面向智慧城市的地質(zhì)環(huán)境信息平臺(tái)建設(shè)與應(yīng)用研究

摘 要：隨著城市化進(jìn)程的加速和信息化技術(shù)的發(fā)展，智慧城市建設(shè)已成為提升城市管理和服務(wù)水平的重要途徑。地質(zhì)環(huán)境信息作為國(guó)土空間基礎(chǔ)信息平臺(tái)的重要組成部分，在城市規(guī)劃、建設(shè)和管理中發(fā)揮著重要作用。建立全新的、智慧化的地質(zhì)環(huán)境信息平臺(tái)，是智慧城市建設(shè)對(duì)地質(zhì)環(huán)境工作的必然要求，也是實(shí)現(xiàn)地質(zhì)環(huán)境工作數(shù)字化轉(zhuǎn)型的關(guān)鍵之舉。本文基于上海地質(zhì)環(huán)境信息化工作的實(shí)踐與思考，從總體框架、關(guān)鍵技術(shù)及應(yīng)用場(chǎng)景等方面，研究提出在智慧城市建設(shè)總體框架下，地質(zhì)環(huán)境信息平臺(tái)建設(shè)與應(yīng)用的實(shí)現(xiàn)路徑，旨在為上海乃至全國(guó)其他城市實(shí)現(xiàn)地質(zhì)環(huán)境信息化建設(shè)提供有益參考與借鑒。

關(guān)鍵詞：智慧城市；數(shù)字孿生；數(shù)字化轉(zhuǎn)型；地質(zhì)環(huán)境；信息平臺(tái)

中圖分類(lèi)號(hào)：P208 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-1329（2024）02-0058-06

隨著城市化進(jìn)程的加速和信息化技術(shù)的發(fā)展，智慧城市建設(shè)已成為提升城市管理和服務(wù)水平的重要途徑。智慧城市建設(shè)是在城市數(shù)字化的基礎(chǔ)上，進(jìn)一步融合各種智能技術(shù)，實(shí)現(xiàn)城市各領(lǐng)域的智能化管理和服務(wù)。2024年5 月，國(guó)家數(shù)據(jù)局發(fā)布《深化智慧城市發(fā)展 推進(jìn)城市全域數(shù)字化轉(zhuǎn)型的指導(dǎo)意見(jiàn)》，明確指出“優(yōu)化綠色智慧宜居環(huán)境”，要求增強(qiáng)城市地理信息公共服務(wù)能力，加快提升國(guó)土空間基礎(chǔ)信息平臺(tái)智能化水平，支撐自然資源和國(guó)土空間規(guī)劃分析決策，開(kāi)展國(guó)土空間規(guī)劃實(shí)施監(jiān)測(cè)網(wǎng)絡(luò)建設(shè)試點(diǎn)；“提升城市安全韌性水平”，要求加強(qiáng)城市物理空間安全管理和安全風(fēng)險(xiǎn)態(tài)勢(shì)感知，提升城市防災(zāi)減災(zāi)能力。

地質(zhì)環(huán)境信息作為國(guó)土空間基礎(chǔ)信息平臺(tái)的重要組成部分，涵蓋自然環(huán)境中土體、地下水等的屬性、人類(lèi)活動(dòng)對(duì)其的影響以及地質(zhì)環(huán)境變化對(duì)人類(lèi)社會(huì)和生態(tài)環(huán)境的效應(yīng)等多個(gè)方面內(nèi)容。面對(duì)城市化進(jìn)程中土地的高強(qiáng)度和高密度開(kāi)發(fā)，合理利用地質(zhì)資源、增強(qiáng)地質(zhì)環(huán)境保護(hù)顯得尤為迫切。為此必須構(gòu)建一個(gè)動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)鏈[1]，用于追蹤城市地質(zhì)資源、地質(zhì)環(huán)境和地質(zhì)災(zāi)害的變化[2]，進(jìn)而發(fā)展一個(gè)綜合的地質(zhì)環(huán)境監(jiān)測(cè)預(yù)警系統(tǒng)[3]。隨著大數(shù)據(jù)、人工智能和云計(jì)算等技術(shù)飛速發(fā)展，通過(guò)綜合集成地質(zhì)環(huán)境信息，進(jìn)行智能化分析和應(yīng)用，不僅可以為城市綠色發(fā)展提供持久動(dòng)力，也為韌性城市建設(shè)提供地質(zhì)安全保障?，F(xiàn)代信息技術(shù)已為地面沉降的智能化、系統(tǒng)化監(jiān)測(cè)提供了創(chuàng)新的解決方案[4]。建立全新的、智慧化的地質(zhì)環(huán)境信息平臺(tái)，是智慧城市建設(shè)對(duì)地質(zhì)環(huán)境工作的必然要求，也是推動(dòng)地質(zhì)環(huán)境工作向數(shù)字化轉(zhuǎn)型的關(guān)鍵之舉，符合新質(zhì)生產(chǎn)力發(fā)展方向。

本文基于上海地質(zhì)環(huán)境信息化工作的實(shí)踐與思考，從總體框架、關(guān)鍵技術(shù)及應(yīng)用場(chǎng)景等方面，研究提出了面向智慧城市的地質(zhì)環(huán)境信息平臺(tái)建設(shè)與應(yīng)用的實(shí)現(xiàn)路徑，旨在為上海乃至全國(guó)其他城市實(shí)現(xiàn)地質(zhì)環(huán)境信息化建設(shè)提供有益參考與借鑒。

1 總體框架

智慧城市融合了信息感知、物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)，使各類(lèi)城市信息實(shí)現(xiàn)結(jié)構(gòu)化、系統(tǒng)化和智能化，為城市運(yùn)營(yíng)和發(fā)展提供更好的管控和服務(wù)能力，城市多源數(shù)據(jù)獲取是智慧城市基礎(chǔ)，數(shù)據(jù)關(guān)聯(lián)、分析與理解是關(guān)鍵[5]。

