面向數字孿生流域的多尺度三維數據底板建設

摘 要：【目的】數據底板是數字孿生相關項目建設的第一要務，是數字孿生流域“四預”目標實現的“基石”。【方法】根據水利部智慧水利實施方案和流域信息化需求，提出了基于地理空間數據的多尺度三維數字底板建設方案思路，明確了三維場景數據底板構建的目標，提出了多來源、多尺度數字孿生底板數據構建的具體方式，闡明了底板建設過程中包括數據來源、數據獲取、數據治理、數據融合的理論和方法。【結果】通過實踐，細化了L1～L3級數據底板的建設內容和技術路線，提供了完整的數字孿生項目數據底板建設的思路和方法。【結論】通過三級數據底板建設與共享，構建了高精度、可視化場景，為智慧防汛、水資源管理與調配等業務化應用提供了強有力的數據支撐。

關鍵詞：數字孿生；數據底板；可視化場景；數據融合

中圖分類號：P237" " "文獻標志碼：A" " " 文章編號：1003-5168（2024）10-0010-06

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.10.002

Construction of Multi-scale 3D Data Base Plate for Digital Twin

Watershed

GAO Yonghong TIAN Shuaishuai CHEN Lemin FAN Wei WANG Fang LI Zhen

（Yellow River Engineering Consulting Co.， Ltd.， Zhengzhou 450003， China）

Abstract： [Purposes] Data base plate is the first task of the construction of digital twinning related projects， and the \"cornerstone\" of the realization of the \"four pre-projects\" of digital twinning watershed. [Methods] According to the smart water conservancy implementation plan of the Ministry of Water Resources of the People's Republic of China and the information requirements of the basin， this paper proposes a multi-scale three-dimensional digital baseboard construction scheme based on geospatial data， defines the goal of three-dimensional scene data baseboard construction， and puts forward the specific way of multi-source and multi-scale digital twin baseboard data construction. The theory and method of data source， data acquisition， data governance and data fusion are expounded in the process of floor construction.[Findings] Through practice， the construction content and technical route of L1-L3 data backboard are refined， and the complete idea and method of digital twin project data backboard construction are given. [Conclusions] Through the construction and sharing of the three-level floor， the high-precision visual scene is constructed， which can provide strong data support for business applications such as intelligent flood prevention， water resources management and deployment.

Keywords： digital twinning; data base plate; visual scene; data fusion

0 引言

地理空間數據具備區域性、多維性等特點［1］。測繪是針對地理空間數據進行獲取、加工、存儲、分析和應用的一種技術手段［2］。通過測繪技術對GIS地理信息數據進行整理，其中包括矢量數據、高程數據、影像數據等多源異構數據，用來構建流域基于地理空間數據的數字孿生底板。這樣不僅可以還原流域的地形、植被、工程、建筑等多尺度時空場景，而且可以為智慧化模擬參數的計算與迭代更新提供依據。

實景三維模型技術是近年來測繪學科和計算機視覺方面研究的熱門問題，其高精度、高還原度、信息豐富的特點在各個領域都承載著重要的數據支撐作用［3］。實景三維模型的特點是，“實景”反映了模型對真實場景的高還原度；“三維”說明模型包含了豐富的立體結構信息，利用實景三維模型可以較好地實現地理實體與場景外部的信息表達［4］。

傳統測繪通常注重場景或建筑的外部信息表達，而對內部信息及模型構建的研究不夠充分。數字孿生流域類項目除了注重地理實體的外部情況外，對一些險工、發電設施、泵站等內部模型效果也同樣關注。并且為了統籌室內外場景表達，還需在數據底板建設中引入建筑信息模型（BIM）。BIM在建筑和設計行業多用于在施工完成前對預期成果的展示和在施工過程中通過模型輸出精細化圖紙來指導施工。BIM信息豐富且兼顧室內外模型［5］，在數字孿生項目中更是承擔著模型分析、情景推演等重要角色。在數據孿生底板建設中可用BIM模型對測繪成果補充有用的室內信息。

