基于BIM和GIS的数据协同体系研究

来源:互联网周刊
关键字:BIM,GIS,数据协同
发布时间:2025-01-12 19:09

　　文/吴峥中交公路规划设计院有限公司

　　摘要：随着信息技术的飞速发展，建筑信息模型（building information modeling，BIM）与地理信息系统（geographic information system，GIS）的融合应用越来越广泛。将BIM数据与GIS数据进行有效协同，能够充分发挥两者的互补优势，提升基础设施项目的数据管理水平和决策效率。本文提出了一种实现BIM与GIS数据协同的关键技术，并通过实际案例验证其可行性和应用价值。

　　关键词：BIM；GIS；数据协同

　　引言

　　在基础设施项目的全生命周期管理中，BIM凭借其强大的三维建模和数据分析能力发挥着举足轻重的作用，但BIM主要聚焦于建筑内部的微观信息，对周围环境缺乏宏观的说明。GIS则专注于整合多种地理空间信息，为城市规划、环境监测和灾害预警等领域提供大尺度宏观环境空间数据管理与分析的强大支持，而对于建筑内部信息的表达，GIS相对薄弱，精细化管理的需求很难得到满足[1]。

　　本文针对BIM数据与GIS数据在基础设施产业的协同方法进行了深入探讨，并提出一种通用的方案，将自研BIM数据和商业BIM数据转换为与GIS数据标准兼容的格式，并在统一的三维地球场景中进行融合展示。同时，针对大场景模型加载时间过长、系统崩溃等问题，构建LOD（level of detail）空间层级架构，实现高效加载与渲染，对3D场景进行分组处理。该方案解决了BIM与GIS在数据标准、数据结构、数据处理流程等方面的差异问题，并在实际案例中进行了验证[2-3]。

　　1. 数据协同现状及问题

　　1.1 BIM+GIS数据协同的技术进展

　　（1）数据交换与互操作性。近年来，随着IFC（industry foundation classes）等标准的推广，BIM与GIS数据之间的交换与互操作性得到了显著提升。通过开发专门的转换工具或插件，可以实现BIM数据向GIS平台的无缝导入，同时保留大部分关键信息，如几何形状、材质属性、空间关系等。

　　（2）数据融合与集成。为实现BIM与GIS数据的深度融合，研究者们探索了多种数据融合技术。这些技术包括但不限于：构建统一的数据模型或本体论以实现语义层面的融合；利用云计算、大数据等技术提升数据处理与分析的智能化水平；开发专门的数据可视化工具与平台，以便用户能够直观地理解和交互BIM+GIS数据[4-5]。

　　1.2 BIM+GIS数据协同存在的问题

　　（1）数据格式与标准不统一。采用不同数据格式、不同标准的各种BIM软件、GIS平台，导致资料共享、协同困难。

　　（2）数据精度与一致性不高。在数据转换和整合的过程中，几何信息和属性信息的丢失或不一致，都有可能发生[6]。

　　（3）技术成熟度不高。尽管BIM与GIS的集成化研究已取得一定的进展，但总体技术成熟度仍须提高，尤其是软件的兼容性、资料处理效率等在实际应用中还有待解决[1]。

　　2. 基于IFC与3D Tiles标准的BIM与GIS数据融合

　　2.1 数据协同体系框架

　　BIM与GIS数据协同围绕IFC或自研数据格式与3D Tiles标准展开，旨在通过标准化的数据转换与处理流程，实现BIM与GIS数据的无缝对接与高效利用。体系框架主要包括数据源层、转换处理层、数据存储层、服务应用层四个层次。

　　（1）数据源层。作为数据协同的起点，该层包含BIM数据源（基于IFC标准）与GIS数据源。BIM数据源提供建筑物的详细几何、属性及语义信息；GIS数据源则包含宏观地理空间数据，如地形、地貌、交通网络等[7]。

