CN115391882A - 一种多元数据融合全息空间系统的构建方法 - Google Patents
一种多元数据融合全息空间系统的构建方法 Download PDFInfo
- Publication number
- CN115391882A CN115391882A CN202210952522.6A CN202210952522A CN115391882A CN 115391882 A CN115391882 A CN 115391882A CN 202210952522 A CN202210952522 A CN 202210952522A CN 115391882 A CN115391882 A CN 115391882A
- Authority
- CN
- China
- Prior art keywords
- data
- carbon
- historical
- information
- block
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24575—Query processing with adaptation to user needs using context
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Computational Linguistics (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种多元数据融合全息空间系统的构建方法,对历史文化街区的碳排放、碳中和等碳数据进行分类、收集以及计算,同时通过历史文化街区地理空间范围内的建筑信息模型、基础设施信息模型、水体分布、绿地范围、地质信息、气候气象信息、历史信息要素、建筑环境学要素、综合碳评估、产业POI数据、交通出行数据和体验感知数据,构建出多元数据融合的综合数据库与各类数据的综合分析结果,将综合数据库与综合分析结果映射到云端数据库,结合历史文化街区的空间形态,实现不同类型的数据空间特征的全息实时动态显示输出,可用于在历史文化街区中进行各种实时监测和检索,并辅助历史文化街区保护更新的工程实践。
Description
技术领域
本发明属于计算机辅助建筑设计领域,具体涉及一种面向历史文化街区的多元数据融合全息空间系统的构建方法。
背景技术
历史文化街区作为城市旧区的重要组成部分,包含了城市珍贵的历史文化遗产和街区居民的情感归属,承载着民族的记忆和城市的灵魂。国家的高度重视为历史文化街区的保护更新工作提出了新的要求,不仅要对历史文化街区中的基本物质空间进行充分考量,还要兼顾历史文化街区的社会价值、低碳节能与可持续发展。
因此,如何从多维度对历史文化街区的碳排放、碳中和等碳数据进行分类、收集以及计算,同时将历史文化街区各系统的数据进行整合与空间联系,通过综合分析历史文化街区各系统的时空分布特征与系统之间的耦合特征,来满足历史文化街区改造更新中对于历史建筑、交通脉络、非物质文化遗产、居民认同感、建筑能耗、区域微气候、低碳节能等多个层面的保护与提升,是历史文化街区保护更新所面临的重要挑战。
目前,国内外历史文化街区保护更新的研究主要关注于建筑风貌、文物等级和修缮评估,针对历史文化街区的数据采集多以建筑实体模型和历史文献建档为主,缺乏历史文化街区的地理空间坐标。少部分研究尝试应用了地理信息系统技术,但所制作的系统未对历史文化街区的碳排放、碳中和等碳数据进行分类、收集以及计算,也未能着眼于历史文化街区中各系统数据之间的相互关系,而是停留在单一维度的数据处理上,没有对历史文化街区进行全面综合的信息表达与分析,在复合数据的全息空间系统制作和显示层面落后。
发明内容
为解决上述技术问题,本发明的目的是提供一种面向历史文化街区的多元数据融合全息空间系统的构建方法,对历史文化街区的碳排放、碳中和等碳数据进行分类、收集以及计算,同时将历史文化街区地理空间范围内的建筑信息模型、基础设施信息模型、水体分布、绿地范围、地质信息、气候气象信息、历史信息、建筑环境学、综合碳评估、产业POI、交通出行和体验感知进行采集后,构建出多元数据融合的综合数据库与各类数据的综合分析结果,将综合数据库与综合分析结果映射到云端数据库,结合历史文化街区的空间形态,实现不同类型的数据空间特征进行实时动态显示输出,可用于在历史文化街区中进行各种实时监测和检索,并辅助历史文化街区保护更新的工程实践。相对于现有的技术,本发明提供了一种历史文化街区的大规模复合型数据实时集成收集、计算、梳理、分析和显示的方法。
本发明提供的技术方案是:一种多元数据融合全息空间系统的构建方法,包括步骤:
A、将历史文化街区的三维空间及影像数据导入三维地理信息数据处理平台,获得历史文化街区的空间形态基础数据库,作为历史文化街区全息空间系统的基础数据;
B、分别对历史文化街区中的建筑信息模型、基础设施信息模型、水体分布、绿地范围、地质信息、气候气象信息、历史信息、建筑环境学、综合碳评估、产业POI、交通出行和体验感知的数据进行采集后,经数据标准化处理,输入至三维地理信息数据处理平台中;
C、在三维地理信息数据处理平台中将步骤B采集的数据分别进行空间位置的缩放、平移和旋转,获得分别与历史文化街区的空间形态基础数据库空间对位的各类数据;
D、 通过将步骤C中所述的分别与历史文化街区的空间形态基础数据库空间对位的各类数据在三维地理信息数据处理平台中建立各类数据所对应的图层,实现多类数据的统一组织管理,从而构建出基于统一空间位置的历史文化街区全息空间系统的空间分析基础模型;
E、 将步骤D中所述的历史文化街区全息空间系统的空间分析基础模型在三维地理信息数据处理平台中进行数据转译和储存,获得历史文化街区全息空间系统的多元数据融合的综合数据库;
F、 将步骤E中所述综合数据库中的多元数据根据空间分析的需求,进行两种和两种以上数据的组合,并通过数据组合间的相关性分析,获得多元数据融合特征的综合分析结果;
G、通过将步骤D中所述的空间分析基础模型、步骤E中所述的综合数据库,与步骤F中所述的综合分析结果输入至系统中,构建出历史文化街区多元数据融合全息空间系统并上传至在线终端,实现历史文化街区多元数据融合全息空间系统的实时三维展示呈现及各类数据和分析结果的在线查询。
所述步骤B中所采集的各个数据具体为:
B1、建筑信息模型是指通过收集现有竣工图纸和实地测绘后,应用BIM技术对历史文化街区内的每一栋建筑物进行建模和建档,建档数据具体包括建筑物的建筑材料和功能类型的基本信息;对于文保级历史建筑,建档数据除基本信息外还包括历史建筑始建年代、背景故事、营造工艺、历次翻修时间和翻修内容、产权变更信息和主要风貌特征描述;
B2、基础设施信息模型是指通过收集现有竣工图纸和实地测绘后,应用BIM技术分别对轨道、道路、管线、桥梁、立交、综合管廊、交通标志及电气照明的进行建模后获得的基础设施综合BIM模型;
B3、水体分布要素的具体是指包括水域的空间分布位置、水域面积、水域深度和水体质量的数据;
B4、绿地范围要素的具体是指包括绿地的空间分布位置、植被种类、叶面积指数和叶面积总量;
B5、地质信息是指通过实地踏勘后,获取的历史文化街区的各类型土壤层和岩层的表面积、平均深度和所在空间位置的综合数据信息;
B6、所述建筑环境学是指通过仿真模拟分析和仪器实测相结合的方式所获取的历史文化街区的热环境、风环境、日照环境和声环境数据;
B7、所述综合碳评估是指电碳排放水平的周期性可视化评定和基于自然地理环境(水体分布、绿地范围和地质信息)、建筑及基础建设工程的街区的历史文化街区碳中和估算;
B8、电碳排放水平的周期性可视化评定是指通过能源大数据中心用电量数据信息,对历史文化街区的电碳排放水平进行周期性的实时可视化评定;其公式如下:
式中,F为历史文化街区每个周期内的电碳排放水平,k为线损率,G为每生产单位一度电时所产生的碳排放量。
B8、历史文化街区碳中和估算是指通过内置的可持续评估技术体系指标,根据水体分布、绿地范围和地质信息的碳汇估算数据,以及建筑信息模型和基础设施信息模型的碳排放数据,对历史文化街区的碳中和情况进行评估和预测;
基于水体分布、绿地范围和地质信息根据可持续评估技术体系指标中所对应的碳汇指数,以及步骤A中历史文化街区的空间形态基础数据库,从而计算出碳汇数据的总和;其方法步骤如下:
通过DEM数字高程模型中抽取整个地形区域的等高线后,根据水域所在的空间位置,对水域的空间位置进行片区划分,截取每个划片区域内水体所在空间位置的闭合等高线,即每个划片区域内水体体积的闭合等高线;通过在划片区域内水体体积区间中选取二等分的三个相邻的等高面,以积分插值来计算划片区域内水体体积,其公式如下:
上式中Vwi为第i块划片区域内水体体积,S中为该划片区域内水体体积区间二等分的三个相邻的等高面中的中间一个等高面的面积,S底为该划片区域内水体体积区间二等分的三个相邻的等高面中最底部的一个等高面的面积,S顶为该划片区域内水体体积区间二等分的三个相邻的等高面中最顶部的一个等高面的面积,hwi为第i个划片区域内水体体积区间二等分的三个相邻的等高面中最顶部的一个等高面与最底部一个等高面间距的绝对值;
水体分布的碳汇估算数据公式为:
上式中Cw为水体分布的碳汇估算数据,Iw为水体的碳汇指数;
绿地范围分布的碳汇估算数据公式为:
上式中Cg为绿地范围的碳汇估算数据,LAI为叶面积指数,Sg为根据绿地所在的空间位置得出的绿地叶面积总量,Ig为植被的碳汇指数。
对历史文化街区中的土壤层进行划片式实地勘探,在每片土壤层中进行选点采样,获取多个深度数据,对所获取的深度数据进行平均化计算,得到划片范围内的平均土壤深度,其公式如下:
土壤层的估算碳汇数据的计算公式为:
上式中Cs为的土壤层的估算碳汇数据,Ss为土壤层的表面积, Is为土壤层的碳汇指数。
以实地勘探结合仿真模拟的方式,对历史文化街区中的岩层进行划片式计算,首先根据实地勘探,评估出岩层深度相仿的划片范围;通过DEM数字高程模型,在划片范围内的岩层中进行选点采样,获取每个采样点的岩层产状数据,并根据产状数据计算得出该采样点的岩层深度数据,对所获取的多个采样点的深度数据进行平均化计算,得到划片范围内的平均岩层深度;其公式为:
采样点的岩层深度数据由下式得出:
式中, Li为该采样点的导线斜距,α为该采样点的岩层真倾角,β为该采样点的地形坡度角,γ为该采样点的剖面导线与地层走向线的锐夹角;当采样点中的坡向与岩层倾向相反时,公式中用+计算,当采样点中的坡向与岩层倾向相同时,公式中用-计算。
岩层的估算碳汇数据的计算公式为:
上式中Cr为的岩层的估算碳汇数据,Sr为岩层的表面积, Ir为岩层的碳汇指数。
历史文化街区的估算碳汇总和公式如下:
上式中Ctotal为历史文化街区的估算碳汇总和,Cw为水体分布的碳汇估算数据,Cg为绿地范围的碳汇估算数据,Cs为的土壤层的估算碳汇数据,Cr为的土壤层的估算碳汇数据。
基于历史文化街区中的建筑信息模型和基础设施信息模型,从而计算出碳排放估算数据的总和;其步骤如下:
根据历史文化街区中的建筑信息模型,获取各类建筑材料的类别及总用量,从而计算出建筑材料的碳排放估算数据,公式如下:
式中,Eb为各类建筑材料的碳排放估算数据之和,Ebi为各类建筑材料中的第i类的碳排放估算数据,其计算结果由下式得出:
Mbi为第i类建筑材料的用量,Ibi为第i类建筑材料所对应的碳排放指数。
根据历史文化街区中的基础设施信息模型,获取各类基础设施材料的类别及总用量,从而计算出基础设施材料的碳排放估算数据,公式如下:
式中,Et为各类基础设施材料的碳排放估算数据之和,Eti为第i类建筑材料的碳排放估算数据,其计算结果由下式得出:
式中, Mti为第i类建筑材料的用量,Iti为第i类建筑材料所对应的碳排放指数。
历史文化街区的碳排放估算数据总和由下式得出:
式中Etotal为历史文化街区的碳排放估算数据总和,Eb为各类建筑材料的碳排放估算数据之和,Et为各类基础设施材料的估算之和。
将历史文化街区的碳排放估算数据总和减去估算碳汇总和,得到历史文化街区碳中和估算历史文化街区碳中和估算数据,其公式如下:
式中,P为历史文化街区碳中和估算历史文化街区碳中和估算数据,Etotal为历史文化街区的碳排放估算数据总和,Ctotal为历史文化街区的碳汇估算总和。
B9、产业POI数据是指将各种产业机构进行抽象后所获得的以点为呈现形式的综合数据,一个产业POI数据点包含该机构所在的地理坐标、产业机构名称、产业机构地址和所从事的产业活动类别;
B10、交通出行数据是指包含公交站点和线路数据、地铁站点和线路数据、轻轨站点和线路数据、车流轨迹、共享单车停放点和单车移动数据;
B11、体验感知数据是通过实时接入API开放平台数据库,通过自主追踪和解析关键词转化,筛选出对所对应历史文化街区中的POI数据点地址的带有感知倾向的评价词条,并通过对词条的频率统计对于历史文化街区中各个产业POI数据点和各类别产业POI数据点的体验感知,以此建立实时可视化体验感知体验数据库;
