-
摘要:目的
在空间信息模型、三维实景和数字孪生城市技术快速发展的背景下，城市信息模型构建的方法和标准已获得广泛应用。绿地植被作为生命体，其分枝形态和生长过程有别于其他基础设施类型，基于构件的传统信息模型并不能满足绿地的数字化需求。针对绿地特征，提出城市绿地信息模型构建方法，用于城市绿地的规划设计和管理评估实践。
方法通过对国内外现有数字信息模型标准中绿地相关部分的总结和分析，结合不同应用需求，从模型组成部分、数据逻辑和评估应用途径3个方面，探讨适用于城市绿地信息模型的表达方式。
结果城市绿地信息模型的组成部分包括空间几何特征和属性关联模型，模型各部分需要基于不同绿地的需求进行针对性的数据结构化表达。城市绿地信息模型的数据逻辑包含细节层级划分、三维模型构建和生长过程模拟3个部分。在评估分析方面，城市绿地信息模型可以满足三维绿量指标计算、三维景观格局分析和三维空间生态系统服务评估的实践需求。
结论基于城市绿地信息模型的构建需求，可以建立相应的框架，并提出针对性的解决方案和发展途径，包括建模标准构建、共享平台开发和生成算法研究3个途径。
Abstract:ObjectiveWith the rapid development of urban information models, 3D virtual scenes, and digital twin cities, the methods and standards for city information modeling have been widely adopted. Traditional spatial data storage and exchange methods are often based on two-dimensional drawings and documents, which cannot meet the current practice demands. Urban green spaces are a vital component of city infrastructure, providing various ecosystem services. To effectively digitalize the process of urban green space planning, design, and management, it is essential to establish spatial information models that can accurately reflect the characteristics of these spaces. Additionally, a monitoring and feedback mechanism based on digital twin models of green spaces should also be established. As a living organism, urban vegetation has unique branching structures and growth processes that differentiate it from conventional grey infrastructure. Therefore, traditional component-based information models cannot meet the modeling requirements of green spaces, entailing further investigation and enhancement.
MethodsGreen space information modeling includes unique characteristics in relational data construction, which will need specific configurations in terms of level of detail (LOD) division and model construction. Additionally, due to the growth and changing processes of plants, corresponding dynamic simulation algorithms need to be established. By summarizing and analyzing the green space-related components of existing digital information model standards both domestically and internationally, this research explores different expression methods suitable for green space information modeling by focusing on three aspects: model composition, data relationship, and analytical evaluation applications. To meet the practical needs of urban green space planning and management, this research conducts digital simulations of the geometric forms and attribute information of green space plants, and proposes directions for further improvement of green space information models, including the construction of modeling standards, the development of sharing platforms, and the research on generative algorithms.
ResultsThe structures and characteristics of green space plants differ from those of other urban components, and their digital representation methods need to be explored based on the spatial morphological features of the vegetation in green spaces. Green space information models consist of two main components: spatial geometric models and attribute association models. Spatial geometric models are designed to express plants’ spatial geometric characteristics, including tree branching and leaf structures. Common representations of spatial geometric models include two-dimensional models, simple geometric models, triangular mesh models, voxel models, and generative models. Attribute association models are used to express the physiological and ecological characteristics of plants and the relationships between different indicators. This requires the expansion of existing model attributes to construct a corresponding attribute and association system. Moreover, the collection and application standards for vegetation attribute information remain inadequate. Regarding relational data construction, green spaces differ from other elements in urban settings, and their information models possess unique characteristics, entailing specific configurations in terms of LOD division and model construction. Still, due to the dynamic growth and change characteristics of plants, it is also essential to establish corresponding dynamic simulation algorithms. Current LOD models are typically designed for buildings and grey infrastructure, and their expression and description of plants tend to be simplistic and lack specificity, entailing further refinement and enhancement. Algorithms for constructing three-dimensional plant models include L-system algorithms and various neural networks, which can assist in generating 3D models. Simulations of plant growth processes encompass growth changes, seasonal variations, and environmental interactions. In terms of assessment and analysis, given the increasingly complex development trends of urban fabric, traditional two-dimensional assessment methods cannot meet the needs of complex green space evaluation. By establishing evaluation methods, green space information models can be applied to different practical needs: Calculation of three-dimensional green volume indicators, analysis of three-dimensional landscape patterns, and evaluation of three-dimensional spatial ecosystem services.
