數字孿生流域三維數據底板建設研究及應用

侯毅 華陸韜 王文杰 舒全英 胡軍偉

摘要：三維數據底板是流域數字化映射的成果，更是數字化場景構建、智慧化模擬迭代的基礎。為厘清三維數據底板建設的技術邏輯，系統性地闡述了三維數據底板的定位、建設任務和技術路線圖，重點對建設過程中的海量數據融合、數據輕量處理、場景渲染發布、數據可視可算、數據共享共建等關鍵技術問題展開深入全面的論述，分析技術難點、解決路徑和具體方法?；谝陨涎芯?，以浙江省曹娥江數字孿生流域為例，運用BIM+GIS等技術構建L2、L3三維數據底板，以三維數字化場景支撐流域“四預”可視化模型應用。相關成果對類似數據底板建設具有借鑒意義。

關 鍵 詞：數字孿生流域；三維數據底板；海量數據融合；場景渲染發布；共享共建

中圖法分類號：TP399

文獻標志碼：A

DOI：10.16232/j.cnki.1001-4179.2024.05.031

0 引 言

數據底板是數字孿生流域中的“算據”部分，也是支撐模型平臺、知識平臺和“四預”業務平臺的數據基底^［1］?！稊底謱\生流域建設技術大綱》（下簡稱“《大綱》”）明確了數據底板建設中基礎、監測、業務管理、跨行業共享、地理空間5類數據時空基準和內容要求。由于地理空間數據能夠提供統一的空間基底，是其他數據聯接和傳遞的中樞，《大綱》進一步指出地理空間數據是數據底板建設的重點。地理空間數據主要包括各類GIS和BIM數據，天然具備三維屬性。

由于人們生活在真實的三維空間中，因此在三維數字空間觀察、量測、分析、研判是數字化發展的必然趨勢^［2］。三維數據底板在數字孿生流域中的定位如圖1所示，其建設的主要任務包含通過挖掘、匯聚地理空間數據，構建精準映射的數字化場景，在此基礎上，整合治理社會經濟、IOT等非空間數據，形成“形神兼備”的物理流域數字孿生體，提供數據服務，支撐流域智慧化模擬、精準化決策。

三維數據底板建設是數字孿生的基礎設施工作，目前已有不少單位和個人在數據生產、輕量化處理、場景融合、仿真模擬等方面開展了研究。馬玉婷等^［3］以烏東德水庫為例，研究了基于機載LiDAR的山區型水庫數據底板獲取技術，為數據生產提供了技術參考。趙杏英等^［4］提出了一種多尺度流域三維空間地理信息模型構建方法，以空間地理信息模型為載體，整合信息資源，支撐流域管理。孫源等^［5］對比了不同的輕量化方法在BIM模型加載與瀏覽中的局限、優勢，搭建BIM輕量化體系。張光偉等^［6］通過探索改進三維數據的空間精度匹配與數據接邊方法，提升了實景三維場景調度顯示效率。張力等^［7］對數據底板的模擬仿真技術框架和功能模塊進行了詳細設計。

總體來看，上述研究以專項應用為主，缺乏三維數據底板的整體表述。因此，本文以數字孿生流域三維數據底板為研究對象，系統性地闡述三維數據底板的定位、建設任務和技術路線圖，重點對其中的關鍵技術展開深入全面地論述。

1 三維數據底板建設關鍵技術

地理空間數據具體包括DEM（數字高程模型）、DOM（數字正射影像）、DLG（數字線劃地圖）、BIM（建筑信息模型）等類別。數據多源異構、標準化程度低、數據體量巨大，是三維數據底板建設的難點所在。借鑒《實景三維中國建設技術大綱（2021版）》，數字孿生流域三維數據底板建設技術路線如圖2所示，需突破海量數據融合、數據輕量處理、數據渲染發布、數據可視可算、數據共享共建等關鍵技術。

1.1 多源數據融合

三維數據底板建設首先要解決數據源的問題，并對數據質量進行評價。BIM數據一般是利用工程設計施工圖紙結合三維激光掃描等技術建模生成；對于設計圖紙缺失等情況，可采集適宜分辨率的傾斜攝影數據進行單體化修模處理，或者利用3ds、skp等效果圖模型，實現工程外觀結構的精細化建模。BIM模型的質量評價主要包括模型完整度和精細度兩個方面，對BIM模型的分級評價見表1。

