综述：城市数字孪生与水资源敏感型城市设计：一项系统性文献综述

《Sustainable Cities and Society》：Urban digital twins and water sensitive urban design: A systemic literature review

　　Gamze Alt?nda?|Gamze Dane|Alper Baba
土耳其伊兹密尔技术学院国际水资源系，乌尔拉，伊兹密尔35430

**摘要**
城市水系统面临着城市化、气候变化和基础设施复杂性带来的日益增加的压力。水敏感城市设计（WSUD）为可持续的城市水资源管理提供了一个综合框架；然而，其实施需要能够整合监测、建模和决策支持过程的工具。城市数字孪生体（UDTs）作为一种有前景的平台，通过实时数据集成和模拟将物理基础设施与数字模型联系起来，从而支持这种整合。本研究通过系统文献综述，探讨了数字孪生技术如何支持城市水资源管理中的WSUD。根据PRISMA方法论，从Scopus和ScienceDirect数据库中筛选出2014年至2024年的170篇出版物，并对其中48篇进行了详细分析。结果表明，数字孪生技术主要应用于水力建模、基础设施监测、泄漏检测和洪水预测。然而，大多数研究仍处于概念或原型阶段，实际应用或运营案例相对较少。主要挑战包括数据互操作性、异构数据集的整合以及与利益相关者参与相关的治理问题。通过综合现有应用和技术能力，本文确定了将数字孪生技术整合到水敏感城市规划中的关键社会技术要求，并提出了一个概念性的DT-WSUD整合框架。研究还强调了与数字孪生技术支持的WSUD系统的运营部署、参与式治理和性能评估相关的关键研究空白。

**1. 引言**
从农业和城市化的起源到文明的发展，水一直是最重要的元素。如今，由于快速的城市化、人口增长和气候变化，水资源管理变得至关重要且复杂。洪水、水资源短缺和污染等问题是由气候变化以及动态的社会、经济、政治和环境因素引起的；这些问题在人口密集和城市化的地区尤为突出。为应对这些挑战，已经开发出多种方法。第一种方法被称为最佳管理实践（BMPs），起源于20世纪70年代初的北美，并在80年代初发展为低影响开发（LID）（Li等人，2019年）。与这些早期方法以基础设施为中心的框架不同，水敏感城市设计（WSUD）于20世纪90年代在澳大利亚提出，将水资源管理与城市规划相结合。21世纪，英国的可持续城市排水系统（SUDS）、澳大利亚和美国的绿色基础设施（GI）以及中国的海绵城市方法被纳入城市水资源管理方法（Fletcher等人，2015年；Nguyen等人，2019年；Ferrans等人，2022年）。所有这些方法都关注城市水循环、水质和水量、水资源短缺以及由城市化、人口增长和气候变化导致的水资源再利用等问题。

WSUD将城市水循环视为一种宝贵的资源，采取保护当地水文和生态完整性的方法，注重考虑特定地点的机会和限制的城市水资源服务（Vinagre等人，2023年）。在这方面，WSUD提供了一个比LID、BMP和GI更广泛的框架，由于其针对性，需要量身定制的方法来解决可转移性问题（van der Meulen等人，2022年）。Rashetnia等人（2022年）指出，关于WSUD项目实施后的性能评估是否通过系统监测达到规划目标存在知识空白。为了培养水敏感行为——这是Wong和Brown（2009年提到的第三个要求——应教育当地社区、规划者、开发者和决策者了解WSUD的好处和需求，并提供必要的信息。

城市水资源管理研究结合WSUD方法进行，以衡量城市设计项目的性能，并确保当地社区和决策者采纳和推广水敏感项目。这种综合方法包括数据收集、建模和监测，涉及水文学家、城市规划师和工程师等不同学科的专家。所有这些管理和规划活动都需要一个集成平台。数字孪生体和决策支持系统最近在行业中得到认可，并在城市水资源系统的管理和规划阶段显示出额外的成果，为支持和连接不同的数据收集、监测和建模活动提供了集成技术平台（Langenheim等人，2022年；Brasil等人，2022年）。

迄今为止，数字孪生体没有普遍接受的定义和表示方法。数字孪生体并不是真实物理环境的镜像，而是通过计算机模型逐日逼近现实（Grieves & Vickers，2017年）。城市数字孪生体（UDTs）通过实时数据集成，在数字模型和物理城市环境之间建立了动态连接，使其在概念上类似于传统的数字孪生体（DTs）（Abdelrahman等人，2025年；Wu & Guan，2024年）。虽然这两种方法都以模拟为核心功能，但UDTs通过采用以人为中心的视角并捕捉城市系统的动态和演变特性而有所不同（De Jaeger & Swerts，2026年；Mar?al Russo等人，2025年；Liu等人，2023年；Batty，2018年）。这些特性使UDTs能够提供广泛的好处，包括更有效的规划、提高的经济和运营效率以及增强的决策过程（Weil等人，2023年）。然而，需要一个包含WSUD应用数字孪生体关键挑战和阶段的框架（Badawi等人，2021年）。创建WSUD项目的数字孪生体面临的挑战包括定义框架、整合来自不同数据源（如GIS、BIM或传感器）的复杂数据、调整数据收集和可视化方法，以及确保利益相关者的参与（Langenheim等人，2022年；Brasil等人，2022年；Bartos & Kerkez，2021年；Park & You，2023年）。

应对城市水资源管理的复杂挑战需要一种整合不同方法和技术的全局性方法。通过将水敏感城市设计原则与数字孪生体和决策支持系统等先进数字工具相结合，城市可以对其水资源系统有全面的了解，从而实现明智的决策和适应性管理策略。尽管关于水敏感城市设计和城市数字孪生的文献越来越多，但研究它们交叉领域的成果仍然零散且概念分散。现有研究主要从规划和治理的角度探讨WSUD，或从技术和系统工程的角度探讨UDTs，很少系统地综合这些框架如何协同工作。这种碎片化突显了需要一个结构化的综述，以整合现有知识、明确概念联系，并识别WSUD和UDTs接口处的研究空白。因此，本综述综合了当前的研究趋势，绘制了关键原则、技术能力、治理和数据要求以及未来研究的方向。通过提供这种综合评估，本研究旨在为推进可持续城市水资源管理的跨学科研究建立连贯的分析基础。

**2. 方法论**
本综述使用PRISMA（系统综述和元分析的优先报告项目）方法来探讨城市数字孪生体与水敏感城市设计之间的关系。在Scopus和ScienceDirect数据库中进行了系统搜索，使用关键词“城市水资源管理”、“城市数字孪生体”和“水敏感城市设计”。所有检索到的记录都被导入Zotero进行参考管理和重复项删除。作者根据预定义的纳入和排除标准手动进行了标题、摘要和全文的筛选。剩余研究的分析也是由研究人员手动完成的。此外，还手动按年份分析了出版物，以考察研究的时间分布，并使用VOSviewer进行了频繁词频映射，以识别文献中的主导主题模式。图1展示了基于PRISMA方法的文献综述流程。

**2.1. 数据库和关键词的识别**
首先，逐步在四个数据库（ScienceDirect、Web of Science、Scopus和Google Scholar）中测试关键词。文献搜索于2024年12月进行，时间范围限定在2014年至2024年的十年内，从通用关键词逐步细化到更具体的关键词。根据这些研究，确定了涵盖两个主题并提供足够文献访问量的最相关关键词（表1）。由于Scopus和ScienceDirect的相关性和足够的研究结果数量，选择了这两个数据库。共有170篇文章被纳入综述，其中28篇来自ScienceDirect，142篇来自Scopus（表1）。

**2.2. 纳入和排除过程**
文献搜索后，使用Zotero软件导入了在两个数据库中识别的170篇文章。首先在Zotero中识别出重复文章，排除了在两个数据库中都出现的11篇文章以及Scopus数据库中的1篇重复文章。此外，还排除了一篇非英文撰写的Scopus文章。另外，还有9篇不在Scopus数据库中的文章也被排除。在初步筛选后，审查了剩余148篇文章的标题，共有33篇文章在标题阶段被排除。在下一阶段，有20篇文章因其摘要、范围和目标不符合本研究的主要目的而被排除。对于剩余的95篇文章，进行了详细的全文审查，又排除了47篇文章。在此阶段定义了更具体的纳入和排除标准：
- 明确涉及水敏感城市设计（WSUD）和/或城市数字孪生体（UDT）概念的研究。
- 专注于WSUD和UDT在城市水资源管理和规划中的应用、开发或整合的文章。
- 提供与WSUD和/或UDT相关的实证数据、案例研究或理论框架的研究。

