Mfumo wa utawala wa taarifa unaotegemea BIM kwa Mapacha Dijitali wa Mijini, ni mkabala wa usimamizi wa taarifa unaoongozwa na viwango unaounganisha, kupitia kanuni za ISO 19650 na miundo ya IDM, LIN, IFC na IDS, ni taarifa gani inahitajika katika programu ya Urban Digital Twin na kwa nini, itatolewa na nani, itawasilishwa kwa kiwango gani cha maelezo, itathibitishwaje na itawekaje ufuatiliaji kabla ya kutumika katika usaidizi wa maamuzi. Hoja kuu ya utafiti ni kwamba “akili” ya kuaminika ya pacha dijitali haiwezi kutokana tu na sensa za hali ya juu, akili bandia au zana za uoneshaji; inaweza kutokana na taarifa inayofaa, kamili, thabiti, inayofuatilika na iliyothibitishwa.

Utafiti haupendekezi kiwango kipya cha BIM, IFC, IDM, LIN au IDS. Mchango wake wa kipekee ni kuunganisha viwango na dhana zilizopo katika mnyororo mmoja wa ufuatiliaji unaolenga Digital Twin. Mnyororo huanza na malengo ya shirika; kisha huendelea hadi matukio ya matumizi ya Digital Twin, Organizational Information Requirements (OIR), Asset Information Requirements (AIR), Project Information Requirements (PIR), Exchange Information Requirements (EIR), Information Delivery Manual (IDM), Level of Information Need (LIN), na hatimaye sheria za Information Delivery Specification (IDS) zinazoweza kukaguliwa na mashine.

Mfumo umeelezwa kwa kutumia demonstrata ya ubora wa hewa wa mijini inayosaidiwa na IoT katika jiji la Timișoara, aina ya Digital Shadow. Demonstrata inaunganisha katika mazingira yale yale muktadha wa kijiografia, taarifa chache za mali zinazotegemea BIM, huduma za hali ya hewa, API za ubora wa hewa, uoneshaji unaotegemea Unreal Engine na ukaguzi wa mfano wa IDS. Hata hivyo, mfumo hauna modeli ya mtawanyiko wa anga iliyothibitishwa, orodha ya uzalishaji iliyothibitishwa, modeli ya utabiri iliyofunzwa, mtandao kamili wa sensa au mrejesho wa kiotomatiki kwa mfumo wa kimwili.

Kwa hiyo demonstrata si Urban Digital Twin halisi na kamili inayofanya kazi. Chanzo kinaainisha kwa usahihi zaidi kama Digital Shadow: kuna mtiririko wa data kutoka vyanzo vya kimwili na vya nje kwenda mazingira ya dijitali; lakini hakuna udhibiti wa kiotomatiki kutoka mazingira ya dijitali kwenda ulimwengu wa kimwili, mrejesho wa mzunguko funge au aktuasheni ya kiotomatiki.

Utafiti pia unafafanua viashiria 11 vinavyopendekezwa vya Information Quality Key Performance Indicator (IQ-KPI) ili mfumo uweze kutathminiwa kwa njia ya kiempiria katika siku zijazo. Vinajumuisha ukamilifu wa taarifa, mafanikio ya uthibitishaji, uthabiti, upatikanaji wa metadata, usasishaji, ufuatiliaji, upatikanaji wa sensa, uhalali wa data za sensa, matumizi tena ya taarifa, ubaguzi wa uthibitishaji na muda wa kutatua tatizo la taarifa. Mifano yote ya KPI yenye namba katika makala ni ya sintetiki; si utendaji wa mradi halisi wala mafanikio yaliyothibitishwa ya mfumo.

Chanzo kina kutolingana mbili muhimu za kihisabati. Maelezo ya Fomula (10) yanasema kwamba katika ukaguzi 240, 8 ni ubaguzi, lakini mlinganyo uliochapishwa hutumia 200 katika kigawanyo na kutoa matokeo ya %3,3. Katika Fomula (11), jumla ya muda wa utatuzi wa siku 14 imegawanywa kwa matatizo 10 na kutoa siku 1,4, lakini mlinganyo pia una usemi wa “×100”. Verianla haisahihishi tofauti hizi za ndani ya chanzo kimya kimya.

Tatizo kuu la utafiti ni nini?

Mapacha Dijitali wa Mijini wanaweza kuunganisha katika mfumo mmoja teknolojia nyingi kama BIM, GIS, IoT, akili bandia, kompyuta ya wingu, mitandao ya sensa na uoneshaji wa wakati halisi. Hata hivyo, kukusanya data nyingi pekee hakumaanishi kuwa maamuzi ya kuaminika yanazalishwa. Kunaweza kuwa na mabilioni ya nukta za data kuhusu jiji lilelile; lakini ikiwa haijulikani data hiyo inahitajika kwa uamuzi gani, ni ya sasa kwa kiwango gani, chanzo chake ni nini, ikiwa vipande vya data vina maana sawa na kama vinatimiza sheria za uthibitishaji, wingi wa data haugeuki kuwa “akili” ya kuaminika.

Hapo ndipo utafiti unaanzia. Waandishi wanaeleza kwamba ingawa mipango mingi ya Urban Digital Twin ina uoneshaji thabiti wa 3D, ujumuishaji wa sensa na zana za uchanganuzi, bado imegawanyika katika kufafanua mahitaji ya taarifa, kuweka majukumu, uthabiti wa kisemantiki, ufuatiliaji na uthibitishaji.

Kwa hiyo utafiti unaweka kwanza swali “ni uamuzi gani unapaswa kuungwa mkono na ni taarifa gani hasa inayohitajika kwa uamuzi huo?” kabla ya swali “teknolojia gani itumike?”.

Je, BIM hapa inamaanisha tu modeli ya 3D?

Hapana. Kwa kutegemea mkabala wa ISO 19650, chanzo hakichukulii Building Information Modelling (BIM) kama njia ya kuchora 3D inayozalisha jiometri ya majengo pekee, bali kama mfumo wa usimamizi wa taarifa unaoratibu uundaji, ushirikishanaji na usimamizi wa taarifa katika mzunguko mzima wa maisha wa mali zilizojengwa.