ConclusionBased on the requirements for green space information modeling, a corresponding construction framework can be established, including data acquisition, composition structure, detail level, spatial scale, sharing platform and analysis application of green space information models. Current urban green space information models require further development and refinement in research practices, which could focus on three approaches: The standardization of modeling process, the development of sharing platforms, and the application of generative algorithms. Regarding modeling standard construction, it is essential to determine data characteristics of green space information models at different scales and stages based on the project requirements of various green space planning, design, and management needs. This includes clarifying data collection and exchange methods for corresponding LOD, thereby achieving standardization and normalization throughout the entire process of green space information modeling. In terms of sharing platform development, it is necessary to establish a case study database of green space information models at different scales, as well as a database of plant components and a simulation analysis platform to support the research and practice of urban green space planning. Generative algorithms should also be implemented to reduce manual processing efforts and enhance the efficiency and accuracy of digital information modeling.
-
1. 研究背景
随着空间信息模型、数字孪生和智慧城市等技术的发展，基础数据的数字化和信息化已成为规划设计行业的发展趋势[1]。在项目全生命周期信息化的管理模式下，传统基于二维图纸和文档的空间数据存储和交换形式已不能满足行业发展需求。以平面计算机辅助设计（computer aided design, CAD）图纸为主的传统规划正在向以地理信息系统（geographic information system, GIS）、物联网（Internet of things, IoT）、人工智能（artificial intelligence, AI）、虚拟现实（virtual reality, VR）技术融合为支撑的“全景式”国土空间规划转型。基于三维数据的数字信息模型已成为国土空间管理、城市规划和建设等领域全生命周期管理的核心[2]。自然资源部在《关于全面推进实景三维中国建设的通知》中提出：“到2035年，80%以上的政府决策、生产调度和生活规划可通过线上实景三维空间完成，以实现国土空间规划全周期智慧化管理。”[3]不同尺度下数字信息模型构建的相关框架标准，已成为国土空间、城乡规划和工程管理的重要技术支撑，并在环境模拟[4]、设计优化[5]、城市管理系统[6-7]、日照分析[8]、旅游和移动通信[9-10]等领域中发挥重要作用[11-12]。