排除标准如下：
- 讨论与WSUD（绿色基础设施）类似概念但未指出其与UDT技术关系的研究。
- 缺乏规划和设计视角，仅关注传统水资源管理技术而不包含数字孪生体技术的研究。
- 仅讨论模拟或数字孪生体技术而不关注城市水资源管理或WSUD的研究。排除阶段的结果见表2。

**2.3. 文章分类**
在检查重复性、语言和可访问性后，根据搜索中使用的关键词对剩余文章进行了分类：水敏感城市设计、城市数字孪生体和城市水资源管理，以及它们与各个领域或跨领域联系的相关性。这一分类过程在整个后续筛选阶段（包括全文评估）中始终如一地应用。图2中的Sankey图说明了这一过程。四列代表四个阶段：初始排除阶段（重复性、语言和可访问性筛选后）、标题排除、摘要排除和全文排除。每行中的每种颜色代表一个领域或领域组合。最后三列底部的粉色条形表示每个领域在排除阶段后被排除的文章总数。

**3. 结论**
本综述综合了当前的研究趋势，绘制了关键原则、技术能力、治理和数据要求以及未来研究的方向。通过提供这种综合评估，本研究旨在为推进可持续城市水资源管理的跨学科研究建立连贯的分析基础。为了评估所识别系统的技術成熟度和实际部署水平，这些研究被分为四个成熟度等级：概念阶段、原型阶段、试点阶段和运营阶段（图3）。概念阶段的研究仅提出理论框架或架构提案，而不会实现可运行的系统；原型阶段的研究则开发在受控或实验环境中测试的数字孪生模型；试点阶段的研究在有限的现实环境中（如某个区域或流域）实施并评估该系统；运营阶段的研究则描述了已完全部署的系统，这些系统被整合到长期的城市管理和决策过程中。

**图3. 根据成熟度等级划分的城市水资源管理中数字孪生应用的分布**

该图表展示了所审查研究在不同数字孪生成熟度等级上的分布情况，包括概念阶段、原型阶段、试点阶段和运营阶段。

**3. 科学计量分析**

科学计量分析包括两个部分：按年份划分的出版物趋势和频繁出现的词汇映射。

**3.1. 按年份划分的出版物**

在本节中，我们分析了剩余48篇文章的出版年份。图4显示了经过最终筛选后的文章分布情况。尽管研究的搜索范围设定在2014年至2024年之间，但结果显示第一篇文章发表于2020年，之前的几年没有出版物。2021年的出版物数量略有减少，仅有一篇，但在随后的几年中观察到了稳定且显著的增加。过去三年的这种上升趋势表明，该领域的研究兴趣和学术生产力正在增长。

**图4. 按年份划分的出版物数量（经过全文筛选后）**

该图表显示了每年的出版物趋势，并突出了人们对数字孪生、水资源敏感型城市设计（WSUD）和城市水资源管理的日益增长的学术兴趣。

**3.2. 最频繁出现词汇的映射**

在本节中，我们对剩余48篇文章进行了共现分析，方法与前一节相同。使用全计数方法进行分析。图5展示了在全文搜索后从这48篇文章中提取的591个关键词。地图A和B的计数值设为3，地图C的计数值设为5。根据分析结果，出现频率最高的词汇是“水资源管理”、“数字孪生”、“供水系统”、“城市区域”、“水资源分配系统”和“决策制定”。这些高频关键词与研究的重点内容高度吻合。

**图5. 全文筛选后的共现网络分析结果**
A) 计数≥3且带有链接的网络分析
B) 计数≥3但不带链接的网络分析
C) 计数≥5且带有链接的网络分析

该图表展示了使用不同阈值生成的共现网络（A：计数≥3且带有链接；B：计数≥3但不带链接；C：计数≥5且带有链接）。它显示了文献中的主要主题集群和关键概念之间的关系。

**4. 内容分析**

本节包含五个小节，其逻辑进展如图6所示。第一小节解释了WSUD方法的历史背景和发展及其三个基本原则。第二小节从更广泛的城市系统视角定义了UDT概念的发展和核心能力。第三小节将范围缩小到专注于水资源管理的数字孪生能力。第四小节基于这些基础，通过研究与WSUD三个原则相一致的案例研究进行深入探讨。第五小节综合了前述分析得出的见解，并确定了建立基于数字孪生的WSUD框架的关键要求。这样，本节从理论基础逐步过渡到能力识别、应用案例分析，最终到框架级要求的制定。

**图6. 整合水资源敏感型城市设计（WSUD）和城市数字孪生（UDT）概念的分析框架的概念结构**

该图表展示了第4节的逻辑结构和研究分析的进展过程。它展示了如何从WSUD及其三个基本原则的理论基础，逐步过渡到城市数字孪生的更广泛能力，再到专注于水资源管理的数字孪生能力。在此基础上，该框架结合了与WSUD三个原则相一致的案例研究，并最终综合了建立基于数字孪生的WSUD框架所需的关键技术和组织要求。

**4.1. 水资源敏感型城市设计的原则**

“水资源敏感型城市设计（WSUD）”方法采用长期的社会环境可持续性视角，旨在通过城市规划和设计促进水循环管理与城市发展的合作，该方法于20世纪90年代初在澳大利亚出现（Fletcher等人，2015；Meulen等人，2023）。从这个意义上说，“水资源敏感型城市”是澳大利亚联邦政府“创新和建设水资源敏感型澳大利亚城市”国家计划的目标（COAG，2004）。在Brown等人（2009）的《2002至2008年间澳大利亚城市可持续水资源管理的制度化》研究中，确定了六个不同但逐步发展的阶段：供水城市、渠化城市、排水城市、水道城市、水循环城市和水资源敏感型城市（图7）。这一转变代表了向更可持续方法的过渡，而“累积的社会政治驱动因素”涉及规范和监管维度的变化以及“服务提供功能”的认知响应。

**图7. 城市水资源管理转型框架（Brown等人，2009）**

该图表展示了从传统供水系统向水资源敏感型城市发展的六个阶段，这一过程受到社会政治优先事项和服务提供功能变化的影响。供水城市侧重于提供可靠的水基础设施；随后是污水系统城市，引入了污水处理系统以应对公共卫生风险；排水城市发展了排水系统以管理洪水和雨水。随着传统水源的局限性和污染处理能力的显现，出现了水循环城市，促进了综合和多样化的水资源利用，以支持社会、经济和环境的可持续性。这一演变的最终成果是水资源敏感型城市，它倡导一种全面的水资源管理方法和城市韧性（Brown等人，2009）。

Wong和Brown（2009）将水资源敏感型城市方法定义为一种关注如何通过重新组合城市水资源管理、城市设计和社会制度中的最佳实践来改造城市的方案，并提出了该方法的三个原则：
(i) 城市作为水资源集水区；
(ii) 城市提供生态系统服务；
(iii) 城市由水资源敏感型社区组成。

城市作为水资源集水区意味着通过基础设施系统以最低成本和最小影响获取各种水资源（如地下水、城市雨水、雨水径流、再生废水和淡化水），需要开发优化模型以提供成本和环境影响最小的选择。第二个支柱涉及向建成环境和自然环境提供生态系统服务，强调保护或恢复生态系统服务以减轻气候变化对自然水生环境的影响的重要性。第三个支柱关注可持续性的社会政治资本和水资源敏感型行为，认为仅靠新技术的发展不足以成功实施，如果这些技术不能融入当地制度环境中（Wong & Brown，2009）。

**4.2. 城市数字孪生技术的能力**

数字孪生（DT）的概念最初由Grieves在2003年密歇根大学的产品生命周期管理课程中提出，指的是能够全面代表物理产品的虚拟信息构建，从微观到宏观层面，并旨在减少各种工程应用中的不良行为（Wu等人，2023；Deng等人，2021）。DT涵盖了物理和虚拟组件及其相互连接，并整合了硬件、软件和物联网（IoT）的进步，以增强和优化虚拟表示（Deng等人，2021）。Wu等人（2023）将数字孪生定义为能够实现实时监控、生命周期分析、预测性维护和运营优化的物理资产的动态表示，通过信息物理连接和物联网集成实现。通过持续连接物理和数字组件，DT可以模拟性能、支持维护规划，并随着时间的推移优化决策。当扩展到城市规模时，UDT将这一逻辑应用于复杂的社会技术系统。与基于对象的DT不同，UDT不仅需要考虑物理和数字基础设施，还需要考虑社会环境。因此，Elsehrawy等人（2024）将UDT概念化为一个综合框架，包括物理世界、数字世界和社会世界及其相互关系，强调了城市规模应用中的额外复杂性（图8）。

