“现代城市如果不更新发展观念，将最新的技术运用到极致，那么明天它可能成为一座鬼城。”

                                                                          ——比尔•盖茨

随着IOT物联网、5G、云计算、虚拟现实、AI人工智能等技术的普及，人们对“智慧城市”或“数字城市”已经不再陌生。但将工程仿真技术应用于城市规划以及应急救援领域以应对自然灾害就显得很比较陌生了。今天小优就科普一下城市仿真规划与应急救援的话题。

洪涝、台风和风暴、地震等自然灾害严重威胁着人类的生命安全和财产安全，对城市的规划和应急救援工作也带来了严重的挑战。这次备受人们关注的河南洪涝中发生的“7.20郑州地铁5号线积水事件”，“郑州发布”官方微博给出了结论并作出解释：强降雨造成郑州地铁5号线五龙口停车场及其周边区域严重积水。7月20日晚6点多，积水冲垮出入场线挡水墙，进入正线区间，直奔地势更低凹的地铁隧道，造成郑州地铁5号线列车在海滩寺街站和沙口路站隧道停运。而挡水墙一般处于值班和监控盲区，一旦出现出入场线挡水墙短时大量积水情况，很难及时被发现。最终导致挡水墙被冲垮前没能得到及时有效的预警。

从世界范围来看，不仅“城市管理新生”的中国面临极端自然灾害中城市排水输电、交通运输等问题，最近连号称“城市排水优等生”的德国因为强降雨发生了洪涝灾害，“电力超级大国”的美国因强降雪发生了电力危机。就城市排水问题而言，由于极端天气的发生和人口的增长，使世界各地城市本不完备的现有排水基础设施更加不堪重负，由此导致的洪涝灾害不仅会造成财产和基础设施损失，还会影响人身安全，阻碍经济发展。

2015年联合国报告称，在过去10年中，洪灾占全世界记录的所有自然灾害的43%，影响人口达23亿，造成了6,620亿美元的经济损失。而且，这一情况正变得越来越糟。据经济合作与发展组织(OECD)报告称，在2000年-2009年这10年间全世界发生洪灾的次数较前10年几乎翻了一番。由于气候变化导致出现极端天气和海平面上升，这也加剧了洪灾风险，特别是在沿海和低洼地区。与此同时，洪灾区和沿海地区人口数量的持续增长，让本就极其严峻的形势进一步恶化。据预测，到2030年，全球将有大约一半的人口生活在距离海岸线100公里以内的地区。

为应对这些自然灾害的威胁，城市规划与应急救援的重要性就凸显出来了。世界各地的城市正在努力通过数据驱动的规划、开发和运营来提高抗洪能力。为实现这一目标，一些城市通过使用“数字孪生”技术来提高当前基础设施的适应力，从而推动城市的持续发展和未来规划。例如，葡萄牙首都里斯本因气候变化，包括海平面上升和频繁的极端降雨，加剧了里斯本市的洪灾风险。葡萄牙城市的周边区域这几年还加速了城市化进程，导致土壤板结，进一步加重了该地区的水灾。而里斯本的现有基础设施不足以确保洪灾期间充分排涝。因此，里斯本的洪水，尤其在城区，已经成为近年频繁发生的现象。里斯本通过使用先进的洪水建模软件，开展了里斯本市政排涝总计划有效性研究：通过创建了城市洪灾模拟数字孪生模型，使其能够全方位地对各种备选方案进行建模并制定针对多个重现期的计划。这可帮助该城市在未来一百年中避免20次大型洪灾。基于此，里斯本制定了排涝总体规划，为气候条件变化和城市化的管理做好了准备。

在2008年“5.12汶川大地震”发生近10年后的2018年3月，中国政府根据第十三届全国人民代表大会第一次会议批准的国务院机构改革方案，中华人民共和国应急管理部成功组建。于是，城市应急管理正式成为中国城市管理的重要内容，城市仿真规划与应急救援也逐渐成为城市管理的必修课题。2019年5月23日，基于城市仿真系统的ISO智慧城市国际标准《智慧城市规划多源数据集成标准》（ISO 37166 Smartcommunity infrastructures —— Specification ofmulti-source urban data integration for smart city planning（SCP））立项成功。该标准旨在协调城市发展资源配置，优化城市空间功能布局，促进城市科学发展，通过智能城市基础设施空间规划数据集成，协助政府智慧决策，为智慧城市规划、建设提供重要的指导。

