城市軌道交通三維城市景觀快速建模方法研究＊

呂希奎 王明生 李 鳴 賈曉秋

（1.石家莊鐵道大學交通運輸學院，050043，石家莊；2.“交通安全與控制”河北省重點實驗室，050043，石家莊∥第一作者，副教授）

線路設計是城市軌道交通整個工程設計的“龍頭”，若設計不合理，將造成大量的拆遷、改移和環境影響，產生巨大的浪費。而當前設計手段是在二維環境下的平、縱、橫交互設計，需要內外業反復驗證，其效率低、遺留問題多。隨著三維地理信息系統技術、三維造型技術及虛擬現實技術的發展，實現三維GIS（地理信息系統）環境下的可視化軌道交通線路設計，有利于從可視角度直觀觀察、評價設計效果，及時進行沖突分析、拆遷估計及環境影響分析。而要實現三維可視化設計，就必須先建立三維地理環境，包括地下三維空間環境和地面三維城市景觀環境兩部分。本文將主要研究基于Google Earth軟件的城市軌道交通三維城市景觀環境的快速建模方法。

1 城市空間數據的批量獲取

空間地形數據和影像數據是建立三維城市景觀的基礎數據，也是實現三維可視化軌道交通線路設計的基礎數據之一。

1.1 空間地形數據的批量獲取

地形數據是建立三維城市景觀不可缺少的基礎數據資料，傳統的地形數據的獲取方法包括野外利用GPS（全球定位系統）、全站儀等儀器直接進行測量，從航空影像或遙感圖像及己有地形圖上采集等，存在采集時間長或費用貴等問題。Google Earth軟件利用SRTM數據作為它的基本高程數據［1］，該測量數據覆蓋中國全境。盡管Google Earth軟件中各個地區覆蓋的衛星影像不同，但其構建三維地面模型的基礎數據相同且完全免費［2］。因此，可基于Google Earth軟件二次開發技術，實現空間地形數據的自動、快速、批量提取。其方法如下：

Google Earth API（應用程序編程接口）提供的類能夠將Google Earth軟件三維界面中的屏幕點由屏幕坐標轉換為經緯度形式，通過調用函數GetPointOnTerrainFrom ScreenCoords：IPointOn－TerrainGE GetPointOnTerrainFromScreenCoords（double screen＿x，double screen＿y）實現。調用函數＿x和＿y中這兩個參數值均在－1和1之間，表示視圖中心點在屏幕坐標系中的坐標值（如圖1所示）。批量提取DEM（數字高程模型）數據的程序模塊界面如圖2所示。

圖1 Google Earth獲取DEM示意圖

圖2 批量提取DEM數據的程序模塊界面

采樣間隔分為水平和垂直兩個方向，范圍在－1和1之間，其大小決定了每個屏幕上采樣點數［3］。例如水平和垂直采樣間隔均為0.05，那么每屏的采樣個數為｛［1－（－1）］／0.05｝×｛［1－（－1）］／0.05｝＝1600。采樣間隔和單屏經緯差共同決定了DEM提取的密度和程序運行時間及數據量的大小。利用以上方法在Google Earth軟件的視圖區域內取1 600個點，經過計算相鄰兩點之間的距離大約為20m，該精度的DEM數據可以滿足軌道交通三維城市景觀建模的要求。圖3為從Google earth軟件自動提取的空間地形數據，其為 WGS（世界大地坐標系）—84坐標系。

1.2 地形數據轉換為2000國家大地坐標系

我國自2008年7月1日起，全面啟用2000國家大地坐標系（China Geodetic Coordinate System 2000，簡為CGCS2000）［4］。Google Earth軟件獲取的空間地形數據是基于 WGS—84坐標系，為了適應新的國家大地坐標系，需要將WGS—84的經緯度坐標轉換為CGCS2000坐標系下的空間坐標（x，y，z），以更好地應用于軌道交通城市三維場景的快速建立和線路設計的要求。

圖3 提取DME數據示例

CGCS2000坐標系的定義包括坐標系的原點、3個坐標軸的指向、尺度及地球橢球的4個基本常數的定義。采用的地球橢球基本常數的定義見表1。

表1 CGCS 2000橢球定義的基本參數

圖4為原圖3中的 WG－S84數據轉換為CGCS2000坐標系后的空間地形數據。

圖4 轉換WGS－84到CGCS200坐標系示例

1.3 影像數據的批量獲取

Google Earth客戶端可以任意顯示地球表面影像，并且可以無限制地下載圖像數據［5］。Google Earth提供的免費高分辨率遙感影像是城市三維建模的重要影像數據，加上其開放的平臺和豐富的API［6］，使構建運行在Google Earth軟件基礎上的三維城市景觀變得簡單易行。本文利用Google Earth COM API進行二次開發數據采集和拼接模塊。針對欲建模區域的范圍內批量自動地提取航片，并對所提取的航片進行空間信息定位，實現航片的無縫拼接，從而為景觀的自動建模提供基礎數據。提取的正射影像如圖5所示，拼接后的正射影像圖如圖6所示。

