CN114297850A

CN114297850A - 数字孪生城市仿真推演方法及系统

Info

Publication number: CN114297850A
Application number: CN202111622055.2A
Authority: CN
Inventors: 邵明雪; 董南; 雒冬梅; 李庆
Original assignee: Beijing Softong Intelligent Technology Co ltd
Current assignee: Beijing Softong Intelligent Technology Co ltd
Priority date: 2021-12-28
Filing date: 2021-12-28
Publication date: 2022-04-08

Abstract

本发明实施例公开了一种数字孪生城市仿真推演方法及系统，该方法包括：在接收到目标数字孪生城市的仿真推演请求时，获取所述目标数字孪生城市的城市基础数据，搭建数据环境；调用仿真算法对所述城市基础数据进行处理，构建得到仿真推演模型。本发明实施例的技术方案，扩展了数字孪生城市仿真推演能力理论内涵，明确了仿真推演关键任务及逻辑关系，提高了仿真推演能力构建理论和规范化水平，从而引导行业学者深入认知数字孪生城市仿真推演。

Description

数字孪生城市仿真推演方法及系统

技术领域

本发明实施例涉及数字孪生城市技术领域，尤其涉及一种数字孪生城市仿真推演方法及系统。

背景技术

基于数字孪生理念的仿真推演最早应用于航空航天领域，用于实现飞行器的疲劳寿命预测、结构损伤检测等功能，并逐渐应用到生产制造业，用于实现生产制造过程的实时监控、故障预测、质量管控、工艺优化等目的。伴随新型智慧城市建设，数字孪生城市的建设已经上升到国家层面。

仿真推演是数字孪生城市的重要能力特征之一，因此立足仿真推演核心能力，建立科学的仿真推演能力框架，是落实数字孪生城市建设和创新城市治理的有效手段。在深入研究数字孪生城市仿真算法、仿真模型、模拟预测、业务应用模式的基础上，采用科学方法，提出一种数字孪生城市仿真推演能力框架，以明确仿真推演关键任务及逻辑关系，提高仿真推演能力构建理论和规范化水平，引导行业学者深入认知数字孪生城市仿真推演，具有重要理论和实践意义。

然而，在现有技术中，针对于数字孪生城市仿真推演领域的研究依然欠缺，数字孪生城市的仿真推演能力并没有得到很好的体现与应用。

发明内容

本发明提供一种数字孪生城市仿真推演方法及系统，构建了数字孪生城市仿真推演框架，明确了仿真推演关键任务及逻辑关系，提高了仿真推演能力构建理论和规范化水平，从而引导行业学者深入认知数字孪生城市仿真推演。

第一方面，本发明实施例提供了一种数字孪生城市仿真推演方法，该方法包括：

在接收到目标数字孪生城市的仿真推演请求时，获取所述目标数字孪生城市的城市基础数据，搭建数据环境；

调用仿真算法对所述城市基础数据进行处理，构建得到仿真推演模型。

第二方面，本发明实施例还提供了一种数字孪生城市仿真推演系统，该系统包括：

数据环境搭建模块，用于在接收到目标数字孪生城市的仿真推演请求时，获取所述目标数字孪生城市的城市基础数据，搭建数据环境；

仿真推演模型构建模块，用于调用仿真算法对所述城市基础数据进行处理，构建得到仿真推演模型。

本发明实施例的技术方案，在接收到目标数字孪生城市的仿真推演请求时，获取所述目标数字孪生城市的城市基础数据，搭建数据环境；调用仿真算法对所述城市基础数据进行处理，构建得到仿真推演模型，扩展了数字孪生城市仿真推演能力理论内涵，明确了仿真推演关键任务及逻辑关系，提高了仿真推演能力构建理论和规范化水平，从而引导行业学者深入认知数字孪生城市仿真推演。

附图说明

为了更加清楚地说明本发明示例性实施例的技术方案，下面对描述实施例中所需要用到的附图做一简单介绍。显然，所介绍的附图只是本发明所要描述的一部分实施例的附图，而不是全部的附图，对于本领域普通技术人员，在不付出创造性劳动的前提下，还可以根据这些附图得到其他的附图。

