《数字孪生的未来：对国家安全的挑战和影响》

数字孪生（DT）正在改变知识的生成和使用方式。数字孪生是一组全面描述潜在或实际物理对象、流程或系统的数据和信息。它们在产品、系统和流程开发前后都会使用，为确定生产的可行性和故障模式提供了一种手段。计算能力、人工智能、大数据和其他新技术的发展，使大型复杂系统的复制具有更高的保真度和预测能力。本研究论文的目的是介绍和确定数字孪生的未来应用前景，了解数字孪生目前的应用领域和方式、未来的应用前景以及对国家安全的潜在影响。

导言

数字孪生是物理产品、流程或系统的虚拟代表，在生命周期管理过程中与物理实体配对，帮助其从概念发展到原型，再到最终版本。数字孪生是一个产品、流程或系统的综合数字模型，与相关环境一起用于测试、集成和模拟，而不会影响其现实世界的对应物。该术语由迈克尔-格里夫斯（Michael Grieves）和约翰-维克斯（John Vickers）于 2003 年提出；自那时起，这一概念已在许多领域得到广泛接受和应用，以至于被技术研究和咨询公司 Gartner 列为 2019 年的关键战略技术趋势。这一发展在很大程度上是由物联网（IoT）、多物理仿真、实时传感器和传感器网络、机器学习、人工智能、大数据、数据管理和数据处理等技术的进步所推动的。

数字孪生从一开始提出就旨在成为产品生命周期管理的基本前提，并存在于其所代表的物理实体的整个生命周期（创建、构建、运行/支持和处置）。由于信息是细粒度的，因此数字孪生的表现形式是由它所创建的基于价值的使用案例来决定的。在创建阶段使用数字孪生，可以对预期实体的整个生命周期进行建模和模拟。现有实体的数字孪生可实时使用，并定期与相应的物理系统同步。

新技术的动态和快速发展使国家安全成为当务之急，如何将新技术应用于不同领域也是一个重要问题。从事这一领域工作的专家们坚信，新技术可以在作战--战术过程、必须做出临时决定的过程、真实数据、数据收集、地理信息系统（GIS）、制图、地图绘制等过程中发挥作用。

一个不争的事实是，数字十年中的许多新技术，特别是与数字孪生相关的技术的使用，具有许多优势，但与此同时，也存在着挑战。本文分析并介绍了可用于国家安全的技术。遗憾的是，在这一点上，挑战和未知因素更多，其原因恰恰在于该技术是新技术，尚未明确定义。关于国家安全与数字孪生的关系、数字孪生的用途和挑战，还有太多的问题有待厘清。事实上，每一项新技术要想投入使用，都必须标准化、规范化，并在一定发展时期的战略文件中用报告其进展情况的指标来描述。此外，所有新技术对国家安全的积极影响是毋庸置疑的，但由于没有明确的概念定义，使用这些技术是一个严峻的挑战。

1. 数字孪生的定义。

对于这项正在飞速发展的新技术，人们有不同的定义。在科技界，最普遍接受的定义是 "数字孪生是物理资产、流程、系统或环境的动态虚拟副本，其外观和行为与现实世界中的对应物完全相同。数字孪生可获取数据并复制流程，从而预测真实世界产品可能出现的性能结果和问题"。

新技术的展示和引入没有特定的时间框架。将其引入技术流程的目的和原因各不相同。数字孪生是现实世界实体或系统的数字呈现。数字孪生的实现是一个封装的软件对象或模型，它反映了一个独特的物理对象、流程、组织、个人或其他抽象概念。多个数字孪生的数据可以聚合在一起，形成对若干现实世界实体（如发电厂或城市）及其相关流程的综合视图。

数字孪生联盟向学术界提出了以下数字孪生的定义： "数字孪生是现实世界实体和流程的虚拟呈现，以指定的频率和保真度同步。数字孪生系统通过加速整体理解、优化决策和有效行动来改变业务。数字孪生使用实时和历史数据来代表过去和现在，并模拟预测未来。数字孪生以结果为动力，根据用例量身定制，以集成为动力，以数据为基础，以领域知识为指导，并在 IT/OT 系统中实施"（Olcott & Mullen, 2020）。