所述步骤F包括在各类大数据的空间分布为限定范围,对限定范围内的各类大数据建立一对一、一对多和多对多的关联映射,并对关联映射进行定性和定量的特征分析,根据定性和定量的特征分析的结果实现综合信息库的内在机制模型构建;其中, 各类大数据的空间分布特征包括建筑信息模型、基础设施信息模型、水体分布、绿地范围、地质信息、气候气象信息、历史信息、建筑环境学、综合碳评估、产业POI、交通出行数据和感知体验分布的数据。
有益效果:与现有技术相比,本发明优势在于立足于历史文化街区的多维度系统信息基础,积极发挥数字化建设赋能作用,不仅对历史文化街区中的基本物质空间进行充分考量,还同时兼顾历史文化街区的社会价值、低碳节能与可持续发展。本发明将历史文化街区各系统的数据进行整合与空间联系,通过综合分析历史文化街区各系统的时空分布特征与系统之间的耦合特征,从多个层面对历史文化街区进行全方位的数字化展示和云端联动;
1、本发明顺应节能减排、绿色低碳的时代需求,能够将显示数据感知、传输和存储结合性能实验的模拟、推理,为街区管理人员提供智能决策、碳汇评估等综合智慧管理辅助。依托本发明系统中历史文化街区的绿地范围、水体分布、地质信息、市政设施与建筑BIM模型等要素,及能源大数据中心电碳数据信息,能够在本发明系统中进行展示。同时,通过线上终端对历史文化街区进行远程管控与智能巡检,实现历史文化街区日常运维管理和更新改造中的碳感知、碳预测、碳优化和碳减排;
2、本发明从文物保护的专业角度出发,贴合文物保护、历史建筑相关部门的要求,在传统的文保建筑模型展示、文保建筑历史信息建档的基础上,发挥多元大数据管理信息平台的优势,与GIS技术结合,应用遥感技术、传感技术、倾斜摄影等新型技术提升历史街区文保建筑的测绘、检查和诊断的准确度。在平台中,除了可展示历史街区中具有地理位置和基础地理信息的各建筑三维模型,还添加了文保建筑的详细介绍、产权归属、再利用情况等重要信息,与传统技术相比具有显著优势,对历史文化街区的智慧化保护有着长远而重大的意义;
3、本发明系统中的产业POI和体验感知数据分析能够辅助城市规划的决策者对历史文化街区的业态结构进行策划和评估,同时还能辅助设计人员在对历史文化街区进行改造更新时,结合区域现有商业结构、建筑功能类型、历史建筑的产权归属、街区商业的用户体验,来对历史文化街区的业态进行合理的配比和定位,从而避免因街区产业同质化而导致的经济活力低下、商业可持续性不足等问题,达到在历史文化街区中建立健康的可持续商业业态的目的。
附图说明
图1是本发明面向历史文化街区的多元数据融合全息空间系统的构建方法的结构框架图。
具体实施方式
以下详细描述本发明面向历史文化街区的多元数据融合全息空间系统的构建方法,来说明本发明的技术。
如图1所示,本发明包括如下步骤:
A、 通过无人机载多光谱相机测绘,获取历史文化街区的高精度航拍影像数据和多光谱影像数据;通过实景三维建模软件对所获取的高精度航拍影像数据进行图像拼接、空中三角测量、正射校正和建模处理,获得历史文化街区的DOM数字正射影像图、DSM数字表面模型和DEM数字高程模型;通过实景三维建模软件对获取的多光谱影像数据进行栅格函数分析,获取历史文化街区水域和绿地的空间分布位置,并在实景三维建模软件种转译为水域和绿地的空间分布位置的SHP格式;具体为:
A1、将多光谱影像数据导入实景三维建模软件种进行拼接处理和波段融合,获得各类波长的多光谱正射影像;
A2、根据校正后的DOM数字正射影像图对将各类波长的多光谱正射影像与进行空间对位,获得矫正后的各类波长的多光谱正射影像;
A3、在实景三维建模软件中对矫正后的各类波长的多光谱正射影像进行函数分析,通过NDVI法对各类波长的多光谱正射影像中的植被进行自动识别,并将识别结果进行垂直方向上的重叠,获得绿地的空间分布范围;
A4、在实景三维建模软件中通过MNDWI法对各类波长的多光谱正射影像中的水体进行自动识别,并将识别结果进行垂直方向上的重叠,获得水体的空间分布范围;
A5、在实景三维建模软件中将绿地和水体的空间分布范围转译为SHP格式;
A6、通过卫星遥感平台提取包含用地性质、街区边界、各层级道路路网、各类别建筑轮廓、公共交通站点的历史文化街区SHP基础矢量数据;根据历史文化街区的DOM和DSM,对历史文化街区SHP基础矢量数据进行空间对位处理和缺失要素的补全;具体为:
A7、通过在DOM数字正射影像图上找到SHP基础矢量数据中用地性质、街区边界、各层级道路路网、各类别建筑轮廓、公共交通站点所对应的卫星影像位置,对SHP进行缩放、平移和旋转处理;
A8、当发现SHP基础矢量数据缺少DOM数字正射影像图中所显示的各层级道路路网、各类别建筑轮廓、公共交通站点的要素时,通过实地踏勘的方式确认所缺失要素的空间位置和基础信息,并在SHP基础矢量数据中进行缺失要素的补全;
A9、将历史文化街区的DOM、DSM、DEM和SHP数据分别导入三维地理信息数据处理平台,获得历史文化街区空间形态基础数据库,作为历史文化街区全息空间系统的基础数据,其中SHP数据包括空间对位和缺失要素补全后的SHP基础适量数据及水域和绿地的空间分布位置的SHP数据;
B、分别对历史文化街区中的建筑信息模型、基础设施信息模型、水体分布、绿地范围、地质信息、气候气象信息、历史信息、建筑环境学、综合碳评估、产业POI、交通出行和体验感知的数据进行采集后,经数据标准化处理,输入至三维地理信息数据处理平台中;具体为:
B1、建筑信息模型是指通过收集现有竣工图纸和实地测绘后,应用BIM技术对历史文化街区内的每一栋建筑物进行建模和建档,建档数据具体包括建筑物的建筑材料和功能类型的基本信息;对于文保级历史建筑,建档数据除基本信息外还包括历史建筑始建年代、背景故事、营造工艺、历次翻修时间和翻修内容、产权变更信息和主要风貌特征描述;
B2、基础设施信息模型是指通过收集现有竣工图纸和实地测绘后,应用BIM技术分别对轨道、道路、管线、桥梁、立交、综合管廊、交通标志及电气照明的进行建模后获得的基础设施综合BIM模型;
B3、水体分布要素的具体是指包括水域的空间分布位置、水域面积、水域深度和水体质量的数据;
B4、绿地范围要素的具体是指包括绿地的空间分布位置、植被种类、叶面积指数和叶面积总量;
B5、地质信息是指通过实地踏勘后,获取的历史文化街区的各类型土壤层和岩层的表面积、平均深度和所在空间位置的综合数据信息;
