公园智慧管理中的数字孪生模型技术研究

董则奉 汪 正 张朱虹

（上海园林（集团）有限公司，上海 200335）

数字孪生技术起源于航空业，在智造业、医疗业和智慧城市建设领域有较好的表现。该技术的实施应用核心是建立包含物理实体性能、维护和运行状况数据的数字孪生模型。在公园领域，高品质的数字孪生模型能够成为公园实体和数据信息之间的桥梁，对公园的智慧管理有显著意义。由于公园环境要素多样、管理要求复杂，其三维建模、数据存储、渲染性能面对较大挑战。因此，信息数据、三维模型和公园实体之间一直存在无法高效、精准匹配的系统性问题。通过实践研究，开创性地将公园数字孪生模型的搭建过程划分为需求分析、技术选择、模型搭建、数据绑定4个环节，并提取每个环节中与公园智慧管理实际需求紧密相关的关键因子。通过实施信息权重分级筛选、多种建模技术集成、模型网格拓扑压缩、模型参数驱动更新、制定数据绑定标准等技术措施，响应关键因子的需求，从而建立信息化、精准化的公园数字孪生模型构建技术体系，最终助力公园智慧管理工作。

公园；智慧管理；数字孪生模型；BIM技术；数据信息

公园需要面对多变的环境元素、多源的服务对象和多样的管理需求，随着数字化技术的发展和引入，其管理工作逐步往标准化和精细化的方向发展[1]，最终实现智慧化目标。公园智慧管理的实现根基是数字孪生（Digital Twin）技术。数字孪生是物理实体的虚拟实例，涵盖物理实体的性能、维护和运行状况数据，反应物理实体的真实状态[2]。这一定义的关键里程碑是2012年由美国航空航天局（NASA）正式提出[3]，主要应用于实体航天器的数据模拟过程[4]。由于数字孪生模型可以提供更好的交互性和更高效的场景仿真效果[5]，在智造业、医疗业和智慧城市的建设过程中有较广阔的发展前景[6]。越来越多的专家认为该技术对公园的建设、运维工作也具有显著的积极意义[7]。袁弘毅[8]认为将数字孪生技术运用于绿地公园全环境、苗木绿化、降水虚拟设计具有一定优势；陈一家[9]认为数字孪生可以使风景园林更好地为人民服务，并分析了数字孪生在提升规划设计水平、优化建设等方面的运用前景；刘童[10]认为数字孪生技术可以运用在景观方案前期分析和后期展示中；夏海兵[11]通过优化图形引擎技术提升了园林苗木资产数字孪生在设计养护阶段的使用效率。

以上研究都集中于数字孪生在公园规划设计、资产管理方面的系统框架和运用优势。但是公园实体的要素种类多、结构复杂，其在建模、存储、渲染等方面难度较高[12]。面对公园智慧管理的实际需要，公园数字孪生模型应如何搭建、又有哪些关键因子以及相应的技术措施一直是相关领域的研究空白。为了实现公园智慧管理的信息化、精确化、高效化，对公园数字孪生模型技术展开深入研究具有突出的实践意义。

1 公园数字孪生模型技术的重点环节及关键因子

公园数字孪生模型的具体搭建过程是一个完整的系统流程，在大量工程实践研究基础上开创性地将其划分为公园数字孪生模型的需求分析、技术选择、模型搭建、数据绑定4个重点环节。为了和数字孪生模型相互对应，文中将公园中的不同要素统称为公园实体。如图1所示，公园数字孪生模型会受到公园实体特点、公园数据特征、公园管理需求、模型搭建效率、模型成果精度和模型搭建成本等大量不同影响因子的相互作用。值得注意的是，文中研究讨论的关键因子是与公园智慧管理的实际需求密切相关的、真正有利于公园数字孪生模型搭建的影响因子。

