数字孪生流域三维数据底板建设研究及应用

侯毅 华陆韬 王文杰 舒全英 胡军伟

摘要：三维数据底板是流域数字化映射的成果，更是数字化场景构建、智慧化模拟迭代的基础。为厘清三维数据底板建设的技术逻辑，系统性地阐述了三维数据底板的定位、建设任务和技术路线图，重点对建设过程中的海量数据融合、数据轻量处理、场景渲染发布、数据可视可算、数据共享共建等关键技术问题展开深入全面的论述，分析技术难点、解决路径和具体方法。基于以上研究，以浙江省曹娥江数字孪生流域为例，运用BIM+GIS等技术构建L2、L3三维数据底板，以三维数字化场景支撑流域“四预”可视化模型应用。相关成果对类似数据底板建设具有借鉴意义。

关 键 词：数字孪生流域；三维数据底板；海量数据融合；场景渲染发布；共享共建

中图法分类号：TP399

文献标志码：A

DOI：10.16232/j.cnki.1001-4179.2024.05.031

0 引 言

数据底板是数字孪生流域中的“算据”部分，也是支撑模型平台、知识平台和“四预”业务平台的数据基底^［1］。《数字孪生流域建设技术大纲》（下简称“《大纲》”）明确了数据底板建设中基础、监测、业务管理、跨行业共享、地理空间5类数据时空基准和内容要求。由于地理空间数据能够提供统一的空间基底，是其他数据联接和传递的中枢，《大纲》进一步指出地理空间数据是数据底板建设的重点。地理空间数据主要包括各类GIS和BIM数据，天然具备三维属性。

由于人们生活在真实的三维空间中，因此在三维数字空间观察、量测、分析、研判是数字化发展的必然趋势^［2］。三维数据底板在数字孪生流域中的定位如图1所示，其建设的主要任务包含通过挖掘、汇聚地理空间数据，构建精准映射的数字化场景，在此基础上，整合治理社会经济、IOT等非空间数据，形成“形神兼备”的物理流域数字孪生体，提供数据服务，支撑流域智慧化模拟、精准化决策。

三维数据底板建设是数字孪生的基础设施工作，目前已有不少单位和个人在数据生产、轻量化处理、场景融合、仿真模拟等方面开展了研究。马玉婷等^［3］以乌东德水库为例，研究了基于机载LiDAR的山区型水库数据底板获取技术，为数据生产提供了技术参考。赵杏英等^［4］提出了一种多尺度流域三维空间地理信息模型构建方法，以空间地理信息模型为载体，整合信息资源，支撑流域管理。孙源等^［5］对比了不同的轻量化方法在BIM模型加载与浏览中的局限、优势，搭建BIM轻量化体系。张光伟等^［6］通过探索改进三维数据的空间精度匹配与数据接边方法，提升了实景三维场景调度显示效率。张力等^［7］对数据底板的模拟仿真技术框架和功能模块进行了详细设计。

总体来看，上述研究以专项应用为主，缺乏三维数据底板的整体表述。因此，本文以数字孪生流域三维数据底板为研究对象，系统性地阐述三维数据底板的定位、建设任务和技术路线图，重点对其中的关键技术展开深入全面地论述。

1 三维数据底板建设关键技术

地理空间数据具体包括DEM（数字高程模型）、DOM（数字正射影像）、DLG（数字线划地图）、BIM（建筑信息模型）等类别。数据多源异构、标准化程度低、数据体量巨大，是三维数据底板建设的难点所在。借鉴《实景三维中国建设技术大纲（2021版）》，数字孪生流域三维数据底板建设技术路线如图2所示，需突破海量数据融合、数据轻量处理、数据渲染发布、数据可视可算、数据共享共建等关键技术。

1.1 多源数据融合

三维数据底板建设首先要解决数据源的问题，并对数据质量进行评价。BIM数据一般是利用工程设计施工图纸结合三维激光扫描等技术建模生成；对于设计图纸缺失等情况，可采集适宜分辨率的倾斜摄影数据进行单体化修模处理，或者利用3ds、skp等效果图模型，实现工程外观结构的精细化建模。BIM模型的质量评价主要包括模型完整度和精细度两个方面，对BIM模型的分级评价见表1。

GIS数据一般通过测绘采集而来，《大纲》附表对DEM、DSM、DOM、倾斜摄影、激光点云等GIS数据的采集范围、分辨率和更新频率等做出了详细规定，形成了明确的指标要求，本文不再赘述。需要注意的是，由于流域与城市范围常有重叠，水利数字孪生底板的建设可充分利用自然与规划部门采集的通用基础数据，如倾斜摄影、DLG等数据，以节约建设成本，实现跨行业的数据复用。

