面向數字孿生城市的三維GIS基礎軟件技術創新及應用

李濛 何倩 李廣明 王博 李云霞 白楊建

摘要：當前，數字孿生城市已成為各地智慧城市建設或城市數字化轉型的重要探索方向。在深入推進數字孿生城市建設的過程中，對數據存儲管理、數據處理融合、數據查詢分析、數據可視化呈現等提出新的要求，GIS基礎軟件需要不斷修煉“內功”，才能支撐構建更堅實的時空數字底盤。從數字孿生城市建設面臨的新要求展開論述，重點介紹了SuperMap三維GIS基礎軟件技術在多尺度三維模型構建、全方位數據深度融合、三維空間計算與分析、可視化呈現能力等方面的創新進展，以及在城市規劃與管理、數字園區運維管理、自然資源管理等領域的應用，最后總結了該技術方法的應用價值和后續探索方向。

關鍵詞：數字孿生城市；三維空間建模；三維空間分析與查詢；多源數據融合；可視化呈現；城市規劃

文章編號 1673-8985（2023）05-0036-08 中圖分類號 TU984 文獻標志碼 A

0 引言

數字孿生城市是數字城市的目標，也是智慧城市建設的新高度[1]14。我國自2017年10月提出數字孿生城市至今，先后經歷了2017—2018年的概念培育期、2019年的技術方案架構期、2020年的應用場景試點期、2021年的整體性落地建設探索期，目前正逐步進入落地建設深水期[2]。一方面，國務院、科技部、住建部、工信部、自然資源部、網信辦及各地方政府先后發布相關政策，鼓勵數字孿生城市的發展[3-6]。另一方面，隨著城市化進程的加快，交通擁堵、能源短缺、環境污染等城市問題阻礙著城市居民生活質量的提高及社會的發展。如何提升城市現代化治理水平，是城市規劃管理領域一直探索的命題。各地對“數字孿生城市”“智慧城市”等規劃和建設的需求強烈[7]50。此外，互聯網、云計算、物聯網、人工智能等新型先進信息技術（IT）的發展，為數字孿生城市的落地建設提供了有力的技術支撐[8]10，[9]19，[10]10。因此，在國家/地方政策、城市建設需求和全新IT技術的驅動下，上海、雄安新區等地積極推動數字孿生城市建設，其落地效率大幅提升，逐步深入城市全要素表達、業務預警預測、場景仿真推演等多個環節[10]3。

數字孿生城市的實現需要測繪地理信息、三維建模、物聯標識感知、可視化渲染，以及云計算、人工智能、大數據等技術支撐 [10]30，[11]49。測繪地理信息技術可用于實現城市信息化，提供全時空基礎數據、數據處理分析技術與能力支撐。其中，三維地理信息系統（GIS）可通過地理空間感知、地理可視化、地理設計、地理決策等地理智慧，整合和分析全時空城市基礎數據，支撐城市實景可視化，為城市數字孿生提供有效的技術支撐[11]149。但由于新型測繪和三維建模等技術的飛速發展，城市基礎空間數據的種類愈加豐富、實時性越來越強、體量越來越大，在數據存儲管理、數據處理融合、數據查詢分析、數據可視化呈現等方面對三維GIS基礎軟件技術提出新的要求和挑戰[8]30：多源、異構、海量城市數據的單體化/結構化/語義化表達及高效存儲；基于新型測繪、物聯網感知等獲取的城市靜態、動態數據的全方位融合；基于三維空間分析實現城市運行發展過程的模擬分析；真實展現現實世界全貌，實現城市虛擬空間的可視再現。

本文擬從數字孿生城市建設面臨的新要求展開論述，重點介紹SuperMap三維GIS基礎軟件技術在三維空間建模、海量多源異構數據管理、三維空間分析與計算、三維可視化與交互等方面的創新突破，并說明相關技術在城市規劃管理等領域的應用情況，旨在為建設數字孿生城市及相關典型應用場景提供三維空間建模和分析的技術支撐和方法參考。

1 數字孿生城市建設新要求

數字孿生城市致力于通過構建城市物理世界、網絡虛擬空間的一一對應、相互映射、協同交互的復雜巨系統，再造一個與現實城市匹配、對應的“孿生城市”，以實現城市全要素數字化和虛擬化、城市全狀態實時化和可視化、城市管理決策協同化和智能化[1]14。

