空间地理协同等途径,实现对复杂地理系统的感知、认知和综合试验分析[17]。经过近20年的发展,虚拟地理环境理论与技术已经在智慧城市建设等发挥了重要作用[18],对于地理信息科学的发展以及地理科学认知的深化起到了积极作用[19,20]。
通过分析虚拟地理环境与数字孪生空间的特征可以发现：
从科学研究范式上,两者都是对物理空间的研究对象进行数字化,通过高速网络传输到虚拟空间再进行分析模拟的一种研究范式。这种研究范式不仅拓展了传统地理学实体空间的研究范畴,而且能够洞察两种空间的交互作用关系。
从缘起和发展过程来看,虚拟地理环境是在地理学范畴尤其是信息地理学科（主要是地理信息系统）内的一次革新,缘起地学信息图谱[21]和虚拟地理学[22],拓展了传统地理学对地理要素和格局与过程机制及规律分析的途径[23];孪生空间脱胎于从产品到区域不同尺度数字孪生技术的归纳与概括,是与物理空间相对应的数字孪生体在空间上的抽象表达。
从运行机理上,虚拟地理环境强调虚拟场景构建和地理过程模拟及地理规律的分析[16, 20],而孪生空间通过“一对多”“多对多”“多对一”和“一对一”等多种映射关系与物理空间进行关联与交互,虽偏重场景复制与重构,但通过对现实对象全要素和全过程的虚拟复刻及描述,弱化了数字孪生对单一阶段的场景描述,凸显了与物理对象全生命周期各个阶段的融合性。对物理对象整个生命周期进行映射,使虚拟空间中的“孪生体”成为物理实体在虚拟空间中的另一条生命线,即使实体对象消亡或过程终结,通过数字孪生的自我学习和进化功能,仍然能够使其获得再现与“重生”,这种特性对于地理学的时空演进研究十分重要。
在数字化时代,数据采集与传输、人工智能与机器学习等技术快速发展,为数字孪生与虚拟地理环境相互融合提供了可能。例如,2017年龚建华在“第六届全国虚拟地理环境会议”上,从虚实相似与仿真、虚实增强与协同、虚实孪生与相生视角论述虚拟地理环境的理论与技术发展,并探讨了“孪生虚拟地理环境”未来可能的发展前景。
5.1.2 孪生空间发展及应用展望 数字孪生技术已经在多个领域多个尺度得到广泛应用。从小到一个孪生零件大到孪生城市都是孪生空间应用的范例。目前随着数字经济快速发展尤其是“新基建”的政策支持,孪生空间的应用范围将会进一步扩大,遍及到社会生产和生活的方方面面。在这一过程中,地理学的技术化转向日趋明显。2020年8月15日在第二十二届中国科协年会闭幕式上发表了10个前沿科学问题,其中之一就是如何建立虚拟孪生理论和技术基础并示范应用。2020年4月,英国发布《英国国家数字孪生体原则》,构建了国家级数字孪生体的价值、标准、原则及路线图。2020年2月,上海市在《关于进一步加快智慧城市建设的若干意见》中提出：“探索建设数字孪生城市,数字化模拟城市全要素生态资源,构建城市智能运行的数字底座”。2021年3月第十三届全国人民代表大会第四次会议通过的《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》也提出要探索建设数字孪生城市。因此,应当及早谋划布局,将孪生空间研究纳入到地理学研究范畴以提升其研究水平和公众认可程度。
孪生空间是自然地理空间、人文社会空间和信息地理空间在虚拟空间的映射与整合,因此能够作为地理学综合集成研究的平台。作为地理学研究对象的人地耦合系统是自然与人文要素在物理空间和虚拟空间相互作用形成的多层级的具有连续时变的地域系统,存在涵盖物质、信息、资金、能量等空间转移的地理流[19]。要进行耦合分析与综合集成,需要对包括连续时间变量的丰富地理现象过程进行研究[20]。通过全域感知、信息采集与传输建构的孪生空间具有实时的虚实过程交融与再现,能够提供自然和人文过程连续的虚实地理场域数据,解决传统局部性和片段化观测与采样带来的误差,能够真正实现全过程的综合集成。
基于孪生空间的地理综合研究具有广阔的应用前景。例如,在目前进行的国土空间规划中使用数字孪生空间技术和方法,通过全域全要素立体感知与数据传输,在数字空间中分析自然资源、生态环境、基础设施、产业和人口等要素的交互作用,结果反馈于物理空间以支撑决策者对于城镇空间、农业空间和生态空间的优化和管控,真正实现国土空间治理的现代化。
建构孪生空间对于地理学的技术革新和价值实现起到促进作用。数字化时代,数据和信息即是财富与资源。信息地理学是研究地球表层系统中自然、人文、地理信息要素的时空特征、空间联系及其应用的地理科学分支学科[24],其发展对于地理学与快速融入数字经济、数字社会提供了学科知识储备。为了有效实现地理信息数据与其他数据的整合,可以将地理信息空间作为孪生空间的一个子集,发挥其在全域感知、全要素数据实时采集与传输,数据清洗与处理、模拟与仿真等方面的优势。通过区块链等技术,以及对现实世界的反馈调控,实现地理信息的分发共享和信息增值。

