CN116680648B - 一种数字孪生城市的业务融合数据生成方法及系统 - Google Patents

Abstract

本发明公开了一种数字孪生城市的业务融合数据生成方法及系统，所述方法包括：对实体城市进行数字化建模；获取在城市规划建设管理中产生的全周期全要素数据，对于空间数据按照统一的空间坐标系进行坐标转换，对于非空间数据根据包括地名地址的数据属性实现数据的自动空间落位，将空间数据和非空间数据根据空间位置进行融合生成新的融合数据以及实体融合模型；按照业务上预先定义的编码规则对所述融合数据进行自动编码，生成具有编码的融合数据，编码后的融合数据用于支撑数字孪生城市智慧应用。基于编码融合城市管理各条线数据自动生成用于数字孪生城市规建管运维各领域的超时空业务融合数据，使得数据产生新的价值，实现数据价值倍增的目的。

Description

一种数字孪生城市的业务融合数据生成方法及系统

技术领域

本发明涉及数字孪生城市技术领域，具体涉及一种数字孪生城市的业务融合数据生成方法及系统。

背景技术

数字孪生技术最早起源于工业领域，通过对产品进行数字化建模和仿真，辅助产品功能的研发，对产品的全生命周期智慧管理起到了关键性作用。面对城市日益复杂的管理事务，数字孪生技术也可以很好的帮助实现数字城市与现实城市同步规划、同步建设，实现城市规建管全周期的智慧管理，提升城市的精细化治理水平。

所以数字孪生城市不仅仅是对现实物理城市的数字化复刻，还包括将城市的规划要求、建设方案、运行感知数据等多方面的数据进行汇聚融合，将城市大量看不见的管理数据进行空间化落位关联，与数字孪生城市实体模型进行融合，形成能够真实反映城市复杂情况的数字孪生系统，并基于此实现对复杂情况的综合推演与决策。

面对城市管理的众多数据，目前各类数据基本都是基于各部门条线进行生产、存储和管理的，而面对城市日益复杂的管理事务，往往需要数据间的融合打通才能进行更精准科学的决策。为了实现这一目的，很多地方成立大数据局进行数据资源的共享交换，但仅仅是建立了数据交换通道并未真正实现各类数据的关联融合。有的研究者建立了北斗网格码(均质网格)用于各类数据在空间上的关联融合，但这需要对原始的数据进行重构解析，涉及到大量的数据治理工作。有的研究者是对地理实体进行重新编码，但这对已有的数据和编码很难兼顾。为了解决现有城市各类数据在数字孪生城市建设中的融合问题，本发明提出一种新的融合数据生成方法和系统。

发明内容

为此，本发明提供一种数字孪生城市的业务融合数据生成方法及系统，以解决现有现实城市中各类纷繁复杂的数据映射到数字孪生城市信息平台后，无法将各类跨部门跨业务的数据很好的融合到一起，对地理实体重新编码不能对已有的数据和编码进行兼顾等的问题。

为了实现上述目的，本发明提供如下技术方案：

根据本发明实施例的第一方面，提出一种数字孪生城市的业务融合数据生成方法，所述方法包括：

对实体城市进行数字化建模；

获取在城市规划建设管理中产生的全周期全要素数据，对于空间数据按照统一的空间坐标系进行坐标转换，对于非空间数据根据包括地名地址的数据属性实现数据的自动空间落位，将空间数据和非空间数据根据空间位置进行融合生成新的融合数据以及实体融合模型；

确定所述融合数据中各数据的来源，按照预先定义的编码规则对所述融合数据进行自动编码，生成具有编码的融合数据，编码后的融合数据用于支撑数字孪生城市智慧应用，实现城市复杂场景的推演模拟和智慧决策。

