当地理信息科学遇上数字孪生
致力于数字孪生体技术的研究与发展
通过解决方案和工程化应用造福人类
文章来源于：数字孪生DigitalTwin
论文《Advances, challenges and prospective research when geographical information science meets digital twin》于2026年1月发表于《Digital Twin》期刊，由可持续发展大数据国际研究中心和中科院等等的Cunjin Xue, Lianwei Li, Jian Liu等人完成。本文通过综述，分析了地理空间数字孪生在框架与基本概念、时空数据模型、孪生技术、可视化方法及应用等方面的研究进展、面临的挑战，并探讨了未来发展方向。
引用本文：
Xue, C., Li, L., Liu, J., Su, F., Wu, W., Ma, Z., … Qin, Q. (2026). Advances, challenges and prospective research when geographical information science meets digital twin.
Digital Twin. https://doi.org/10.1080/27525783.2025.2610851
摘要
数字孪生（Digital Twin）概念源于工业工程领域，近年来在地理信息科学（GIS）中展现出巨大潜力。然而，由于缺乏统一的研究范式，地理空间孪生在框架、对象孪生技术、数据模型及孪生空间可视化等方面存在显著差异，制约了其发展。本文系统梳理了2019至2024年间发表的154篇相关文献，综述了地理空间数字孪生的研究进展、核心挑战与未来方向。
关键发现包括：
1）现有时空数据模型管理全要素地理实体虚实映射的能力有限，需发展集成智能数据模型；
2）未考虑动态行为的孪生技术制约地理场景模拟，地理过程孪生技术将成为重点；
3）协同可视化方案是应对多模态数据、多用户操作与场景模拟的优选；
4）地理空间孪生框架与地理人工智能（GeoAI）模型的结合是另一重要前瞻方向。
本文旨在深化对地理空间数字孪生基础理论与关键技术的理解，推动其发展。
1.引言
数字孪生技术已从制造业延伸至GIS领域，并催生了数字地球、数字海洋、数字大气等系统平台。然而，地理环境具有时空耦合、多尺度、静动态结合等独特复杂性，使得工业领域的孪生理论与技术难以直接适用。
例如，建筑信息模型（BIM）能处理空间定位与几何结构，但难以捕捉地理环境要素的相互作用与动态演化；物联网（IoT）能实现虚实交互，但在涉及多数据类型的地理场景模拟中缺乏灵活性与实时性。传统GIS数据模型多针对单一类型地理实体（如对象、事件、场或过程），而地理空间孪生需要集成所有类型的地理实体及其相关模型与知识。此外，孪生空间的可视化对实时性、数据关联性及人机交互提出了更高要求。因此，亟需系统审视数字孪生与GIS融合的现状与挑战，明确未来研究方向。
2.方法论
本文文献主要来源于2019-2024年间的Web of Science与中国知网（CNKI），通过关键词检索并筛选出154篇相关研究（WoS 127篇，CNKI 27篇）。
统计分析表明，数字孪生为GIS开辟了新路径，但研究多集中于技术部署，基础理论与关键技术研究仍处于起步阶段。研究趋势显示，2022-2024年是活跃期；研究领域以环境科学、水资源、遥感等为主，纯GIS文献仅占8%。研究主题涵盖六大方面：GIS中的数字孪生技术应用、地理空间孪生框架、综述、时空数据模型、地理孪生技术及可视化技术。
3. 地理空间孪生的基本概念与框架
数字孪生概念强调物理产品或资产的虚拟映射与复 制。其与GIS融合催生了“地理空间数字孪生”，并衍生出数字海洋、数字地球等具体概念。
地理空间孪生框架通常包含物理空间（地理实体及其关系）、数字空间（衍生的地理对象及其关系）以及二者间的双向连接。借助物联网、GeoAI等实时感知与计算模型，该框架能够集成地理学知识，增强GeoAI的学习能力，从而提升地理预测、预警与场景模拟的能力。
4. 地理空间孪生的时空数据模型
时空数据模型在数字地球需求下可分为数字模型、数字阴影和数字孪生三个阶段。传统数字空间中的数据模型侧重于将地理实体映射为地理对象，管理特定类型实体（如对象、事件、过程、场），但缺乏对实体间关系（时空、耦合、级联、因果）的建模能力，且未考虑虚实交互。