5.2 结论

本文在分析数字孪生发展过程的基础上,提出以孪生空间作为统摄各领域不同尺度数字孪生体的理论框架,结论如下：
孪生空间是指在现代全域感知、信息采集与传输技术支撑下,将物理空间的元素、关系、过程和格局映射到虚拟空间,从而建构起对物理空间进行模拟、仿真、重构、调控和优化等智能化操控的数字空间,是物理空间的数字孪生体。
根据一般定义,孪生空间的特征除了承继物理空间的动态演进和多尺度特性外,主要表现为虚实交互。这一虚实交互过程以实映虚和以虚控实双向形式呈现。其中,以实映虚是建构孪生空间的基础,只有对物理空间形成精准的数字化镜像,才能保证孪生空间的成功建构。以虚控实是建构孪生空间的目的,旨在通过操控物理空间各种关系、过程和格局,以实现人类自身的调控自然世界演进过程的终极目的。
孪生空间与物理空间具有双向实时互馈特征,能够打破自然地理、人文社会和信息地理之间的空间壁垒,进而实现地理学模拟现实、预测变化和调控过程的新综合研究任务。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Zhuang Cunbo, Liu Jianhua, Xiong Hui, et al. Connotation, architecture and trends of product digital twin. Computer Integrated Manufacturing Systems, 2017, 23(4): 753-768.

[庄存波, 刘检华, 熊辉, 等. 产品数字孪生体的内涵、体系结构及其发展趋势. 计算机集成制造系统, 2017, 23(4): 753-768.]

[2]
Piascik R, Vickers J, Lowry D, et al. Technology area 12: Materials, structures, mechanical systems, and manufacturing road map. NASA Office of Chief Technologist, 2010.

[3]
Tao F, Zhang M, Nee A Y C. Digital Twin Driven Smart Manufacturing. Amsterdam: Elservier, 2019.

[4]
Tao Fei, Zhang Meng, Cheng Jiangfeng, et al. Digital twin workshop: A new paradigm for future workshop. Computer Integrated Manufacturing Systems, 2017, 23(1): 1-9.

[陶飞, 张萌, 程江峰, 等. 数字孪生车间: 一种未来车间运行新模式. 计算机集成制造系统, 2017, 23(1): 1-9.]

[5]
Schleich B, Anwer N Mathieu L, et al. Sandro. Shaping the digital twin for design and production engineering. CIRP Annals, 2017, 66(1): 141-144.

DOI

[6]
Fu Bojie. Geography: From knowledge, science to decision making support. Acta Geographica Sinica, 2017, 72(11): 1923-1932.

DOI

[傅伯杰. 地理学: 从知识、科学到决策. 地理学报, 2017, 72(11): 1923-1932.]

[7]
Liao Xiaohan. Advance of geographic sciences and new technology applications. Progress in Geography, 2020, 39(5): 709-715.

DOI

[廖小罕. 地理科学发展与新技术应用. 地理科学进展, 2020, 39(5): 709-715.]

[8]
Batty M. The geography of cyberspace. Environment and Planning B: Planning and Design, 1993, 20(6): 615-616.

DOI

[9]
Gao Chundong, Guo Qiquan, Jiang Dong, et al. The theoretical basis and technical path of cyberspace geography. Acta Geographica Sinica, 2019, 74(9): 1709-1722.

DOI

[高春东, 郭启全, 江东, 等. 网络空间地理学的理论基础与技术路径. 地理学报, 2019, 74(9): 1709-1722.]

[10]
Gao Song. A review of recent researches and reflections on geospatial artificial intelligence. Geomatics and Information Science of Wuhan University, 2020, 45(12): 1865-1874.