地質(zhì)環(huán)境信息平臺(tái)是智慧城市建設(shè)框架內(nèi)的重要組成部分，旨在滿(mǎn)足城市規(guī)劃、建設(shè)和管理過(guò)程中對(duì)地質(zhì)環(huán)境信息服務(wù)的多樣化需求。該平臺(tái)整合了城市地質(zhì)環(huán)境數(shù)據(jù)及相關(guān)多源信息，實(shí)現(xiàn)數(shù)據(jù)的集成、互聯(lián)互通、統(tǒng)計(jì)分析和深度挖掘，最終形成支撐城市可持續(xù)發(fā)展和安全管理的決策信息和解決方案，并通過(guò)與國(guó)土空間基礎(chǔ)信息平臺(tái)集成，將地質(zhì)環(huán)境信息融入智慧城市建設(shè)總體框架，為政府優(yōu)化城市空間布局、營(yíng)造城市宜居生態(tài)、穩(wěn)固城市安全防線，打造高品質(zhì)、宜居、韌性的生態(tài)城市形象提供輔助決策支撐。

地質(zhì)環(huán)境信息平臺(tái)總體技術(shù)架構(gòu)如圖1 所示。從下往上依次為信息感知層、數(shù)據(jù)匯聚層、數(shù)字孿生層、智能計(jì)算層、應(yīng)用服務(wù)層，對(duì)現(xiàn)有業(yè)務(wù)按“感知—匯聚—決策—服務(wù)”模式進(jìn)行重構(gòu)與流程再造，貫穿地質(zhì)環(huán)境監(jiān)測(cè)、數(shù)據(jù)治理、智能分析、服務(wù)城市發(fā)展的全過(guò)程。該過(guò)程依托地質(zhì)環(huán)境信息平臺(tái)標(biāo)準(zhǔn)規(guī)范體系、運(yùn)行維護(hù)體系、安全管理體系保障，實(shí)現(xiàn)地質(zhì)環(huán)境信息平臺(tái)從標(biāo)準(zhǔn)建立到運(yùn)行維護(hù)到安全管理的體制保障和機(jī)制創(chuàng)新，確保地質(zhì)環(huán)境信息平臺(tái)建設(shè)的安全性、適應(yīng)性、先進(jìn)性和可拓展性。

1.1 信息感知層

智慧地質(zhì)環(huán)境首先要求建立基于大數(shù)據(jù)的地質(zhì)環(huán)境態(tài)勢(shì)感知體系。地質(zhì)環(huán)境態(tài)勢(shì)感知是在特定時(shí)空下，對(duì)地質(zhì)體在動(dòng)態(tài)環(huán)境中各種元素或?qū)ο蟮恼J(rèn)知、理解以及對(duì)未來(lái)狀態(tài)的預(yù)測(cè)。從上世紀(jì)五六十年代開(kāi)始逐步建立起規(guī)模龐大的地質(zhì)環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)，形成“地下―地面―空天”、從陸域到海岸帶的立體地質(zhì)環(huán)境監(jiān)測(cè)體系，極大提升了地質(zhì)環(huán)境監(jiān)測(cè)精度與地質(zhì)防災(zāi)減災(zāi)能力[4]。依托地質(zhì)環(huán)境監(jiān)測(cè)體系建立起態(tài)勢(shì)感知體系，通過(guò)自動(dòng)化監(jiān)測(cè)、衛(wèi)星遙感、GNSS、移動(dòng)端App 等多種技術(shù)手段，實(shí)時(shí)、動(dòng)態(tài)獲取地質(zhì)環(huán)境監(jiān)測(cè)數(shù)據(jù)，準(zhǔn)確把握當(dāng)前地質(zhì)環(huán)境狀況；利用基于大數(shù)據(jù)的時(shí)序預(yù)測(cè)模型等智能分析工具，精準(zhǔn)預(yù)測(cè)地質(zhì)環(huán)境狀況的發(fā)展趨勢(shì)。

1.2 數(shù)據(jù)匯聚層

智慧地質(zhì)環(huán)境信息平臺(tái)需要整合構(gòu)建多專(zhuān)業(yè)、多要素、多層次、多維度的統(tǒng)一底板大數(shù)據(jù)體系，實(shí)現(xiàn)地質(zhì)調(diào)查原始數(shù)據(jù)和實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)的統(tǒng)一管理、分析評(píng)價(jià)和共享服務(wù)。數(shù)據(jù)匯聚層融合數(shù)據(jù)湖及緩存等技術(shù)，實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一存儲(chǔ)，為其上各應(yīng)用提供核心數(shù)據(jù)一致性，并提升數(shù)據(jù)訪問(wèn)效率與速度，為大數(shù)據(jù)分析、數(shù)字孿生、機(jī)器學(xué)習(xí)、預(yù)測(cè)分析和其他形式的智能操作提供數(shù)據(jù)基礎(chǔ)。

數(shù)據(jù)匯聚層通過(guò)分層管理方法對(duì)數(shù)據(jù)進(jìn)行有效組織，其核心優(yōu)勢(shì)體現(xiàn)在降低數(shù)據(jù)冗余、提升數(shù)據(jù)的質(zhì)量和可靠性，同時(shí)增強(qiáng)數(shù)據(jù)的可維護(hù)性和便捷性。該層可細(xì)分為原始數(shù)據(jù)層、處理數(shù)據(jù)層、分析數(shù)據(jù)層、服務(wù)層以及元數(shù)據(jù)層等關(guān)鍵部分，每一層都針對(duì)數(shù)據(jù)的不同處理階段和應(yīng)用需求進(jìn)行優(yōu)化。