**图8. UDT的通用方法论框架（Elsehrawy等人，2024）**

该图表展示了数字孪生框架中数字世界、物理世界和社会世界之间的双向关系。它展示了数据流、观察、干预和服务交换如何使数字孪生能够表示、影响和支持现实世界的基础设施、环境和社区。图9中展示的UDT能力是从相关文献中综合得出的，并分为五个主要领域：城市数据融合、场景和政策测试、社会正义和治理、气候和可持续性以及参与和公共价值。这些能力的详细列表见附录A。

**图9. 城市系统中数字孪生的核心能力领域**

该图表展示了城市数字孪生的关键能力领域，包括城市数据融合、场景和政策测试、气候和可持续性分析、社会正义和治理以及参与和公共价值。城市数据融合指的是城市数字孪生整合异构数据源、实现实时同步和支持城市信息基础设施发展的能力。实时数据收集和监控允许不断更新数字模型，以反映城市系统的当前状态（Lagap & Ghaffarian，2024；Wu & Guan，2024；Abdeen等人，2023；El-Agamy等人，2024；Pesantez等人，2022）。此外，多源数据整合使传感器数据、地理空间数据、气候数据和基础设施数据能够耦合，促进物理系统与其数字对应物之间的动态交互（Wong等人，2020；El-Agamy等人，2024；Pesantez等人，2022；Lagap & Ghaffarian，2024；Abdeen等人，2023；Al-Sehrawy等人，2023）。最后，开放数据基础设施和大数据分析为数字孪生环境中的数据共享、互操作性和大规模分析提供了技术基础（Helmi等人，2024；Al-Sehrawy等人，2023）。在WSUD的背景下，这一能力使得整合水文数据、基础设施和环境数据集成为可能，这些数据集对于监测雨水流量、水质和分散式水资源系统至关重要。

场景和政策测试能力使UDT能够作为战略决策支持系统，允许规划者在虚拟环境中模拟城市过程、测试政策选项并评估潜在影响。这些能力包括场景建模和仿真、高精度数字模型和3D表示、实时优化和决策支持、自主或半自主决策系统，以及基于大规模城市数据的模式识别。通过这些功能，数字孪生支持诸如灾害风险管理、气候适应、公民参与、空间不平等分析和长期基础设施规划等应用（Wong等人，2020；Pesantez等人，2022；Abdeen等人，2023；Al-Sehrawy等人，2023；Lagap & Ghaffarian，2024；El-Agamy等人，2024；Helmi等人，2024；Wu & Guan，2024；Lei等人，2023；Yang等人，2025；Supangkat等人，2023；Tzachor等人，2022）。这些能力使规划者能够测试WSUD策略，如绿色基础设施布局、洪水缓解措施和分散式水资源再利用方案。

社会正义和治理能力指的是UDT分析空间不平等、支持包容性决策和加强道德和安全治理结构的潜力。通过利用大规模城市数据和分析工具，数字孪生可以识别社会不平等的模式、模拟利益相关者的价值观和认知，并支持更明智的政策干预（Al-Sehrawy等人，2023）。此外，这些系统可以通过在规划和决策中代表多样化的利益相关者，促进公共价值的创造和更具包容性的治理过程（Helmi等人，2024）。同时，城市数字孪生（UDT）的治理维度也需要强大的技术基础设施，以确保数据安全、透明度和系统韧性（Mohamed等人，2020年；Pesantez等人，2022年）。气候和可持续性能力突显了UDT在支持城市系统中的气候适应、环境监测和风险管理方面的潜力。UDT能够开发气候适应方案，分析环境变量，并通过可衡量的输出（如排放量或交通影响）来评估可持续性策略（Helmi等人，2024年；Al-Sehrawy等人，2023年）。此外，它们与传感器数据和模拟模型的集成使城市能够评估风险，支持灾害管理过程，并通过实时决策支持提高韧性（Pesantez等人，2022年）。这些能力还通过可视化并传达环境信息来增强可持续性意识，从而促进更明智的城市治理（Helmi等人，2024年）。这种能力直接支持了WSUD的目标，例如雨水管理、通过蓝绿基础设施缓解热岛效应以及气候适应性强的城市设计。参与和公共价值能力突显了UDT在支持包容性治理和公民参与城市决策方面的潜力。通过交互式可视化、实时数据访问和情景探索，UDT使公民和利益相关者能够更好地理解城市系统，并对规划过程提供反馈（Lagap & Ghaffarian，2024年；Wu & Guan，2024年；Abdeen等人，2023年）。此外，参与式设计方法和开放数据平台可以促进更广泛的利益相关者参与，并将不同的社会群体纳入城市治理（Al-Sehrawy等人，2023年）。通过促进多方利益相关者的合作和共同价值的创造，UDT不仅可以作为技术监控工具，还可以作为支持参与式决策和创造公共价值的平台（Helmi等人，2024年；El-Agamy等人，2024年）。这些工具还支持WSUD原则，即让公民能够与水资源基础设施规划过程互动。

4.3 数字孪生与水资源管理
UDT在水资源管理方面提供了独特的技术能力，旨在以更高效、有韧性和可持续的方式管理城市水资源基础设施。在这方面，这些能力被分为几个主要类别，如水力建模、网络设计与能源优化、泄漏检测与资产管理、灾害韧性以及生成操作决策支持系统，这些系统能够实现水系统的实时监控、基于情景的分析和数字环境中的决策过程（见图10）。附录B中提供了这些能力的详细列表。文献中广泛讨论了这些能力，以解决城市在 Water 循环方面面临的环境、结构和治理问题。

图10. 专注于水资源管理的城市数字孪生能力。该图展示了与城市水资源管理直接相关的关键数字孪生能力，包括水力和水质建模、网络设计与能源优化、泄漏检测与资产管理、灾害与韧性管理以及操作决策支持和合规性。

4.3.1 水力与水质建模
DT技术能够对城市水系统中的水力过程和水质动态进行集成建模，支持操作监控和战略决策。通过将实时传感器数据与模拟模型相结合，数字孪生可以连续表示系统状态，并实现预测控制策略。研究表明，实时数据集成显著提高了建模精度和系统响应性，允许使用EPANET等工具动态模拟压力、流量和水质等参数（Wang等人，2024年；Ostfeld & Abhijith，2023年）。除了水力性能外，数字孪生还可以预测化学和生物水质参数，从而识别潜在的污染风险并支持适应性操作策略（Fuertes等人，2020年）。通过优化技术和人工智能（AI）支持的分析，这些系统提供了对水资源基础设施的全面数字表示，捕捉当前系统状态、历史趋势和潜在的未来情景。

4.3.2 网络设计与能源优化
数字孪生在网络设计和能源管理方面提供的机会有助于使水资源基础设施具备未来适应性，实现效率和可持续性。在设计系统和优化能源效率时，会综合考虑管道、泵和储罐等基础设施组件，以实现最低的碳足迹和最高的服务质量（Fuertes等人，2020年）。此外，可扩展的数字孪生架构可以应用于不同规模和复杂性的系统，从小型本地网络到大型都市基础设施（Wang等人，2024年）。AI辅助的优化算法通过支持同时考虑环境可持续性、洪水风险管理和水质结果的预测性决策，进一步提升了系统性能（Sharifi等人，2024年）。

4.3.3 泄漏检测与资产管理
泄漏检测和资产管理是数字孪生技术在减少水资源损失和提高基础设施韧性方面的关键应用。通过将传感器数据与分析模型相结合，数字孪生能够持续监控基础设施性能，并在水分配系统中早期识别异常情况。这种能力通过在潜在泄漏或基础设施故障发生之前识别它们，从而减少运营成本和服务中断（Ramos等人，2023年；Sharifi等人，2024年）。此外，数字孪生通过持续监控基础设施组件并提供关于系统行为和性能的实时信息，促进了资产跟踪。这种数据驱动的方法使运营商能够更有效地规划维护活动并优化资源分配，同时提高整体系统可靠性（Webber等人，2022年；Quaranta等人，2023年）。通过集成分析、人工智能和决策支持界面，数字孪生为管理水资源基础设施资产提供了全面的框架（Pedersen等人，2021年）。

4.3.4 灾害与韧性
DT技术在增强城市水资源基础设施对环境危害和极端事件的韧性方面发挥着重要作用。通过实现实时监控和系统行为的预测模拟，数字孪生支持在洪水、污染事件或基础设施故障等情况下的早期预警机制和快速响应策略（Kim & Bartos，2024年）。基于情景的建模使运营商能够分析系统对不同灾害条件的潜在响应，并制定提高准备和响应能力的适应性操作策略（Fuertes等人，2020年）。此外，数字孪生通过根据实时数据输入和预测分析不断更新基础设施性能，支持适应性系统控制（Sharifi等人，2024年）。除了技术韧性外，这些系统还可以纳入利益相关者反馈和基于社区的学习过程，从而实现更加包容和适应性的城市水资源治理（Alexandra等人，2023年）。