Tofauti hii ni muhimu. Modeli ya BIM inaweza kubeba jiometri, nyenzo, mahusiano ya mifumo, sifa za vifaa, muundo wa anga na taarifa za uendeshaji. Urban Digital Twin inaweza, pamoja na hayo, kutumia data za kihistoria na za sasa zinazolandanishwa na ulimwengu wa kimwili kwa marudio yanayofaa, mitiririko ya sensa na uchambuzi wa siku zijazo.

Kwa hiyo BIM na Digital Twin si kitu kimoja. Katika utafiti, BIM imewekwa kama mojawapo ya miundo inayounda uti wa mgongo wa taarifa unaotegemewa wa ikolojia ya Digital Twin.

Tofauti kati ya Digital Twin na Digital Shadow ni nini?

Digital Shadow ni uwakilishi wa dijitali wenye muunganisho wa upande mmoja ambapo data hutiririka kiotomatiki au nusu-kiotomatiki kutoka vyanzo vya kimwili au vya nje kwenda mazingira ya dijitali, lakini hakuna mrejesho na aktuasheni ya kiotomatiki kutoka mazingira ya dijitali kwenda mfumo wa kimwili; Digital Twin kamili ni mfumo wa uendeshaji wa ukomavu wa juu zaidi wenye muunganisho wa pande mbili, ulandanishi endelevu na, katika matumizi yanayofaa, uwezo wa kuathiri mfumo wa kimwili.

Tofauti hii ni mojawapo ya mipaka muhimu zaidi ya tafsiri ya utafiti. Ingawa katika programu ya ubora wa hewa ya makala baadhi ya data hai au kutoka vyanzo vya nje zinaweza kuingizwa katika mazingira ya dijitali, mfumo haudhibiti ulimwengu wa kimwili kiotomatiki. Kwa hiyo, kuunda modeli ya jiji iliyoendelea kwa uoneshaji pekee hakuifanyi iwe Digital Twin kamili.

Pendekezo kuu la utafiti

Pendekezo la usanifu wa utafiti linategemea mantiki hii: uwezekano wa mazingira ya taarifa yanayolenga Digital Twin kutoa uchambuzi na usaidizi wa maamuzi unaotegemewa huongezeka pale mahitaji ya taarifa yanapofafanuliwa wazi, ubadilishanaji wa taarifa unaposanifishwa, majukumu yanapogawiwa na taarifa inayowasilishwa inaweza kuthibitishwa.

Pendekezo hili si sheria ya kisababishi iliyothibitishwa kwa njia ya kiempiria katika utafiti. Waandishi wanalitumia kama pendekezo la usanifu linaloongoza uundaji wa mfumo. Kulijaribu kwa kulinganisha katika miradi ya uendeshaji kumeachwa kama kazi ya siku zijazo.

Malengo ya utafiti

Maswali ya utafiti

Mfumo ulitengenezwaje?

Chanzo kinafafanua hatua tano mfululizo za uundaji:

1. Ufafanuzi wa tatizo na mapitio ya fasihi: kubainisha matatizo yanayojirudia ya Digital Twin kama taarifa zilizogawanyika, vikwazo vya ushirikiano wa mifumo, majukumu yasiyo wazi, ufuatiliaji mdogo na uthibitishaji usiotosha.
2. Uteuzi wa viwango na spesifikesheni: kuchagua ISO 19650, ISO 29481, ISO 7817, IFC na IDS kwa kazi za utawala, mchakato, maudhui ya taarifa, ubadilishanaji na ukaguzi.
3. Ulinganishaji wa kiutendaji: kubadilisha lengo la shirika kuwa uzalishaji na uthibitishaji wa taarifa.
4. Usanisi wa mfumo: kuunganisha lengo, tukio la matumizi, hitaji, ubadilishanaji wa taarifa, LIN, ukaguzi unaosomeka na mashine na mrejesho wa ubora katika mchakato mmoja endelevu.
5. Matumizi ya maelezo: kutengeneza mifano ya OIR, AIR, PIR, EIR, miundo ya IDM, matriki za ufuatiliaji na sheria za IDS kupitia tukio la ubora wa hewa.

Kanuni tano za usanifu wa mfumo

Mnyororo wa utawala wa taarifa unaotegemea ISO 19650 unafanyaje kazi?

Katika mnyororo uliopendekezwa na utafiti, shirika kwanza hufafanua uamuzi linaolenga na tukio la matumizi ya Digital Twin; lengo hilo hubadilishwa kuwa mahitaji ya taarifa ya OIR, AIR, PIR na EIR, IDM hufafanua ubadilishanaji wa taarifa utafanyika kati ya nani na kwa namna gani, LIN huweka mipaka ya kiasi na kiwango cha maelezo kinachohitajika, na IDS huunda sheria ambazo taarifa za modeli na mali zilizowasilishwa zinaweza kuthibitishwa na mashine.

OIR ni nini?

Organizational Information Requirements (OIR), hufafanua ni taarifa gani shirika linahitaji ili kusaidia malengo yake ya kimkakati, michakato ya biashara na maamuzi. Katika mfano wa ubora wa hewa wa utafiti, malengo kama kubainisha ni wapi na lini viwango vya vichafuzi vinakaribia vizingiti vya udhibiti au kutathmini mfiduo wa watu hushughulikiwa katika kiwango cha OIR.

AIR ni nini?

Asset Information Requirements (AIR), hufafanua taarifa inayohitajika kwa uendeshaji, ufuatiliaji, matengenezo na uboreshaji wa mali. Katika mfano wa ubora wa hewa, kitambulisho cha kipekee cha sensa, kuratibu za kijiografia, aina ya kifaa, mtengenezaji, usahihi, muda wa kalibresheni, mahitaji ya matengenezo, hali ya uendeshaji na vigezo inavyopima vinaweza kuwa ndani ya AIR.

PIR ni nini?

Project Information Requirements (PIR), hufafanua taarifa zinazohitajika katika kiwango cha mradi kwa usanifu, usakinishaji, uthibitishaji na udumishaji wa mfumo. Modeli ya BIM na GIS, mkakati wa uwekaji sensa, usanifu wa mawasiliano wa IoT, ujumuishaji wa BIM–GIS–IoT na mahitaji ya data/kalibresheni ya modeli za utabiri za siku zijazo ziko katika kundi hili.

EIR ni nini?