城市实时仿真，是基于人口、交通、环境、经济等学科的基础理论，将“数字孪生”技术应用在城市规划、建筑设计等领域，分析城市的实际问题，预测城市的发展。城市实时仿真建立一个与现城市同步的数字虚拟城市，收集城市中各个方面的动态数据，实时监测，建立一个基于物联网和服务的城市管理架构。城市仿真可以说是新时代的“风水师”，可以预测各种灾害和意外突发事件并提出应急预案，预测城市人口的变化以及人口在城市中的分布，预测城市交通流量的变化和新规交通设施的使用效果。城市仿真主要有三部分，一是水利、水务仿真，二是城市雨控仿真，三是突发性意外灾害。从仿真角度来说，这三种场景都可以进行预测，如下雨时是否会造成积水，程度如何，是否会造成污染，尤其是饮用水源，应该采取哪些措施予以保护等。

中国城市科学研究会智慧城市联合实验室首席科学家（仿真）范秦寅认为：城市仿真为城市规划、管理、防灾减灾等提供科学依据的一种手段。通过城市仿真可以实现城市问题诊断、解决方案辅助设计、方案验证、城市未来预测，从而为城市治理提供数据、决策支持。

数字孪生城市

数字孪生模型是实体资产、流程或系统的虚拟表示。城市数字孪生模型可为参与洪灾风险评估、灾害预防、响应、灾后恢复和减灾的城市机构提供准确、可靠的数据。用户可借助其中包含的信息，对长期城市规划、时间紧迫的应急响应等一系列活动进行分析并做出明智决策。

数字孪生城市模型基于多来源并持续更新的数据进行创建，这使其不同于静态三维模型。此外，如今城市正利用云服务、物联网、传感器、RFID和智能手机，将数字孪生模型更新为几近实时的城市状态。利用这些更新，城市可以使用数字孪生模型更好地管理和优化基础设施资产。

应用场景

1、城建规划仿真

城建规划仿真能够更快更真实的模拟出规划设计的方案和效果，同时能够根据建筑项目的评判标准来检查方案是否符合规划要求和建筑标准。

2、城市应急仿真

在地震、洪汛、台风等自然灾害发生时，或者踩踏、恐怖袭击等人为灾难时，城市应急仿真能够第一时间模拟出最佳的应急方案，在最短的时间内给出疏散撤离与救援指导意见，能够为救援争取更多的有利空间和提高救援效率。

3、污染物扩散模拟

近期，北方某特大城市（新区）计划打造水环境仿真水质监测相关产品，已在区域内建立了一套以水质监测站、无人船、无人机为主的监测站网，将进行水上水下全方位监测。将通过仿真，预测污染物扩散路径或趋势，对区域内水域环境进行实时监测，在治理上更好决策。

4、小区风环境模拟

就“城市风环境仿真”而言，在城市范围，可预测台风灾害、优化应急预案；可通过地形分析，进行风电选址，并分析其对城市的影响；还可进行城市风，水，污染物，热岛等现象的仿真。

5、无人驾驶仿真

“无人驾驶”作为城市未来交通的新领域，它给我们带来全新世界、全新系统，但是也给我们带来新的挑战。怎样用仿真对下一步的挑战进行研究，来推动无人驾驶的发展，将是未来改变社会的重要依据。清华大学教授、清华大学-剑桥大学-麻省理工学院“未来交通”研究中心主任吴建平表示：仿真不仅是人们看到的画面，更重要的功能是给出定量的结果，如旅行时间、车流稳定性、能力提升等各方面。未来交通仿真会对新交通模式的出现做出更大的贡献。

