cim 基于CIM的智慧城市建设

一个城市最大的特点就是人口多。2017年，全球人口达到70亿，其中一半生活在城市。到2050年，预计70亿人全部聚集在城市，聚集程度会越来越高。

现在城市人越来越多，城市建筑越来越多。也会给城市带来各种问题。比如现在每个人都可以切身感受到道路交通拥堵、生态环境问题等各种城市疾病。

从GIS人的角度来看，智慧城市的建设是应用数字地理的力量，创造更美好的未来。

地理信息系统为我们提供了创建和应用地理知识的框架和过程。我们可以整合和管理各种数据，进行制图和可视化显示，通过各种分析和建模进行规划和设计，利用地理科学和地理信息系统来支持我们的决策和指导我们的行动。

同时，我们关注的焦点是宏观，就像最常见的三维系统一样，我们首先看到的是整个地球。这是我们做GIS的自然思维。同时不同的行业，不同的知识背景。比如从事建筑行业的，重点比较细致，偏向于微观和小场景。他们将考虑每个具体的建筑单元、建筑的内部结构、建筑结构以及地上和地下项目等。这是一种微小场景的思维。对于做ICT(信息、通信、技术)的人来说，关心的是如何部署各种传感器，完成数据传输，收集这类东西。

不同的人站在不同的角度，智慧城市建设的思路也不同。

从空的角度来看，不仅要根据GIS考虑大范围的场景，还要综合考虑各种场景，既有宏观和微观，也有室内、室外、地上、地下等。，也就是CIM。

计算机集成制造平台的功能是承载城市规模的海量信息，这些信息不仅是人们熟悉的三维地理信息，而且与建筑信息模型(BIM)相结合。也可以作为平台提供协同工作和数据访问功能。同时，如果结合物联网、大数据挖掘、云计算等技术，还可以提供一个满足城市发展需求的综合管理系统。这是CIM为整个智慧城市建设提供的丰富内容。

特征方面，CIM的基本典型特征是城市单元数据库，空可在城市和建筑之间计算和定义的数据，所有与CIM相连的城市应用数据，城市可视化，感知性，开放性和安全性。

这些特征有的可以对应刚才提到的具体思维模式，比如城市细胞，其实对应的就是BIM的所谓建筑单体。再比如定义城市与建筑之间的数据空，这是GIS擅长的，做数据存储、管理、可视化。再比如感知，对应ICT物联网的信息。

CIM的构成可以抽象地理解为这三个方面:以GIS为所有数据的承载体，作为所有数据融合的功能平台，同时会增加新的内涵；BIM数据是城市单元和城市单元的数据。还有一部分物联网，可以给CIM平台带来实时呈现，呈现客观世界的所有状态，也就是我们常说的“数字双胞胎”概念。

如前所述，BIM是CIM的细胞，是一个内涵更广的概念，涉及规划、土地、交通、水利、安全、人防、环保、文物保护、能源和燃气等主要行业，以及与智慧城市相关的所有领域。

比如上图三张也是上海的数据，包括上海的白模内容，上海浦东新区和闹市区的传统3D数据等。对于重点建筑，会进一步引入BIM内容，会有更精细的建筑内部结构，甚至是一窗一门，以及内部各层、室内外场景的信息，所有信息会在不同层面叠加，是一个完整的CIM平台。

从BIM到CIM，扩展成为智慧城市的地板，包括建筑物、构筑物、道路、地下管线、地址、水体、地表等七大基础数据资源，共同构成城市公共治理的物质地板。

整个数字虚拟空就是刚才提到的GIS+BIM，将物联网的实时信息有机融合。在整合的过程中，GIS会提供基础数据，BIM会添加更详细的内容、组件、构件信息，物联网也会为我们提供整个城市的居住状态。这些都集成在一起，称为CIM智慧城市的基础平台。

