基于BIM+GIS的铁路三维信息实景化技术研究

Research on Three-dimensional Information Realistic Rendering Technology of Railway Based on BIM+GIS

摘要

BIM+GIS技术可用于铁路环境的模拟分析，目前在BIM模型信息的语义场景转化方面的扩展尚显不足，造成部分BIM模型转化后信息冗余或缺失的现象。针对此问题，提出一种坐标转换方法，将铁路BIM模型相对坐标转化为GIS地理坐标，并设计了一种考虑铁路场景复杂度的三维模型与GIS地形匹配方法，以实现铁路BIM模型在不同三维场景下的精确匹配，基于构建的对象重要性评价模型，实现了符号化三维铁路场景多尺度表达，该方法有效解决模型漂浮或模型淹没等问题，满足大比例尺下探析三维场景要素和目视精确定位的场景需求，同时兼顾铁路BIM模型轻量化按需加载的应用要求。研究成果解决了铁路BIM模型与三维GIS地理场景精确匹配与表达的技术难题，具有较高的理论意义和工程实践价值。

Abstract

BIM+GIS technology can be used to simulate and analyze the railway environment, but there is insufficient expansion of the semantic scene transformation of BIM model information, resulting in the redundancy or lack of information after BIM transformation. In view of this, a coordinate conversion method was proposed to convert the relative coordinates of the BIM model of railway into GIS geographic coordinates; a method for the matching between the 3D model and GIS terrain considering the complexity of the railway scene was designed to realize the accurate matching of the BIM model of railway in different 3D scenes; the multi-scale representation of symbolized 3D railway scenes was achieved based on the constructed object importance evaluation model. The above method, overcoming model floating or submerging, meets the scene requirements in exploring 3D scene elements and visual accurate positioning on a large scale, while ensuring lightweight on-demand loading of BIM models of railway. The research results solve the technical challenges to accurate matching between BIM model of railway and 3D GIS geographical scene and relevant representation, which is of much theoretical and practical value.

Graphical abstract

关键词

BIM+GIS / 坐标转换 / 铁路模型匹配 / 重要性评价 / 三维表达

Key words

BIM+GIS / Coordinate Conversion / Matching of Railway Model / Object Importance Evaluation / 3D Representation

0　引言

铁路在交通运输系统中处于骨干地位，是国民经济持续快速发展的重要保障^[1]。建筑信息模型(BIM)与三维可视化的地理信息系统(GIS)技术在铁路中的应用越来越广泛，BIM模型包含了铁路建筑设备设施的详细信息，如结构、设备、材料等，GIS提供了地理空间数据和分析工具。将BIM与GIS相结合，能够直观地展示和定位铁路设施设备及周围环境，优化铁路建设和运营管理^[2]。

关于BIM+GIS技术的研究主要聚焦在BIM+GIS融合技术优化、动态可视化平台搭建、三维设计研究及应用等方面。在BIM+GIS融合技术优化方面，范登科^[3]提出了以数据格式转换为核心的BIM模型跨GIS平台集成方法，研究成果提升了GIS平台对BIM设计模型的集成和管理水平。动态可视化平台搭建方面，鲍榴等^[4]研发了基于BIM+GIS的建设管理一张图系统，系统实现了BIM、GIS、倾斜摄影模型和工程建设等数据在一张图上的集成展示，满足了不同层级用户的三维可视化建设管理精益化需求；闫啸坤等^[5]基于GIS平台，融合BIM模型、铁路沿线倾斜摄影模型，实现桥梁设备的三维可视化，构建基于BIM+GIS的铁路桥梁设备管理系统。铁路BIM模型涉及专业多、数据量大、精度要求高^[6]，但现有理论和技术方法在铁路BIM模型及其附属信息的语义场景转换扩展方面存在不足，导致部分BIM模型在转换后出现信息冗余或缺失^[7]，在模型展现、数据组织、语义结构等技术内容方面，还不能完全满足铁路地理信息实景化管理的需要^[8]。

研究提出一种铁路三维模型坐标系转换方法，在误差较小的条件下，实现铁路BIM模型局部坐标系与GIS地理坐标系的相互转换，基于BIM建模的铁路三维地理场景与精确匹配方法，构建对象重要性评价模型，定义5个针对于三维铁路场景的细节层次，并建立基于多层次精细建模的铁路三维铁路场景多尺度表达。

1　基于局部坐标系的BIM与GIS坐标转换方法研究

在BIM与GIS技术融合应用的过程中，模型与地形相结合为关键环节，然而，由于坐标系的差异，二者之间的拟合存在困难。解决这一问题的重要途径是通过坐标匹配来实现BIM与GIS的深度融合，从而使得海量铁路BIM数据能够精确地体现在铁路地理信息系统中。在此基础上，基于局部坐标系进行BIM与GIS模型的转换研究，并通过铁路实例对转换后的BIM模型进行地理坐标转换精度验证，取得较为满意的结果。

1.1　BIM模型的位置匹配

在BIM模型的应用中，假定存在多个模型，如A，B，C等，这些模型具有相同的局部坐标系，其原点设定O^{\mathrm{\text{'}}}\left(\mathrm{0}，\mathrm{0}，\mathrm{0}\right)。由于BIM模型的空间形状通常是不规则的^[9]，拟对BIM模型的每个顶点进行提取，通过加权平均得到其几何中心坐标值，并将其作为模型的特征坐标。

首先，基于假设可得各BIM模型坐标值，如A\left(x_a^{\text{'}}，y_a^{\text{'}}，z_a^{\text{'}}\right)，B\left(x_b^{\text{'}}，y_b^{\text{'}}，z_b^{\text{'}}\right)，……，S\left(x_s^{\text{'}}，y_s^{\text{'}}，z_s^{\text{'}}\right)，将不同BIM模型中的坐标值与原点的坐标值进行对比，从而计算相应BIM模型与原点的距离偏差∆x^{\text{'}}，∆y^{\text{'}}，∆z^{\mathrm{\text{'}}}，这种偏差有助于了解模型在空间中的位置关系。

此外，可以通过对多个BIM模型之间相对位置的测量，确定它们在局部坐标系中的空间关系。在该局部坐标系中，通过X^{\text{'}}，Y^{\text{'}}和Z^{\text{'}} 3个坐标轴的相互交汇来确定不同平面。其中，X^{\text{'}}和Z^{\text{'}}轴确定M面，X^{\text{'}}和Y^{\text{'}}轴确定N面，Y^{\text{'}}和Z^{\text{'}}轴确定P面，然后，采用几何中心点A\left(x_a^{\text{'}}，y_a^{\text{'}}，z_a^{\text{'}}\right)\mathrm{、}B\left(x_b^{\text{'}}，y_b^{\text{'}}，z_b^{\text{'}}\right)开展后续分析。

接下来，通过将空间点A，B在不同的投影面M，N，P上进行投影，分别生成正面投影点a_{\mathrm{1}}\mathrm{和}{b}_{\mathrm{1}}，\mathrm{水平}\mathrm{投影}\mathrm{点}a\mathrm{和}b，侧面投影点a_{\mathrm{2}}\mathrm{和}{b}_{\mathrm{2}}。计算各投影点坐标大小，生成距离偏差，通过同面投影比较得到2个BIM模型的相对位置。这样，可以更准确地了解BIM模型之间的空间关系，为后续的BIM和GIS模型匹配提供基础。BIM模型相对位置获取如图1所示。

1.2　基准BIM模型位置匹配

基于BIM模型间的相对位置匹配，开展BIM模型与GIS模型的位置匹配与坐标转换。在GIS空间中选择任意一种BIM模型作为基线，输入到GIS空间中，从而确定该BIM模型在大地水准面上的初始位置。在此基础上，通过对基准BIM模型的三维移动、旋转等操作，使其与GIS中的三维地理场景的地面模型高度一致^[10]。在此过程中，需要详细记录相对初始位置，产生的旋转角度和偏移量^[11]。为了实现待匹配BIM模型与三维地理场景地表模型的自动匹配，以首个导入GIS地理场景中的BIM模型作为基准BIM模型，根据上述旋转角度和偏移量对各个待匹配BIM模型进行旋转和偏移，来保证待匹配BIM模型与所述三维地理场景的地表模型实现自动匹配。

研究以国内西南地区某铁路线路A的15个BIM模型数据为例，进行了地理坐标转换精度验证。验证结果显示，在经度、纬度方面的误差均小于0.000 05、高程方面的误差小于0.2，其中经度方面最大误差为0.000 037，纬度方面最大误差为0.000 031，高程方面最大误差为0.179 1，该结果表明，方法在实际应用中具有较高的准确性，BIM模型坐标转换误差如表1所示。

2　BIM模型与GIS三维地理场景模型的精准匹配研究及验证

基于线路A上15个BIM模型数据与GIS模型的位置匹配与坐标转换结果，首先构建三维场景复杂度评估模型，进行BIM模型场景复杂度分类，然后基于场景复杂度评估模型，进行三维模型与地形的精准匹配研究，最后对研究成果进行验证。

2.1　三维场景复杂度评估模型

三维场景复杂度的影响因素主要可以分为3个方面，分别是场景中三维模型的复杂度，地形的复杂度，以及两者叠加的融合区域的复杂度。这3个因素相互影响，共同决定了整个三维场景的复杂度。为了更好地理解和评估三维场景的复杂度，结合场景复杂度评估因子，采用K-means聚类方法^[12]，计算出三维场景的复杂度，并构建场景复杂度评估模型。

在K-means算法中，首先为每个静态三维场景分离出场景物体身份标识号(ID)和数量。在此基础上，统计每个物体在训练集里出现的频率，从而得到物体在场景中的重要程度。同时，结合图像的灰度级数及灰度阶数等信息，计算出信息熵H。信息熵的计算公式如下。

H=-{\displaystyle \sum _{j=\mathrm{1}}^N}{n}_i\times log(n_i/N)⑴

式中：H为信息熵；N为图像灰度级的数量；n_i为图像每个灰度阶出现的次数。

通过结合三维模型预处理方案及场景复杂度评估模型，按照模型特性及融合区域特性进行场景复杂度计算，一般来说，场景复杂度等级越高，表示场景中的物体数量越多、地形起伏越大，因此计算出的信息熵也越高。相反，场景复杂度等级越低，表示场景中的物体数量较少、地形较为平坦，计算出的信息熵较低。根据上述方法，将场景复杂度分为不同等级，场景复杂度分类如表2所示。等级越高，场景复杂度越高，意味着场景中的物体和地形更为复杂。这种分类有助于更好地理解和分析三维场景，为后续的三维地理场景模型的精准匹配研究提供有益的参考。

2.2　基于场景复杂度的三维地理场景模型的精准匹配研究

2.2.1　基于LOD的三维模型与地形匹配

基于多层次细节(Level of Detail，LOD)的三维模型与地形匹配技术在铁路应用中具有重要意义。例如信号灯、接触网支柱等三维模型与地形的匹配，对于确保铁路建筑设施可视化的准确性和提高视觉效果至关重要。然而，由于三维模型的底面约束较小，应将该类模型拟合正确的高程值及相应LOD层级下的正确坐标以完成匹配^[13]。基于LOD的三维模型与地形匹配示意图如图2所示。在匹配过程中，需根据地形数据的LOD层级，选择合适的三维模型，随后，根据图2a所展示的方法，依据视点距离LOD层次来确定相应视点距离，通过已知点高程计算该模型待插入位置的地面高程，最后将该模型插入当前的地形LOD层级相应的坐标位置，从而实现匹配。

在铁路中的桥梁、轨道等模型与地形的匹配过程中，尽管其底面约束较小，但跨度较大。这就要求匹配过程中需要充分考虑其底面与地形接触处的空间位置关系，以及桥面、轨面的空间位置^[14]。图2a为呈点状分布的模型与地形匹配的过程示意图，p点中“p”为point(点)的缩写；如图2b所示，线状地物与地形匹配的过程中，需要对其边界进行内插不同的高程点，这种方法可以有效地控制线状地物模型的细节层次^[15]，使其在空间位置上更加精确地匹配地形。此外，这种方法还可以提高地物模型的真实感和精度，为后续的设计和分析提供更加可靠的依据。

2.2.2　基于网格重构的三维模型与地形匹配

在实际操作中，三维模型与地形匹配应用面临一个重要问题：天然地貌在投影过程中往往产生超限误差，主要原因是三维虚拟球作为三维场景的基础与天然地貌的巨大起伏之间存在一定的矛盾^[16]。为解决这一问题，在加载和绘制路面模型时，需考虑到实际情况，并将线路工程划分为数个段落。针对每个区域分别设置投影高程面，从而构建多个独立坐标系^[17]。这种方式被称为“线路工程渐变平面坐标系”。线路工程渐变平面坐标系如图3所示。

为了简化线性三维模型的复杂度，可以采用简化处理方法，线形三维模型简化如图4所示。首先，对满足要求的三维模型使用线性工程渐变平面坐标系精度控制，进行分段处理操作，可以确保三维模型在简化过程中能够保持其原有的特性，并进行正确匹配^[18]。在完成分段和匹配操作后，得到了一个简化后的三维模型，将分段后的三维模型加载至三维场景中，放在正确位置，以完成匹配操作。简化后的线性三维模型(图4b)明显比简化前线性三维模型(图4a)简洁易懂。该方法有效地降低了线性三维模型的复杂度，简化了模型的处理过程，还提高了模型的可操作性和易用性。

2.3　匹配方法的实现与效果验证

为了对本研究方法加以实现与效果验证，分别选取单一特征BIM模型、近视点轨道、大范围轨道模型、大跨度线性三维模型4种BIM模型与GIS三维地理场景模型的精准匹配进行验证。

（1）单一特征的BIM模型运用高程拟合法进行匹配。如信号灯、接触网支柱等，该类模型底面约束较小，因此，在构建过程中，采用高程拟合法来确定其正确的高程值，此外，为了确保模型的精准定位，还需要将这类模型与正确的坐标进行匹配，以实现模型与实际场景的完美适配。铁路接触网支柱模型与地形匹配效果图如图5所示。从图5可以看出，采用高程拟合法和坐标匹配后，接触网支柱模型与地形地貌融合效果自然，展现出较高的精确度和匹配度。

（2）近视点轨道地形匹配需确定融合区间后进行三角剖分及网格重构。近视点轨道模型与地形匹配效果图如图6所示。对于底面约束较大的模型进行近视点轨道与地形的匹配，如图6a所示，首先根据该类模型底面最小外接矩形确定融合区间，然后依次进行Delaunay三角网剖分及相应的网格重构等操作。根据图6所示，模型匹配前轨道大部分被地形淹没消失，通过上述方法进行匹配后，全部轨道清晰可见，效果良好。

大范围轨道模型采用以上研究方法可解决模型漂浮和地形淹没等问题。针对大范围的模型构建过程中，模型数据的构建通常按照真实的地物形态构建，其底面约束大致符合地形表面相应特征，而对于部分融合不好的区域，会出现模型漂浮和地形淹没模型等问题，大范围铁路轨道模型与地形匹配效果图如图7所示。可以看出，在某些区域，模型与地形之间的融合存在轨枕缺失等问题。而图7b展示了匹配后的效果图，可以看出，模型与地形之间的融合得到了显著改善，整体效果更加协调。

（3）将大跨度线性三维模型所在坐标系进行独立坐标系分段可最大化实现精准匹配。对于跨度较大的线性三维模型数据，传统方法一般采用地形整平与开挖、纹理映射法、几何嵌入法等方法，未顾及实际线形工程情况，对于大场景并不适用，且可视化效果较差。研究根据铁路线性三维模型特性将模型所在的坐标系按相应约束进行独立坐标系分段，通过坐标转换来弱化投影导致的线性三维模型长度变形情况，从而实现在完成三维模型与地形匹配的同时最大化地保证精确匹配。通过分段加载业务模型数据的方法，解决线性工程模型与地形匹配问题。近视点下铁路模型与地形匹配效果如图8所示。其中，图8a为桥梁模型匹配效果图，保证了桥梁底部桥柱与地形的精确匹配；图8b为近视点下铁路高架模型匹配效果图。

3　基于重要性的三维铁路场景符号分层分类与表达

完成铁路BIM模型与GIS三维地理场景模型的精准匹配后，通过提出铁路线路重要度指数RIC、构建对象重要性评价模型、设计基于对象重要性的符号化三维铁路场景多尺度表达方法等方式，实现了符号化三维铁路场景的多尺度表达。

3.1　三维铁路场景对象空间重要度计算

提出使用RIC来衡量交汇区的重要度，这一指数可清晰反映各种交汇区的实际状况。假定存在N条线路与这个交汇区相关联，那么这个交汇区的重要性指数RI{C}_I如下所示。

RI{C}_I={\displaystyle \sum _{j=\mathrm{0}}^N}{w}_j\times R{I}_j⑵

式中：w_j为交汇区权重(其中，线路端点相接权重为2，线路穿越权重为3.5，无相接或穿越权重为0)；R{I}_j为该线路的重要性，如等级、速度、材质等。

交汇区和拐点的重要性等级如图9所示。在图9中展示了交汇区和拐点的重要性等级，在RI为1的前提下，图9a中交汇区包括了1条线路穿越和1条线路端点相接，其RIC值为5.5，图9b中交汇区包括了2条线路端点相接，其RIC值为4。

综合以上4个重要性等级指标，三维铁路场景对象空间重要度f_{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{a}\mathrm{l}}计算公式如下。

f_{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{a}\mathrm{l}}=\left\{\begin{array}{cc}\frac{{\displaystyle \sum _{j=\mathrm{1}}^m}RI{C}_j\times \left[\frac{\left(r-d\right)}{r}\mathrm{\varnothing }+W_j\frac{\left(r\text{'}-d\text{'}\right)}{r\text{'}}\mathrm{\varnothing }\text{'}\right]+\frac{V}{\frac{\mathrm{1}}{n}\times {\displaystyle \sum _{i=\mathrm{1}}^n}{V}_i}}{C}\times L& d\le r\\ \mathrm{0}& d>r\end{array}\right.⑶

式中：m为铁路线的数量；RI{C}_j为当前铁路线路交汇区的重要性指标；w_j为交汇区及拐点的重要性权重；r，r\text{'}分别为铁路，关键点(交汇区及拐点)的缓冲区半径，m；d，d\text{'}分别为该对象至铁路，关键点的距离，m；\mathrm{\varnothing }，\mathrm{\varnothing }\text{'}分别为铁路关联性用户可自定义系数；V为模型体积，m³；n为模型的数量；V_i为i模型的体积，m³；L为该类型所有对象所在铁路线段的长度，m；C为该类型所有对象个数。

3.2　对象重要性评价模型构建

在当前的信息化时代，语义重要性评估模型在许多领域都发挥着重要作用。地理实体对象的语义重要性由多种因素决定，如地理要素编码、建造材料、等级等，需要对这些因素集进行综合考虑才能得到对象的语义重要性。顾及指标相关性的权重计算方法既考虑了各属性在各评价对象间的变异程度对权重的影响，又顾及了各个属性之间的相关性影响，使用的信息比较全面和完整，能够对各个属性的影响进行全面权衡。为此，提出了一种基于权值的语义重要性评估模型。该模型在权重确定的基础上，采用线性加权综合方法对信息进行评估。f_{\mathrm{s}\mathrm{e}\mathrm{m}\mathrm{a}\mathrm{n}\mathrm{t}\mathrm{i}\mathrm{c}\mathrm{s}}语义重要性模型如下所示^[19]。

f_{\mathrm{s}\mathrm{e}\mathrm{m}\mathrm{a}\mathrm{m}\mathrm{t}\mathrm{i}\mathrm{c}\mathrm{s}}={\displaystyle \sum _{i=\mathrm{1}}^n}{w}_i{x}_i⑷

式中：w_i为第i个属性的权重；x_i为第i个属性值；n为属性个数。

为了全面评估研究对象的重要性，需要同时考虑空间重要度和语义重要性。空间重要度反映了对象在地理空间中的地位，而语义重要性则体现了对象在功能和作用上的价值。在综合空间重要度f_{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{a}\mathrm{l}}和语义重要性f_{\mathrm{s}\mathrm{e}\mathrm{m}\mathrm{a}\mathrm{n}\mathrm{t}\mathrm{i}\mathrm{c}\mathrm{s}} 2方面的基础上，提出了一个研究对象重要性评价模型，计算公式如下。

f_{\mathrm{i}\mathrm{m}\mathrm{p}\mathrm{o}\mathrm{r}\mathrm{t}\mathrm{a}\mathrm{n}\mathrm{c}\mathrm{e}}=f_{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{a}\mathrm{l}}\times f_{\mathrm{s}\mathrm{e}\mathrm{m}\mathrm{a}\mathrm{n}\mathrm{t}\mathrm{i}\mathrm{c}\mathrm{s}}⑸

3.3　符号化三维铁路场景多尺度表达

基于上述思路，研究设计了一种基于对象重要性的符号化三维铁路场景多尺度表达方法。当用户以不同视角距离浏览地图时，结合场景中地理实体对象重要性与CityGML的LOD方法^[20]，将符号化三维铁路场景进行5层尺度分层，定义了LOD0—LOD4的5层三维铁路场景细节层次模型，实现符号化三维铁路场景的多尺度表达。基于对象重要性的符号化三维铁路场景多尺度表达方法如表3所示。

4　实验验证

实验以线路A为研究对象，收集并分析了丰富的矢量数据、三维模型数据和业务数据，这些数据涵盖了车站、桥梁、路基、轨道、隧道、信号机等丰富的三维线路场景地理要素，具有很高的实际应用价值。通过这些数据，可以更加深入地了解和分析铁路线路的构造、运行状态以及周边环境等信息。

根据实验目的及要求，首先确定了所选路段中关键点位置及相应权重的分配，通过对路段关键点位置及权重的研究，可以更准确地了解和评估路段的具体状况。研究路段关键点位置及权重表如表4所示。

通过车站、隧道、桥梁、路基、信号机五类要素数据确定中心线偏移距离、体积、空间分布密度、关键点距离等4个重要性等级指标。重要性等级指标如表5所示，r'为铁路、关键点(交汇区及拐点)的缓冲区半径，L为所在铁路线段的长度，C为对象个数。通过表5分别计算该类中所有地理要素的空间重要度，结合语义重要性综合计算，得到对象重要度并进行排序，按照分类及比例由高到低分为5级，对象重要度随着级别递减，地理要素由高到低分别为车站、隧道、桥梁、路基、信号机等。

根据对象重要性评价模型结果，将实验线路中的三维线路场景地理要素进行分类分层，并且通过SketchUp及CityEngine等软件进行三维符号的建模，接下来将区域内的地理要素根据5级LOD生成不同层级的三维符号，导入数据库中进行存储。

以二维矢量数据为底图，通过调用不同三维符号服务的方式，在不同尺度下加载不同层级的三维符号，其中LOD0中包含重要车站，随着尺度层级增加，逐级出现隧道、桥梁、路基、信号机等地理要素；LOD1场景中出现了隧道和一些桥梁的三维符号，与上一级相比，这一级别的三维符号的精度有所提高；LOD2场景中除了之前加载的车站、隧道和桥梁外，还加载了一些出路口和转弯处的路基；LOD3场景中所有的路基都显现出来，这个比例的三维符号结构是完整的；LOD4场景中所有的三维符号都达到了最高精度，线路上的信号机的三维符号也被加载。符号化三维铁路场景分层级表达如图10所示。

5　结束语

通过深入分析铁路BIM模型与GIS坐标转换、BIM模型与GIS三维地理场景模型的精确匹配以及三维铁路场景符号分层分类与表达等业务需求，研究提出了一种独特的坐标系转换技术，能够精确地在BIM模型的局部坐标系与GIS地理坐标系之间进行转换，实现了BIM模型与GIS数据的无缝集成。同时针对不同场景的复杂性，深入探讨了BIM模型与GIS三维地理场景的匹配策略，在确保模型准确性的同时，有效地解决模型漂浮或淹没等技术难题，满足了在大比例尺下观察三维场景要素的需求。基于以上目标，构建了一个对象重要性评价模型，并设计了符号化三维铁路场景多尺度表达方法，能够实现铁路三维场景分层分级精确表达，还可满足BIM模型按需轻量化的加载需求，下一步计划研究探索铁路多业务应用场景下的模型匹配及分类表达方法，以推动三维模型技术在铁路领域中深入应用。

参考文献

[1] 秦宝来，刘江伟. 基于价值工程理论的高速铁路建设方案优选研究[J]. 铁道运输与经济，2023，45(9)：96-103.

[2] QIN Baolai， LIU Jiangwei. High Speed Railway Scheme Optimization Based on Value Engineering Theory[J]. Railway Transport and Economy，2023，45(9)：96-103.

[3] 石硕，史圆圆. 三维GIS在铁路BIM协同设计中的应用[J]. 测绘通报，2021(S1)：294-298.

[4] SHI Shuo， SHI Yuanyuan. Application of 3D GIS in Railway BIM Collaborative Design[J].Bulletin of Surveying and Mapping，2021(S1)：294-298.

[5] 范登科. BIM与GIS融合技术在铁路信息化建设中的研究[J]. 铁道工程学报，2016，33(10)：106-110，128.

[6] FAN Dengke. Research on the Fusion Technology of BIM and GIS Applied in Railway Information Deployment[J]. Journal of Railway Engineering Society，2016，33(10)：106-110，128.

[7] 鲍榴，杨斌，杨威，等. 基于BIM+GIS的铁路工程建设管理一张图关键技术研究及应用[J].铁道标准设计，2021，65(5)：55-60.

[8] BAO Liu， YANG Bin， YANG Wei，et al. Research and Application of Key Technology of Railway Construction Management Based on BIM+GIS[J]. Railway Standard Design，2021，65(5)：55-60.

[9] 闫啸坤，李子龙，尹京 等.基于BIM+GIS的重载铁路桥梁设备管理研究与应用[J].铁道建筑，2022，62(8)：108-112.

[10] YAN Xiaokun， LI Zilong， YIN Jing，et al. Research and Application of Equipment Management of Heavy Haul Railway Bridges Based on BIM+GIS[J].Railway Engineering，2022，62(8)：108-112.

[11] 菅云硕，范文杰，许海丰，等. 铁路工程BIM模型轻量化技术研究[J]. 铁道运输与经济，2023，45(5)：99-104.

[12] JIAN Yunshuo， FAN Wenji， XU Haifeng，et al. Research on Lightweight Technology of BIM Model for Railway Engineering[J]. Railway Transport and Economy，2023，45(5)：99-104.

[13] 张敬涵，李佳玉，解亚龙. BIM+铁路精细化管控平台的设计和应用[J]. 铁路计算机应用，2022，31(12)：42-46.

[14] ZHANG Jinghan， LI Jiayu， XIE Yalong. BIM+Railway Refined Management and Control Platform[J]. Railway Computer Application，2022，31(12)：42-46.

[15] 卢祝清. BIM在铁路建设项目中的应用分析[J]. 铁道标准设计，2011，55(10)：4-7.

[16] LU Zhuqing. Application Analysis of BIM in Railway Construction Projects[J]. Railway Standard Design，2011，55(10)：4-7.

[17] 韩飞落.一种用于BIM模型坐标系转换至工程坐标系的方法[J].测绘通报，2021，531(6)：163-165.

[18] HAN Feiluo. A Method for Converting BIM Model Coordinate System to Engineering Coordinate System[J].Bulletin of Surveying and Mapping，2021，531(6)：163-165.

[19] AI B， WANG L Y， YANG F L，et al. Continuous-Scale 3D Terrain Visualization Based on a Detail-Increment Model[J]. ISPRS International Journal of Geo-Information，2019，8(10)：465.

[20] 刘成哲. 基于BIM技术的锦承线扩能工程三维动态设计[D]. 大连：大连交通大学，2018.

[21] 陈美杉，夏丹丹，赵克全.基于多目标优化方法的一类K-means自适应算法[J].重庆师范大学学报(自然科学版)，2022，39 (1)：27-34..

[22] CHEN Meishan， XIA Dandan， ZHAO Kequan. A Class of K-means Adaptive Algorithms Based on Multi-Objective Optimization Method[J]. Journal of Chongqing Normal University (Natural Science Edition)，2022，39 (1)：27-34.

[23] 易思蓉，聂良涛. 基于虚拟地理环境的铁路数字化选线设计系统[J]. 西南交通大学学报，2016，51(2)：373-380.

[24] YI Sirong， NIE Liangtao. Digital Railway Location System Based on Virtual Geographic Environment[J]. Journal of Southwest Jiaotong University，2016，51(2)：373-380.

[25] 刘帮，刘建军，朱国亚，等. 基于Civil 3D和Revit创建桥梁BIM精细化模型的应用研究[J]. 施工技术，2018，47(S4)：928-932.

[26] LIU Bang， LIU Jianjun， ZHU Guoya，et al. Application Research of Creating BlM Refinement Model Based on Civil 3D and Revit[J].Construction Technology，2018，47(S4)：928-932.

[27] 吕希奎，王奇胜，李永发. 基于地形特征的TIN海量地形裂缝消除方法[J]. 计算机工程，2019，45(3)：232-236.

[28] Xikui LYU， WANG Qisheng， LI Yongfa. Elimination Method of TIN Massive Terrain Crack Based on Terrain Feature[J]. Computer Engineering，2019，45(3)：232-236.

[29] 杨燕. 三维场景中地形与建筑物集成可视化技术研究[D]. 南京：东南大学，2019.

[30] 吕扬. 复杂三维规划模型和现状地形无缝集成方法研究[J]. 测绘科学，2020，45(10)：149-154.

[31] Yang LYU. A Study of Seamless Integration Complex Three-Dimensional Planning Model and Existing Terrain[J]. Science of Surveying and Mapping，2020，45(10)：149-154.

[32] 常宇佳. 基于对象重要性的三维模型化简与可视化方法研究[D]. 连云港：江苏海洋大学，2022.

[33] 夏宇，谭衢霖，蔡小培，等. 基于Civil 3D部件编辑器的铁路BIM部件模型构建研究[J]. 铁路计算机应用，2019，28(6)：30-35.

[34] XIA Yu， TAN Qulin， CAI Xiaopei，et al. Railway BIM Component Construction Based on Civil 3D SAC[J]. Railway Computer Application，2019，28(6)：30-35.

[35] 霍亮，段元晶，朱翊，等. 顾 特征的城市三维模型多尺度表达方法[J]. 武汉大学学报(信息科学版)，2020，45(8)：1282-1287.

[36] HUO Liang， DUAN Yuanjing， ZHU Yi，et al. Multi-Scale Expression Method for Urban 3D Model Considering Local Features[J]. Geomatics and Information Science of Wuhan University，2020，45(8)：1282-1287.

基金资助

中国铁道科学研究院集团有限公司科研项目(2022YJ299)