Exchange Information Requirements (EIR), hufafanua ni taarifa gani inapaswa kubadilishwa kati ya pande au mifumo gani. Kwa mfano, kuhamisha vipimo vya sensa hadi jukwaa la Digital Shadow, kupata data kutoka huduma ya hali ya hewa, kushiriki taarifa za mali za BIM, kuhamisha muktadha wa GIS na kuwasilisha ripoti za uthibitishaji wa IDS ni mifano ya EIR.

IDM hufanya nini?

Information Delivery Manual (IDM), ni muundo wa mchakato wa uendeshaji unaoeleza si tu “taarifa gani inahitajika?” bali pia taarifa hiyo itahamishwa na nani, kwenda kwa nani, katika mchakato gani, kwa kichocheo gani, katika hatua gani na kwa kusudi gani. Utafiti unatumia mkabala wa ISO 29481.

Waandishi hutumia kwa IDM miundo ya ramani ya mchakato, ramani ya mwingiliano, transaction map na exchange requirements. Hivyo wanajaribu kuweka kiungo kinachofuatilika kati ya lengo la shirika na uhamishaji wa data wa kiufundi.

Kwa nini LIN haimaanishi “maelezo zaidi”?

Level of Information Need (LIN), ndani ya mfumo wa ISO 7817, inalenga kuomba taarifa kiasi kinachohitajika kwa tukio la matumizi. Ni kinyume cha mantiki ya “zalisha kila kitu kwa kiwango cha juu kabisa cha maelezo kinachowezekana”.

LIN hutenganisha vipimo vitatu vinavyokamilishana vya taarifa:

• Taarifa za kijiometri: eneo, ukubwa, topolojia, uhusiano wa anga, umbo.
• Taarifa za herufi-na-namba: sifa, uainishaji, viashiria vya utendaji, vigezo vya uendeshaji na metadata.
• Nyaraka: ripoti, vyeti, rekodi za matengenezo, vipimo vya kiufundi, nyaraka za kalibresheni na rekodi nyingine za kuunga mkono.

Lengo la mkabala huu ni kuzuia makosa mawili kwa wakati mmoja: kuzalisha taarifa isiyotosha kwa uamuzi na kuzalisha taarifa ya ziada isiyo na kusudi ambayo huongeza mzigo wa matengenezo.

IDS hufanya nini?

Information Delivery Specification (IDS), hubadilisha baadhi ya mahitaji ya taarifa yaliyofafanuliwa kuwa sheria za ukaguzi zinazosomeka na mashine. IDS inaweza kufafanua sifa za lazima, uainishaji, aina za data, thamani zinazokubalika, mahusiano na nyaraka zinazohitajika.

Chanzo hutumia IDS hasa kukagua vipimo vitano vya ubora wa taarifa za modeli na mali:

1. Existence: je, taarifa inayohitajika ipo kweli?
2. Completeness: je, sehemu zote za lazima na nyaraka zimetolewa?
3. Consistency: je, uainishaji, majina na sheria za biashara ni thabiti?
4. Correctness: je, thamani zinatimiza vikwazo vilivyofafanuliwa?
5. Traceability: je, taarifa inaweza kufuatiliwa hadi hitaji, ubadilishanaji na mhusika anayewajibika ilikotoka?

Kikomo muhimu: katika utafiti huu IDS inalenga hasa ukaguzi wa taarifa za modeli na mali zinazotegemea IFC. Ukaguzi wa data za uendeshaji kama stempu ya muda katika mtiririko hai wa sensa, data inayokosekana, mwendelezo wa API, uhalali wa kipimo na usasishaji unahitaji mifumo ya ziada.

Jukumu la IFC ni nini?

Industry Foundation Classes (IFC), ni skimu wazi ya ubadilishanaji wa taarifa inayoweza kuwakilisha taarifa za mazingira yaliyojengwa kwa namna inayojitegemea kutoka kwa mtengenezaji wa programu na inayotegemea vitu. Mbali na jiometri inaweza kubeba sifa, uainishaji, mahusiano ya mali na taarifa za mzunguko wa maisha.

Katika mkabala wa utafiti, IFC ni lugha ya pamoja ya taarifa, huku IDS ikiwa tabaka la uthibitishaji linalosomeka na mashine ambalo hukagua kama taarifa inayotarajiwa ndani ya lugha hiyo imewasilishwa ipasavyo.

Je, ushirikiano wa mifumo ni uwezo wa kufungua faili tu?

Hapana. Chanzo kinafafanua vipimo vitatu tofauti vya ushirikiano wa mifumo:

Kwa mfano, thamani ya “22,4” inayotoka kwenye sensa ya IoT haitoshi yenyewe. Lazima ijulikane kama thamani hiyo ni joto au PM2.5; imepimwa kwa kitengo gani; imetoka kwa sensa gani; sensa imeunganishwa na jengo/eneo gani; ilipimwa lini; na hali ya uthibitishaji wa kipimo ni ipi. Ikiwa muktadha wa kisemantiki hauhifadhiwi, thamani inaweza kuhamishwa kati ya mifumo lakini isiwe taarifa yenye maana.

Utawala endelevu wa ubora wa taarifa

Chanzo hakichukulii ubora wa taarifa kama sifa inayokaguliwa mara moja wakati wa uwasilishaji wa mradi na kisha kukamilika. Katika mazingira ya Digital Twin, sensa zinaweza kubadilika, vyanzo vipya vya data vinaweza kuongezwa, modeli inaweza kusasishwa, malengo ya uendeshaji yanaweza kubadilika na taarifa za zamani zinaweza kupoteza uhalali wake.

Ufafanuzi wa taarifa

Malengo ya shirika na matukio ya matumizi ya DT hubadilishwa kuwa miundo ya OIR, AIR, PIR na EIR. IDM, LIN na IDS hubadilisha mahitaji haya kuwa mtiririko wa kazi wa uendeshaji, maudhui ya taarifa na sheria zinazoweza kukaguliwa na mashine.

Uzalishaji wa taarifa

Taarifa inaweza kutoka kwenye programu za BIM, majukwaa ya GIS, vifaa vya IoT, hifadhidata za uendeshaji, mifumo ya matengenezo, programu za shirika au watoa data wa nje. Kwa kuwa ubora, uaminifu na marudio ya kusasishwa kwa vyanzo havifanani, mahitaji ya utawala ni muhimu katika hatua ya uzalishaji.