近年來，水利行業的發展呈現學科交叉、技術融合的特點，依靠傳統部門和專業明晰劃分的情況很難全面統籌協調整體情況。行業亟須通過有效手段提升對整個流域龐大、復雜系統的模擬及預測。早在2001年，李國英［6-8］提出“數字黃河”概念。利用信息技術構建黃河流域自然、地理、經濟、社會的數字化集成平臺。并在此基礎上通過建立各種專業的業務模型和數學模型形成模擬及分析黃河流域情況的虛擬環境；近幾年各行業學者對數字孿生應用方面的研究逐漸增多［9-10］，數字孿生流域建設也有了更為成熟的技術環境；2021年9月，在水利部召開的深入推動黃河流域生態保護和高質量發展工作座談會上，李國英部長明確提出了建設數字孿生黃河的要求［11］；2022年3月水利部印發了關于《數字孿生流域建設技術大綱（試行）》的通知，通知中明確“數字孿生平臺主要由數據底板、模型平臺、知識平臺等構成”，其中數據底板匯聚地理、水利等各類信息，可為平臺提供地理服務。

本研究結合測繪行業的發展，綜合利用各類采集處理軟硬件設施與技術，融合實景三維技術與建筑信息模型（BIM），以數據底板建設為目標，從測繪專業出發融合其他學科優勢，提出了數字孿生流域L1～L3級數據底板建設的具體方案。

1 數據底板建設方案

數據底板是對“水利一張圖”的升級和擴展，通過對基礎地理信息數據、實景三維模型及BIM模型等進行融合，進一步優化分析計算、場景可視化等功能。根據數字孿生流域的建設目標和數字孿生平臺不同的業務需求，搭建了L1～L3多尺度時空數據底板。本研究以黃河下游為例，介紹了數字孿生流域的數據底板建設方案如圖1所示。

黃河下游流域數據底板建設區域面積大、數據類型多樣、格式不同、信息豐富，因此，通過空間跨度和分辨率尺度跨度構建一個兼顧大場景和部分險工等重要位置的融合場景十分重要。場景的構建要在適應不同尺度展示和分析的基礎上，保障數據瀏覽加載的流暢性。

通過對獲取的多源數據進行梳理整治，明確數據格式、質量等要求，分級別展開數據底板建設。L1級數據底板是在黃河下游流域范圍內進行中低精度的建模，包括整個流域范圍的數字正射影像（DOM）和數字高程模型（DEM）/數字地表模型（DSM）等數據。L2級數據底板是在黃河下游花園口—馬渡段、孫口—艾山段典型區段獲取高精度DEM、DOM數據。L3級數據底板是對黃河下游花園口—馬渡段、孫口—艾山段典型區段的重點堤防、險工、控導、防洪閘、分洪閘進行精細建模，采用實景三維模型和BIM結合的方式，精細化表達重要地理實體對象的內外部的信息。

2 數據底板建設流程

2.1 多源數據獲取

2.1.1 影像數據。使用衛星遙感技術采集流域分辨率為1 m的影像數據，作為L1級場景建設的基礎。收集遙感影像數據時，最好采用同時相或相鄰時相的影像，這樣可以避免由季節變化、地物變化等因素造成的影像數據接邊問題。收集數據時，還需注意云層遮蓋等問題。

使用無人機的航飛影像采集流域重點區域分辨率為0.2 m的影像數據，作為L2級場景建設的基礎，如花園口—馬渡段、孫口—艾山段。使用無人機獲取影像時，需要考慮天氣、風力、光照等因素，以防采集的影像存在過曝、色調不一致等問題。

無人機傾斜攝影是指通過無人機搭載多個相機傳感器，實現在一次航飛中同時獲取多個角度影像的攝影技術，獲取的影像數據可用于三維重建等，該方法目前已是行業內較為成熟的影像獲取方式［12］。在流域重點區域，通過無人機傾斜攝影的方式獲取高分辨率影像數據，作為構建L3級場景所需的原始數據，具體傾斜攝影技術參數見表1。