為實現城市全要素的數字化表達，需要綜合利用航天衛星攝影、航空攝影、激光雷達掃描、傾斜攝影、移動測量系統和探地雷達系統等“空—天—地—地下”數據采集方法，大規模快速獲取地形、影像、點云、傾斜攝影三維模型、地下管線、地質體等不同類型的空間數據[12]；利用傳統三維建模軟件和BIM（Building Information Modeling）建模軟件，構建建筑白模、城市精細模型及BIM等數據，來表達建筑物、構筑物、地下管線等要素；還要利用三維GIS技術來高效存儲和表達海量多源異構三維數據。但隨著城市基礎空間數據的不斷集成應用，需要結合分布式等技術來提升海量空間數據存儲的性能和擴展性，并構建更加完善的空間模型體系，實現對城市建筑、交通網絡等要素及其語義信息的統一表達，同時需要建立高效的數據組織方式和合理的空間索引機制，從而支撐海量空間數據的快速調度。

為更準確全面地呈現和表達“孿生城市”，需要具有將城市地理空間數據、軌跡數據、空間媒體數據與社會經濟數據等在統一時空框架下融合的能力[9]37。這不僅需要將不同來源的數據進行處理和融合，實現數據的全方位整合和統一，還需要利用人工智能、機器學習和深度學習等技術，對海量三維空間數據進行分析和挖掘，提取城市運行規律和趨勢，為城市規劃決策提供科學依據。其中，軌跡數據是指通過北斗定位系統、全球定位系統等獲取的交通軌跡數據、飛機航線數據、人員移動數據等；空間媒體數據是指帶有地理空間位置信息的文本、圖像、視頻等媒體數據；社會經濟數據是指人口空間分析等包含地理空間位置信息的社會經濟統計數據。

為優化空間要素布局，支撐城市仿真計算、動態推演和態勢預測，需要具備與三維空間數據相關的計算、分析、查詢能力[9]40，如布爾運算、凸包等三維空間數據計算能力，量算、裁剪、可視域分析等基礎的三維空間分析能力，城市生命線的碰撞檢測、基于孿生空間的淹沒分析等面向具體業務需求的三維空間分析能力，從而支持城市規劃管理、應急救援管理等領域在數字世界進行方案評估、分析、優化等，以建立更加高效智能的城市現代化治理體系。

為真實展現現實世界全貌，實現城市全運行狀態的可視化，需要利用GPU實時渲染技術、OpenGL、WebGL等，開發高性能、多終端的三維可視化渲染引擎，真實展現城市樣貌、自然環境、城市交通等各種場景，以及實時瀏覽和探索城市數字孿生體；還需要集成增強顯示（VR）、虛擬現實（AR）、混合現實（MR）等技術，使決策者和公眾能夠身臨其境地感知城市的運行狀況，提高建設數字孿生城市的準確性和公眾參與度。

2 面向數字孿生城市的三維GIS基礎軟件技術

結合數字孿生城市及相關應用業務系統建設的實際需求，針對城市全空間對象統一表達難、海量多源異構數據精準融合難、面向深度應用需求的空間分析功能少、城市場景高真實感可視化難等技術難題，SuperMap三維GIS基礎軟件技術不斷完善，多尺度三維模型構建、全空間多源數據高效管理、智能三維空間分析與計算、高保真三維可視化與交互等多項核心技術不斷創新。

2.1 多尺度三維模型構建

城市全要素數字化表達的實質是對城市物理實體的三維模型表達[9]29，全域統一的高精度、精細化時空基準框架是關鍵基礎，即從宏觀到微觀、從室外到室內、從地下到地上，通過多細節層級的三維模型實現現實世界到數字世界的精準映射[1]14。因此，三維GIS基礎軟件需要具備空天/地表/地下一體化、室內室外一體化、宏觀微觀一體化的全空間表達能力，以實現城市全要素的數字化、結構化、語義化表達[13]326，[14]，[15]1041，[16]123。其中，城市全要素的結構化和語義化表達是進行三維空間計算、查詢和分析，以及空間數據挖掘的基礎。這要求模型需要描述對象的幾何特征、拓撲關系、語義特性等信息。

通過在GIS基礎軟件中拓展定義，表達三維實體對象的三維體數據模型和表達道路、管線等三維網絡系統的三維網絡數據模型，構建并實現不規則四面體網格（TIM）和體元柵格（Voxel Grid）兩類三維場數據模型，實現對象、網絡和場3類空間數據概念模型的升維，形成全空間表達的數據模型體系，可支撐城市全空間數據的高效管理、計算和分析。其中，三維體數據模型是用于表達邊界明確、內部均值的體狀地物，例如建筑、地質體等現實中存在的對象或者陰影體等抽象的對象[16]124，[17]，常采用邊界表示法（Boundary Representation，BR）、實體幾何構造法（Constructive Solid Geometry，CSG）等[13]326來表達，具有拓撲閉合性、高精度、多細節層次（LOD）、實例化存儲等特性。三維網絡數據模型可用于描述對象之間的連接關系，是進行爆管分析、關鍵設施分析、最佳路徑分析等三維網絡分析的數據基礎。三維場數據模型可用于描述空氣污染場、地震場、空中電磁信號場等空間中連續的、非均值的空間現象或要素[18]。通過三維體數據模型、三維網絡數據模型和體元柵格，可表達城市建筑、地下管線、5G信號場等城市全空間數據（見圖1）。