城市绿地是城市基础设施的重要组成部分，具备多种类型的生态系统服务功能，对城市人居环境健康具有重要作用[13]。城市绿地规划设计和管理实践的数字化，需要依托空间信息模型全面反映绿地特征，并建立基于绿地各要素的数字孪生模型的监测和反馈机制。城市绿地空间涉及城市市域、建成区和街区等多尺度空间类型，需要建立不同尺度绿地的数字化表达方法，并使城市绿地信息模型能够与现有其他类型信息模型相互衔接，为城市绿地的监测与评估提供数据基础。
目前相关研究中尚缺乏对城市绿地信息模型的定义，通常将其作为其他类型数字信息模型的组成部分进行探讨。基于不同空间尺度和功能需求，数字信息模型包括面向区域尺度的地理空间数据模型（geospatial information model, GIM）、面向城市尺度的城市信息模型（city information model, CIM），以及面向街区尺度的建筑信息模型（building information model, BIM）和风景园林信息模型（landscape information model, LIM）等类型[14-16]。绿地作为跨尺度的对象，各类数字信息模型均有所涉及。区域尺度绿地包含区域绿色基础设施、绿道系统；城市尺度绿地包含城市建成空间绿地；街区尺度绿地则包含公园绿地、防护绿地、附属绿地、广场用地等类型（表1）。
表 1 各类空间信息模型与绿地的关联Table 1. Associations between various spatial information models and green space空间尺度 模型类型 模型特征 对应绿地类型 绿地表达方式 区域尺度 GIM 基于地理空间信息，表达实体空间
及其属性区域绿色基础设施、绿道系统 2D矢量/栅格 城市尺度 CIM 以城市信息数据为基础，反映三维
城市空间和信息城市建成空间绿地 2D矢量/栅格；
3D符号/模型街区尺度 BIM、LIM 反映建（构）筑物和各类造景要素
构件装配空间信息公园绿地、防护绿地、附属绿地、广场用地等 2D矢量/栅格；
3D符号/模型绿地植被作为复杂生命体，具有独特的形态构成、生理特征和生长过程[17]，其几何特征与属性同其他一定时期内不变的城市基础设施具有显著差异[18]。本研究基于GIM、CIM、BIM、LIM，通过网络检索和案例研究，对相关标准、网络文献和实践资料进行归纳整理，对数字信息模型标准中绿地相关部分进行分析，结合不同应用需求，提出适用于城市绿地信息模型的数据构成逻辑和表达方式，并分析与其他类型数字信息模型的区别和特点，对具体应用场景进行探讨。
2. 数字信息模型标准中的绿地相关部分
在绿地数字信息模型的相关标准方面，尽管目前针对城市建筑和各类基础设施的相关三维建模标准已较为成熟，但城市绿地相关的建模规范和标准尚不够完善和统一。国内外BIM研究均有涉及绿地的相关标准。国际BIM标准化组织（buildingSMART International, bSI）于2018年制定了关于建造场地、景观和城市规划的工业基础类（industry foundation classes, IFC）标准[19]，即“场地、景观、城市规划的设计、采购与运营的数据建模工作流和数据交换开放标准”，并将植被划分为乔木、灌木和草本等类型。挪威基于ISO 19100系列标准建立了SOSI 5.0标准，并定制了风景园林要素产品数据模板。bSI德国团队基于LIM数据的发展，讨论了将法律法规、标准规范与风景园林行业对接的问题。bSI芬兰团队将风景园林要素纳入公共基础设施模型构建的通用要求，以及LandXML 1.2版本的基础设施模型定义中，包括术语、植被分类、场地条件等内容[21]。
2001年，哈佛大学Ervin[22]教授提出LIM的概念，随着激光点云[23-25]和立体视觉图像[26-28]技术的发展，LIM已获得广泛应用，但目前主要依附于其他信息模型。LIM缺乏自身核心数据结构和特征定义，模型构建尚依赖于商业软件环境，缺少从行业自身需求出发的模型标准，导致现有LIM主要应用于基址格局分析[29]、地形设计[30-31]，以及铺装、建（构）筑物等硬质景观的模型构建。环境分析模块通常基于硬质空间进行分析，或把单体植物作为独立“构件”进行处理，缺乏基于植物自身生态特征和生长逻辑的表达[32-34]。
3. 城市绿地信息模型的组成部分
绿地植物的结构特征同城市其他构成要素不同，针对城市绿地信息模型的构建，需要基于植物空间形态特征探讨适用的数字化表达方法，建立植物特征指标选取、空间模型构建流程。城市绿地信息模型包括空间几何模型和属性关联模型两部分。
3.1 空间几何模型
空间几何模型可以反映绿地植物空间的几何特征，表达植物分枝和叶片结构。常用的绿地空间几何模型包括2.5D模型、规则几何体模型、三角面网格模型、空间体素模型和生成式模型等。
3.1.1 2.5D模型
2.5D模型常使用垂直空间维度的特征量指标反映绿量分布，如叶面积指数（leaf area index, LAI）、叶面积密度（leaf area density, LAD），以及垂直叶廓（vertical leaf profile, VLP）等[35]。随着遥感技术的普及，使用遥感影像反演LAI已成为评估植物空间绿量的常用方法。遥感影像反演法结合植被遥感指数计算与LAI样地实测数据，分析LAI与遥感指数的相关性来建立绿量关系模型[36-37]。2.5D模型常用于区域尺度，不足之处在于2.5D模型在垂直方向只有一个指标，不能完整反映绿地的垂直空间变化。