4.3.5 操作决策支持与合规性
DT技术通过提供集成的、数据驱动的决策支持环境，增强了水资源管理中的操作决策。通过持续同步传感器数据与数字模型，这些系统能够实时预测关键操作指标，如流量、溶解氧水平和水质参数（Wang等人，2024年）。基于这些预测，数字孪生可以生成早期预警，并支持预防系统故障或性能下降的主动干预措施（Baumann等人，2022年）。先进的可视化工具通过提供直观和动态的系统性能表示，进一步增强了决策制定，使决策者能够更有效地与复杂数据集互动（Park & You，2023年）。此外，机器学习算法允许数字孪生随着时间的推移进行适应，通过整合操作反馈和不断变化的系统行为（Alexandra等人，2023年；Sharifi等人，2024年）。这些能力不仅支持运营效率，还支持城市水资源管理中的法规合规性和多方利益相关者治理过程。

4.4 用于水资源敏感城市设计（WSUD）的城市数字孪生（UDT）
WSUD是一个广泛的概念，包含三个基本原则：城市作为水资源集水区、城市提供生态系统服务以及水资源敏感社区。因此，文献中没有直接定义或研究UDT技术如何支持WSUD。然而，在研究每个WSUD原则如何得到UDT技术支持时，我们发现了来自不同学科的众多研究。在这方面，UDT技术通过诸如管道泄漏检测、水量和水质监控、饮用水分配管理以及通过实时数据集成、模拟和预测分析实现的基础设施优化等功能，支持第一个原则“城市作为水资源集水区”（Ramos等人，2023年；Wang等人，2024年；Kim & Bartos，2024年；Ramos等人，2022年；Pesantez等人，2022年；Ostfeld & Abhijith，2023年）。

第二个WSUD原则“城市提供生态系统服务”旨在减少气候变化影响（如洪水、极端高温、干旱和城市热岛）对自然和建成环境的压力，并保护城市生态系统服务（例如空气质量、水循环、生物多样性、热舒适度）。在这方面，UDT技术通过优化基于自然的解决方案、洪水和温度风险分析、洪水控制、早期预警系统以及实时微气候测量和分析等功能，提高了城市的生态韧性和气候适应能力（Brasil等人，2022年；Xu等人，2022年；Lagap & Ghaffarian，2024年；Park & You，2023年）。

“水资源敏感社区”原则旨在使城市居民能够实时监控城市水资源管理问题，了解这些问题，并参与可持续水资源管理工具和实践。在这方面，UDT技术可以通过游戏化模型（如严肃游戏）来增加参与度，向公民传达水与其他城市部门之间的关系以及这些系统面临的挑战（Ghodsvali等人，2022年）。UDT还充当智能数据平台（Fadmastuti等人，2024年；Helmi等人，2024年；Xu等人，2022年）和支持虚拟现实技术的协同设计应用程序（Dane等人，2024年）。这些技术确保公民不仅仅是被动观察者，而是积极参与决策过程。

表3提供了本综述中分析的案例研究的比较概览，总结了它们在WSUD三个核心原则（“城市作为水资源集水区”、“城市提供生态系统服务”和“城市包含水资源敏感社区”）中的地理分布、关键数字孪生技术、常见实施挑战和报告的影响。只有展示实际城市实施或明确定义的城市规模案例研究被纳入此分析。

表3. 案例研究在WSUD各支柱中的分布概览
WSUD 原则 | 案例数量 | 代表国家 | 关键DT技术 | 共同挑战 | 关键影响
------------|------------|-----------|-------------|--------------|
| 城市作为水资源集水区 | 8 | 葡萄牙、西班牙、哥伦比亚、美国、丹麦、巴西 | EPANET、SCADA、IoT、AMI、实时传感器 | 数据集成、模型校准、实时数据处理 | 减少泄漏、节约用水、降低峰值需求、改进系统监控 |
| 城市提供生态系统服务 | 8 | 韩国、德国、奥地利、澳大利亚、加拿大、荷兰 | SWMM、LiDAR、EnKF、DEM、GIS、洪水预测工具 | 多源数据集成、大规模模型的计算复杂性、实时数据同化 | 提高洪水预测准确性、减少洪水体积、减少雨水溢流、实时早期预警 |
| 城市包含水资源敏感社区 | 2 | 印度尼西亚 | 众包平台、VGI、社交媒体数据集成、3D城市模型 | 利益相关者参与、数据所有权、公民生成数据的整合 | 提高情境意识、参与式监控、加快应急通信 |

表3显示案例研究在三个WSUD原则之间的分布不均衡：虽然有八个案例同时属于“城市作为水资源集水区”和“城市提供生态系统服务”，但在“城市包含水资源敏感社区”类别中仅发现了两个案例。“城市作为水资源集水区”的应用主要集中在基础设施管理上，使用水力建模和实时监控工具（如EPANET、SCADA、AMI）来提高系统性能和减少水资源损失。相比之下，“城市提供生态系统服务”的案例更多依赖于水动力和空间建模工具（如SWMM、基于LiDAR的地形模型和预测系统）来支持洪水预测和基于生态系统的雨水管理。而“城市包含水资源敏感社区”则强调参与式技术，包括众包平台、VGI和社交媒体数据集成，以支持公民参与和实时情境意识。虽然所有类别都面临数据集成和模型复杂性等技术挑战，但以社区为导向的应用还面临与利益相关者参与和数据治理相关的问题。报告的影响范围从可测量的运营改进到增强的参与式监控和通信。

为了更深入地了解UDT技术如何支持水资源敏感城市设计的核心原则，以下部分将分别探讨每个支柱。案例研究根据其UDT核心能力、WSUD应用领域、实施的UDT功能、启用机制、量化结果和证据强度进行分组和分析。证据强度根据文献中报告的验证水平进行评估，范围从使用历史或模拟数据的离线验证到数字孪生输出指导实际运营决策的全面决策影响评估。这种分解有助于从基础设施、生态和社区导向的角度更细致地解释数字孪生如何为可持续城市水资源管理做出贡献。城市作为水源集水区
如第4.1节所定义，城市作为水源集水区不仅指自然水文集水区，还指城市通过基础设施和管理系统获取、生成、回收和优化多种水源（如地下水、雨水、雨水和处理过的废水）的能力，从而成为综合水资源系统。从这个意义上说，基于基础设施的监测、处理和分配系统是使城市能够发挥水源集水区作用的关键运营机制。表4中总结的案例研究表明，数字孪生技术越来越多地被应用于监测水基础设施、优化分配网络，并通过整合实时数据和液压建模环境来减少水资源损失。在所审查的研究中，数字孪生系统通常结合了EPANET等液压仿真平台与基于传感器的监测基础设施，包括SCADA系统、高级计量基础设施（AMI）和物联网支持的智能水表（Ramos等人，2023；Fuertes等人，2020；Pesantez等人，2022）。通过持续同步物理基础设施数据和仿真模型，这些环境使公用事业公司能够动态分析网络状况并评估诸如泄漏控制、需求管理和能源优化等运营策略。与传统液压模型相比，数字孪生环境允许使用实时监测数据更新系统状态，从而实现更加适应性和响应性的基础设施管理。