2.实施数据传输所需的技术

数字孪生技术利用机器学习算法处理大量传感器数据并识别数据模式。人工智能和机器学习（AI/ML）提供有关性能优化、维护、排放输出和效率的数据洞察。实施过程中包含的主要技术有（Fuller 等人，2020 年）：

• 基于物理的建模；
• 数据驱动建模和大数据控制论；
• 基础设施和平台；
• 人机界面；
• 数据管理。

需要指出的是，数字孪生是一个不断发展的概念，将来可能会包括其他技术，尤其是当新技术成熟时。不过，以下内容可视为当前数字孪生实施中一些最重要方面的集合。

基于物理的建模--数字孪生通常始于建模活动。事实上，许多中小型企业已经拥有这样或那样的产品模型，这可以成为数字孪生实施的理想起点。如果物理资产还没有相应的三维模型，逆向工程（RE）可能会很有用。逆向工程包括将物理对象的扫描（如激光扫描）转换回几何模型。无论是从头开始建模还是通过逆向工程建模，通常都需要计算机辅助设计（CAD）软件。

数据驱动建模与大数据控制论--除了通过已知数学模型对物理过程进行建模外，另一种方法是对物理孪生体的实际情况进行测量，并应用数据驱动建模方法（Kukushkin, Ryabov, & Borovkov, 2022）。数据驱动建模法的一个优势是，数据可以涵盖已知和未知的物理过程，从而提供更完整的物理过程描述。然而，要以这种方式为物理过程建模，通常需要大量数据。物联网（IoT）是此类数据的一个潜在来源（Oracle，2017）。物联网由相互连接的传感器、仪器和其他设备组成，可以收集大量数据，并不断将数据流用于进一步处理。混合建模方法旨在结合物理建模和数据驱动方法。混合分析法通常能提供更灵活、更稳健的方法，其优势在于既能保留模型的已知物理特性，又能解决困扰数据驱动法的数据质量或数量低下的问题。尽管如此，混合分析往往更为复杂，需要更有针对性的方法。

基础设施和平台--数字孪生中涉及的所有模型和数据在处理时通常都需要大量的计算资源。能够在大数据背景下进行处理的主要技术之一是云计算。云计算通过网络从远程位置提供计算资源。云计算的主要优势之一是，它提供了计算资源的灵活扩展性，中小企业无需投资自己的基础设施，考虑到数字孪生不同实施阶段的不同计算需求（如训练 DNN），这一点非常有用。云计算可与边缘计算形成对比，后者的目的是使计算资源更接近数据源。边缘计算的一个主要优势是，数据处理无需离开本地网络，从而避免了大量数据的传输，解决了延迟问题。边缘计算的另一个好处是更容易确保数据的私密性和安全性。不过，这通常需要对本地计算机硬件进行大量投资。雾计算可自动结合边缘和云计算资源，优化数据处理。与云计算类似，高性能计算（HPC）通常也是从远程位置提供的，但与云计算不同的是，它的目标是解决极其复杂的问题，而这些问题通常无法通过一台消费级计算机来解决（Callcut 等人，2021 年）。

人机界面--数字孪生为利用增强现实（AR）和虚拟现实（VR）等先进的可视化方法带来了极大的可能性。如果有物理资产的数字孪生，那么在许多情况下，将从数字孪生中提取的数据叠加到物理孪生上是很有意义的。叠加的方式多种多样，可以使用 AR 头显或其他屏幕，也可以直接将信息投射到物理孪生体上。AR 和 VR 可为用户提供视觉反馈，但也需要将用户的信息传递给孪生体（例如，用于控制）。AR 和 VR 可以与自然语言处理或手势控制等技术相结合，提供有效的环境，在这种环境中，可以通过语音控制或肢体动作控制双胞胎。

数据管理--数字孪生涉及许多不同的模型版本，可以代表孪生整个生命周期的不同方面，从设计和模拟到制造和实际使用。产品生命周期管理（PLM）提供了一个平台，用于整合、存储和访问产品生命周期内的数据。PLM 的主要优点是提供配置控制和可追溯性。PLM 可用于多种不同类型的数据，从产品结构数据和 CAD 图纸到文档和相关电子学习信息。PLM 也是使用标准的重要驱动力，而标准在数字孪生的实施中至关重要，可确保不同组件之间的互操作性，以及数字孪生与外部世界之间的互操作性。区块链技术在过去几年中通过在各种加密货币中的应用而得到普及。不过，区块链确实有更广泛的用途，可以在数字孪生中发挥作用。区块链提供了永久性的去中心化信息历史记录，具有安全、可追溯和透明的特点；所有这些在数字孪生中都很重要。区块链技术也有替代品，例如有向无环图（DAG），可以解决可扩展性方面的一些问题。