图1为本发明实施例一所提供的一种数字孪生城市仿真推演方法的流程示意图；

图2为本发明实施例一所提供的一种优选的数字孪生城市仿真推演方法的流程示意图；

图3为本发明实施例二所提供的一种数字孪生城市仿真推演系统的结构框图；

图4为本发明实施例二所提供的一种优选的数字孪生城市仿真推演能力框架图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一所提供的一种数字孪生城市仿真推演方法的流程示意图，本实施例可适用于基于城市多维度的数据构建出对应的数字孪生城市仿真模型的情况，该方法可以由数字孪生城市仿真推演系统来执行，该系统可以通过软件的形式实现。

如图1所示，该方法具体包括如下步骤：

S110、在接收到目标数字孪生城市的仿真推演请求时，获取所述目标数字孪生城市的城市基础数据，搭建数据环境。

具体来说，在接收到目标数字孪生城市的仿真推演请求时，利用算法模型集成构建模块获取所述目标数字孪生城市的城市基础数据，其中，目标数字孪生城市可以是工作人员在数字化城市选择控件中选择的任意城市，可以理解为，当工作人员选择出目标城市时，则表明当前需要为该城市构建出相应的目标数字孪生城市。同时，在确定出目标数字孪生城市时，可以向系统发送针对于该目标数字孪生城市的仿真推演请求，当系统接收到该请求时，即可触发为相应的仿真推演操作。

由于对目标数字孪生城市进行仿真推演时，需要获取目标数字孪生城市的数据，因此，首先需要执行数据环境搭建任务。具体来说，需要加载用于数字孪生城市仿真推演的城市信息模型(City Information Modeling，CIM)，以及基础数据文件。其中，CIM可以是以城市信息数据为基础所建立的三维城市空间模型和城市信息的有机综合体，可以理解为是多个大场景的地理信息系统GIS数据、多个小场景的建筑信息模型BIM数据以及物联网技术的有机结合。基础数据文件中则包括目标数字孪生城市的城市基础数据，至少包括行政区划数据、正射影像数据、地形模型、建筑要素模型、交通要素模型、水系要素模型、植被要素模型、场地模型、管线及地下空间设施要素模型及其标识、质量、维护、生产信息和物联感知数据。进一步的，建立仿真推演数据模型，用于作为数字孪生城市仿真推演模型的基础，例如，建立地下管网连接关系模型、交通路网拓扑模型、空间网格分区等。

S120、调用仿真算法对所述城市基础数据进行处理，构建得到仿真推演模型。

可选的，基于预设仿真接口调用目标仿真推演算法，以基于所述目标仿真算法对所述城市基础数据进行处理，构建得到所述仿真推演模型。

具体来说，在构建仿真推演模型时，可以依靠各种主流仿真软件的能力，也即是说，基于各种仿真软件可以从各个维度完成相应的建模或仿真实验。在本实施例中，为了集成各仿真软件的能力，需要确定相应的软件开发工具包(Software Development Kit，SDK)以及相应的应用程序编程接口(Application Programming Interface，API)，通过所确定的SDK以及API即可实现对各类型主流仿真工具能力的集成，可以理解为，使对目标数字孪生城市进行仿真推演的系统集成这些仿真工具的功能，在实际应用过程中，通过这种方式还可以使系统对多种第三方仿真工具的仿真能力进行集成，本公开实施例在此不再赘述。

同时，基于预设仿真接口还可以调用目标仿真推演算法。其中，目标仿真推演算法可以是构建仿真推演模型时所采用的各种算法，通过将算法与仿真工具配合使用，可以解决仿真推演模型构建过程中的多种最优化问题。可选的，目标仿真推演算法至少包括集成流体力学、有限元、元胞自动机、空间聚类、趋势分析、统计分析、蒙特卡罗算法、数据拟合、参数估计、插值算法等数学算法及人口仿真、宜居仿真、环境仿真、安防仿真、交通仿真、能源仿真、市政设施运行仿真等业务算法。获取到多种类型的仿真推演算法后，还可以按照特定的领域对上述算法进行分类封装，进一步的，建立仿真推演算法库，便于数字孪生城市仿真推演系统的调用。

在本实施例中，在确定出各主流仿真工具以及目标仿真推演算法后，即可构建出仿真推演模型。可选的，在构建仿真推演模型时，可以利用数字孪生城市仿真推演系统进行模型解算、参数率定以及融合开发，从而为目标数字孪生城市初步构建出仿真推演模型；同时，还可以利用目标数字孪生城市的样本数据、运行数据以及历史数据对初步构建的仿真推演模型进行训练，并对模型中的参数进行校验和优化。在实际应用过程中，基于各主流仿真工具以及目标仿真推演算法，至少可以建立数据驱动模型、物理驱动模型以及情境驱动模型等典型模型。

