T/COSOCC 023-2024 城市数字孪生 数据要求

ICS 35.240.01
CCS L 67
团体标准
T/COSOCC 023—2024
城市数字孪生 数据要求
City digital twin—Data requirements
2024 - 09 - 20发布2024 - 09 - 20实施
中国基本建设优化研究会 发布

目次
前言 ....................................................................... II
引言 ...................................................................... III
1 范围 ..................................................................... 1
2 规范性引用文件 ........................................................... 1
3 术语和定义 ............................................................... 1
4 总体要求 ................................................................. 1
5 数据资源 ................................................................. 2
5.1 数据资源分类 ......................................................... 2
5.2 数据资源格式与交换 ................................................... 3
6 数据汇聚 ................................................................. 4
6.1 数据源与类型定义 ..................................................... 4
6.2 数据格式与结构 ....................................................... 5
6.3 数据质量标准 ......................................................... 5
6.4 数据整合与汇聚机制 ................................................... 5
7 数据融合 ................................................................. 5
7.1 数据预处理 ........................................................... 5
7.2 数据融合方法 ......................................................... 5
7.3 融合数据编码 ......................................................... 6
8 数据管理 ................................................................. 6
8.1 通用要求 ............................................................. 6
8.2 数据更新 ............................................................. 7
8.3 数据存储 ............................................................. 7
8.4 数据备份与恢复 ....................................................... 7
8.5 数据共享与开放 ....................................................... 7
9 数据服务 ................................................................. 8
9.1 数据服务模式 ......................................................... 8
9.2 数据服务质量 ......................................................... 9
9.3 数据服务管控能力 ..................................................... 9