图1 公园数字孪生模型技术的重点环节及关键因子示意图Fig.1 Digital Twin key links and key factors of park

1.1 需求分析

公园包含着名称性质、几何学、空间定位和数量等海量数据信息。数据资源是智慧园林平台运行的基础[13]，精确的公园数字孪生模型应当与公园的实际情况一一对应，包括三维模型与公园实体的一致性和三维模型包含数据信息的准确性。需求分析环节的关键因子是如何按照公园管理的实际需求对公园实体包含的海量数据信息进行筛选。

1.2 技术选择

公园涉及地形、绿化植被、路面铺装、园林小品、园林建筑、给排水、强弱电、附属设施等不同要素。目前，主流的模型搭建技术和软件种类繁多，面对占地面积、复杂程度、隐蔽情况各不相同的公园，适用的建模技术也各不相同。技术选择阶段的关键因子是如何权衡目前不同模型技术的搭建效率和精度，进行最合理的选择。

1.3 模型搭建

公园实体的数量庞大、造型复杂，其中，硬质景观和功能服务设备的三维模型基本都是由立方体、圆柱体构成，字节数较小。绿化植物、山石造景的模型由大量复杂曲面构成，字节数极大。加载大量高精度的三维模型后绿地智慧管理系统将无法快速渲染、顺畅运行。

公园需要不断维护，一直处于低频变化过程中。目前主流的公园模型都是按照测绘记录的固定数值来建立几何体块的。按照这种技术路径搭建完模型后，一旦绿地出现变化，再想对三维模型进行调整就必须重新进入编辑模式进行修改，或者删除原有模型重新进行搭建，修订工作非常困难。

公园的三维模型既是管理系统内公园的数据信息载体，又是智慧看板上直接面向管理人员的视觉载体，是数字孪生的核心。模型搭建阶段环节的关键因子是如何对三维模型进行轻量化压缩和实现快速调整。

1.4 数据绑定

目前风景园林行业还没有统一的数字化建设标准，各地所建的数字化系统差异较大，系统间的数据共享和集成存在问题；同一区域内的不同管理部门间也未建立数据共享机制，存在重复建设现象[14]。各个公园智慧管理系统之间数据共享难、通用性低、安全性差，给行业垂直管理带来诸多不便。数据绑定阶段环节的关键因子是如何通过合理的数据绑定方式实现信息流通共享。

2 公园数字孪生模型技术的核心构架及关键技术

为了实现公园智慧管理的信息化、精确化、高效化，必须对公园数字孪生模型搭建过程的关键因子进行深入研究（图2），通过信息权重分级筛选、多种建模技术融合、模型网格拓扑压缩、模型参数驱动更新和数据绑定标准制定等关键技术响应关键因子的核心需求，形成关键技术路径。

图2 公园数字孪生模型技术的关键技术路径示意图Fig.2 Digital twin key technology path of park green space

2.1 信息权重分级筛选

公园中涵盖地形、绿化植被、滨水工程、水景、路面铺装、园林小品、园林建筑（仿古）、给排水、强弱电、附属设施等不同要素，每一个要素实体都包含着名称性质信息、几何学信息、空间定位信息和数量信息。仅以给排水系统为例：给排水系统包含了管道、喷头、阀门和附属井，管道涵盖材质、壁厚、孔径、埋深信息；喷头、阀门涵盖品牌、型号、孔径、坐标定位和质量验收信息；附属集水井和检查井涵盖品牌、型号、几何尺寸、坐标定位、埋深、质量验收等信息。但是对于智慧管理来说，管道的材质、孔径、埋深，喷头和阀门的品牌、型号和定位信息最为重要。进行公园数字孪生模型搭建工作，必须先明确所有与智慧管理面相关的信息。目前，这一工作主要通过与管理人员进行访谈实现，极易产生疏漏。