GIS數據一般通過測繪采集而來，《大綱》附表對DEM、DSM、DOM、傾斜攝影、激光點云等GIS數據的采集范圍、分辨率和更新頻率等做出了詳細規定，形成了明確的指標要求，本文不再贅述。需要注意的是，由于流域與城市范圍常有重疊，水利數字孿生底板的建設可充分利用自然與規劃部門采集的通用基礎數據，如傾斜攝影、DLG等數據，以節約建設成本，實現跨行業的數據復用。

數據標準是地理空間數據應用的重要課題。以BIM為例，目前國內外常見的BIM文件有十余種格式。為了使各BIM系統有一個信息交換的標準，1997年，IAI（International Alliance for Interoperability，國際互操作性聯盟）提出IFC（industry foundation class，工業基礎類），這是一個標準的、公開的數據表達和存儲方法，不同的BIM軟件都能導入導出IFC格式的數據文件。通過將多種格式的BIM模型統一轉化為IFC格式，實現BIM的標準化、結構化。目前，IFC標準主要應用于建筑工程領域，缺少水利工程領域特有構件和屬性描述^［8］。解決方法是IFC標準擴展，參考《水利水電工程設計信息模型分類和編碼標準》，借助 Revit API開發 IFC定義設置功能，進行水利工程構件對象的 IFC定義，同時建立構件之間的關聯關系，支持多格式水利BIM數據融合。

上述數據標準問題在GIS類的空間地理數據中也存在。航空攝影測量、衛星遙感技術是流域數據的一種重要獲取手段，是流域數字化的重要支撐技術。L2 級數據底板要求大江大河及主要支流采用水下地形（含大斷面）和傾斜攝影測量數據。由于這些數據的獲取方式、處理方法不同，往往格式各異、分辨率不統一。在3DGIS領域，目前通用的數據標準是CityGML，由德國的SIG 3D（special interest group 3D，地理數據基礎設施項目特別工作組）于2002年開發。2007年，CityGML被OGC（open geospatial consortium，開放地理空間聯盟）認定為數據交換標準，成為第一個支持豐富語義信息的三維GIS數據格式^［9］。CityGML使用FME軟件生成相應文件，使用專業工具實現可視化，為3DGIS數據的標準化集成提供了基礎。

近年來，在數字電網、智慧城市領域，基于IFC與CityGML標準的BIM+GIS集成技術研究進展較快，主要聚焦IFC與CityGML數據解析、基于圖的映射框架^［10］、幾何信息轉換^［11］、語義屬性映射^［12］等方面，也出現一些IFC模型到CityGML模型的轉換方法。這些研究夯實了BIM、GIS數據融合的理論基礎，其中的理念、框架對水利數字孿生多源地理空間數據融合具有參考意義，但仍需結合數字孿生流域的特點，對關鍵技術、具體方法進行更加深入廣泛的實踐論證。

除了數據標準問題，各類地理空間數據在對象的幾何特征、屬性特點和空間關系方面可能存在偏差^［13］，需進行一致性處理。比如常見的矢量與影像數據無法套合問題，需通過專業工具進行坐標轉換，以保證各歸其位、無縫融合。此外，還包括多類數據之間的接邊處理。比如，通常DEM數據為大范圍公共原始地形，當建筑物BIM模型與DEM融合后，尚需對DEM進行局部開挖和坡面銜接，以避免地形將部分BIM模型遮蓋，即物理世界的工程開挖在數據底板中也需完成。這一過程一般借助ArcGIS、Supermap idesktop等專業GIS軟件來可視化操作完成。

綜上所述，多源異構海量數據融合是數據底板建設中不可回避的關鍵問題，解決此問題的關鍵在于地理空間數據的標準化和一致性處理，具體技術路徑為開發或者應用專業軟件首先將各類數據轉化為統一的通用格式，然后完成坐標配準、開挖接邊等復雜操作。

1.2 數據輕量處理

BIM模型由于結構精細、信息豐富，其三角面片數多，數據體量大。一個常規的水工建筑物BIM模型數據量在100 MB左右；一個水位計1 a累積的監測數據量約為8 MB（按每小時采集一條數據計算），可見與監測數據相比，BIM模型在數據量上存在數量級的差別。另外，隨著新型測繪技術的發展，測繪的準確性得到有效提升，能夠通過數字化等多種形式更加直觀地呈現采集對象，同時也使得測繪成果的數據體量迅速增長。以傾斜攝影數據為例，通常傾斜攝影數據量約為1.5 G/km²（5 cm精度）?？梢灶A見，當數據底板范圍拓展到全流域，多源、多維、多分辨率的地理空間數據總量可達TB級，輕量化是必然需求。

地理空間數據輕量化主要指模型幾何簡化和數據存儲方式的優化。從數據維度看，地理空間數據可分為幾何信息和非幾何信息兩部分。幾何信息即直觀看到的三維體型，是輕量化難度所在。模型幾何簡化是指對結構頂點、面等刪除抽稀，在不影響實體完整性的前提下，減少三角面片、壓縮數據體量。邊折疊算法是一種比較常用的幾何輕量方法^［14］，通過計算每條邊折疊所需的代價，并對其進行排序，從代價最小的邊開始依次折疊，并對幾何模型的拓撲結構進行重組，直至所有邊不能折疊為止。除了刪除幾何元素之外，還可以對模型實例化，即一個構件只留一個實例，其他相同構件用符號代替，從而使數據體量進一步減小。

數據存儲方式的優化原理類似二維地圖中的地圖瓦片，將地理空間數據存儲為瓦片集和配置文件。瓦片集為批處理3D模型，包含了具體的模型信息；配置文件是一個樹狀結構的瓦片空間索引，通過JSON文件記錄其所有的節點信息，通過遍歷得到所有瓦片的信息。瓦片空間索引結構通常有k-d樹、四叉樹、八叉樹、網格等形式^［15］，如圖3所示。本文對應用較多的八叉樹結構進行簡述。

八叉樹數據模型可以看成是四叉樹方法在三維空間的推廣^［16］，通過循環遞歸的劃分方法對大小為2n×2n×2n三維空間的幾何對象進行體元剖分（每個體元具有相同的時間和空間的復雜度），構成一個具有根節點的方向圖。借助公式（1）所示編碼，將三維坐標表示轉換成一維表示，一個碼蘊涵空間一個點的三維坐標信息。若三維數據總數是N，{x，y，z}三向坐標信息需要一個3×N的矩陣來存儲，而編碼后只需要一個長度為N的一維數組，從而提升數據檢索效率。

Q=q_n-18^n-1+…+q_l8^l+…+q₀8⁰（1）

式中：q_l=e_l2²+d_l2¹+c_l2⁰，（e_l，d_l，c_l）∈0，1；l=n-1，n-2，…，0，Q為八進制碼。

應用以上原理，地理空間數據的輕量化首先應對源數據進行模型幾何簡化，然后建立相應的數據結構，獲取幾何信息、屬性信息和紋理貼圖等信息，并存儲為3Dtiles、S3M等通用格式；最后解析為Web支持的結構化信息，在保證關鍵信息不丟失的前提下，最終把模型完整渲染到瀏覽器端。合理的瓦片數據空間索引結構和LOD層級劃分，能夠將地理空間數據“化整為零、分布存儲”，大幅提高讀取和加載速度。

1.3 數據渲染發布

數據渲染發布是數據從本地走到線上，從融合走向應用的必經環節。地理空間數據的發布要求適用于網絡環境和離線環境下的數據傳輸、交換和高性能可視化，同時需具備服務的聚合、管理和擴展開發能力^［17］，支持桌面、瀏覽器等多端應用。渲染發布屬于計算機圖形學范疇，底層集成WebGL和OpenGL等技術，關鍵在于三維圖形引擎^［18］的深度應用。圖形引擎應具備以下能力：

（1）數據治理能力。支持通用空間數據格式的數據融合；模型幾何、材質、屬性信息完好保留；性能足夠支撐海量復雜數據。

（2）空間分析能力。二三維一體化、支持時空屬全要素查詢；滿足剖切、漫游、測量等各種BIM+GIS應用。

（3）可視化交互能力。在高保真虛擬場景中，提供流暢友好的交互方式，適用桌面端、移動端、大屏多終端應用。

（4）二次開發能力。根據業務需求靈活定制功能。

目前，國內滿足以上要求的主流三維圖形引擎主要包括三大類，對比分析見表2。

由于三維數據底板的基礎性作用，應用需求多樣，單一的三維圖形引擎難以滿足所有要求^［19］。實際項目中根據具體的業務需求，往往需要多引擎的組合運用和拓展開發，以揚長避短，發揮WebGL和云渲染各自的特性，滿足多場景應用需求。

水利數字孿生的推進帶動了BIM+GIS應用的快速發展。許多具備三維場景建模、應用能力的企業，與研究院、設計院合作，開辟水利行業的三維可視化業務，在數字孿生三維可視化這個細分領域加大投入、搶占先機。目前這是一個新興市場，百家爭鳴，但應用普遍偏初級、偏表層。要真正實現數字孿生流域和物理流域的同步仿真運行、虛實交互，還需進行深入研究積累，拓展出適應范圍更廣、渲染效率更高的數字化場景技術。

1.4 數據可視可算

數字孿生平臺主要由數據底板、模型平臺、知識平臺等構成，數據底板與兩個平臺的關聯關系為：數據底板匯聚水利信息網傳輸的各類數據，經處理后為模型平臺和知識平臺提供數據服務。

區別于以往側重于可視化效果的數字場景，數字孿生流域中水旱災害“四預”協同、水資源精準調控、幸福河湖智能監管等專業應用對數據基礎要求較高，這就要求三維數據底板不僅“可視好看”還要“可算好用”。三維數據底板從“可視”到“可算”的突破，需要與水利專業模型、業務規則深度融合，著重做到以下3點：

（1）數據“雙向”映射。在流域自然基底、水流要素、工程設備等物理實體與水文、水動力、水工程調度等專業模型間構建數據映射通道，實現數據底板從單一方向數據流向多要素雙向數據流的轉變。以洪水演進場景為例，如圖4所示，單向數據流下，數據底板與專業模型相互獨立，各類GIS數據融合渲染為基礎三維實景，再將流場流態等渲染為靜態圖像后作為圖層疊加，并僅作坐標轉換等簡單校正，這種模式易因基底數據來源和尺度不一導致專業模型結果難以在數據底板中準確表達，“孿生”效果不佳。雙向數據流下，數據底板通過空間關系掛接、對象編碼、屬性掛接等方式與模型直接交互。一方面為模型計算提供必要算據，高精度DEM直接用于二維水動力計算網格插值；另一方面通過計算引擎和渲染引擎等接收模型結果回傳，將水深、流速等原始數值以粒子特效等形式轉化為可視的動態流場，從而實現對物理流域的高精度仿真。

（2）數據治理的標準化。融合物理實體的屬性、功能、行為等特性，開展BIM、傾斜攝影等模型數據的治理融合。如圖5所示，建立標準規范，對模型數據進行統一的目錄組織、對象編碼和空間標定，支持后續知識表示、知識抽取和知識存儲等方面的統一架構。

（3）數據服務的標準化。針對數據底板中發布的各類數據API、空間數據服務等進行全面的管理，實現從服務發布、服務管理、服務目錄到服務鑒權的全過程。為水利知識引擎提供標準化的數據服務，經引擎處理形成知識圖譜服務水利業務應用。

1.5 數據共享共建

數據底板采用水利部本級、流域管理機構和省級水利部門、工程管理單位三級布局，以及內容互補、共享共用的建設模式。共建共享是數字孿生流域建設和運行的重中之重。

由于三級底板責任主體不同，“共享共建”可以避免建設低水平重復和缺漏。目前“共享共建”的原則明確，即各級建設主體按照統一時空基準進行建設，確保共享數據的統一性、時效性和同步性，保障各單位建設成果能夠集成為有機整體。但成果如何共享尚無應用示范。從技術角度出發，可根據實際情況選用數據交換、調用服務、離線拷貝等方式^［20］，其科學性和適用性有待實踐檢驗。

2 應用實踐

曹娥江位于浙江省東部，流域面積6 080 km²，流域內的主要水利工程包括4個大型水庫、兩個滯洪區、主要干支流、河口大閘，形成蓄、分、堤、擋的防洪布局。聚焦流域防洪，以浙江水利一張圖為基礎，融合自然資源、氣象、應急等部門數據，建立粗細適宜的曹娥江流域三維數據底板，包括干流L2級、曹娥江大閘等重點工程區域L3級底板。

曹娥江流域三維數據底板部分空間地理數據如表3所列。從地理對象角度看，涵蓋流域內的影像、地形、河流、道路、建筑等完整要素；從數據分類角度，包括DEM、DOM、BIM、傾斜攝影等多種類型，源數據總量約700GB。采用國產主流的GIS軟件，對上述多源、異構數據完成復雜細致的配準、開挖、接邊等融合操作。對曹娥江大閘等重點關注對象，制作Max模型和激光點云兩套模型，并設置不同的可見距離，當視野由遠及近時，能夠由粗略模型自動切換到精細模型，部分局部場景如圖6所示。在BIM+GIS三維場景搭建完成后，將場景數據統一導出為S3M緩存文件，其中金字塔剖分類型選擇八叉樹方式，實現數據的輕量壓縮，解決流域三維“拖不動，看不了”的問題。

將輕量壓縮數據上傳至高性能圖形服務器進行渲染發布，使三維數據底板從線下創建走向了線上應用；進而支撐流域管理范圍內的各類監測數據、專業模型和業務流程，成為數據交互、業務協同的紐帶?；谌S數據底板，集成流域態勢感知、風險預演和多方案比選等功能模塊，實時推送預報調度一體化工作平臺中水文水動力學模型計算結果，并依托GIS引擎疊加運用等值線、熱力圖、粒子運動等方式在三維環境中渲染展示，如圖7所示，達到洪水預演“看得見，看得真”的效果。

三維數據底板為水利業務工作提供數字化場景，同時構成數字孿生流域建設成果展示窗口?；谌S數據底板打造流域防洪應用駕駛艙，如圖8所示。面向決策者展示關鍵信息和成果，通過動態預演“降雨在哪里—洪水在哪里—風險在哪里”，實現“預報科學化、預警超前化、預演數字化、預案科學化”。數字孿生曹娥江流域防洪應用入選水利部2022年《數字孿生流域建設先行先試應用案例推薦名錄》。

3 結論與展望

本文對數字孿生流域三維數據底板展開研究與實踐應用，提出三維數據底板建設的總體技術路線，對海量數據融合、數據輕量處理、數據渲染發布、數據可視可算、數據共享共建等關鍵問題深入分析技術難點與解決方向。主要得到以下結論：

（1）三維數據底板建設涉及BIM、GIS、IOT等技術的融合應用，核心內涵是構建數字基礎設施以適應信息時代業務智能化轉型的需求。

（2）水利業務應用是數據底板的最終目標和價值所在?；谌S數據底板，構建豐富多樣的應用場景，支持數字孿生流域的預報、預警、預演和預案，需要前沿信息技術與傳統水利知識的交叉研究。

水利行業作為一種傳統行業，數據底板建設面臨透徹感知不夠、信息基礎設施不強、保障體系建設不夠健全等問題。具體存在以下挑戰，需進一步研究。

（1）數據安全問題。按照自然資源部頒布的《測繪地理信息管理工作國家秘密范圍的規定》，DEM、DOM、DLG等地理數據必須經過專業部門脫敏后才能在系統中使用，保障其數據安全，需與自規部門協作配合。

（2）數據更新成本。為保證數據時效性，數據底座建設還需要建立數據更新和應用機制。數據更新資金如何落實，在實際工作中面臨考驗。

（3）加強網絡安全建設?；谌湕l的國產軟硬件開展數字孿生平臺建設是必然趨勢，需進一步研究GIS、BIM平臺軟件國產化、信創環境建設、信創環境下工控網和業務平臺建設等問題。

參考文獻：

［1］覃煬煬，郭俊，劉懿，等.數字孿生流域知識圖譜構建及應用［J］.水利水電快報，2023，44（11）：115-120.

［2］陳軍，劉建軍，田海波.實景三維中國建設的基本定位與技術路徑［J］.武漢大學學報（信息科學版），2022，47（10）：1568-1575.

［3］馬玉婷，趙林東，石永恩，等.基于機載LiDAR的山區型水庫數據底板獲取技術研究：以烏東德水庫為例［J］.水利水電快報，2022，43（9）：26-30.

［4］趙杏英，毛肖鈺，徐紅權，等.數字流域多尺度空間地理信息模型構建及應用：以錢塘江流域為例［J］.人民長江，2021，52（增2）：293-297.

［5］孫源，王國光，趙杏英，等.BIM模型輕量化技術研究與實現［J］.人民長江，2021，52（12）：229-235.

［6］張光偉，吳昊，郭震冬.實景三維多源數據場景融合［J］.測繪通報，2022（8）：155-159.

［7］張力，張航，劉成堃，等.水利數字孿生平臺三維模擬仿真技術研究與應用［J］.人民長江，2023，54（8）：9-18.

［8］趙繼偉.水利工程信息模型理論與應用研究［D］.北京：中國水利水電科學研究院，2016.

［9］許嬌龍.基于CityGML的三維GIS關鍵技術研究［D］.合肥：國防科學技術大學，2010.

［10］王興華，王彥峰，雷翔勝，等.電氣設備在BIM與GIS中的幾何與語義一致性映射［J］.南方電網技術，2022（12）：29-37.

［11］盧勇東，莊典，金星，等.基于IFC與CityGML標準的BIM-GIS集成技術研究［J］.工程建設，2021，53（7）：6-11.

［12］湯圣君，朱慶，趙君嶠.BIM與GIS數據集成：IFC與CityGML建筑幾何語義信息互操作技術［J］.土木建筑工程信息技術，2014，6（4）：11-17.

［13］孫群，溫伯威，陳欣.多源地理空間數據一致性處理研究進展［J］.測繪學報，2022，51（7）：1561-1574.

［14］操鋒，張海兵，段高博.BIM模型輕量化問題研究［J］.中國管理信息化，2020，23（2）：79-80.

［15］徐照，張路，索華，等.基于工業基礎類的建筑物3D Tiles數據可視化［J］.浙江大學學報（工學版），2019，53（6）：1047-1056.

［16］曹彤，劉臻.用于建立三維GIS的八叉樹編碼壓縮算法［J］.中國圖象圖形學報，2002（1）：52-56.

［17］李獻忠，張社榮，王超，等.基于BIM+GIS的長距離引調水工程運行管理集成平臺設計與實現［J］.水電能源科學，2020，38（9）：91-95.

［18］趙維，茅坪，沈凡宇.下一代三維圖形引擎發展趨勢研究［J］.系統仿真學報，2017，29（12）：2935-2944.

［19］楊禮國，劉秋燕，鄭利龍，等.多維圖形引擎融合研究與應用［J］.人民長江，2024，55（3）：6-12.

［20］錢峰，周逸琛.數字孿生流域共建共享相關政策解讀［J］.中國水利，2022（20）：14-17，13.

（編輯：鄭 毅）

Study and application of 3D data baseboard construction in digital twin basin

HOU Yi，HUA Lutao，WANG Wenjie，SHU Quanying，HU Junwei

（Zhejiang Design Institute of Water Conservancy and Hydroelectric Power Co.，Ltd.，Hangzhou 310002，China）

Abstract：As a result of basin digital mapping，3D data baseboard is the basis of digital scene construction and intelligent simulation iteration.In order to clarify the technical logic，this article systematically elaborates on the positioning，construction tasks，and technical roadmap of the 3D data Baseboard.We elaborate key technologies such as massive data fusion，lightweight data processing，scene rendering and publishing，data visualization and calculation，and data sharing and co construction during the construction process，during which we focus on the technical difficulties，solutions，and specific methods.Based on the above research，taking Cao′e River digital twin basin as an example，we construct 3D data baseboard （ L2 and L3）based on BIM+GIS and other technologies，and use 3D digital scenes to support the application of visualization models such as "four presets" in the basin.The results have reference significance for similar data baseboard construction.

Key words：digital twin basin；3D data baseboard；massive data fusion；scene rendering and posting；co-construction and co-sharing