福建省将乐县常口村景观全要素数字化模型的特征

1乡村景观全要素数字化模型的特征

 

乡村景观全要素数字化模型需实现地理真实、物理真实、视觉真实，呈现数据的多源异构与空间融合2个特征。数据的多源异构使其在空间中融合具有一定难度，这也是全要素数字化模型构建的难点。

 

 

乡村是在特定的自然地理条件下，人类为了生活需求，进行在地性改造后产生的复合综合体[27]。乡村景观的物理实体组成要素包括地形、植被、水体、农田、道路和聚落等，影响要素涵盖气候特征、人类活动、风俗文化，要素的复杂带来了信息繁杂。乡村景观全要素信息的复杂性体现为：多领域、多类型、多来源、多格式、多维度(图2)。

“多领域”是由于乡村景观全要素信息涉及气象学、环境科学、生态学、水文学、地理学等多学科领域。“多类型”指的是数量庞大、内容庞杂的乡村景观信息可根据其同质性及预期展现形式进行分类，将其归纳为多类型的数据，用于后续的融合、分析与展示。“

多来源”指数据的采集依托于多种获取途径和技术，如航空摄影、卫星遥感及解译、实地测量、人工建模、网络爬取、多媒体采集、实时传感等方式。此外，除了直接采集获得的数据之外，通过分析、评价等方法还可得到二次分析数据。随着科学技术的不断发展和迭代，数据的来源必将更加多样，获取途径也愈加便捷。多种数据获取方式随之带来了数据格式的多样，包括文本、视频、音频、矢量和栅格数据及三维模型数据等格式类型，以及XLS、DOC、TXT、MP3、MP4、JPEG、MXD、SXD、IMG、TIFF、Shapefile等。

乡村景观全要素信息的数据“多来源”和“多格式”在某种意义上相伴相生，呈现多源异构的特点。此外，乡村景观信息的展现形式有着多维的空间特征，例如，文本数据不具有空间维度，矢量点为零维空间数据、矢量线为一维空间数据，栅格和矢量面数据多于二维空间中呈现，数字高程模型和倾斜摄影模型是三维的空间数据。而通过传感器、监控摄像机等获取的数据还具有时间维度，能够反映乡村景观物理实体的实时状态。

 



 

 

多源异构数据的空间融合是构建乡村景观全要素数字化模型的关键，需要合理、高效地实现乡村景观海量信息的虚拟映射，并在数字空间中实体化、可视化。由于多源异构数据的复杂性特点，数据空间融合应首先建立数据融合标准，包括数据格式转换标准、属性设置标准、空间定位标准和信息分析标准。另外，需要转换数据的空间维度。从空间属性上看，多源异构数据不仅包括了不具备空间属性的文本与图片数据，而且有大量一维、二维、三维空间数据。同时，还存在由物联网获取的实时更新数据，在空间属性的基础上叠加了时间属性。

在数据标准化的基础上，数据空间维度的转换首先完成非空间数据的空间化，即将非空间数据的信息作为属性，与相应图形数据建立拓扑关系。此处的图形数据多为矢量数据，根据非空间数据对应的地理实体差异，其连接的图形数据可分为具有空间位置的点、线、面数据。



接下来，将多源的二维空间数据转换至同一空间参考系，并映射至三维基底模型，使数据在三维空间上融合。最后载入实时数据完成全要素数字化模型的四维时空化(图3)。

数据的空间融合并不是简单、机械地分层叠加，而应达到数据之间在空间中联动与交互，同一空间位置的所有数据均可同步比较、实时查看。

 

 

乡村景观全要素数字化模型依托数字孪生技术构建，分为“数据采集、数据处理、数据库构建、数据融合”4个主要环节(图4)。“数据采集”的主要工作是采用航空摄影、卫星遥感及解译、实地测量、人工建模、网络爬取、多媒体采集、实时传感等多种技术方法获取多源异构数据，作为全要素数字化模型的基础数据。

这些多源异构数据的尺度、分辨率、坐标系统、投影参数、比例尺均不尽相同。由此，在“数据处理”环节需要将数据统一标准化，使之能够达到数据库的入库标准。该环节还包含数据清洗、坐标转换、数据叠合、数据分析等具体步骤。数据库具有管理海量多源异构数据的重要功能，是乡村景观全要素数字化模型的重要组成部分。

对应乡村景观全要素数字化模型的数据特点与应用场景，数据库按照“标准层、数据层、管理层、服务层”4个层级、“信息整合模块、数据储存模块、数据传输模块和信息处理接口”3个模块与1套接口进行构建。“数据融合”是生成乡村景观全要素数字化模型的关键环节。首先要构建动态三维基础模型，然后建立空间矢量点，完成乡村景观多源异构数据的空间映射。

在“数据融合”之后，便得到了乡村景观的虚拟实体，能够与乡村物理实体同步演进。依托软件平台可对乡村景观全要素数字化模型完成加载，并根据管控与服务需求分层、分类调用数据，不仅动态可视，而且支持仿真体验。