10 数据安全与伦理 .......................................................... 9
10.1 数据安全 ............................................................ 9
10.2 隐私保护 ........................................................... 10
10.3 公平与非歧视 ....................................................... 10
10.4 预测伦理 ........................................................... 10
参考文献 ................................................................... 11
表1 数据资源分类 .......................................................... 2
表2 数据资源存储类型 ...................................................... 4
表3 数据交换格式 .......................................................... 4
表4 元数据记录字段 ........................................................ 6
T/COSOCC 023—2024
II
前言
本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
T/COSOCC 023《城市数字孪生 数据要求》与T/COSOCC 022《城市数字孪生 总体要求》、T/COSOCC 024《城市数字孪生 三维建模要求》、T/COSOCC 025《城市数字孪生 信息交互要求》、T/COSOCC 026《城市数字孪生 成熟度评价规范》共同构成城市数字孪生规划、建设的基本型标准体系。
本文件由中国基本建设优化研究会提出并归口。
本文件起草单位：清华大学、蓝象标准（北京）科技有限公司、博世（上海）智能科技有限公司、上海城建数字产业集团有限公司、四川见山科技有限责任公司、中移（杭州）信息技术有限公司、雄安雄创数字技术有限公司、中国联合网络通信有限公司智能城市研究院、嵩嘉标准化技术服务（北京）有限公司。
本文件主要起草人：杨滔、张德保、汪阳、来源、李慧、王诚、吴晗、许洪波、冯大刚、史嫒丹、乔华阳、王丽影、姜冰、张红艳、王致远、邱天、段小莉。
本文件为首次发布。
T/COSOCC 023—2024
III
引言
当前，智慧城市建设已经成为推动我国经济改革、产业升级、提升城市综合竞争力的重要驱动力，是城市可持续发展的重要方向和途径。城市数字孪生是利用数字孪生技术，以数字化方式创建城市物理实体的虚拟映射，借助历史数据、实时数据、空间数据以及算法模型等，仿真、预测、交互、控制城市物理实体全生命周期过程的技术手段，可以实现城市物理空间和社会空间中物理实体对象以及关系、活动等在数字空间的多维映射和连接。城市数字孪生丰富的内涵和特征决定了它的实现具有高度复杂性，涉及一系列复杂技术。其中，感知互联、实体映射、多维建模、时空计算、仿真推演、可视化、虚实交互等相关技术构成了城市数字孪生关键技术体系。城市数字孪生契合了当前为产业转型升级赋能的战略需求，是城市在物理空间、社会空间、数字空间融合发展的基础技术手段，是智慧城市建设新的创新源和发力点，将成为智慧城市发展新阶段的核心底座。
国家高度重视城市数字孪生发展，出台了一系列相关政策，各地也开始积极贯彻实施。随着技术的不断发展和各地实践的开展，城市数字孪生已经逐步形成以基础、硬件、软件、应用、安全和服务为核心的产业生态。随着城市数字孪生技术的应用实施，亟需对总体要求、数据要求、建模要求、信息交互、成熟度评价等方面制定标准，规范和引导产业健康发展。
本文件是《城市数字孪生》系列文件之一，本系列文件结构如下：
——T/COSOCC 022 《城市数字孪生 总体要求》
——T/COSOCC 023 《城市数字孪生 数据要求》
——T/COSOCC 024 《城市数字孪生 三维建模要求》
——T/COSOCC 025 《城市数字孪生 信息交互要求》
——T/COSOCC 026 《城市数字孪生 成熟度评价规范》
数据作为城市数字孪生的基石，其标准化和规范化对于城市的数字化、智能化和可持续发展至关重要。本文件规定了城市数字孪生中数据的总体要求、数据资源、数据汇聚、数据融合、数据管理、数据服务、数据安全与伦理方面的内容，旨在为城市数字孪生项目进行数据采集、处理、管理和使用提供依据，提升对复杂信息的响应能力，提高城市治理水平，提高数据的全流程管理，降低数据交换成本，提高数据安全，为城市数字孪生打好数据底座。

T/COSOCC 023—2024
1
城市数字孪生 数据要求
1 范围
本文件规定了城市数字孪生的总体要求以及数据资源、数据汇聚、数据融合、数据管理、数据服务、数据安全与伦理等要求。