数据标准是地理空间数据应用的重要课题。以BIM为例，目前国内外常见的BIM文件有十余种格式。为了使各BIM系统有一个信息交换的标准，1997年，IAI（International Alliance for Interoperability，国际互操作性联盟）提出IFC（industry foundation class，工业基础类），这是一个标准的、公开的数据表达和存储方法，不同的BIM软件都能导入导出IFC格式的数据文件。通过将多种格式的BIM模型统一转化为IFC格式，实现BIM的标准化、结构化。目前，IFC标准主要应用于建筑工程领域，缺少水利工程领域特有构件和属性描述^［8］。解决方法是IFC标准扩展，参考《水利水电工程设计信息模型分类和编码标准》，借助 Revit API开发 IFC定义设置功能，进行水利工程构件对象的 IFC定义，同时建立构件之间的关联关系，支持多格式水利BIM数据融合。

上述数据标准问题在GIS类的空间地理数据中也存在。航空摄影测量、卫星遥感技术是流域数据的一种重要获取手段，是流域数字化的重要支撑技术。L2 级数据底板要求大江大河及主要支流采用水下地形（含大断面）和倾斜摄影测量数据。由于这些数据的获取方式、处理方法不同，往往格式各异、分辨率不统一。在3DGIS领域，目前通用的数据标准是CityGML，由德国的SIG 3D（special interest group 3D，地理数据基础设施项目特别工作组）于2002年开发。2007年，CityGML被OGC（open geospatial consortium，开放地理空间联盟）认定为数据交换标准，成为第一个支持丰富语义信息的三维GIS数据格式^［9］。CityGML使用FME软件生成相应文件，使用专业工具实现可视化，为3DGIS数据的标准化集成提供了基础。

近年来，在数字电网、智慧城市领域，基于IFC与CityGML标准的BIM+GIS集成技术研究进展较快，主要聚焦IFC与CityGML数据解析、基于图的映射框架^［10］、几何信息转换^［11］、语义属性映射^［12］等方面，也出现一些IFC模型到CityGML模型的转换方法。这些研究夯实了BIM、GIS数据融合的理论基础，其中的理念、框架对水利数字孪生多源地理空间数据融合具有参考意义，但仍需结合数字孪生流域的特点，对关键技术、具体方法进行更加深入广泛的实践论证。

除了数据标准问题，各类地理空间数据在对象的几何特征、属性特点和空间关系方面可能存在偏差^［13］，需进行一致性处理。比如常见的矢量与影像数据无法套合问题，需通过专业工具进行坐标转换，以保证各归其位、无缝融合。此外，还包括多类数据之间的接边处理。比如，通常DEM数据为大范围公共原始地形，当建筑物BIM模型与DEM融合后，尚需对DEM进行局部开挖和坡面衔接，以避免地形将部分BIM模型遮盖，即物理世界的工程开挖在数据底板中也需完成。这一过程一般借助ArcGIS、Supermap idesktop等专业GIS软件来可视化操作完成。

综上所述，多源异构海量数据融合是数据底板建设中不可回避的关键问题，解决此问题的关键在于地理空间数据的标准化和一致性处理，具体技术路径为开发或者应用专业软件首先将各类数据转化为统一的通用格式，然后完成坐标配准、开挖接边等复杂操作。

1.2 数据轻量处理

BIM模型由于结构精细、信息丰富，其三角面片数多，数据体量大。一个常规的水工建筑物BIM模型数据量在100 MB左右；一个水位计1 a累积的监测数据量约为8 MB（按每小时采集一条数据计算），可见与监测数据相比，BIM模型在数据量上存在数量级的差别。另外，随着新型测绘技术的发展，测绘的准确性得到有效提升，能够通过数字化等多种形式更加直观地呈现采集对象，同时也使得测绘成果的数据体量迅速增长。以倾斜摄影数据为例，通常倾斜摄影数据量约为1.5 G/km²（5 cm精度）。可以预见，当数据底板范围拓展到全流域，多源、多维、多分辨率的地理空间数据总量可达TB级，轻量化是必然需求。

地理空间数据轻量化主要指模型几何简化和数据存储方式的优化。从数据维度看，地理空间数据可分为几何信息和非几何信息两部分。几何信息即直观看到的三维体型，是轻量化难度所在。模型几何简化是指对结构顶点、面等删除抽稀，在不影响实体完整性的前提下，减少三角面片、压缩数据体量。边折叠算法是一种比较常用的几何轻量方法^［14］，通过计算每条边折叠所需的代价，并对其进行排序，从代价最小的边开始依次折叠，并对几何模型的拓扑结构进行重组，直至所有边不能折叠为止。除了删除几何元素之外，还可以对模型实例化，即一个构件只留一个实例，其他相同构件用符号代替，从而使数据体量进一步减小。