应采用新的方式进行信息管理：（1）在精确测量的基础上梳理罗列公园所包含的所有数据信息；（2）根据不同的管理对象明确不同的管理信息类型和构成，以构建有针对性的数据表[15]；（3）让公园管理者将不同公园实体包含的信息按照信息和后期管理运维的相关性、重要性的权重关系进行分级评估（表1），通过公园管理者打分形成的分级表格能够明确公园智慧管理的实际需求，为后续数字孪生模型的搭建工作建立实施依据。

表1 公园信息权重分级表Tab.1 Information weight grading of park green space

2.2 多种建模技术融合

（1）无人机航拍建模技术：运用无人机（UAV）这种快速且经济的方法对绿地进行航拍，通过超高分辨率的数字影像和高精度定位数据生成三维点云，在此基础上自动生成数字表面模型（Digital Surface Model，DSM）[16]。该技术是一种数据模拟采集技术，其根本在于航拍数字影像。无人机无法穿透茂密的林冠获取公园的所有数字影像，进而无法建立相应的三维模型。

（2）激光雷达扫描建模技术：运用无人机的机载激光雷达或手持激光对绿地进行扫描。雷达可快速采集高密度点云数据，确保数据采集的精准性[17]。在此基础上对高精度和密度的激光点云进行降噪、优化，快速建立数字表面模型。如图3所示，遥感扫描可将获得的不同实体的激光点混合在一起。为了进行智慧管理，必须先按照一个个独立的公园实体对激光点云进行分类，再由点云构建出独立的模型。该技术的建模效率极高，但是后续分类过程效率极低。

图3 激光点云分割建模示意Fig.3 Laserpoint cloud segmentation modeling

（3）传统三维软件建模技术：运用三维软件直接对绿地进行建模，对测绘数据的精准要求较高，建模效率较慢。但由于采用该技术搭建的不同公园实体的三维模型都是独立存在的，后期不需要再进行分类工作，可以直接进行数据信息的录入。更重要的是，航拍和雷达扫描技术均无法对隐蔽的实体进行精确测绘，比如公园的管网系统、地下基础结构、建筑内部构成等，只能运用传统的三维建模软件进行建模。

公园占地广、要素多，在正式开展建模工作前应对公园的占地面积、复杂程度、隐蔽情况以及内部构成比例进行分析（表2），结合公园的实际情况对无人机航拍建模技术、激光雷达扫描建模技术和传统三维软件建模技术的适用性和效率进行评估。在此基础上，综合运用多种技术，尽可能地提高搭建效率。

表2 主流建模技术适用性分析表Tab.2 Applicability analysis of mainstream modeling techniques

2.3 模型网格拓扑压缩

利用现有建模技术构建的三维模型，其包含的信息、数据量非常庞大，不仅增加了应用系统的存储空间，还加大了三维场景的渲染时间[18]，绿地智慧管理系统的性能和工作效率会受到极大的影响。目前，很多公园智慧管理系统通过贴图替代或只建立部分模型的方法来提升运行速度。这种做法舍弃了准确性这一基本要求，不是真正的和实体一一对应的数字孪生。在公园中，绿化植物、山石造景、异形构筑物的三维模型由大量复杂曲面构成，字节数极大，尤其是绿化植物类型多样、结构复杂，以及种间与种内存在多样化的形态差异等特点，给建模带来了极大挑战[19]。

以公园中非常重要的乔木资产为例，运用遥感扫描技术形成的单个乔木模型包含了上千个激光点，构成的数字表面模型有上万个网格面；运用专业级别的三维植物模型软件Speedtree或PlantFactory人工精准搭建的单个乔木模型包含了每一片叶片和每一根枝干，达60 MB以上。所以无论是通过遥感扫描还是人工精准建模搭建乔木模型，都必须进行轻量化压缩（图4）：（1）结合上木的树形姿态和叶片肌理特征，运用多个球体来代替枝冠丛，形成乔木整体树冠的精简结构。对所有球体模型进行布尔运算，只留下最外层的曲面表皮模型。（2）按照乔木点在曲面表皮模型上增加干扰起伏来模拟叶片的肌理效果。（3）忽略分支和细枝，采用四边形异形立柱对主干和主枝进行精简重构。通过去除三维模型的非几何信息，简化结构和几何拓扑关系对植物进行轻量化处理，不仅能较好地保留树形姿态和叶片肌理，又能将单个模型压缩至100 B以内，大幅降低三维模型所占用的存储空间。通过该技术在模型的细节精度和模型字节大小之间寻求最佳平衡点，同时满足智慧管理系统平台的视觉传达和快速运行要求。

