水利数字孪生不能只靠水利局～

最近一段时间感觉数字孪生这个领域之间还是存在着一定的认知鸿沟，而这些认知的鸿沟也在一定上影响了更广泛的技术融合，比如前一段时间和水模型的厂商交流，他们都觉得自己这个领域是一个非常小众的领域，所以他们也有很强烈的冲动希望能够将水模型的能力应用到智慧城市领域去，但是似乎又会有点领域上的水土不服，不知道怎么做进去，兜兜转转还是只能在水文这个领域里面转。

同样对于一些做城市数字孪生的厂商来说，目前以数据底板以及可视化驱动的数字孪生已经产生审美疲劳了，如何在更大的程度上应用新技术，提升智慧城市数字孪生场景的应用价值和问题解决能力成为了当前比较共性的难点，不然就只能继续卷数据的精度和可视化效果了，但是这样是没有意义的。

不过经过最近一段时间的调研和交流在这个部分，我发现了一个未来可能比较有意思的变化：

一、政府信息化格局的变化目前各个地方已经逐渐开始形成「一个大数据局+一个城运中心+一个大数据公司

」的整体信息化格局。

大数据局目前在整个城市信息化统筹中的作用越来越明显，从当前阶段看，可能存在有的地方的大数据局信息化能力弱一些，有的地方信息化能力强一些的情况，但是从长远来看，大数据局/政数局依然还是会成为打破数据孤岛的一个关键主体，有些地方甚至出现大数据局把一些条线部门的信息中心部门收编了。

同时和城运中心这种一网统管的业务部门配合，在业务上做串联，形成全链条，数据和信息化打通是基础，业务上协同才是关键。

但是为了做到长期运维以及敏感数据的管理，成立大数据公司就成为了自然而然的事情了，而且有地方大数据公司还能在一定的时期为政府信息化的项目提供资金支持，疏解地方政府的资金困难，这可能会是一个很好的模式。

所以在这种趋势下，大数据局就要配合支撑很多部门的信息化建设，甚至可能是委托代建，而不仅仅只是汇聚数据的关系了。

同时根据定位，大数据局和城运中心都会和水利数字孪生项目的关联越来越紧密，即使当前不发生关联，但是随着业务整合需求的提升，这种整合也是必然会发生的。

二、水利和城运相互拥抱才能更好前些时间看了一些水利数字孪生的典型案例都发现一个问题：「水利数字孪生自成体系和城市其他部门的协同体现比较少」，比如大家都在show自己的系统中模型多么的专业，预报的多么准确，所谓的预演很多也只是换个参数再把专业模型再跑一遍得到几个不同的结果，淹没也是给一个淹没范围，并没有告诉城市管理者，到底会淹到哪些企业，哪些居民，一共会产生多少的社会经济损失，针对当前的淹没范围，要怎么样制定什么样的抢险救灾方案才能最大程度上减小损失，那个应对方案是最优的，预演应该是整体方案的预演而不仅仅是水利模型本身的预演，因为灾害影响的是整个城市的居民、企业等，当前来看水模型还是有点单一，是个不错的开始，但是并没有完全做穿。

作为一个外行，我对于水利模型的态度是大为震惊，大受鼓舞，但是还远远不够，这种远远不够更多的还是从数字孪生城市整体的视角上来看。

虽然这些内容可能并不是水利局的职责，但是要把这个问题回答的更彻底，一方面城运拥有更好的数据基础，包括人口、法人、地理空间要素，可以让模型分析的结果更加精准，更加社会化，而不仅仅是一些着了颜色的三角面片的叠加覆盖；另外一方面城运也更关注机构之间的协调配合，能够更大程度上动员社会治理的资源和力量，最大化的发挥好模型输出的价值。

同时现在一些城运平台项目大多也都还是偏数据可视化或者事件分拨，很少有像类似水利模型这么专业的应用模式，城运平台如果能够和基于水利数字孪生的「四预」平台打通，则在城市治理上则会有很大的提升，而且也会进一步促进其他领域机理模型的运用，下半场数字孪生需要从要素的孪生过渡到对城市机理的孪生，有感知，有理解，才能有更好的城市治理行动。

这一点，AI大模型让我们看到了曙光……

所以水利和城运中心相互拥抱才能更好。

三、从领域数字孪生融合成大的城市数字孪生

我们知道现在各个领域都在推进自己的数字孪生建设，但是如果没有整体的统筹，这种分头推进的模式无非又是增加城市信息碎片而已，但是如何「统」则成为了关键的问题，在业务上是围绕高效的处置一件事，但是在数据上，可能构建统一的数据孪生底板则是理清事情的一个关键「线头」，所以这个底板作为城市的基础设施，城市的基础投资应该更加的集约化，由统一的机构去建设以及运维管理，一方面避免了重复投资，另外一方面可以避免相互之间数据协调的制约。

数字孪生城市可以由不同的条线分头去推进，持续迭代，但是不能由不同的条线分开去建设，这种分开建设，不仅做不好而且很浪费，正如水利数字孪生如果只是由水利部门自己内部单独建设，那相应的需求牵引自然是只满足自己内部的需求，但是如果放在城市的视角上看由中立的部门去建设则相应的需求以及协同的效果会更好，而且放到城运这个体系下，有可能还能进一步降低资金解决的难度。

同时还可以进一步扩大水模型在城市内涝问题解决上的广泛使用，比如很多做智慧城管的团队可能都不知道可以将水模型应用到城市内涝的应用场景上，所以技术融合是一个关键的能力，谁融合的好，谁融合的早可能就会拥有更好的优势，虽然我们可能是从不同的切入点进入数字孪生城市这个领域，但是最终都是要面临解决同样的问题，刚开始大家看起来各有不同，但是后面会越来约相同。