建筑遺產大數據的構建探索

李愛群，侯妙樂，董友強，楊 溯，李宗飛，胡云崗

（1.北京未來城市設計高精尖創新中心，北京建筑大學，北京 100044；2.北京市建筑遺產精細重構與健康監測重點實驗室，北京 100044；3.代表性建筑與古建筑數據庫教育部工程中心，北京 100044；4.華北計算技術研究所，北京 100083）

建筑遺產是人類物質文明和精神文明的重要體現，具有豐富的文化內涵、藝術價值、科學價值和情感價值。國內外對建筑遺產概念及其范疇的認知經歷了一個漫長的發展過程，直到1975年，歐洲議會部長委員會在《關于建筑遺產的歐洲憲章》中才將“建筑遺產”作為一個專有名詞提出來。該憲章將建筑遺產分為具有重要歷史、考古、藝術、科學、社會或技術價值的紀念物、建筑群以及遺址[1]。建筑遺產屬于文化遺產的范疇，隨著文化遺產概念的豐富和變化，建筑遺產的內涵也不斷發生演變[2]。1987年國際古跡遺址理事會（ICOMOS）制定了保護歷史城鎮華盛頓憲章；1999年ICOMOS將工業遺產和20世紀建筑列入建筑遺產；截至2003年，ICOMOS重新定義建筑遺產，將建筑遺產定義為具有歷史價值的建筑或建筑群[3]。經歷了對建筑遺產的發展認知后，建筑遺產所包含的建筑類型也越發全面，涵蓋了從建筑單體到建筑群、從風景名勝到城市村鎮等各個方面，具體包含了居住、宗教、文化、宮殿、景觀等14個不同的類型。我國建筑遺產分類及內涵如表1所示。

表1 我國建筑遺產分類及內涵

我國建筑遺產數量龐大，以我國重點文物保護單位的數量為例，各省重點文物保護單位第一批（1961年）至第七批（2013年）加上增補共計4 295處（圖1）。2019年9月26日國家核定了第八批762處新的全國重點文物保護單位，包括古遺址、古建筑、近現代重要史跡及代表性建筑等。我國建筑遺產具有分布廣泛、年代及區域不同、賦存環境差異大等特點。從建筑遺產保護現狀和發展需求來看，我國建筑遺產的保護任務依然嚴峻且繁重，工作中需堅持價值優先、質量第一，保證建筑遺產的真實性和完整性。

我國建筑遺產的保護發展經歷了不同的階段（圖2）。在古代，匠人們就實現了古建的“維修和利廢”，如同治年間對黃鶴樓的重修；20世紀初期是我國現代文物保護觀念的初步形成階段，期間朱啟鈐先生創立了《營造學社》，在學社存在的15年間，梁思成先生及同仁共測繪了2 738 處建筑物，完成測繪圖稿1 898件；20世紀50年代文物建筑保護理論與管理體系初步建立，確立了文物保護“分等分級保護模式”和“兩重兩利”的方針[4]；20世紀80年代后，我國以參加國際古跡遺址理事會（ICOMOS）為契機，標志著我國的歷史文化遺產保護事業已正式加入世界文化遺產保護運動之中；進入21世紀后，ICOMOS在古城西安簽署了《西安宣言》，創新性地將文化遺產周邊環境也納入遺產保護當中，擴大了遺產保護的范圍[5]；伴隨著信息時代的來臨，大數據已被應用于建筑遺產保護領域，為建筑遺產保護開拓了新思路[6]。

大數據始于IT領域，主要是指在有限時間內用傳統數據處理方法無法處理完的數據[7]。英國皇家學會的機器學習研究報告指出：91%的全球數據是在過去5年中創造出來的，大數據時代包括眾多的數據來源，有政府公告、社交網絡、交易數據、GPS導航等，現在全球創造數據的速度是每天250億GB[8]。這些數據不僅包含結構化數據，還包含半結構化數據和非結構化數據。對這些數據進行分析和處理，可以得到大量有價值的信息。然而，不同領域使用它的方式并不相同。考慮到這一點，不同領域內，“大數據”的確切定義有自己的特點。從特征而言，大數據具有兩個特點：①大數據集；②用于處理大型數據集的計算策略和技術的類別。因此，本文所闡述的建筑遺產大數據主要是指大規模、動態發展且具有高價值的大型建筑遺產數據集。

