无论是物理模型还是数字模型，其制作均需遵循 “需求分析 — 数据准备 — 模型构建 — 验证优化 — 应用交付” 的全流程，确保模型与规划目标高度匹配。

（一）需求分析：明确模型的核心用途

制作前需明确模型的使用场景（如汇报、公示、分析）、受众（如政府、公众、设计师）与核心功能（如可视化展示、量化分析、动态模拟）。例如，用于公众公示的模型需注重 “直观性与易懂性”，减少专业术语；用于交通分析的模型则需重点整合交通流量、路网数据，确保分析精度。

（二）数据准备：保障模型的准确性

数据是模型的 “灵魂”，数据质量直接决定模型的可靠性。

物理模型：需收集规划区域的地形图、建筑平立面图、现状照片等，确定模型比例（如 1:1000 的模型，1 米现实距离对应 1 毫米模型尺寸），并准备合适的材料（如建筑用亚克力板、道路用灰色卡纸、绿化用仿真草皮）。

数字模型：需整合多源数据，包括基础地理数据（如地形高程、地块边界）、专题数据（如人口密度、GDP、交通流量）、设计数据（如建筑图纸、管线布局）等，同时需对数据进行清洗（去除错误值）、标准化（统一坐标系统），确保数据的一致性与准确性。

（三）模型构建：从 “雏形” 到 “精细化”

物理模型：

基础层制作：按比例搭建地形（如用泡沫板堆叠模拟高低地形）、道路与水系（如用灰色亚克力板切割道路，蓝色玻璃模拟河流）；

主体元素制作：用 3D 打印或手工切割制作建筑模型（按高度区分建筑层级，用不同颜色区分建筑功能，如红色代表商业、黄色代表住宅）；

细节点缀：添加绿化（仿真草皮、树木模型）、公共设施（路灯、座椅模型）与标识（如地块名称、道路名称标签），提升模型的辨识度。

数字模型：

基础建模：用 GIS 软件（如 ArcGIS）构建空间基础框架，或用 BIM 软件（如 Revit）搭建建筑与基础设施的三维模型；

数据关联：将人口、交通、能耗等数据与模型元素绑定（如给每栋建筑关联 “建筑面积、使用功能、能耗指标”）；

功能开发：通过编程（如 Python、C#）或专业软件（如 ENVI、VISSIM）开发分析功能，如交通流量模拟、环境质量评估、灾害风险预测等。

（四）验证优化：确保模型的可靠性

物理模型：需与规划图纸核对比例、位置、高度等细节，确保无偏差；同时可邀请设计师、决策者现场查看，提出修改意见（如调整建筑色彩、增加公共空间）。

数字模型：需通过 “数据验证”（检查数据准确性）与 “逻辑验证”（测试分析功能的合理性），例如，在交通模型中，可对比模拟流量与实际流量，调整模型参数，提升预测精度。

（五）应用交付：实现模型的价值转化

模型制作完成后，需根据使用场景交付成果：物理模型可用于规划展览馆展示、方案汇报现场演示；数字模型可导出可视化报告（如 PDF、视频）、搭建在线交互平台（如公众可通过网页查看规划方案），或与城市管理系统对接（如数字孪生模型接入智慧城市指挥中心）。