　　（2）转换处理层。该层是数据协同体系的核心，负责将BIM数据源中的IFC数据或自研数据转换为适合Web端渲染的中间格式（如GLTF），并进一步转换为3D Tiles格式以优化加载效率。同时，对属性数据进行结构化处理，确保其与几何数据的关联性和一致性。转换过程中，需采用先进的算法和技术手段，以最大限度地保留原始数据的信息量和精度。

　　（3）数据存储层。该层负责存储转换后的3D Tiles模型数据、属性数据，以及可能的其他辅助数据，如元数据、索引信息等。数据存储须考虑数据的可扩展性、安全性和可访问性，以满足不同应用场景下的数据需求[8]。

　　（4）服务应用层。作为数据协同体系的最终输出端，该层提供基于Web的3D可视化服务、数据查询与分析服务、API接口等。用户可通过浏览器或其他客户端软件访问这些服务，实现BIM与GIS数据的协同展示、交互操作及数据分析等功能。

　　2.2 关键技术与方法

　　研究并开发高效的IFC或自研数据到3D Tiles转换工具或算法，确保转换过程中数据的完整性和一致性。转换过程中主要处理几何信息的精确表达、属性信息的结构化存储、数据结构的优化等问题。下面重点介绍BIM数据与GIS数据融合的处理方式，整体数据转换技术路线如图1所示。

　　2.2.1 数据解析

　　（1）IFC文件解析

　　工具选择：使用IFCOpenShell库对IFC文件进行分析。IFCOpenShell是开源的IFC处理工具，可以读操作IFC文件，从中提取几何信息和属性资讯。

　　解析过程：通过C# OpenShell所提供的API，如loadModel()函数将IFC文件加载到内存中，使用getEntities()方法获取所有IFC实体，在引擎中提取到的信息都有相应的类型进行存储。

　　（2）OBJ与GLTF格式转换

　　OBJ 格式转换：解析后的IFC文件将几何信息转换成OBJ格式。OBJ格式是一种只包含几何信息而不包含材料和纹理信息的简单3D模型文件格式。通过IFCOpenShell的转换工具或者自定义脚本就可以实现这一步。

　　GLTF 格式转换：将OBJ文件转换成GLTF文件即可。GLTF是一种支持几何体、材料、动画、纹理等的Web轻量级3D格式。本步骤可使用OBJ2GLTF工具完成。

　　（3）3D Tiles格式转换

　　工具选择：使用Cesium的3D Tileset Generator工具（如Cesium-Tools包中的gltfTo3dtiles工具）将GLTF文件转换为3D Tiles格式。

　　（4）自研数据格式转换

　　用户输入路桥隧建模所需的参数，通过自研的路桥隧API能够实现将自研数据格式转换成3D Tiles格式。

　　2.2.2 数模分离策略

　　制定数模分离的实施方案，明确几何数据与属性数据的分离原则、存储方式及关联机制。通过合理的数模分离策略，提高数据的可管理性、可维护性和可重用性[9-10]。

　　2.2.3 数据优化与压缩技术

　　采用图像压缩、几何压缩及数据索引技术，对3D Tiles模型数据进行优化处理，以减少数据传输量、提高加载速度和渲染效率。

　　2.2.4 服务接口与API设计

　　设计标准化的服务接口和API，确保不同系统之间的数据交换与共享。服务接口需遵循国际标准和行业规范，具有良好的兼容性和可扩展性[10]。

　　3. 应用案例

　　独库公路是天山中部连接北疆和南疆的综合运输大动脉，主线桥梁（含互通区主线桥）全长24323.5m/27座，隧道全长24430.5m/8座，桥隧总长48754m，占比58.90%；通道39座（桥式通道11道，涵式28道），涵洞16道，互通1处，服务区2处，停车区2处。

　　基于BIM+GIS数据融合需求，自研了设计成果数字化交付系统，功能包括坐标系配置、地理信息图层、地形、导入路线、桥梁3D建模等功能。下面基于该系统进行BIM+GIS数据融合案例应用。

