И.В. Чухраев1, И.А. Крысин2, М.М. Перельмутер3, Н.А. Тихонов4, К.С. Джанаев5

1,2,4,5 Калужский филиал МГТУ им. Н.Э. Баумана (г. Калуга, Россия)

3 ООО «Цифровой двойник города» (г. Калуга, Россия)

1 chukhraev@bmstu.ru, 2 ivan@bmstu.ru, 3 m.perelmuter@kross-ltd.ru, 4 tikhonovna@student.bmstu.ru, 5 dzhanaevks@student.bmstu.ru

Постановка проблемы. Современные мегаполисы сталкиваются с множеством проблем (от перенаселения и износа инфраструктуры до климатических кризисов), для решения которых может быть использован цифровой двойник города  – виртуальная модель города, которая интегрирует данные из различных источников: устройств Internet of Things (IoT) (умные счетчики, сенсоры качества воздуха), геопространственных данных (3D-модели, фотограмметрия, спутниковые снимки), транспортных потоков, показателей энергопотребления и социальной инфраструктуры.

Цель. Дать определение понятия платформы «Цифровой Двойник Города».

Результаты. Определено понятие платформы «Цифровой Двойник Города». Рассмотрены три класса данных (структурированные, полуструктурированные и неструктурированные), а также приведены методы их семантической интеграции на основе онтологий (OWL) и графов RDF. Особое внимание уделено методологии FAIR (Findable, Accessible, Interoperable, Reusable) и применению искусственного интеллекта (ИИ) для прогнозирования городских процессов. На примере международных проектов (Helsinki 3D, Virtual Singapore) показан потенциал цифрового двойника города для устойчивого развития: оптимизация градостроительного планирования, повышение эффективности экстренных служб, прогнозирование отказов коммунальной инфраструктуры. Описаны вызовы масштабирования (экзафлопсные вычисления) и этические вопросы (защита персональных данных).

Практическая значимость. Цифровой двойник города переопределяет парадигму городского менеджмента, смещая фокус с реагирования на превентивное управление. Данный инструмент найдет широкое применение в следующих областях: градостроительство, городские службы, жилищно-коммунальное хозяйство, развитие городской среды, медицина и здравоохранение.

Чухраев И.В., Крысин И.А., Перельмутер М.М., Тихонов Н.А., Джанаев К.С. Концепция цифрового двойника города: объект, данные и управление // Информационно-измерительные и управляющие системы. 2026. Т. 24. № 2. С. 6−10. DOI: https://doi.org/10.18127/j20700814-202602-01

1. Максимов А.В., Чухраев И.В., Козеева О.О., Щербакова М.А. Цифровые технологии в градостроительной деятельности // Наукоемкие технологии. 2022. Т. 23. № 8. С. 33−39.
2. Иванов С.А., Никольская К.Ю., Радченко Г.И., Соколинский Л.Б., Цымблер М.Л. Концепция построения цифрового двойника города // Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика. 2020. Т. 9. № 4. С. 5−23.
3. Лихтциндер Б.Я., Ольберг П.А. Моделирование и цифровые двойники // Вестник Самарского государственного технического университета. Серия: Технические науки. 2022. № 4. С. 20−32.
4. Чухраев И.В., Козеева О.О. Модели данных объектов наземного и подземного строительства многоуровневой геоинформационной системы города // Отходы и ресурсы. 2022. Т. 9. № 2. С. 1−11.
5. Taylor J., Mohammadi N. Smart city digital twins // IEEE Symposium Series on Computational Intelligence. 2017. № 112. DOI:10.1109/SSCI.2017.8285439.
6. Басаргин А.А. Разработка концепции моделирования и симуляции цифровых двойников городской территории для решения практических задач // Вестник СГУГиТ (Сибирского государственного университета геосистем и технологий). 2024. Т. 29. № 4. С. 83−90.
7. Бурячек И.Ю., Хохловский В.Н. Технология формирования базы знаний на основе концепции семантической интероперабельности // Сб. научных трудов XXVII Междунар. науч.-практич. конф. «Системный анализ в проектировании и управлении». В 2‑х частях. СПб: 2024. С. 178−184.
8. Корбаков Д.А., Шамонин Д.Е. Графовые базы данных – области применения, преимущества и недостатки // International Journal of Professional Science. 2024. № 9‑2. С. 6−11.
9. Gupta R. Bidirectional encoders to state-of-the-art: a review of BERT and its transformative impact on natural language processing // Informatics. Economics. Management. 2024. Т. 3. № 1. С. 311−320.
10. Кузнецов Т.А. Оптимизация движения транспортного потока на регулируемом перекрестке с использованием имитационного моделирования // Политехнический молодежный журнал. 2022. № 07(72). DOI: 10.18698/2541-8009-2022-07-808.
11. Virtual Singapore. National Research Foundation. URL: https://www.3ds.com/insights/customer-stories/virtual-singapore (12.10.2025).
12. Повх Е.Д. Десять цифровых двойников городов // РБК. URL: https://realty.rbc.ru/news/5e297b079a79478024d54ff6 (12.10.2025).
13. ЦДГ. URL: https://цдг.рф (12.10.2025).