进一步地，对实体城市进行数字化建模，具体包括：

对包括城市道路、建筑、设施、地下空间等的实体物质进行数字化建模。

进一步地，对于空间数据按照统一的空间坐标系进行坐标转换，具体包括：

数据收集，将所有空间数据汇总到数据仓库中；

明确数据坐标系；

将数据分幅、分块或分要素处理，便于进行坐标转换；

通过工具将数据采用统一的空间坐标系进行坐标转换；

将坐标转换后的数据进行整合；

将整合后的统一坐标系的数据进行成果入库。

进一步地，将空间数据和非空间数据根据空间位置进行融合生成新的融合数据具体包括：

将所有能够空间化的数据进行收集汇总，包括人口、企业、公服设施、城市部件、交通信号灯、视频监控，所述数据具有包括地名地址、id的业务唯一编号；

将数据的地名地址进行清洗、标准化，将所述数据的业务id与地址或空间坐标找到对应关系；

将数据批量导入数字孪生城市平台，平台通过地址引擎实现数据的自动空间落位；

将数据根据空间位置自动进行融合，生成新的融合数据，便于发挥数据倍增价值。

进一步地，按照预先定义的编码规则对所述融合数据进行自动编码，具体包括：

所述融合数据的编码格式为：前段码+中段码+后段码+交易码；

所述前段码用于对融合数据编码赋予其在数字孪生模型体系下新的含义，包括时间、空间位置以及跨部门跨业务的信息标识，是融合数据实现的关键；

所述中段码是数据原始的编码内容，包括人的身份证号、房屋编码、地理实体编码、项目编码、不动产单元编码等，遵循各部门通用相关编码规范直接复用，方便新的融合编码对其进行检索查询；

所述后段码为依据真实数据情况进行机器自动编码，是数据唯一性的直接体现，能用于支撑各类智慧应用；

所述交易码则是新的融合数据基于哈希算法自动生成的长度固定的字符串，确保生成的数据编码的唯一性和安全性。

进一步地，所述融合数据包括三部分：实体、属性以及编码；

所述实体包含地理实体和关联实体，地理实体包含行政区划、土地、建筑、房屋、道路等，关联实体包含人口、法人、项目等；

所述属性是对实体的具体描述，包括空间属性、基础属性、业务属性、关联属性、统计属性；空间属性包含实体的位置、轮廓、模型三种类型；基础属性是该实体产生时自带的基础信息，包括唯一ID、类型、名称、生产时间等；业务属性是该实体在业务办理过程中产生的与业务相关的信息，包括审批信息、权属信息等；关联属性是与该实体有关联的信息，其中包括空间关联和业务关联；统计属性是对该实体的某些信息进行统计分析的结果，便于对其进行各维度的计算和分析；

所述编码是对实体及其属性的唯一编码，用于对数字孪生城市的融合数据进行唯一定义，便于将来各类智慧应用系统的信息检索和分析。

根据本发明实施例的第二方面，提出一种数字孪生城市的业务融合数据生成系统，所述系统包括原始数据层、业务层、融合数据层和应用层；

所述原始数据层包含数据接入汇聚模块、数据处理模块、数据入库/更新模块；

所述业务层用于根据城市规划建设运行过程中各类业务模块的汇聚和知识图谱，便于数据基于业务进行关联融合；

所述融合数据层包含数据融合模块、数据赋码模块、融合数据模型模块；

所述应用层用于对各类融合数据进行查询统计分析，便于支撑各类智慧城市的应用，又称数据共享应用模块。

进一步地，所述原始数据层具体包括：

数据接入汇聚模块，用于根据数字孪生城市建设的实际需求，将城市中的电子地图、行政区划、地形图、城市规划、建筑模型、城市建设、城市运营等各类多源异构数据进行接入汇聚；

