城市軌道交通智慧監護的數字底座構建與應用

摘 要：針對城市軌道交通智慧監護中底數不清、標準不一、管理不規范、數據孤島、數據更新不及時、共享協同難等問題，基于云計算、大數據、人工智能、物聯網、GIS、CIM、BIM 等技術，在考慮地鐵結構及其周邊全時空要素的基礎上，提出了包括感知層、網絡層、計算存儲設施層、數據層、服務層與應用層的城軌智慧監護數字底座總體架構。探討了構建智慧監護數字底座的關鍵技術。數據標準規范是建設數字底座的基礎，針對智慧監護集成地質信息的痛點，研究了工程地質數據標準。探討了多源異構數據匯集的基于OGC 標準與基于地球剖分網格GeoSOT 等實用集成技術。研究了BIM 模型的高效可視化技術。基于屬性建模技術，探索了隧道模型與三維地質模型的融合技術。利用ArcGIS、Java、微服務框架 Spring Cloud 等開發了某市的城軌智慧監護數字底座，并在智慧審批與智慧運維中進行了應用。

關鍵詞：軌道交通；智慧運維；數字底座；三維地質模型；GIS；BIM

中圖分類號：P208；U231 文獻標志碼：A 文章編號：2095-1329（2023）02-0126-08

據交通運輸部統計，截至2022 年末，我國內地共有53 個城市開通城市軌道交通，其線路、運營里程、車站分別為290 條、9584 km、5609 座。對于如此龐大復雜系統，建設智慧城市軌道交通（以下簡稱“智慧城軌”）成為行業關注的熱點。特別是2020 年初，《中國城市軌道交通智慧城軌發展綱要》的發布[1]，促進了智慧城軌建設，其中保障基礎設施結構的安全尤為重要。現在主流的保障基礎設施安全的方法為地面人工巡查、隧道人工巡查、定期人工監測與局部自動化監測等。利用信息技術研制了數字化監護系統[2]、保護區巡查系統[3-7]、隧道設備運維管理系統[8]。自動化監測技術（測量機器人）在軌道交通變形監測中廣泛應用[9-13]。盡管信息技術與現代測繪技術在軌道交通監測領域的應用研究，為地鐵結構的安全提供技術保障，但因底數不清、標準不一、管理不規范、數據孤島、數據更新不及時、部門協調等問題，再加之城軌大多數在地下，施工鉆穿城軌事故屢見不鮮。據不完全統計，僅2021 年在深圳、廣州、重慶、成都等城市發生施工鉆穿城軌事故6 起。勘察項目、周邊物業開發項目、橋梁跨越項目、鄰近違章建筑、市政管線工程、隧道與橋梁本身的形變、地面沉降等成為影響地鐵結構安全的主要風險因素[14-16]，直接影響城軌的安全運營。如何避免主要風險因素對地鐵結構安全的影響，是智慧監護需要解決的重大問題。

實際上，在保障地鐵結構安全研究中，除了研究其本身的形變因素外，還需要研究地鐵周邊的全時空要素對其結構的影響，這些要素包括地質、地形、地上地下建（構）筑物、管線、施工項目、違規施工/ 堆土等。已有的研究主要集中在地鐵結構本身的形變與保護區巡查方面。本文在考慮這些全時空要素的基礎上，從智慧監護的頂層設計入手，提出了城軌智慧監護數字底座的總體架構，開展了關鍵技術探討，進行了實際應用，以期對我國智慧城市軌道交通的運維提供借鑒。

1 總體架構

總體架構分為感知層、網絡層、計算存儲設施層、數據層、服務層與應用層，如圖1 所示。為了保證城軌智慧監護數字底座規范、有序、持續開展，還需要建立政策標準保證體系與制度安全保障體系。

1.1 感知層

感知層主要利用傳感器技術建立天空地（地面與地下）的立體化智能監測體系。在“天”方面，應用光學遙感與雷達遙感衛星的數據，建立知識圖譜，通過深度學習等AI技術進行地鐵保護區的地物目標變化監測與高程監測。在“空”方面，利用航空遙感與無人機遙感數據，對地鐵保護區重點區段進行變化監測。在“地面”方面，利用視頻監控系統，通過邊緣計算技術，對地鐵保護區堆土、施工等情況，進行全天候監測；采用激光掃描技術（靜態掃描、背包式掃描、手持式掃描、車載掃描等）進行地鐵保護區地面高程的監控。在“地下”方面，主要監測識別隧道、車站的結構形變和病害，主要包括：利用靜力水準、電子水平尺與分布式光纖技術進行沉降監測；利用具備自動測量功能的全站儀進行位移監測；利用激光測距儀、傾角計、三維激光掃描等進行收斂監測；利用傾角傳感器對車站墻體等結構進行傾斜監測；利用裂縫計對隧道墻體裂縫、環縫錯抬等進行實時監測；結合深度學習等AI 技術，利用三維激光掃描、高速視頻攝像、數字照相等技術進行隧道表觀病害的監測與自動識別。