3. DTS 的标准化--技术还是方法？

在科学学术界，对于数字孪生是一种技术还是一种方法论，专家们有不同的说法和意见。通过分析，我们目前认为，数字孪生是一种方法论的假说是正确的科学表述。另外，目前还没有关于数字孪生的确切规定--法律上的规范性时间表以及确定的标准。

就数字孪生的标准化定义达成共识非常重要。ISO 23247-1:2021 中就有这样一个标准化描述的例子，其中规定 "数字孪生<制造>的数字表示（3.2.2）适用于特定目的的观察生产要素，要素与其数字表示之间具有同步性"。

该方法的一个关键部分是适当定义我们要映射到数字世界的真实系统及其子系统。此外，确定这样做的原因也很重要。下一个研究问题是确定与解决现实问题直接相关的现实世界的详细程度。这也取决于相关数据源的定义及其质量的确定，这将影响数字孪生的质量。有了详细程度，我们还将确定能够真实描述真实系统元素的最小单元。与不直接涉及人类的技术系统不同，组织系统中真实世界的定义更为复杂，这正是 因为人类和物理环境的存在。

物理实体 - 在数字孪生系统中，物理实体有两大功能：数据收集和设备控制。物理实体是虚拟实体的数据源和执行单元。各领域的数字孪生标准因其应用场景的特殊要求，在物理实体的边界方面略有不同。在智能制造领域，ISO 23247-2:2021 将 "物理 "对象定义为 "可观测的制造元素"，包括人员、设备、材料、设施、环境、产品以及逻辑对象（如支持文件和流程）。IEC 62832-1:2020 标准进一步扩展了逻辑对象的定义，将软件、概念、专利、想法、方法等无形事物以及任何可定义为行业资产的事物都包括在内。不过，这些标准都是专门为制造业或行业数字孪生创建的，应提出整体数字孪生的标准化定义。

即使没有公布数字孪生物理实体的标准，许多标准也可以重复使用或参考，现有的现场总线配置文件、配套规范和其他定义设备和组件属性的规范应转入标准化字典，规划文件等概念资产的特征也应纳入标准化字典。

虚拟实体--在数字孪生系统中，虚拟实体是物理实体的数字表示。虚拟实体由建模组成，以便通过多时空尺度描述物理实体。从结构角度看，IEC 63278-1 ED1 工业应用资产管理外壳--第 1 部分： 资产管理外壳结构外壳结构是第一个与虚拟实体主题相关的标准，它定义了描述资产特征的语义模型，是模型、子模块和 AAS 之间的序列化和交换格式，因此，尽管 IEC 63278-1 ED1 是为工业目的设计的，但智慧城市和其他垂直领域也可以考虑使用或调整该标准。

在建模领域，甚至在 DT 概念引起广泛关注之前，各种标准制定组织（SDO）就已经做出了许多努力。ISO 23247 系列中的所有部分都明确表示，在实施该标准时优先考虑使用现有的建模标准。ISO 23247 系列中列出了一些标准，如 ISO 10303 系列 "产品模型数据交换标准"、IEC 62264 系列 "企业控制系统集成"、IEC 62714 系列 "自动化标记语言（AML）"、ISO 13399 系列 "切削刀具数据表示和交换 "等，这些标准并不是特意为数字孪生而制定的，但这些标准可以通过 XML、JSON、RDF、AML、OPC-UA 和任何其他通用数据描述语言或格式的实施来满足大多数用例。除了与建模相关的现有标准外，我们还注意到针对数字孪生的标准开发活动。目前，IEEE SA 标准委员会授权制定标准的项目之一是 P2806.1--工厂环境中物理对象数字表示的连接要求标准。该标准提出了数字孪生的数字表示，它定义了数字孪生中异构数据情况下的高速协议转换、统一数据模型和数据访问接口。因此，建议在 DT 标准化工作中采用现有的建模标准。