3.1.2 规则几何体模型
规则几何体模型将植被形态简化为圆柱体、圆锥体、球体、椭球体等几何体。规则几何体模型构建简便，可用于绿量估算、光照分析等。唐雪海[38]基于地面三维激光扫描的点云数据，使用由多个圆台累叠构成树冠几何体模型，结合遥感影像反演，计算了北京市城六区的三维绿量。郑俊鸣等[39]通过样地测量，将树冠形状抽象成圆锥体、球体等规则几何体，计算了福州市3个山地公园的三维绿量。几何体模型的不足之处在于它不能反映复杂的树冠形态，也不能体现冠层的各向异性和内部特征。
3.1.3 三角面网格模型
三角面网格模型使用三角面构成的网格模拟植被冠层特征，能够细致地表达枝叶细节，用于光照模拟和可视分析。随着倾斜摄影测量技术的发展，三角面网格模型被广泛应用于城市绿地空间环境建模。殷明等[40]通过无人机获取多角度影像，建立了上海市园林科学规划研究院植被的三角面网格模型，并用于估算三维绿量。三角面网格模型是当前三维空间信息模型的主要表达方式，但由于植物枝叶形态的复杂性，为提升显示和处理速度，模型通常仅包含外表面信息，不包含植物冠层内部结构信息。
3.1.4 空间体素模型
体素为三维空间中的单位立方体网格，空间体素模型的精细程度由体素大小决定。空间体素模型能够反映模型内部特征，便于空间分析运算，可以解决植被形态的几何形状和拓扑结构带来的复杂问题，用于植被三维建模、LAD估算等[41-42]（图1）。Omasa等[43]使用手持激光扫描仪获得单棵树的三维点云数据并将其转换为空间体素模型，进而分析了体素模型与LAD之间的关系。Hosoi等[44]使用便携式激光扫描仪获取场地点云数据，生成三维体素植被模型并用于计算植被体积。Anderson等[45]使用波形激光雷达数据，建立了英国伦敦克兰菲尔德样地区域的绿地体素模型，并分别使用GIS分析、竖向切片、Minecraft游戏场景建模等方式对体素模型进行可视化。Wang等[46]利用机载激光雷达数据测试了不同体素大小对森林树冠高度建模的影响。目前，空间体素模型主要用于研究领域，缺乏简单易用的处理工具和平台，与现有信息模型的整合有待进一步研究。
3.1.5 生成式模型
生成式模型使用算法生成植物模型， 包含过程式（procedural）算法和生成式 （generative）算法2种类型。过程式算法通过建立分级或递归算法对不同的植物结构特征进行模拟；生成式算法包括粒子生成算法、分形递归算法、迭代函数系统（iterated function system, IFS）、L-system（Lindenmayer system）算法等（图2），此类算法通过模拟植物生长过程建立植物模型。其中L-system算法是一系列不同形式的正规语法规则，由瑞典生物学家Lindenmayer[47]提出，可用于模拟植物几何拓扑结构以及植物可视化和生长仿真研究[48-50]。崔广义[51]利用L-system算法模拟森林植物的生长过程；吴文美[52]利用L-system算法模拟花卉生长并研究花卉的结构与分枝特点。Měch[53]基于环境因素和植物环境之间的相互影响构建了Open L-system算法，模拟植物和环境之间的相互作用。Tanveer等[54]利用L-system算法生成乔木的基础分枝形态，结合三维树木模型获取树木的几何数据，并模拟生成森林群落结构。生成式模型的准确构建需要长期的数据积累，该模型常用于局部场地的植物模拟，在较大尺度下的应用存在一定的性能限制。
3.2 属性关联模型
基于数字摄影测量技术生成的三维模型为连续的三角形格网曲面模型，需要补充植物属性关联信息。绿地植物的属性关联信息可以表达植物的生理、生态特征指标及不同指标间的关联，通常在现有信息模型属性指标的基础上进行扩展，通过对植物属性信息进行分类编码，构建相应的属性指标体系与关联模型。现有城市绿地信息模型主要用于视觉效果展示，缺乏植被的生理、生态指标和生长季相变化的相关信息。开放地理空间信息联盟（Open Geospatial Consortium, OGC）发布的CityGML城市信息模型标准对绿地的数字化表达方法进行了初步定义[55-56]。CityGML是用于表达3D城市构成要素的通用语义信息模型，仅包含植物分类、物种、树高、树冠形态、胸径等植物属性基本信息，缺少植物生态特征指标。当前植物属性基本信息采集以及应用标准尚不统一，需要进一步完善。同时，由于植物属性会随着生长过程和季相变化发生变化，需要建立属性值与特征函数的动态关联，从而反映植物的动态变化过程。
4. 城市绿地信息模型的数据逻辑
在细节层级（level of detail, LOD）划分和模型构建方面，城市绿地信息模型具有自身的特点，需要进行针对性设置。与传统灰色基础设施不同，绿地中的植物具有生长变化过程，需要建立相应的动态模拟算法。
4.1 细节层级划分