从地理信息的角度来看，有必要将更多的内容和内涵整合到CIM中，首先是BIM。

BIM+GIS的连接互通只是从宏观到微观的延伸。GIS更宏观，BIM会更精细，更趋于微观。

从技术上讲，我们需要建立一个连接性和互操作性的生态系统。一方面，BIM数据要能进入GIS平台；另一方面，BIM平台也需要地理信息，可以承载更多的宏观地图数据。

在数据支持方面，整个BIM环境有很多厂商，包括原生支持和插件的数据转换。2017年，Esri和欧特克达成战略合作伙伴关系，共同致力于地理信息系统和BIM的集成。

欧特克的Infraworks(BIM平台)在ArcGIS Online/ArcGIS Enterprise上支持基础地图数据，并在此基础上直接在欧特克完成BIM设计；ArcGIS平台还原生支持Autodesk的BIM(Revit)数据，并在此基础上进行编辑、分析和发布服务，从而实现GIS环境下BIM数据的运维。

此外，ArcGIS平台还提供了更多来源的BIM数据支持。

在中国，易智睿与杜菲科技有着从设计、施工到运营的深度合作，为“数字双胞胎”提供集成平台和BIM解决方案。

BIM数据的构建非常复杂，大量的信息对CIMS平台来说是资源的浪费。因此，非本机的数据导入和格式转换就完成了。其实有一个复杂的轻量级过程，轻量级数据不仅仅是平台上的简单三维模型。其构造非常精细，支持室内外一体化分析。在管理分析和可视化的整个过程中，还有很多工作要做。

现在可以实现BIM+GIS的数据同源管理。基于IFC等协议的ArcGIS数据和BIM数据的管理、分析和可视化；坐标配准和实时叠加；全要素信息融合。

也就是说，BIM数据可以直接作为CIM平台中的数据使用。上图为ArcGIS平台，导入合作伙伴的BIM数据。

物联网的核心是一个开放的平台。ArcGIS平台提供的GeoEvent Server的所有内容，无论是数据访问、分析还是导出，都支持开发和扩展。

ArcGIS物联网解决方案，我们称之为GeoEvent Server。从这张图可以看出，从物联网中各种传感器的录入，到中间的捕捉、计算、可视化，再到实时数据的流出，是一个完整的系统。最新版本的GeoEvent Server有许多新功能，包括几倍的性能改进。

地理事件服务器的特点是开放。可以说，ArcGIS物联网平台是一个开发平台，提供全方位的扩展能力。开发人员可以扩展对更多类型物联网数据源的访问，而实时处理方法、报警提醒方法、输出和可视化方法支持全面扩展。

在大数据方面，ArcGIS率先推出空大数据产品ArcGIS GeoAnalytics Server。

ArcGIS空之间的大数据解决方案最大的特点和优势就是完美稳定的架构。简单来说，GeoAnalytics Server第一步可以使用传统的GIS数据，第二步可以使用大数据存储和大数据方法进行快速高效的分布式计算。同时，经过高性能的分布式计算，计算结果和分析结果可以存储在time 空大型数据库分布式存储中，也可以以标准Web服务的形式呈现在传统的关系数据库中。用户不用担心大数据的技术太复杂，操作使用不方便。

很多人都知道大数据的性能和功能是一个永恒的矛盾，ArcGIS在其中找到了完美的平衡。我们可以维护数千万矢量数据的快速显示，同时也可以对这些数据进行在线制图、动态过滤和前端计算。在保持良好用户体验的同时，还提供了高性能的分布式计算算法。

比如使用最新版本的ArcGIS软件提供的叠加分析工具，可以在数千万系列数据的基础上计算出20多万个数据结果，传统的大规模提取分析可以从30多分钟减少到30多秒。

在人工智能方面，ArcGIS实现了全平台产品与人工智能的深度融合，内置近20种机器学习算法和众多深度学习工具。用户可以随时随地基于AI技术智能高效地分析数据，分类提取空之间的目标，并方便地共享结果。

以下是人工智能的一些案例:

这里有一个用深度学习检测游泳池的案例。检测结果以矢量点的形式保存，房产信息可以通过空计算完成，从而更准确的提供房屋的房产信息。

基于深度学习的三维建筑单体建模。

还有就是利用遥感影像获取原油储量。对于一个储油罐，我们可以看到上图中有两个阴影区域，一个是储油罐外壁的阴影，一个是储油罐内壁的阴影。结合太阳方位角计算内外壁的高度差，乘以面积即可得到油箱的储油量。影子通过深度学习自动提取，通过机器学习计算，从而可以估计某个国家乃至全世界的石油储量，从而影响金融机构对油价的评价。

这是做宏观经济分析很有用的手段。