数据--数据是数字孪生的驱动力。在数字孪生系统中，模型和信息表征不是独立工作的，不同数字孪生系统之间的合作往往涉及数据和模型的交换，因此数据结构以及默认值、数据类型、数据格式等数据属性的标准化是非常必要的。数字孪生中许多与数据处理和管理相关的技术都可以通过采用现有的数据处理标准来实现。

与虚拟实体相关的数据处理和管理可能需要特别注意。数字孪生系统中的模型是根据物理实体的变化而动态变化的，这就意味着需要进一步规范时间戳和有效性声明等属性。此外，虚拟实体产生的合成数据应被普遍识别为不同于物理实体的数据，因此识别标准应考虑这些新的特征。这些特殊要求可能导致有必要更新某些现有标准，甚至制定一些新标准。

连接--连接指的是通信和互操作性，它们共同实现了实体之间的互联。IEEE 为这种互动提出了一个能力框架，即 2888.3，该标准提供了一个俯瞰网络和物理世界中一般对象之间互动的框架，包括物理事物和数字事物（网络事物）之间的互动能力、与后端基础设施轻松集成/与其他外部系统集成的能力、授权方访问事物的能力、描述物理设备、虚拟设备或任何可建模的事物的能力。为实现互操作性，应考虑多种网络共存的问题，而要解决这一问题，OPC UA 是一个重要的标准。凭借其语义能力，OPC UA 支持的不仅仅是数据传输，它还包含以信息为中心的数据模型，这将异构数据传输为统一信息，从而实现工业系统的安全数据交换。

服务--提供服务是数字孪生的目的。在标准工作中收集了来自不同领域的用户案例。在智能制造领域，ISO 23247-4:2021 在国际标准中提供了三个用例 "多机器人之间制造任务的动态调度"，描述了产品、流程和资源的数字孪生模型，用于多机器人之间制造任务的动态调度。

为此，它建议围绕两个关键主题制定不同类型的若干标准：

• 建筑环境数字孪生框架： 这一主题考虑到国际标准化组织（ISO）为制造业制定数字孪生框架的现有工作，以便将建筑环境方法与其他部门正在采取的方法进行比较和调整；以及

• 数字化建筑环境： 数字孪生：这一主题确定了现有标准体系中的差距，以便通过数字孪生等机制，促进各组织之间可信、开放和安全的信息交流。

本研究论文对数字孪生技术标准的分析分为五个方面，即物理对象、虚拟对象、数据、连接和服务。标准化仍然是数字孪生及其在不同领域应用的主要挑战之一。

4. 数字孪生的挑战与优势

挑战--在相对封闭的技术系统（如风力涡轮机、飞机系统或智能工厂）领域有许多实施案例，而在复杂的社会技术系统（组织）领域则少得多。

本文重点探讨了为满足复杂组织系统的管理需求而开发建立数字孪生的方法问题。虽然在实践中已经有了几种创建数字孪生的方法，但对于如何有效地创建复杂组织系统的数字孪生以支持战略决策，却知之甚少。多位作者还指出，标准化是数字孪生方法论发展的关键。我们必须对数字孪生有一个标准化的定义，因为工程师与组织科学领域的工作人员对数字孪生的理解是不同的。只有对基本概念有共同的语言和理解，才能促进这一领域的发展，使数字孪生领域的各相关方更好地合作。这也将有助于更加清晰地理解和实施数字孪生。问题的实质是将现实世界映射到其数字孪生中的准确度和质量如何，以及定义数字孪生 的最低要求。并非每一个现实世界的可视化数据也是其数字孪生（Fuller et al.）

根据数字孪生的目的，我们必须确定其粒度，这取决于数据的可用性和精确度。DT 的质量取决于数据质量。这也与物理元素虚拟复制的精度和质量有关。当我们打算创建 DT 时，所有这些相互联系都会给我们带来挑战。所有这些也都与建立 DT 的成本有关。在此过程中，我们还可以尝试减少数据源，而不是根据从传感器获得的数据计算虚拟数据。为此，我们必须了解描述物理实体的参数之间的相关性。这样我们可以降低成本，但也会损失一些质量。

同样重要的是，在开始阶段，我们不需要大型系统，而需要我们能够处理的小型系统。同样重要的是，我们以后可以将不同的 DT 连接到更大的 DT 上。这可能是智能城市或国家层面的情况。欧盟委员会有一个名为 "目的地地球"（Destination Earth）的项目，目的是提供独特的地球数字建模能力，以提高欧盟监测和模拟环境变化、预测极端事件以及调整欧盟行动和政策以应对气候相关挑战的能力。

