随着城市的发展，社区的需求也在变化。从交通模式和空气质量到绿地和其他舒适的开放空间，城市规划者在决定如何重塑城市景观时有很多需要考虑的问题。最近，斯图加特高性能计算中心（HLRS）的研究人员和弗劳恩霍夫工业工程研究所(Fraunhofer Institutefor Industrial Engineering，简称Fraunhofer IAO)的研究人员一起，与德国黑伦贝格市（Herrenberg）的当地政府展开了合作，开发了该市的综合模型。

图1：Herrenberg的数字孪生模型通过移动和固定的虚拟现实环境向大约1000名市民进行展示

（图片来源：Fabian Dembski）

公民参与城市规划决策，是确保城市规划决策使每天在城市生活和工作的人们受益的一个关键要素，但公民的参与有时仅限于的公共论坛。市政当局必须根据有限的数据集做出决定，而这些数据集通常无法反映城市日常生活的所有复杂性。

在黑伦贝格市创建的数字孪生项目可以为许多其他城市提供示例。这个在“ReallaborStadt：Quartiere 4.0”项目的框架中完成的，欧洲城市的首例模型改善了政界人士，规划人员和广大公众之间的对话方式。并帮助政府制定了发展路线，以确保改变黑伦贝格城市景观的计划尽可能详细、完整和公平。

创新的计算工具和技术

将完全不同的数据集组合成一个内聚的、信息丰富的可视化模型中，需要一套新颖的计算工具和技术。该团队专注于创建城市的“数字孪生”（注：数字孪生：是指充分利用物理模型、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），即超现实的计算模型。HLRS最初是为工程应用和产品开发而启动的这个项目，现在他们希望将这种方法应用于城市规划中，这是一个艰巨的挑战。

HLRS的研究员，该项目的合作者法比安·德姆斯基(Fabian·Dembski)表示：“在许多技术领域（比如电网和交通流量），城市的功能就像一台机器，但衡量城市社会方面的功能要困难得多。我们的目标是集成这些在讨论中通常表现的不完整的关于社区的社会经济数据，并通过整合多个数据集来支持城市规划中的决策，以呈现更完整的城市构想。”

图2：德国黑伦贝格集市广场

（图片来源：Bildtechnik Braendle）

虚拟现实环境

为了将社会数据纳入模型，HLRS的工作人员参加了外展活动，向黑伦贝格的居民介绍有关该技术的信息，并鼓励他们提交社区数据。他们的可视化团队在城市周边的一些活动中构建了协作式虚拟现实（VR）环境，鼓励公众以数字方式探索他们的城市。

此外，该团队还在当地的一次青年大会上介绍了这个项目，以鼓励该市的年轻人在智能手机上下载“ReallaborTracker”应用程序。这个应用程序被设计成一个“自愿提供地理信息”的应用程序，鼓励用户提交他们在特定位置的感受，或者他们是否经常能看到某个特定区域的交通拥堵或污染状况。

空间网络分析

当数字孪生项目最终展示时，它包括了三维城市成像数据、风流动数据、城市机动性和运动模式模拟、交通流模拟以及从应用程序接收到的定性数据。该项目还包括“空间网络分析”数据，其中具体包含了城市网格的定性和定量数据。具体来说，该团队关注的是数据点，比如说行人对某条特定街道的喜爱程度与城市其他部分的关系，或者行人使用特定道路或街道的频率。

该团队计划与黑伦贝格继续研究该项目，同时也在寻找机会提升模型的细节水平并将其应用于其他城市空间。展望未来，他们希望整合更多不同的网络信息（例如电网和供暖热力网），并应用机器学习技术，对运动模式、空气质量、交通和建筑设计以及社会经济数据集(如人口数据)进行更真实的模拟。

德姆斯基表示：“正如城市在发展一样，这种模型的构建也永远不会真正意义上“完成”。城市空间总是在变化，我们希望我们的模型以类似的方式运作。我认为这种方法对于城市，城市规划以及我们的计算工作都很有价值。”

本文最初由斯图加特高性能计算中心（HLRS）撰写。