基于三维可视化的智慧城市时空大数据集成技术研究与应用.docxVIP

基于三维可视化的智慧城市时空大数据集成技术研究与应用 摘要：随着数据内容的不断增加，特别是新型测绘产品数据的扩展延伸，智慧城市时空大数据的三维可视化面临着新的机遇与挑战。针对时空大数据三维可视化所面临的数据集成、数据组织优化以及资源合理分配等问题，设计了面向三维可视化的时空大数据集成内容及其相应框架，并针对数据集成存储、细节层次构建和计算资源调度等关键技术开展了研究，为构建多源、高效的智慧城市时空大数据平台奠定了三维可视化基础。 智慧城市时空大数据平台是测绘地理信息领域数字城市建设的有机延续。新一轮国家机构改革优化测绘地理信息管理职能后，自然资源部于2019年1月印发了《智慧城市时空大数据平台建设技术大纲（2019版）》，进一步完善了智慧城市时空大数据平台的建设方向和内容。三维空间是时空四维环境的基础，特别是纳入地下空间数据、建筑信息模型数据等新型测绘产品数据本文在现状分析的基础上，设计了时空大数据二三维集成以及三维可视化框架，并对三维可视化涉及的数据集成、数据优化、数据索引和并联调度等关键技术进行了研究，为智慧城市时空大数据平台的相关建设提供了技术实现思路。1 现状分析在智慧城市时空大数据建设方面，多地已结合自身实际适时开展了建设创新在地理信息三维可视化技术方面，陈冠臣综上所述，在智慧城市时空大数据平台建设中，目前针对时空大数据三维可视化的研究和创新相对较少，且地理信息三维可视化的研究主要集中在利用成熟的GIS平台或开源GIS引擎实现城市或专项三维模型的可视化浏览方面。随着时空大数据内涵的不断丰富，三维可视化应用需求不断扩展，应从以下方面寻求突破：(1)多源数据的三维可视化集成，特别是新型测绘产品类型的不断扩充，要满足三维可视化多源数据集成应有新的思考与设计；(2)面向效率提升的数据组织优化，随着渲染引擎的效率瓶颈越来越难以突破，通过数据组织优化来提升三维场景可视化效率将是发展方向之一；(3)系统平台资源的合理化分配，通过对有限资源更加合理地分配，支撑平台对多源集成时空大数据的高效承载。2 框架设计2.1 面向三维可视化的时空大数据集成智慧城市时空大数据主要包括基础时空数据、公共专题数据、物联网实时感知数据、互联网在线抓取数据等四大类。面向三维可视化的时空大数据集成内容如图1所示。三维空间的组织构成和表达方式繁多，需从以下3个方面进行数据集成，以应对不同需求的时空大数据三维可视化：1）三维集成，即集成基础时空数据中的影像数据、高程模型数据、三维模型数据和新型测绘产品数据（倾斜摄影、实景影像、激光点云、地下空间、建筑信息模型等），构建面向多种应用需求的三维场景。2）二维驱动，即在地理实体数据、室内地图数据等基础时空数据以及管线、地质等公共专题数据的基础上，通过二维数据驱动形成三维模型，对所构建三维空间的不足进行补充。3）多源承载，即以上述三维空间为承载，进一步叠加法人、人口、宏观经济、民生兴趣点等公共专题数据以及物联网实时感知数据、互联网在线抓取数据等，以实现丰富、全面的时空大数据三维可视化。2.2 时空大数据三维可视化框架在数据集成的基础上，遵循分层架构的技术思路，设计形成了包括基础设施层、数据层、引擎层和平台层的时空大数据三维可视化框架，如图2所示。其中，基础设施层主要包括存储设备、计算设备、网络设备以及虚拟化软件、数据库软件、云操作系统等支撑三维可视化运行的软硬件云环境；数据层主要集成并存储基础时空数据、公共专题数据、物联网实时感知数据、互联网在线抓取数据等，形成三维可视化的数据基础；引擎层主要包括数据引擎、服务引擎、地名地址引擎等三维可视化必备引擎，用于驱动各类时空大数据实现三维可视化功能；平台层主要包括基础浏览、数据查询、空间分析等三维可视化必备功能。3 关键技术研究多源、高效是时空大数据三维可视化的重点和难点。在三维可视化框架的基础上，需着重进行数据集成存储、细节层次构建和计算资源调度3个方面关键技术的研究。3.1 数据集成存储根据类型和内容的不同，时空大数据具有众多数据格式。统一数据格式，集成存储各类数据是三维可视化的基础和前提。因此，设计一种三维数据格式，应满足并实现以下需求：(1)支持各类三维数据格式之间的相互转换；(2)针对多源数据集成进行硬件渲染优化，在符合底层渲染硬件指令要求的基础上兼顾数据组织和渲染效果；(3)具备可扩展能力，便于其他新数据格式的扩展集成，且保证数据的向下兼容。数据格式的基本结构如图3所示。3.2 细节层次构建构建细节层次模型（LOD）是提升三维可视化效率的常用技术手段。模型简化和层级组织的方法策略是决定LOD构建效果的两个关键技术点，将直接影响三维可视化的渲染效率和响应速度。在模型简化方面，首先根据