B6、所述建筑环境学是指通过仿真模拟分析和仪器实测相结合的方式所获取的历史文化街区的热环境、风环境、日照环境和声环境数据;对于热环境、风环境、日照环境的仿真模拟分析,首先将建筑信息模型、基础设施信息模型和DSM数据转化为STL模型并导入Phoenics中,在Phoenics中对STL模型的空间位置进行旋转修正后,调出Phoenics的Flair模块并导入历史文化街区的气候气象数据,在Flair模块中对旋转修正后的STL模型进行空间网格的精度划分,得到历史文化街区的拟真空间网格模型,依次在Flair模块中依次对拟真空间网格模型进行城市热环境模拟计算、城市风环境模拟计算和城市日照环境模拟计算,获得历史文化街区的热环境、风环境和日照环境数据; 将DEM和SHP数据导入Soundplan中作为地形空间形态模型的基础,将建筑信息模型和基础设施信息模型转换为DFX格式导入Soundplan中作为城市空间形态模型建模的基础,建立城市与地形的空间形态模型后,对城市空间形态模型中的轨道系统、道路系统、工厂和大型交通枢纽进赋值,根据《城市区域环境噪声测量方法GB/T14623-93》对历史文化街区中的繁华喧闹地带进行实地噪音的定点测量,并在Soundplan城市空间形态模型中建立空间与测量点位置相对应的声源点,以实地测量所得的噪音数据对声源点进行赋值,以仿真模拟与实地测量相结合的方式对城市声环境进行多种计算分析;
B7、所述综合碳评估是指电碳排放水平的周期性可视化评定和基于自然地理环境(水体分布、绿地范围和地质信息)、建筑及基础建设工程的街区的历史文化街区碳中和估算;
B8、电碳排放水平的周期性可视化评定是指通过能源大数据中心用电量数据信息,对历史文化街区的电碳排放水平进行周期性的实时可视化评定;其公式如下:
式中,F为历史文化街区每个周期内的电碳排放水平,k为线损率,G为每生产单位一度电时所产生的碳排放量。
B9、历史文化街区的碳中和估算是指通过内置的可持续评估技术体系指标,根据水体分布、绿地范围、地质信息、建筑信息模型和基础设施信息模型,对历史文化街区的碳中和情况进行评估和预测;基于水体分布、绿地范围和地质信息根据可持续评估技术体系指标中所对应的碳汇指数,以及步骤A中历史文化街区的空间形态基础数据库所对应的面积和体积,从而计算出碳汇数据的总和;其公式如下:
通过DEM数字高程模型中抽取整个地形区域的等高线后,根据水域所在的空间位置,对水域的空间位置进行片区划分,截取每个划片区域内水体所在空间位置的闭合等高线,即每个划片区域内水体体积的闭合等高线;通过在划片区域内水体体积区间中选取二等分的三个相邻的等高面,以积分插值来计算划片区域内水体体积,其公式如下:
上式中Vwi为第i块划片区域内水体体积,S中为该划片区域内水体体积区间二等分的三个相邻的等高面中的中间一个等高面的面积,S底为该划片区域内水体体积区间二等分的三个相邻的等高面中最底部的一个等高面的面积,S顶为该划片区域内水体体积区间二等分的三个相邻的等高面中最顶部的一个等高面的面积,hwi为第i个划片区域内水体体积区间二等分的三个相邻的等高面中最顶部的一个等高面与最底部一个等高面间距的绝对值;
水体分布的碳汇估算数据公式为:
上式中Cw为水体分布的碳汇估算数据,Iw为水体的碳汇指数;
绿地范围分布的碳汇估算数据公式为:
上式中Cg为绿地范围的碳汇估算数据,LAI为叶面积指数,Sg为根据绿地所在的空间位置得出的绿地叶面积总量,Ig为植被的碳汇指数。
根据现场实际情况与软硬件设备条件,对历史文化街区中的土壤层进行划片式实地勘探,在每片土壤层中进行选点采样,获取多个深度数据,对所获取的深度数据进行平均化计算,得到划片范围内的平均土壤深度,其公式如下:
土壤层的估算碳汇数据的计算公式为:
上式中Cs为的土壤层的估算碳汇数据,Ss为土壤层的表面积, Is为土壤层的碳汇指数。
以实地勘探结合仿真模拟的方式,根据现场实际情况与软硬件设备条件,对历史文化街区中的岩层进行划片式计算,首先根据实地勘探,评估出岩层深度相仿的划片范围;通过DEM数字高程模型,在划片范围内的岩层中进行选点采样,获取每个采样点的岩层产状数据,并根据产状数据计算得出该采样点的岩层深度数据,对所获取的多个采样点的深度数据进行平均化计算,得到划片范围内的平均岩层深度;其公式为:
采样点的岩层深度数据由下式得出:
式中, Li为该采样点的导线斜距,α为该采样点的岩层真倾角,β为该采样点的地形坡度角,γ为该采样点的剖面导线与地层走向线的锐夹角;当采样点中的坡向与岩层倾向相反时,公式中用+计算,当采样点中的坡向与岩层倾向相同时,公式中用-计算。
岩层的估算碳汇数据的计算公式为:
上式中Cr为的岩层的估算碳汇数据,Sr为岩层的表面积, Ir为岩层的碳汇指数
历史文化街区的估算碳汇总和公式如下:
上式中Ctotal为历史文化街区的估算碳汇总和,Cw为水体分布的碳汇估算数据,Cg为绿地范围的碳汇估算数据,Cs为的土壤层的估算碳汇数据,Cr为的土壤层的估算碳汇数据
基于历史文化街区中的建筑信息模型和基础设施信息模型,从而计算出碳排放估算数据的总和;其步骤如下:
根据历史文化街区中的建筑信息模型,获取各类建筑材料的类别及总用量,从而计算出建筑材料的碳排放估算数据,公式如下:
式中,Eb为各类建筑材料的碳排放估算数据之和,Ebi为各类建筑材料中的第i类的碳排放估算数据,其计算结果由下式得出:
Mbi为第i类建筑材料的用量,Ibi为第i类建筑材料所对应的碳排放指数。
根据历史文化街区中的基础设施信息模型,获取各类基础设施材料的类别及总用量,从而计算出基础设施材料的碳排放估算数据,公式如下:
式中,Et为各类基础设施材料的碳排放估算数据之和,Eti为第i类建筑材料的碳排放估算数据,其计算结果由下式得出:
式中, Mti为第i类建筑材料的用量,Iti为第i类建筑材料所对应的碳排放指数
历史文化街区的碳排放估算数据总和由下式得出:
式中Etotal为历史文化街区的碳排放估算数据总和,Eb为各类建筑材料的碳排放估算数据之和,Et为各类基础设施材料的估算之和
将历史文化街区的碳排放估算数据总和减去估算碳汇总和,得到历史文化街区的碳中和估算数据,其公式如下:
式中,P为历史文化街区的碳中和估算数据,Etotal为历史文化街区的碳排放估算数据总和,Ctotal为历史文化街区的估算碳汇总和