人们应将数字孪生视为 "一段旅程，而不是一个目的地"（Callcut 等人，2021 年）。这一点非常重要，因为有了数字孪生，我们就制作了真实实体的虚拟副本，而真实实体的生命周期是不受限制的。而旅程也是相似的，并不局限于终点。

在《民用基础设施系统中的数字孪生》一文中，受访者一致认为网络安全是数字孪生需要解决的问题（Callcut et al.） 受访者 B 提出并得到调查结果支持的另一个重要问题是，数字孪生是一种 "工作方法和方式"，而不是 "产品或技术"（Callcut 等人，2021 年）。VanDerHorn 和 Mahadevan（2021 年）在《数字孪生：通用化、特征描述和实施》一文中也指出了有关数字孪生的这些挑战。

• 组织文化： 数据和模型的共享需要多个利益相关者之间的合作与协作，而这些利益相关者的业务目标可能相互竞争。利益相关者之间需要确保公平价值、数据安全和知识产权；

• 技术成熟度： 考虑到当前技术的成熟度会影响技术开发的时间表和成本，技术开发需要优先考虑那些能最有效地提高效率和效益的技术；

• 验证和确认（V&V）：

DT 通常由许多不同的模型和流程组成，这些模型和流程既需要单独的 V&V，也需要作为一个综合系统进行 V&V。然而，由于 DT 从定义上来说是具体建模的物理系统所独有的，因此可能无法对单个实例、完整的系统模型进行验证。从单个组件模型的 V&V 推断到整个系统具有挑战性；

• 自动化： 在许多数据传输实施中，一个突出的目标成果是通过数据交换和分析的自动化来减少人工操作。虽然开发工作正在进行中，但作为当前解决方案的一部分，仍然非常依赖人工操作。

优势--新技术的兴起推动了 DT 流程的发展，因为新技术的实施成本效益极高。如今，虚拟双胞胎在企业中十分流行，并被视为近年来战略技术规划的首要趋势。近年来回答的一个最重要的问题是，数字孪生流程如何改变我们今天的设计、规划、制造、运营、模拟和预测方式？

在创建的虚拟平台中，物理孪生作为其现实世界自我的实时数字化副本而存在。这座世界之间的 "桥梁"，其核心是用于优化业务绩效。这是通过数据分析和系统监控来实现的，目的是发现任何问题，并最终防止这些问题在现实环境中发生并影响停机时间。所进行的模拟有助于开发和规划未来流程中的产品或服务更新。

这些好处几乎无法估量，因为它们影响到所有行业，包括农业、交通、政府机构、各级安全和零售业等。使用数字孪生技术的其他好处还包括：通过真实世界的系统进行综合管理，节约成本，更好地改进决策支持，进行风险管理模拟，找到根本原因等。VanDerHorn 和 Mahadevan（2021 年）在 "数字孪生：通用化、特征化和实施 "一文中也指出了有关数字孪生的好处，如连接以前未连接的数据源、开发计算模型、不确定性量化、改进输出交付/可视化、改进数据基础设施和管理等。

5. 国家安全与数字孪生技术--面对新的安全挑战和影响

新技术正以动态和快速的方式进入国家安全的各个领域，并以不同的方式取代传统的程序。它们在决策过程中尤为重要。

无可争辩的事实是，数字十年中的大部分新技术，尤其是与数字孪生相关的技术的使用，具有许多优势，但与此同时，挑战也随之而来（Stoykov, Dimitrova, & Marinov, 2011, p.541）。

在这篇文章中，作为对国家安全新技术的分析，所有内容仍然充满挑战，原因只有一个，即这项技术是新技术，尚未明确定义。关于国家安全与数字孪生之间的关系、数字孪生的用途和挑战，还有太多问题有待澄清。

现在已经很清楚，数字孪生所使用的技术发挥着重要作用，并将继续加强国家安全，抵御未来的威胁和网络攻击。特别是，技术可以帮助识别潜在威胁，轻松共享信息并保护其中的机制。

本研究论文概述了支持数字孪生技术发展的各项技术。国家安全与数字孪生技术的直接联系源于数据。尤其重要的是，作为数字孪生基础的技术本身就是以数据为基础的。所有决策都以数据为基础，因此必须对数据进行收集、建模和存储。对于国家安全领域的所有决策而言，实时获取数据非常重要。

