城市轨道交通三维城市景观快速建模方法研究＊

吕希奎 王明生 李 鸣 贾晓秋

（1.石家庄铁道大学交通运输学院，050043，石家庄；2.“交通安全与控制”河北省重点实验室，050043，石家庄∥第一作者，副教授）

线路设计是城市轨道交通整个工程设计的“龙头”，若设计不合理，将造成大量的拆迁、改移和环境影响，产生巨大的浪费。而当前设计手段是在二维环境下的平、纵、横交互设计，需要内外业反复验证，其效率低、遗留问题多。随着三维地理信息系统技术、三维造型技术及虚拟现实技术的发展，实现三维GIS（地理信息系统）环境下的可视化轨道交通线路设计，有利于从可视角度直观观察、评价设计效果，及时进行冲突分析、拆迁估计及环境影响分析。而要实现三维可视化设计，就必须先建立三维地理环境，包括地下三维空间环境和地面三维城市景观环境两部分。本文将主要研究基于Google Earth软件的城市轨道交通三维城市景观环境的快速建模方法。

1 城市空间数据的批量获取

空间地形数据和影像数据是建立三维城市景观的基础数据，也是实现三维可视化轨道交通线路设计的基础数据之一。

1.1 空间地形数据的批量获取

地形数据是建立三维城市景观不可缺少的基础数据资料，传统的地形数据的获取方法包括野外利用GPS（全球定位系统）、全站仪等仪器直接进行测量，从航空影像或遥感图像及己有地形图上采集等，存在采集时间长或费用贵等问题。Google Earth软件利用SRTM数据作为它的基本高程数据［1］，该测量数据覆盖中国全境。尽管Google Earth软件中各个地区覆盖的卫星影像不同，但其构建三维地面模型的基础数据相同且完全免费［2］。因此，可基于Google Earth软件二次开发技术，实现空间地形数据的自动、快速、批量提取。其方法如下：

Google Earth API（应用程序编程接口）提供的类能够将Google Earth软件三维界面中的屏幕点由屏幕坐标转换为经纬度形式，通过调用函数GetPointOnTerrainFrom ScreenCoords：IPointOn－TerrainGE GetPointOnTerrainFromScreenCoords（double screen＿x，double screen＿y）实现。调用函数＿x和＿y中这两个参数值均在－1和1之间，表示视图中心点在屏幕坐标系中的坐标值（如图1所示）。批量提取DEM（数字高程模型）数据的程序模块界面如图2所示。

图1 Google Earth获取DEM示意图

图2 批量提取DEM数据的程序模块界面

采样间隔分为水平和垂直两个方向，范围在－1和1之间，其大小决定了每个屏幕上采样点数［3］。例如水平和垂直采样间隔均为0.05，那么每屏的采样个数为｛［1－（－1）］／0.05｝×｛［1－（－1）］／0.05｝＝1600。采样间隔和单屏经纬差共同决定了DEM提取的密度和程序运行时间及数据量的大小。利用以上方法在Google Earth软件的视图区域内取1 600个点，经过计算相邻两点之间的距离大约为20m，该精度的DEM数据可以满足轨道交通三维城市景观建模的要求。图3为从Google earth软件自动提取的空间地形数据，其为 WGS（世界大地坐标系）—84坐标系。

1.2 地形数据转换为2000国家大地坐标系

我国自2008年7月1日起，全面启用2000国家大地坐标系（China Geodetic Coordinate System 2000，简为CGCS2000）［4］。Google Earth软件获取的空间地形数据是基于 WGS—84坐标系，为了适应新的国家大地坐标系，需要将WGS—84的经纬度坐标转换为CGCS2000坐标系下的空间坐标（x，y，z），以更好地应用于轨道交通城市三维场景的快速建立和线路设计的要求。

图3 提取DME数据示例

CGCS2000坐标系的定义包括坐标系的原点、3个坐标轴的指向、尺度及地球椭球的4个基本常数的定义。采用的地球椭球基本常数的定义见表1。

表1 CGCS 2000椭球定义的基本参数

图4为原图3中的 WG－S84数据转换为CGCS2000坐标系后的空间地形数据。

图4 转换WGS－84到CGCS200坐标系示例

1.3 影像数据的批量获取

Google Earth客户端可以任意显示地球表面影像，并且可以无限制地下载图像数据［5］。Google Earth提供的免费高分辨率遥感影像是城市三维建模的重要影像数据，加上其开放的平台和丰富的API［6］，使构建运行在Google Earth软件基础上的三维城市景观变得简单易行。本文利用Google Earth COM API进行二次开发数据采集和拼接模块。针对欲建模区域的范围内批量自动地提取航片，并对所提取的航片进行空间信息定位，实现航片的无缝拼接，从而为景观的自动建模提供基础数据。提取的正射影像如图5所示，拼接后的正射影像图如图6所示。