B10、产业POI数据是指将各种产业机构进行抽象后所获得的以点为呈现形式的综合数据,一个产业POI数据点包含该机构所在的地理坐标、产业机构名称、产业机构地址和所从事的产业活动类别;历史文化街区的产业POI数据的获取方法具体为:
在程序编辑器中导入JSON和URLLIB模块后,通过输入密匙接入API开放平台,在API开放平台中拾取两个以上的定位点,将定位点的经纬度分别输入程序编辑器中作为产业POI数据的空间采集范围,输入要采集的产业POI数据类别所对应的类别代码,并将POI数据的采集内容设定地理坐标、产业机构名称、产业机构地址和所从事的产业活动类别,运行程序获得历史文化街区的初始产业POI数据,通过数据清洗,剔除初始产业POI数据中的无效数据,将剩余的有效POI数据进行格式转换后,输入三维地理信息数据处理平台与历史文化街区中的建筑信息模型进行对位;
B10、交通出行数据是指包含公交站点和线路数据、地铁站点和线路数据、轻轨站点和线路数据、车流轨迹、共享单车停放点和单车移动数据;在程序编辑器中导入JSON和URLLIB模块后,通过输入密匙接入API开放平台,在API开放平台中拾取两个以上的定位点,将定位点的经纬度分别输入程序编辑器中作为公交站点和线路数据、地铁站点和线路数据、轻轨站点和线路数据、共享单车停放点和单车移动数据的空间采集范围,获取定位点内的公交站点和线路数据、地铁站点和线路数据、轻轨站点和线路数据、共享单车停放点数据,以及线路上的公交、地铁、轻轨列车和共享单车的实时位置信息,将所获取的数据输入三维地理信息数据处理平台,用于历史文化街区的公共交通状况分析;通过对历史文化街区车行道两侧摄像头中所记录的图像进行车辆轨迹检测与跟踪,将所获取的数据输入三维地理信息数据处理平台,用于历史文化街区的车流交通状况分析;
B11、体验感知数据是通过实时接入大众点评、微博、小红书的API开放平台数据库,通过自主追踪和解析关键词转化,筛选出对所对应历史文化街区中的POI数据点地址的带有感知倾向的评价词条,并通过对词条的频率统计对于历史文化街区中各个产业POI数据点和各类别产业POI数据点的体验感知,以此建立实时可视化体验感知体验数据库。
C、在三维地理信息数据处理平台中将步骤B采集的数据分别进行空间位置的缩放、平移和旋转,获得分别与历史文化街区的空间形态基础数据库空间对位的各类数据;具体为:
C1、通过缩放、平移和旋转的空间位置处理方式,将建筑信息模型在三维地理信息数据处理平台中与历史文化街区全息空间系统的基础数据进行对位,确保建筑信息模型中的每一栋建筑在水平空间位置上与DOM数据相吻合,且在垂直空间位置上与DSM数据相吻合;
C2、通过缩放、平移和旋转的空间位置处理方式,将基础设施信息模型在三维地理信息数据处理平台中与历史文化街区全息空间系统的基础数据进行对位,确保基础设施信息模型中的所有轨道、道路、管线、桥梁、立交、综合管廊、交通标志及电气照明的模型在水平空间位置上与DOM数据相吻合,且在垂直空间位置上与DSM数据相吻合;
C3、通过缩放、平移和旋转的空间位置处理方式,将土壤层和岩层数据在三维地理信息数据处理平台中与历史文化街区全息空间系统的基础数据进行对位,确保土壤层和岩层数据在水平空间位置上与DOM数据相吻合,且在垂直空间位置上与DEM数据相吻合;
C4、通过缩放、平移和旋转的空间位置处理方式,将气候气象信息数据在三维地理信息数据处理平台中与历史文化街区全息空间系统的基础数据进行对位,确保气候气象信息数据在水平空间位置上与DOM数据相吻合;
C5、通过缩放、平移和旋转的空间位置处理方式,将历史信息在三维地理信息数据处理平台中对应到对位好的建筑信息模型上;
C6、通过缩放、平移和旋转的空间位置处理方式,将建筑环境学数据在三维地理信息数据处理平台中对应到对位好的建筑信息模型和基础设施信息模型上,并确保建筑环境学数据在水平空间位置上与建筑信息模型和基础设施信息模型的DOM数据相吻合,且在垂直空间位置上与建筑信息模型和基础设施信息模型的DSM数据相吻合;
C7、通过缩放、平移和旋转的空间位置处理方式,将水体分布的碳汇估算数据、绿地范围的碳汇估算数据、土壤及岩层的估算碳汇数据、建筑材料的碳排放估算数据和基础设施材料的碳排放估算数据在三维地理信息数据处理平台中对应到对位好的建筑信息模型和基础设施信息模型上,并确保水体分布的碳汇估算数据、绿地范围的碳汇估算数据、土壤及岩层的估算碳汇数据、建筑材料的碳排放估算数据和基础设施材料的碳排放估算数据在水平空间位置上与建筑信息模型和基础设施信息模型的DOM数据相吻合,且在垂直空间位置上与建筑信息模型和基础设施信息模型的DSM数据相吻合;
C8、通过平移的方式,将产业POI数据点在三维地理信息数据处理平台中与历史文化街区全息空间系统的基础数据进行对位,确保产业POI数据点在水平空间位置上与DOM数据相吻合,且在垂直空间位置上与DSM数据相吻合;
C9、通过缩放、平移和旋转的方式,将交通出行数据在三维地理信息数据处理平台中对位好的基础设施信息模型上,确保交通出现数据在水平空间位置上与基础设施信息模型的DOM数据相吻合,且在垂直空间位置上与基础设施信息模型的DSM数据相吻合;
C10、通过平移的方式,将带有感知倾向的评价词条对应到对位好的产业POI数据点上。
D、 通过将步骤C中所述的分别与历史文化街区的空间形态基础数据库空间对位的各类数据在三维地理信息数据处理平台中建立各类数据所对应的图层,实现多类数据的统一组织管理,从而构建出基于统一空间位置的历史文化街区全息空间系统的空间分析基础模型。
E、 将步骤D中所述的历史文化街区全息空间系统的空间分析基础模型在三维地理信息数据处理平台中进行数据转译和储存,获得历史文化街区全息空间系统的多元数据融合的综合数据库;
F、将步骤E中所述综合数据库中的多元数据根据空间分析的需求,进行两种和两种以上数据的组合,并通过数据组合间的相关性分析,获得多元数据融合特征的综合分析结果;具体为:
F1、十二种类型的大数据映射到所呈现的空间分布特征,包括建筑信息模型、基础设施信息模型、水体分布、绿地范围、地质信息、气候气象信息、历史信息、建筑环境学、综合碳评估、产业POI、交通出行和感知体验分布;
F2、在各类大数据的空间分布为限定范围,对限定范围内的各类大数据建立一对一、一对多和多对多的关联映射,并对关联映射进行定性和定量的特征分析,根据定性和定量的特征分析的结果实现综合信息库的内在机制模型构建。