可选的，在初步构建得到仿真推演模型后，还可以获取不同场景下的环境数据，对预先构建的不同仿真推演模型进行能力评估，以根据能力评估结果，确定对所述仿真推演模型的处理方式。

具体的，加载所述仿真推演模型；将多源异构动态数据和先验知识接入所述仿真推演模型中，以使所述仿真推演模型响应数据处理请求；将不同场景下的环境数据作为仿真推演节点条件输入至所述仿真推演模型中，得到过程中文件和结果文件；通过对所述过程文件和所述结果文件分析处理，确定第一数据处理结果；通过对所述第一数据处理结果分析评估，确定不同场景下的环境数据相对于所述仿真推演模型的分析结果；基于所述分析结果和预设分析结果，对所述仿真推演模型进行模型成效评估。

在本实施例中，为了对仿真推演模型进行进一步优化，还可以在数字孪生城市仿真推演系统内加载仿真推演模型后，获取不同场景下的环境数据，可以理解为，针对不同类型、不同领域的仿真推演模型，获取相应的与目标数字孪生城市关联的环境数据，其中，环境数据可以是与目标数字孪生城市相关联的仿真推演条件数据、实时数据以及先验知识。进一步的，基于实时数据以及先验知识，可以对仿真推演模型状态进行调整，从而提高仿真推演结果的准确性和可信性。

在实际的获取环境数据的过程中，数字孪生城市仿真推演系统支持多源异构动态数据的低延迟、高并发接入，支持先验知识的实时接入，从而使仿真推演任务快速响应数据知识，并对其隐含价值进行挖掘，使仿真推演结果不断贴近现实情况。

在本实施例中，可选的，还可以将环境数据作为仿真推演节点条件输入至初步建立的仿真推演模型中，得到过程中文件和结果文件。在该过程中，数字孪生城市仿真推演系统可以基于自身任务执行与管理能力，以及结果呈现与管理能力，生成与初步构建的仿真推演模型相对应的仿真推演结果，并将过程文件和结果文件进行解析、渲染、可视化以及管理。在上述任务执行的过程中，数字孪生城市仿真推演系统基于其自身的任务执行与管理能力，至少可以实现任务新建、删除、修改、查看、存储等操作，任务启动、暂停、终止、排期等操作，同时，数字孪生城市仿真推演系统还支持模型加载、仿真节点条件输入及修改，支持仿真任务协同调节，支持多用户依据权限在线协作仿真任务执行与管理等。在上述文件呈现与管理的过程中，数字孪生城市仿真推演系统基于其自身的仿真推演结果呈现与管理能力，至少支持过程文件和结果文件输出、提取、迁移、发布和订阅等，同时，还支持分析报告输出以及仿真结果的动态解析和渲染可视。

在本实施例中，数字孪生城市仿真推演系统基于获取的环境数据得到数据处理结果(即第一数据处理结果)后，还可以对数据处理结果进行分析评估，进而得到与不同环境数据相对应的分析结果；基于分析结果和预设分析结果，对所述仿真推演模型进行模型成效评估。具体来说，可以将分析结果与目标数字孪生城市在对应时刻的实际情况进行对比分析、一致性检验进一步的，在获取成效评估结果后，可以采用合理的校验指标，衡量仿真推演模型的质量是否符合要求，如果符合要求，则在对目标数字孪生城市进行仿真推演时继续使用该模型，如果不符合要求，则基于成效评估结果再次对仿真推演模型进行调整，如，修改仿真推演模型中的具体参数，从而实现对仿真推演模型的成效评估。

可选的，在得到符合要求的仿真推演模型后，还可以将各模型加载至相应的仿真推演应用中，以对数字孪生城市进行仿真推演。可以理解为，利用仿真推演应用模块调用各目标仿真推演模型，并将各仿真推演模型加载至相应的仿真推演应用中，以基于各仿真推演应用对与所述目标数字孪生城市相关联的城市要素进行仿真推演。