（1）原始數(shù)據(jù)層

作為數(shù)據(jù)湖的基礎(chǔ)，它集中存儲(chǔ)了從感知體系和各類(lèi)業(yè)務(wù)場(chǎng)景中捕獲的多源、異構(gòu)數(shù)據(jù)。大數(shù)據(jù)管理平臺(tái)在此層對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一的初步管理，保持?jǐn)?shù)據(jù)的原始狀態(tài)，為后續(xù)的ETL 過(guò)程和深入分析奠定基礎(chǔ)。

（2）處理數(shù)據(jù)層

該層存儲(chǔ)經(jīng)過(guò)初步加工和清洗的數(shù)據(jù)。主要任務(wù)是將原始數(shù)據(jù)轉(zhuǎn)換成適合分析的格式，包括執(zhí)行類(lèi)型轉(zhuǎn)換、坐標(biāo)系轉(zhuǎn)換、編碼轉(zhuǎn)換等操作，同時(shí)進(jìn)行數(shù)據(jù)清洗以提升數(shù)據(jù)質(zhì)量與準(zhǔn)確性。

（3）分析數(shù)據(jù)層

以主題為中心，利用數(shù)據(jù)聚合和整合工具，將分散的詳細(xì)數(shù)據(jù)匯聚整合，形成統(tǒng)一視圖。這一步驟旨在打破數(shù)據(jù)孤島，確保數(shù)據(jù)的一致性和完整性，為決策提供堅(jiān)實(shí)的數(shù)據(jù)支持。

（4）服務(wù)層

位于數(shù)據(jù)匯聚層的頂端，提供對(duì)外的數(shù)據(jù)訪問(wèn)和查詢(xún)接口。它將經(jīng)過(guò)清洗、轉(zhuǎn)換和聚合的數(shù)據(jù)以?xún)?yōu)化的查詢(xún)性能和分析效率存儲(chǔ)在如數(shù)據(jù)立方體、維度表、事實(shí)表等統(tǒng)一數(shù)據(jù)結(jié)構(gòu)中，支撐數(shù)字孿生、智能分析等應(yīng)用的數(shù)據(jù)需求。

（5）元數(shù)據(jù)層

存儲(chǔ)有關(guān)數(shù)據(jù)的描述信息，如數(shù)據(jù)的來(lái)源、結(jié)構(gòu)、質(zhì)量指標(biāo)、數(shù)據(jù)處理歷史等，對(duì)數(shù)據(jù)治理和數(shù)據(jù)的可追溯性至關(guān)重要。通過(guò)這種分層管理策略，數(shù)據(jù)匯聚層不僅提高了數(shù)據(jù)的可用性和易用性，而且通過(guò)精心設(shè)計(jì)的數(shù)據(jù)結(jié)構(gòu)和流程，為數(shù)字孿生、智能分析等應(yīng)用需求提供了一個(gè)強(qiáng)大、靈活且高效的數(shù)據(jù)管理和分析平臺(tái)。

1.3 數(shù)字孿生層

數(shù)字孿生是以數(shù)字化方式創(chuàng)建物理實(shí)體的虛擬實(shí)體，并作為物理實(shí)體與虛擬實(shí)體之間連接的橋梁，實(shí)現(xiàn)物理實(shí)體與虛擬實(shí)體間的映射和互動(dòng)。數(shù)字孿生作為實(shí)現(xiàn)傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型與智能化升級(jí)的有效手段[7]，在智慧城市建設(shè)中受到極大關(guān)注[8]。數(shù)字孿生層是智慧地質(zhì)環(huán)境信息平臺(tái)技術(shù)架構(gòu)中的主要組成部分，它通過(guò)建模、仿真、數(shù)據(jù)分析和可視化等技術(shù)手段的協(xié)同，實(shí)現(xiàn)對(duì)地質(zhì)環(huán)境及關(guān)聯(lián)實(shí)體和系統(tǒng)的全生態(tài)模擬。

首先基于傳統(tǒng)地質(zhì)調(diào)查數(shù)據(jù)和領(lǐng)域知識(shí)，在先進(jìn)的建模工具和平臺(tái)支持下，利用測(cè)繪掃描、網(wǎng)格剖分、幾何建模、數(shù)據(jù)插值等技術(shù)方法，構(gòu)建地質(zhì)環(huán)境及關(guān)聯(lián)實(shí)體的包括結(jié)構(gòu)、物理參數(shù)等的數(shù)字化模型，這些模型具備足夠的精度，能夠準(zhǔn)確還原物理實(shí)體的結(jié)構(gòu)和行為。仿真則是為反映地質(zhì)環(huán)境系統(tǒng)行為或過(guò)程，在模型中融入相關(guān)科學(xué)規(guī)律和機(jī)理，并借助專(zhuān)業(yè)問(wèn)題求解方法如有限元等數(shù)值計(jì)算工具，再通過(guò)軟件運(yùn)行來(lái)模擬地質(zhì)環(huán)境演化，精準(zhǔn)刻畫(huà)物理世界的特性。仿真作為創(chuàng)建和運(yùn)行數(shù)字孿生的核心技術(shù)，是平臺(tái)實(shí)現(xiàn)數(shù)據(jù)交互與融合的基礎(chǔ)。實(shí)時(shí)仿真則通過(guò)動(dòng)態(tài)更新的感知數(shù)據(jù)，使虛擬模型與物理實(shí)體保持同步。數(shù)據(jù)分析則是建立在數(shù)字模型仿真的基礎(chǔ)上，通過(guò)對(duì)模型數(shù)據(jù)的深度分析，融合物理學(xué)知識(shí)和人工智能等技術(shù)，提取關(guān)鍵信息，并根據(jù)當(dāng)前狀態(tài)，計(jì)算、分析和預(yù)測(cè)物理對(duì)象的未來(lái)狀態(tài)。為了更好地展現(xiàn)數(shù)字孿生模型的結(jié)果，設(shè)計(jì)直觀、用戶(hù)友好的可視化與交互界面是關(guān)鍵，這不僅包括對(duì)模型數(shù)據(jù)的三維呈現(xiàn)，還包括用戶(hù)與模型進(jìn)行實(shí)時(shí)交互的功能，以提高用戶(hù)體驗(yàn)。

數(shù)字孿生層的設(shè)計(jì)和實(shí)現(xiàn)對(duì)于地質(zhì)環(huán)境信息平臺(tái)的性能和應(yīng)用價(jià)值至關(guān)重要。通過(guò)數(shù)字孿生，可以實(shí)現(xiàn)對(duì)地質(zhì)環(huán)境及關(guān)聯(lián)實(shí)體狀態(tài)進(jìn)行感知、診斷和預(yù)測(cè)，進(jìn)而優(yōu)化物理實(shí)體，同時(shí)進(jìn)化自身的數(shù)字模型，從而不斷提升地質(zhì)環(huán)境服務(wù)和管理的運(yùn)行效率和決策質(zhì)量。

1.4 智能計(jì)算（工具）層

智能計(jì)算層在平臺(tái)架構(gòu)中起著關(guān)鍵作用，它位于數(shù)字孿生層之上，負(fù)責(zé)將數(shù)字孿生模型與實(shí)際應(yīng)用相結(jié)合，并完整實(shí)現(xiàn)系統(tǒng)復(fù)雜業(yè)務(wù)邏輯，同時(shí)提供各類(lèi)智能化工具，以實(shí)現(xiàn)具體的業(yè)務(wù)功能和智能化決策服務(wù)。

業(yè)務(wù)邏輯是指與特定問(wèn)題域相關(guān)的行為和規(guī)則，它定義了地質(zhì)環(huán)境業(yè)務(wù)流程、計(jì)算、操作和決策服務(wù)的實(shí)現(xiàn)。業(yè)務(wù)邏輯可以用微服務(wù)架構(gòu)來(lái)實(shí)現(xiàn)，這樣每個(gè)微服務(wù)都圍繞一個(gè)特定的業(yè)務(wù)能力構(gòu)建，封裝了相關(guān)的業(yè)務(wù)規(guī)則和流程，通過(guò)合理的服務(wù)邊界劃分，保證服務(wù)的獨(dú)立性，并減少對(duì)其他服務(wù)的依賴(lài)。智能計(jì)算層還集成各類(lèi)智能算法，包括集成各類(lèi)機(jī)器學(xué)習(xí)、人工智能算法，對(duì)收集到的數(shù)據(jù)進(jìn)行深度分析，提取有價(jià)值的信息，實(shí)現(xiàn)智能識(shí)別、分類(lèi)、預(yù)測(cè)等；通過(guò)結(jié)合知識(shí)驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)的模型的應(yīng)用，可以更深入地理解地質(zhì)環(huán)境的演變規(guī)律；通過(guò)結(jié)合遷移學(xué)習(xí)技術(shù)和RAG（Retrieval-Augmented Generation，檢索增強(qiáng)生成）技術(shù)，我們可以在大型語(yǔ)言模型的基礎(chǔ)上，開(kāi)發(fā)出基于地質(zhì)學(xué)知識(shí)的智能應(yīng)用，這種應(yīng)用能利用已有的語(yǔ)言模型和知識(shí)庫(kù)，提高地質(zhì)領(lǐng)域內(nèi)問(wèn)題的解答質(zhì)量和效率。

智能計(jì)算層的開(kāi)發(fā)和應(yīng)用需要多領(lǐng)域跨學(xué)科的專(zhuān)業(yè)知識(shí)，包括地質(zhì)學(xué)、數(shù)字化技術(shù)、人工智能技術(shù)等等，以確保系統(tǒng)的可用性、可靠性和智能化水平。通過(guò)智能工具層，數(shù)字孿生技術(shù)能夠?yàn)榈刭|(zhì)環(huán)境業(yè)務(wù)提供強(qiáng)大的決策服務(wù)支持，優(yōu)化業(yè)務(wù)流程，提升服務(wù)效率。

1.5 應(yīng)用服務(wù)層與應(yīng)用場(chǎng)景

應(yīng)用服務(wù)層位于智能計(jì)算（工具）層之上，主要職能是將智能計(jì)算層的復(fù)雜操作轉(zhuǎn)換為前端應(yīng)用可以調(diào)用的服務(wù)，即將業(yè)務(wù)邏輯及智能算法的復(fù)雜操作封裝成服務(wù)接口，實(shí)現(xiàn)了業(yè)務(wù)邏輯與用戶(hù)界面的解耦，使得前端應(yīng)用可以不依賴(lài)于特定的業(yè)務(wù)實(shí)現(xiàn)細(xì)節(jié)。應(yīng)用服務(wù)層同時(shí)負(fù)責(zé)協(xié)調(diào)不同業(yè)務(wù)邏輯層組件的交互，確保系統(tǒng)的業(yè)務(wù)邏輯能夠被正確地執(zhí)行，實(shí)現(xiàn)復(fù)雜的業(yè)務(wù)流程。為適應(yīng)新的業(yè)務(wù)需求和技術(shù)變化，應(yīng)用服務(wù)層還應(yīng)考慮未來(lái)的擴(kuò)展，設(shè)計(jì)時(shí)應(yīng)盡量保持對(duì)底層技術(shù)的中立性，以便在不改變業(yè)務(wù)邏輯的情況下更換實(shí)現(xiàn)技術(shù)；同時(shí)在大數(shù)據(jù)量的應(yīng)用場(chǎng)景下，服務(wù)層需要考慮如何通過(guò)集群、負(fù)載均衡等手段提高系統(tǒng)的可用性和穩(wěn)定性。

應(yīng)用場(chǎng)景建設(shè)則是指在特定的業(yè)務(wù)背景下，構(gòu)建和實(shí)施具體的應(yīng)用解決方案。在地質(zhì)環(huán)境信息平臺(tái)建設(shè)中，應(yīng)用服務(wù)層的設(shè)計(jì)和應(yīng)用場(chǎng)景的建設(shè)是相輔相成的。服務(wù)層的設(shè)計(jì)需要根據(jù)具體的應(yīng)用場(chǎng)景需求來(lái)定制，而應(yīng)用場(chǎng)景的建設(shè)則需要服務(wù)層提供穩(wěn)定、高效、可擴(kuò)展的服務(wù)支持。通過(guò)兩者的緊密結(jié)合，可以構(gòu)建出既滿(mǎn)足當(dāng)前需求又具備未來(lái)發(fā)展?jié)摿Φ能浖到y(tǒng)。

2 關(guān)鍵技術(shù)應(yīng)用

實(shí)現(xiàn)地質(zhì)環(huán)境信息服務(wù)的精準(zhǔn)高效、可視化和智能化，是智慧地質(zhì)環(huán)境平臺(tái)建設(shè)的主要目標(biāo)，因此要在現(xiàn)有技術(shù)架構(gòu)的基礎(chǔ)上，融合包括數(shù)字孿生、人工智能等在內(nèi)的多項(xiàng)前沿信息化技術(shù)，進(jìn)行創(chuàng)新應(yīng)用和開(kāi)發(fā)，滿(mǎn)足智慧地質(zhì)環(huán)境平臺(tái)建設(shè)的特定需求。

2.1 三維地質(zhì)體數(shù)值模型構(gòu)建

三維地質(zhì)體數(shù)值模型構(gòu)建是地質(zhì)環(huán)境數(shù)字孿生的主要核心技術(shù)之一。三維地質(zhì)體建模一般分為地質(zhì)結(jié)構(gòu)建模和屬性建模，結(jié)構(gòu)建模要求模型外觀幾何形態(tài)的準(zhǔn)確，而屬性建模則對(duì)模型內(nèi)部網(wǎng)格質(zhì)量要求較高，并且網(wǎng)格能夠用于數(shù)值模擬計(jì)算。傳統(tǒng)地質(zhì)建模方法依據(jù)其建模過(guò)程和模型數(shù)學(xué)特征，可以分為顯式建模和隱式建模兩大類(lèi)[8]。顯式建模結(jié)合地質(zhì)專(zhuān)家知識(shí)，通過(guò)人機(jī)交互劃分塊體邊界，拼接構(gòu)造生成地質(zhì)模型，主要用于稀疏數(shù)據(jù)條件下的復(fù)雜地質(zhì)體結(jié)構(gòu)建模；隱式建模則主要通過(guò)隱式函數(shù)或方程，用空間插值求解等值面來(lái)建立地質(zhì)模型，因此可用于結(jié)構(gòu)建模，同時(shí)由于隱式模型在處理復(fù)雜幾何形狀和漸變過(guò)渡時(shí)更為靈活，適合表達(dá)地質(zhì)體的連續(xù)性和變化性，因此也適用于屬性建模。

地質(zhì)環(huán)境數(shù)字孿生需要構(gòu)建融合物理參數(shù)的三維地質(zhì)數(shù)值模型，以往研究包括基于GIS 與數(shù)值模擬軟件耦合的三維邊坡建模方法[9] 以及利用指示克里金方法實(shí)現(xiàn)巖性分布模型與數(shù)值模擬相互結(jié)合[10] 的方法等。依據(jù)上述思路，可以綜合運(yùn)用GIS 空間分析、指示克里金及機(jī)器學(xué)習(xí)等方法，形成圖2 所示融合多參數(shù)的數(shù)值模型建立流程，包括地質(zhì)建模、屬性賦值、數(shù)值模擬等主要步驟，通過(guò)計(jì)算空間中不同巖性分布的概率，從而實(shí)現(xiàn)巖性分布模型與數(shù)值模擬相互結(jié)合。

2.2 基于Web 的大規(guī)模三維數(shù)據(jù)渲染

近年來(lái)，基于Web 的三維渲染技術(shù)因其跨平臺(tái)能力和易用性而受到越來(lái)越多的關(guān)注。然而，在處理數(shù)字孿生模型等大型三維數(shù)據(jù)時(shí)，Web 平臺(tái)在數(shù)據(jù)傳輸和可視化方面面臨諸多挑戰(zhàn)。數(shù)字孿生模型通常體積龐大，導(dǎo)致在三維場(chǎng)景交互過(guò)程中出現(xiàn)模型加載緩慢、頻繁卡頓等問(wèn)題，這些問(wèn)題嚴(yán)重影響了用戶(hù)體驗(yàn)。為了解決這些問(wèn)題，需要應(yīng)用相關(guān)技術(shù)來(lái)優(yōu)化Web 三維渲染的性能。

WebGL 是基于OpenGL 的JavaScript API 庫(kù)，WebGL可通過(guò)瀏覽器將3D 圖形渲染為HTML 頁(yè)面，而無(wú)需安裝額外的插件。WebGL 在工程，數(shù)據(jù)分析，地理空間分析，科學(xué)和醫(yī)學(xué)可視化與模擬等多個(gè)領(lǐng)域內(nèi)中使用。三維地理信息框架Cesium 是優(yōu)秀的開(kāi)源框架，其核心引擎正是基于WebGL，它可利用現(xiàn)代瀏覽器提供的硬件加速來(lái)實(shí)現(xiàn)高效的三維圖形渲染。因此項(xiàng)目具體實(shí)現(xiàn)可以基于Cesium 開(kāi)源框架，應(yīng)用CesiumJS 等工具和資源進(jìn)行應(yīng)用性開(kāi)發(fā)[11]。對(duì)于大型三維模型，首先采用瓦片加載和按需渲染策略，通過(guò)將三維地形和影像數(shù)據(jù)分割成小塊（瓦片），根據(jù)相機(jī)視圖的不同，僅在用戶(hù)視野范圍內(nèi)加載和渲染必要的部分，可以顯著減少初始加載時(shí)間和內(nèi)存占用。其次應(yīng)用LOD 技術(shù)，根據(jù)視距動(dòng)態(tài)調(diào)整模型的細(xì)節(jié)層次，遠(yuǎn)距離顯示低精度模型、近距離顯示高精度模型，減少不必要的計(jì)算和渲染開(kāi)銷(xiāo)。另外使用八叉樹(shù)數(shù)據(jù)結(jié)構(gòu)管理三維空間對(duì)象，實(shí)現(xiàn)快速的對(duì)象查詢(xún)和視錐體裁剪，從而優(yōu)化渲染效率。

此外， 還可應(yīng)用谷歌Dacro 三維模型壓縮算法、WebWorkers多線程技術(shù)等，進(jìn)一步優(yōu)化三維模型Web端渲染。

2.3 融合地質(zhì)知識(shí)機(jī)器學(xué)習(xí)方法

在地質(zhì)領(lǐng)域，數(shù)據(jù)驅(qū)動(dòng)方法是利用機(jī)器學(xué)習(xí)算法，如深度學(xué)習(xí)，從地質(zhì)大數(shù)據(jù)中自動(dòng)提取特征和識(shí)別模式。模型驅(qū)動(dòng)方法則更側(cè)重于地質(zhì)專(zhuān)家知識(shí)的集成，在這種方法中，專(zhuān)家的經(jīng)驗(yàn)和理解被用來(lái)構(gòu)建或指導(dǎo)機(jī)器學(xué)習(xí)模型的構(gòu)建。例如，地質(zhì)學(xué)家可能提供關(guān)于地質(zhì)結(jié)構(gòu)和過(guò)程的假設(shè)，這些假設(shè)可以被用來(lái)設(shè)計(jì)特征工程或選擇特定的機(jī)器學(xué)習(xí)算法。模型驅(qū)動(dòng)方法在解釋性和可靠性方面可能更有優(yōu)勢(shì)，因?yàn)樗鼈兛梢蕴峁└嗟念I(lǐng)域洞察力。

融合地質(zhì)知識(shí)的方法可以結(jié)合這兩種驅(qū)動(dòng)方式的優(yōu)點(diǎn)。通過(guò)將地質(zhì)專(zhuān)家的知識(shí)與機(jī)器學(xué)習(xí)算法相結(jié)合，可以創(chuàng)建更準(zhǔn)確和可解釋的模型。例如，可以使用地質(zhì)知識(shí)來(lái)指導(dǎo)特征選擇，或者作為模型訓(xùn)練過(guò)程中的正則化約束，以確保模型的預(yù)測(cè)與地質(zhì)理論相一致。

近年來(lái)，物理信息神經(jīng)網(wǎng)絡(luò)（PINNs）獲得了越來(lái)越多的關(guān)注[12]，這是一種結(jié)合了深度學(xué)習(xí)和物理學(xué)知識(shí)的機(jī)器學(xué)習(xí)模型。與傳統(tǒng)的數(shù)據(jù)驅(qū)動(dòng)的神經(jīng)網(wǎng)絡(luò)不同，PINNs 在學(xué)習(xí)過(guò)程中利用物理法則對(duì)模型進(jìn)行指導(dǎo)，從而提高模型泛化能力。PINNs 可以用于解決偏微分方程相關(guān)問(wèn)題，包括方程求解、參數(shù)反演、模型發(fā)現(xiàn)、控制與優(yōu)化等。圖3 給出了PINNs 應(yīng)用于地下水動(dòng)力過(guò)程、地下水環(huán)境等數(shù)值模擬的一般思路。

3 應(yīng)用場(chǎng)景建設(shè)

地質(zhì)環(huán)境信息應(yīng)用場(chǎng)景覆蓋多個(gè)服務(wù)領(lǐng)域。通過(guò)應(yīng)用場(chǎng)景的建設(shè)，可以推動(dòng)技術(shù)的創(chuàng)新和應(yīng)用，促進(jìn)地質(zhì)環(huán)境工作的數(shù)字化轉(zhuǎn)型。本文選取地質(zhì)環(huán)境信息平臺(tái)的典型應(yīng)用場(chǎng)景，研究地質(zhì)環(huán)境工作面向城市發(fā)展及安全需求，為城市提供智慧應(yīng)用服務(wù)路徑。

3.1 地下空間規(guī)劃分析應(yīng)用評(píng)價(jià)

隨著城市化進(jìn)程的加速，地下空間作為一種寶貴的資源，其合理規(guī)劃與利用對(duì)于城市的可持續(xù)發(fā)展具有重要意義。地質(zhì)環(huán)境狀況對(duì)城市發(fā)展至關(guān)重要，要求在城市地下空間開(kāi)發(fā)在趨利避害的同時(shí)減輕其對(duì)地質(zhì)環(huán)境的不利影響。該應(yīng)用場(chǎng)景面向政府管理人員及城市規(guī)劃師，提供地下空間規(guī)劃分析工具和決策支撐工具。

首先，該系統(tǒng)集成90 萬(wàn)個(gè)地質(zhì)鉆孔資料數(shù)據(jù)以及8萬(wàn)余個(gè)各類(lèi)地下空間模型，70 余萬(wàn)個(gè)部件，能夠提供詳盡的地質(zhì)數(shù)據(jù)和地下空間的三維可視化展示，幫助規(guī)劃師和決策者直觀地理解地下空間的結(jié)構(gòu)、地質(zhì)條件以及現(xiàn)有利用狀況。通過(guò)對(duì)工程、水文地質(zhì)條件、土性特征等關(guān)鍵信息的集成，規(guī)劃者可以更準(zhǔn)確地評(píng)估地下空間開(kāi)發(fā)的可行性和潛在風(fēng)險(xiǎn)。其次，系統(tǒng)提供碰撞分析、沖突檢測(cè)、工程斷面圖等豐富的分析工具箱，可模擬不同的地下空間開(kāi)發(fā)方案下，預(yù)測(cè)地下工程對(duì)城市地質(zhì)環(huán)境、安全等可能產(chǎn)生的影響。通過(guò)比較不同方案的經(jīng)濟(jì)效益、環(huán)境影響和社會(huì)效益，決策者能夠選擇最優(yōu)的規(guī)劃策略，實(shí)現(xiàn)資源的最大化利用和風(fēng)險(xiǎn)的最小化。此外，系統(tǒng)還具備強(qiáng)大的評(píng)價(jià)功能，它可以根據(jù)預(yù)設(shè)的評(píng)價(jià)指標(biāo)，如地下空間規(guī)劃的合理性、經(jīng)濟(jì)性、安全性等，對(duì)方案進(jìn)行綜合評(píng)價(jià)。通過(guò)與國(guó)土空間信息平臺(tái)的集成，實(shí)現(xiàn)數(shù)據(jù)的共享和流通，可進(jìn)一步提高了工作效率，增強(qiáng)了規(guī)劃的協(xié)同性和一致性。

如某交通綜合體規(guī)劃涉及大規(guī)模地下空間開(kāi)發(fā)利用，地質(zhì)人員通過(guò)系統(tǒng)對(duì)地質(zhì)環(huán)境條件進(jìn)行綜合分析后，提出分層利用地下空間的建議，編制地下空間開(kāi)發(fā)適宜性評(píng)價(jià)圖件，為后續(xù)地下空間開(kāi)發(fā)提供技術(shù)支撐。又如在規(guī)劃某條地下通道時(shí)，相關(guān)單位將設(shè)計(jì)方案導(dǎo)入系統(tǒng)，利用系統(tǒng)內(nèi)置分析工具箱，判斷其與沿線工程的關(guān)系，發(fā)現(xiàn)其與現(xiàn)有地鐵某出入口有沖突后，提出設(shè)計(jì)修改建議，開(kāi)展地質(zhì)災(zāi)害危險(xiǎn)性評(píng)估，提出風(fēng)險(xiǎn)對(duì)策建議。

3.2 軌道交通地質(zhì)安全

近年來(lái)，上海軌道交通建設(shè)迅猛發(fā)展，規(guī)模大、速度快、任務(wù)重，均處于較高的水平。然而，上海地鐵建設(shè)所面臨的地質(zhì)環(huán)境條件不僅隱蔽性強(qiáng)，而且復(fù)雜多變，這使得工程質(zhì)量和安全問(wèn)題變得尤為嚴(yán)峻。為了有效應(yīng)對(duì)這些挑戰(zhàn)，迫切需要一款高效的工具，它能夠深入挖掘并精準(zhǔn)提取海量地質(zhì)環(huán)境數(shù)據(jù)中的關(guān)鍵信息，真實(shí)還原地下地質(zhì)的復(fù)雜狀況，并構(gòu)建出一個(gè)直觀、易于理解的地下地質(zhì)狀況視圖。更為關(guān)鍵的是，這款工具還需具備實(shí)時(shí)監(jiān)控地鐵周邊地質(zhì)狀況的能力，對(duì)監(jiān)控?cái)?shù)據(jù)進(jìn)行深入分析、模擬和計(jì)算，以實(shí)現(xiàn)對(duì)地鐵周邊地質(zhì)環(huán)境變化的動(dòng)態(tài)把握。

該應(yīng)用場(chǎng)景基于軌道交通地質(zhì)環(huán)境數(shù)字孿生模型，將三維構(gòu)造模型和三維屬性模型有機(jī)融合，基于該模型可以實(shí)時(shí)的、動(dòng)態(tài)的更新顯示軌道交通地質(zhì)環(huán)境，直觀的查看地鐵結(jié)構(gòu)周?chē)貙幼兓?，并可以通過(guò)分析模擬計(jì)算地層的應(yīng)力場(chǎng)變化、變形程度，利用地質(zhì)環(huán)境大數(shù)據(jù)分析評(píng)估預(yù)測(cè)地層可能會(huì)形成的地質(zhì)災(zāi)害，從而實(shí)現(xiàn)軌道交通建設(shè)、運(yùn)營(yíng)管理過(guò)程中的風(fēng)險(xiǎn)控制，提升城市軌道交通地質(zhì)安全管理水平。

3.3 地質(zhì)災(zāi)害智能分析與監(jiān)測(cè)預(yù)警

為做好城市精細(xì)化管理，保障城市安全有序運(yùn)行，緊扣“一屏觀天下、一網(wǎng)管全城”的目標(biāo)，推進(jìn)“一網(wǎng)統(tǒng)管”下的智慧地質(zhì)災(zāi)害風(fēng)險(xiǎn)管控系統(tǒng)建設(shè)，系統(tǒng)以應(yīng)用需求為導(dǎo)向，從“觀、管、防”各個(gè)層面，提升上海地質(zhì)災(zāi)害智能分析與監(jiān)測(cè)預(yù)警的工作能級(jí)，為城市安全運(yùn)行提供決策依據(jù)。

系統(tǒng)根據(jù)三維地下水——地面沉降耦合數(shù)值模型，利用大數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)與人工智能等方法，基于所建立的模型，實(shí)現(xiàn)對(duì)不同場(chǎng)景下的地下水位及地面沉降發(fā)展趨勢(shì)開(kāi)展模擬預(yù)測(cè)，以及基于不同分區(qū)的地面沉降和水位約束條件下，實(shí)現(xiàn)各分區(qū)以及各含水層的地下水采灌管理。該系統(tǒng)還以上海某礦坑邊坡為示范，布設(shè)傾斜、裂縫監(jiān)測(cè)儀器、數(shù)字影像監(jiān)控等各類(lèi)感知設(shè)備，進(jìn)行實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)，為該區(qū)域突發(fā)性地質(zhì)災(zāi)害隱患點(diǎn)風(fēng)險(xiǎn)管控提供現(xiàn)場(chǎng)信息和處置建議。

4 結(jié)論與展望

本文結(jié)合智慧城市建設(shè)要求和地質(zhì)環(huán)境業(yè)務(wù)特點(diǎn)，研究在現(xiàn)代信息技術(shù)條件下，開(kāi)展面向智慧城市的地質(zhì)環(huán)境信息平臺(tái)建設(shè)的技術(shù)路徑。本文通過(guò)對(duì)感知體系、數(shù)據(jù)治理、數(shù)字孿生、智能分析、應(yīng)用場(chǎng)景等的分析研究，進(jìn)一步明確了相應(yīng)技術(shù)所要解決的問(wèn)題以及應(yīng)用條件和環(huán)境，為開(kāi)發(fā)面向智慧城市專(zhuān)業(yè)應(yīng)用領(lǐng)域的個(gè)性化智能平臺(tái)，解決地質(zhì)環(huán)境專(zhuān)業(yè)領(lǐng)域的智慧化應(yīng)用提供了有益的借鑒。誠(chéng)然，數(shù)字孿生和智能化等新興技術(shù)的深化應(yīng)用，將成為未來(lái)智慧系統(tǒng)建設(shè)的核心。通過(guò)深入研究智慧系統(tǒng)的構(gòu)建與應(yīng)用實(shí)踐，我們不僅加深了對(duì)智慧系統(tǒng)的理解，其成果更為智慧城市的建設(shè)提供了堅(jiān)實(shí)的技術(shù)支撐和創(chuàng)新動(dòng)力。

參考文獻(xiàn)（References）

[1] 吳沖龍， 劉剛， 王力哲， 等. 基于大數(shù)據(jù)的城市地質(zhì)環(huán)境智能監(jiān)

管思路與方法[J]. 地質(zhì)科技通報(bào)，2020，39（1）：157-163.

WU C L， LIU G， WANG L Z， et al. Thinking and methods of

intelligent supervision of urban geological environment based

on big data[J]. Bulletin of Geological Science and Technology，

2020，39（1）：157-163.

[2] 劉映， 王寒梅. 基于機(jī)器學(xué)習(xí)的區(qū)域工程地質(zhì)分層思路與方法

研究[J]. 上海國(guó)土資源，2023，44（4）：16-20，31.

LIU Y， WANG H M. Research on regional engineering geological

layering method based on machine learning[J]. Shanghai Land amp;

Resources， 2023，44（4）：16-20，31.

[3 林金鑫， 楊天亮， 張歡. 上海市地質(zhì)環(huán)境一體化監(jiān)測(cè)預(yù)警體系設(shè)

計(jì)研究[J]. 安徽地質(zhì)，2022，32（S1）：66-70.

LIN J X， YANG T L， ZHANG H. Design of integrated monitoring

and early warning system for geological environment in

Shanghai[J]. Anhui Geology， 2022，32（S1）：66-70.

[4] 嚴(yán)學(xué)新， 楊天亮. 新形勢(shì)下上海地面沉降防治策略的思考與建

議[J]. 上海國(guó)土資源，2020，41（3）：1-2.

YAN X X， YANG T L. Suggestions for a strategy on land

subsidence prevention and control in Shanghai under the new

situation[J]. Shanghai Land amp; Resources， 2020，41（3）：1-2.

[5] 陳寶權(quán). 從數(shù)字城市到數(shù)字孿生城市[J]. 中國(guó)計(jì)算機(jī)學(xué)會(huì)通

訊，2021，17（7）：22-29.

CHEN B Q. From digital city to digital twin city[J]. Communications

of the China Computer Federation， 2021，17（7）：22-29.

[6] ZHANG M， TAO F， HUANG B Q， et al. Digital twin data： methods

and key technologies[J]. Digital Twin， 2021. doi：10.12688/

digitaltwin.17467.2.

[7] DENG T， ZHANG K， SHEN Z. A systematic review of a digital

twin city： A new pattern of urban governance toward smart cities[J].

Journal of Management Science and Engineering， 2021，6（2）：125-

134.

[8] 郭甲騰， 吳立新， 周文輝. 基于徑向基函數(shù)曲面的礦體隱式自動(dòng)

三維建模方法[J]. 煤炭學(xué)報(bào)，2016， 41（8）： 2130-2135.

GUO J T， WU L X， ZHOU W H. Implicit automatic 3D modeling

method of ore body based on radial basis function surface[J].

Journal of Coal， 2016，41（8）：2130-2135.

[9] HAN T C， LIN B W， LU H E， et al. Three-dimensional slope

modelling method and its stability based on coupled GIS and

numerical simulation software[J]. Rock and Soil Mechanics，

2019，40（7）：2855-2865.

[10] 程曦文， 李天斌， 馬春馳， 等. 一種多屬性三維地質(zhì)模型的

快速建模方法及在高地應(yīng)力隧道中的應(yīng)用[J]. 工程地質(zhì)學(xué)

報(bào)，2023，31（1）： 959-967.

CHEN X W， LI T B， MA C C， et al. Fast modeling method of multiattribute

3D geological model and application in high geostress

tunnel[J]. Journal of Engineering Geology， 2023，31（1）： 959-967.

[11] 李智文. 基于CesiumJS 的三維空間可視化技術(shù)研究[D]. 上海：

華東師范大學(xué)，2019.

LI Z W. Research on 3D spatial visualization technology based on

CesiumJS[D]. Shanghai： East China Normal University， 2019.

[12] RAISSI M， PERDIKARIS P， KARNIADAKIS G E. Physicsinformed

neural networks： A deep learning framework for

solving forward and inverse problems involving nonlinear partial

differential equations[J]. Journal of Computational Physics， 2019，

378： 686-707.