為實現各種城市復雜場景的精細化、實時化、智能化和自動化構建，提供了規則化建模、參數化建模和符號化建模等能力，可基于點/線/面/拓撲網絡數據等城市基礎地理信息實現大規模三維模型的快速構建。其中，規則化建模是基于二、三維點/線/面數據和拉伸、放樣等規則建模能力，來快速構建建筑等模型對象。參數化建模是通過控制體現三維模型幾何特征的變量化參數，來實現批量構建建筑白模、巷道、道路等模型對象[19]。符號化建模是通過構建場景要素三維模型符號庫，調用符號來快速構造三維場景，通常是基于二維點/線/面/拓撲網絡數據和三維點/線/面/自適應管點符號，來快速構建植被、花草、河流、管線等對象。另外，為滿足大規模模型數據的精細化、定制化、自動化構建需求，還提供了豐富的模型運算算子（見圖2），通常會由使用者自主控制場景要素的模型方位、大小、材質和紋理等參數，從而滿足三維模型構建過程的交互需求。

城市數字孿生模型因涉及全生命周期過程，不同物理實體對象不論是外觀還是內部結構都可能發生不確定性變化，需要持續不斷地迭代更新[15]1044。因此，對于局部變化大的傾斜攝影三維模型，實現了數據的局部動態更新能力，能基于變化信息定向、定點地更新任意范圍的傾斜攝影三維模型數據（見圖3）；對于以對象化變化為主的城市精細模型、BIM等數據，實現了數據的定向更新能力，能基于變化對象的包圍盒或標識號（ID）等信息定向、定點地更新模型數據的幾何信息及屬性信息。

2.2 多源異構空間數據的高效管理

構建城市數字孿生體的數據有結構化與非結構化的、動態與靜態的、地上與地下的、室內與室外的、大尺度與精細化的，實現“多源”數據的精確匹配和深度融合是現實城市向數字城市精準映射的關鍵[10]28。因此，針對通過新型基礎測繪技術、BIM等三維建模技術和物聯網（IoT）技術獲取的多源異構數據，提供一種從數據接入、數據處理、服務發布到多端應用的全流程數據管理技術，可將各類場景要素進行深度融合，將物聯感知數據與地理實體建立關聯，實現大范圍城市三維場景完整、精細的數字描述，以更好地服務應用場景的數據需求。通過逐頂點坐標轉換、數據配準和數據平移、旋轉能力，可將多源異構時空數據的空間坐標系進行統一，實現在地球曲率影響下的數據精確匹配。當多源異構空間數據間存在縫隙、重疊、壓蓋等問題時，可對BIM數據、地形、傾斜攝影三維模型等進行壓平、裁剪、挖洞、鑲嵌及設置緩坡等處理，實現數據的平滑銜接和紋理自然拼接（見圖4）。

通過傾斜攝影測量和激光雷達掃描獲取的傾斜攝影三維模型和點云通常不會將建筑、地面、樹木等地物區分出來，無法直接進行后續的分析應用，因此需要通過切割、重建、矢量疊加等操作處理，將數據中的各類地物構建為三維獨立對象，并實現各對象掛接屬性以及屬性查詢與分析等[20]?；谑噶棵姣B加的虛擬動態單體化是最便捷的單體化方法之一，該方法通過將矢量面（地物邊界）動態疊加到傾斜攝影三維模型和點云表面，可實現二、三維一體化的可視化表達與對象化查詢及分析（見圖5）。另外，如何從點云和傾斜攝影三維模型中快速提取應用中所需的地物信息是數據處理的重要一環。通過機器學習、深度學習等技術，可對點云數據進行自動或半自動化分類（見圖6），基于深度學習技術可從傾斜攝影三維模型自動提取地物輪廓，從而實現點云和傾斜攝影三維模型的自動化處理[21-22]。