圖5 提取的正射影像圖

圖6 拼接后的正射影像圖

2 建筑物模型庫建立與管理

為了最大程度上減少城市軌道交通線路設計不合理而造成的大量拆遷、改造、改移和環境影響，要求地面城市景觀的建筑物、用于軌道交通線路設計的城市景觀不同于一般的數字城市景觀，需要對建筑物、道路等所有城市景觀模型記錄相應的屬性數據（如建筑類型）和幾何數據（如層數、層高、空間區域坐標，在三維環境中定位模型及模型替換），以實現三維空間的任意模型選擇和空間量測功能。這樣在三維設計時，能夠實現實時判斷和計算線路與地面城市景觀模型的沖突。只有這樣，才能滿足城市軌道交通的線路三維設計的要求。因此，根據城市軌道交通的特性和城市建筑物多樣式特點，本文根據外形將其分為流行單體、點式建筑和條式建筑三大種類。在每種類型下按照建筑物功能劃分為：商用，學校，醫院，住宅，辦公，公共等類型。采用CityPlan三維互動設計軟件完成三大類型建筑物的三維模型庫。其中點式建筑314個、流行單體212個、條式建筑327個，共計853個建筑物模型（其示意圖分別如圖7、圖8、圖9所示）。

所有建筑物模型通過數據庫進行統一管理。包括建筑物名稱、類型、地上和地下層數和層高、建筑類別等信息，用于三維場景中建筑物建模和空間查詢，以及判斷線路和建筑物的空間關系、空間距離，如圖10所示。

圖7 點式建筑模型

圖8 流行單體建筑模型

圖9 條式建筑模型

圖10 模型庫的數據庫管理界面

此外，為了能夠快速建立城市景觀，應用CityPlan軟件建立了三大種類2 500個建筑物的三維模型（3DS格式），作為初始三維模型庫。圖11展示了三大類型建筑物三維模型例圖。在構建三維城市景觀時，既可以通過讀取模型數據庫中的建筑物地上、地下層數和層高信息，由程序自動建立建筑物三維模型，也可以從模型庫中直接讀取已建好的建筑物三維模型，根據建筑物空間區域坐標進行定位，放置在三維場景中。

圖11 三大類型建筑物的三維模型例圖

3 三維城市景觀快速建立

本文采用skyline API的二次開發平臺，將正射影像、DEM數據融合成一個高精度帶有地理坐標信息的地形，根據建筑物模型的空間區域坐標與DEM進行匹配，將建筑物模型按照坐標正確地放于地形模型之上，將城市三維地形和各種建筑物三維模型統一集成，實現了用于城市軌道交通線路設計的三維城市景觀的快速建立。在該三維景觀環境中，所有建筑物、道路等景觀模型通過數據庫存儲空間信息，滿足在線路三維設計過程中，實時進行信息查詢和空間量測、線路與模型沖突的自動檢測和分析。并可通過建筑物模型庫任意選擇不同風格和類型的建筑物，以快速構建多樣性的三維城市景觀（如圖12所示）。

圖12 建立三維城市景觀

4 結論

本文基于Google Earth API的二次開發技術，實現了城市數字高程模型數據和正射影像圖的批量獲取。利用CityPlan軟件建立了多種樣式建筑物模型，并通過數據庫實現對建筑物模型空間信息的有效管理。通過skyline API的二次開發，實現了城市三維地形和各種建筑物三維模型的統一集成。對所有景觀模型的屬性數據和幾何數據通過數據庫存儲，實現在三維設計過程中，對所有景觀模型的實時查詢、空間量測和線路與模型沖突的自動檢測，為用于城市軌道交通線路設計的三維城市景觀的快速建立提供了一套解決方案。實踐證明，建立的三維城市景觀具有快速和較高的精度，能夠實現對所有景觀模型的查詢、與軌道線路沖突的自動檢測，能夠滿足城市軌道交通預可行性研究和可行性研究階段的三維線路設計，具有較好的應用前景。

［1］Xu Linrong，Su Zhiman，Ugai Keizo，et al.Google Earth as a tool in terrain survey of debris flow watershed［J］.Advanced Materials Research，2011，261－263：1563.

［2］Zhang Kun，Zou Zhengrong，Yu Jiayong.Method of modeling virtual city based on GoogleEarth ［J］.Engineering of Surveying and Spatial Information Technology，2010，33（6）：89.

［3］楊翼飛，唐詩華，文鴻雁.基于Google Earth的3S技術在桂林市土地更新中的應用［J］.測繪通報，2008（11）：61.

［4］陳俊勇.中國現代大地基準——中國大地坐標系統2000（CGCS2000）及其框架［J］.測繪學報，2008，37（3）：269.

［5］程鵬飛，文漢江，成英燕，等.2000國家大地坐標系橢球參數與GRS80和 WGS84的比較［J］.測繪學報，2009，38（3）：189.

［6］Hoffmann E，Winde F.Generating high－resolution digital elevation models for wetland research using Google EarthTMimagery－An example from South Africa［J］.Water SA，2010，36（1）：53.