在本实施例中，对于数字孪生城市仿真推演系统来说，上述过程可以是基于算法模型集成构建能力、仿真推演管控评估能力，结合城市业务应用需求及城市要素仿真推演特性，支撑仿真推演赋能城市规划、建设、管理、服务。其中，在应用各仿真推演模型时，至少支持对目标数字孪生城市多场景的仿真推演，支持空间形态类、管理流程类、业务应用类等多场景仿真推演应用。具体来说，包括城市生态环境、自然现象、空间物体形态等城市要素空间形态仿真推演，城市突发事件、运行策略、能源管理等管理流程仿真推演，城市自然灾害预测、应急预案评估、交通态势预测、人群疏散推演、产业政策调整等城市业务应用仿真推演。同时，还支持智能互动功能，具体来说，支持虚实互动、预警报警、处置干预等，通过上述方式即可实现仿真推演结果与物理城市的交互。

本领域技术人员应当理解，基于本实施例的方案，也可以理解为是一个集成了多学科理论和城市数字孪生技术，利用数学模型、仿真算法、城市信息模型和运行数据，构建仿真推演算法模型和管控评估能力，在数字空间描述城市运行规律，实现仿真对象的构建模拟及其下一刻运行规律状态的推测演变的过程方法。

本实施例的技术方案，在接收到目标数字孪生城市的仿真推演请求时，获取所述目标数字孪生城市的城市基础数据，搭建数据环境；调用仿真算法对所述城市基础数据进行处理，构建得到仿真推演模型，扩展了数字孪生城市仿真推演能力理论内涵，明确了仿真推演关键任务及逻辑关系，提高了仿真推演能力构建理论和规范化水平，从而引导行业学者深入认知数字孪生城市仿真推演。

优选的，在实际应用过程中，可以基于图2数字孪生城市仿真推演方法的流程示意图来实施本实施例的方案，下面对图2进行说明。

参见图2，在对数字孪生城市进行仿真推演时，首先需要搭建数据环境，加载用于仿真推演的CIM模型和基础数据文件，同时，调用主流仿真工具并进行算法集成，以使数字孪生城市仿真推演系统集成第三方仿真能力，并集成特定领域的算法，在上述步骤执行完毕后，即可针对数字孪生城市初步构建出相应的仿真推演模型。进一步的，采用与数字孪生城市相关联的样本数据、运行数据、历史数据对初步构建的仿真推演模型进行训练、校验和优化，形成可用的仿真推演模型，基于数字孪生城市仿真推演系统的数据知识驱动仿真能力，利用实时数据和先验知识调整仿真模型状态，以提高仿真推演结果的准确性和可信性，同时，基于数字孪生城市仿真推演系统任务执行与管理的能力，形成仿真推演结果，并依托数字孪生城市仿真推演系统结果呈现与管理能力，实现过程文件和结果文件解析、渲染、可视和管理。进一步的，将不同条件多种模型仿真推演结果与实际数据进行对比分析、一致性检验以及成效评估，从而实现对仿真推演模型的分析评估，基于分析评估结果可以进行反推优化，对可用的仿真推演模型的参数进行调整，最终形成具备可信性、符合规律的算法模型库，以支撑与数字孪生城市相关联的仿真推演应用。

实施例二

图3为本发明实施例二所提供的一种数字孪生城市仿真推演系统的结构框图，可执行本发明任意实施例所提供的数字孪生城市仿真推演方法，具备执行方法相应的功能模块和有益效果。如图3所示，该系统具体包括：数据环境搭建模块210以及仿真推演模型构建模块220。

数据环境搭建模块210，用于在接收到目标数字孪生城市的仿真推演请求时，获取所述目标数字孪生城市的城市基础数据，搭建数据环境。

仿真推演模型构建模块220，用于调用仿真算法对所述城市基础数据进行处理，构建得到仿真推演模型。

可选的，所述仿真推演模型构建模块，还用于基于预设仿真接口调用目标仿真推演算法，以基于所述目标仿真算法对所述城市基础数据进行处理，构建得到所述仿真推演模型。

在上述各技术方案的基础上，所述数字孪生城市仿真推演系统还包括仿真推演模型能力评估模块。

所述仿真推演模型能力评估模块，用于获取不同场景下的环境数据，对预先构建的不同仿真推演模型进行能力评估，以根据能力评估结果，确定对所述仿真推演模型的处理方式。

可选的，所述仿真推演模型能力评估模块，还用于加载所述仿真推演模型；将多源异构动态数据和先验知识接入所述仿真推演模型中，以使所述仿真推演模型响应数据处理请求；将不同场景下的环境数据作为仿真推演节点条件输入至所述仿真推演模型中，得到过程中文件和结果文件；通过对所述过程文件和所述结果文件分析处理，确定第一数据处理结果；通过对所述第一数据处理结果分析评估，确定不同场景下的环境数据相对于所述仿真推演模型的分析结果；基于所述分析结果和预设分析结果，对所述仿真推演模型进行模型成效评估。