表4. 符合WSUD原则I的案例研究：城市作为水源集水区
| 作者 | 城市 | DT核心能力 | WSUD应用领域 | 实施的DT功能 | DT支持机制 | 量化WSUD成果 | 证据强度 |
| --- | --- | --- | --- | --- | --- | --- |
| Ramos等人，2023；Ramos等人，2024 | 葡萄牙马德拉岛 | 泄漏检测与资产管理 | 城市供水系统中的水资源损失减少和水能耦合优化 | 液压仿真、水平衡校准、DMA分区、泄漏建模、压力调节、泵-涡轮（PAT）能量回收仿真 | 每年节省334万立方米水；泄漏减少44%；每年节省1.2吉瓦时能源；每年节省超过150万欧元；每年减少约530吨二氧化碳 | 完整的决策影响评估 |
| Fuertes等人，2020 | 西班牙瓦伦西亚 | 城市饮用水分配管理；实时液压控制；应急规划 | 实时液压仿真；异常检测；应急情景模拟；维护规划 | GIS；SCADA（1分钟更新）；AMI；CMMS集成；EPANET模型；GO2HydNet自动化模型构建器；大数据平台 | 支持160万居民的实时数字孪生；自动化生成32.5万个节点的模型（约1分钟）；改善应急响应和运营优化 | 完整的决策影响评估 |
| Bonilla等人，2023 | 哥伦比亚潘普洛纳 | 液压与水质建模 | 城市供水系统管理；非收益水评估 | 网络性能分析；数字地籍创建；液压建模；压力校准 | EPANET 2.2；WATERing软件；无人机摄影测量；Agisoft Metashape；GIS/CAD；流量和压力测量 | 校准后的液压模型支持压力管理和初步的非收益水评估 | 使用历史数据和现场测量进行离线验证 |
| Kim & Bartos，2024 | 美国中西部 | 液压与水质建模 | 城市雨水污染物传输建模 | 污染物传输建模；液压耦合；卡尔曼数据同化；羽流跟踪 | Pipedream + SUPERLINK求解器；卡尔曼滤波器数据同化 | 提高浓度估计精度（RMSE/NSE改进） | 使用真实网络和数据同化进行离线验证 |
| Pesantez等人，2022 | 美国莱克伍德 | 液压与水质建模 | 城市饮用水需求管理 | 基于代理的需求模拟；智能水表集成；需求峰值转移情景 | AMI智能水表；基于代理的建模；行为扩散建模平台 | 最大减少37%的峰值需求；每天将约299加仑的需求从峰值转移 | 使用历史智能水表数据和情景模拟进行离线验证 |
| Tavares等人，2022 | 葡萄牙马德拉岛丰沙尔 | 网络设计与能源优化 | 可再生能源供电的供水和抽水蓄能优化 | 液压仿真；可再生能源集成优化；泵-涡轮调度；水库平衡 | EPANET液压模型；Excel GRG优化；PVGIS风/太阳能数据集；经济模型 | 每天供应3万立方米水；25兆瓦时存储容量；每年减少约1.8万吨二氧化碳；净现值高达1.5亿欧元 | 使用真实系统数据和校准后的液压模型进行离线验证 |
| Pedersen等人，2021 | 丹麦 | 运营决策支持与合规 | 城市雨水/排水系统管理 | 实时液压仿真；系统监测；情景测试 | 传感器数据集成；液压建模平台；数据同化 | 改进雨水系统性能和溢流风险的预测 | 使用历史数据和实时数据同化进行离线验证 |
| Batista等人，2022 | 巴西贝洛奥里藏特 | 建筑规模水资源需求管理 | 实时消费监测；异常检测；泄漏警报；消费基准测试 | BIM–IoT–FM集成；361个智能水表；SQLite数据库；R分析环境 | 潜在节省约15%的水资源；量化超额消费和财务影响 | 使用真实运营数据和实时监测进行离线验证 |

如表4所示，所审查的研究涵盖了城市供水系统的多个组成部分，包括泄漏管理、需求预测、水质建模和水能优化。这些应用表明，数字孪生技术主要用于提高供水网络内的运营效率和基础设施韧性。在多个案例中，数字孪生环境还集成了额外的优化或预测模块，如需求预测、污染物传输建模或能源回收优化，以支持在需求或气候条件变化下的替代运营策略评估（Kim & Bartos，2024；Tavares等人，2022）。报告的结果表明，数字孪生应用可以通过减少水资源损失、优化能源消耗和支持需求侧管理来显著提高系统性能。然而，这些应用的实证成熟度在不同研究中有所不同。虽然一些实施展示了在大规模城市网络中的完全运营决策支持能力（Fuertes等人，2020；Ramos等人，2023），但其他应用仍处于校准后的液压建模或离线情景验证阶段（Bonilla等人，2023；Pesantez等人，2022）。葡萄牙马德拉岛高拉供水网络实施的数字孪生提供了一个详细示例，说明如何通过集成液压建模和运营数据来支持城市供水系统中的泄漏减少和能源优化（Ramos等人，2023）。该系统结合了校准后的EPANET液压模型、地理空间基础设施数据集、基于传感器的监测和智能水网组件，以分析网络性能并识别泄漏减少机会。在数字孪生环境中，液压仿真与水平衡分析、区域计量区（DMA）重组、压力调节策略以及泵-涡轮（PAT）系统的部署相结合，用于能源回收。这种集成建模框架使公用事业公司能够持续评估运营情景并优化系统性能。报告的结果表明，网络效率有了显著提高，包括每年节省约330万立方米水、泄漏减少约44%，以及通过集成能源回收系统产生约1.2吉瓦时的可再生能源（Ramos等人，2023；Ramos等人，2024）。这些改进相当于每年超过150万欧元的经济效益和约530吨二氧化碳排放的减少，突显了数字孪生技术在同时提高城市供水系统的用水效率和能源可持续性方面的潜力。

总体而言，所审查的案例表明，数字孪生可以通过改善监测、运营优化和水资源分配基础设施的效率来增强城市作为水源集水区的能力。同时，应用集中在基础设施监测和运营优化方面，表明数字孪生在技术水资源管理功能方面最为成熟，而与分散式水资源和循环城市水系统的更广泛集成仍是一个新兴的研究方向。

4.4.2. 提供生态系统服务的城市
表5中总结的案例研究表明，支持“提供生态系统服务”原则的数字孪生应用主要应用于洪水预报、雨水调节和蓝绿基础设施规划领域。

表5. 符合WSUD原则II的案例研究
| 作者 | 城市 | DT核心能力 | WSUD应用领域 | 实施的DT功能 | DT支持机制 | 量化WSUD成果 | 证据强度 |
| --- | --- | --- | --- | --- | --- | --- |
| Park & You，2023 | 韩国顺津 | 灾害与韧性 | 流域规模的洪水预报和大坝优化 | 降雨-径流建模；河流水力学；2D洪水模拟；基于AI的流量优化 | LiDAR DEM + K-Drum/K-River/K-Flood + BAS AI模型 + 实时集成 | NSE = 0.95；验证的河流水位预测和洪水范围 | 使用真实洪水事件的实时数据同化 |
| Baumann等人，2022 | 德国弗伦斯堡 | 液压与水质建模 | 城市雨水排水和降雨洪水预报 | 1D–1D水动力建模；自动化模型生成；实时仿真；EnKF数据同化；洪水预报 | SWMM；基于DEM的表面建模；GIS集成；雷达降雨；水位传感器；基于Python的早期预警系统 | 提高预报精度；MAE减少；仿真时间2.73秒；验证的洪水地图 | 使用历史数据和模拟实时数据同化进行离线验证 |
| Pichler等人，2024 | 奥地利格拉茨 | 液压与水质建模 | 城市排水建模和CSO分析 | 水动力仿真（SWMM）；污水网络聚合；径流路径建模；CSO体积模拟；洪水体积估计；水平衡评估 | SWMM 5.2；自动化Python简化算法；管道校准；合成降雨模拟 | 计算速度提高20–45倍；仿真时间减少95–97%；约75%的节点NSE ≥ 0.8 | 使用模型间比较进行离线验证 |
| Fadmastuti等人，2024 | EFAS | 灾害与韧性 | 跨国洪水早期预警和预报 | 集合洪水预报；概率性警报；基于影响的洪水层次；跨境信息共享 | 集合预测系统；哥白尼应急管理服务；分布式水文建模中心 | 提前3–10天的洪水预报；改进的准备工作规划 | 实时运营系统（已制度化），但未量化决策影响评估 |
| Jia等人，2024 | 澳大利亚悉尼 | 液压与水质建模 | 绿色雨水基础设施设计（雨水花园） | 基于粒子的径流模拟；雨水体积估计；情景测试；设施规模确定；3D可视化 | 参数化3D建模；粒子系统径流模拟；设计曲线；未来气候下的设施面积增加25%；80%的TSS，60%的TP，45%的TN去除目标 | 基于模拟的离线验证 |
| Xu等人，2022 | 加拿大魁北克 | 液压与水质建模 | 实时控制的雨水收集用于洪水缓解和流量恢复 | 耦合RTC–SWMM液压仿真；风暴前释放优化；降雨预报集成 | SWMM液压模型；RTC控制算法（R）；降雨预报输入；分布式存储控制 | 最大减少82%的洪水体积；减少25–40%的峰值流量；减少节点洪水 | 使用历史降雨数据和液压仿真进行离线验证 |
| Van der Werf等人，2023 | 荷兰埃因霍温与Hoogvliet | 运营决策支持与合规 | 蓝绿基础设施（SUDS）和实时污水控制以减少CSO | 液压建模；MPC控制；RTC优化；随机建模；CSO性能分析 | EPA SWMM5；PySWMM；遗传算法优化；雷达降雨数据；虚拟水库建模 | CSO性能变化（1.44–4.09）；在密集化情景下CSO显著增加 | 使用历史数据进行离线验证 |
| Oberascher等人，2022 | 奥地利因斯布鲁克 | 运营决策支持与合规 | 基于自然的解决方案监测；智能雨水桶控制；泄漏检测 | 实时监测；基于物联网的水控制；智能阀门操作；泄漏检测 | IoT传感器网络；LoRaWAN通信；PostgreSQL数据库；天气预报集成 | 温度降低，1000立方米泄漏检测 | 实时运营原型（校园规模） |