[高松. 地理空间人工智能的近期研究总结与思考. 武汉大学学报: 信息科学版, 2020, 45(12): 1865-1874.]

[11]
Zhou Yu, Liu Chuncheng. The logic and innovation of building digital twin city in Xiong'an New Area. Urban Development Studies, 2018, 25(10): 60-67.

[周瑜, 刘春成. 雄安新区建设数字孪生城市的逻辑与创新. 城市发展研究, 2018, 25(10): 60-67.]

[12]
Guo Renzhong, Lin Haojia, He Biao, et al. GIS framework for smart cities. Geomatics and Information Science of Wuhan University, 2020, 45(12): 1829-1835.

[郭仁忠, 林浩嘉, 贺彪, 等. 面向智慧城市的 GIS 框架. 武汉大学学报:信息科学版, 2020, 45(12): 1829-1835.]

[13]
Mao Chao, Yue Aobo, Shen Li, et al. The construction of the method system of urban wisdom governance with the support of digital twin technology. Urban Development Studies, 2021, 28(8): 56-62.

[毛超, 岳奥博, 沈力, 等. 数字孪生技术支撑下城市智慧治理隐秩序显性化的方法体系构建. 城市发展研究, 2021, 28(8): 56-62.]

[14]
Hettner A. Die Geographie: Ihre Geschichte, ihr Wesen und ihre Methoden. Breslau: Ferdinand Hirt, 1927.

[15]
Chen Chao, Yan Yan. Emergency plan drilling system based on disaster digital twin. China Safety Science Journal, 2021, 31(7): 90-96.

[陈超, 闫艳. 应用灾害数字孪生体的应急预案演练系统. 中国安全科学学报, 2021, 31(7): 90-96.]

[16]
Lin Hui, Hu Mingyuan, Chen Min. Research progress and prospect of virtual geographic environments (VGEs). Journal of Geomatics Science and Technology, 2013, 30(4): 361-368.

[林珲, 胡明远, 陈旻. 虚拟地理环境研究与展望. 测绘科学技术学报, 2013, 30(4): 361-368.]

[17]
Lin H, Chen M, Lu G N. Virtual geographic environment: A workspace for computer-aided geographic environment. Annals of the Association of American Geographers, 2013, 103(3): 465-482.

DOI

[18]
Zhang Xinwen, Zhang Chunxiao. Research and application of virtual geographic environment in smart city. Bulletin of Surveying and Mapping, 2020(5): 11-15, 30.

[张馨文, 张春晓. 虚拟地理环境在智慧城市中的研究与应用. 测绘通报, 2020(5): 11-15, 30.]

[19]
Pei Tao, Shu Hua, Guo Sihui, et al. The concept and classification of spatial patterns of geographical flow. Journal of Geo-information Science, 2020, 22(1): 30-40.

[裴韬, 舒华, 郭思慧, 等. 地理流的空间模式: 概念与分类. 地球信息科学学报, 2020, 22(1): 30-40.]

[20]
Lin Hui, Hu Mingyuan, Chen Min, et al. Cognitive transformation from geographic information system to virtual geographic environments. Journal of Geo-information Science, 2020, 22(4): 662-672.

[林珲, 胡明远, 陈旻, 等. 从地理信息系统到虚拟地理环境的认知转变. 地球信息科学学报, 2020, 22(4): 662-672.]

[21]
Chen Shupeng. Graphic Methodology for Geo-information Sciences. Beijing: The Commercial Press, 2001.

[陈述彭. 地学信息图谱探索研究. 北京: 商务印书馆, 2001.]

[22]
Batty M. Virtual geography. Futures, 1997, 29(4/5): 337-352.

DOI

[23]
Lin Hui, Zhu Qing, Chen Min. The being and non-being generate each other, and the virtual and the real are mutually interactive: The progress of virtual geographic environments (VGE) studies in last years. Acta Geodaetica et Cartographica Sinica, 2018, 47(8): 1027-1030.

[林珲, 朱庆, 陈旻. 有无相生虚实互济: 虚拟地理环境研究20周年综述. 测绘学报, 2018, 47(8): 1027-1030.]

[24]
Li Xin, Yuan Linwang, Pei Tao, et al. Disciplinary structure and development strategy of information geography in China. Acta Geographica Sinica, 2021, 76(9): 2094-2103.

DOI

[李新, 袁林旺, 裴韬, 等. 信息地理学学科体系与发展战略要点. 地理学报, 2021, 76(9): 2094-2103.]

Options
文章导航

/

〈 〉