1.2 網絡層

除了通過4G/5G 網絡傳送監測數據外，城軌網需要利用政務網的地理、地質、管線、建（構）筑物等數據資源，還需要建立互聯網、政務網與城軌網之間的數據安全交換機制。如自動化監測數據先實時傳輸到互聯網的數據庫中，然后通過交換區同步到城軌網。

1.3 計算存儲設施層

利用云計算環境，采用虛擬化技術搭建城軌云平臺，實現計算資源、存儲資源、軟件資源的共享。

1.4 數據層

利用時空大數據技術，將城軌智慧監護的多源異構數據統一匯集，建立時空數據倉庫。

1.5 服務層

利用GIS（Geographic Information System）、CIM（CityInformation Modeling）、BIM（Building InformationModeling）等技術，采用微服務架構將功能與數據細分成微服務，通過微服務集群為上層應用提供服務。主要包括基礎微服務與業務微服務。主流的微服務架構已提供了基礎微服務的解決方案。本文主要結合智慧監護的需求，劃分了業務微服務（圖1）。因微服務具有敏捷開發、可擴展性強、彈性出色、運維容易等優勢[17]，隨著智慧監護的業務拓展，可快速響應，建立實用系統。

1.6 應用層

為地鐵的智慧審批、智慧建設、智慧運維、智慧管理奠定堅實基礎，為智慧城軌、智慧城市的建設提供扎實的技術保障。

2 關鍵技術

2.1 標準規范

在軌道交通的規劃、勘察、設計、報建、施工、竣工、維護等全生命周期管理過程中，每個階段由不同的部門管理，要求不一，直接影響智慧監護的開展，因此需要進行標準規范研究。主流標準為IFC（Industry FoundationClasses）國際通用的BIM 數據標準，該標準涵蓋領域廣、擴展性強，在基礎設施領域廣泛應用[18-20]。IFC 標準在不斷擴展完善中，如IFC-Road 道路標準[21]、IFC-Bridge橋梁標準[22]、IFC-Tunnel 隧道標準[23]、基于IFC 標準擴展的房地一體化三維不動產數據模型[24]。在城軌智慧監護中集成地質信息非常重要[25]。在地質領域，我國學者進行了卓有成效的擴展研究。在工程地質領域，在IfcCivilElement 實體下派生出專門用于描述地質信息單元的抽象實體，然后派生出地層實體、鉆孔實體、水位觀測井實體、地質取樣實體[18]。在三維地質建模領域，研建了地質體三維模擬的擴展模型 ，如IFC-3DGeoMdl[26]。這些研究無疑推動了智慧監護工作，但在實際應用中，需要面對大量已有勘探報告與圖紙如何標準化，以及目前主流勘探軟件并不支持基于IFC 擴展的數據采集等問題，我們在城市地質工作中，通過調研分析，研究編制了地質信息數據標準[27]。工程地質數據標準分為地質鉆探、原位測試、土工試驗三大類，其中地質鉆探包括項目基本信息、場地地層分層、鉆孔基本情況、鉆孔地層分層、鉆孔地層描述等數據標準，原位測試包括標準貫入試驗、靜力觸探測試、輕型動力觸探試驗、十字板剪切試驗、載荷試驗、旁壓試驗、扁鏟側脹試驗、波速測試、場地微振動試驗、巖土熱響應試驗、鉆孔降水頭簡易注水試驗、鉆孔簡易抽水試驗、塊體共振試驗等數據標準，土工試驗包括樣品基本信息、常規試驗、試驗常規計算參數、顆粒分析試驗、常規固結試驗、先期固結壓力試驗、三軸試驗、擊實試驗、承載比試驗、動三軸及共振柱試驗、熱物性試驗、地下水及土的腐蝕性試驗等數據標準。截至2023 年3 月5 日，根據該標準，建庫管理了84 萬多個工程地質鉆孔數據，這些數據通過服務的方式為上海軌道交通的智慧監護提供了基礎的地質信息。除了地質信息數據標準外，還需要對接國家、行業、地方、團體標準，研究編制地鐵監測、地鐵線路區間、地下建（ 構）筑物、地下管線、BIM 模型等數據規范。

