基于ArcEngine 10.1的建筑设计方案指标审查系统的设计与实现

李静兰，包永刚

(太原市勘察测绘研究院，山西 太原 030002)

1 引 言

2018年5月14日，国务院办公厅正式颁布《国务院办公厅关于开展工程建设项目审批制度改革试点的通知》(国办发【2018】33号)，《通知》提出2018年试点地区建成工程建设项目审批制度框架和管理系统，按照规定的流程，审批时间压减一半以上。规划与设计方案审查是建设工程规划许可之前必须进行的技术审查，视作建设工程规划许可的前置阶段。《通知》要求建设工程规划许可证核发时一并进行设计方案审查。设计方案审查中有关规划设计条件的技术指标审查工作尤其烦琐、复杂，工作耗时最长也最易出错。若大幅度提高技术指标审核工作效率与质量，对于审批时间的压减将起到关键性作用。

2 建筑工程规划设计方案审查现状及存在的问题

设计方案审查有关规划条件的技术指标内容主要包括容积率、建筑密度、建筑规模、建筑层数、建筑高度、室内外停车数量、绿地率等。目前，建筑设计方案审查耗时长、易出错、问题不宜定位，一套设计方案的规划条件的技术指标审查普遍在半个月到一个月之间。这一问题的主要原因如下：

(1)规则复杂

技术指标审查有关建筑面积、计容面积的计算规则非常复杂，如何计算一般与建筑物的性质、功能、层高、地上地下位置有关。建筑面积计算以《建筑工程建筑面积计算规范》(GB/T50353-2005)为依据，计容面积一般都有地方的执行依据，如太原市城乡规划局执行《太原市容积率、建筑密度的计算规则》。

(2)制图数据信息解读复杂

技术指标审查是按照相关依据对项目CAD建筑设计方案图纸进行信息解析与计算，最终得出相关条件指标信息。CAD图纸在CAD辅助制图系统下生成，图纸信息依靠人工对符号、标注等的解读来获取，信息量大、指标计算过程漫长、易出错。虽然，可以使用一定的辅助计算工具，但是仍然以人工审查为主。人工审查工作质量不稳定、出现问题难以定位分析，审查工作效率难以提高。

3 问题解决思路

基于以上分析，提高设计方案审查工作效率可以从数据规范环节入手，结合自动化数据分析与计算手段的使用，将人工信息解读转变为计算机对信息的解读，提高效率与正确性。另一方面，实现计算过程可追溯、错误可定位分析，以加强对设计方案审查过程的有效监督。

实现设计方案自动化解析与计算，重点在于设计方案数据规范的确定与信息解析。

数据规范化的目的是便于计算机进行信息解析，包括三个方面，①数据格式与组织，指将CAD制图数据转化为具有严格空间数据特征的空间数据库格式，同时按照一定规则进行数据存储组织；②空间数据图层命名规则与要素编码，根据设计方案审查内容与规则，定义图层、要素；③属性字段，根据审查规则，定义必要属性信息、填写规则、数据类型，用于指标计算。

自动化数据分析与计算软件的功能主要包括信息解析、计算与输出。保障信息顺利解析，首先要确保数据严格符合标准要求，因此对输入数据须进行全面的规范性检查。通过对空间数据识别解析，获取方案基础信息，并根据审查规则进行指标的汇总计算，最终输出审查结果。

4 设计方案审查数据规范

(1)数据格式

数据格式采用ArcGIS 10.1常见空间数据库格式，包括PGDB，FileGDB。

(2)数据内容

设计方案审查数据内容应反映指标审查的所有内容，如表1所示。

设计方案指标审查内容 表1

根据信息解析与计算规则，将审查内容进行细分，确定设计方案审查数据库内容、存储组织要求及命名规则。

(3)数据组织

一个设计方案组织为一个数据库文件(一个PGDB或FileGDB文件)。数据库文件中，一栋建筑物基底范围及该建筑物各分层平面组织在一个数据集中，建筑物基底、分层平面图为要素层(FeatureClass)，总平、绿地、停车位存储为要素层。一个分层平面对应一个要素层，多个平面结构相同的楼层使用一个要素层表达，如表2所示。