Uthibitishaji wa taarifa

Kwa ukaguzi wa kiotomatiki unaotegemea IDS na, inapohitajika, mapitio ya mtaalamu wa fani, ukamilifu, uthabiti, usahihi, ufuatiliaji na ufuataji wa sheria za biashara hutathminiwa. Katika data zinazobadilika, sifa kama uadilifu wa stempu ya muda, marudio ya kusasishwa, kutokuwa na uhakika wa kipimo, historia ya chanzo na vizingiti vya uendeshaji pia ni muhimu.

Matumizi ya taarifa

Taarifa iliyothibitishwa inaweza kutumika katika dashboard, uigaji, akili bandia, modeli ya uchanganuzi au mifumo ya usaidizi wa maamuzi. Hata hivyo, data iliyopita uthibitishaji wa kiufundi bado inaweza kuwa haitoshi kiutendaji kutokana na mabadiliko ya mahitaji ya maamuzi. Kwa hiyo chanzo kinaweka katikati dhana ya “fit-for-purpose”, yaani ufaafu kwa madhumuni.

Mrejesho

Watu, modeli na mifumo inayotumia taarifa inaweza kubainisha sehemu zinazokosekana, matatizo ya ubora yanayojirudia au mahitaji ambayo sasa hayatoshi. Mrejesho huu unapaswa kutumika kusasisha miundo ya OIR, AIR, PIR, EIR, IDM, LIN na IDS.

IQ-KPI za Information Quality zinazopendekezwa

Kwa nini mfano wa KPI wa sintetiki si matokeo halisi?

Waandishi wanaunda mfano wa sintetiki kabisa wa onboarding ya sensa unaodhani mali 20 za ufuatiliaji na vipengele 10 vya lazima vya taarifa kwa kila mali. Jumla ya thamani 200 zinazohitajika zinadhaniwa. Namba hizi hazijapimwa kutoka utendaji halisi wa sensa za Timișoara, kutoka uwasilishaji halisi wa BIM au kutoka mradi wa Digital Twin uliotekelezwa.

Lengo la fomula ni kuonesha tu jinsi viashiria vinaweza kuhesabiwa wakati data halisi itatumika siku zijazo.

Fomula (1): Uwiano wa Ukamilifu wa Taarifa

\[ ICOR=\frac{184}{200}\times100=92\% \]

Kwa thamani 200 za lazima, imedhaniwa kuwa 184 zipo na zinakubalika kisintaksia. Namba ya juu inaonesha idadi ya thamani zilizopo/zinafaa, na namba ya chini inaonesha jumla ya thamani zinazohitajika. Matokeo ni %92. Thamani hii ni ya mfano wa sintetiki.

Fomula (2): Uwiano wa Mafanikio ya Uthibitishaji

\[ VSR=\frac{216}{240}\times100=90\% \]

Kwa ukaguzi 240 unaosomeka na mashine, imedhaniwa kuwa 216 umefaulu. Kiashiria hupima kiasi cha ukaguzi uliofafanuliwa ambao umetimizwa kwa mafanikio.

Fomula (3): Uwiano wa Uthabiti wa Taarifa

\[ ICSR=\frac{172}{184}\times100=93.5\% \]

Kwa thamani 184 zilizowasilishwa, imedhaniwa kuwa 172 ni thabiti kwa kitambulisho, uainishaji, kitengo na thamani kati ya rekodi ya sensa, modeli ya mali na hifadhidata ya ufuatiliaji.

Fomula (4): Uwiano wa Upatikanaji wa Metadata

\[ MAR=\frac{18}{20}\times100=90\% \]

Kwa mali 20, imedhaniwa kuwa 18 zina metadata inayohitajika ya provenance. Metadata hii ni rekodi za muktadha zinazowezesha kutathmini uaminifu wa taarifa, kama chanzo cha data, muda, shirika linalowajibika au hali yake.

Fomula (5): Uwiano wa Ufuataji wa Usasishaji wa Data

Katika chanzo, muundo wa namba umetolewa kama rekodi 17 zinazotii / mali 20 na matokeo %85:

\[ DFCR=\frac{17}{20}\times100=85\% \]

Dokezo la uoneshaji wa chanzo: Katika Fomula (5) iliyochapishwa katika PDF, alama ya kuzidisha inaonekana kama herufi iliyoharibika. Uwiano wa 17/20 na matokeo ya %85 vinaendana kihisabati na operesheni ya “×100”. Verianla haifichi tatizo hili la uchapaji linaloonekana katika chanzo.

Fomula (6): Ufunikaji wa Ufuatiliaji

\[ TC=\frac{176}{200}\times100=88\% \]

Kwa thamani 200 zinazohitajika, imedhaniwa kuwa 176 zinaweza kufuatiliwa hadi kitambulisho cha hitaji, kitambulisho cha exchange, kitambulisho cha kitu, kitambulisho cha sheria ya uthibitishaji na rekodi ya provenance.

Fomula (7): Uwiano wa Upatikanaji wa Sensa

\[ SAR=\frac{5472}{5760}\times100=95\% \]

Wakati sensa 20 zinatarajiwa kutuma data kwa saa 24, kila dakika 5, mfano wa chanzo unatarajia jumla ya uchunguzi 5760. Inadhaniwa kuwa uchunguzi 5472 ulipokelewa na upatikanaji wa sintetiki huwa %95.

Fomula (8): Uwiano wa Uhalali wa Data za Sensa

\[ SDVR=\frac{5280}{5472}\times100=96.5\% \]

Kwa uchunguzi 5472 uliopokelewa, imedhaniwa kuwa 5280 ulipita ukaguzi wa thamani inayokosekana, kitengo, masafa yanayoruhusiwa, stempu ya muda na hali ya sensa.

Fomula (9): Uwiano wa Matumizi Tena ya Taarifa

\[ IRR=\frac{14}{20}\times100=70\% \]

Kwa mali 20 za ufuatiliaji, inadhaniwa kuwa taarifa za 14 zimetumika tena katika angalau mchakato, mfumo, uchambuzi au uamuzi mmoja unaofuata.