在所审查的研究中，数字孪生环境通常结合了SWMM等水动力建模平台与高分辨率空间数据（例如，LiDAR衍生的DEM、GIS），在某些情况下还包括实时监测和数据同化技术（Park & You，2023；Baumann等人，2022；Pichler等人，2024）。这些集成系统能够连续模拟城市水文过程，并允许基于情景分析排水系统性能、洪水传播和蓝绿基础设施策略。通过将水动力模型与实时监测和数据同化相结合，数字孪生环境将传统的排水建模从静态仿真工具扩展为持续更新的预报系统。在多个案例中，数字孪生还通过传感器网络和实时控制机制支持基于自然的解决方案的监测和性能评估（Oberascher等人，2022）。然而，实证验证的水平在不同研究中有所不同。虽然一些应用展示了运营预报能力或验证的洪水预测结果（Park & You，2023），但许多研究仍处于使用历史数据或基于模拟的评估阶段（Baumann等人，2022；Pichler等人，2024）。德国弗伦斯堡的雨水系统展示了数字孪生在城市洪水预报中的应用（Baumann等人，2022）。使用SWMM平台结合高分辨率DEM数据和详细网络信息开发了Mühlenstrom排水流域的水动力模型，该流域面积约为6000公顷，排水网络长度约为229公里。该系统集成了集合卡尔曼滤波器（EnKF）数据同化框架，通过并行仿真和传感器观测更新液压状态。使用降雨事件的验证表明，该模型能够再现观察到的流动动态并支持短期洪水预报。这种方法说明了如何通过将水动力建模与实时监测和数据同化相结合来提高洪水预测并支持符合WSUD的雨水调节功能。

总体而言，所审查的研究表明，数字孪生方法有潜力通过改进洪水预测、支持基于情景的基础设施规划和实时监测蓝绿基础设施来增强城市水系统的生态系统服务功能。同时，不同的验证水平表明，许多应用仍处于早期实施阶段，这突显了进一步运营部署和长期性能评估的必要性。

4.4.3. 包含对水敏感社区的城市
对水敏感的社区强调知情公民、透明的信息流动和城市水资源管理中的协作治理。数字技术通过传播洪水风险信息、促进当局与公民之间的沟通以及在洪水事件期间提高情境意识来越来越多地支持这些过程。然而，关于数字洪水管理参与维度的文献相对有限。在这篇综述中，只发现了两项明确研究数字系统如何促进社区参与和参与式洪水信息生态系统的案例（表6）。案例研究符合WSUD原则III：包含水敏感社区的城市

作者 | 城市 | DT核心能力 | WSUD应用领域 | 实施的DT功能 | DT支持机制 | 量化的WSUD成果 | 证据强度

Supangkat等人，2023年 | 印度尼西亚万隆 | 运营决策支持与合规 | 城市监测和基础设施问题报告 | 3D城市模型（LOD1–2）；基于人群的数据整合；地理空间定位；3D对象重建 | 移动众包感知；GNSS+指南针三角测量；Google Maps定位；基于云的SfM摄影测量；Digital Geotwin（数字阴影层） | 未报告直接与WSUD相关的成果 | 使用历史数据/基准数据进行离线验证

Fadmastuti等人，2024年 | 印度尼西亚雅加达 | 灾害与韧性 | 实时参与式洪水监测和紧急通信 | 实时地理定位洪水报告；众包VGI数据采集；自动推文过滤；实时洪水可视化；基于API的数据共享 | Twitter API；CogniCity平台；云基础设施（AWS）；多级验证；开放API架构 | 未量化水文成果；可视化时间减少（数小时→约20秒）；提高紧急情况意识 | 实时数据同化（运营平台使用），但未量化决策影响评估

在印度尼西亚万隆实施的Digital Geotwin展示了将移动众包感知与3D数字孪生环境相结合的参与式城市监测系统（Supangkat等人，2023年）。该系统通过移动设备收集市民生成的报告，包括城市问题的照片、用户GPS坐标、指南针方向以及描述观察问题的文字。这些数据与建筑轮廓、建筑高度信息、道路网络以及来自国家地理空间机构的卫星图像等地理空间数据集结合，构建出万隆的3D城市模型。在此框架下，市民提交的图像通过基于云的结构从运动（SfM）算法进行处理，以重建报告对象的三维表示。然后使用GNSS坐标、Google Maps定位和指南针方向来估计这些对象在3D城市模型中的空间位置。重建的对象被整合到Digital Geotwin平台中，使当局能够在3D城市环境中可视化报告问题的位置、方向和周围环境。这一功能使决策者能够评估城市异常情况，如受损的基础设施、非法停车或环境危害，并评估潜在的干预措施。对所提出的地理定位方法的评估表明，与早期方法相比，空间误差有所减少，提高了数字孪生环境中市民报告观察结果的空间精度。

Jakarta PetaJakarta.org平台展示了另一个参与式数字洪水监测系统，该系统将市民生成的数据整合到实时城市信息环境中（Fadmastuti等人，2024年）。该平台通过社交媒体（特别是Twitter）收集居民分享的带有洪水相关关键词（如#banjir或#flood）的地理定位洪水报告。这些众包信息通过CogniCity平台进行处理，其中自动过滤和验证程序提取相关地理空间信息并将其转换为结构化的洪水观测数据。处理后的数据通过基于网络的交互式洪水地图进行可视化，该地图能够近乎实时地显示洪水位置和相关紧急信息。该系统由托管在Amazon Web Services上的云基础设施支持，镜像服务器确保平台的持续可用性和快速数据同步。此外，该平台提供开放API访问，允许与应急管理当局和其他利益相关者共享洪水观测数据和相关数据集。通过将社交媒体帖子转换为地理定位的洪水信息，该平台显著加快了洪水信息处理速度，将之前的手动报告系统下的几小时可视化时间缩短至约20秒。这种架构在洪水事件期间提高了情况意识，同时允许市民直接参与城市洪水监测。

这些案例共同说明了数字孪生相关平台如何通过整合市民生成的信息流，将城市水资源管理扩展到不仅仅是技术基础设施监测的范畴。虽然许多数字孪生应用主要集中在水力建模和基础设施优化上，但万隆和雅加达的例子展示了参与式数据基础设施在提高情况意识、加速洪水事件期间信息流动和支持协作治理过程中的潜力。同时，这一类别中研究数量有限，表明将参与式数字平台整合到城市数字孪生环境中仍然是WSUD框架内的一个新兴研究领域。

4.5. 支持WSUD的集成框架要求

水敏感城市设计（WSUD）的原则和城市数字孪生（UDT）的能力共同构成了应对当今城市水资源挑战的协同框架（图11）。WSUD提供了战略视角：将城市视为流域，恢复生态系统服务并培养水敏感社区，而UDT提供了操作引擎：实时数据融合、高保真可视化、预测分析以及将复杂水文动态转化为可操作见解的参与式界面。在这个框架内，通过一系列集成要求将WSUD原则和UDT能力有效结合，使数字智能与水敏感规划目标保持一致。这些要求构成了图11中所示框架的关键层次，其详细分类在附录C中提供。如图11所示，这些组件的整合最终支持了发展出具有韧性、适应性和社会包容性的城市水资源系统，能够维持长期的社会生态福祉。

下载：下载高分辨率图像（1MB）
下载：下载全尺寸图像
图11. 支持WSUD的城市数字孪生（UDT）集成框架。该图展示了将城市数字孪生（UDT）能力与水敏感城市设计（WSUD）原则相结合的概念框架。该框架将WSUD的战略目标与以水资源管理为重点的数字孪生能力联系起来，并确定了关键的技术和组织集成要求。这些组件共同展示了数字孪生技术如何支持提高城市水资源效率、降低洪水风险、增强生态系统服务、创建气候适应性强的城市环境以及更加参与性和适应性的水资源治理。

4.5.1. 数据基础设施和集成

数字孪生技术的有效性直接依赖于强大的数据基础设施和集成能力。因此，系统应建立在实时数据流的技术基础设施之上，实现来自不同来源的数据的全面集成、不同系统之间的互操作性、语义建模方法以及手动收集的传感器数据的协调。实时数据流对于与物理环境的持续互动和及时决策至关重要。Wang等人（2024年）将实时集成确定为数字孪生系统的核心要素，而Mortaheb和Jankowski（2023年）强调了高性能处理能力、分布式数据库和并行计算的作用。同样，Kim和Bartos（2024年）以及Ramos等人（2023年）强调了支持连续数据流和实时模拟的基础设施的重要性。这些研究表明，实时数据基础设施将数字孪生从静态建模工具转变为支持预测性和适应性城市水资源管理的动态监测环境。连续的数据流使数字孪生能够检测系统变化、模拟潜在影响，并支持WSUD实施中的及时决策。

互操作性依赖于确保技术兼容性的数据架构和中间件。Wong等人（2020年）解释了新协议、标准和认证的必要性。Mortaheb和Jankowski（2023年）强调了高容量基础设施的作用。Sharifi等人（2024年）将数字孪生平台视为跨行业的连接器。Salman和Hasar（2023年）强调了AI支持的与分析和预测的互操作性。Ramos等人（2023年）强调了安全和连续的数据流程，而Abdeen等人（2023年）指出了跨API、可视化和平台的全面集成。从操作角度来看，互操作性可以通过中间件平台、共享数据标准和应用程序编程接口（API）来实现，这些接口允许不同的建模系统和数据库无缝交换信息。对于WSUD应用而言，这种集成尤为重要，因为水文模型、基础设施数据集和环境指标必须在统一的数字环境中进行交互。

基于语义和标准的建模确保信息不仅在技术上正确显示，而且在上下文上也是如此。Wang等人（2024年）将建模标准视为数字孪生架构的基本要素之一，而Sharifi等人（2024年）描述了用于理解环境背景的语义建模方法。Kim和Bartos（2024年）提到了整合水力模型和质量模型的结构，而Webber等人（2022年）和Ramos等人（2023年）认为将模型整合到验证和不确定性分析过程中是必要的。这种结构不仅决定了模型的技术准确性，还决定了其在治理层面的可用性。

在实践中，建模标准通常包括标准化的数据模式、语义本体和模型集成框架，这些框架允许不同的城市数据集进行一致的解释。例如，BIM-GIS集成、标准化的城市数据模型和元数据结构使水力、环境和基础设施数据集能够在数字孪生环境中进行交互。这些标准提高了模拟的技术准确性和数字孪生在规划和治理过程中的可用性。

最后，协调手动数据和传感器数据确保了实地测量和自动化系统之间的连贯性。Lagap和Ghaffarian（2024年）强调应将数字孪生中的手动数据收集整合到数字模型中。Fu等人（2022年）指出，数字孪生不仅进行观测，还利用这些数据制定维护和运营策略。Baumann等人（2022年）则建议开发实时协调技术，以高精度将观测数据传输到模型中。这种完整性确保了实地数据和数字模拟的同步。

通过混合监测框架可以实现手动观测和自动化传感器数据之间的有效协调，其中实地测量用于模型校准和验证，而传感器网络提供连续的实时数据流。数据同化技术和异常检测方法进一步帮助同步观测到的系统和模拟系统状态，提高了数字孪生模拟的可靠性，并支持更稳健的WSUD决策。

4.5.2. 系统架构和计算能力

数字孪生的系统架构必须满足可扩展性和模块化的基本要求。在云、边缘计算和雾计算之间构建多层架构对于平衡不同场景下的数据处理负载非常重要（Wang等人，2024年）。这种结构提高了城市在数字化过程中的创新能力，并实现了信息技术从质量到数量的转变（Sharifi等人，2024年）。需要高性能处理的应用程序，如实时建模和场景分析，需要将高性能硬件集成到系统架构中（Baumann等人，2022年）。

系统不仅应保持静态结构，还应与连续的数据流同步工作。反映物理系统当前状态的实时数据流提高了建模的及时性和准确性（Fu等人，2022年）。这一过程由先进算法支持，提供了生成未来场景的能力（Salman & Hasar，2023年）。反馈机制和自适应规划方法使系统能够快速响应外部条件（Lagap & Ghaffarian，2024年）。此外，数据输入和输出过程的协调对于互操作性和封装等问题至关重要（Brasil等人，2022年）。因此，架构和计算能力的要求可以表现为实时性能、灵活的集成和计算能力。

4.5.3. 可视化和决策支持

可视化和决策支持系统使得数字孪生能够成为用户有效参与决策过程的工具。数据的多维可视化不仅支持技术分析，还有助于不同利益相关者之间的共同理解（Xu等人，2022年）。这种共同基础促进了不同用户组之间的有效沟通。通过兼容的接口和平台，系统之间的互动在技术和管理方面都变得可行（Abdeen等人，2023年）。

在决策支持系统方面，数字孪生使服务提供商能够可视化系统数据，以便监控过程并进行管理干预（Brasil等人，2022年）。这一功能使得在规划和场景创建过程中能够建模替代的未来状态（Fu等人，2022年）。在模拟环境中，需要同时处理建模、数据集成和数据收集等过程，以确保数字孪生模拟准确反映城市系统的动态（Park & You，2023年）。基于这些集成模拟环境，决策支持工具应使决策者不仅能够监控当前系统状态，还能预测未来的维护需求和系统性能（Wang等人，2024年）。通过这种集成，数字孪生充当了技术基础设施和用户导向决策接口之间的桥梁。

4.5.4. 安全性和隐私

安全性和隐私要求是影响数字孪生系统技术可持续性和社会接受度的关键组成部分。多层安全结构应包括加密和访问控制等关键要素（Wang等人，2024年）。系统软件中的漏洞可能威胁数据安全和决策支持系统的可靠性（El-Agamy等人，2024年）。在这个背景下，安全不仅具有技术层面，还具有伦理和管理层面（Wu & Guan, 2024）。确保数字孪生系统中的安全和隐私需要技术保障和有效的治理框架。实施数据管理和传输的集成安全协议可以增强系统的完整性并保护敏感信息（El-Agamy et al., 2024）。同时，远程监控和控制应用引入了与网络安全和系统责任相关的更复杂的威胁概况（Alexandra et al., 2023）。因此，数字孪生平台必须结合针对物理和网络威胁的韧性措施，以确保在不同风险条件下的可靠运行（Quaranta et al., 2023）。除了技术保护外，治理框架在促进公平的数据访问和防止数字鸿沟方面也起着关键作用（Wu & Guan, 2024）。在这种情况下，安全和隐私成为确保数字孪生系统社会合法性和包容性使用的关键组成部分。

4.5.5. 社会和组织要求
为了使数字孪生系统有效运行，必须将社会维度整合到系统设计中。在决策过程中考虑社会维度可以提高系统的合法性和接受度（Xu et al., 2022）。利益相关者的参与不仅支持信息收集过程，还增强了系统的可信度和透明度（Lagap & Ghaffarian, 2024）。从这个意义上说，数字孪生系统不应仅仅被视为技术基础设施，而应被视为需要组织协调和制度能力才能有效运作的社会技术系统（Webber et al., 2022）。在组织能力方面，必须同时发展管理承诺、战略对齐和组织适应过程，以便成功实施数字孪生系统（Fadmastuti et al., 2024）。这种技术转型要求组织制定长期战略，并投资于能够操作和解释数字孪生系统的技术娴熟的人力资源（Bhandari et al., 2023）。这种转型还导致规划者、工程师和数据专家之间的专业角色演变和更大的跨学科合作（Alexandra et al., 2023）。因此，加强组织内的技术能力和数字能力对于支持参与式决策过程和数字孪生系统的有效治理至关重要（Mortaheb & Jankowski, 2023）。此外，基于公共数据共享的开放治理方法可以提高系统间的可访问性和互操作性，进一步支持制度能力和系统的长期可持续性（Sharifi et al., 2024）。

5. 讨论
这项系统评价研究了水敏感城市设计（WSUD）和城市数字孪生（UDT）技术的交叉点，强调了它们在城市水资源管理中的相互利益和整合挑战。该评价的发现表明，UDT和WSUD的整合仍处于发展的早期阶段。尽管数字孪生技术越来越多地被讨论为城市水资源管理的工具，但它们在WSUD导向的规划和治理过程中的实际应用在不同原则和应用背景下的情况仍不均衡。从回顾的文献中可以看出一个主导模式，即数字孪生应用主要集中在技术导向的城市水资源管理功能上。现有研究表明，在与WSUD原则相关的城市作为供水集水区和提供生态系统服务的城市方面，活动水平相当。以基础设施为导向的应用主要关注水资源分配监测（Ramos et al., 2023; Fuertes et al., 2020; Bonilla et al., 2023）、水力建模（Tavares et al., 2022; Pedersen et al., 2021）和泄漏检测（Batista et al., 2022），而以生态系统为重点的研究则强调洪水预测（Park and You 2023; Baumann et al., 2022; Fadmastuti et al., 2024）、环境监测（Oberascher et al., 2022）和气候适应分析（Van der Welf et al., 2023）。相比之下，很少有研究关注“城市包含水敏感社区”这一原则，该原则侧重于参与式治理、公民参与和水敏感行为的发展（Supangkat et al.; 2023; Fadmastuti et al., 2024）。这种不平衡表明，UDT研究迄今主要集中在城市水资源系统的技术和环境层面，而水敏感城市的社会和制度方面相对较少被探索。

另一个重要的观察结果是数字孪生实施的成熟度。大多数回顾的研究仍处于概念或原型阶段，只有少数试点项目在真实的城市环境中得到实施。这种分布表明，UDT整合到WSUD导向的城市水资源管理中仍然是实验性的，尚未达到广泛的应用。这种模式也反映在表4、表5和表6中总结的实证验证水平上，许多研究依赖于离线验证或基于模拟的测试，而不是能够为实际决策提供信息的完全运行部署。文献还强调了几个限制数字孪生系统在城市水资源管理中更广泛应用的障碍。其中最显著的是数据互操作性，因为UDT平台依赖于包括传感器网络、水力模型、地理空间数据库和基础设施信息系统在内的异构城市数据集的整合，这些数据集通常来自不同的机构，并遵循不兼容的标准。没有互操作的数据基础设施和共享的建模框架，开发可扩展的UDT平台仍然很困难。另一个挑战是模型随时间的可靠性。由于UDT依赖于物理系统和数字模型之间的持续同步，传感器故障、数据集不完整或校准参数过时可能会逐渐降低模型精度。回顾的文献中对长期重新校准、验证和不确定性管理的关注有限，这引发了关于UDT输出对城市水资源系统长期规划和运营决策可靠性的重要问题。

除了技术问题外，评价还指出了制度和治理方面的挑战。UDT的成功实施需要市政机构、水务公司、技术提供商和公民之间的合作。机构职责的差异、数据所有权问题以及技术能力的限制往往阻碍了集成数字基础设施的建立。最近的研究还强调，UDT应被视为将技术基础设施与治理过程和利益相关者参与相结合的社会技术系统（Yang et al., 2025）。这些挑战对于“城市包含水敏感社区”的WSUD原则尤为重要，因为在当前的数字孪生应用中，参与式平台和公民参与工具仍然不足。尽管存在这些挑战，回顾的文献表明，UDT有潜力作为连接基础设施监测、环境建模和利益相关者决策过程的集成平台。通过结合实时数据整合、模拟环境和交互式可视化工具，UDT可以支持适应性规划过程，并允许决策者在实施前测试不同的城市水资源策略。基于对回顾研究的综合，WSUD和UDT的整合可以被视为一个多层次的社会技术系统，需要在五个领域进行协调发展：数据基础设施和整合、系统架构和计算能力、可视化和决策支持环境、安全和隐私框架以及社会和组织治理结构。解决本评价中确定的障碍需要未来的研究明确针对这些领域。特别是，克服数据互操作性挑战需要开发标准化的数据模型、共享本体和互操作的平台架构，以实现跨异构城市和水数据源的无缝整合。在这方面，国际数据空间协会等倡议提出的城市数据空间等新兴概念为克服互操作性和治理障碍提供了有希望的途径，通过实现去中心化、安全和标准化的多利益相关者数据共享，同时保留数据所有权和控制权。此外，提高模型随时间的可靠性需要研究连续校准方法、不确定性量化和技术稳健的数据同化技术，以确保UDT模拟在动态城市环境中的长期有效性。在这方面，边缘计算和物联网在城市水资源系统中的集成可以增强数字孪生的实时数据采集和系统响应能力，而可解释AI的发展可以进一步增强AI驱动的预测输出的透明度、可解释性和可靠性。

除了技术问题外，评价还指出了制度和治理方面的挑战。UDT的成功实施需要市政机构、水务公司、技术提供商和公民之间的合作。在机构层面，需要进一步的工作来建立明确数据所有权的治理框架，促进跨部门合作，并在公共机构内建立技术能力。同样重要的是推进参与式数字界面，以解决当前UDT应用中“城市包含水敏感社区”原则的代表性不足问题，使公民和利益相关者能够通过沉浸式环境和游戏化积极参与并体验未来的城市环境，并参与城市水资源系统的共同设计和决策过程。展望当前的应用之外，最重大的突破可能来自实时数据同化、AI驱动的预测分析和参与式数字界面和平台的融合，不仅能够实现反应式管理，还能实现预见性和共同生产式的城市水资源治理。在这种情况下，未来的DT-WSUD系统可能会发展成动态学习环境，不断整合用户反馈、环境信号和政策场景，将其角色从决策支持工具扩展为塑造水敏感城市未来的积极参与者。

6. 结论
本研究进行了全面的文献回顾，分析了水敏感城市设计（WSUD）原则与城市数字孪生（UDT）系统的潜在整合，重点关注改进城市水资源管理实践。通过分析2014年至2024年间发表的48篇同行评审的研究，该回顾总结了当前的研究趋势、技术能力和与集成框架相关的实施挑战。研究结果表明，尽管WSUD和UDT都为可持续、适应性和有韧性的城市系统提供了有希望的途径，但它们的交叉点仍然研究不足且利用不足。大多数研究仍局限于各自的学科领域，限制了对集成方法的整体理解和实施。为了将WSUD目标转化为操作性的数字孪生工作流程，一个基本的DT-WSUD系统应包括：（i）WSUD目标和指标层；（ii）集成的城市水资源数据骨干；（iii）模型-数据耦合循环；（iv）场景测试环境；（v）决策和参与界面。这一基本架构解决了文献中指出的一个关键差距，即许多研究展示了孤立的技术能力，但很少将其与WSUD绩效评估和决策联系起来。该研究也存在一些局限性。文献搜索仅限于Scopus和ScienceDirect数据库，并依赖于与数字孪生和水敏感城市设计相关的特定搜索词。因此，使用诸如网络物理水系统、智能排水平台或水文信息学框架等替代术语的相关研究可能未被包括在内。此外，数字孪生技术的快速发展意味着新兴的实际应用可能尚未在学术文献中得到充分记录。未来的研究应优先考虑现实世界的试点实施和在运营条件下的数字孪生系统的长期验证，特别针对本评价中确定的关键瓶颈，特别是数据互操作性、长期模型可靠性和制度和治理碎片化。为了提高研究的可比性和透明度，未来的工作应报告六个核心要素：（1）城市背景、决策使用案例和系统边界，包括空间和时间分辨率；（2）WSUD目标、预期结果和量化绩效指标；（3）数据架构，包括数据来源、频率、覆盖范围、缺失数据处理以及数据与模型的耦合方式；（4）建模和分析设计，包括模型类型、同步逻辑、校准和验证程序、绩效指标、不确定性处理和场景设计；（5）实施和治理条件，包括部署阶段和持续时间、利益相关者角色、决策使用过程、数据所有权、隐私保障和可审计性；（6）报告的结果，包括量化的WSUD影响或在没有量化可能性时的明确解释。建立这样的报告实践将提高研究的可比性，并支持数字孪生技术从实验应用向实际工具的转变，用于水敏感城市规划和管理。

数据可用性
本研究没有创建或分析新的数据。支持本系统评价结果的所有数据均来自先前发表的学术来源。

关于手稿准备过程中生成式AI和AI辅助技术的声明
在准备这项工作时，作者使用了ChatGPT（OpenAI）来支持语言编辑、结构组织和清晰度的改进。此外，ChatGPT（OpenAI）和Gemini（Google）还用于辅助图6、9、10和11的可视化。在使用这些工具后，作者们对所有内容进行了审查、编辑和验证，并对最终版本的手稿负全部责任。

**资助**
本研究未获得公共部门、商业部门或非营利组织任何资助机构的特定资助。

**作者贡献（CRediT）**
Gamze Alt?nda?：概念化；方法论；数据整理；形式分析；可视化；撰写——初稿。
Gamze Dane：概念化；监督；方法论；验证；撰写——审阅与编辑。
Alper Baba：监督；方法论；验证；撰写——审阅与编辑。

**未引用的参考文献**
Conejos Fuertes, Martínez Alzamora, Hervás Carot and Alonso Campos, 2020; Giustolisi, 2023; van der Meulen, van Dorst and Kuzniecow Bacchin, 2023; Saeed, Mancini, Glusac and Izadpanahi, 2022

**CRediT作者贡献声明**
Gamze Alt?nda?：撰写——审阅与编辑，撰写——初稿，可视化，方法论，形式分析，数据整理，概念化。
Gamze Dane：撰写——审阅与编辑，监督，方法论，概念化，验证。
Alper Baba：撰写——审阅与编辑，监督，方法论，验证。