2.2 多源異構數據集成技術

智慧監護涉及地質、地理、地鐵結構（隧道、橋梁、車站等）、地下管線、地下建（構）筑物等領域的數據及其變形監測的數據，數據格式多種多樣（包括CAD、多種GIS、BIM 建模軟件、excel、SHP、GDB、JPG 等），這些數據的特點是多源異構的，需要進行數據集成技術探討。對于滿足數據建庫要求的原始數據格式，可以采用FME（Feature Manipulate Engine， 加拿大SAFE 公司研制）進行數據格式轉換與集成，本文主要討論不進行數據格式轉換的實用集成技術：

（1）基于開放標準服務集成

對于不提供原始數據的地理底圖、遙感圖、地質圖、管線圖、建 （ 構） 筑物圖等，可以基于開放標準發布成OGC 的服務進行數據集成[28]。根據標準的地鐵區間與環號，將ArcGIS 的服務與MapGIS 的服務集成，實現了地鐵線路與地鐵沿線地質剖面圖的集成展示（圖2）。這樣做的優勢：可以發揮每個軟件的特色，如MapGIS 制作地質圖件專業，不需要提供原始數據即可實現數據的共享，保護了數據提供單位的產權。

（2）基于地球剖分網格GeoSOT 集成

GeoSOT（Geographical coordinates Subdividing grid withOne dimension integral coding on 2n-Tree）是一種地球的剖分與編碼方法[29]。GeoSOT 形成下至地心，上至距地球外圍50 萬 km 的高空，大至整個地球空間，小至厘米級體塊的0～32 級的剖分框架。基于GeoSOT 框架，發展出了以北斗網格碼為代表的國家（國際）網格標準體系（編制了3 項國際標準、5 項國家標準與9 項行業標準）[30]，必將具有廣闊的應用前景。集成思路為：根據GeoSOT 框架，構建地鐵周邊全空間（包括空中、地面、地下）立體網格框架（平面最小網格可以到1.5 cm）；根據數據類型如地質信息、地下隧道、車站、運動物體（列車）等，采用空間變換的方法，在某一時刻，將地鐵沿線空間范圍任何實體（包括傳感器、衛星、飛機等采集的數據）與人的經緯度坐標或城市獨立坐標變換到城市立體網格框架，完成多源異構數據的集成。這種集成技術的優勢在于不用重建已有的系統，并可為面向元宇宙的城軌智慧監護提供技術支撐。

2.3 可視化技術

BIM 技術可應用于軌道交通的全生命周期管理[31-32]，尤其在軌道交通的建設與設計中廣泛應用，在地鐵監護中也進行了探索[33]。本次主要探討BIM 的管理與可視化技術。目前主流的BIM 建模軟件為Revit，用該軟件打開已建好的BIM 模型，如地鐵車站模型，因構件多，顯示慢，顯然不能用其進行管理與可視化。通過對比分析國內BIM 管理軟件，CityMaker 平臺在BIM 模型的承載力、3D 渲染效果、完整性等方面具備優勢[34]。我們在利用ArcGIS Pro 進行BIM 模型的管理探索中，發現其BIM 模型轉換不完整、可視化效果欠佳等。因此，本文探討基于CityMaker 的管理與可視化方案。基于Revit 開發插件，將BIM 模型轉化為CityMaker 的FDB，發布三維服務，前端采用JavaScript 開發，某車站的可視化效果見圖3。基于服務的方式管理BIM 模型具有顯示速度快、用戶端不需要安裝專業軟件、可與其他服務進行集成等特色，值得在智慧監護管理工作中推廣。

2.4 地質與隧道融合技術

智慧監護涉及地質體與工程結構體（如隧道），兩者相互交融共生、相互作用、相互影響，前者是后者的載體與改造對象，后者對前者進行加固和支撐保護。自1993年加拿大學者Houlding 提出三維地質建模概念以來[35]，三維地質建模技術蓬勃發展，國外率先開發了三維地質建模商業軟件，如GOCAD、Surpac Vision，國內也開發了相應的軟件，如MapGIS 的城市三維地質建模[36， 37]、3DMine 三維礦業專業軟件等。應用這些軟件可以交互式或者半自動化建立三維地質模型，主要應用于模型的可視化。利用BIM 技術可以建立工程結構體模型，如隧道模型。然而，兩種建模技術之間缺乏統一的數據模型和數據集成標準，一致性差、兼容性低、互操作難，彼此之間的信息共享和交換能力較弱，缺乏融會貫通能力[38]，直接影響模型的有效使用，因此研究BIM 模型與三維地質模型的融合十分重要。我們利用網格剖分技術，對地質體模型與隧道模型的融合進行了探索，其技術流程見圖4，具體如下。