隨著三維GIS在設施規劃設計、建設與運行維護等全生命周期中的深化應用，BIM與三維GIS的集成與融合成為新的前沿技術，也是建設數字孿生城市的關鍵技術之一[23]。為實現BIM與GIS的深度高效融合，提出一種BIM-GIS數據語義映射技術，采用GIS基礎軟件與BIM軟件直接通信的技術方法，基于三維體數據模型實現BIM-GIS數據的無中轉語義映射，可大幅度提高轉換效率，減少幾何信息和語義信息丟失，支持多達數十種BIM數據格式（見圖7）。此外，通過構建多細節層次（LOD）模型、三角網簡化等幾何輕量化處理，以及對屬性的輕量化處理，來減少數據量，可提高數據查詢、分析和可視化的性能。通過實例化技術保留BIM模型中的共享單元，實現BIM構件模型復用，避免數據膨脹。

在大規模多源異構空間數據的存儲和管理方面，普通文件系統能力有限，傳統關系型數據庫性能不足、可擴展性有限，不能滿足海量數據高效存儲和快速入庫的需求，需要采用Hadoop等分布式文件系統和分布式數據庫，實現數據存儲、管理優化；在數據計算和空間分析方面，單機處理算子不能滿足大規模數據高效率處理的需求，需要將單機算子改造為分布式算子，以支持多機的分布式計算，還可以采用三維數據自動化處理（GPA）工具、算子和服務，搭建多源異構數據的自動化處理業務流（見圖8）。

2.3 三維空間計算、查詢和分析

面對不同來源、不同格式空間信息的爆炸式增長，通常需要利用空間分析和空間決策工具，對空間事物和現象進行描述和解釋，從而認識和把握地球和社會的空間運動規律，以進行虛擬、科學預測和調控[24]。要實現城市綜合治理的科學化、精細化和智能化，需要以城市數字孿生體為基礎，在實現多源數據匯聚與管理的基礎上，對多源數據進行計算、查詢和分析，以實現對城市現象的仿真和事件態勢的推演，從而支撐城市問題預判、解決預案生成和事后復盤分析等。

在數據層面，針對采用三維表面模型來表達的TIN地形、傾斜攝影三維模型和城市精細模型，以及采用三維體模型來表達的BIM數據等，提供布爾運算、裁剪、鑲嵌、挖洞等多種三維空間運算能力。在場景層面，提供包括三維空間量算、三維空間查詢、三維緩沖區分析、可視域分析、淹沒分析、三維網絡分析等各種復雜的分析和查詢能力（見圖9）。此外，GPU加速技術已經越來越多地被應用于圖形與非圖形問題[25]，并且隨著高配置圖形硬件門檻的降低，可以將GPU強大的并行運算能力應用到三維空間分析和查詢技術中。基于GPU的三維空間分析和空間查詢技術不僅可以在三維場景中交互地獲取三維空間分析的結果，并實時渲染及輸出三維體對象，基于分析結果（三維體對象）還能進一步進行基于GPU的三維空間查詢，并實時反饋查詢結果，可支撐大規模城市三維場景實時、交互的分析需求。

2.4 高保真三維可視化與交互

數字孿生城市的可視化呈現能力不僅要實現城市全要素內容的直觀呈現（既可以渲染宏大開闊的城市大場景，也可以真實展示城市局部特征），而且要滿足不同業務和應用場景的可視化需求，實現空間分析過程的可視化、城市歷史演變和預測變化的可視化、仿真成果和設計效果的可視化、城市監管決策過程的可視化等，以有效支撐事件和業務的事前、事中、事后的全流程可視化。此外，還要滿足面向公眾的輕量化、普適化、多終端的應用可視化需求，通過結合VR、AR、MR、游戲引擎、室內導航等，為公眾提供更具交互性、真實感、沉浸感的三維可視化體驗，從而支撐實現數字空間和現實空間的實時交互[9]47。

一方面，通過計算機圖形學知識，實現多層次實時渲染呈現城市數字孿生體的能力（見圖10）。基于WebGL/WebGPU圖形可視化渲染技術研發了Web3D渲染引擎，支持多源異構數據的可視化表達、三維空間分析和查詢，通過粒子系統、基于物理渲染的材質（PBR）、卷簾效果以及環境光遮蔽、屏幕空間反射、泛光、景深等多種后處理特效，實現在瀏覽器里高真實感地展示大規模三維場景，并提供豐富的應用程序接口（API），提升用戶的Web開發及終端訪問體驗，滿足各種在線業務系統的定制化需求。通過三維GIS與UE/Unity等游戲引擎的深度融合，將GIS基礎軟件的數據管理調度、三維空間分析和查詢等能力與游戲引擎的高真實感場景表現能力緊密結合，可實現現實物理世界全貌的真實展現及基于此的空間分析計算，能有效支撐對渲染要求高的電子沙盤、規劃展覽等應用。基于VR技術，可模擬與現實世界相差無幾的虛擬世界，提供更具沉浸感、交互性的三維體驗；基于AR技術，可將虛擬的數字化信息與真實世界相互疊加，從而實現對真實世界的“增強”；基于MR技術，可將現實環境與虛擬環境相互混合，實現物理對象和數字對象在可視化環境中的共存及實時互動。