数字孪生技术包括物联网（IoT）、人工智能（AI）、扩展现实（XR）和云计算。此外，数字孪生根据应用类型的不同，或多或少地在国家安全领域本身使用某些技术。在这方面，无论是混合型威胁还是实体关键基础设施。

每项新技术要想投入使用，就必须实现标准化、规范化，并在一定发展时期的战略文件中用报告其进展情况的指标对其进行描述。

为此，我们对与数字孪生技术相关的战略文件进行了分析，得出的结论是，很少有国 家制定了关于在国家安全中开发和使用这些技术的战略文件。主要国家都制定了为期十年（通常到 2030 年）的国家发展框架，并指出了在此期间要采取的措施和要实现的主要发展指标。

目前，所有文件都间接提到了新技术，或将其作为十年期发展战略的一部分加以描述。使用数字孪生技术的发展动态恰恰相反。这些技术的发展和使用非常迅速，并取得了巨大的进步和成功。

在回顾了数字孪生技术与国家安全的相互关系之后，我们可以得出以下结论：

• 与互联网相连的智能设备，即物联网--正在使生活更加便利、提高工厂效率并拯救生命。由于这些设备与互联网相连，恶意行为者及其合法操作者都可以对其进行定位和操纵。快速发展的物联网给国防当局带来了颠覆性的挑战，因为物联网设备提供了新型目标，以及威胁经济和实体安全的新武器。传统的国家安全政策很难应对这些颠覆性挑战；

• 人工智能（AI）技术有望成为几代人拓展知识、促进繁荣和丰富人类体验的最强大工具。人工智能将推动各国政府和企业竞相使用。民族国家将利用人工智能来实现其战略抱负和国家安全目标。恐怖监督机构认为，人工智能的创造者需要放弃他们的 "科技乌托邦 "心态，因为人们担心新技术会被用来诱导脆弱的个人。乔纳森-霍尔（Jonathan Hall KC）的职责是审查恐怖主义立法的适当性，他说，人工智能对国家安全的威胁正变得越来越明显，在设计这项技术时需要牢牢记住恐怖分子的意图。他说，太多的人工智能开发都集中在技术的潜在积极因素上，而忽略了恐怖分子可能会如何利用它来实施袭击。据了解，安全部门尤其关注人工智能猫船诱导儿童的能力，而儿童在军情五处的恐怖案件中已占有越来越大的比重。上周，人工智能先驱警告说，人工智能可能会威胁人类的生存，因此要求对该技术进行监管的呼声日益高涨。

科学界和国家安全专家的主要任务之一是分析新技术的优势和积极方向，以及如何将其用于国家安全的不同领域。所有新技术都会对国家安全产生积极影响，这是不争的事实，但由于概念界定不清，如何使用这些技术是一个严峻的挑战。

结论

数字孪生的应用不仅限于战场。在国家安全领域，这项技术可用于模拟和预测网络攻击、自然灾害或恐怖活动等各种威胁的影响。通过了解这些威胁的潜在后果，安全机构可以制定更有效的应对策略和缓解措施。

虽然数字孪生的好处毋庸置疑，但其实施并非没有挑战。数据安全、隐私以及对高质量实时数据的需求等问题都是需要克服的重大障碍。此外，要将数字孪生整合到现有系统和流程中，还需要认真规划和执行。尽管如此，数字孪生技术在改变国防和国家安全方面的潜力是巨大的。随着这项技术的不断发展和成熟，它很可能成为国防战略不可或缺的一部分，在日益复杂和不可预测的世界中提供重要的优势。数字孪生是国防和国家安全的有力工具。通过提供实时、全面的战场视图，加强装备维修和战备状态，改进训练和准备工作，这项技术可以显著提高国防战略的有效性。尽管挑战重重，但数字孪生的潜在优势使其成为值得投资的秘密武器。

这篇科普文章的主要目的是通过分析这种方法的主要特点、主要优势及其在不同情况下使用的益处，向科学学术界介绍这种方法。我们认为，由于所使用的新技术尚未整合到更高的技术发展水平中，因此该方法的发展和改进工作任重而道远。每项新技术的使用都必须标准化、规范化，并在一定发展时期的战略文件中用报告其进展情况的指标来描述。