圖1 我國第一至第七批各省市重點文物保護單位數量（來源：作者自繪）

圖2 我國建筑遺產保護的發展階段（來源：作者自繪）

盡管分析大數據要比分析傳統數據更加困難，但大數據價值巨大，對大數據進行有效挖掘，可以得到傳統數據無法比擬的價值。如：李松年等從空間大數據角度提出了基于精細建筑信息的人口數據地理空間分解方法，用于人口數據指標的精細化評估和動態監測[9]，并且還從地圖大數據角度對包含了地理空間信息、人員和功能的監測，以及對三者之間交互Web地圖的整個環境做了發展趨勢和相互作用的分析和評述[10]。在醫療行業，大數據正在從根本上改變生物醫學的研究，比如大規模臨床數據的自動化收集取得了前所未有的進展，開發的新算法有效地將生物醫學大數據應用于精準醫療[11]。另外，大數據技術也已廣泛應用在能源、通信、零售業和科學研究等方面[12]。

2019年8月16日，中國測繪學會和中國測繪學會文化遺產保護專業委員會聯合召開了主題為“時空大數據與文物數字化保護創新發展”的論壇，在論壇上，北京建筑大學李愛群教授作了題為《建筑遺產大數據的構建探索》的主旨報告，以此為藍本，本文探索了建筑遺產大數據的構建。在論文組織上，本文首先給出了建筑遺產大數據的概念及構成；然后，探討了建筑遺產大數據構建的緊迫性與重要性；隨后，提出了建筑遺產大數據的技術體系；在此基礎上，結合課題組成果，給出了建筑遺產大數據的應用；最后展望了建筑遺產大數據存在問題及發展趨勢。

1 建筑遺產大數據概念及構成

立足建筑遺產保護，本文所提的建筑遺產大數據是指建筑遺產的各類信息數據形成的大數據集。從獲取的方式來看，建筑遺產大數據的來源可分為傳感器、Web爬蟲及日志文件。目前，就實際保護工程而言，對建筑遺產的保護主要包括數字化存檔、建筑監測及維護等方面，因此，就數據內容[13-21]而言，建筑遺產大數據主要包含建筑遺產的文本信息、環境信息、建筑信息、結構信息、材料信息、病害信息、檢測信息、監測信息、維修信息和其他類信息10個不同層面的信息內容（圖3）。其中，前5個內容主要用于建筑遺產的數字化存檔中；檢測與監測主要用于建筑遺產的監測方面；而維修信息主要用于建筑遺產的維護中。

具體而言，其中文本信息主要涵蓋建筑遺產的歷史、文化和藝術等方面信息；環境信息以不同尺度為標度分為建筑遺產的大環境信息、區域環境信息和局部小環境信息；建筑信息包括建筑的空間信息、色彩信息、建筑的平面、立面和剖面信息以及建筑的細部構造和裝飾圖案等信息；結構信息主要為建筑結構信息，以構件和節點的連接信息為主；材料信息則是構成建筑的各種構筑材料的物理、化學和力學信息等，諸如土、石、磚木、金屬的這些材料特性；病害信息則主要源于結構性和非結構性的病害信息等；檢測信息從時間和空間上分別涵蓋了定期與非定期和整體與局部兩個維度的信息內容；監測信息更多地從時間維度上分長期、定期和非定期3種情況；維修信息既包括為了搶救保護的應急性維修信息，也包括日常或定期的維修信息；另外，包含了一些與建筑遺產保護有關的其他信息。

圖3 建筑遺產信息構成（來源：作者自繪）

2 建筑遺產大數據重要性和緊迫性

大數據的發展呈現出了不同的發展趨勢，由原來單一維度的數據分析轉向了多元數據的融合；從原來封閉數據轉向了開源共享的數據，為大數據的深度挖掘釋放了空間，激發了學科的交叉融合[22]。另外，大數據與云計算的結合，充分發揮云空間的數據存儲優勢和數據分析能力；大數據與物聯網技術的結合推動了智能硬件的發展，使服務更加智能化[23]。而建筑遺產保護在大數據的驅動下也有了越來越多的發展需求，如建立建筑遺產的原始指紋數據庫，該庫包含建筑遺產的所有數據信息，通過原始指紋數據庫能夠創建遺產知識服務地圖，包括，遺產地圖、遺產導覽和遺產展示等[24]。針對遺產本體的安全問題，可對遺產進行性能評價、性能預測、性能維持和性能提升。作為凝聚人類共同記憶的建筑遺產，遺產的科學價值、歷史價值、情感價值和文化意義需要向公眾展示傳播[25]。

建筑遺產大數據具有大數據的“5V”特征，其數據體量浩大（volume）、數據模態繁多（variety）、數據生成快速（velocity）、真實性（veracity）、數據價值巨大（value）的特征[26]。大數據的研究，將有助于人們從混沌數據中發現潛在的科學價值。雖然建筑遺產大數據給建筑遺產保護和利用帶來了新的發展機遇，但也面臨著挑戰：①面對建筑遺產的多價值取向，如何將遺產的多維認知與大數據進行有效的匹配融合；②針對不同遺產的個體獨特性，如何提取建筑遺產大數據的關鍵特征信息并實施預防性保護；③如何充分挖掘建筑遺產大數據知識并實施全面科學利用等。