数据存储方式的优化原理类似二维地图中的地图瓦片，将地理空间数据存储为瓦片集和配置文件。瓦片集为批处理3D模型，包含了具体的模型信息；配置文件是一个树状结构的瓦片空间索引，通过JSON文件记录其所有的节点信息，通过遍历得到所有瓦片的信息。瓦片空间索引结构通常有k-d树、四叉树、八叉树、网格等形式^［15］，如图3所示。本文对应用较多的八叉树结构进行简述。

八叉树数据模型可以看成是四叉树方法在三维空间的推广^［16］，通过循环递归的划分方法对大小为2n×2n×2n三维空间的几何对象进行体元剖分（每个体元具有相同的时间和空间的复杂度），构成一个具有根节点的方向图。借助公式（1）所示编码，将三维坐标表示转换成一维表示，一个码蕴涵空间一个点的三维坐标信息。若三维数据总数是N，{x，y，z}三向坐标信息需要一个3×N的矩阵来存储，而编码后只需要一个长度为N的一维数组，从而提升数据检索效率。

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为八进制码。

应用以上原理，地理空间数据的轻量化首先应对源数据进行模型几何简化，然后建立相应的数据结构，获取几何信息、属性信息和纹理贴图等信息，并存储为3Dtiles、S3M等通用格式；最后解析为Web支持的结构化信息，在保证关键信息不丢失的前提下，最终把模型完整渲染到浏览器端。合理的瓦片数据空间索引结构和LOD层级划分，能够将地理空间数据“化整为零、分布存储”，大幅提高读取和加载速度。

1.3 数据渲染发布

数据渲染发布是数据从本地走到线上，从融合走向应用的必经环节。地理空间数据的发布要求适用于网络环境和离线环境下的数据传输、交换和高性能可视化，同时需具备服务的聚合、管理和扩展开发能力^［17］，支持桌面、浏览器等多端应用。渲染发布属于计算机图形学范畴，底层集成WebGL和OpenGL等技术，关键在于三维图形引擎^［18］的深度应用。图形引擎应具备以下能力：

（1）数据治理能力。支持通用空间数据格式的数据融合；模型几何、材质、属性信息完好保留；性能足够支撑海量复杂数据。

（2）空间分析能力。二三维一体化、支持时空属全要素查询；满足剖切、漫游、测量等各种BIM+GIS应用。

（3）可视化交互能力。在高保真虚拟场景中，提供流畅友好的交互方式，适用桌面端、移动端、大屏多终端应用。

（4）二次开发能力。根据业务需求灵活定制功能。

目前，国内满足以上要求的主流三维图形引擎主要包括三大类，对比分析见表2。

由于三维数据底板的基础性作用，应用需求多样，单一的三维图形引擎难以满足所有要求^［19］。实际项目中根据具体的业务需求，往往需要多引擎的组合运用和拓展开发，以扬长避短，发挥WebGL和云渲染各自的特性，满足多场景应用需求。

水利数字孪生的推进带动了BIM+GIS应用的快速发展。许多具备三维场景建模、应用能力的企业，与研究院、设计院合作，开辟水利行业的三维可视化业务，在数字孪生三维可视化这个细分领域加大投入、抢占先机。目前这是一个新兴市场，百家争鸣，但应用普遍偏初级、偏表层。要真正实现数字孪生流域和物理流域的同步仿真运行、虚实交互，还需进行深入研究积累，拓展出适应范围更广、渲染效率更高的数字化场景技术。

1.4 数据可视可算

数字孪生平台主要由数据底板、模型平台、知识平台等构成，数据底板与两个平台的关联关系为：数据底板汇聚水利信息网传输的各类数据，经处理后为模型平台和知识平台提供数据服务。

区别于以往侧重于可视化效果的数字场景，数字孪生流域中水旱灾害“四预”协同、水资源精准调控、幸福河湖智能监管等专业应用对数据基础要求较高，这就要求三维数据底板不仅“可视好看”还要“可算好用”。三维数据底板从“可视”到“可算”的突破，需要与水利专业模型、业务规则深度融合，着重做到以下3点：