Fomula (10): Kutolingana kwa chanzo katika Uwiano wa Ubaguzi wa Uthibitishaji

Maandishi ya chanzo yanasema kuwa katika ukaguzi 240 wa uthibitishaji, 8 yaliandikishwa kama ubaguzi uliokubaliwa rasmi. Hata hivyo, mlinganyo uliochapishwa unaonekana katika muundo huu:

\[ VER=\frac{8}{200}\times100=3.3\% \]

Mstari huu hauna uthabiti wa kihisabati ndani yake: \(8/200\times100=4\%\). Ikiwa kigawanyo 240 katika maelezo ya chanzo kinatumika, \(8/240\times100\approx3.3\%\) hupatikana. Verianla haisahihishi mlinganyo wa chanzo kimya kimya; inaonesha wazi tofauti kati ya maandishi, kigawanyo kilichochapishwa na matokeo yaliyoripotiwa.

Fomula (11): Kutolingana kwa chanzo katika Wastani wa Muda wa Kutatua Tatizo la Taarifa

Chanzo kinaeleza kuwa jumla ya muda kati ya kufunguliwa na kufungwa kwa matatizo 10 ya taarifa ni siku 14 na kinatoa fomula iliyochapishwa kama ifuatavyo:

\[ MIIRT=\frac{14}{10}\times100=1.4\ \text{gün} \]

Mlinganyo huu pia hauna uthabiti wa kihisabati kama ulivyoandikwa. Matokeo ya \(14/10=1.4\) siku ni sahihi; lakini ikiwa “×100” itatumika, matokeo huwa 140. Kwa hiyo usemi uliochapishwa wa “×100” hauendani na matokeo yaliyoripotiwa ya siku 1,4. Verianla haitengenezi “mlinganyo rasmi uliosahihishwa” ambao haupo katika chanzo.

Hakuna KPI yoyote kati ya hizi ambayo bado ni kiashiria cha jumla cha utendaji kilichothibitishwa. Waandishi wanaeleza kwamba kizingiti cha kukubalika kinachohusu mradi mahususi kinapaswa kufafanuliwa katika matumizi halisi kwa kila kiashiria, na unyeti, uhuru na uaminifu wa viashiria vinapaswa kuchunguzwa kwa njia ya kiempiria.

Mbinu na Matokeo ya Utafiti

Lengo la demonstrata ya ubora wa hewa

Lengo la programu ya ubora wa hewa wa mijini inayosaidiwa na IoT ni kuonesha jinsi sehemu fulani za mfumo zinavyoweza kuunganishwa kiufundi. Programu hailengi kutabiri viwango halisi vya vichafuzi, kuthibitisha ufuataji wa sheria za ubora wa hewa au kupima utendaji wa mazingira/usaidizi wa maamuzi.

Kwa hiyo sehemu hii inapaswa kuchukuliwa si kama uchunguzi wa kiempiria, bali kama worked illustration / demonstrata ya uwezekano wa kiufundi.

Muktadha wa kijiografia wa demonstrata

Kwa mazingira ya proof-of-concept, jiji la Timișoara nchini Romania lilichaguliwa. Katika kuunda jiometri ya jiji, kwa kutumia mkabala wa Cesium for Unreal imeoneshwa kwamba ardhi yenye rejea ya kijiografia, picha za satelaiti na muktadha wa jiji unaotegemea 3D Tiles vinaweza kuingizwa katika mazingira ya Unreal Engine.

Utafiti unajadili kwamba katika siku zijazo jiometri yenye maelezo zaidi inaweza kuongezwa kwa data za IFC, CityGML, LiDAR, UAV photogrammetry au cadastre hasa katika maeneo yanayohitaji usahihi wa juu kama shule, hospitali, vituo vya usafiri au miundombinu muhimu. Ujumuishaji huu wa data wa kiwango cha juu si matokeo yaliyothibitishwa katika demonstrata ya sasa.

Programu na vipengele vikuu vya data vilivyotumika

Ni vigezo gani vya meteorolojia vinavyozingatiwa?

Chanzo kinaeleza kwamba vigezo vya mazingira kama joto, unyevu wa jamaa, shinikizo la anga, kasi ya upepo, mwelekeo wa upepo, mvua na mionzi ya jua vinaweza kupatikana kutoka API za hali ya hewa. Ingawa vigezo hivi ni muhimu katika uundaji halisi wa modeli ya mtawanyiko wa anga, demonstrata ya sasa haitoi utabiri uliothibitishwa wa viwango vya vichafuzi kutokana na data hizi.

Ni vichafuzi gani vinatajwa katika muktadha wa demonstrata?

Katika usanifu wa proof-of-concept, mifano ya PM1, PM2.5, PM10, NO na CO2 inatumika kwa muktadha wa ufuatiliaji. Katika seti pana zaidi ya data ambayo API ya AQICN inaweza kutoa, pia kuna viashiria vya vichafuzi kama PM2.5, PM10, NO2, SO2, CO na O3.

Orodha ya mfano ya IDS katika Appendix B pia inaonesha seti za thamani zilizowekewa mipaka zinazosomeka na mashine kwa joto, unyevu wa jamaa, kasi ya upepo na mwelekeo wa upepo, pamoja na vigezo kama PM1, PM2.5, PM10, NO, NO2, SO2, CO, CO2, O3 na VOC.

Je, kinachofanywa na Niagara Fluids ni CFD halisi?

Hapana. Mfumo wa Niagara Fluids ndani ya Unreal Engine unaweza kuzalisha tabia za kuona zinazofanana na mtiririko kuzunguka jiometri ya jiji iliyoingizwa. Jiometri inaweza kutumika kama Signed Distance Field au mpaka wa mgongano, na vekta ya upepo wa makro kutoka data ya hali ya hewa ya nje inaweza kuathiri mtiririko wa kuona.

Hata hivyo, chanzo kinaeleza wazi kwamba matokeo haya si suluhisho la mtawanyiko wa anga lililokalibreshwa au kuthibitishwa kisayansi. Taswira ni tabaka la maelezo linalolenga kusaidia wadau kuelewa jinsi matokeo yanayoweza kutoka katika CFD iliyothibitishwa au modeli za utabiri siku zijazo yanaweza kuoneshwa katika anga.