G、 通过将步骤D中所述的空间分析基础模型、步骤E中所述的综合数据库,与步骤F中所述的综合分析结果输入至系统中,构建出历史文化街区多元数据融合全息空间系统并上传至在线终端,实现历史文化街区多元数据融合全息空间系统的实时三维展示呈现及各类数据和分析结果的在线查询;具体为:
G1、在历史文化街区多元数据融合全息空间系统中根据综合信息库的内在机制模型中的产业POI数据和感知体验分布的内在关联,制定历史文化街区的业态升级策划方案;
G2、在历史文化街区多元数据融合全息空间系统中根据综合信息库的内在机制模型中的建筑信息模型和历史信息的内在关联,制定历史文化街区的可改造范围、片区功能组团划分和各片区内的公共节点主题及位置;
G3、在历史文化街区多元数据融合全息空间系统中根据综合信息库的内在机制模型中的建筑信息模型、基础设施信息模型、水体分布、绿地范围、地质信息、气候气象信息和综合碳评估的内在关联,制定改造更新方案中所选用的建筑主体材料和市政铺地材料;
G4、在历史文化街区多元数据融合全息空间系统中根据综合信息库的内在机制模型中的建筑信息模型、基础设施信息模型、水体分布、绿地范围、交通出行数据,对历史文化街区的路网进行整合度分析和通达性分析,根据分析结果来制定路网的改造方案;
G5、运用在线终端对历史文化街区多元数据融合全息空间系统进行实时三维展示呈现及各类数据和分析结果的查询。
支持导出二维显示图像格式有DWG、DXF、BMP、PDF、PNG、EPS、TIFF;支持导出三维显示图像格式有DWG、DXF、OBJ、STL、SHP、DEM、DSM、DOM、3DS、CITYGML、WRL, FLT, DAE。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种多元数据融合全息空间系统的构建方法,包括:
1)将历史文化街区的三维空间及影像数据导入三维地理信息数据处理平台,获得历史文化街区的空间形态基础数据库,作为历史文化街区全息空间系统的基础数据;
2)分别对历史文化街区中的建筑信息模型、基础设施信息模型、水体分布、绿地范围、地质信息、气候气象信息、历史信息、建筑环境学、综合碳评估、产业POI、交通出行和体验感知的数据进行采集后,经数据标准化处理,输入至三维地理信息数据处理平台中;
3)在三维地理信息数据处理平台中将步骤2)采集的数据分别进行空间位置的缩放、平移和旋转,获得分别与历史文化街区的空间形态基础数据库空间对位的各类数据;
4)通过分别将步骤3)中所述的分别与历史文化街区的空间形态基础数据库空间对位的各类数据在三维地理信息数据处理平台中建立各类数据所对应的图层,实现多类数据的统一组织管理,从而构建出基于统一空间位置的历史文化街区全息空间系统的空间分析基础模型;
5)将步骤4)中所述的历史文化街区全息空间系统的空间分析基础模型在三维地理信息数据处理平台中进行数据转译和储存,获得历史文化街区全息空间系统的多元数据融合的综合数据库;
6)将步骤5)中所述综合数据库中的多元数据根据空间分析的需求,进行两种和两种以上数据的组合,并通过数据组合间的相关性分析,获得多元数据融合特征的综合分析结果;
7)通过将步骤4)中所述的空间分析基础模型、步骤5)中所述的综合数据库和步骤6)中所述的综合分析结果输入至系统中,构建出历史文化街区多元数据融合全息空间系统并上传至在线终端,实现历史文化街区多元数据融合全息空间系统的实时三维展示呈现及各类数据和分析结果的在线查询。
2.根据权利要求1所述多元数据融合全息空间系统的构建方法,其特征在于,所述步骤2)中:
建筑信息模型是指通过收集现有竣工图纸和实地测绘后,应用BIM技术对历史文化街区内的每一栋建筑物进行建模和建档,建档数据具体包括建筑物的建筑材料和功能类型的基本信息;对于文保级历史建筑,建档数据除基本信息外还包括历史建筑始建年代、背景故事、营造工艺、历次翻修时间和翻修内容、产权变更信息和主要风貌特征描述;
基础设施信息模型是指通过收集现有竣工图纸和实地测绘后,应用BIM技术分别对轨道、道路、管线、桥梁、立交、综合管廊、交通标志及电气照明的进行建模后获得的基础设施综合BIM模型;
水体分布数据是指包括水域的空间分布位置、水域面积、水域深度和水体质量的数据;
绿地范围数据是指包括绿地的空间分布位置、植被种类、叶面积指数和叶面积总量;
地质信息数据是指通过实地踏勘后,获取的历史文化街区的各类型土壤层和岩层的表面积、平均深度和所在空间位置的综合数据信息;
所述建筑环境学数据是指通过仿真模拟分析和仪器实测相结合的方式所获取的历史文化街区的热环境、风环境、日照环境和声环境数据;
所述综合碳评估是指电碳排放水平的周期性可视化评定和基于自然地理环境、建筑及基础建设工程的街区的历史文化街区碳中和估算;其中,电碳排放水平的周期性可视化评定是指通过能源大数据中心用电量数据信息,按下述公式对历史文化街区的电碳排放水平进行周期性的实时可视化评定:
式中,F为历史文化街区每个周期内的电碳排放水平,k为线损率,G为每生产单位一度电时所产生的碳排放量;
历史文化街区碳中和估算是指通过内置的可持续评估技术体系指标,根据水体分布、绿地范围和地质信息的碳汇估算数据,以及建筑信息模型和基础设施信息模型的碳排放数据,对历史文化街区的碳中和情况进行评估和预测;
基于水体分布、绿地范围和地质信息根据可持续评估技术体系指标中所对应的碳汇指数,以及步骤1)中历史文化街区的空间形态基础数据库,计算出碳汇数据的总和:
通过DEM数字高程模型中抽取整个地形区域的等高线后,根据水域所在的空间位置,对水域的空间位置进行片区划分,截取每个划片区域内水体所在空间位置的闭合等高线,即每个划片区域内水体体积的闭合等高线;通过在划片区域内水体体积区间中选取二等分的三个相邻的等高面,以积分插值来计算划片区域内水体体积,其公式如下:
式中Vwi为第i块划片区域内水体体积,S中为该划片区域内水体体积区间二等分的三个相邻的等高面中的中间一个等高面的面积,S底为该划片区域内水体体积区间二等分的三个相邻的等高面中最底部的一个等高面的面积,S顶为该划片区域内水体体积区间二等分的三个相邻的等高面中最顶部的一个等高面的面积,hwi为第i块划片区域内水体体积区间二等分的三个相邻的等高面中最顶部的一个等高面与最底部一个等高面间距的绝对值;
水体分布的碳汇估算数据按下式获得:
式中Cw为水体分布的碳汇估算数据,Iw为水体的碳汇指数;
绿地范围分布的碳汇估算数据按下式获得:
式中Cg为绿地范围的碳汇估算数据,LAI为叶面积指数,Sg为根据绿地所在的空间位置得出的绿地叶面积总量,Ig为植被的碳汇指数;
