浅谈城市信息模型（CIM）的建设

浅谈城市信息模型（CIM）的建设摘要：本文在系统分析当前CIM建设问题的基础上，从需求梳理、标准建设、生态建设等方面提出了相应的建设思考，并初步分析了大数据对CIM的支持，特别是CIM建设后期会带来数据产权、数据交易、数据定价等多方面的问题。相信通过各方的共同努力，CIM的理论、标准、实践都会取得更大的进展，CIM的概念也会得到深化，不再是城市信息模型，而是城市智慧模型（CityIntelligentModel），实现智慧城市建设的跨越式发展。关键词：城市信息模型；智慧城市；大数据1CIM建设现状分析近几年，国内外学者针对CIM建设开展大量研究工作，从城市级CIM、园区级CIM两个层级探讨框架建设，并在数据融合、可视化展现、工程各阶段应用等方面取得了一定的研究成果[2]。同时，在国家政策层面，CIM建设也得到了充分的支持。2018年11月，住建部启动城市信息模型（CIM）平台建设的试点工作，将雄安、北京城市副中心、广州、南京、厦门等列入“运用建筑信息模型（BIM）进行工程项目审查审批和城市信息模型（CIM）平台建设”试点，对CIM的建设发展起到了重要的推动作用[3]。2020年9月，住建部印发《城市信息模型（CIM）基础平台技术导则》[4]，对CIM、CIM基础平台等概念进行了定义，对CIM基础平台的框架体系和应用方向进行了描述，并为CIM基础平台建设提供了具体操作方法。虽然CIM在政策、理论、实践等方面都取得了阶段进展，但CIM仍处在起步阶段，仍有大量问题亟待解决，突出表现在以下方面。1.1针对性不足CIM建设应结合城市的要素禀赋和实际需要，明确CIM建设的出发点和需要解决的关键问题。当前，CIM建设存在一定的“形象工程”“盲目建设”情况，建设内容大同小异，缺少针对性。虽然，《城市信息模型（CIM）基础平台技术导则》中将CIM定义为城市的一种三维基础数据，但CIM具体包含哪些数据、数据怎么汇集、数据怎么应用等缺少充分的研究。1.2底层数据不通CIM在一定程度上将实现城市地上地下、宏观微观、历史现在、室内室外、静态动态等多个维度数据的整合，但从目前的建设情况来看，机械物理将各个系统的数据堆集到一个库的情况比较普遍，数据在后台和底层并未贯通，对跨平台、跨系统、跨部门、跨时段数据的综合计算、统计分析、动态展示等支持不足，面对多来源、多格式、多种类、多时相数据的处理和治理还需开展深入研究。1.3建设标准缺失CIM建设是一项系统性、长期性、整体性工程，是一项浩大的工程，需要城市各部门通力合作，需要城市各参与方的全力配合。但目前，CIM的数据清单、数据的来源、数据的格式、数据的交付流程、数据管理规范、数据治理标准等基础内容很多是缺失的，部分工作的开展是没有统一要求的，前期标准的缺失将为后期CIM数据的治理带来数倍的工作量。1.4存在重复建设当前，很多城市至少存在3套城市基础数据，分别存放在住建部门、自然资源部门和公安部门，有的城市可能在水务、交通等其他部门也有城市基础数据，但关注点和数据精细度存在较大差别。明确本城市CIM建设的目标和出发点，由一个具体业务部门牵头实施，对于推动CIM建设可能更加有利。住建部门牵头建设可以支撑城市规划、多规合一，支撑城市管理精细化，支撑新型智慧城市的建设；工信部门牵头可以加大CIM、IoT、AI、5G等新一代信息技术的推广应用，进而促进产业化发展和产业升级；自然资源部门牵头可以更有效地开展地理国情普查，对自然、人文、经济等多项地理元素进行有效的统筹和管理；网信部门牵头可以通过建设城市大脑、政务服务“一网通办”，支撑政府精准施政和应急联动高效指挥。2CIM与大数据CIM的本质是数据，其建设是对城市海量数据的汇集，但不是简单、机械地汇总一个数据库，而是要打通各专项数据之间的关联，形成有机数据整体，在此过程中，大数据技术将成为CIM高质量建设的重要技术。近年来，随着数据时代的到来，数据是重要生产资料理念的不断深入人心，大数据技术在理论体系、实施方法等方面不断完善，逐步成为各行业数据能力建设的重要支撑。在CIM建设中，大数据技术将发挥十分重要的作用，但也有一些方面需要思考和完善。2.1数据质量是基础当前，由于数据标准、数据需求、数据建设范围、数据审核制度等不完善，CIM普遍存在数据质量不高的情况。数据治理是数据质量提升的有效手段，按照一定的组织要求、格式要求、流程要求对CIM数据进行规范化、标准化，激活和释放数据价值。当前CIM数据基本都是历史数据，数据治理工作是必不可少的，通过数据治理保证CIM数据的可信可用。2.2数据安全是保障CIM建设中涵盖了城市建设的多方面数据，个别数据会涉及保密问题。通过设置不同的用户权限，或针对不同用户创建多套不同精度的数据解决部分数据安全问题，如城市基础地理信息可以按照面对公众的、面对各委办局的、面对内部涉密应用的不同等级建立多套数据。此外，针对CIM数据库还需要采用数据加密、防火墙、堡垒机、异地备份等多种手段保证数据安全。2.3数据产权是核心CIM是由人民政府组织建设的，是城市的资产，但数据产权问题是不能回避的。随着CIM建设的不断深入，大量数据是个人、企业的行为数据、经营数据，还有部分数据很可能是个人或企业生产的，那么CIM的所有权就成为很重要的问题。伴随着数据所有权问题，会连带产生数据使用权、数据处置权、数据收益权、数据交易权等一系列问题。当前，行业已意识到相关问题的重要性，正在积极开展相关研究和立法工作，在CIM建设中应对数据产权问题予以重视。本文基于当前CIM建设现状和存在问题，结合数字孪生和大数据的技术要求，系统梳理CIM建设思路，提出如下建议。3.1梳理CIM建设的核心诉求各城市在CIM建设之前，首先应分析CIM建设的需求和客观情况，明确CIM建设的初衷和目标，明确CIM建设具体解决的城市发展问题，明确本城市CIM数据具体包含的清单内容，以及各项数据的来源，并制定相应的CIM建设顶层规划，成为本城市CIM建设的纲领性文件，指导相关标准编制、平台研发、各方统筹协调、数据汇集等工作。3.2建立健全CIM建设相关标准CIM建设涉及的部门、行业、参与方众多，数据类型、数据格式多种多样，为减少后续数据清洗、数据整理和数据治理的工作量，应优先研究CIM建设标准体系，开展相关标准编制，为各方提供统一的行为规范。CIM的标准体系至少应包含数据标准、技术标准、管理标准、应用标准等类型，满足CIM数据采集、数据传递、数据治理、数据质量管理、数据存储、数据安全保障、数据分析、数据应用等多个方面的需要。4结束语随着智慧城市建设的推进，CIM作为数据基础，逐渐成为城市建设的热点。文章重点对当前CIM建设情况进行总结梳理，结合行业建设现状，分析CIM建设在数据针对性、数据互通、标准建设、重复建设等方面存在的问题，并从需求梳理、标准先行、平台支撑、生态建设、业务应用等方面提出了相应的建设思考。文章认为，数字孪生和大数据是CIM建设的两项核心支持技术，并针对两项技术对CIM的