设计方案指标审查内容存储组织 表2

(4)要素分类与代码

总平图表示的内容必须按照规范要求进行要素分类并赋值正确的要素代码，如表3所示。

设计方案指标审查内容要素分类与代码 表3

(5)属性

围绕指标计算规则，将审查内容类别、性质、功能、面积等信息规范为属性，如表4所示。

设计方案指标审查内容要素属性 表4

5 系统实现的技术路线与思路

5.1 系统架构与主要功能模块

该系统采用多层体系架构，由数据层、功能组件层和应用表现层构成，采用C/S架构，使用Visual Studio2010开发平台，基于ArcEngine 10.1组件及Access 2010数据库实现，功能模块包括数据规范性检查、数据计算校核、指标计算、成果输出等(如图1所示)。

图1 功能模块图

5.2 实现思路

(1)数据规范检查与方案信息解析

系统实现的难点在于依据数据规范进行检查与信息解析，数规范性检查内容如表5所示。

数据检查内容 表5

续表5

信息解析与数据检查交叉进行，一方面，信息解析需要以一定的数据规范性为前提，数据规范性检查如图3所示，另一方面，一致性检查又要以解析的信息为基础。需建立一条合理路径以减少代码的重复或复杂性。一致性检查分为五个层次进行(如图2所示)：①总平与建筑物数据集、停车位布局、绿地图层一致性检查。总平图层存在的要素应具有对应图层数据，并根据图层命名规则识别；②总平与分层平面一致性检查，总平图层存在的建筑物应具有对应的分层平面数据图层；③基底与分层平面一致性检查。基底的分层信息(楼层、分层数据数量)与分层平面一致；④分层布局与分层平面一致性检查，分层布局与分层平面一一对应；⑤分层布局内部数据一致性检查，分层布局数据的层数信息与楼层信息一致。

一致性检查满足要求后，再进行图层的数据结构检查、信息解析。

图2 一致性检查

图3数据规范性检查

(2)指标计算

指标计算不属于本系统开发的难点，为提高效率、减少代码复杂度，数据库设计时充分考虑对数据库视图的利用。指标计算将以信息解析结果为基础，分别统计汇总各项技术指标并进行计算(如图4所示)。容积率、绿地率、建筑密度等通过代码计算实现。

图4 指标汇总

系统对空间数据的读取、检查、信息解析代码较多，本文不再详细展示，系统指标成果如图5所示。

图5 系统指标成果

(3)成果输出

使用NPOI2.3.0.0实现Excel格式成果的输出。NPOI是一个完全开源的Java写成的库，能够在没有安装微软Office或者相应环境的情况下读写Excel、Word等微软OLE2组件文档，几乎支持所有的Office97～Office2013的文件格式。

根据成果规范，制定输出模版(Excel97～2013均可)。成果输出时，以输出模版为基础，从系统成果表中读取指标，填写信息后存储在本地指定路径下即可。将指标名称、指标值、指标存储单元地址(行、列信息)存储在输出成果表TB_CGSC中。

5.3 数据库结构

根据功能设计思路，数据库由五大类表与视图构成，如图6所示。

图6 表与视图

检查信息表，存储图层、字段名称及类型、属性内容规范，实现基于配置的数据检查功能，同时记录检查结果信息。

信息解析表，将空间数据读取写入到关系数据库中，便于数据汇总统计。主要存储析数据位置、图层信息(名称、类型)、方案原始信息(总平、基底、分层、分层布局、停车位)。

汇总视图，包括检查汇总视图与指标汇总视图。检查汇总视图用于辅助检查数据一致性，如分层数据数量与楼层层数的一致性；指标汇总视图用于实现分层、单体、整体方案各类指标的汇总统计。

成果输出表，记录最终整体方案、单体指标信息及输出参数。

6 结 语

工程建设项目审批制度改革正在各地如火如荼地开展中，信息化手段在实施层面提供了全面的技术支持，是改革最终落地的有力保障。信息化手段不仅在宏观业务层面可以发挥巨大的作用，在微观层面同样具有重要意义。建筑设计方案审查系统不仅提高审查工作的效率，更重要的是实现建筑设计方案的规范化，为后续审查追溯、建设工程规划许可、批后管理、规划认可都提供了清晰准确的数据基础。

在实际工作中，大型业务系统从整体出发规范业务流程、业务数据，大大提高审批效率，但是，规范、干净的数据输入是业务系统运行的前提条件，业务系统对外部环境也提出了较高的要求。因此，关注审批制度改革，利用信息技术服务业务系统与实际业务环境有效衔接是非常有意义的。