对历史文化街区中的土壤层进行划片式实地勘探,在每片土壤层中进行选点采样,获取多个深度数据,对所获取的深度数据按下式进行平均化计算,得到划片范围内的平均土壤深度:
土壤层的碳汇估算数据按下式获得:
式中Cs为土壤层的碳汇估算数据,Ss为土壤层的表面积, Is为土壤层的碳汇指数;
以实地勘探结合仿真模拟的方式,对历史文化街区中的岩层进行划片式计算,首先根据实地勘探,评估出岩层深度相仿的划片范围;通过DEM数字高程模型,在划片范围内的岩层中进行选点采样,获取每个采样点的岩层产状数据,并根据产状数据计算得出该采样点的岩层深度数据,对所获取的多个采样点的深度数据按下式进行平均化计算,得到划片范围内的平均岩层深度:
采样点的岩层深度数据由下式得出:
式中, Li为该采样点的导线斜距,α为该采样点的岩层真倾角,β为该采样点的地形坡度角,γ为该采样点的剖面导线与地层走向线的锐夹角;当采样点中的坡向与岩层倾向相反时,公式中用+计算,当采样点中的坡向与岩层倾向相同时,公式中用-计算;
岩层的碳汇估算数据由下式获得:
式中Cr为的岩层的估算碳汇数据,Sr为岩层的表面积, Ir为岩层的碳汇指数;
历史文化街区的碳汇估算数据由下式获得:
式中Ctotal为历史文化街区的碳汇估算数据总和,Cw为水体分布的碳汇估算数据,Cg为绿地范围的碳汇估算数据,Cs为的土壤层的碳汇估算数据,Cr为的土壤层的碳汇估算数据;
基于历史文化街区中的建筑信息模型和基础设施信息模型,计算出碳排放估算数据的总和;其步骤如下:
根据历史文化街区中的建筑信息模型,获取各类建筑材料的类别及总用量,按下式计算出建筑材料的碳排放估算数据:
式中,Eb为各类建筑材料的碳排放估算数据之和,Ebi为各类建筑材料中的第i类的碳排放估算数据,其计算结果由下式得出:
Mbi为第i类建筑材料的用量,Ibi为第i类建筑材料所对应的碳排放指数;
根据历史文化街区中的基础设施信息模型,获取各类基础设施材料的类别及总用量,按下式计算出基础设施材料的碳排放估算数据:
式中,Et为各类基础设施材料的碳排放估算数据之和;Eti为第i类建筑材料的碳排放估算数据,其计算结果由下式得出:
式中, Mti为第i类建筑材料的用量,Iti为第i类建筑材料所对应的碳排放指数;
历史文化街区的碳排放估算数据总和由下式得出:
式中Etotal为历史文化街区的碳排放估算数据总和,Eb为各类建筑材料的碳排放估算数据之和,Et为各类基础设施材料的估算之和;
将历史文化街区的碳排放估算数据总和减去估算碳汇总和,得到历史文化街区碳中和估算历史文化街区碳中和估算数据,其公式如下:
式中,P为历史文化街区碳中和估算历史文化街区碳中和估算数据,Etotal为历史文化街区的碳排放估算数据总和,Ctotal为历史文化街区的碳汇估算总和;
产业POI数据是指将各种产业机构进行抽象后所获得的以点为呈现形式的综合数据,一个产业POI数据点包含该产业机构所在的地理坐标、产业机构名称、产业机构地址和所从事的产业活动类别;
交通出行数据是指包含公交站点和线路数据、地铁站点和线路数据、轻轨站点和线路数据、车流轨迹、共享单车停放点和单车移动数据;
体验感知数据是通过实时接入API开放平台数据库,通过自主追踪和解析关键词转化,筛选出对所对应历史文化街区中的POI数据点地址的带有感知倾向的评价词条,并通过对词条的频率统计对于历史文化街区中各个产业POI数据点和各类别产业POI数据点的体验感知,以此建立实时可视化体验感知体验数据库。
3. 根据权利要求1所述的多元数据融合全息空间系统的构建方法,其特征在于:所述步骤6)包括在各类大数据的空间分布为限定范围,对限定范围内的各类大数据建立一对一、一对多和多对多的关联映射,并对关联映射进行定性和定量的特征分析,根据定性和定量的特征分析的结果实现综合信息库的内在机制模型构建;其中, 各类大数据的空间分布特征包括建筑信息模型、基础设施信息模型、水体分布、绿地范围、地质信息、气候气象信息、历史信息、建筑环境学、综合碳评估、产业POI、交通出行数据和感知体验分布的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210952522.6A CN115391882A (zh) | 2022-08-09 | 2022-08-09 | 一种多元数据融合全息空间系统的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210952522.6A CN115391882A (zh) | 2022-08-09 | 2022-08-09 | 一种多元数据融合全息空间系统的构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115391882A true CN115391882A (zh) | 2022-11-25 |
Family
ID=84118027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210952522.6A Pending CN115391882A (zh) | 2022-08-09 | 2022-08-09 | 一种多元数据融合全息空间系统的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115391882A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115876964A (zh) * | 2023-01-31 | 2023-03-31 | 北方工业大学 | 一种城市街区气候环境与碳排放移动监测预警方法及系统 |
CN117078045A (zh) * | 2023-10-12 | 2023-11-17 | 中交第四航务工程勘察设计院有限公司 | 一种交通基础设施全息检监测方法及系统 |
CN117314198A (zh) * | 2023-10-25 | 2023-12-29 | 北京华清安地建筑设计有限公司 | 历史文化街区功能更新综合分析方法及系统 |
CN117612038A (zh) * | 2023-11-22 | 2024-02-27 | 中国矿业大学(北京) | 基于无人机影像的矿区植被碳汇精细演算方法 |