Kwa hiyo, uwezo wa Unreal Engine kufanya uoneshaji wa ujazo kwa kasi ya juu ya fremu haumaanishi kuwa ina usahihi wa kisuluhishi cha kisayansi cha CFD.

Mifumo mitatu ya tabia ya kichafuzi

Chanzo kinatumia makundi matatu yaliyorahisishwa ya tabia ya kuona:

• Mkusanyiko karibu na ardhi — mfumo wa maelezo kwa tabia nzito kuliko hewa.
• Usafirishaji wa mlalo unaotawaliwa na upepo — mkabala wa msongamano takriban usioegemea upande wowote dhidi ya hewa.
• Kuongezeka kwa kupanda wima — mfumo wa maelezo unaowakilisha tabia nyepesi kuliko hewa.

Makundi haya hayawezi kuhusishwa moja kwa moja na vichafuzi halisi vinavyodhibitiwa. Mtawanyiko halisi wa anga hutegemea mambo mengi kama joto la uzalishaji, kasi ya kutoka, ukubwa wa chembe, sifa za molekuli, uthabiti wa anga, mtikisiko, mofolojia ya jiji, mabadiliko ya kikemia, utuaji na meteorolojia.

Chembe za vichafuzi na taarifa za uzalishaji zilizooneshwa katika Kielelezo 14 cha chanzo ni za kinadharia. Haziwakilishi uzalishaji halisi uliopimwa kutoka kiwanda cha viwanda kilichorejelewa na hazizingatii athari ya teknolojia za kuchuja/kutibu zilizowekwa.

Data ya API inaingiaje kwenye jukwaa?

Chanzo kinaonesha mtiririko wa kazi wa Blueprint unaounda ombi la HTTP kwa OpenWeatherMap, kupokea jibu la muundo wa JSON na kuchanganua sehemu za meteorolojia zinazohitajika.

Kwa upande wa AQICN, ombi la API huundwa kwa eneo la kituo lililochaguliwa na tokeni ya uthibitishaji; sehemu ya IAQI katika jibu la JSON huchanganuliwa. Badala ya kufunga vichafuzi vichache maalumu ndani ya msimbo, mfumo huzunguka majina ya sehemu yaliyopo na kubadilisha vigezo vinavyorudishwa kuwa muundo maalumu wa ST_AQIParameter unaoundwa na jozi za Key–Value.

Key, huwakilisha kitambulisho cha kigezo kama PM10, O3, SO2, unyevu, joto, shinikizo au kasi ya upepo; Value huwakilisha kipimo husika kinachotoka kwenye API.

Usanifu wa demonstrata

Ni nini hasa kinachothibitishwa katika mfano wa IDS?

Katika Appendix B ya chanzo, XML ya mfano inayolingana na muundo wa jumla wa buildingSMART IDS 1.0 imetolewa. Kwa mfano, kwa mali ya IFCSENSOR, taarifa kama jina la sensa, Tag ya kipekee, aina ya sensa, hali ya uendeshaji na shirika linalowajibika zinaweza kufafanuliwa kama sifa za lazima.

Katika spesifikesheni nyingine ya mfano, kigezo kinachopimwa na sensa na kitengo kinachotarajiwa cha kipimo hukaguliwa. Orodha ya chanzo inaonesha thamani kama PM1, PM2.5, PM10, NO, NO2, SO2, CO, CO2, O3, VOC, joto, unyevu wa jamaa, kasi ya upepo na mwelekeo wa upepo; na vitengo kama µg/m³, mg/m³, ppm, ppb, °C, %, m/s na digrii.

Kwa vitu vya majengo, inaoneshwa kwamba taarifa za muktadha kama kitambulisho cha jengo, kazi, aina ya matumizi, idadi inayokadiriwa ya watumiaji, ratiba ya uendeshaji, aina ya uingizaji hewa, chanzo cha nishati, uwezo wa maegesho, aina ya ufikivu wa magari, idadi ya ghorofa na uwepo wa sensa zinaweza kukaguliwa.

IDS XML hapa si kiwango cha mwisho cha taarifa za ubora wa hewa kilichoidhinishwa na manispaa halisi au mamlaka yenye uwezo. Ni mfano wa maelezo uliotayarishwa kuonesha mfumo uliopendekezwa na utafiti.

Kwa nini mfumo wa udhibiti ni sehemu ya utawala wa taarifa?

Appendix A inachukulia miundo ya udhibiti ya Umoja wa Ulaya kuhusu ubora wa hewa, uzalishaji wa viwandani, upunguzaji wa uzalishaji wa kitaifa, utoaji taarifa kwa umma na ushirikiano wa data za anga kama pembejeo za muktadha kwa uundaji wa OIR.

Mantiki ya msingi ni hii: mfumo wa usaidizi wa maamuzi haupaswi kuomba “thamani ya PM2.5” pekee. Sheria zinaweza kuathiri kitengo cha kipimo, muda wa wastani, eneo, chanzo cha data, hali ya uthibitishaji, mahitaji ya kuripoti na ni kizingiti gani kina maana chini ya kanuni gani.

Hata hivyo, chanzo kinaeleza wazi kwamba Appendix A si uchambuzi wa kina wa kisheria. Jedwali la udhibiti linalenga kuonesha ni wajibu gani wa kisheria unaweza kuzaa mahitaji ya data katika mfumo wa mahitaji ya taarifa wa DT wa siku zijazo.

Matokeo yanayoungwa mkono na utafiti

• Katika matumizi ya Digital Twin, mnyororo wa utawala ulioundwa unaweza kuanzishwa ambapo mahitaji ya taarifa yanafafanuliwa wazi kabla ya uchaguzi wa teknolojia kwa ajili ya uchambuzi unaotegemewa.
• Mahitaji ya taarifa ya ISO 19650 na dhana za IDM, LIN, IFC na IDS zinaweza kuunganishwa katika mchakato mmoja wa ufuatiliaji unaolenga DT.
• IDM inaweza kutumika kufafanua wahusika, majukumu na michakato ya ubadilishanaji wa taarifa; LIN kufafanua wigo wa taarifa unaohitajika; na IDS kufafanua ukaguzi unaosomeka na mashine wa taarifa fulani za modeli/mali.
• Taarifa zilizochaguliwa za BIM, GIS, API na ubora wa hewa zinaweza kuunganishwa kiufundi katika mazingira ya pamoja ya uoneshaji yanayotegemea Unreal Engine.
• Demonstrata ya Digital Shadow inaweza kueleza uwezekano wa kiufundi wa baadhi ya mitiririko ya taarifa na mahusiano ya ujumuishaji.
• IQ-KPI zinazopendekezwa hutoa muundo wa kuanzia ambao unaweza kutathminiwa katika miradi halisi ya siku zijazo ili kupima sifa fulani za ubora wa ikolojia ya taarifa.