按照規范要求選擇合適的攝影時間，在進行傾斜攝影時應考慮光照、陰影等因素對成像的影響，保證最終的影像清晰、反差適中、顏色飽和、色彩鮮明、色調一致。無人機傾斜攝影技術所拍攝的影像具有較豐富的層次，能辨別出與地面分辨率相適應的細小地物影像，滿足室內判讀的要求。

2.1.2 高程數據。使用空間分辨率分別為15 m、5 m分辨率的DEM、DSM數據作為L1、L2級場景的高程數據。使用空間分辨率分別為2 m或者0.5 m分辨率的DEM數據作為L3級場景的高程數據。

2.1.3 數字線劃圖（DLG）數據。使用1∶100萬、1∶25萬數據庫中的水文站、水利樞紐、堤防、斷面線、河道中心線、水庫、流域分區等點線面矢量信息，通過符號化或數據升維等手段，豐富可視化場景的內容。

2.1.4 像控點數據。像控點測量采用高精度雙頻GNSS接收機。基于千尋CORS網絡RTK技術實施測量，精度參照《水利水電工程測量規范》執行。為保證L3級場景較好的數學精度，像控點按照150～200米間距進行布設；為保證內業判讀精度，應在航飛前在硬化地面使用紅色油漆噴涂布設“L”地標，并測量地標拐角內角。

2.1.5 已建工程圖紙數據。收集重點建、構筑物的設計與施工圖紙，用于構建L3級場景部分內部模型。

2.1.6 室內點云數據。由于數字孿生流域范圍較大，各類建、構筑物情況復雜，且部分重點建筑物因年代久遠內部情況已發生變化，室內點云數據的獲取本著采集現實、現狀的原則，在收集圖紙的基礎上還需獲取室內點云構建現勢性較強的室內模型。

即時定位與地圖構建（simultaneous localization an mapping，SLAM）是一種可以在測量的同時獲取環境位置的方法［13-14］。該方法將計算機視覺領域的SLAM技術與三維激光掃描系統結合，可以克服室內無GPS信號的問題，通過激光點云和全景影像的同步采集與處理，高效、準確地獲取地下空間三維數據。

本研究采用SLAM技術獲取重點建筑物室內點云數據，結合閉合導線的方式對SLAM各個站點進行空間位置上的校正，并將點云數據與實時獲取的全景照片相結合為室內建模做好充分的數據儲備。

2.1.7 激光雷達點云數據。激光雷達技術以其高精度和具有一定穿透性的特點，常作為傾斜攝影數據的補充及重點建、構筑物的高程精化［15］。本研究采用兩種方式獲取激光雷達點云數據：①采用機載激光雷達對黃河下游重點堤防、大型水工建筑等進行航拍，獲取高精度DEM數據，然后與L2級地形場景融合構建高精度地面高程模型。②對下游重點建筑物在采集傾斜攝影影像的基礎上補充采集地面激光掃描數據，作為對傾斜攝影數據的補充。

2.2 數據治理

數據治理是以提升數據最終價值為目的的數據處理過程。針對地理空間數據進行一致化處理、實體編碼與關聯、質量檢查與入庫等處理，整合形成面向對象建模、統一語義、分布式存儲與管理的黃河流域水利數據資源。

地理空間數據主要包括遙感數據、行政區劃、道路、興趣點、地名地址、地形要素等。治理過程包括數據梳理盤查、投影轉換、影像處理、數據檢查、數據入庫等。

2.2.1 數據梳理盤查。對地理空間數據的存量數據情況進行細致清點，描述各項數據的數據存儲地點、方式、數據量、存儲時長等情況，形成存量數據清冊和存量數據分析報告。

2.2.2 投影轉換。地理空間數據的坐標系統一轉換為CGCS2 000坐標系。

2.2.3 影像處理。針對不同時相的影像數據進行位置校正、影像拼接鑲嵌、勻光勻色等處理，獲取可讀性更強，質量更好的地物信息影像數據。

2.2.4 數據檢查。遵照數據真實性、準確性、唯一性、完整性、及時性等數據質量管理原則，編制數據質量標準和校驗規則。并對已掌握的地理空間數據質量開展評價工作，編制數據質量分析報告；對已掌握的數據質量問題進行分析和定位，努力提高數據質量水平。