数据处理模块，用于对接入的数据进行空间化处理，包括非空间数据的地址匹配和空间数据的统一坐标转换；

数据入库/更新模块，用于数据存储、历史数据记录等。

进一步地，所述融合数据层具体包括：

数据融合模块，用于支持将各类数据基于空间或业务关系进行自动融合，包含以地理场景为核心实现政务管理数据、物联传感数据的全要素关联；

数据赋码模块，用于实现各类融合数据的唯一赋码；

融合数据模型，用于融合后的数据通过唯一编码构建新的融合模型库，便于后续数据的查询统计分析和数据共享。

进一步地，所述数据共享应用模块，用于基于融合数据进行各维度的统计结果共享输出。

本发明具有如下优点：

本发明提出的一种数字孪生城市的业务融合数据生成方法及系统，所述方法包括：对实体城市进行数字化建模；获取在城市规划建设管理中产生的全周期全要素数据，对于空间数据按照统一的空间坐标系进行坐标转换，对于非空间数据根据包括地名地址的数据属性实现数据的自动空间落位，将空间数据和非空间数据根据空间位置进行融合生成新的融合数据以及实体融合模型；确定所述融合数据中各数据的来源，按照预先定义的编码规则对所述融合数据进行自动编码，生成具有编码的融合数据，编码后的融合数据用于支撑数字孪生城市智慧应用，实现城市复杂场景的推演模拟和智慧决策。解决现实城市中各类纷繁复杂的数据映射到数字孪生城市信息平台后，可以通过统一的编码将各类跨部门跨业务的数据很好的融合到一起，并满足与现有编码的关联查询，实现对现有业务场景与新场景的应用支撑，从而最大化的发挥数据价值。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。

图1为本发明实施例1提供的一种数字孪生城市的业务融合数据生成方法的流程图；

图2为本发明实施例1提供的一种数字孪生城市的业务融合数据生成方法的整体实施过程图；

图3为本发明实施例1提供的一种数字孪生城市的业务融合数据生成方法中统一空间基准流程图；

图4为本发明实施例1提供的一种数字孪生城市的业务融合数据生成方法中数据空间落位流程图；

图5为本发明实施例1提供的一种数字孪生城市的业务融合数据生成方法中多源异构数据融合编码流程图；

图6为本发明实施例1提供的一种数字孪生城市的业务融合数据生成方法中融合数据编码规则图；

图7为本发明实施例1提供的一种数字孪生城市的业务融合数据生成方法中融合数据的构成示意图；

图8为本发明实施例1提供的一种数字孪生城市的业务融合数据生成方法中人口数据融合应用示意图；

图9为本发明实施例2提供的一种数字孪生城市的业务融合数据生成系统的结构示意图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

如图1和图2所示，本实施例提出了一种数字孪生城市的业务融合数据生成方法，所述方法包括：

S100、对实体城市进行数字化建模。

A1.对实体城市进行数字化建模。其中包括对城市道路、建筑、设施、地下空间等实体物质的数字化建模。

具体而言，就是需要按照行业通用标准将城市实体进行数字化建模，并将数字化建模成果进行优化，包括材质美化和轻量化等工作。

S200、获取在城市规划建设管理中产生的全周期全要素数据，对于空间数据按照统一的空间坐标系进行坐标转换，对于非空间数据根据包括地名地址的数据属性实现数据的自动空间落位，将空间数据和非空间数据根据空间位置进行融合生成新的融合数据以及实体融合模型。

A2.各类城市数据空间落位关联。城市在规划建设管理中会产生大量看不见的数据，这些数据以库表、文字、图形等各种类型生成和存储，需要将他们尽可能与空间实现落位关联，充实数字孪生模型框架，形成具有业务关系和内涵的数字孪生城市模型。

其中，如图3所示，各类空间数据应当统一空间基准，采用统一的空间坐标系，保证各类数据是基于同一套坐标体系实现关联落位。

具体而言，就是将各种二维、三维的空间数据进行坐标转换，统一采用同一坐标体系。

本实施例中，数据融合方法包含两种方式，一种是针对没有空间位置的数据但含有空间位置信息的地名地址字段，则可通过地址匹配技术，实现该业务数据的自动落图；另一种是有坐标信息的数据，可以通过坐标转换技术实现统一的坐标系。

空间数据和非空间数据根据空间位置进行融合，具体来说，是将非空间数据根据其属性信息(如地名地址)进行空间转化落图，进而赋值到空间数据上成为空间数据的一个属性表，即实现了二者的融合。实质就是把空间数据和非空间数据融合成一张表，融合之前是两张数据表，通过空间位置融合成一张数据表。

A21.1.数据收集，将所有空间数据汇总到一个数据仓库中；

A21.2明确数据坐标系；

A21.3将数据分幅、分块或分要素，便于进行坐标转换；

A21.4通过工具进行坐标转换；

A21.5将坐标转换后的数据进行整合；

A21.6将整合后的统一坐标的数据进行成果入库。

如图4所示，在统一的空间基准上，各类型的数据可以通过空间关联映射、地名地址关联映射或其他编码关联的方式实现非空间数据的空间化，从而形成各类数据融合的数字孪生融合模型。

具体而言，对于非空间数据，可以通过地名地址或其他业务编码进行空间关联落位，使其与空间坐标点可以实现关联，从而实现城市的各类数据在空间上的汇聚与融合，进而发挥数据价值。

A22.1将所有可以空间化的数据进行收集汇总，如人口、企业、公服设施、城市部件、交通信号等、视频监控等等，因为他们都有地名地址、id等业务唯一编号；

A22.2将这些数据的地名地址进行清洗、标准化，将这些业务id的数据与其他地址或空间坐标找到对应关系；

A22.3将这些数据批量导入平台，平台通过地址引擎实现这些数据的自动空间落位；

A22.4系统将这些空间数据根据空间位置自动进行融合，生成新的融合数据，便于发挥数据倍增价值。

S300、确定所述融合数据中各数据的来源，按照预先定义的编码规则对所述融合数据进行自动编码，生成具有编码的融合数据，编码后的融合数据用于支撑数字孪生城市智慧应用，实现城市复杂场景的推演模拟和智慧决策。

A3.多源异构城市数据超时空融合编码。城市的所有数据都具有时间、空间、业务三大属性，融合后的超时空数据既保留了原有数据的结构和意义，也形成了新的用于数字孪生复杂场景的新数据，从而发挥数据价值倍增的作用。需要对这类新的融合数据进行自动编码，便于在复杂系统中进行数据的快速检索和计算。

其中，如图5所示，在生成的融合模型基础上，首先确定所融合的数据来源，然后将事先定义的编码规则录入到系统中，对融合数据进行机器自动赋码，最终生成数字孪生下的融合数据。融合数据包含二维动态和二维静态，以及三维动态和三维静态。

A3.1先确定融合数据中的各个数据来源，有的可能来源于民政的地址、城管的城市部件等等；

A3.2在平台中定义好数据的编码规则；

A3.3机器进行自动编码，具体编码方式见图6；

A3.4生成含有编码的融合数据。

如图6所示，本发明公开了一种数字孪生下融合数据的编码规则，可分为“前段码+中段码+后段码+交易码”的超时空融合数据编码成果。前段码是用于对新的超时空融合编码赋予其在数字孪生模型体系下新的含义，主要包括时间、空间位置以及跨部门跨业务的信息标识，也是融合数据实现的关键；中段码是该数据原始的编码内容，如人的身份证号、房屋编码、地理实体编码、项目编码、不动产单元编码等等，可遵循现有各部门的相关编码规范直接复用，也方便新的融合编码对其进行检索查询；后段码则依据真实数据情况进行机器自动编码，是数据唯一性的直接体现，将来也可用于支撑各类智慧应用；交易码则是新生成的超时空融合数据基于哈希算法自动生成的长度固定的字符串，该字符串具备确定性、不可逆性和抗碰撞性，从而确保生成的数据编码的唯一性和安全性。

本实施例中，所得到的数字孪生城市融合数据的构成包含三部分：实体+属性+编码。如图7所示。

其中实体包含地理实体和关联实体，地理实体包含行政区划、土地、建筑、房屋、道路等，关联实体包含人口、法人、项目等。

其中属性是对实体的具体描述，包括空间属性、基础属性、业务属性、关联属性、统计属性。空间属性包含实体的位置(点)、轮廓(面)、模型(三维)三种类型；基础属性是该实体产生时自带的基础信息，如唯一ID、类型、名称、生产时间等；业务属性是该实体在业务办理过程中产生的与业务相关的信息，如审批信息、权属信息等；关联属性是与该实体有关联的信息，其中包括空间关联和业务关联；统计属性是对该实体的某些信息进行统计分析的结果，便于对其进行各维度的计算和分析。

其中编码是对实体及其属性的唯一编码，用于对数字孪生城市的融合数据进行唯一定义，便于将来各类智慧应用系统的信息检索和分析。

A4.数字孪生城市智慧应用。新编码生成的数字孪生超时空融合数据，可以很好的支撑跨部门跨业务的智慧应用，实现城市复杂场景的推演模拟和智慧决策。如图8所示，对于新生成的融合数据，包含人口实体、建筑实体、宗地实体、行政区划实体等不同数据要素，通过将其进行空间关联从而实现各类场景的人口统计分析。

实施例2

与上述实施例1相对应的，本实施例提出了一种数字孪生城市的业务融合数据生成系统，如图9所示，包含原始数据层、业务层、融合数据层和应用层。

其中：

原始数据层包含数据接入汇聚模块、数据处理模块、数据入库/更新模块。

数据接入汇聚模块，是根据数字孪生城市建设的实际需求，将城市中的电子地图、行政区划、地形图、城市规划、建筑模型、城市建设、城市运营等各类多源异构数据进行接入汇聚。

数据处理模块，是对接入的数据进行空间化处理，包括非空间数据的地址匹配和空间数据的统一坐标转换。

数据入库/更新模块，包含数据存储、历史数据记录等。

业务层是指根据城市规划建设运行过程中各类业务模块的汇聚和知识图谱，便于数据基于业务进行关联融合。

融合数据层包含数据融合模块、数据赋码模块、融合数据模型模块。

数据融合模块，支持将各类数据基于空间或业务关系进行自动融合，包含以地理场景为核心实现政务管理数据、物联传感数据的全要素关联。

数据赋码模块，实现各类融合数据的唯一赋码。

融合数据模型，是指融合后的数据通过唯一编码构建新的融合模型库。便于后续数据的查询统计分析和数据共享。

应用层是对各类融合数据进行查询统计分析，便于支撑各类智慧城市的应用，又称数据共享应用模块。

数据共享应用模块，基于融合数据进行各维度的统计结果共享输出。本发明实施例提供的一种数字孪生城市的业务融合数据生成系统中各部件所

执行的功能均已在上述实施例1中做了详细介绍，因此这里不做过多赘述。虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (10)

1.一种数字孪生城市的业务融合数据生成方法，其特征在于，所述方法包括：

对实体城市进行数字化建模；

获取在城市规划建设管理中产生的全周期全要素数据，对于空间数据按照统一的空间坐标系进行坐标转换，对于非空间数据根据包括地名地址的数据属性实现数据的自动空间落位，将空间数据和非空间数据根据空间位置进行融合生成新的融合数据以及实体融合模型；所述将空间数据和非空间数据根据空间位置进行融合生成新的融合数据时具体为：将非空间数据根据其属性信息进行空间转化落图，进而赋值到空间数据上成为空间数据的一个属性表；

确定所述融合数据中各数据的来源，按照预先定义的编码规则对所述融合数据进行自动编码，生成具有编码的融合数据，编码后的融合数据用于支撑数字孪生城市智慧应用，实现城市复杂场景的推演模拟和智慧决策；所述预先定义的编码规则为：前段码+中段码+后段码+交易码，所述前段码包括时间、空间位置以及跨部门跨业务的信息标识，所述中段码为数据原始的编码内容，所述后段码依据真实数据情况进行机器自动编码，所述交易码为新生成的超时空融合数据基于哈希算法自动生成的长度固定的字符串。

2.根据权利要求1所述的一种数字孪生城市的业务融合数据生成方法，其特征在于，对实体城市进行数字化建模，具体包括：

对包括城市道路、建筑、设施、地下空间的实体物质进行数字化建模。

3.根据权利要求1所述的一种数字孪生城市的业务融合数据生成方法，其特征在于，对于空间数据按照统一的空间坐标系进行坐标转换，具体包括：

数据收集，将所有空间数据汇总到数据仓库中；

明确数据坐标系；

将数据分幅、分块或分要素处理，便于进行坐标转换；

通过工具将数据采用统一的空间坐标系进行坐标转换；

将坐标转换后的数据进行整合；

将整合后的统一坐标系的数据进行成果入库。

4.根据权利要求1所述的一种数字孪生城市的业务融合数据生成方法，其特征在于，将空间数据和非空间数据根据空间位置进行融合生成新的融合数据，具体包括：

将所有能够空间化的数据进行收集汇总，包括人口、企业、公服设施、城市部件、交通信号灯、视频监控，所述数据具有包括地名地址、id的业务唯一编号；

将数据的地名地址进行清洗、标准化，将所述数据的业务id与地址或空间坐标找到对应关系；

将数据批量导入数字孪生城市平台，平台通过地址引擎实现数据的自动空间落位；

将数据根据空间位置自动进行融合，生成新的融合数据，便于发挥数据倍增价值。

5.根据权利要求1所述的一种数字孪生城市的业务融合数据生成方法，其特征在于，按照预先定义的编码规则对所述融合数据进行自动编码，具体包括：

所述融合数据的编码格式为：前段码+中段码+后段码+交易码；

所述前段码用于对融合数据编码赋予其在数字孪生模型体系下新的含义，包括时间、空间位置以及跨部门跨业务的信息标识；

所述中段码是数据原始的编码内容，包括人的身份证号、房屋编码、地理实体编码、项目编码、不动产单元编码，遵循各部门通用相关编码规范直接复用，方便新的融合编码对其进行检索查询；

所述后段码为依据真实数据情况进行机器自动编码，是数据唯一性的直接体现，能用于支撑各类智慧应用；

所述交易码则是新的融合数据基于哈希算法自动生成的长度固定的字符串，确保生成的数据编码的唯一性和安全性。

6.根据权利要求1所述的一种数字孪生城市的业务融合数据生成方法，其特征在于，所述融合数据包括三部分：实体、属性以及编码；

所述实体包含地理实体和关联实体，地理实体包含行政区划、土地、建筑、房屋、道路，关联实体包含人口、法人、项目；

所述属性是对实体的具体描述，包括空间属性、基础属性、业务属性、关联属性、统计属性；空间属性包含实体的位置、轮廓、模型三种类型；基础属性是该实体产生时自带的基础信息，包括唯一ID、类型、名称、生产时间；业务属性是该实体在业务办理过程中产生的与业务相关的信息，包括审批信息、权属信息；关联属性是与该实体有关联的信息，其中包括空间关联和业务关联；统计属性是对该实体的某些信息进行统计分析的结果，便于对其进行各维度的计算和分析；

所述编码是对实体及其属性的唯一编码，用于对数字孪生城市的融合数据进行唯一定义，便于将来各类智慧应用系统的信息检索和分析。

7.一种数字孪生城市的业务融合数据生成系统，其特征在于，所述一种数字孪生城市的业务融合数据生成系统用于实现权利要求1-6任一项所述的一种数字孪生城市的业务融合数据生成方法，所述系统包括原始数据层、业务层、融合数据层和应用层；

所述原始数据层包含数据接入汇聚模块、数据处理模块、数据入库/更新模块；

所述业务层用于根据城市规划建设运行过程中各类业务模块的汇聚和知识图谱，便于数据基于业务进行关联融合；

所述融合数据层包含数据融合模块、数据赋码模块、融合数据模型模块；

所述应用层用于对各类融合数据进行查询统计分析，便于支撑各类智慧城市的应用，又称数据共享应用模块。

8.根据权利要求7所述的一种数字孪生城市的业务融合数据生成系统，其特征在于，所述原始数据层具体包括：

数据接入汇聚模块，用于根据数字孪生城市建设的实际需求，将城市中的电子地图、行政区划、地形图、城市规划、建筑模型、城市建设、城市运营各类多源异构数据进行接入汇聚；

数据处理模块，用于对接入的数据进行空间化处理，包括非空间数据的地址匹配和空间数据的统一坐标转换；

数据入库/更新模块，用于数据存储、历史数据记录。

9.根据权利要求7所述的一种数字孪生城市的业务融合数据生成系统，其特征在于，所述融合数据层具体包括：

数据融合模块，用于支持将各类数据基于空间或业务关系进行自动融合，包含以地理场景为核心实现政务管理数据、物联传感数据的全要素关联；

数据赋码模块，用于实现各类融合数据的唯一赋码；

融合数据模型，用于融合后的数据通过唯一编码构建新的融合模型库，便于后续数据的查询统计分析和数据共享。

10.根据权利要求7所述的一种数字孪生城市的业务融合数据生成系统，其特征在于，所述数据共享应用模块，用于基于融合数据进行各维度的统计结果共享输出。