徐 伟,管莉莉,李登富,王之顺,马万泉
(1.江苏省工程勘测研究院有限责任公司,江苏扬州 225002;2.江苏省太湖水利设计研究院有限公司扬州分公司,江苏扬州 225002)
随着卫星遥感、物联网、大数据、虚拟仿真技术的飞速发展,智慧水利不断推进,通过信息基础设施和数字孪生平台实现与物理流域同步仿真运行、虚实交互、迭代优化,数字孪生在水利领域正处于探索和推进阶段[1-3]。
数据是智慧水利建设不可或缺的一部分,数据底板是数字孪生流域建设的重点任务之一[4]。本项目以古运河扬州段为研究示范点,为推动古运河扬州段数字孪生建设,建设数据底板并构建古运河扬州段水陆一体三维数字化场景。测绘技术的发展提升对水利数字孪生数据底板的采集和建设具有重要意义。
目前,数字孪生河道数据底板主要是通过RTK、航空摄影测量、三维激光扫描、水下多波束探测等方式获取。基于“空天地水”一体化采集手段获取的多源异构数据,汇聚融合处理并进行挖掘服务,从而构建覆盖古运河扬州段的数据底板,为古运河扬州段数字孪生提供“算据”支撑。基于数据底板搭建古运河扬州段数字孪生三维应用展示系统,实现古运河扬州段的水陆一体三维可视化、三维实景数字场景展示、水位监测和雨量风险预警等模拟分析。
古运河扬州段是整个运河中最古老的一段,也是扬州市13 条直管河道之一,从湾头黄金坝、大水湾、宝塔湾、扬子桥至瓜洲入长江,总长29.3 km,构成著名的“扬州三湾”。
在水利一张图基础上,收集地理空间数据、基础数据、监测数据、业务管理数据,充分整合现有数据库信息资源,构建古运河扬州段数据底板。
2.2.1 地理空间数据
地理空间数据主要包括DOM(数字正射影像)、陆上和水下的DEM(数字高程模型)、河道断面数据、河道河口线外150 m 范围和闸站的倾斜摄影三维模型数据、三维激光点云、多波束扫测水下地形等。
2.2.2 水利基础数据
从江苏省第一次全国水利普查成果中获取了河道基本情况、水利工程的相关数据。河道基础数据包含水利对象数据、工程属性数据。
2.2.3 业务数据
包含古运河扬州段和施桥船闸的水利工程特征数据,防汛防旱、河湖管理、工程管理等数据。
2.2.4 监测数据
监测信息主要包括水位、流量、雨量等数据;古运河扬州段及闸站工程已建水文站的雨情、水位、流量等数据;还包含古运河扬州段关键部位、管理区出入口、闸室前后的视频监视数据等。
数据底板作为信息化的重要组成部分,涉及数据采集、数据融合治理、数据存储、数据管理、数据服务应用等环节[5]。数据底板的建设目标是在现有数据共享体系的基础上,基于全省水利一张图,收集古运河扬州段范围的水利基础数据,通过“空天地水”一体化基础感知体系的采集、监测手段获取地理空间数据、动态监测数据,并汇聚业务管理数据通过数据引擎进行数据融合、治理与挖掘,实现基础数据统一、全要素的数字化映射,二三维一体化、跨业务的古运河扬州段数字孪生数据底板。数据底板构建技术路线,如图1所示。
图1 数据底板构建的总体思路
3.1.1 数据获取
数据底板所需融合汇聚的各种数据源,通过不同采集手段获取的数据。如无人机倾斜摄影采集构建三维倾斜摄影模型,机载雷达点云、多波束扫测获取地面及水下数字高程数据,全景720°相机拍摄实景影像等。
3.1.2 数据汇聚
按照统一的标准进行数据整理、清洗,依托数据汇聚引擎来实现,对各类结构化与非结构化数据、实时与历史数据、其他行业数据进行汇集,实现古运河扬州段数据资源汇集调度的统一管控。
3.1.3 数据融合治理
数据底板中包括卫星遥感影像、高分辨率DOM、水陆DEM、激光点云数据、河道及闸站倾斜摄影模型等多源异构数据,由于数据尺度不同,需对不同数据源进行空间配准及融合,解决多源数据一致性、空间数据一致性、对象逻辑一致性等问题。
对各类数据按照相关要求和规范建立项目数据标准,实现数据整合和存储。通过建立项目数据标准,构建完整的数据管理体系,对治理汇集后的多源异构数据进行统一规范管理,避免数据冗余或冲突。
3.1.4 数据挖掘与服务
基于治理后的数据,构建对象基础属性、空间属性一体化存储,实现属空一体化高速检索,全面支撑数字孪生应用所需的属空一体化查询、统计和分析功能。以资源整合成果为基础,治理形成统一语义、相互关联的数据底板,为数据分析和模型分析提供基础,为雨量预警、水位监测提供算据支撑。
3.2.1 三维模型轻量化技术
数据底板中的倾斜摄影三维模型作为实景场景构建的主要数据源,由于数据量大造成平台加载速度和数据存储的压力,解决这一问题的途径是对模型进行轻量化处理。
通过基于向量夹角和边缘检测方法,设置合理阈值删除冗余顶点和重复顶点,最后利用三角网生长法等方法将三角网优化产生的空洞进行补填,减少了数据节点数从而简化三角网。最大程度压缩纹理,有效控制纹理图片大小。