　　3.1 数据准备阶段

　　模型创建：输入道路、桥梁、隧道中所有必要的几何信息和属性信息，程序内部将对接IFC标准，将模型生成为IFC格式。

　　3.2 数据转换阶段

　　使用图1所示技术路线，并Cesium的API对GLTF文件进行预处理，如设置模型的LOD（Level of Detail）等级。

　　环境配置：安装配置IFCOpenShell、OBJ2GLTF、Cesium等工具，确保这些工具能正常运行，并准备好脚本或指令行参数，以便进行转换。

　　格式转换：根据以上技术细节中的步骤，IFC文件依次转换为OBJ文件、GLTF文件以及3D Tiles格式。在转换过程中，要确保数据的完整性和准确性，对每一步的输出结果都需要密切关注。

　　错误处理：文件损坏、格式不兼容等各种问题都可能在转换过程中遇到。对于修复损坏的文件、使用其他工具进行转换等，都需要准备相应的错误处理机制。

　　3.3 数据集成与展示阶段

　　Cesium平台配置：对于新的项目或场景，要对必要的参数及设置进行配置，如场景的坐标系、光照条件、摄像机位。

　　数据加载与测试：在Cesium平台加载转换后的3DTiles数据并进行试验，试验包含加载速度、渲染性能、交互功能等模型，保证各项功能正常运行，并满足使用者需求。

　　优化与调整：根据试验结果进行改进调整，优化模型。例如，优化加载速度、渲染性能，调整模型的LOD等级；以提供较好的视觉效果为目的，调整摄像机的位置和角度等。加载所有数据到Cesium平台中。

　　本案例成功将自研BIM数据与商业BIM格式（IFC、Obj等）数据转换为3D Tiles格式，实现了浏览、查询、分析BIM在Cesium平台上的功能。实验结果显示，3D Tiles格式在稳定性、加载速度和渲染表现上都比其他数据格式更好。另外，通过解析各类数据格式，保留模型的语义信息与造型数据，实现查询BIM属性和展示关联关系，有力地支持了BIM与GIS的融合。

　　结语

　　本文阐述了BIM数据和GIS数据融合的实际流程，并通过案例对技术路线进行了可行性验证，但本文所用的Cesium引擎相比其他引擎存在一些差距，仍有较大的优化空间，今后还将继续探讨更多的BIM及GIS集成方法和应用场景，提升技术路线的适用场景。

　　参考文献：

　　[1]刘心怡,徐鹏,朱孟兰,等.基于GIS+BIM的三维映射技术在大中型工程全生命周期中的应用研究[J].工程技术研究,2023(12):8-10.

　　[2]胡瑛婷,马骏,石玉,等.基于扩展语义匹配的BIM和GIS三维建筑数据融合[J].土木建筑工程信息技术,2022(3):9-15.

　　[3]吕东,王婧,杨璟林,等.基于WebGL引擎的铁路工程BIM+GIS平台研发及(设计阶段)应用[J].铁道标准设计,2023(10): 62-69.

　　[4]武鹏飞,刘玉身,谭毅,等.GIS与BIM融合的研究进展与发展趋势[J].测绘与空间地理信息,2019(1):1-6.

　　[5]杨轶.城市火灾自动报警信息系统的容错设计[D].上海:复旦大学,2006.

　　[6]郭涛.基于BIM+GIS的长江航道基础数据预处理系统[J].人民长江,2022(S2):192-195.

　　[7]薛天寒,金哲飞,姚海元,等.基于BIM+GIS的港口空间规划及设计技术方法[J].水运工程,2022(5):159-163.

　　[8]唐钦.人工智能背景下图书馆数据集成研究[J].科技资讯,2024(10):231-234.

　　[9]姜佩奇,伍杰,刘辉,等.基于BIM的数字孪生水利工程轻量化技术研究[J].人民黄河,2024,46(05):133-137+144.