Matokeo yasiyoungwa mkono na utafiti

• Haijathibitishwa kwamba mfumo uliopendekezwa umeboresha ubora wa taarifa katika mradi halisi.
• Haijaoneshwa kwamba mfumo unapunguza gharama za mradi au muda wa uwasilishaji.
• Haijaoneshwa kwamba mfumo unaongeza usahihi wa akili bandia au utabiri.
• Demonstrata ya Digital Shadow haihesabu viwango halisi vya vichafuzi.
• Taswira za Niagara si matokeo yaliyothibitishwa ya CFD au mtawanyiko wa anga.
• Uzalishaji uliooneshwa katika chanzo si uzalishaji halisi uliothibitishwa wa kituo kilichorejelewa.
• Asilimia za IQ-KPI za sintetiki si utendaji wa mradi halisi.
• Demonstrata haithibitishi ufuataji wa kanuni.
• Mfumo hauhesabu mfiduo wa raia kwa kutumia data halisi.
• Udhibiti wa kimwili wa kiotomatiki au aktuasheni ya mzunguko funge haikutekelezwa.
• Uwezo wa kujumlisha mfumo moja kwa moja katika maeneo mengine ya matumizi bado haujajaribiwa.

Nguvu za utafiti

Nguvu kubwa zaidi ya utafiti ni kuachana na mkabala wa “teknolojia zaidi” na kuweka katikati ufuatiliaji kati ya lengo la uamuzi na hitaji la taarifa. Mnyororo wa OIR → DTUC → AIR/PIR/EIR → IDM → LIN → IDS unalenga kuweka wazi kwa nini data inaombwa na inaweza kufuatiliwa hadi sheria gani ya uthibitishaji.

Nguvu ya pili ni kwamba ujumuishaji wa BIM, GIS, IoT na API haujadiliwi tu kama uhamishaji wa data wa kiufundi; unashughulikiwa pamoja na ushirikiano wa kisemantiki na wa kishirika.

Nguvu ya tatu ni kwamba waandishi wanafafanua wazi mipaka ya demonstrata. Ingawa mfumo unaelezwa ndani ya lengo la “Digital Twin”, imeelezwa kwamba uainishaji sahihi zaidi wa utekelezaji wa sasa wa kiufundi ni Digital Shadow.

Vikwazo vikuu

Hakuna uthibitishaji wa uendeshaji: Mfumo haujalinganishwa na mchakato wa msingi katika mradi halisi.

Thamani za KPI ni za sintetiki: 92%, 90%, 93,5%, 88% au thamani nyingine si data halisi za uwanjani.

Hakuna orodha ya uzalishaji iliyothibitishwa: Taarifa za vichafuzi zinazooneshwa kwa picha kutoka vyanzo vya viwandani ni za kinadharia.

Hakuna modeli ya mtawanyiko wa anga iliyokalibreshwa: Matokeo ya Niagara Fluids ni kwa mawasiliano ya kuona.

Hakuna mtandao kamili wa sensa: Demonstrata si mtandao wa ufuatiliaji wa uendeshaji uliothibitishwa unaofunika jiji lote.

Hakuna modeli ya utabiri iliyofunzwa: Uwezo wa AI au utabiri wa siku zijazo umejadiliwa katika kiwango cha usanifu.

Hakuna mrejesho wa kiotomatiki: Mazingira ya dijitali hayatumi amri ya udhibiti wa kiotomatiki kwenda ulimwengu wa kimwili.

Hakuna ulinganisho wa ubora wa maamuzi: Matokeo ya maamuzi ya michakato inayotumia na isiyotumia mfumo hayajalinganishwa.

Uhamishikaji haujathibitishwa: Jaribio la kiempiria linahitajika katika eneo la pili, kama matengenezo ya miundombinu, usimamizi wa nishati au mwitikio wa dharura, nje ya ubora wa hewa.

Utafiti wa siku zijazo unapaswa kufanywaje?

Chanzo kinapendekeza kwamba katika siku zijazo mfumo ujaribiwe katika mradi halisi wa uendeshaji. Katika tathmini kama hiyo, mchakato wa msingi na mchakato unaotumia mfumo wa utawala zinapaswa kulinganishwa; vipimo kama ukamilifu wa taarifa, utendaji wa uthibitishaji, ufuatiliaji, muda wa kutatua matatizo, uwezo wa kutumia modeli na ubora wa maamuzi vinapaswa kutathminiwa kwa data halisi.

Kwa matumizi ya ubora wa hewa, orodha ya uzalishaji iliyothibitishwa, data za sensa zilizokalibreshwa, modeli zinazokubalika za mtawanyiko wa anga au CFD, uchambuzi wa kutokuwa na uhakika, data za mfiduo wa watu na ulinganisho wa modeli na vipimo halisi vinahitajika.

Waandishi pia wanapendekeza jaribio katika eneo la pili la matumizi, kama matengenezo ya miundombinu, usimamizi wa nishati au mwitikio wa dharura, ili kutathmini kama mfumo ni mahususi tu kwa demonstrata ya ubora wa hewa.

Dokezo la Chanzo na Mbinu

Kichwa asili: A BIM-Based Framework Proposal for Reliable Information Governance in Urban Digital Twins

Waandishi: Andrei Crisan; Sorin Herban; Massimiliano Pepe; Jan Karlshøj; Valerio Baiocchi; Bogdan Runceanu.

Mpangilio wa waandishi: Mpangilio wa chanzo umehifadhiwa kama ulivyo.

Mwandishi wa mawasiliano: Sorin Herban.

Taasisi 1: Department of Steel Structures and Structural Mechanics, Politehnica University Timisoara, Timișoara, Romania.

Taasisi 2: Department of Overland Communication Ways, Foundation and Cadastral Survey, Politehnica University Timisoara, Timișoara, Romania.