图5 提取的正射影像图

图6 拼接后的正射影像图

2 建筑物模型库建立与管理

为了最大程度上减少城市轨道交通线路设计不合理而造成的大量拆迁、改造、改移和环境影响，要求地面城市景观的建筑物、用于轨道交通线路设计的城市景观不同于一般的数字城市景观，需要对建筑物、道路等所有城市景观模型记录相应的属性数据（如建筑类型）和几何数据（如层数、层高、空间区域坐标，在三维环境中定位模型及模型替换），以实现三维空间的任意模型选择和空间量测功能。这样在三维设计时，能够实现实时判断和计算线路与地面城市景观模型的冲突。只有这样，才能满足城市轨道交通的线路三维设计的要求。因此，根据城市轨道交通的特性和城市建筑物多样式特点，本文根据外形将其分为流行单体、点式建筑和条式建筑三大种类。在每种类型下按照建筑物功能划分为：商用，学校，医院，住宅，办公，公共等类型。采用CityPlan三维互动设计软件完成三大类型建筑物的三维模型库。其中点式建筑314个、流行单体212个、条式建筑327个，共计853个建筑物模型（其示意图分别如图7、图8、图9所示）。

所有建筑物模型通过数据库进行统一管理。包括建筑物名称、类型、地上和地下层数和层高、建筑类别等信息，用于三维场景中建筑物建模和空间查询，以及判断线路和建筑物的空间关系、空间距离，如图10所示。

图7 点式建筑模型

图8 流行单体建筑模型

图9 条式建筑模型

图10 模型库的数据库管理界面

此外，为了能够快速建立城市景观，应用CityPlan软件建立了三大种类2 500个建筑物的三维模型（3DS格式），作为初始三维模型库。图11展示了三大类型建筑物三维模型例图。在构建三维城市景观时，既可以通过读取模型数据库中的建筑物地上、地下层数和层高信息，由程序自动建立建筑物三维模型，也可以从模型库中直接读取已建好的建筑物三维模型，根据建筑物空间区域坐标进行定位，放置在三维场景中。

图11 三大类型建筑物的三维模型例图

3 三维城市景观快速建立

本文采用skyline API的二次开发平台，将正射影像、DEM数据融合成一个高精度带有地理坐标信息的地形，根据建筑物模型的空间区域坐标与DEM进行匹配，将建筑物模型按照坐标正确地放于地形模型之上，将城市三维地形和各种建筑物三维模型统一集成，实现了用于城市轨道交通线路设计的三维城市景观的快速建立。在该三维景观环境中，所有建筑物、道路等景观模型通过数据库存储空间信息，满足在线路三维设计过程中，实时进行信息查询和空间量测、线路与模型冲突的自动检测和分析。并可通过建筑物模型库任意选择不同风格和类型的建筑物，以快速构建多样性的三维城市景观（如图12所示）。

图12 建立三维城市景观

4 结论

本文基于Google Earth API的二次开发技术，实现了城市数字高程模型数据和正射影像图的批量获取。利用CityPlan软件建立了多种样式建筑物模型，并通过数据库实现对建筑物模型空间信息的有效管理。通过skyline API的二次开发，实现了城市三维地形和各种建筑物三维模型的统一集成。对所有景观模型的属性数据和几何数据通过数据库存储，实现在三维设计过程中，对所有景观模型的实时查询、空间量测和线路与模型冲突的自动检测，为用于城市轨道交通线路设计的三维城市景观的快速建立提供了一套解决方案。实践证明，建立的三维城市景观具有快速和较高的精度，能够实现对所有景观模型的查询、与轨道线路冲突的自动检测，能够满足城市轨道交通预可行性研究和可行性研究阶段的三维线路设计，具有较好的应用前景。

［1］Xu Linrong，Su Zhiman，Ugai Keizo，et al.Google Earth as a tool in terrain survey of debris flow watershed［J］.Advanced Materials Research，2011，261－263：1563.

［2］Zhang Kun，Zou Zhengrong，Yu Jiayong.Method of modeling virtual city based on GoogleEarth ［J］.Engineering of Surveying and Spatial Information Technology，2010，33（6）：89.

［3］杨翼飞，唐诗华，文鸿雁.基于Google Earth的3S技术在桂林市土地更新中的应用［J］.测绘通报，2008（11）：61.

［4］陈俊勇.中国现代大地基准——中国大地坐标系统2000（CGCS2000）及其框架［J］.测绘学报，2008，37（3）：269.

［5］程鹏飞，文汉江，成英燕，等.2000国家大地坐标系椭球参数与GRS80和 WGS84的比较［J］.测绘学报，2009，38（3）：189.

［6］Hoffmann E，Winde F.Generating high－resolution digital elevation models for wetland research using Google EarthTMimagery－An example from South Africa［J］.Water SA，2010，36（1）：53.