另一方面，面向數據量大、結構復雜、精度較高的三維場景實時繪制需求，通過高效的數據組織方法將多源異構數據有效地管理起來，并根據數據的地理分布建立合理的空間索引機制，進而快速調度和查詢大規模三維場景中任意范圍的數據，實現海量三維數據的實時、高效可視化[26]。目前，針對使用場景不同，可采用四叉樹、八叉樹、R樹等對多源異構數據進行空間劃分，通過LOD、實例化及金字塔數據組織等多種技術手段，形成高效的數據輸入/輸出機制、數據調度機制、可見性判斷算法等，以實現海量三維空間數據的高效渲染；還可通過頂層重建、幾何壓縮、紋理壓縮等技術手段來縮減數據量大小，提升海量數據傳輸和加載速度，進一步提升用戶的三維可視化體驗。

此外，為實現多源異構三維數據共享與多端應用，提出一種空間三維模型瓦片數據格式及配套的服務接口[27-28]，通過將傾斜攝影三維模型、點云、BIM、二/三維矢量、建筑白模、地質體、三維場等不同來源、不同格式的空間數據轉換為自定義二進制格式的瓦片數據，可以規避后續處理多源異構數據的繁瑣步驟，實現多源異構數據在移動端、桌面端、Web端、游戲引擎等多端的共享與互操作。

3 典型應用場景

3.1 服務城市規劃與管理

數字孿生城市是城市建設發展運營中的切實要求，在構建地上地下一體化，反映城市運行發展狀態，為城市規劃與管理提供支撐等方面發揮著越來越重要的作用[7]51。通過多尺度三維模型構建技術，可實現城市數字孿生模型的快速構建，并基于多源異構空間數據高效管理技術，集成融合城市多源異構數據，包含地理矢量數據、點云、傾斜攝影三維模型、城市精模數據、BIM數據等基礎數據，以及城市各業務涉及的物聯感知信息和城市綜合信息等資源，可實現對城市宏觀、中觀、微觀場景的數字化表達，對空氣質量、交通和建筑設計等進行更真實的模擬。基于三維空間查詢、紅線檢測、控高分析、天際線分析、日照分析等能力，識別城市運行規律，使得規劃者可以評估不同規劃管理方案的影響，并優化城市布局和資源配置，為改善和優化城市規劃和管理提供有效的引導（見圖11）?；赩R/AR/MR交互技術，構建交互式可視化環境，有助于公眾參與城市規劃和管理決策；基于Web3D引擎和游戲引擎等，實現三維高保真可視化，形象全面地展示城市全貌、方案設計、建設過程、運行情況等，可提升城市規劃和管理過程中的多方參與效率。

3.2 支撐數字園區運維管理

在數字孿生城市這一先行概念的引導下，“數字孿生園區”理念也進入公眾視野。數字孿生園區是數字孿生城市的重要表現形態，其體系結構與發展模式是數字孿生城市在一個小區域范圍內的縮影，既反映了數字孿生城市的主要體系模式與發展特征，又具備了不同于數字孿生城市發展模式的獨特性[8]85。通過合理布局供水、供電、供氣、通信、道路等配套設施，將3D GIS與BIM、物聯網、大數據、人工智能等技術結合，可加強園區各類資源的整合，實現產業園區內信息的及時感知、傳遞和處理，提升數字園區的建設、運營、服務和管理能力。例如，面向數字園區運維與管理（見圖12），通過多源異構空間數據高效管理技術，能整合園區各領域數據資源，實現園區內地形、影像、二維點線面數據、三維點線面數據、BIM、傾斜攝影三維模型、城市精細模型、IoT數據、人口、規劃項目數據等多源異構數據的匯聚、融合、入庫與更新，從而提供權威、統一的數據底圖；通過裁剪、屬性查詢、量算、通視分析等功能，實現園區建筑內部結構的分層展示、園區基礎設施的可視化巡查瀏覽、園區設備的快速定位和屬性信息查詢等，有效支撐了對園區產業、經濟、安防、能耗等管理領域關鍵指標的綜合監測分析；基于VR/AR/MR交互技術、Web3D引擎和游戲引擎等，能以多視角、多維度的方式實現園區各類型數據資源的真實呈現，不僅能宏觀呈現園區特色、產業布局、交通優勢，還能對園區內重點企業的數量、地理空間分布、規模、供水、能耗等信息進行可視化監測，并且通過集成視頻監控、環境監控等還能對園區的環境溫濕度、空氣質量等進行可視化監測，有效提升數字孿生園區在企業能耗監管、環境監管等方面的運維管理效率。

3.3 服務自然資源智慧管理

城市自然資源是數字孿生城市建設的空間基底[8]29。基于數字孿生技術和三維GIS基礎軟件技術的自然資源管理，在時空信息可視化的基礎上強調了現實空間和數字空間的深度交互和映射聯系，能滿足自然資源二、三維一體化的綜合管理需求，實現自然資源全要素的數字化和虛擬化、全狀態的實時化和可視化、自然資源管理決策的協同化和智能化，有效提升自然資源調查監測、國土空間保護與合理利用、礦產資源勘查開發等綜合管理效能。例如，在自然資源調查監測方面，利用全空間表達的數據模型體系可以構建數字孿生國土空間，直觀表達地形、地貌、地物等數據，從而反映自然地理格局和自然資源狀況；利用多源異構空間數據高效管理技術可以將三維地形、專題地圖層、城市精細模型等數據進行整合，構建全要素三維可視化場景，實現土地、礦藏、水流、森林、山嶺、草原、荒地、灘涂等分布在地下、地表和地上等不同維度的多種空間自然資源的精細化管理；利用地形坡度坡向分析、淹沒分析、三維空間查詢、量測等能力，可以直觀地分析、測量和查詢各種自然資源分布情況，為宜農資源分級、耕地等級調查、森林病蟲害監測、林草濕地監測評價等提供科學決策依據；基于Web3D引擎和游戲引擎等，實現三維高保真可視化，能生動、形象地再現地形地貌，直觀、立體、真實展示特定范圍的山、水、林、田、湖、草、沙等重點自然資源分布情況，更加直觀地對河流、森林、草原、濕地、灘涂等所有自然生態空間進行清晰界定，從而有效提升自然資源動態監測的效率。

4 結語

本文從數字孿生城市建設新要求出發，闡述了面向要求的SuperMap三維GIS基礎軟件技術在多尺度三維模型構建、多源異構數據高效管理、三維空間分析與計算、三維可視化與交互等方面的創新。通過典型應用場景說明了該技術能夠為城市規劃管理、數字園區運營管理、自然資源智慧管理等應用提供技術支撐。例如，全空間數據模型體系可支撐實現城市、園區以及自然資源等全要素的數字化表達；多源異構數據高效管理技術能支撐實現城市、園區、自然資源的各類數據的匯聚、融合、更新；智能三維空間分析與計算能力可為城市規劃管理、園區運維管理、自然資源管理過程中各類問題的分析判斷提供科學決策依據；高保真三維可視化與交互技術可支撐實現城市規劃管理、園區運維管理、自然資源管理的全流程可視化。

后續需進一步發展和完善三維GIS基礎軟件技術，不斷結合機器學習、人工智能、物聯網等技術，融合BIM引擎、游戲引擎等，使三維空間建模、多源異構空間數據管理、三維空間分析計算等關鍵技術向更智能化的方向演進，以實現對現實世界的智能化感知和分析，從而推動實現城市模擬仿真推演、智慧城市自我優化運行等能力。

參考文獻 References

[1]李德仁. 數字孿生城市，智慧城市建設的新高度[J]. 中國勘察設計，2020（10）：13-14.

LI Deren. Digital twin city， new height of smart city construction[J]. China Engineering Consulting， 2020（10）： 13-14.

[2]中國信息通信研究院. 數字孿生城市研究報告（2021年）[R]. 2021.

China Academy of Information and Communica-tions Technology. Digital twin cities research report （2021）[R]. 2021.

[3]新華網. 中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要[EB/OL]. （2021-03-13）[2023-08-16]. http：//www.xinhuanet.com/fortunepro/2021-03/13/c_1127205564.htm.

Xinghua Net. The outline of the 14th Five-Year Plan （2021-2025） for national economic and social development and the long-range objectives through the year 2035[EB/OL]. （2021-03-13） [2023-08-16]. http：//www.xinhuanet.com/fortunepro/2021-03/13/c_1127205564.htm.

[4]中華人民共和國中央人民政府. 國務院關于印發“十四五”數字經濟發展規劃的通知：國發〔2021〕29號[EB/OL]. （2022-01-12）[2023-08-16]. https：//www.gov.cn/zhengce/zhengceku/2022-01/12/content_5667817.htm.

The Central People's Government of the People's Republic of China. Notice of the 14th five-year digital economy development plan issued by the state council[EB/OL]. （2022-01-12） [2023-08-16]. https：//www.gov.cn/zhengce/zhengceku/2022-01/12/content_5667817.htm.

[5]中華人民共和國科技部，中華人民共和國住房和城鄉建設部. 科技部 住房城鄉建設部關于印發《“十四五”城鎮化與城市發展科技創新專項規劃》的通知：國科發社〔2022〕320號[EB/OL]. （2022-12-06）[2023-08-16]. https：//www.most.gov.cn/xxgk/xinxifenlei/fdzdgknr/fgzc/gfxwj/gfxwj2022/202212/t20221206_183776.html.

Ministry of Science and Technology of the People's Republic of China， Ministry of Housing and Urban-Rural Development of the People's Republic of China. Notice of The "14th Five-Year Plan" Special Plan for Urbanization and Urban?Development Science and Technology Innovation issued by the Ministry of Science and Technology and the Ministry of Housing and Urban-Rural Development[EB/OL]. （2022-12-06） [2023-08-16]. https：//www.most.gov.cn/xxgk/xinxifenlei/fdzdgknr/fgzc/gfxwj/gfxwj2022/202212/t20221206_183776.html.

[6]中華人民共和國自然資源部. 自然資源部辦公廳關于全面推進實景三維中國建設的通知：自然資辦發〔2022〕7號[EB/OL]. （2022-02-24）[2023-08-16]. http：//gi.mnr.gov.cn/202202/t20220225_2729401.html.

Ministry of Natural Resources of the People's Republic of China. Notice of the general office of the ministry of natural resources on comprehensively promoting real-scene 3D construction of China[EB/OL]. （2022-02-24） [2023-08-16]. http：//gi.mnr.gov.cn/202202/t20220225_2729401.html.

[7]鮑巧玲，楊滔，黃奇晴，等. 數字孿生城市導向下的智慧規建管規則體系構建——以雄安新區規劃建設BIM管理平臺為例[J]. 城市發展研究，2021，28（8）：50-55，106.

BAO Qiaoling， YANG Tao， HUANG Qiqing， et al. The construction of smart planning， construction and management rule system guided by digital twin city： with the BIM planning， construction and management platform of Xiong'an New Area as an example[J]. Urban Development Studies， 2021， 28（8）： 50-55， 106.

[8]中國信息通信研究院. 數字孿生城市研究報告（2019年）[R]. 2019.

China Academy of Information and Communica-tions Technology. Digital twin cities research report （2019）[R]. 2019.

[9]中國信息通信研究院. 數字孿生城市研究報告（2020年）[R]. 2020.

China Academy of Information and Communica-tions Technology. Digital twin cities research report （2020）[R]. 2020.

[10]中國信息通信研究院. 數字孿生城市研究報告（2022年）[R]. 2022.

China Academy of Information and Communica-tions Technology. Digital twin cities research report （2022）[R]. 2022.

[11]張新長，李少英，周啟鳴，等. 建設數字孿生城市的邏輯與創新思考[J]. 測繪科學，2021，46（3）：147-152，168.

ZHANG Xinchang， LI Shaoying， ZHOU Qiming， et al. The rationale and innovative thinking of building digital twin city[J]. Science of Surveying and Mapping， 2021， 46（3）： 147-152， 168.

[12]顧建祥，楊必勝，董震，等. 面向數字孿生城市的智能化全息測繪[J]. 測繪通報，2020（6）：134-140.

GU Jianxiang， YANG Bisheng， DONG Zhen， et al. Intelligent perfect-information surveying and?mapping for digital twin cities[J]. Bulletin of Surveying and Mapping， 2020（6）： 134-140.

[13]李清泉，李德仁. 三維空間數據模型集成的概念框架研究[J]. 測繪學報，1998，27（4）：325-330.

LI Qingquan， LI Deren. Research on the conceptual frame of the integration of 3D spatial data model[J]. Acta Geodaetica et Cartgraphica Sinica， 1998， 27（4）： 325-330.

[14]朱慶. 三維GIS技術進展[J]. 地理信息世界，2011，9（2）：25-27，33.

ZHU Qing. Technical progress of three dimensional GIS[J]. Geomatics World， 2011， 9（2）： 25-27， 33.

[15]朱慶，張利國，丁雨淋，等. 從實景三維建模到數字孿生建模[J]. 測繪學報，2022，51（6）：1040-1049.

ZHU Qing， ZHANG Liguo， DING Yulin， et al. From real 3D modeling to digital twin modeling[J]. Acta Geodaetica et Cartgraphica Sinica， 2022， 51（6）： 1040-1049.

[16]蔡文文，馮振華，周芹，等. 面向數字化城市設計的三維GIS關鍵技術[J]. 地理信息世界，2019，26（3）：122-127.

CAI Wenwen， FENG Zhenhua， ZHOU Qin， et al. Key technologies of the three dimensional geographic information system （3D GIS） for digital city design[J]. Geomatics World， 2019， 26（3）： 122-127.

[17]蔡文文，王少華，鐘耳順，等. BIM與SuperMap GIS數據集成技術[J]. 地理信息世界，2018，25（1）：120-124，129.

CAI Wenwen， WANG Shaohua， ZHONG Ershun， et al. Data integration technology of BIM and SuperMap GIS[J]. Geomatics World， 2018， 25（1）： 120-124， 129.

[18]宋關福，鐘耳順，周芹，等. 通用三維GIS場數據模型研究與實踐[J]. 測繪地理信息，2020，45（2）：1-7.

SONG Guanfu， ZHONG Ershun， ZHOU Qin， et al. Research and practice on general 3D field data model in GIS[J]. Journal of Geomatics， 2020， 45（2）： 1-7.

[19]湯圣君，張葉廷，許偉平，等. 三維GIS中的參數化建模方法[J]. 武漢大學學報（信息科學版），2014，39（9）：1086-1090，1097.

TANG Shengjun， ZHANG Yeting， XU Weiping， et al. Parametric modeling method in three-dimensional GIS[J]. Geomatics and Information Science of Wuhan University， 2014， 39（9）： 1086-1090， 1097.

[20]王勇，郝曉燕，李穎. 基于傾斜攝影的三維模型單體化方法研究[J]. 計算機工程與應用，2018，54（3）：178-183.

WANG Yong， HAO Xiaoyan， LI Ying. Study of method for achieving 3D model to be single based on oblique photogrammetry image[J]. Computer Engineering and Applications， 2018， 54（3）： 178-183.

[21]王文娜，張弓，吳侃，等. 三維建筑模型單體化的深度學習技術實現[J]. 測繪通報，2022，549（12）：14-18，23.

WANG Wenna， ZHANG Gong， WU Kan， et al. Realize building monomerization of 3D model based on deep learning[J]. Bulletin of Surveying and Mapping， 2022， 549（12）： 14-18， 23.

[22]景莊偉，管海燕，臧玉府，等. 基于深度學習的點云語義分割研究綜述[J]. 計算機科學與探索，2021，15（1）：1-26.

JING Zhuangwei， GUAN Haiyan， ZANG Yufu， et al. Survey of point cloud semantic segmentation based on deep learning[J]. Journal of Frontiers of Computer Science and Technology， 2021， 15（1）： 1-26.

[23]武鵬飛，劉玉身，譚毅，等. GIS與BIM融合的研究進展與發展趨勢[J]. 測繪與空間地理信息，2019，42（1）：1-6.

WU Pengfei， LIU Yushen， TAN Yi， et al. Advances and trends of integration between GIS and BIM[J]. Geomatics & Spatial Information Technology， 2019， 42（1）： 1-6.

[24]劉耀林. 從空間分析到空間決策的思考[J]. 武漢大學學報（信息科學版），2007（11）：1050-1055.

LIU Yaolin. Thinking from spatial analysis to spatial decision making[J]. Geomatics and Information Science of Wuhan University， 2007（11）： 1050-1055.

[25]翟巍. 三維GIS中大規模場景數據獲取、組織及調度方法的研究與實現[D]. 大連：大連理工大學，2003.

ZHAI Wei. Research and implementation of large scale scene data acquisition， organization and scheduling in 3D GIS[D]. Dalian： Dalian University of Technology， 2003.

[26]宋關福，鐘耳順，吳志峰，等. 新一代GIS基礎軟件的四大關鍵技術[J]. 測繪地理信息，2019，44（1）：1-8.

SONG Guanfu， ZHONG Ershun， WU Zhifeng， et al. Four key technologies of the next generation GIS platform[J]. Journal of Geomatics， 2019， 44（1）： 1-8.

[27]中國地理信息產業協會. 空間三維模型數據格式：T/CAGIS 1—2019[S]. 北京：中國標準出版社，2019.

China Association for Geospatial Industry and Sciences. Data format for spatial 3D model： T/CAGIS 1—2019[S]. Beijing： Standards Press of China， 2019.

[28]中國地理信息產業協會. 空間三維模型數據服務接口：T/CAGIS 2—2020[S]. 北京：中國標準出版社，2020.

China Association for Geospatial Industry and Sciences. Service API for spatial 3D model data： T/CAGIS 2—2020[S]. Beijing： Standards Press of China， 2020.