孪生空间中的数据模型需应对静态动态集成、多时空尺度、时空耦合及虚实交互等特征。当前研究探索了基于地理场景/系统的建模框架、多层次语义解析模型、知识图谱、集成“数据-模型-知识”的表达模型等，但尚缺乏能同时满足全类型实体建模、虚实交互处理及多尺度耦合需求的统一时空数据模型。未来方向倾向于发展更系统化、集成化的模型，采用统一概念建模所有地理实体，并建立分层框架处理多尺度与虚实交互问题。
5. 地理空间孪生技术
地理孪生技术主要分为三类：
基于BIM的地理对象孪生技术：利用实景三维影像、正射影像或CAD图纸，结合机器学习进行对象识别与BIM建模，支持全生命周期管理。目前主要关注空间位置与几何结构，对地理语义及动态变化的孪生能力有限。
基于场的地理环境孪生技术：通过标量场或矢量场模型与可视化技术（如虚拟现实）来表现温度、流场等连续分布的地理环境要素。现有技术多基于模型与可视化，尚未实现真正的环境要素孪生。
地理过程孪生技术：旨在耦合地理对象/场的时空演化及其驱动机制。分为基于数值模拟（物理驱动）和基于机器学习/深度学习（数据驱动）两类。前者物理解释性强但依赖先验知识，后者计算效率高但缺乏物理可解释性。结合二者优势的“物理-数据”融合模型是未来趋势。
当前孪生技术面临挑战包括：多源异构数据融合困难、实时更新与隐私保护的平衡、高维模拟的计算需求巨大，以及物理驱动模型灵活性不足、数据驱动模型物理一致性差等。未来发展方向包括：深化BIM/CIM/GIS数据模型融合、融合实时数据同化与地理场模型生成时空序列场、以及构建物理规律指导的可解释地理过程孪生技术。
6. 地理空间孪生的可视化
数字空间中的地理可视化主要基于矢量场（点符号、流线等）和标量场（颜色映射、等值面、体渲染等）方法。孪生空间对可视化提出了全要素、全时空尺度、实时性与交互性的新要求。当前研究主要从两方面应对：
一是优化传统数字空间可视化方法（如“光照+阴影+粒子流”、“场景+影像”、多级体素可视化等）；
二是设计面向孪生空间的集成可视化方案（如动静结合可视化、分层框架整合多源数据）。
然而，现有方法或未能充分利用孪生空间特性，或未能实现全尺度动态交互可视化。未来可视化技术将向更全面、集成化方向发展，重点包括：实现孪生空间多模态数据的协同可视化、实现孪生场景的全景时空可视化，以及实现地理过程的动态交互可视化，支持“如果-那么”场景模拟与决策。
7. 数字孪生在GIS中的应用
数字孪生及其框架在GIS中的应用主要体现在三方面：
7.1 地理环境监测与评估：
利用IoT与大数据模型，对自然灾害（风暴潮、台风等）进行实时监测预警，并对可持续发展目标（SDGs）、自然资源（渔业、珊瑚礁）可持续利用进行评估。
7.2 地理场景模拟与预测：
基于孪生框架，支持大气、海洋、地质工程等领域的“如果-那么”场景模拟与预测，提升对地球系统与工程安全的理解。
7.3 数字孪生X系统：
已出现数字地球、数字海洋、数字湖泊、数字大坝等一系列应用系统。这些系统在实时监测、多源集成与可视化方面取得进展，但整体仍处于探索阶段，存在标准缺乏、可移植性差、模型耦合松散、场景模拟多依赖数据驱动模型而可解释性不足等问题。未来需引入可解释机器学习等模型，增强因果发现与诊断能力。
8. 结论
地理空间孪生具有多时空尺度、静动态集成、时空耦合、虚实交互与演化等特征。本文提出了一个融合地理知识并增强GeoAI能力的三元框架（物理空间、数字空间、连接），并系统评估了该框架下四大关键议题的研究现状与挑战。主要结论如下：
时空数据模型：需发展更系统化、集成化的模型，以应对多尺度、静动态集成及虚实交互的挑战。
地理过程孪生技术：核心挑战在于构建高保真映射模型以复现地理实体及其演化机制。融合参数化物理模型与深度学习，构建物理规律指导的可解释孪生技术是潜在方向。
可视化技术：需实现多模态数据协同可视化、孪生场景全景可视化及地理过程动态交互可视化，向更全面、集成化方向演进。
信息系统：理想的地理孪生信息系统应集成新兴技术，在利用GeoAI计算能力的同时增强其物理可解释性，以提升孪生空间场景模拟的灵活性与实时评估能力。
由安世亚太和中国特检院联合牵头，25家单位49位专家共同参编的 T/CAMETA 1054-2024《工业数字孪生概念和术语体系》已正式发布！135个核心概念、95条权威定义，一张图厘清“数字孪生体 / 系统 / 运行环境”等关键术语，助您设计、研发、服务一步到位。
扫描二维码获取《工业数字孪生概念和术语体系》（PDF）。
视频号《安世亚太》
pSeven Enterprise迪卡侬的智能工程工具
仿真驱动数字化设计平台
以上视频源自视频号
关注《安世亚太》，精彩不错过