本文件适用于城市数字孪生项目的规划、设计、建设、运营和管理等活动。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。
GB/T 36625.2 智慧城市 数据融合 第2部分：数据编码规范
T/COSOCC 022 城市数字孪生 总体要求
3 术语和定义
T/COCOSS 022界定的以及下列术语和定义适用于本文件。
3.1
数据资源 data resource
用于构建、维护和管理城市数字孪生体的各类数据集合。
3.2
数据融合 data fusion
将多源、多尺度、多分辨率的数据进行整合、清洗、转换和标准化，以实现数据的统一管理和共享利用的过程。
3.3
数据管理 data management
对数据进行采集、存储、处理、分析和应用等一系列管理活动的总称。
3.4
数据服务 data service
向用户提供的数据查询、检索、分析、可视化等服务的总称。
4 总体要求
城市数字孪生数据应符合T/COSOCC 022的要求，以及下列要求：
a)
全面性：确保数据覆盖城市基础设施、环境、经济、社会、人文等多个维度，形成完整的城市数据体系；
b)
准确性：保证数据的真实性、精确性和时效性，减少误差和偏差，提高数字孪生模型的可靠性；
c)
实时性：实现关键数据的实时采集与更新，确保数字孪生模型能动态反映城市变化；
d)
安全性：建立健全数据安全保护机制，防止数据泄露、篡改和非法使用；
e)
可访问性与共享性：促进数据资源的合理流动与共享，提高数据利用效率，支持跨部门、跨领域的协同工作。
T/COSOCC 023—2024
2
5 数据资源
5.1 数据资源分类
5.1.1
城市数字孪生的数据资源应包括城市基础数据、城市运营数据、物联感知数据、跨行业共享数据、预测模型数据等门类。
5.1.2
城市数字孪生的数据资源分类见表1。
表
1 数据资源分类
门类
大类
数据项描述
城市基础数据
行政区划数据
行政区域划分的边界数据，包括各区县、乡镇、村庄等行政单边界
电子地图数据
基于地理信息系统（GIS）制作的地图数据，包括道路、水系、建筑物、兴趣点（POI）等
测绘遥感数据
高分辨率卫星影像数据，如光学影像、雷达影像等
地理实体数据
描述各类地理实体的数据，如建筑物、植被、水体等
地名地址数据
描述地名和地址信息的数据
三维模型数据
基于三维建模的数据，描述城市数字高程模型（DEM）、建筑物模型、桥梁模型、隧道模型、地下设施模型、城市小品等
房屋和市政设施普查数据
描述房屋和市政基础设施的位置、轮廓、基础信息、照片等
国土调查数据
描述国土资源的数据，包括土地利用现状、土地资源调查等
地质调查数据
地质勘测和矿产资源等相关数据
自然资源数据
描述自然资源的分布和数量等数据，包括山水林田湖草沙等
历史文化遗存数据
描述历史文化遗存的类型、分布和数量等
城市运营管理数据
城市规划数据
描述城市规划方案的数据，包括空间规划、土地利用等
城市建设数据
描述城市建设过程中的数据，包括施工图设计、施工过程管理、验收等城市建设环节的相关信息
城市管理数据
描述城市日常管理方面的数据，如行政执法、公共安全、市容环卫等
城市运营数据
描述城市日常运行中的动态服务效率与资源配置数据，涵盖交通、能源管理、环境监测、公共安全等领域
城市养护数据
描述城市基础设施与公共设施的维护保养数据，包括道路桥梁、排水、绿化、环卫等
交通数据
描述交通设施的属性数据和交通流量数据等
能源数据
描述能源设施的属性数据和能源消耗数据等
水利数据
描述水务设施的属性数据，如水源、排水、污水处理等
通信数据
描述通信设施的属性数据，如位置、状态、容量等
教育医疗数据
描述城市教育和医疗方面的数据，如学校、医院等机构的信息
公共服务数据
描述城市公共服务的数据，如公共交通、水电煤的供应等。
政策法规数据
描述城市政策法规方面的数据，如市政府公文、法规条例等
公共安全数据
描述城市公共安全相关的数据，如警务、消防等
物联感知数据
建筑监测数据
通过物联网感知设备采集获取结构健康、环境、能源管理、设备、安防等运行监测数据。
市政设施监测数据
通过物联网感知设备采集获取道路状况、桥梁健康、公共照明与能源管理、排水、电力设备、燃气设备等运行监测数据。
气象监测数据
通过物联网感知设备采集获取空气温湿度、风速与风向、降雨量、气压、光照度、污染物参数等监测数据。
交通监测数据
通过物联网感知设备采集获取车辆运行、道路交通流量、公共交通、交通设施状态等运行监测数据。
生态环境监测数据
通过物联网感知设备采集获取大气环境、水环境、土壤环境等监测数据。
能源消耗数据
通过能源管理系统采集的电力、燃气等能源消耗的数据。
T/COSOCC 023—2024
3
门类
大类
数据项描述
灾害预警数据
通过气象监测站、海洋监测站、地震台站等设备采集的地震、气象等相关数据
跨行业共享数据
人口统计数据
包括人口数量、年龄结构、性别比例等基本信息
企业法人数据
包括企业法人的数量、地址、行业、规模等信息
经济指标数据
包括国内生产总值（GDP）、工业产值、商贸流通业指标等经济指标
就业社保数据
包括就业情况、就业率、平均工资水平、社保信息等就业相关社保信息
居民生活水平数据
包括居民人均收入、消费水平、居住条件等指标
社会事业发展数据
包括教育、医疗、文化等方面的公共服务指标
环境状况数据
包括空气质量、水质、室内环境等环境监测指标
移动出行数据
包括公共交通、打车、高铁等出行方式、轨迹、手机信令等数据
购物数据
包括各类线上线下商超的购物行为和消费数据
旅游数据
包括各类线上线下景点旅游的数据
健康数据
包括各类线上线下的用户问诊、就医、体检等健康数据
教育数据
包括每个人从入学到离校的全部教育信息
娱乐数据
包括用户在各类娱乐领域的消费和行为数据，包括电影、音乐、娱乐等
社交数据
通过社交网络平台收集的用户之间的社交关系、互动行为等信息
舆情数据
通过社交媒体收齐的用户群体画像及相关舆情特征
预测模型数据
实体预测数据
包括基于城市规划、发展目标等预测的城市道路变化、水系变化、建筑变迁、服务设施变化等
交通预测数据
包括基于历史交通流量数据、交通路网结构、交通出行习惯等数据的交通拥堵预测、交通事件预测等，为城市交通规划和管理提供决策支持。
人口预测数据
基于历史人口数据、人口普查数据、人口分布和流动特征等，结合城市规划预测未来城市人口规模、人口结构、人口分布等信息
环境预测数据
包括空气质量预测、气象预测、环境噪声预测等数据，为城市环境治理和保护提供科学依据和决策支持
公共安全预测数据
基于历史犯罪数据、安防监控数据等，预测城市安全形势、犯罪热点等，为城市公共安全管理和预防犯罪提供支持
公共卫生预测数据
基于历史就医记录、社区健康档案、本地人口结构特征等数据，预测城市周期性公共卫生事件（如流感），为城市公共卫生管理和预防性健康措施提供支持
经济发展预测数据
基于历史经济数据、产业发展趋势等，预测城市经济发展趋势、产业结构变化等，为城市经济发展战略制定提供参考
能源消耗预测数据
于历史能源消耗数据、能源市场供求情况等，预测城市未来能源需求、能源供应状况等，为城市能源规划和可持续发展提供支持
灾害预测数据
基于历史灾害数据、地质气象等信息，预测城市未来可能发生的自然灾害、事故灾害等，为城市灾害防控提供决策支持
5.2 数据资源格式与交换
5.2.1
城市数字孪生的数据资源应支持以下类型数据接入：
a)
结构化数据：包括关系型数据库中的数据，如政务数据、公共安全数据、交通数据等；
b)
非结构化数据：如图片、视频、音频、文本等，这类数据通常用于社交媒体分析、公众参与数据等；
c)
流数据：实时感知数据，如传感器数据、物联网数据等，具有连续性和实时性；
d)
地理空间数据：如卫星图像、地图数据、GIS数据等，用于描述城市空间位置和地理特征；
e)
文本数据：包括新闻报道、政府文件、社交媒体帖子等，通常用于情感分析、主题分类等；
f)
时间序列数据：如历史气候数据、能源消耗数据、交通流量数据等，通常具有时间顺序和因果关系；
g)
多媒体数据：包括音频、视频、图像等，通常用于城市监控、文化传承等；
h)
社交媒体数据：如微博、微信等社交平台的数据，通常用于社交网络分析、舆情监控等。
T/COSOCC 023—2024
4
5.2.2
城市数字孪生的数据资源应根据数据类型采用不同的数据库存储方式，数据资源存储类型见表2。
表
2 数据资源存储类型
数据资源存储类型
类型描述
备注
关系型业务数据库
主要存储和管理业务数据，这类数据通常具有结构化、规范化等特点
包括但不限于：Oracle、SQLServer、MySQL、PostgreSQL
关系型空间数据库
用于存储和管理地理空间数据，如地图、卫星图像、地形数据等
包括但不限于：PostGIS、Spatialite
非关系型数据库
通常被称为NoSQL数据库，用于存储和管理非结构化或半结构化的数据，如JSON、XML、文本等
包括但不限于：HBase、MongoDB
文件型地理数据库
用于存储地理信息数据，如Shapefile、GeoJSON等格式的文件
包括但不限于：GeoTools、GDAL
文档型数据库
用于存储和管理文档类型的数据，如Word文档、PDF文档等
包括但不限于： FTP、NFS、Hadoop HDFS分布式文件系统
时间序列数据库
用于存储和管理时间序列数据，如传感器数据、日志数据等
包括但不限于：InfluxDB、TimescaleDB、OpenTSDB
图数据库
用于存储和管理图结构的数据，如社交网络、知识图谱等
包括但不限于：Neo4j、ArangoDB
向量数据库
用于存储和管理向量类型的数据，如机器学习模型的参数、自然语言处理中的词向量等
包括但不限于：Faiss、Milvus
5.2.3
城市数字孪生的数据交换格式应符合不同数据类型的行业规范，数据交换格式见表3。
表
3 数据交换格式
数据类型
数据接收格式
数据输出格式
矢量数据（DLG等）
.SHP、.GDB、.DWG、.DGN、.DXF、.TAB、.MIF、.KML、.MDB、
.GeoJSON等
.SHP
影像数据（DOM等）
.TIF（GEOTIFF格式）、.IMG等
.TIF
数字高程模型（DEM）
.TIF、.GRD、.IMG、.DEM、.BIL等
.TIF
数字栅格图（DRG）
.TIF、.BMP、.IMG等
.TIF
地图瓦片
.JPG、.PNG、.BUNDLE/BUNDLX、.JSON（GEOJSON格式）、.BUF(GEOBUF格式)等
/
地名地址（矢量数据）
.SHP、.GDB、.MDB、.GeoJSON等
.SHP
点云数据
.LAS、.PCD等
.LAS
TIN数据
.GDB、.TIN等
.TIN
三维数据
.FBX、.3DS、.MAX、.DXF、.OBJ、.X、.WRL、.XPL、
.CACHE、.MPT、.OSGB/OSG等
.FBX
实景数据
.JPG、.PNG、.OSGB/OSG等
/
文本
.TXT、.PDF、.DOC
/
图像
.PNG、.JPG、.GIF、.BMP、.TIF
/
声音
.MP3、.WAV
/
视频
.MP4、.AVI、.RMVB
/
6 数据汇聚
6.1 数据源与类型定义
数据源与类型定义应符合下列要求：
a)
明确城市数字孪生数据的来源，包括政府、企业、社区、个人等多元主体；
b)
界定数据的类型，如结构化数据、半结构化数据和非结构化数据，以及静态数据和动态数据等。
T/COSOCC 023—2024
5
6.2 数据格式与结构
数据格式与结构应符合下列要求：
a)
明确数据应采用的格式，如CSV、JSON、XML等，以确保数据的一致性和可读性；
b)
定义数据的结构，包括字段名称、数据类型、长度等，以便于数据的整合和分析。
6.3 数据质量标准
数据质量标准应符合下列要求：
a)
确立数据的准确性、完整性、一致性和时效性的评估标准；
b)
设定数据清洗和校验的规则，以去除重复、错误或无效的数据。
6.4 数据整合与汇聚机制
数据整合与汇聚机制应符合下列要求：
a)
制定城市数字孪生数据整合的策略和方法，包括数据抽取、转换和加载（ETL）的过程；
b)
确定城市数字孪生数据汇聚的方式，如实时汇聚、批量汇聚或增量汇聚，以满足不同应用场景的需求。
7 数据融合
7.1 数据预处理
7.1.1
实现城市级数据融合，应将不同厂家、不同传输协议、不同数据格式的数据统一格式化处理，支撑数据快捷融合。数据治理应符合下列要求：
a)
提供数据清洗等数据预处理技术，对异常数据实现缺失值、一致化、数据排序、异常值等处理；
b)
提供统一的集中监管及数据质控机制，对采集过程实时监控，采集异常及时处理，采集结果有效反馈。
7.1.2
数据预处理包括数据清洗、格式转换、坐标转换、质量检查等操作，应符合下列要求：
a)
支持元数据管理，包括数据结构、数据质量、数据关系等至少3项；
b)
支持非空间数据质量检查，包括数据完整性检查、数据准确性检查、数据冗余性检查；
c)
支持空间数据质量检查，包括空间拓扑检查、空间一致性检查、数据完整性检查等；
d)
支持空间数据坐标转换、拓扑纠正、不完整数据处理、数据格式统一等空间转换处理；
e)
支持非空间数据的重复数据处理、不完整数据处理、冲突数据处理、错误数据处理、增量数据标记等数据处理；
f)
支持基于设定的数据标准对清洗后的数据进行质量评估。
7.1.3
应确定不同数据的预处理的流程和标准，以保证数据的准确性和一致性。
7.2 数据融合方法
7.2.1
城市数字孪生应采用合适的数据融合方法与技术，如基于时空的融合、基于编码的融合、基于模型的融合等。
7.2.2
城市数字孪生的数据融合，从数据类型上看主要涉及空间数据与非空间数据的融合、结构化数据与非结构化数据的融合、各种空间数据自身的数据融合以及流媒体数据与空间数据的融合等。
7.2.3
城市数字孪生应考虑不同数据源的特点和限制，选择合适的数据融合步骤。
a)
应支持多源异构数据统一时空基准：
—
空间基准：坐标系统采用2000 国家大地坐标系（CGCS2000）或应与2000国家大地坐标系建立联系的地方坐标系；
—
高程基准：1985国家高程基准；
—
时间基准：应采用公历纪元，北京时间。
b)
应支持多源数据融合，包括但不限于三维地形数据、手工模型数据、倾斜摄影模型数据、建筑信息模型（BIM）数据、物联感知数据等：
—
空间层面数据融合，实现场景无缝拼接、空间位置准确；
T/COSOCC 023—2024
6
—
语义层面数据融合，实现语义互操作。
c)
应支持通过GIS要素编码、地理实体编码、BIM模型编码、物联网编码等不同形式的标识将实体空间信息和静态属性信息进行关联：
—
建筑单体与标准地址、实体基础信息、人口、经济数据、纳税数据等关联；
—
城市基础设施类实体与部门、型号、功能、类型、运维信息等业务属性关联。
d)
支持构建实体对象标准模型，描述实体的空间几何特征、属性特征和关系特征：
—
实体描述内容包括但不限于标识ID、实体类型、分类名称、对象之间关系定义、来源等；
—
支持实体对象之间关系构建，包括但不限于空间关系、从属关系、业务逻辑关系构建等；
—
支持实体对象与物联网（IoT）数据、业务数据和事件关联，实现基于实体或空间位置的传感数据的调取、融合、展示和分析；
—
支持定义实体模型关系图谱的可视化表达，以架构逻辑图的形式展示实体对象分类之间的关系，展示内容包括分类名称、属性、分类之间的关系线，以及全览图的放大缩小、移动、调整布局等。
7.3 融合数据编码
7.3.1
城市数字孪生的数据资源应按照GB/T 36625.2的规定进行编码。
7.3.2
城市数字孪生应对融合后的数据进行评估，包括准确性、一致性、实时性等方面的评估。
7.3.3
城市数字孪生应根据评估结果进行优化调整，以提高数据的整体质量和可用性。
8 数据管理
8.1 通用要求
8.1.1
城市数字孪生是对城市级全要素场景的表达和分析，需要基于城市应用场景建立场景数据库并协同管理，数据管理应符合下列要求：
a)
支持海量多源异构数据资源的按需汇聚、统一存储、管理和维护；
b)
支持对数据进行多种维度的数据管理，如按数据时间、数据范围、数据对象、数据状态、数据类型、所属部门、所属业务域等不同维度进行存储、查询、共享等；
c)
考虑数据的全生命周期管理，包括数据的生成、存储、使用、归档和销毁等环节，以实现数据的有效管理和资源利用。
8.1.2
城市数字孪生应实现对城市空间实体的对象化管理，建立以实体为目标的城市实体对象数据库，保证空间目标的逻辑完整性和一致性。城市实体数据管理包括不限于实体分类管理、实体关联关系管理、实体图形管理。
8.1.3
城市数字孪生数据元数据的记录内容包括但不限于表4要求的字段。
表
4 元数据记录字段
元数据项
描述
数据名称
数据的唯一标识符，用于区分不同的数据集。
数据类型
数据的类型，如文本、数值、日期等。
数据格式
数据的格式，如CSV、JSON、XML等。
数据来源
数据的来源，如传感器、数据库、应用程序编程接口（API）等。
数据更新频率
数据更新的频率，如实时、小时、天等。
数据所有者
数据的所有者或管理者，如部门、组织或个人。
数据质量
数据的准确性、完整性、可靠性等质量评估。
数据使用权限
对数据的使用权限进行管理，包括数据的访问、共享和导出等。
数据关联关系
描述数据之间的关联关系，如父子关系、引用关系等。
数据地图位置
对于地理空间数据，记录数据对应的地理坐标或地理范围。
数据时间戳
记录数据的创建时间或更新时间。
数据备注
对数据的额外说明或注释信息。
T/COSOCC 023—2024
7
8.2 数据更新
8.2.1
数字孪生数据可采用要素更新、专题更新、局部更新、整体更新等方式进行数据更新。更新数据的坐标系统、高程基准应与原有数据的坐标系统、高程基准系统相同，精度应不低于原有数据精度。
8.2.2
几何数据与属性数据应同步更新，并应保持相互之间的关联，数据更新后应及时更新数据库索引以及元数据。
8.2.3
数据更新时，数据组织应符合原有数据分类编码和数据结构要求，保证新旧数据之间的正确接边和要素之间的拓扑关系。
8.2.4
业务数据由生产单位、部门负责所属数据的更新工作，按照既定的时间周期进行更新维护。
8.3 数据存储
8.3.1
城市数字孪生应制定合适的数据存储与管理策略，根据数据量大小尽量选择分布式数据库和云数据库，保密数据可存储在本地数据库。
8.3.2
城市数字孪生的数据存储与管理策略宜考虑下列方面：
a)
数据安全性：对于涉及隐私、机密或敏感信息的数据，采取加密存储和访问控制等措施，以确保数据的安全性和保密性；
b)
数据完整性：采取校验、备份与恢复等措施，确保数据的完整性和可用性；
c)
数据可扩展性：随着数据量的增长，选择可扩展的数据库架构，以支持数据的高效存储和查询。
8.4 数据备份与恢复
8.4.1
城市数字孪生数据备份应符合下列要求：
a)
定期备份：制定明确的备份计划，根据数据的重要性和更新频率，确定备份的周期（如每日、每周或每月），确保数据的及时性和完整性；
b)
存储介质选择：选择高可靠性、高稳定性的存储介质进行数据备份，如硬盘、光盘、云存储等。同时，考虑存储介质的容量和扩展性，以满足未来数据增长的需求；
c)
备份方式：根据业务需求和数据特性，选择适当的备份方式，如完全备份、增量备份或差异备份。确保备份数据的全面性和效率；
d)
备份日志记录：备份过程中应记录备份的详细信息，包括备份时间、备份内容、备份人员等，以便后续管理和查询。
8.4.2
城市数字孪生数据恢复规范应符合下列要求：
a)
恢复测试：定期进行数据恢复测试，验证备份数据的可还原性和可用性。通过模拟恢复操作，检查数据恢复的过程和结果，确保备份数据的有效性；
b)
恢复时间要求：设定明确的数据恢复时间要求，根据业务需求确定数据恢复的最长时间。确保在发生数据丢失或损坏时，能迅速恢复数据以维持业务的正常运行；
c)
恢复操作流程：制定详细的数据恢复操作流程，包括恢复前的准备工作、恢复步骤、恢复后的验证等，确保恢复操作的准确性和可靠性；
d)
备份数据保密性：对备份数据进行加密处理，采用访问控制策略等措施，确保备份数据的安全性和保密性，防止未经授权的访问和数据泄露；
e)
恢复记录和评估：在数据恢复过程中应记录恢复操作的详细信息，包括恢复时间、恢复步骤、恢复结果等。同时，对恢复过程进行评估和总结，以改进备份与恢复策略。
8.5 数据共享与开放
8.5.1
城市数字孪生应建立数据共享与开放机制，促进数据在安全合规的情况下在城市范围内共享与开放，与公共安全直接相关的数据，如监控视频、应急事件记录、人群密度分析等，在保障个人隐私和数据安全的前提下，能高效地在授权机构间实现开放共享。
8.5.2
城市数字孪生应制定数据共享规范和流程，明确数据共享的范围、权限和方式等。
8.5.3
城市数字孪生应建立数据开放平台和门户网站，提供数据开放检索、下载和使用等功能，促进数据的共享和开放。
8.5.4
城市数字孪生应加强数据共享和开放的隐私保护和安全管理，确保数据的保密性和安全性。
T/COSOCC 023—2024
8
8.5.5
城市数字孪生数据共享方式包括下列三个类型：
a)
库表方式：数据供需双方通过读写平台上数据库的表或视图实现数据共享，适用于实时、体量大、周期性、结构化的数据场景；
b)
接口方式：数据供需双方通过平台的接口服务提供和获取数据，接口服务按照接口文档中描述方式实现，适用于实时性和灵活性要求较高，数据量较小的数据场景；
c)
文件方式：通过文件发送方式将规范化的数据文件传送到平台指定的共享节点，适用于结构化数据、半结构化数据、非结构化数据、周期性的数据场景。
9 数据服务
9.1 数据服务模式
9.1.1
城市数字孪生应提供多样化的数据服务模式，包括但不限于数据查询、数据检索、数据分析、数据可视化等。
a)
数据查询
1)
多维度查询：应支持按照时间、空间（如地理区域、建筑）、属性（如环境指标、交通流量）等多个维度进行组合查询，满足不同用户的多样化需求；
2)
即时响应：应优化查询算法和数据库结构，确保大规模数据下的快速响应，降低用户等待时间；
3)
权限控制：应实现精细化的数据访问权限管理，确保数据安全，仅向授权用户展示相关查询结果。
b)
数据检索
1)
高级搜索：应提供模糊搜索、通配符搜索、正则表达式搜索等高级功能，增加检索的灵活性和准确性；
2)
可视化检索界面：应设计直观易用的检索界面，结合图形化工具（如搜索地图、时间轴），提升检索体验。
c)
数据分析
1)
统计分析：应提供基本的统计功能，如平均值、中位数、方差等，以及复杂的统计模型分析，如回归分析、聚类分析等；
2)
趋势预测：应运用时间序列分析、机器学习等方法，对关键指标进行未来趋势预测，辅助决策制定；
3)
异常检测：应自动识别数据中的异常值或异常模式，及时预警潜在问题，如交通拥堵、环境污染等；
4)
可视化分析工具：应集成拖拽式、交互式的数据分析工具，使非专业人士也能轻松进行数据分析。
d)
数据可视化
1)
动态图表：应支持折线图、柱状图、饼图、热力图等多种图表类型，自动适应数据变化，实时展示分析结果；
2)
3D可视化：应支持利用三维建模和渲染技术，构建城市环境的虚拟场景，直观展示空间布局、交通流动、环境状态等；
3)
定制化报表：应支持用户根据需求自定义报表模板，生成专业的数据分析报告，便于分享和决策支持。
9.1.2
城市数字孪生应支持多种数据服务方式，如在线API、离线文件、流式数据等。
9.1.3
城市数字孪生的服务接口宜分为外部接口和内部接口，外部服务包含地理底图服务接口、三维瓦片服务接口、数据目录服务接口、物联网协议接口等，内部服务包含数据的读写和维护接口。
9.1.4
城市数字孪生应包含全方位的数据服务管理，包括但不限于以下功能：
a)
应支持数据服务管理，包含数据服务目录、服务查询、服务详情、服务测试、接口协议、接口定义等功能；
b)
应支持数据服务的全生命周期管理，如服务的注册、发布、编辑、注销、删除、取回、运行监控等；
T/COSOCC 023—2024
9
c)
应支持历史数据服务功能，包含历史数据的查询与分析；
d)
应支持服务使用审批及服务细粒度权限控制，包括允许设置访问时间、图层限定、查询字段限定、范围的空间限定等；
e)
应满足数据服务对渲染引擎的多级、多尺度适配。
9.2 数据服务质量
9.2.1
城市数字孪生应建立数据服务质量评估体系，对数据服务的质量进行评估和管理。该体系应至少包含以下关键指标：
a)
响应时间：数据服务请求从发送到接收响应的时间，是衡量数据服务速度的重要指标，应结合具体场景制定合适的响应时间，建议不低于秒级（5秒以内）；
b)
准确率：数据服务返回结果的正确率，反映了数据服务的准确性，准确率应达到99.99%或更高；
c)
稳定性：数据服务在持续运行过程中保持性能稳定的能力，包括故障率、恢复时间等，每年应不超过0.1%的故障时间。
9.2.2
支持根据具体业务需求，添加其他评估指标，如数据完整性、安全性等。城市数字孪生应不断提高数据服务质量，以满足用户的需求和期望。具体措施包括不限于：
a)
技术优化：采用先进的数据处理技术和算法，提高数据处理的效率和准确性；
b)
资源投入：增加硬件资源投入，如服务器、存储设备等，以提升数据服务的响应速度和稳定性；
c)
流程优化：优化数据服务流程，减少不必要的环节和延迟，提高服务效率；
d)
培训与支持：加强对数据服务团队的技术培训和支持，提高团队的整体素质和服务水平。
9.2.3
城市数字孪生应提供可接收用户反馈的界面，以满足接收数据报错和功能建议的需要。具体措施包括不限于：
a)
提供反馈界面：在数据服务平台上提供用户反馈界面，方便用户随时提交报错、建议和意见；
b)
及时处理反馈：对用户反馈进行及时响应和处理，确保用户问题得到及时解决；
c)
持续改进：根据用户反馈和数据分析结果，不断优化数据服务质量和流程，提高用户满意度。
9.3 数据服务管控能力
9.3.1
数据服务使用情况监测应符合下列要求：
a)
日志记录与留存：对所有数据服务的访问、使用情况进行详细记录，并设定合理的日志留存期限，以便后续审计和追溯；
b)
性能监控与预警：建立性能监控机制，实时监测数据服务的性能指标，如响应时间、吞吐量等。一旦性能异常，应及时发出预警并采取措施；
c)
用户行为分析：通过对用户行为数据的分析，识别异常访问模式和潜在风险，为安全决策提供数据支持。
9.3.2
数据服务安全性和合规性监督应符合下列要求：
a)
安全审计与漏洞扫描：定期对数据服务进行安全审计和漏洞扫描，发现并修复潜在的安全隐患；
b)
访问控制与权限管理：建立严格的访问控制机制，确保只有授权人员能访问数据服务。同时，对权限进行定期审查和调整，防止权限滥用；
c)
加密与传输安全：对敏感数据进行加密处理，确保在传输和存储过程中的安全性。同时，采用安全的传输协议和技术手段，防止数据泄露和篡改。
10 数据安全与伦理
10.1 数据安全
10.1.1
城市数字孪生应确保数据管理与操作全程符合国家与地方的法律法规要求，包括但不限于数
T/COSOCC 023—2024
10
据保护、隐私权、知识产权、信息安全、网络与数据跨境传输等方面的规定。
应符合下列要求：
a)
合规性审查：建立法规遵从性审查机制，定期评估数据处理流程、存储、共享、开放等操作是否满足最新的法律要求；
b)
隐私保护：严格遵守个人数据保护法律，确保数据采集、处理、存储、传输、使用、公开个人数据时获得合法授权，遵循最小必要原则，执行《中华人民共和国个人信息保护法》要求的脱敏处理；
c)
跨境数据管理：针对跨国数据流动，设立跨境数据传输的审批与监管机制，确保遵守《数据出境安全评估办法》《促进和规范数据跨境流动的规定》等，对敏感数据传输进行安全评估和必要的加密处理；
d)
透明度和告知：确保用户对数据处理有充分知情权，提供透明的隐私政策，说明数据用途、存储期限、访问权、更正误更正、删除权等；
e)
审计与培训：定期组织内部审计，对员工进行数据保护法规培训，提高法律意识，确保团队在操作中自觉遵守相关法律规范。
10.1.2
城市数字孪生应构建周密的灾难恢复策略，以确保数据安全和业务连续性，应包括下列关键环节：
a)
多元化备份策略：采取跨地域备份策略，确保数据在多地存储，并结合云端与本地备份，以防自然灾害或人为因素导致的数据丢失，实现迅速恢复；
b)
恢复时间目标（RTOC）：明确界定关键业务系统及数据恢复至可操作状态的最短时间标准，确保在突发事件后快速恢复运行，保持业务连贯性；
c)
恢复点目标（RPOC）：设定数据丢失容忍度量，即数据恢复点目标，通过实时备份技术确保数据损失最小化，保持数据的即时可用性；
d)
恢复演练与评估：定期模拟灾难情景，执行恢复演练，检验团队响应速度与预案的实战能力，及时反馈优化策略，提升应变能力；
e)
应急响应流程：确立详细预案，含启动阈值、明确通知机制、资源快速调度、数据恢复流程及业务恢复步骤，确保有序恢复，保证业务连续运作无缝衔接。
10.1.3
城市数字孪生应采用合适的数据加密和安全防护措施，以防止数据的泄露和篡改，包括但不限于：
a)
对敏感数据和重要数据采用高效的数据加密算法和安全协议进行加密传输和存储；
b)
实施严格的访问控制策略，只有经过授权的用户才能访问和操作相关数据；
c)
定期进行系统的漏洞扫描和安全评估，及时修复系统中的安全漏洞。
10.2 隐私保护
10.2.1
城市数字孪生数据应遵循数据脱敏的处理流程，避免侵犯个人信息隐私，例如生物识别、生理健康、账户信息等。
10.2.2
城市数字孪生在采集、融合、管理与个人行为相关的孪生数据（例如行程轨迹、消费记录、社交媒体等），应避免通过数据融合和机器学习算法逆向识别个人隐私。
10.2.3
应确保涉及未成年人与儿童信息孪生数据的主体及其监护人相关权益。
10.3 公平与非歧视
10.3.1
城市数字孪生应避免因采样方式、参数设置、算法设计等造成的数据偏见。
10.3.2
城市数字孪生应避免出现基于种族、民族、性别、经济收入水平等因素产生的歧视问题。
10.3.3
城市数字孪生应避免在数据采集、清洗、融合过程中产生特定偏好或与客观事实相悖的道德判断。
10.4 预测伦理
10.4.1
预测模型使用应遵循“科学善用”的基本原则，确保数字孪生技术用于促进人类社会进步和人居环境治理提升。
10.4.2
预测模型应符合人工智能伦理道德与社会规范，基于孪生的预测应与人类社会道德判断一致。
10.4.3
预测应明确报告精度和准度，对预测结果的不确定性和误差提出解释说明。
T/COSOCC 023—2024
11
参考文献
[1]
GB/T 25069—2022 信息安全技术 术语
[2]
GB/T 36625.1—2018 智慧城市 数据融合 第1部分：概念模型
[3]
T/ZGCSC 001—2022 智慧城市 数字孪生城市技术参考架构
[4] 城市信息模型（CIM）基础平台技术导则， 2021年6月，住房和城乡建设部
[5]
中华人民共和国个人信息保护法，2021年8月20日，全国人民代表大会常务委员会
[6]
数据出境安全评估办法，2022年5月19日，中华人民共和国国家互联网信息办公室
[7]
促进和规范数据跨境流动的规定，2024年3月22日，国家互联网信息办公室