Taasisi 3: Department of Engineering and Geology (InGeo), “G. d’Annunzio” University of Chieti-Pescara, Pescara, Italy.

Taasisi 4: Department of Civil and Mechanical Engineering, Digital Building Technologies, Technical University of Denmark, Lyngby, Denmark.

Taasisi 5: Department of Civil, Building and Environmental Engineering, Sapienza University of Rome, Rome, Italy.

Taasisi 6: Faculty of Law, Transilvania University of Brasov, Brasov, Romania.

Mchango sawa: Sehemu ya michango ya waandishi katika chanzo inaeleza kwamba waandishi wote sita walichangia kwa usawa katika uundaji wa dhana na usanifu wa utafiti, uchambuzi na tafsiri ya data na uandishi wa makala. Hata hivyo, hakuna alama tofauti ya “waandishi wa kwanza sawa” kwenye ukurasa wa kwanza.

Jarida: Urban Science.

Mchapishaji: MDPI, Basel, Switzerland.

Aina ya makala: Article; utafiti wa kuendeleza mfumo wa dhana unaoongozwa na viwango na demonstrata ya kiufundi.

Juzuu / toleo / nambari ya makala: 10(7), 416.

DOI: 10.3390/urbansci10070416

Tarehe ya kuwasilishwa: 16 Juni 2026.

Tarehe ya marekebisho: 13 Julai 2026.

Tarehe ya kukubaliwa: 16 Julai 2026.

Tarehe ya kuchapishwa: 19 Julai 2026.

Hali ya mapitio ya kitaalamu: Makala ya utafiti iliyopitiwa na wataalamu na kuchapishwa katika jarida Urban Science.

Leseni: Creative Commons Attribution (CC BY).

Kiungo rasmi: Rekodi ya makala ya MDPI Urban Science kupitia DOI 10.3390/urbansci10070416.

Maneno muhimu: BIM; digital twin; urban development; information governance; digital shadow.

Viwango na miundo mikuu ya kiufundi: ISO 19650, ISO 29481, ISO 7817, IFC, IDM, LIN na IDS.

Mchango mkuu wa kisayansi: Badala ya kuwasilisha dhana zilizopo za BIM na usimamizi wa taarifa kama viwango vipya, kuziunganisha katika mnyororo mmoja wa ufuatiliaji unaolenga Digital Twin kutoka lengo la shirika hadi ufafanuzi wa taarifa, ubadilishanaji wa taarifa, uthibitishaji na mrejesho wa ubora.

Aina ya demonstrata: Demonstrata ya Digital Shadow ya ubora wa hewa wa mijini inayosaidiwa na IoT.

Jiografia ya demonstrata: Timișoara, Romania.

Vipengele vikuu vya kiufundi: Unreal Engine 5.7; Cesium for Unreal v2.27.0; BIM/IFC; GIS; Bonsai; REST API; JSON; Blueprint; middleware inayotegemea Python; huduma za data za nje kama OpenWeatherMap, Open-Meteo, Meteostat, uRADMonitor na AQICN.

Kazi ambazo demonstrata haifanyi: uundaji wa modeli ya mtawanyiko wa anga uliothibitishwa, utabiri uliothibitishwa wa kichafuzi, uchambuzi halisi wa mfiduo wa watu, aktuasheni ya kimwili ya kiotomatiki, udhibiti wa mzunguko funge na ulinganisho wa kiempiria wa ubora wa maamuzi.

Hali ya IQ-KPI: Viashiria 11 vilivyopendekezwa ni vipimo vinavyopendekezwa vya tathmini; si viashiria vya jumla vya utendaji vilivyothibitishwa kwa njia ya kiempiria.

Dokezo la chanzo la kihisabati: Katika Fomula (5), alama ya kuzidisha inaonekana kuharibika kiuchapaji. Katika Fomula (10), maelezo yanaeleza ukaguzi 8/240 lakini kigawanyo kilichochapishwa ni 200 na thamani iliyoripotiwa ya %3,3 haiendani na kigawanyo kilichochapishwa. Katika Fomula (11), matokeo ya 14/10 ni siku 1,4 lakini mlinganyo uliochapishwa pia una ×100. Verianla haijasahihisha kutolingana huku kwa ndani ya chanzo kimya kimya.

Upatikanaji wa data: Utafiti umetumia vyanzo vinavyopatikana kwa umma kupitia Cesium, Google Maps na huduma zilizotajwa za hali ya hewa/ubora wa hewa. Inaelezwa kwamba seti ya data ya mradi wa kiempiria, orodha ya uzalishaji iliyothibitishwa, data binafsi au data nyeti hazikuzalishwa. Mfano wa IDS XML umetolewa katika Appendix B, na pembejeo na hesabu za KPI za sintetiki zimeripotiwa katika maandishi makuu. Hakuna kiambatisho tofauti cha .ids, seti ya data ya sintetiki au hazina ya data ya nje iliyotolewa.

Ufadhili: Chanzo kina tamko “This research received no external funding”.

Dokezo la mradi/shukrani: Chanzo pia kinaeleza kwamba utafiti ulifanywa kwa sehemu ndani ya Erasmus+ Programme BIM Enabled DTs (BIM2in), nambari ya mradi 2024-1-RO01-KA220-HED-000249147. Tamko hili liko katika sehemu ya Shukrani, tofauti na tamko la ufadhili.

Matumizi ya akili bandia zalishi: Waandishi wanaeleza kwamba wakati wa kuandaa makala walitumia zana zilizotajwa katika chanzo kama “openAI, ChatGPT 5.5/Google, and Gemini 3.5” kwa utengenezaji wa picha, tafsiri ya maandishi, marekebisho ya sarufi na ufafanuzi wa maandishi; walikagua na kuhariri matokeo na wanachukua jukumu la maudhui ya uchapishaji.

Mgongano wa maslahi: Waandishi wanatangaza kwamba hakuna mgongano wa maslahi.

Kikomo kikuu cha tafsiri: Matokeo makuu ya utafiti si suluhisho la utawala lililothibitishwa wala ongezeko la utendaji lililopimwa; ni mfumo ulioundwa wa utawala wa taarifa na miundombinu ya tathmini ambayo inaweza kujaribiwa baadaye katika miradi halisi.