本实施例所提供的技术方案，在接收到目标数字孪生城市的仿真推演请求时，获取所述目标数字孪生城市的城市基础数据，搭建数据环境；调用仿真算法对所述城市基础数据进行处理，构建得到仿真推演模型，扩展了数字孪生城市仿真推演能力理论内涵，明确了仿真推演关键任务及逻辑关系，提高了仿真推演能力构建理论和规范化水平，从而引导行业学者深入认知数字孪生城市仿真推演。

本发明实施例所提供的数字孪生城市仿真推演系统可执行本发明任意实施例所提供的数字孪生城市仿真推演方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述系统所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明实施例的保护范围。

作为上述数字孪生城市仿真推演系统的一个优选实施例，参见图4，图4为实际应用过程中采用的仿真推演能力框架图，下面对框架图各个部分进行详细说明。

参见图4，数字孪生城市仿真推演能力框架至少具备算法模型集成构建功能、仿真推演管控评估功能和仿真推演应用功能。其中，算法模型集成构建功能是指建立算法模型库，以使系统实现模型导入、调用、发布、更新等管理，系统、高效且便捷地支撑仿真推演任务运行的功能。具体来说，该功能可以通过以下四项任务来实现。

继续参见图4，第一项任务为数据环境搭建，包括CIM模型接入及数据模型建立，即接入行政区划数据、正射影像数据、地形模型、建筑要素模型、交通要素模型、水系要素模型、植被要素模型、场地模型、管线及地下空间设施要素模型及其标识、质量、维护、生产信息和物联感知数据。同时，建立仿真推演数据模型，如地下管网连接关系模型、交通路网拓扑模型、空间网格分区等，需要说明的是，需要保证上述数据模型的数学基础采用2000国家大地坐标系和1985国家高程基准，时间基准采用公历纪元、北京时间，模型精度也应当符合相关规范。第二项任务为主流仿真工具调用，以SDK或表述性状态转移RESTful API调用主流仿真软件的算法模型，集成第三方仿真能力；第三项任务为算法集成，具体来说，可以集成流体力学、有限元、元胞自动机、空间聚类、趋势分析、统计分析、蒙特卡罗算法、数据拟合、参数估计、插值算法等数学算法及人口仿真、宜居仿真、环境仿真、安防仿真、交通仿真、能源仿真、市政设施运行仿真等业务算法，将特定领域算法进行封装，建立仿真推演算法库，便于系统对各种算法进行调用、更新和共享；第四项任务为模型建立，包括模型解算过程、参数率定过程以及融合开发过程等，同时，数字孪生城市仿真推演系统还支持使用样本数据、运行数据以及历史数据对模型进行训练、校验和优化，从而建立与数字孪生城市相对应的数据驱动模型、物理驱动模型以及情景驱动模型等典型模型。

继续参见图4，仿真推演管控评估功能是指基于数据知识驱动仿真、仿真推演任务执行与管理、结果管理和模型评估，实现仿真推演过程管控的功能。具体来说，该功能同样可以基于四项任务来实现。第一项任务为数据知识驱动仿真，可以理解为，数字孪生城市仿真推演系统支持多源异构动态数据的低延迟、高并发接入，还支持先验知识的实时接入，从而使仿真推演任务快速响应数据知识，并挖掘其隐含价值，使仿真推演结果不断贴近现实情况；第二项任务为仿真推演任务执行与管理，用于实现任务新建、删除、修改、查看、存储等操作，任务启动、暂停、终止、排期等操作，支持模型加载、仿真节点条件输入及修改，支持仿真任务协同调节，支持多用户依据权限在线协作仿真任务执行与管理；第三项任务为仿真推演结果呈现与管理，用于支持过程文件和结果文件输出、提取、迁移、发布和订阅等，还支持分析报告输出，以及仿真结果的动态解析和渲染可视；第四项任务为仿真推演模型分析评估，在这一过程中，系统支持不同参数条件、多种仿真推演模型产生的仿真推演结果的对比分析、一致性检验，同时，采用合理的校验指标，衡量仿真推演模型的质量是否符合要求，从而实现对仿真推演模型的成效评估。