根据压缩后纹理数据和简化后三角网数据重构新的OSGB 文件,实现海量三维模型数据压缩优化,从而实现降低数据加载对网络环境和硬件设备的要求,提升渲染效率和在三维可视化平台运行的流畅性。倾斜摄影三维模型轻量化的技术方法,如图2 所示。轻量化处理后,三维场景模型文件存储大小降低35%;实现场景模型在三维可视化平台中的加载效率提升45%。
图2 三维模型轻量化的技术流程
3.2.2 多源异构数据融合
对采集汇聚的原始数据按照统一的数据标准及“四预”业务应用需求进行多维多尺度数据融合处理。由于数据分辨率、时相、格式、空间参考不一致等存在冲突,需要通过字段映射、空间投影变换、叠加、人工核实等方式进行融合处理。空间数据存在空间、矢量与影像数据无法套合,需要通过空间数据处理工具进行一致性处理。空间数据融合包括水陆地形一体化集成、地形与倾斜摄影数据融合等。
机载雷达获取地面高程与多波束水下扫测方式分别获取的高程数据存在数据缝隙。通过多技术手段采集补充岸边高程数据,优化数据处理算法,提高数据精度,陆上水下高程数据缝合后实现一体化集成。
3.2.3 三维实景数字场景构建
古运河扬州段数字孪生数据底板构建的首要任务是建设由地理空间数据、水文在线监测数据、视频等物联感知数据以及信息支撑环境组成的数字化场景。
利用无人机倾斜摄影技术,构建古运河扬州段29.3 km、河口线外150 m 范围内的三维实景模型,通过数字高程模型数据辅助地形高度校正,模型数据地面分辨率精度优于5 cm,高程精度优于4 cm。通过贴近摄影测量技术采用无人机三维航拍+手持相机补拍方式实现闸站的精细单体化建模。综合加载机载雷达和多波束获取的高精度的陆上水下一体化的数字地形数据和DOM、多级地名、街景、POI 等地理信息数据,实现对全部要素的数字化映射、加载、渲染和展示。
古运河扬州段三维数字化场景建设,实现数字河道的虚拟空间与物理空间真实对应,实现对数字场景的精细化高仿真呈现,场景式城市河道数据底板专题图依托3D+GIS、VR/AR等技术的可视化引擎进行呈现,结合城市河道洪水联合调度等业务特点,以及定制开发的可视化模型的处理、集成,实现空间分析结果、仿真结果等可视化。
3.2.4 在线监测
利用卫星、雷达等遥感技术,无人机、无人船、机器人等监测手段实现大尺度的动态监测预警。运用智能视频监控和720°全景图像采集,通过图像智能分析软件实现自动识别场景中的异常;通过传感器及5G、物联网等手段结合算法实现雨量自动监测、水位自动预警。通过高分辨率航天、航空遥感技术和地面水文监测技术的有机结合,推进建立洪水“空天地”一体化监测系统,提高城市河道洪水监测体系的覆盖度和精度。
研发基于数字孪生技术的城市河道数据底板应用平台,采用WebGL 技术和Cesium 三维渲染引擎,处理海量三维数据,实现多源异构数据的集成,通过三维模型数据轻量化处理技术、可视化表达技术实现数字化场景快速渲染查询。构建水利基础信息与业务深度融合的平台,满足城市水利工程管理要求。平台接入古运河扬州段视频监控、视频硬件等设备数据,实现实时查看古运河扬州段周边景观和生态环境的功能。通过水雨情传感器实现水位和雨量的实时监测,平台调用算法实现模拟、分析、预演预警等功能。古运河扬州段数字孪生数据底板应用平台总体架构见图3。
图3 古运河扬州段数字孪生数据底板应用平台总体架构
基础设施层是整个数字孪生体系的基础支撑,包含智能测绘“空天地水”一体化感知设备,负责信息采集与安全传输。本项目是通过多旋翼无人机进行倾斜摄影,机载雷达点云获取地面高程,多波束侧扫水下采集水下高程,720°全景相机实时拍摄河道重要节点及闸站的环境监测影像,雨量、水位监测传感器实时监测。
数据层主要实现数据交换、融合、存储、处理等,为水利数字孪生数据底板平台提供基础数据支撑,基础数据包括古运河扬州段周边高分辨率数字正射影像、倾斜摄影模型数据、机载雷达点云及水下多波束扫测的高程数据、实时环境信息图像及视频监测数据等。
借助WebGIS和多源数据融合技术等实现古运河扬州段数字孪生数据底板数据融合与集成、三维可视化查询、综合展示查询、雨量水位监测和洪水预演预警仿真模拟等,实现虚实之间的信息实时互动等,如图4所示。
图4 古运河扬州段洪水预演预警与雨情监测预警
包括扬州市水利局各业务主管部门、相关闸站管理单位以及数据共享需求单位等部门,以Web门户终端、移动端的形式,体验多场景的业务管理和交互界面。
本文从三维地理空间数据处理、三维模型轻量化及倾斜摄影、遥感影像、水下地形等多源数据融合、集成等方面,详细论述了古运河扬州段数据底板的建设方法。采用Cesium 三维地球引擎和WebGL 技术研发的古运河扬州段数据底板展示应用平台,实现实景三维数字场景构建、陆上水下三维一体化查询、洪水预演预警可视化表达,展示了基于WebGL 的古运河扬州段数字孪生数据底板分析应用效果。
本文研究了城市河道数字孪生的数据底板构建相关技术现状,为探索城市河道数字孪生建设提供借鉴,但难以全面反映数字孪生流域数据底板技术进展,需要在下一步实践中进一步完善。