（1）数据“双向”映射。在流域自然基底、水流要素、工程设备等物理实体与水文、水动力、水工程调度等专业模型间构建数据映射通道，实现数据底板从单一方向数据流向多要素双向数据流的转变。以洪水演进场景为例，如图4所示，单向数据流下，数据底板与专业模型相互独立，各类GIS数据融合渲染为基础三维实景，再将流场流态等渲染为静态图像后作为图层叠加，并仅作坐标转换等简单校正，这种模式易因基底数据来源和尺度不一导致专业模型结果难以在数据底板中准确表达，“孪生”效果不佳。双向数据流下，数据底板通过空间关系挂接、对象编码、属性挂接等方式与模型直接交互。一方面为模型计算提供必要算据，高精度DEM直接用于二维水动力计算网格插值；另一方面通过计算引擎和渲染引擎等接收模型结果回传，将水深、流速等原始数值以粒子特效等形式转化为可视的动态流场，从而实现对物理流域的高精度仿真。

（2）数据治理的标准化。融合物理实体的属性、功能、行为等特性，开展BIM、倾斜摄影等模型数据的治理融合。如图5所示，建立标准规范，对模型数据进行统一的目录组织、对象编码和空间标定，支持后续知识表示、知识抽取和知识存储等方面的统一架构。

（3）数据服务的标准化。针对数据底板中发布的各类数据API、空间数据服务等进行全面的管理，实现从服务发布、服务管理、服务目录到服务鉴权的全过程。为水利知识引擎提供标准化的数据服务，经引擎处理形成知识图谱服务水利业务应用。

1.5 数据共享共建

数据底板采用水利部本级、流域管理机构和省级水利部门、工程管理单位三级布局，以及内容互补、共享共用的建设模式。共建共享是数字孪生流域建设和运行的重中之重。

由于三级底板责任主体不同，“共享共建”可以避免建设低水平重复和缺漏。目前“共享共建”的原则明确，即各级建设主体按照统一时空基准进行建设，确保共享数据的统一性、时效性和同步性，保障各单位建设成果能够集成为有机整体。但成果如何共享尚无应用示范。从技术角度出发，可根据实际情况选用数据交换、调用服务、离线拷贝等方式^［20］，其科学性和适用性有待实践检验。

2 应用实践

曹娥江位于浙江省东部，流域面积6 080 km²，流域内的主要水利工程包括4个大型水库、两个滞洪区、主要干支流、河口大闸，形成蓄、分、堤、挡的防洪布局。聚焦流域防洪，以浙江水利一张图为基础，融合自然资源、气象、应急等部门数据，建立粗细适宜的曹娥江流域三维数据底板，包括干流L2级、曹娥江大闸等重点工程区域L3级底板。

曹娥江流域三维数据底板部分空间地理数据如表3所列。从地理对象角度看，涵盖流域内的影像、地形、河流、道路、建筑等完整要素；从数据分类角度，包括DEM、DOM、BIM、倾斜摄影等多种类型，源数据总量约700GB。采用国产主流的GIS软件，对上述多源、异构数据完成复杂细致的配准、开挖、接边等融合操作。对曹娥江大闸等重点关注对象，制作Max模型和激光点云两套模型，并设置不同的可见距离，当视野由远及近时，能够由粗略模型自动切换到精细模型，部分局部场景如图6所示。在BIM+GIS三维场景搭建完成后，将场景数据统一导出为S3M缓存文件，其中金字塔剖分类型选择八叉树方式，实现数据的轻量压缩，解决流域三维“拖不动，看不了”的问题。

将轻量压缩数据上传至高性能图形服务器进行渲染发布，使三维数据底板从线下创建走向了线上应用；进而支撑流域管理范围内的各类监测数据、专业模型和业务流程，成为数据交互、业务协同的纽带。基于三维数据底板，集成流域态势感知、风险预演和多方案比选等功能模块，实时推送预报调度一体化工作平台中水文水动力学模型计算结果，并依托GIS引擎叠加运用等值线、热力图、粒子运动等方式在三维环境中渲染展示，如图7所示，达到洪水预演“看得见，看得真”的效果。

三维数据底板为水利业务工作提供数字化场景，同时构成数字孪生流域建设成果展示窗口。基于三维数据底板打造流域防洪应用驾驶舱，如图8所示。面向决策者展示关键信息和成果，通过动态预演“降雨在哪里—洪水在哪里—风险在哪里”，实现“预报科学化、预警超前化、预演数字化、预案科学化”。数字孪生曹娥江流域防洪应用入选水利部2022年《数字孪生流域建设先行先试应用案例推荐名录》。