CN117612038B (zh) * | 2023-11-22 | 2024-07-02 | 中国矿业大学(北京) | 基于无人机影像的矿区植被碳汇精细演算方法 |
-
2022
- 2022-08-09 CN CN202210952522.6A patent/CN115391882A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115876964A (zh) * | 2023-01-31 | 2023-03-31 | 北方工业大学 | 一种城市街区气候环境与碳排放移动监测预警方法及系统 |
CN115876964B (zh) * | 2023-01-31 | 2024-01-23 | 北方工业大学 | 一种城市街区气候环境与碳排放移动监测预警方法及系统 |
CN117078045A (zh) * | 2023-10-12 | 2023-11-17 | 中交第四航务工程勘察设计院有限公司 | 一种交通基础设施全息检监测方法及系统 |
CN117078045B (zh) * | 2023-10-12 | 2024-01-30 | 中交第四航务工程勘察设计院有限公司 | 一种交通基础设施全息检监测方法及系统 |
CN117314198A (zh) * | 2023-10-25 | 2023-12-29 | 北京华清安地建筑设计有限公司 | 历史文化街区功能更新综合分析方法及系统 |
CN117314198B (zh) * | 2023-10-25 | 2024-03-05 | 北京华清安地建筑设计有限公司 | 历史文化街区功能更新综合分析方法及系统 |
CN117612038A (zh) * | 2023-11-22 | 2024-02-27 | 中国矿业大学(北京) | 基于无人机影像的矿区植被碳汇精细演算方法 |
CN117612038B (zh) * | 2023-11-22 | 2024-07-02 | 中国矿业大学(北京) | 基于无人机影像的矿区植被碳汇精细演算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115391882A (zh) | 一种多元数据融合全息空间系统的构建方法 | |
CN107679229B (zh) | 城市三维建筑高精度空间大数据的综合采集及分析方法 | |
CN106897417A (zh) | 一种基于多源大数据融合的城市空间全息地图的构建方法 | |
CN109522603A (zh) | 基于云平台的车载拉格朗日实时大气污染溯源系统及方法 | |
Wang et al. | A systematic method to develop three dimensional geometry models of buildings for urban building energy modeling | |
KR102368261B1 (ko) | 나무심기 입지 분석 장치 및 방법 | |
Jeddoub et al. | Digital Twins for cities: Analyzing the gap between concepts and current implementations with a specific focus on data integration | |
CN115482355A (zh) | 一种众源数据驱动的lod2级城市建筑物模型增强建模算法 | |
CN111241611A (zh) | 一种辅助基坑实施的方法 | |
Khayyal et al. | Creation and spatial analysis of 3D city modeling based on GIS data | |
Wang et al. | Construction and application of artificial intelligence crowdsourcing map based on multi-track GPS data | |
Taubenböck et al. | Remote sensing—An effective data source for urban monitoring | |
CN114661744A (zh) | 一种基于深度学习的地形数据库更新方法及系统 | |
CN114255270A (zh) | 基于倾斜摄影技术的路基土石方自动算量方法和平台 | |
CN110717233B (zh) | 一种基于gis下垫面解析的雨水管网流量计算方法及系统 | |
CN117391282A (zh) | 一种基于bim+gis技术下的智慧城市规划管理方法 | |
CN117351162A (zh) | 一种基于数字孪生的实景三维规划设计方法 | |
Liu et al. | Study on digital twin technologies for watershed information modeling (WIM): a systematic literature review and bibliometric analysis | |
CN115526544A (zh) | 一种基于多类型数据的绿色矿山建设规划方法及系统 | |
CN112308382B (zh) | 一种开放性的tod城市大数据监测分析平台 | |
CN114863272A (zh) | 一种确定城市植被对城市综合活力影响强度的方法和系统 | |
CN115239281A (zh) | 一种基于bim+gis的公路征迁管理系统、方法及存储介质 | |
CN115342779A (zh) | 一种基于测绘模型图的城市地面及地下形态的测绘方法 | |
Abougendia et al. | Classification framework of local climate zones using world urban database and access portal tools: Case study of Alexandria City, Egypt | |
Aboushal | Regenerative design of a defined urban space using CityGML model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |