GIS和BIM技术在公路路线优化中的应用(模型公路技术优化路线)

关键词：公路;BIM;GIS;路线;选线;

作者简介：陈勖（1983—）,女,本科,高级工程师,从事路桥设计工作。
;

公路路线方案的选择直接影响建设成本，施工和运营安全，施工期的长短以及与运营、管理和维护相关的成本。
实际上，公路路线规划受很多外部因素限制约束，如规范、地形等因素制约，因此，应努力结合现代技术确定最佳备选方案。
与建筑项目相比，基础设施项目更具独特性，包括项目的各种土地高程和项目使用寿命中不断变化的地质条件。
因此，民用基础设施项目很容易受到地形细微变化的影响。
公路的设计需要大量的基于周围环境的数据和信息以及地质条件，将公路规划和设计与地质及环境分析隔离，将会延误规划进程。
目前的规划方法通常只涉及公路本身，没有充分考虑岩土和环境情况。
规划过程耗时、低效、成本高。
为了解决这一问题，该研究提出了一种综合的建筑信息建模（BIM）和地理信息科学（GIS）模型，通过允许BIM和GIS工具之间的数据交换，以促进公路规划过程。

BIM技术以其三维仿真技术的特点，已经成功地应用于建筑行业。
在建筑行业中，BIM技术已经可以实现帮助设计从业人员以及施工从业人员辅助完成设计和施工过程模拟，通过模拟相关流程，完成对设计及施工的优化。
然而，BIM技术至今仍存在一定的局限性，比如BIM技术的仿真模拟技术只针对结构可复制、地质环境条件简单的建筑才能适用，在公路行业尚未得到广泛应用。
这是因为垂直施工（如建筑）与水平施工（如桥梁、公路、隧道）是完全不同的过程，垂直施工过程中由于工程实体的复制性高，约束条件小，可替代性强，而在地理地质环境复杂的公路中，BIM技术略显乏力。

与BIM技术相比，GIS技术在公路行业的应用是先进的、完善的，主要用于对路线信息和概况进行空间分析。
地理信息系统已广泛应用于多个领域，包括航空航天和国防、油气勘探、水和废水处理、运输和物流等工程的建设。

Auto CAD使设计人员能够下载、导入和预览项目环境的地图。
但是，考虑到与基础设施项目相关的复杂性和变量的数量，Auto CAD无法对数据进行自动分析。
因此，为了有效地管理基础设施项目，路线信息应该在几何和语义上良好地表示。
BIM技术在许多方面迅速确定了它对这些类型项目的局限性：在大区域上定位对象的精确度、有关环境的信息和空间查询。
对于基础设施项目规划中使用的大量空间数据，GIS在管理项目周围环境方面具有重要价值。

由上述分析可知，BIM技术以及GIS技术各有优缺点。
应用BIM技术时可以通过参数进行建模分析，并利用详细参数，完成项目的整个生命周期模拟，进而可以有效地管理建筑项目。
由BIM技术所创造的模型能够在整个项目的生命周期中提供丰富的几何参数及自然语义。
GIS技术则是执行复杂空间分析和生成最优路径的强大工具，包括数据管理、空间分析和地理可视化。
为实现在岩土工程领域的应用，GIS已开发并应用地理信息系统，用于预测和规划自然灾害，如地震和滑坡等自然灾害。
此外，GIS技术还可用于生产、存储和分析地理空间信息。
GIS技术的应用已扩展到多个领域，如城市和区域规划、包裹运输、资源管理和公用事业等。

为使得公路路线的选线更为合理，该文综合利用BIM技术和GIS技术的优点，通过研究两者在数据处理方面的特点，综合分析两者的功用情况，建立两者之间的联系。
由于GIS工具可以提供有关垂直公路路线的准确信息，与传统方法产生的结果相比，可以产生更准确的结果。
先前的研究已证实，综合BIM技术及GIS技术集成的BIM-GIS模型是简化和加快规划设计过程的有力工具。
地理空间信息在基础设施项目中很重要，GIS模型可以进行地理空间分析；然而，GIS技术缺少在BIM技术中可用的参数化建模的必要工具。
同样，BIM技术对地理空间数据的处理能力也很有限。
BIM技术和GIS技术代表了互补的解决方案。
BIM技术与GIS技术信息交换如图1所示。

图1 BIM技术与GIS技术信息交换示意图 下载原图

基于以上所述，该文提出了一种新的集成BIM和GIS的模型。
该模型不仅能够利用BIM技术的仿真高维模拟能力，还可以极大地发挥GIS的强大信息处理能力，制定基于成本最小的公路路线优化设计方案。

该模型建立具体步骤如下：

步骤一：我们首先开发一个IFC本体来描述BIM对象的层次结构、属性和关系。

步骤二：由于GIS本体是通过首先将数据转换为GML，然后将GML数据转换为RDF/OWL来构建。

步骤三：通过使用本体图匹配来执行本体匹配。
具体是将这些BIM和GIS本体转换成RDF二分图，并采用GMO比较BIM和GIS本体的结构相似性。
相似性矩阵被分配初始值，迭代继续进行，直到在相似性矩阵中实现1∶1映射。
这个过程是由Python进行的。

步骤四：BIM和GIS本体合并后，RDF被形式化。

步骤五：最后，使用SPARQL来操作和检索RDF数据。
由此，便可得到一个完全集成的BIM-GIS RDF图。

对公路路线的优化是一个极其复杂的过程，它确定了连接指定点或路段的新道路的最佳路径。
由于与该问题关联的因素众多，开发一种选择最佳路线的有效方法对行业专业人员来说是一个重大挑战。
以往的研究多采用许多数学模型来对公路选线进行优化。
这些方法就包括线性规划、距离变换、动态规划、网络优化和网格搜索等多种方式方法。
最早由胡廉[1]等学者引入，并被广泛应用于公路路线设计。
根据后来学者的研究发现，基于GA算法的方法是现有方法中最好的一种。

此外，为探索更好的路线优化系统，杨宏志等人将遗传算法集成到GIS平台中，并将其与地理信息相结合以优化公路路线[2]。
涂圣文等人引入了粒子群优化（PSO），并提出了一种并行PSO方法来寻找公路对齐问题的最佳解决方案[3]。
谢春玲等人应用了灰色相关度理论，建立了基于灰色加权相关的公路路线方案的评估方法[4]。
郑强等提出了一种基于模糊数学的模糊综合评估和选择方法[5]。
王立等引入了一种多层次灰色关联度分析方法，用于比较和选择基于多层次灰色关联度分析理论的公路路线方案[6]。
但上述研究均停留在对于公路路线优化软件的理论层面，也大多是基于GIS进行优化而来，直到21世纪，随着BIM技术的成熟和应用，其强大的三维可视化及建模分析能力，使得学者们重新将眼光投入至BIM技术和GIS技术的深度融合，以期实现利用GIS分析地理情况，并通过BIM技术进行建模，实现路线选型的三维可视化和成本具体分析。

对比上述不同的学者研究发现，Gas相比其他优化方法而言，不仅连续搜索能力强，垂直和水平对齐的联合优化能力突出，其现实的对齐生成能力也较为优越，此外，还较为成熟，能够节省成本和时间。
为此，该文在进行算法选择方面主要选择Gas作为模型的优化算法。

经过优化后的模型能够大大改善模型的选线效率，并能够给公路选线提供合理的线路优化选择，为验证模型的准确性，该研究通过一些实例证明了该模型的有效性。

首先，通过该算法获取目标城市的真实地图，并对地图上所选的两个地域进行终点和起点的定位，通过地图导入功能，锁定目标区域的终点和起点，同时采用BIM软件对上述地形进行导入，指定事先锁定的终点以及起点，并对导入的地形图进行分析建模。
建模实例如图2所示。

其次，为比较该文模型的优劣，分别将所获取的地图导入至优化模型以及未进行优化模型、GIS模型、BIM模型4个不同模型之中，利用各自模型对路线进行选择优化，将4个模型对公路线路选择的方案进行比较，包括对选线距离及选线造价估计2个指标进行评判。
4个模型选线结果如图3所示。

图2 BIM、GIS集成模型道路选线局部示意图 下载原图

图3 模型评价指标比对 下载原图

由图3模型的2个评价指标比对结果图分析可知，在选线总里程方面，由图3(a）可知，GIS-BIM优化模型选线里程最短，总路线里程为102.60 km；未经优化的GIS-BIM模型次之，总路线里程为103.33 km;GIS模型总路线里程为105.71 km;BIM模型选线里程最长，达到106.89 km，比优化模型长4.29 km，约占其总选线里程的4.2%。
由此可以判断，在选线里程方面，GIS-BIM模型也明显优于其他两种模型，能够使公路里程大大缩短。
同时，由图3(b）可以发现，在造价方面，GIS-BIM优化模型也明显优于其他模型，GIS-BIM优化模型选线造价成本最低约为359.1亿元，未经优化的GIS-BIM模型次之，总路线造价为372.99亿元；GIS模型总造价成本最高，约为401.7亿元，比优化模型超出42.6亿元，约占其总选线造价的11.9%。

综上研究结果表明，基于GIS-BIM集成的优化模型能够有效根据地形进行路线选择，合理规避山区河流，使工程无论在造价方面，还是在选线里程方面，均优于其他模型，表明该模型有着良好的经济效益和社会效益。

公路路线规划通常是一个复杂而耗时的过程。
通过对不同模型方案的选线指标进行评估，发现集成了BIM和GIS后的模型在公路隧道选线优化效率方面较其他几种模型具有显著提升，其不仅能够有效规避山区河流，还能缩短里程，节省建设投资，缩短建设工期，具有良好的经济效益，由此集成的公路路线选线模型能够大大提高路线的选线效率，并可为建设者带来广泛的经济效益。
通过该研究，也可为其他基础设施的优化提供可靠的参考和思路。

[1] 胡廉,龚杲荪.工艺路线设计的最优化[J].机械工程,1984(2):19-20.

[2] 杨宏志,韩跃杰,李芬,等.基于GIS和遗传算法的公路智能选线[J].长安大学学报(自然科学版), 2009(3):48-53.

[3] 涂圣文,苏州.基于GIS和遗传-粒子群的公路智能选线方法[J].长安大学学报(自然科学版), 2010(4):39-45.

[4] 谢春玲,蒲浩,张婷,等.基于AHP-TOPSIS评判模型的山区公路路线方案评价[J].公路, 2016(8):17-21.

[5] 郑强.公路选线的灰色模糊多属性决策研究[J].甘肃科技, 2014(18):111-112.

[6] 王立,云凌,徐重岐,等.基于多层次灰色关联度分析的公路绿色选线研究[J].公路工程, 2016(5):28-32.

声明：我们尊重原创，也注重分享。
有部分内容来自互联网，版权归原作者所有，仅供学习参考之用，禁止用于商业用途，如无意中侵犯了哪个媒体、公司、企业或个人等的知识产权，请联系删除（邮箱：glyhzx@126.com），另本头条号推送内容仅代表作者观点，与头条号运营方无关，内容真伪请读者自行鉴别，本头条号不承担任何责任。