理论研究 | 基于CIM时空云的智慧城市云原生平台研究

导读

随着国家“新基建”与“新城建”战略的实施，以建筑信息模型（BIM）、地理信息系统（GIS）、物联网（IoT）、人工智能（AI）等技术为基础的城市信息模型（CIM）在构建数字孪生镜像与智慧应用底座方面得到了广泛的研究与应用。如何在多元异构的城市大数据环境下有效整合多种新兴技术，提供高效稳定、快速响应的平台级服务，驱动智慧城市应用落地，成为亟需解决的问题，为此，本文提出以建设时空数据资源池、大数据治理中台、云原生服务平台为核心的智慧城市云原生平台的应用框架，并设计了包含持续集成与容器层、存储层、中间件层、服务中心层、注册中心层、网关层、代理层以及终端设备层的技术架构，最后以四种智慧应用为例，阐述了平台的应用场景，从概念思考到技术落地进行了探索研究，提出一套智慧城市平台实施技术方案。

本文字数：6528字

阅读时间：20分钟

 

作者 | 高旭，曹先，何龙，张恒，李刚

天津市城市规划设计研究院总院有限公司

关键词

CIM时空云，智慧城市，云原生，智慧应用

01

背    景

“新基建”，即新型基础设施建设，是以新发展理念为引领，以技术创新为驱动，以信息网络为基础，提供数字转型、智能升级、融合创新等服务的基础设施体系，是我国未来重点布局的方向，也是“十四五”规划的重要部署。2020年12月，党的十九届五中全会公布《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》，提出加快推进基于信息化、数字化、智能化的新型城市基础设施建设和改造，加快推进城市信息模型（CIM）平台建设，打造智慧城市的基础操作平台。与此对应的是，在城市建设领域，住建部等七部委也提出来以“新城建”对接“新基建”,着力推进信息化、数字化、智能化的新型城市基础设施建设(简称“新城建”)，全面推进城市信息模型(CIM)平台建设。随后，各项技术指南陆续发布，2020年9月，住建部制定发布了《城市信息模型（CIM）基础平台技术导则》，导则总结广州、南京等城市试点经验，提出 CIM 基础平台建设在平台构成、功能、数据、运维等方面的技术要求，为各地CIM平台的建设提供了纲领性的指导。2021年1月，深圳市印发《关于加快智慧城市和数字政府建设的若干意见》并指出，探索“数字孪生城市”，依托地理信息系统（GIS）、建筑信息模型（BIM）、城市信息模型（CIM）等数字化手段，开展全域高精度三维城市建模，加强国土空间等数据治理，构建可视化城市空间数字平台，链接智慧泛在的城市神经网络，提升城市可感知、可判断、快速反应的能力。2021年2月，天津市发布的《天津市新型基础设施建设三年行动方案（2021—2023年）》中指出，要适度超前建设城市感知网络基础设施，推进城市信息模型（CIM）平台建设，汇集各类地上、地表、地下数据，实现数字化多规合一，开展城市服务创新应用，提升完善一批应用场景，打造智慧城市创新发展“天津样板”。各地纷纷掀起了“新城建”的热潮，伴随着CIM、数字孪生城市、城市传感网、人工智能等新兴理论与技术体系的演进与融合，智慧城市建设也进入了新时期。

02

建设现状分析

智慧城市的建设历程大体可分为两个阶段，即前期垂直领域应用建设阶段和后期智慧城市平台级服务建设阶段。在前一阶段，智慧城市建设主要以某一垂直领域为焦点开展应用建设，进行数据采集、管理服务在线化等工作，在智慧化和精细管理方面涉及较少，针对采集的数据做分析和应用时仍需要大量人工线下工作，整体智慧化水平较低。到了第二阶段，智慧城市建设向城市平台级服务发展，关注的焦点有数据的整合，新技术的应用落地，与业务场景的协同，一系列新技术诸如云计算、大数据和人工智能被融入进来赋能城市运行的各方面应用，由于建设难度高、建设周期短和数据积累较少，目前建设效果尚未充分显现。

现阶段在智慧城市建设领域存在的问题主要有：

（1）数据匮乏与数据孤岛现象并存

智慧城市的建设、运营依赖于对城市各部门、各专业、地上地下、二三维的海量数据有效汇聚与治理。当前在数据方面存在的突出问题是没有数据或没有高质量的数据，这就导致智慧城市的建设工作缺少基本的前提。另外就是数据孤岛问题，城市数据普遍存储于各垂直延伸的专业职能系统中，比如土地系统有自己的数据系统，公安、建委和发改等部门也各自有系统，在同一部门体系内或许还能实现共享，但横向跨部门之间数据却难以高效流通共享，形成了一批数据孤岛，加剧了数据匮乏的现象，同时割裂了智慧城市应用的协同，无法有效支撑智慧城市真实完整场景应用的运行。

（2）新型信息化基础设施支撑力度不足

智慧城市的万物互联与实时反馈依赖于高性能的信息化基础设施支撑，需要能承受数以亿计的传感网节点的城市信息基础设施。大规模城市数据与海量实时感知数据的有效识别与应用依赖于高效的大数据治理管道，包括统一的交换传输标准、实时高效的传输、快速增长的大数据海量存储、大数据分析与信息挖掘、高性能高并发的分发系统等一系列计算力强的软硬件支撑。目前的4G网络仅能支撑中等规模的传感网的运行，大规模与综合性的传感网运行依赖于5G网络的支撑。同时，快速增长的大规模数据存储和实时性要求高的计算与分发服务需求也对传统智慧城市技术路线产生了挑战。

（3）组织、管理、运营、公众参与等可持续发展配套机制不健全

智慧城市的建设是一项涉及面广、统筹性强的系统工程，需要明确专门的主体责任与顶层统筹单位，解决跨部门、跨层级带来的数据共享与业务协同等方面带来的阻碍。在管理机制方面，需要加强在数据资源的共享与业务协同方面的管控，从源头上杜绝信息孤岛式应用系统的产生。在运营机制方面，目前智慧城市的建设以政府投资为主，这在可持续发展和建设效率方面存在一定的隐患，需要积极探索诸如增值服务、流量转化、企业投资、数据经营等多种运营模式，促进智慧城市的可持续发展。在公众参与机制方面，目前智慧城市项目普遍存在公众参与度低的问题，需要探索智慧城市建设与政务便民服务和基层城市管理等城市问题相结合的公众参与机制，增强公众参与感与获得感，同时促进社会治理共建共享。

03

平台应用架构

基于对智慧城市建设的现状分析和对新型信息化技术演进趋势的实践，本文提出基于CIM时空云平台的智慧城市云原生平台框架，其应用架构如下图所示。应用架构概括了平台建设涉及的工作内容，以及各部分工作内容之间的关系。

图1 智慧城市云原生平台应用架构

城市物联感知设备层和信息化基础设施层提供数据采集与治理分析的物理载体与算力支撑，标准规范体系与信息安全运维保障体系是智慧城市建设与运行的理论与方法支撑，贯穿平台建设各层次，平台核心部分包括三个部分，即时空数据资源池、大数据治理中台和云原生服务平台。

2.1 时空数据资源池

在城市建设运行生命周期过程中，各类城市事物与业务工作都有发生的空间位置与时间，产生了海量的时空数据。目前，各类时空数据缺乏统一维护管理和安全保障机制，各类数据资源形成数据孤岛，无法有效汇聚治理，造成严重的资源浪费。时空数据资源池以统一的CIM空间容器作为现实世界的数字镜像，基于空间和时间这一共通要素，整合智慧城市涉及的多专业、多来源、多类型的时空数据资源，其建设框架如下图所示。

图2 时空数据资源池建设框架

（1）数据资源标准规范体系构建

智慧城市涉及多源、多维度、多类型的空间数据体系，十分需要开展空间数据治理，形成空间大数据发展顶层设计。通过编制数据编目、数据标准、数据管理办法等文件，满足时空数据的采集、入库与更新要求，达到规范数据格式、统一坐标体系的目的，实现新区时空数据规范化管理和共享利用。

（2）时空数据资源池建设

参照《城市信息模型（CIM）基础平台技术导则》等国家规范性标准文件，从城市框架、工程实体、动态感知及未来愿景数据四个方面构建时空数据，汇集二三维、现状未来、静态动态等多维度数据，形成城市时空数据底板，支持各项上层智慧应用。 

2.2 大数据治理中台

时空大数据治理中台建立在时空数据资源池的基础之上，是智慧城市建设的核心平台。时空大数据治理中台聚焦城市各业务系统及智慧应用的时空数据的全流程、全周期的治理与管控，提供标准化统一的时空数据与分析输出，同时也可汇聚上层智慧应用反哺更新的城市时空数据，打通现有系统和未来待建系统之间的时空数据孤岛壁垒问题。时空数据平台应用架构如下图所示。

图3 时空大数据治理中台建设框架

时空大数据治理中台建设涵盖时空云基础设施管理、时空数据底座支撑、时空数据服务治理、时空数据应用与平台交互五个层次，涉及多源数据汇聚、资源统一管理、数据资源共享、动态更新维护、云资源管理、运维管理六大核心功能。

梳理智慧城市业务依托的时空数据治理流程，基于微服务、容器化、云服务、地理信息系统、分布式存储等技术，开展时空数据存储、汇集、质检、入库、融合、更新、共享、展示、运维等全流程的数据治理工作，构建城城市权威的、准确的时空数据应用中台。

2.3 云原生服务平台

与传统智慧城市相比，融合了大数据、CIM、传感网、人工智能等新兴技术的新型智慧城市技术要素更为复杂，多元异构技术的集成创新亟待突破，也是行业领域关注、探索的焦点。云原生技术能够通过统一的标准、轻量级的容器服务、DevOps云基础设施、弹性高可用大数据数据库等支撑能力，整合各类异构的技术架构，适应多样运行环境，构建和运行数量众多、可弹性扩展的应用，应对在海量城市云中心、边缘、终端设备环境下大规模应用持续集成、交付、运维、管控的挑战。同时，基于云原生技术搭建的智慧城市服务平台也可以作为多种新兴技术的纽带，通过广泛使用物联网、云计算等技术，提高城市规划、建设、管理、服务的整合能力与智能化水平。

04

平台技术架构

应用架构的落地需要高效、稳定的技术架构支撑。智慧城市平台级服务涉及海量且递增的时空数据的存储与密集计算、专业性与复杂度非常高的城市计算分析模拟算法与模型，以及GIS、BIM、CIM、大数据、人工智能等多种新兴技术的整合，构建数据治理与业务协同并重的信息化体系，技术复杂度很高。采用传统应用的架构模式在技术集成与性能支撑等方面困难重重，本文探索提出了基于云原生技术的智慧城市平台技术架构，如下图所示。

图4 智慧城市云原生平台技术架构

平台技术架构包含八个层次，分别为持续集成与容器层、存储层、中间件层、服务中心层、注册中心层、网关层、代理层以及终端设备层，并整合第三方服务资源。

（1）持续集成与容器层：基于弹性轻量级的容器服务，能够在单一主机上提供多个隔离的操作系统环境，分为运行时和编排两层，运行时负责容器的计算、存储、网络等，编排层负责容器集群的调度、服务发现和资源管理。使用容器技术，平台可以将微服务及其所需的所有配置、依赖关系和环境变量打包成容器镜像，适应多种运行环境，支撑快速交付。

（2）存储层：基于不同数据存储场景，常用的热点数据、读多写少的数据资源采用缓存技术存储，以便于系统快速响应。关系型数据库采用主从库与主备库机制实现高性能、高可用与数据规模灵活扩展。日志的管理采用Logstash进行搜集、过滤，采用Elasticsearch进行存储、分析与搜索，采用Kibana进行汇总与可视化。采用基于MinIO的OSS技术存储大容量的非结构化数据。

（3）中间件层：采用基于RabbitMQ的消息队列组件实现平台服务的削峰、解耦，并用于处理日志、事务等业务逻辑。采用基于Redis的zset有序集合优化排序服务，采用Redis Geo存储结构简单的大规模空间要素，采用Redis pipeline形成数据处理流程，提升处理效率。采用分库分表等中间件整合NoSQL的高性能、易扩展与SQL类型功能丰富的优势。

（4）服务中心层：采用基于SpringCloud的微服务技术，将大型复杂应用拆分为多个微服务，各个微服务之间松耦合，可以独立地升级、部署、扩展和重启，降低系统复杂度，并可独立部署、独立扩展、跨语言编程。基于SpringCloud微服务框架，整合SkyWalking全链路追踪、OAuth2资源访问鉴权管理、Docker容器服务编排、SpringBootAdmin服务监控等技术，实现高效稳定的服务治理。

（5）注册中心层：采用基于Nacos的注册与配置中心，支撑服务健康心跳检测、服务元数据管理、路由机制与同步机制等服务注册业务。基于不同运行环境下的命名空间，建立、维护不同的配置方案，并支持配置参数热部署与更新，提高平台服务灵活性。

（6）网关层：基于Zuul网关集群实现请求过滤、路由转发、用户鉴权、服务熔断、动态路由、接口限流等功能，将服务治理与业务逻辑实现解耦合，并接入认证服务、短信服务、服务监控等第三方服务，使平台能运行、支撑更多服务，并能对服务做到监测、认证与管控。

（7）代理层：采用基于LVS系统和Nginx的代理与负载均衡技术，针对流向平台的大量的、并发的请求进行转发、均衡的提交到对象微服务容器中，提供高质量、稳定的服务响应。

（8）终端设备：终端设备支持手机、手持设备、桌面办公设备、智能服务终端等多种媒介，以支持更多的应用场景。

05

平台应用

智慧应用是智慧城市云原生平台的上层设施，也是智慧城市建设的目标载体。智慧应用基于平台的数据汇聚、服务治理与业务协同能力，同时也反哺更新平台的数据资源池与服务种类，促进形成智慧应用与云平台生产、消费互相促进的局面。下面以智慧规划、智慧产业、智慧社区、城市体检四种智慧应用为例，简述平台的应用场景。

5.1 智慧规划应用

智慧规划应用旨在充分利用新技术、新手段，通过完善国土空间大数据体系，构建国土空间规划“一张图”实施监督信息系统，整体提升国土空间大数据集成能力、规划编制智能分析能力、治理实施网络驱动能力、监测评估精准能力，有效支撑空间规划编制、审查、实施、监测评估预警全过程，全面提升空间治理体系和治理能力现代化水平。

图5 智慧规划应用模式

通过国土空间规划“一张图”应用、国土空间规划分析评价、国土空间规划成果审查与管理、国土空间规划监测评估预警、资源环境承载力监测预警、指标模型管理六项应用模块，支撑国土空间规划审查、实施、监测预警、评估全过程，加强规划实施监管，提升治理效能。

图6 智慧规划应用系统界面

5.2 智慧产业应用

智慧产业应用整合产业环境现状与规划数据，基于时空数据展示平台，对区域内的产业经济进行逻辑划分，以产业空间一张图的形式，将企业分布、用地分布、园区分布、产业规划等各类指标与数据进行可视化呈现，并支持分类汇总、统计、查询、定位与分析等功能，衡量产业的区域发展是否平衡，满足政府相关人员对于产业的深度分析和规划决策需求。

图7 智慧产业应用模式

智慧产业应用还可以通过对城市产业核心指标进行梳理、分析建模，实现对产业发展态势全方位、多维度、多层次的掌控，辅助决策者的全局经济发展决策。通过分析区域能力发展水平，进行区域产业能力评估，与对标城市进行比较，分析产业竞争力在空间和时间维度的变化情况。

5.3 智慧社区应用

智慧社区应用从智慧化顶层设计着手，帮助社区解决治理过程中的重点和难点，全面统筹以人为本实现社区治理再升级。以规划为引领建立顶层架构，促进智慧社区与实体社区的相互映射、互动升级。智慧社区管理平台作为社区最核心的智慧中枢，拥有最全面的信息管理、数据分析模型支撑以及迅速的社区问题响应能力，支撑社区数据共享、资源整合、动态跟踪。

图8 智慧社区应用模式

智慧社区通过时空信息一体化，融合视频、物联等多维感知技术，涵盖人、地、房、车、设施、事件等多类对象，以及空中、楼栋、地面、地下等立体空间范围，构建立体化、智能化社区感知网络，实现多维度多层级的数据治理，为社区运营服务提供数据支撑和展示平台。基于信息流转能力，纵向打通信息传递通道，横向联通社区相关的管理部门，通过信息流转实现 “小事不出社区、大事不出街道”的理想化居民办事状态。挖掘社区市场活力、引导社区资源合理配置、培育社区自治能力。

5.4 城市体检应用

城市体检服务于城市体检评估体系的建立与运行，建立长期、常态、动态监控的监测体检评估系统，全方位、多途径监控指标数据，研发交通、产业、生态评估计算模型，自动实现评估指标报告生成。

图9 城市体检应用模式

在区域范围内进行城市级别体检指标评估，以可视化大屏的形式，展示空间发展、生态活力相关指标的现状值、变化趋势。对于具有约束性的刚性管控指标突破情况及时预警，提前做好风险防控。针对城市重点关注的专项城市问题进行体检评估，通过构建专业的评估模型，对公共服务配置、交通拥堵、停车用地紧张等城市问题精准诊断。

06

结    论

本文首先概括梳理了新形势下智慧城市建设的主要政策背景，分析了当前智慧城市建设中存在的突出问题，然后提出了以建设时空数据资源池、大数据治理中台、云原生服务平台为核心的智慧城市云原生平台的应用框架，并设计了包含持续集成与容器层、存储层、中间件层、服务中心层、注册中心层、网关层、代理层以及终端设备层的技术架构，最后以四种智慧应用为例，阐述了平台的应用场景。本文针对新型智慧城市的建设，从概念思考到技术落地进行了探索研究，提出了一套智慧城市实施技术方案。目前基于此套方案的项目实施已取得初步实效，针对规划、城管、应急等多部门数据治理与智慧应用建设需求提供了有力的的支撑。

参考文献（上滑查看全部）

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

[2]郭仁忠,张双虎. 智慧城市该如何建[N]. 中国科学报,2020-10-22(003).

[3]李德仁.新基建时代地理信息产业的机遇与挑战[J].中国工业和信息化,2020(12):52-57.

[4]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.

[5]徐辉.基于“数字孪生”的智慧城市发展建设思路[J].人民论坛·学术前沿,2020(08):94-99.

[6]唐斯斯,张延强,单志广,王威,张雅琪.我国新型智慧城市发展现状、形势与政策建议[J].电子政务,2020(04):70-80.

*本文为2021中国城市规划年会论文。

【免责声明】本公众号发布的内容仅供学习交流使用，不以任何形式进行牟利。内容版权归原作者所有。如有侵犯您的权益，请及时与我们联系，我们将于第一时间协商版权问题或删除内容。内容为作者个人观点，不代表本公众号立场和对其真实性负责。

你可能还想看这些

6部门发文，在城市管理、交通治理、智慧社区等多个领域开展人工智能场景创新

点击图片阅读全文

史文中：城市群多元时空数据智能感知

点击图片阅读全文

甄峰：加快智慧城市群建设，助力长三角高质量发展

点击图片阅读全文