2.2.5 數據入庫。地理空間數據種類多樣、內容豐富。為了實現更好的數據組織、存儲、管理及檢索應用，需將數據按一定的規律進行分類編碼，按類別進行存儲。通過制定統一的分類代碼標準，將多格式地理空間數據統一整理轉換入庫，形成統一的數據庫，該數據庫可以為地理空間數據共享與交換奠定良好的基礎。同時通過建立統一的地理空間數據庫可以避免多部門協作時出現重復勞動。

2.3 地理實體模型構建

2.3.1 實景三維模型。實景三維模型采用自動生成的MESH模型和人工單體化模型相融合的方式來構建最終的精細化場景。

MESH模型構建主要分為空三加密、生成白模及紋理映射三部分。部分重點建、構筑物將采集的地面激光雷達掃描數據與傾斜攝影點云數據進行圖像配準，生成融合三維MESH模型。

重點建、構筑物通過采用單體建模的方式，采集單體模型并結合外業實地紋理補拍，構建高精度、結構清晰、紋理自然的單體化模型，并與三維MESH模型進行融合，構成精細化實景三維模型作為L3級場景的外部場景表達。

2.3.2 建筑信息模型。對于現狀與設計變更不大的建、構筑物，采用圖紙翻模的方式進行三維模型構建。

對于現狀與設計圖紙相差較大的建、構筑物，利用采集的點云和影像為參照，對建、構筑物現狀進行真實情況的還原，構建內部外模型。

結合不同水利工程對象的情況，綜合圖紙建模和激光掃描等多種技術手段獲取室內外信息，構建高精度、信息豐富的建筑信息模型，對L3級內部場景進行高質量表達，部分內部模型示意如圖2所示。

2.4 多層級場景構建

2.4.1 L1級場景構建。L1級是進行數字孿生流域中低精度面上建模，建設黃河下游從洛陽公路橋至黃河入海口79.5萬km2的可視化場景。L1級場景主要以2.5維的DEM疊加遙感影像為主，構建可以直觀表達連續地形起伏特征的數字地形景觀模型或可量測地面高程的虛擬現實場景［16］。

利用SuperMap和CesiumLab等軟件分別對DEM、DOM進行地形與影像的緩存切片。并且各種DLG數據包括水利樞紐、堤防等，都可疊加在該細節層級場景中，對流域宏觀的范圍在平臺上進行可視化表達。L1級場景效果如圖3所示。

2.4.2 L2級場景構建。L2級是進行數字孿生流域重點區域的精細建模，主要包括重點區域的高分辨率DOM、高精度DSM、傾斜攝影影像、激光點云等數據。

L2級場景構建范圍是花園口—馬渡、孫口—艾山段。針對孫口—艾山段的洪水演進模擬，數字化場景數據需要包括區域5 m分辨率DSM數據、0.2 m分辨率的DOM數據、水下地形數據、河道斷面數據等基礎地理信息數據以及河道、堤防、道路、水體、監測站點等，為水文水動力學模擬流場和淹沒分析提供數據基礎。L2級場景效果如圖4所示。

2.4.3 L3級場景構建。L3級場景是重要區域水利工程及涉水要素模型的室內外融合三維場景。主要包括工程外觀及其周邊環境精細化三維模型、工程內部及設施BIM，是進行數字孿生流域重要實體場景建模。

對花園口—馬渡段的堤防、控導、險工等防洪工程獲取高精度實景三維模型；孫口—艾山段的司垓閘、張秋閘、清河門閘、位山閘、張莊閘實現主體建筑及關鍵附屬建筑的單體化建模；石洼閘、林辛閘、十里堡閘進行BIM建模。根據閘站的單體化、BIM模型將傾斜攝影的場景進行壓平處理，完成模型與場景的融合。