经验教训与未来城市管理

本次河南洪涝灾害给我们带来了惨痛的经验教训，为了更好地预防灾害，未来城市管理可以利用“数字孪生”技术做如下事情：

1、创建洪灾适应力模型

要创建数字孪生模型提高洪灾适应力，需要将城市级别的实景建模、三维测绘和洪灾建模集成到一起。得出的洪灾适应力模型可用于分析、模拟、可视化和信息交流。

首先，使用实景建模和三维测绘软件，借助无人机拍摄的重叠影像和地面影像，辅以必要的激光扫描，可以生成高分辨率的城市级别三维实景模型。实景模型/格网信息按空间进行了分类，这意味着网格化城市景观中的各个建筑物、地块和其他要素是与地表适用的GIS数据关联在一起的。这也就生成了原始的工程级别实景模型，该模型具有足够的分辨率和可扩展性，可以放大某个区域并脱离网格直接执行工程工作。关键的一点是，这一实景模型包括数字地形数据，这是所有水文模拟的基础。

其次，通过为相关区域（无论是整座城市还是其中的一小部分）设置计算网格，可以创建洪灾适应力模型。然后，使用洪灾模拟所用的数据填充此计算网格。数字地形数据可以从实景模型中直接获取，为洪灾建模软件提供精确的地表数据，并为查看洪灾模拟提供实景环境。实景模型还可用于识别街道、人行道、绿地、树木和洪灾适应力模型所需的其他信息。洪灾软件使用数字模型来模拟一系列的水力和水文过程，包括降雨、渗入、地表径流、渠道流量和地下水流量。此洪灾适应力模型可与污水和雨水管网模型集成，动态模拟城市雨水水流和排水状况，以及风暴潮所引起的沿海地区洪涝情况。

数字孪生模型还可以结合与最新气象数据、当前水文条件和现有基础设施资产的运营状况等相关的实时信息源。这些信息源可能包括最近的降雨量、当前的河流流速、水泵的工作状态等。此外，由于如今手机和社交媒体的普及率很高，甚至可以利用它们作为现场信息源，记录当地街道和潮汐涨潮信息，用以支持与洪涝灾害相关的危机管理。根据多个来源（例如传感器、持续勘测或GIS更新）的信息不断地刷新模型，来显示城市现状。

2、使用洪灾适应力模型

洪灾适应力模型支持与洪灾评估、预防和响应相关的各种活动。该模型可用于评估河流或沿海洪灾范围、计算河流的运输能力、测试基础设施的抗灾能力，或评估当前洪水区的土地利用策略。

洪水模型的主要用途之一是模拟假设情景，显示洪灾对房屋、财产、街道和基础设施的影响。这些模拟可用于确定现有条件下的洪灾风险，并评估提议的减灾策略。例如，城市可以模拟洪灾发生期间的河流流量，并对比建筑物数据（如财产价值）根据洪灾范围进行损失分析。据此反馈信息，规划师可以使用软件的内置建模工具制定减灾措施（例如加高堤坝，增大雨水系统容量，或提高环保屋顶和透水路面的使用率），并重新运行模拟来测试规划师所提议的减灾措施是否有效。

针对日常运作和应急响应，相关机构可以使用连续运行的可操作洪水模型来预测和减轻洪灾的影响。这些可操作模型根据来自观测和预测的天气状况、水库水位、水文站数据以及雷达和卫星图像的最新信息进行更新。通过将这些信息绑定到单一系统中并配合使用洪灾适应力模型，城市能够准确预测未来数小时或几天的情况。然后，可以利用这些可操作系统产生的信息，采取以下措施来实现抗洪减灾：

•采取积极措施，例如在洪水波到来之前排水，以增加水库的蓄水能力

•采取预防性措施，例如安装临时防洪设施

•发送预警信息

洪灾适应力模型还可显示城市周边地区环境模拟，这也有助于更好地传播信息。将这些信息以简单易懂的方式传达和直观呈现出来，可以帮助利益相关方就城市规划和基础设施建设提议作出决策，也可以让市民参与公共宣传工作。

结论

数字孪生模型可以全方位展示出环境中各方面的状况，从而支持抗洪规划，以及城市基础设施的持续管理和运营。此外，利用这些直观表达出来的可操作信息还可以帮助利益相关方做出更明智的决策，避免在设计或施工过程中浪费不必要的人力物力。数字孪生模型为城市优化市政基础设施资产性能和采取积极措施进行抗洪规划提供了绝佳机会。