图4 乔木模型轻量化压缩示意Fig.4 Lightweight compression of the arbor model

2.4 模型参数驱动更新

数字孪生是对实体过程进行的镜像，需要与实体变化实时匹配[20]（表3），公园并不是一成不变的，由于更新维护的需求不同，不同公园实体的更新频次也各不相同。目前，公园实体出现更新变化后，将耗费大量精力进行模型调整、效率极其低下。可以利用BIM模型的参数化特性建立参数化族，通过族参数调节，控制模型的几何尺寸、材质颜色随意变换[21]。

表3 公园实体更新分析表Tab.3 Update analysis of park green space entity

以照明系统为例，公园作为城市公共空间的重要组成部分，具有大量社会服务职能。上海一直积极响应游客夜间游园需求，自2011年起对35座公园实行部分公园夏令延长开放，力度逐年增大，截至2021年全市确定369座城市公园实施延长开放[22]。随着公园的延长开放，照明灯具的使用时长大幅上升，必须加强监测，在第一时间进行维护更换。应基于Revit软件建立照明灯具和管道的参数化模型，实现实时快速修订（图5）。当灯具出现品牌、型号变化时只需选中原始模型就可以进行快速替换，当管道出现改线时只需挪动管道起始点位就能及时与实际绿地更新保持一致。以此可以切实落实公园延长开放期间的安全措施，确保游客的游园安全。所以，在模型搭建过程中，应筛选出更新频次较高的公园实体，对其模型进行参数化驱动设置，满足绿地变化时快速调整模型的需要。

图5 灯具管道参数化模型Fig.5 Parametric model ofluminaire lipeline

2.5 数据绑定标准制定

目前，各个公园智慧管理系统都是独立承包商建立的。部分承包商运用3DMax等软件搭建较传统的三维模型，部分承包商运用Revit软件搭建BIM信息化模型。但无论搭建哪一种三维模型，各承包商基本都会在服务器中建立数据信息库，将数据信息绑定在提前搭建完成的三维模型上。不同承包商的数据库和模型之间的绑定规则不能相互兼容，所以数据的共享难、通用性低。面对这一困境，可运用国内推广性最好的Revit软件作为BIM信息化模型平台进行解决。BIM模型可以将不同阶段、不同参与方的数据信息都整合在模型中。数据在传递过程中也不会丢失，能够减少信息重新输入造成的资源浪费。运用BIM技术，可以确保资产信息的管理效果，达到预期的管理目标[23]。

行业管理者作为项目的执行者，将多个公园视为一个统一的主体项目（图6），制定统一的模型数据标准，规定模型的版次要求、精度标准、命名规则、信息代码、数据格式，以此避免对信息的理解歧义和传递错误，提高信息的无缝流通效率。各承包商在独立建设不同公园的智慧管理系统时，可以按以往习惯建立数据库，但是必须将三维模型统一导入Revit软件平台中，并将绿地所有数据的信息直接赋予到模型里，而不采用数据链接的方式进行信息绑定。最后，各个承包商将各自建立的模型提资给行业管理者，相互之间不可以编辑修改他人建立的模型。行业管理者建立主体项目，通过模型链接的方式将各个承包商独自建立的信息化模型进行整合，以此通过统一的模型平台实现公园信息的有效共享。