3 建筑遺產大數據技術體系

本文所提建筑遺產大數據技術體系主要涵蓋了建筑遺產大數據的全要素信息留取、建筑遺產大數據存儲與傳輸、建筑遺產大數據分析與挖掘和建筑遺產大數據科學利用4個方面的關鍵技術。

3.1 建筑遺產大數據全要素信息留取

建筑遺產大數據的全要素信息留取技術包括建筑歷史信息的收集、社會生產力水平的文獻調查、建造工藝留存以及建筑材料、結構信息，甚至包括圍繞建筑遺產發生的相關歷史事件等有價值信息的留取[27]。不同需求的信息留取技術主要以建筑遺產特有的價值為導向，采集信息時根據獨有的價值需求，選擇適宜的信息采集方式，目前主要的信息采集方式有三維激光掃描儀[28]、無人機、高清相機、日志文件、Web爬蟲等，通過不同的采集途徑，留取建筑遺產最有價值的數據信息。建筑遺產大數據留取流程如圖4所示。

圖4 建筑遺產大數據留取流程（來源：作者自繪）

3.2 建筑遺產大數據存儲與傳輸

建筑遺產大數據的存儲與傳輸是大數據信息寄存和流動的必要途徑，建筑遺產大數據的存儲采用如圖5（a）所示的知識數據庫模型來完成。以應縣木塔為例，用XML（可擴展標記語言）標記計算機可識別的語義數據，建立包含斗拱、歷史資料、三維模型和工程信息的語義-多數據關聯，并使用Neo4j 圖的概念來進行數據的存儲與管理。

而建筑遺產大數據的傳輸則通過圖5（b）中所示的建筑遺產文件數據知識數據庫的服務器、用戶端和分布式存儲系統服務器三者間的數據傳輸機制來完成，用戶客戶端不僅能夠對建筑遺產文件數據庫服務器進行相互的遠程訪問，而且還能借助遠程調用協議，獲取分布式存儲系統服務器的數據內容，而用戶客戶端之間則憑借信息協同模式進行信息的交互。

圖5 建筑遺產大數據存儲與傳輸（來源：作者自繪）

3.3 建筑遺產大數據分析與挖掘

建筑遺產大數據分析與挖掘的是建筑遺產大數據的核心（圖6）。該過程主要包含5部分內容：建筑遺產需求分析、建筑遺產大數據理解、建筑遺產大數據準備、建筑遺產大數據模型建立及建筑遺產大數據模型評估。

(1)建筑遺產大數據需求分析主要包含建筑遺產大數據的精確獲取與保存、建筑遺產病害與安全的檢測與評估、建筑遺產一體化的性能提升等方面。

(2)建筑遺產大數據理解主要是指大數據的收集，并在需求分析的基礎上，充分理解建筑遺產大數據的內涵及所包含的具體內容，并對這些數據進行充分的遴選和清洗。

(3)建筑遺產大數據準備主要是將理解清洗后的數據進行數據轉換，為建筑遺產大數據挖掘做好數據準備。

(4)建筑遺產大數據模型建立是指根據不同的需求，建立合適的數據挖掘模型，主要包含分類回歸模型、聚類分析模型和關聯分析模型等。

(5)建筑遺產大數據模型評估主要是指根據挖掘后結果對挖掘模型進行評估，以保證數據挖掘的精度與可靠。

圖6 建筑遺產大數據分析與挖掘框架（來源：作者自繪）

3.4 建筑遺產大數據科學利用

建筑遺產大數據科學利用是建筑遺產大數據的最終價值實現（圖7）。建筑遺產大數據科學利用包括5個層面：建筑遺產多維價值挖掘；建筑遺產現狀診斷評估；建筑遺產數字化修復與效果控制；建筑遺產地圖知識服務；建筑遺產展示活化和利用等。

圖7 建筑遺產大數據的科學利用（來源：作者自繪）

4 建筑遺產大數據應用

目前，建筑遺產大數據成果已開始應用于國內外多項建筑遺產的保護工程，包括古木建筑、石窟造像、歷史遺址等，并已在建筑遺產全要素留取、安全性能評估、運維管理和虛擬修復方面取得了初步成果，為建筑遺產的展示利用、價值挖掘和保護修復奠定了基礎[29-35]。

在古木建筑方面，白曉斌等對西藏古木建筑結構進行了長期的大數據收集，并分析了溫度和濕度對結構應變的長期安全性影響。李琦等通過建立頤和園佛香閣的三維模型、文物圖片及數據檔案方式，保存了各種形式的數據庫，為佛香閣的保護管理提供了技術支撐。在石窟造像方面，胡云崗等以石窟寺數字化工程為例，提出了以點云數據、三維模型、紋理數據為主的數據庫混合管理方法，為大數據挖掘搭建了管理平臺。周世菊等提出了單體石窟造像和整體洞窟的數字化技術，為云岡石窟數字化保護提出了建議。

在歷史遺址方面，金鑫等運用考古空間數據庫和空間分析方法，對良渚地區的聚落形態進行了定量化分析和研究；買買提等則基于遙感和GIS技術，以大數據視角對吐魯番市的歷史文化遺址做了景觀生態的環境敏感度評估研究。哈弗等以虛擬修復技術，完美再現了大型建筑遺址的游覽情境，改變了參觀者與建筑遺產的傳統互動方式。建筑遺產大數據最終目標是解決建筑遺產的科學保護與利用。此部分將以古木建筑為例，根據本文所構建的建筑遺產大數據技術體系，介紹本文建筑遺產大數據構建的思想與初步探索成果。

建筑遺產的全要素留取是構成建筑遺產大數據的基礎，亦是建筑遺產保護的基礎。就古木建筑全要素信息留取而言，課題組采用專業設備對古木建筑進行數據采集。數據類型主要包含高精度測繪數據（主要通過GPS與全站儀數據）、三維激光點云與高分影像。由于這些數據并無法直接應用于古木建筑的運維管理、結構分析等領域，需將其轉化為含有語義信息的BIM模型。基于此，課題組利用攝影測量、三維重建等技術，構建了古木建筑的BIM模型（圖8）。同時，以該模型為基礎，重點分析了古木建筑的斗拱樣式，為古木建筑的建筑風格、受力分析提供了數據支撐。

圖8 古木塔建筑物BIM（來源：作者自繪）

全要素留取數據類型多樣，不僅含有二維線畫圖與高分影像、三維點云及古木建筑模型，還包含一些邏輯與關系數據。如古木建筑的拓撲結構、屬性信息及文化內涵。盡管可以通過文件管理的形式對這些數據進行管理，但是這種管理方式無法實現數據的快速讀取、檢索等功能。為解決該問題，課題組基于Hadoop技術構建了如圖9所示的建筑遺產大數據存儲體系，利用該技術實現建筑遺產大數據的管理與訪問。

圖9 建筑遺產大數據存儲（來源：作者自繪）

建筑遺產大數據最大的優點是：可以從眾多的數據中挖掘出所需求的信息，這是建筑遺產大數據最大的吸引力與優勢。盡管建筑遺產大數據的挖掘實際上是數據挖掘的一部分，所采用的方法基本與數據方法一致，但是由于賦予了建筑遺產的內涵，其數據挖掘的需求基本以建筑遺產保護為出發點，如對建筑物裂縫、形變的檢測。圖10是采用經訓練的Yolo-v3獲取的古木建筑的裂縫，對于復雜環境下的木裂縫檢測，精度可達到80%以上。

大數據挖掘的目的主要是服務于其科學利用（圖11），經數據挖掘的木構件裂縫，不僅可用于病害的展示，而且可用于對全要素采集的力學及結構安全性能的評估。

5 結論與展望

本文以建筑遺產大數據為研究對象，構建了建筑遺產大數據技術體系，同時結合已有項目，介紹了建筑遺產大數據的典型應用。

本研究的主要結論如下：①提出了建筑遺產大數據的概念，并梳理了建筑遺產大數據所包含的信息類型，主要包含文本信息、環境信息、建筑信息、結構信息、材料信息、病害信息、檢測信息、監測信息、維修信息和其他類信息10個不同層面的信息內容。②構建了大數據在建筑遺產保護中的技術體系，該技術體系主要包括建筑遺產大數據的全要素信息留取、建筑遺產大數據的存儲與傳輸、建筑遺產大數據分析與挖掘和建筑遺產大數據科學利用4個關鍵技術。③以古木建筑為例，給出了古木建筑幾何要素留取、基于Hadoop技術的數據存儲、基于Yolo-v3的古木建筑裂縫檢測及病害評估的應用。

圖11 古木建筑裂縫病害評估（來源：作者自繪）

本研究的建筑遺產大數據可為建筑遺產保護提供新的理念、方法和路徑，有望服務于建筑遺產的科學保護與發展。但是，建筑遺產大數據技術目前還處于起步探索階段，研究工作亟待加強。例如，如何獲取并構建建筑遺產大數據；如何通過大數據分析，實現建筑遺產價值的普適性和專業性認知；如何通過大數據分析，揭示建筑遺產保護環境因素的多元性和耦合性響應規律；如何通過大數據分析，實現建筑遺產現狀的整體評價和關鍵要素評價，最終實現建筑遺產的有效保護、管理和合理利用。因此，建筑遺產大數據的研究與應用是一項極富挑戰的工作，是一項需要多學科協同創新的工作。