3 结论与展望

本文对数字孪生流域三维数据底板展开研究与实践应用，提出三维数据底板建设的总体技术路线，对海量数据融合、数据轻量处理、数据渲染发布、数据可视可算、数据共享共建等关键问题深入分析技术难点与解决方向。主要得到以下结论：

（1）三维数据底板建设涉及BIM、GIS、IOT等技术的融合应用，核心内涵是构建数字基础设施以适应信息时代业务智能化转型的需求。

（2）水利业务应用是数据底板的最终目标和价值所在。基于三维数据底板，构建丰富多样的应用场景，支持数字孪生流域的预报、预警、预演和预案，需要前沿信息技术与传统水利知识的交叉研究。

水利行业作为一种传统行业，数据底板建设面临透彻感知不够、信息基础设施不强、保障体系建设不够健全等问题。具体存在以下挑战，需进一步研究。

（1）数据安全问题。按照自然资源部颁布的《测绘地理信息管理工作国家秘密范围的规定》，DEM、DOM、DLG等地理数据必须经过专业部门脱敏后才能在系统中使用，保障其数据安全，需与自规部门协作配合。

（2）数据更新成本。为保证数据时效性，数据底座建设还需要建立数据更新和应用机制。数据更新资金如何落实，在实际工作中面临考验。

（3）加强网络安全建设。基于全链条的国产软硬件开展数字孪生平台建设是必然趋势，需进一步研究GIS、BIM平台软件国产化、信创环境建设、信创环境下工控网和业务平台建设等问题。

参考文献：

［1］覃炀炀，郭俊，刘懿，等.数字孪生流域知识图谱构建及应用［J］.水利水电快报，2023，44（11）：115-120.

［2］陈军，刘建军，田海波.实景三维中国建设的基本定位与技术路径［J］.武汉大学学报（信息科学版），2022，47（10）：1568-1575.

［3］马玉婷，赵林东，石永恩，等.基于机载LiDAR的山区型水库数据底板获取技术研究：以乌东德水库为例［J］.水利水电快报，2022，43（9）：26-30.

［4］赵杏英，毛肖钰，徐红权，等.数字流域多尺度空间地理信息模型构建及应用：以钱塘江流域为例［J］.人民长江，2021，52（增2）：293-297.

［5］孙源，王国光，赵杏英，等.BIM模型轻量化技术研究与实现［J］.人民长江，2021，52（12）：229-235.

［6］张光伟，吴昊，郭震冬.实景三维多源数据场景融合［J］.测绘通报，2022（8）：155-159.

［7］张力，张航，刘成堃，等.水利数字孪生平台三维模拟仿真技术研究与应用［J］.人民长江，2023，54（8）：9-18.

［8］赵继伟.水利工程信息模型理论与应用研究［D］.北京：中国水利水电科学研究院，2016.

［9］许娇龙.基于CityGML的三维GIS关键技术研究［D］.合肥：国防科学技术大学，2010.

［10］王兴华，王彦峰，雷翔胜，等.电气设备在BIM与GIS中的几何与语义一致性映射［J］.南方电网技术，2022（12）：29-37.

［11］卢勇东，庄典，金星，等.基于IFC与CityGML标准的BIM-GIS集成技术研究［J］.工程建设，2021，53（7）：6-11.

［12］汤圣君，朱庆，赵君峤.BIM与GIS数据集成：IFC与CityGML建筑几何语义信息互操作技术［J］.土木建筑工程信息技术，2014，6（4）：11-17.

［13］孙群，温伯威，陈欣.多源地理空间数据一致性处理研究进展［J］.测绘学报，2022，51（7）：1561-1574.

［14］操锋，张海兵，段高博.BIM模型轻量化问题研究［J］.中国管理信息化，2020，23（2）：79-80.

［15］徐照，张路，索华，等.基于工业基础类的建筑物3D Tiles数据可视化［J］.浙江大学学报（工学版），2019，53（6）：1047-1056.

［16］曹彤，刘臻.用于建立三维GIS的八叉树编码压缩算法［J］.中国图象图形学报，2002（1）：52-56.

［17］李献忠，张社荣，王超，等.基于BIM+GIS的长距离引调水工程运行管理集成平台设计与实现［J］.水电能源科学，2020，38（9）：91-95.

［18］赵维，茅坪，沈凡宇.下一代三维图形引擎发展趋势研究［J］.系统仿真学报，2017，29（12）：2935-2944.

［19］杨礼国，刘秋燕，郑利龙，等.多维图形引擎融合研究与应用［J］.人民长江，2024，55（3）：6-12.

［20］钱峰，周逸琛.数字孪生流域共建共享相关政策解读［J］.中国水利，2022（20）：14-17，13.

（编辑：郑 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