图6 数据绑定方案示意Fig.6 Data binding scheme

3 公园数字孪生体系应用案例

上海虹桥前湾公园总规划面积76 hm2，公园面积52 hm2，市政水域面积24 hm2。公园以“融汇一江一河的生态C型水湾”为肌底，通过“5+1+1”慢行游线环湾贯通，形成“外湾色叶大道、内湾滨水花道”的绿化结构，自北向南划分森趣前湾、文化前湾、运动前湾三大核心功能片区，创造生态、人文、活力交融的新海派水城。其中，—期建设位于文化前湾，总面积约8.1 hm2，绿化面积3.7 hm2，硬质面积4.4 hm2。涉及土方工程、绿化工程、硬质景观工程、景观给排水、海绵排水、海绵城市雨水回收系统、水景水处理循环系统、景观强弱电等建造内容。

前湾公园—期工程充分运用BIM技术进行碰撞检测、方案优化、数字交付等数字化运用，包含了整个公园建造的全生命周期。BIM技术的核心目标是设计和施工阶段的调整，数字孪生的核心目标是竣工完成后的管理和维护。但是二者在实施过程中存在相当程度上的重叠，可以说数字孪生是BIM技术的延续和提升[24]。为了在竣工后对前湾公园进行智慧管理，按照公园数字孪生模型构建体系，进行公园的BIM模型搭建工作。

（1）需求分析阶段，联合工程深化设计师、材料员、资料员收集整合公园实体包含的所有数据信息，以公园管理者打分形成的分级表格为评判依据，着重收集在公园智慧管理中最重要的机电、照明、给排水等设备的数据信息。

（2）技术选择阶段，由于前湾公园完全是在平整场地上新建的公园，且地下铺设了大量自动喷灌和排水管道，所以整个公园采用Revit软件依据施工图纸进行了传统的人工建模。虽然建模效率较低，但能保证每一个实体都能快速地进行数据信息绑定。

（3）模型搭建阶段，对整个公园中的异曲面实体（前湾公园中以乔木和天然景石为主）的模型进行网格拓扑压缩，在确保模型和实体一一对应的情况下智慧管理系统平台也能快速运行。预先筛选出更新频次较高的自动喷头、照明灯具、监控摄像头等模型，并进行参数化驱动设置，以满足公园维护、更新时能够快速进行模型调整。

（4）数据绑定阶段，不单独建立公园实体的数据信息文档，而将所有数据信息全部赋予三维模型自身，点击每一个模型就能读取公园实体对应的数据信息，成为公园信息有效共享的实现基础。

通过整个项目的实施，对公园智慧管理中的数字孪生模型技术进行了验证。当整个项目完成时，能够将BIM模型将快速转化为数字孪生模型[25]，直接载入智慧管理系统平台后，能为公园智慧管理提供有力支撑（图7）。

图7 上海虹口前湾公园一期数字孪生模型Fig.7 Shanghai Hongqiao Qianwan Parkphase I digital twin model

4 结论与展望

公园数字孪生模型是反映公园实体真实状态的虚拟实例，信息化、精确化的公园数字孪生模型，可以有效提高公园智慧管理的准确性和运营效率。本研究通过提取公园数字孪生模型搭建过程中需求分析、技术选择、模型搭建和数据绑定环节的关键因子，并对关键因子实施信息权重分级筛选、多种建模技术集成、模型网格拓扑压缩、模型参数驱动更新、制定数据绑定标准等关键技术措施，建立了一套真正面向公园智慧管理的数字孪生模型构建技术体系。该技术体系确保了公园数字孪生模型能够高效、精准地匹配公园实体和数据信息，填补了公园数字孪生领域内的研究空白。为了让数字孪生技术在公园智慧管理工作中发挥更大作用，还应进一步对数据采集加工、数据安全管理、系统平台融合等方面进行深入研究。

注：文中图片均为通讯作者自绘。