L1～L3級融合后的典型場景效果如圖5所示。場景中融合了DEM、DOM、傾斜攝影模型及建筑物（閘）BIM模型。

2.4.4 場景融合。通過可視化支撐平臺對數據進行融合處理，集成基礎數字化場景、傾斜攝影和BIM模型數據，實現不同分辨率、不同范圍的空間數據之間的自動融合。

數字場景融合主要實現全場景數據底板及空間數據進行統一融合，使不同數據精度、不同數據源的空間數據在三維空間實現融合，構建數據資源的層級無縫轉換、數據與地形無縫構建的孿生場景。數據融合工作主要包括不同類型和精度的空間數據（矢量數據、模型數據、BIM數據、地形數據、影像數據、激光點云數據、傾斜攝影數據）融合，主要分為數據升維、多源地形融合、多源影像融合、BIM與地形融合匹配。通過將多場景融合，制作S3M格式多維多時空數據底板，最終實現黃河下游數字孿生L1～L3級數據底板間的數據層級瀏覽、地形交接處無縫貼合、地形與模型無縫貼合、模型與模型無縫貼合。

3 結語

本研究討論了數字孿生流域建設中數據底板構建的方法。以黃河下游為例，綜合利用多種測繪手段，詳細介紹了L1～L3級數字孿生底板構建的數據獲取、數據處理、數據融合等技術，為構建多尺度數字孿生流域底板建設提供切實可行的技術路線和方案，為數字孿生平臺建設提供堅實的數據支撐。

參考文獻：

［1］張廣運，張榮庭，戴瓊海，等.測繪地理信息與人工智能2.0融合發展的方向［J］.測繪學報，2021，50（8）：1096-1108.

［2］劉昌軍，呂娟，任明磊，等.數字孿生淮河流域智慧防洪體系研究與實踐［J］.中國防汛抗旱，2022，32（1）：47-53.

［3］孫杰，謝文寒，白瑞杰.無人機傾斜攝影技術研究與應用［J］. 測繪科學，2019，44（6）： 145-150.

［4］李德仁，劉立坤，邵振峰.集成傾斜航空攝影測量和地面移動測量技術的城市環境監測［J］.武漢大學學報（信息科學版），2015，40（4）：427-435，443.

［5］孫少楠，張慧君.BIM技術在水利工程中的應用研究［J］.工程管理學報，2016，30（2）：103-108.

［6］ 李國英.“數字黃河”工程建設“三步走”發展戰略［J］.中國水利，2010（1）：14-16，20.

［7］ 李國英.“數字黃河”工程建設實踐與效果［J］.中國水利，2008（7）：30-32.

［8］ 李國英.建設“數字黃河”工程［J］.中國水利，2002（2）：29-32，80.

［9］ 范春雷，任行敏，李國富，等.基于數字主線和數字孿生技術的生產過程安全預防系統生命周期應用［J］.河南科技，2018（26）：40-42.

［10］ 劉月君，周創輝，高聰，等.基于數字孿生的被動式超低能耗建筑能耗監控研究［J］.河南科技，2022，41（10）：6-10.

［11］ 佚名.水利部召開深入推動黃河流域生態保護和高質量發展工作座談會［J］.2021（18）：5.

［12］ 王娟娟，耿以凡.無人機傾斜攝影在城市三維建模中的應用研究［J］.科技資訊，2019， 17（33）：176-177.

［13］ 劉浩敏，章國鋒，鮑虎軍.基于單目視覺的同時定位與地圖構建方法綜述［J］.計算機輔助設計與圖形學學報，2016，28（6）：855-868.

［14］顧照鵬，劉宏.單目視覺同步定位與地圖創建方法綜述［J］.智能系統學報，2015，10（4）：499-507.

［15］ 謝云鵬，呂可晶.多源數據融合的城市三維實景建模［J］.重慶大學學報，2022，45（4）：143-154.

［16］ 王密，龔健雅，李德仁.大型無縫影像數據庫管理系統的設計與實現［J］.武漢大學學報（信息科學版），2003（3）：294-300.