（1）鉆孔數據標準化

由于勘察資料來源復雜，不同項目規模、不同參與單位取得的勘察資料標準不一，參照的國家和地方工程規范也多次改版，雖然原始資料已經入庫管理，但是鉆孔地層劃分的標準不統一問題，直接影響地質資料的有效利用。

傳統的鉆孔地層標準化需要技術人員針對選定研究區范圍內的地質情況，結合專業經驗和原始分層數據，進行逐一人工比對，不僅工作量巨大，還對專業人員的要求非常高，耗時耗力。我們開發了鉆孔原始分層標準化工具（圖5）。該工具可輔助專業人員進行鉆孔標準化，標準化后的鉆孔直接入庫，為后續自動建立三維地質模型奠定堅實基礎。

（2）三維地質建模

利用深探地學建模軟件（網格天地公司研制），選取標準化后的某地1000 多個鉆孔，先建立分層模型，然后建立三維地質結構模型（圖6）。

（3）隧道建模

對于已有的BIM 軟件建立的隧道模型，利用數據格式轉換方法進行格式轉換。對于已建地鐵無BIM 的隧道模型，根據軸線的XYZ 坐標，以及隧道內徑、外徑、環寬，利用Revit 軟件的參數化建模方法建立隧道模型，然后轉換集成到深探地學建模軟件中。

（4）模型融合

對已建成的三維地質結構模型與隧道模型進行屬性建模。屬性建模是對某一種地質屬性在地質體內部的三維空間分布特征進行表達，以結構模型作為建模的邊界約束條件。如利用三維屬性建模的方式，得到工程地質鉆孔中取得的物理力學參數（含水量、孔隙度、楊氏模量、比重等）在三維空間中的分布情況，可為地下空間規劃、設計、建設、運維提供依據。

屬性建模時，先對模型進行網格剖分，然后才可對三維空間進行屬性插值。目前對網格剖分的方式主要有四種。①三角網格是四面體網格，用四面體對空間進行剖分，這種剖分方式網格數量較多，計算時間長且不穩定；②階梯網格是六面體網格，將空間用規則的六面體進行剖分，相對三角網格的網格數量較少，但由于在斷層、邊界處只能進行近似處理，若要得到精確模型，需要將網格設置很精細，這樣就會造成計算量成倍增長；③截斷矩形網格是一種不規則網格，相同尺度下，比階梯網格數量更少，并可對斷層、邊界進行無簡化描述，兼顧精度與速度；④ PEBI 網格是一種不規則網格，主要對鉆孔附近網格進行加密處理。

本次利用截斷矩形網格剖分法，對三維地質結構模型與隧道三維模型進行剖分，然后進行屬性建模與融合，其效果見圖7。該方法解決了IFC-3DgeoMdl[26] 不能進行三維屬性表達的難題，也可以與后續的有限元計算完美結合。

3 應用場景

利用ArcGIS、Java、微服務框架 Spring Cloud 等開發了某市的智慧監護數字底座，建立了海量數據庫，主要包括軌道交通線路、保護區、車站、主變站與電纜、長期監測（沉降和收斂）、地質鉆孔、水準點、區域地面沉降等數據，并共享了政務網的地理與遙感等數據服務。該底座可在智慧審批、智慧運維與智慧管理中廣泛應用。下面主要介紹在智慧審批與智慧運維中的應用。

3.1 智慧審批應用場景

地鐵沿線的建設工程在施工前需要獲取用地紅線范圍內的地鐵線路、車站等詳細信息。傳統方法為：根據用地紅線的CAD，到測繪部門獲取地形CAD 圖，到地鐵部門獲取地鐵線路（車站）CAD 與相應監測數據，然后手工拼圖，該過程煩瑣且耗時。利用數字底座的流程為：用戶上傳建設項目用地紅線CAD 圖→調用數字底座的CAD 圖解析服務→調用CAD 圖獲取服務得到建設紅線范圍內的所有CAD 圖→調用CAD 圖拼圖服務→調用地鐵中線的緩沖區分析服務→調用地鐵區間獲取服務→環號定位服務等，通過服務聚合，完成用地紅線范圍內所有地鐵線路（車站）與監測數據的提取，自動化完成所需的數據，包括疊加了地鐵線路與地形的CAD 圖、地鐵線路三維數據、沉降收斂變形數據等（圖8），這樣就能提高建設工程審批效率。

3.2 智慧運維應用場景

（1）高效編制監護方案

地鐵沿線建設項目取得施工許可后，為了保障地鐵結構的安全，需要根據監護監測技術規范[39]，編制待施工項目的監護方案。傳統編制流程為：根據建設方提供項目CAD 圖→人工查找項目范圍所對應的地鐵結構相關資料（線路、車站、沉降收斂曲線等）→人工繪制相應的圖表→分析資料編制項目的監護方案，這種方法編制效率低下，需要探討高效編制項目監護方案的方法。監護方案一般包括如下內容（基于數字底座可完成的工作，標注為自動）：

工程概況：擬建項目概況（擬建項目平面示意圖）與軌道交通的關系[ 隧道埋深（自動）、車站覆土厚度（自動）]。

地鐵結構現狀：沉降收斂曲線與最值（自動）；

監測工作量估算：監測對象（自動）；監測范圍與布點（圖9，自動）；監護周期（半自動）；監測工作量估算（自動）。

對于不同的項目，除了項目概況與監護周期部分需要交互式編制外，其他內容，基于數字底座均可自動完成，這樣可以提高監護方案的編制效率。

（2）擬鉆探工程警示提示

為了避免工程施工鉆穿城軌，利用數字底座可為施工人員提供警示信息。可根據擬鉆孔的坐標，或擬施工項目的范圍，或手機定位等方式，查詢擬鉆探工程是否在地鐵保護區范圍內（圖10），并提供相應信息，為鉆探施工提供決策支持。

（3）眾籌監護

為了及時發現地鐵保護區內是否有違規施工項目（包括堆土），利用數字底座，公眾通過手機拍照定位，調用數字底座的定位服務、地鐵線路緩沖區分析服務、已有監護項目服務、已有違規施工項目（包括堆土）服務等，可以快速發現是否為新的違規項目。

（4）應急搶險

地鐵發生結構安全事故時，因在地下無法快速獲取坐標信息，只知道隧道的環號或里程信息，無法盡快獲取周邊相應的信息。基于數字底座，調用環號（里程）與坐標關系服務、定位服務、緩沖區分析服務、沉降收斂服務、鉆孔服務、地質剖面分析服務、三維可視化服務，可快速展現周邊詳細信息，為應急搶險提供決策支持。

4 結論與展望

隨著云計算、物聯網、5G 通信、大數據、人工智能、CIM 等新興科技的發展與應用，運維智慧化是軌道交通領域順應高質量發展的重要研究熱點。本文從軌道交通結構及其周邊全時空要素入手，利用這些新興技術，在城軌智慧監護數字底座的頂層設計方面進行了有益探索，探討了數字底座建設的數據標準、多源異構數據集成、BIM 模型高效可視化、隧道模型與地質體模型融合等關鍵技術。通過政務網集成地質與地理等數據，建立了軌道交通線路、保護區、車站、主變站與電纜、長期監測、地質鉆孔、水準點、區域地面沉降等海量數據庫，構建了某市的城軌智慧監護數字底座，并在工程建設審批、監護方案編制、擬鉆探工程警示提示、眾籌監護、應急搶險等方面進行了應用。將來，基于智慧監護的數字底座，根據監護專業與地質專業建立知識圖譜，采用人工智能、邊緣計算等技術，構建地鐵結構安全預警模型，實現智慧化的地鐵橋隧維護保障體系與管控平臺，必將推動智慧城軌的建設，并在城軌的智慧建設、智慧審批、智慧運維與智慧管理等方面具有廣闊的應用前景。

參考文獻（References）

[1] 中國城市軌道交通協會. 中國城市軌道交通智慧城軌發展綱要

[J]. 城市軌道交通， 2020（4）：8-23.

China Urban Rail Transit Association. Outline of smart urban rail

development of urban rail transit in China [J]. Urban Rail Transit，

2020（4）：8-23.

[2] 詹龍喜. 上海軌道交通數字化監護管理系統開發與應用[J]. 測

繪通報， 2013（S1）：236-239.

ZHAN L X. Development and application of digital monitoring

management system for Shanghai rail transit[J]. Surveying and

Mapping Bulletin， 2013（S1）：236-239.

[3] 吳蕩， 張敏智， 何偉. 軌道交通線網安全保護區管理信息系統設

計與實現[J]. 中華建設， 2020（10）：64-65.

WU D， ZHANG M Z， HE W. Design and implementation of

management information system of rail transit line network safety

protection zone[J]. China Construction， 2020（10）：64-65.

[4] 陸航. 基于GIS 的智能巡查管理信息化系統在南京地鐵運營保

護區安全管理中的應用[C]// 中國土木工程學會軌道交通分會

2018 年勘察與測量專業技術交流大會論文集.2018：182-191.

LU H. Application of GIS-based intelligent inspection management

information system in safety management of Nanjing Metro

Operation Protection Zone[C]//Proceedings of the 2018

Survey and Surveying Professional and Technical Exchange

Conference of the Rail Transit Branch of China Civil Engineering

Society.2018：182-191.

[5] 林琳， 于淼， 李珂， 等. 智慧城軌土建設施地理信息平臺研究與

應用[J]. 地質論評， 2021， 67（S1）： 285-287.

LIN L， YU M， LI K， et al. Research and application of geographic

information platform for smart urban rail civil facilities[J].

Geological Review， 2021，67（S1）：285-287.

[6] 陳俊海， 李丞鵬， 趙力， 等．基于GIS 的城市軌道交通控制保

護區安全管理系統的研究與實現[J]．北京測繪， 2017（3）：46-50.

CHEN J H， LI C P， ZHAO L， et al. Research and implementation of

safety management system of urban rail transit control protection zone

based on GIS[J]. Beijing Surveying and Mapping， 2017（3）：46-50.

[7] 成俊， 曹勇， 王騰， 等. 基于GIS 的城市軌道交通控制保護區數

字化巡查管理[J]. 現代城市軌道交通， 2019（11）：92-97.

CHENG J， CAO Y， WANG T， et al. Digital inspection management

of urban rail transit control protection zone based on GIS[J].

Modern Urban Rail Transit， 2019（11）：92-97.

[8] 衷兆程. 上海地鐵隧道設備智能運維管理平臺設計與開發[J].

上海國土資源， 2020， 41（2）：97-100.

ZHONG Z C. Design of intelligent operation and maintenance

management platform for Shanghai metro tunnel equipment[J].

Shanghai Land amp; Resources， 2020， 41（2）：97-100.

[9] 詹龍喜， 唐繼民， 張少夏. 基于自動化監測技術的地鐵沉降數據

一致性分析[J]. 上海國土資源， 2013， 34（4）：84-86.

ZHAN L X， TANG J M， ZHANG S X. The consistency of

the subway subsidence data based on automatic monitoring

technology[J]. Shanghai Land amp; Resources， 2013，34（4）：84-86.

[10] 王旭耀. 自動化監測技術在軌道交通隧道結構運營監測中的應

用[J]. 隧道與軌道交通， 2019（S2）：185-189.

WANG X Y. Application of automatic monitoring technology in rail

transit tunnel structure operation monitoring[J]. Tunnels and Rail

Transit， 2019（S2）：185-189.

[11] 邢吉昌. 自動化監測系統在軌道交通保護區監測中的應用[J].

建筑·建材·裝飾， 2022（18）：47-49.

XING J C. Application of automatic monitoring system in rail

transit protection zone monitoring[J]. Architecture·Building

Materials·Decoration， 2022（18）：47-49.

[12] 王敏， 許誠權， 季威. 智能化測繪技術在地鐵結構安全監控中的

應用[J]. 現代城市軌道交通， 2022（S1）：118-122.

WANG M， XU C Q， JI W. Application of intelligent surveying

and mapping technology in subway structure safety monitoring[J].

Modern Urban Rail Transit， 2022（S1）：118-122.

[13] 梁亞成， 虞賽君， 馬迪迪， 等. 基于數字孿生的隧道智能巡檢技

術研究與應用[J]. 北京測繪， 2022，36（7）：870-874.

LIANG Y C， YU S J， MA D D， et al. Research and application of

tunnel intelligent inspection technology based on digital twin[J].

Beijing Surveying and Mapping， 2022，36（7）：870-874.

[14] 張立明， 鄭習羽， 楊振丹， 等. 軌道交通安全保護區風險因素及

應對措施研究[C]// 中國城市科學研究會數字城市專業委員會

軌道交通學組. 智慧城市與軌道交通2018. 北京：中央民族大

學出版社， 2018：9-12.

ZHANG L M， ZHENG X Y， YANG Z D， et al. Research on risk

factors and counter measures of rail transit safety protection zone

[C]//Smart City and Rail Transit 2018.Beijing：Minzu University

of China Press， 2018：9-12.

[15] 楊曉飛， 吳真真， 唐超. 城市軌道交通保護區綜合安全管理研究

與應用[J]. 測繪通報， 2020（9）：7-11.

YANG X F， WU Z Z， TANG C. Research and application of

comprehensive safety management in urban rail transit protection

zone[J]. Surveying and Mapping Bulletin， 2020（9）：7-11.

[16] 呂海敏， 沈水龍， 嚴學新， 等. 上海地面沉降對軌道交通安全運

營風險評估[J]. 南京大學學報（ 自然科學）， 2019，55（3）：392-400.

LYU H M， SHEN S L， YAN X X， et al. Risk assessment of Shanghai

ground subsidence for rail transit safety operation[J]. Journal of

Nanjing University （Natural Sciences）， 2019， 55（3）：392-400.

[17] 賀嘉貝， 黃鋮， 王朵. 微服務平臺設計在軌道交通智能運維產品

中的應用[J]. 控制與信息技術， 2021（5）：52-59.

HE J B， HUANG C， WANG D. Application of microservice

platform design in rail transit intelligent operation and maintenance

products[J]. Control and Information Technology， 2021（5）：52-59.

[18] 朱合華， 李曉軍， 林曉東. 基礎設施智慧服務系統（iS3） 及其應

用[J]. 土木工程學報， 2018，51（1）：1-12.

ZHU H H， LI X J， LIN X D. Infrastructure Smart Service System

（iS3） and its applications[J]. Journal of Civil Engineering，

2018，51（1）：1-12.

[19] 賴華輝， 侯鐵， 鐘祖良， 等. BIM 數據標準IFC 發展分析[J]. 土

木工程與管理學報， 2020，37（1）：126-133.

LAI H H， HOU T， ZHONG Z L， et al. Analysis of the development

of the BIM data standard IFC[J]. Journal of Civil Engineering and

Management， 2020，37（1）：126-133.

[20] 何靈玲， 張友， 彭漢發， 等.BIM 在地下空間領域的研究熱點與

發展趨勢[J]. 地下空間與工程學報，2022，18（S1）：14-25.

HE L L， ZHANG Y， PENG H F， et al. Research hotspots and

development trends of BIM in the field of underground space[J].

Journal of Underground Space and Engineering， 2022，18（S1）：14-25.

[21] LEE S H， KIM B G. IFC extension for road structures and digital

modeling[J]. Procedia Engineering， 2011， 14： 1037-1042.

[22] YABUKI N， LI Z. Development of new IFC-BRIDGE data model

and a concrete bridge design system using multi-agents[C]//

Intelligent Data Engineering and Automated Learning （IDEAL 2006）.

Berlin， Heidelberg： Springer Berlin Heidelberg， 2006： 1259-1266.

[23] 鐘宇， 陳健， 陳國良， 等. 基于建筑信息模型技術的盾構隧道結

構信息模型建模方法[J]. 巖土力學， 2018， 39（5）： 1867-1876.

ZHONG Y， CHEN J， CHEN G L， et al. Shield tunnel structure

information modelling method based on building information

modeling technology[J]. Rock and Soil Mechanics， 2018， 39（5）：

1867-1876.

[24] 周良辰， 王鵬翔， 陳奔， 等. 房地一體化不動產三維數據模型研

究[J]. 地球信息科學學報， 2021， 23（1）：143-154.

ZHOU L C， WANG P X， CHEN B， et al. Research on 3D data

model of real estate integrated real estate[J]. Journal of Geo-

Information Science， 2021， 23（1）：143-154.

[25] 陸衍. 基于地質環境監測數據的軌道交通安全預警研究[J]. 測

繪與空間地理信息， 2015， 38（8）：44-46，49.

LU Y. Research on rail transit safety early warning based on

geological environment monitoring data[J]. Mapping and Spatial

Geographic Information， 2015，38（8）：44-46，49.

[26] 陳國良， 吳佳明， 鐘宇， 等. 基于IFC 標準的三維地質模型擴展

研究[J]. 巖土力學，2020，41（8）：2821-2828.

CHEN G L， WU J M， ZHONG Y， et al. Extended study of 3D

geological model based on IFC standard[J]. Geomechanics，

2020，41（8）：2821-2828.

[27] 嚴學新， 楊麗君， 劉映， 等. 地質信息數據標準[M]. 上海：同

濟大學出版社，2021.

YAN X X， YANG L J， LIU Y， et al. Data standard for geological

information[M]. Shanghai： Tongji University Press， 2021.

[28] 彭文祥. 基于開放標準的地質空間信息集群體系結構研究[J].

上海國土資源，2012，33（3）：85-90.

PENG W X. Geospatial standard framework for sharing of

geoscience information[J]. Shanghai Land amp; Resources，

2012，33（3）：85-90.

[29] 程承旗， 吳飛龍， 王嶸， 等. 地球空間參考網格系統建設初探[J].

北京大學學報（ 自然科學版）， 2016，52（6）：1041-1049.

CHENG C Q， WU F L， WANG R， et al. A preliminary study on the

construction of geospatial reference grid system[J]. Journal of Peking

University （Natural Science Edition）， 2016， 52（6）：1041-1049.

[30] 程承旗. 北斗網格位置碼國家標準與通導遙一體化方法初步探

討[C]// 第十三屆中國衛星導航年會.2023.

CHENG C Q. Preliminary discussion on the national standard

of Beidou grid position code and the integration method of

communication navigation remote sensing[C]// 13th China Satellite

Navigation Conference.2023.

[31] 曹玉新， 靳利安， 房師濤. 軌道交通BIM 全生命周期管理系統

研發及應用[J]. 中國高新科技， 2022（5）：57-61.

CAO Y X， JIN L A， FANG S T. Research and application of BIM

whole life cycle management system for rail transit[J]. China High

and New Technology， 2022（5）：57-61.

[32] 林曉東， 李曉軍， 林浩. 集成GIS/BIM 的盾構隧道全壽命管理

系統研究[J]. 隧道建設（ 中英文）， 2018，38（6）：963-970.

LIN X D， LI X J， LIN H. Research on the whole life management

system of shield tunnel with integrated GIS/BIM [J]. Tunnel

Construction （English and Chinese）， 2018，38（6）：963-970.

[33] 李益斌， 陳健， 徐傳旺. 基于BIM 的地鐵隧道監測信息管理系

統的設計與實現[J]. 森林工程， 2021，37（3）：131-136.

LI Y B， CHEN J， XU C W. Design and implementation of BIMbased

subway tunnel monitoring information management

system[J]. Forest Engineering， 2021，37（3）：131-136.

[34] 倪葦. 基于CityMaker 的鐵路BIM 與GIS 融合解決方案[J]. 鐵

路技術創新，2017（4）：55-57.

NI W. Railway BIM and GIS integration solution based on

CityMaker[J]. Railway Technology Innovation， 2017 （4）：55-57.

[35] HOULDING S. 3D geoscience modeling： computer techniques for

geological characterization[M]. Berlin： Springer-Verlag， 1994．

[36] 陳勇， 劉映， 楊麗君， 等. 上海三維城市地質信息系統優化[J].

上海地質，2010，31（3）：23-28.

CHEN Y， LIU Y， YANG L J， et al. Thoughts on Shanghai urban 3D

geological information system enhancement[J]. Shanghai Geology，

2010，31（3）：23-28.

[37] 譚永杰， 郭明強， 王鵬， 等.“透明”地下空間構建技術與應用[J].

測繪科學，2022，47（8）：18-24.

TAN Y J， GUO M Q， WANG P， et al. Technology and application

of “transparent” underground space construction[J]. Science of

Surveying and Mapping， 2022，47（8）：18-24.

[38] 陳健， 盛謙， 陳國良， 等. 巖土工程數字孿生技術研究進展[J].

華中科技大學學報（ 自然科學版）， 2022，50（8）：79-88.

CHEN J， SHENG Q， CHEN Q L， et al. Research progress of

digital twin technology for geotechnical engineering[J]. Journal of

Huazhong University of Science and Technology （Natural Science

Edition）， 2022，50（8）：79-88.

[39] 金淮， 張健全， 徐禎祥， 等. 城市軌道交通工程監測技術規范[M].

北京： 中國建筑工業出版社， 2014.

JIN H， ZHANG J Q， XU Z X， et al. Code for monitoring

measurement of urban rail transit engineering [M]. Beijing： China

Architecture Press， 2014.