继续参见图4，仿真推演应用功能是指基于算法模型集成构建能力、仿真推演管控评估能力，结合城市业务应用需求及城市要素仿真推演特性，实现仿真推演赋能城市规划、建设、管理、服务。具体来说，基于该功能，数字孪生城市仿真推演系统可以对多场景进行仿真推演，至少支持空间形态类、管理流程类、业务应用类等多场景的仿真推演应用，包括对城市生态环境、自然现象、空间物体形态等城市要素空间形态的仿真推演，以及对城市突发事件、运行策略、能源管理等管理流程的仿真推演，还可以对城市自然灾害预测、应急预案评估、交通态势预测、人群疏散推演、产业政策调整等城市业务应用进行仿真推演。同时，数字孪生城市仿真推演系统还可以通过虚实互动、预警报警、处置干预等方式，实现仿真推演结果与物理城市的交互，实现系统的智能互动功能。

基于上述优选的实施例，不仅构建出数字孪生城市仿真推演的能力框架，具备较强的实用性和可操作性，还为数字孪生城市仿真推演模型的构建、评估、优化以及应用提供了技术支撑。同时，在数字孪生城市仿真算法、仿真模型、模拟预测、业务应用模式的基础上，采用科学方法，拓展了数字孪生城市仿真推演能力的理论内涵，明确了仿真推演中的关键任务及其逻辑关系，提高了仿真推演能力构建理论和规范化水平，对数字孪生城市仿真推演的深入研究具有较强的理论和实践意义。

Claims

1.一种数字孪生城市仿真推演方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述调用仿真算法对所述城市基础数据进行处理，构建得到仿真推演模型，包括：

基于预设仿真接口调用目标仿真推演算法，以基于所述目标仿真算法对所述城市基础数据进行处理，构建得到所述仿真推演模型。

3.根据权利要求1所述的方法，其特征在于，还包括：

获取不同场景下的环境数据，对预先构建的不同仿真推演模型进行能力评估，以根据能力评估结果，确定对所述仿真推演模型的处理方式。

4.根据权利要求3所述的方法，其特征在于，所述获取不同场景下的环境数据，对预先构建的不同仿真推演模型进行能力评估，以根据能力评估结果，确定对所述仿真推演模型的处理方式，包括：

加载所述仿真推演模型；

将多源异构动态数据和先验知识接入所述仿真推演模型中，以使所述仿真推演模型响应数据处理请求；

将不同场景下的环境数据作为仿真推演节点条件输入至所述仿真推演模型中，得到过程中文件和结果文件；

通过对所述过程文件和所述结果文件分析处理，确定第一数据处理结果；

通过对所述第一数据处理结果分析评估，确定不同场景下的环境数据相对于所述仿真推演模型的分析结果；

基于所述分析结果和预设分析结果，对所述仿真推演模型进行模型成效评估。

5.一种数字孪生城市仿真推演系统，其特征在于，包括：

6.根据权利要求5所述的系统，其特征在于，包括：

所述仿真推演模型构建模块，还用于基于预设仿真接口调用目标仿真推演算法，以基于所述目标仿真算法对所述城市基础数据进行处理，构建得到所述仿真推演模型。

7.根据权利要求5所述的系统，其特征在于，所述数字孪生城市仿真推演系统还包括仿真推演模型能力评估模块，其中，

8.根据权利要求7所述的系统，其特征在于，包括：

所述仿真推演模型能力评估模块，还用于加载所述仿真推演模型；将多源异构动态数据和先验知识接入所述仿真推演模型中，以使所述仿真推演模型响应数据处理请求；将不同场景下的环境数据作为仿真推演节点条件输入至所述仿真推演模型中，得到过程中文件和结果文件；通过对所述过程文件和所述结果文件分析处理，确定第一数据处理结果；通过对所述第一数据处理结果分析评估，确定不同场景下的环境数据相对于所述仿真推演模型的分析结果；基于所述分析结果和预设分析结果，对所述仿真推演模型进行模型成效评估。