细节层级是对模型表达细节标准的定义。不同层级尺度的城市绿地信息模型数据精度由模型几何精细度和属性关联信息丰富度共同决定。如何依据不同尺度、不同需求的城市绿地信息模型，合理确定植物构件表达的精细度，是平衡城市绿地信息模型易用性与细致度的关键。现有植物模型细节层级划定通常参考CIM，依据不同空间尺度的信息需求对植物模型细节层级进行定义。细节层级通常设计为离散模型，包含3~5个层级，使用LOD 0、LOD 1、LOD 2等进行表示。CityGML将植被模型分为孤植树和群组树2种类型，从几何维度、复杂程度、外观、属性等方面定义了不同的细节层级，但LOD 2和LOD 3细节层级尚缺乏详细的特征描述[57]。在国内城市绿地信息模型标准制定方面，住房和城乡建设部发布《城市信息模型（CIM）基础平台技术导则》对城市各类信息模型的构成和表达方式进行了说明[58]，其中绿地部分包括植被三维模型、园林绿化监测数据等内容。住房和城乡建设部发布的城市三维建模行业标准CJJ/T 157-2010《城市三维建模技术规范》依据植被测量数据或生长模拟数据制作三维模型，表达植物空间位置、分布、形态及种类等，分为4个细节层次，包括通用符号、基础模型、标准模型和精细模型，并列出了相应的建模数据采集方法[59]。
现有细节层级模型通常针对建筑和基础设施进行设计，对于植物的表达较为简单，需要进行细化完善。在植物几何层级细化方面，Ortega-Córdova[60]提出了基于LOD 0~4的扩展方法建议，使用3~4类子模型对每一细节层级模型进行表示，并讨论了不同细节层级模型的应用，但由于建模方法较为复杂，尚未获得广泛的实践应用。由于自然植物缺乏与其他基础设施类似的构件组成，植物的细节层级逻辑划分并不能完全参照建筑或其他构筑物的静态逻辑标准，需要依据其自相似性和生长变化特征，建立参数化的细节层级关联。
4.2 三维模型构建
在植物模型的三维重建方面，可通过摄影建模或激光点云技术获取植物三维空间特征进行建模。随着计算机算法的发展，深度学习模型已广泛用于点云模型所包含要素的自动提取和分类。Gupta等[61]基于多重反射（MultiReturn）算法、TreeNet神经网络模型和PointNet++神经网络模型提取城市植被 信息，准确度（F-score）可达82.1%。美国环境系统研究所（Environmental Systems Research Institute, ESRI）在Living Atlas网站公开了PointCNN点云语义分割模型，该模型基于英国环境部（UK Environment Agency）提供的公开数据集进行训练，可用于世界范围内的激光雷达点云数据分类，模型精度可达97%。但总体而言，目前点云数据分类和要素提取算法并未完全实现自动化，在复杂环境中的植被提取准确度有待提高，对于大量点云文件的处理效能也尚需优化[62]。
分类提取后的植物点云模型可以通过算法实现枝叶几何形态的三维重建。Raumonen等[63]提出TreeQSM算法，使用自下而上的方式推导树的拓扑结构，并通过圆柱体拟合来重建树木三维模型。Chen等[64]结合机载和手持激光扫描系统，使用融合点云数据，基于改进的空间殖民算法和L-system算法对植物的枝干和叶片进行三维重建，该算法虽无需进行单木分割，但可以实现较大区域的快速建模。
在植物种植的布局逻辑生成方面，元胞自动机（cellular automata, CA）、多智能体系统（multi-agent system, MAS）、神经网络（neural network, NN）等算法已开始用于不同类型绿地的植物种植布局生成[65]。Niese等[66]基于语义分割提取高分遥感影像植被范围，并使用算法生成三维乔木进行填充。这些算法通常依赖于对不同条件和参数的人工判定和输入，适用于特定的场地类型，尚不能实现通用的自动化植物种植布局生成。对于常用的园林植物树种，尚需要基于其真实形态特征和生长规律，建立通用的参数化生长模型库，用于城市绿地信息模型的构建。
4.3 生长过程模拟
不同的环境条件因素会影响植物的动态生长，建立准确应对环境条件变化的植物生长模型，是准确构建植物数字孪生模型的前提。生长过程模型需要模拟植物的生长变化、季相变化和环境交互作用。生长变化模拟通常基于植物生长方程，描述植物生长过程中依时间变化的非线性生长特征。季相变化模拟通常基于逐月遥感影像监测，结合样地调查，建立植物不同季相的形态、叶片颜色、花果构件的生长变化特征，生成植物的季相变化模型。环境影响模拟针对环境光照、物理遮挡、生长竞争等因素，模拟不同植物在不同环境条件下的生长变化。
现有研究主要基于Open L-system等相关算法模拟植物生长受环境因素的影响情况，实现植物生长的动态模拟。Pirk等[67]建立了植物动态生长的算法模型，可以模拟植物的光照影响和动态交互过程；Hädrich等[68]基于粒子建模算法，实现了攀缘植物的生长模拟，并可在光照、风力和物理障碍等环境因素的影响下发生变化。但总体而言，当前相关模拟中所包含的环境因素较少，模拟结果与真实植物的生长形态尚存在差距，需要结合对不同区域、不同树种生长情况的长期监测，进一步明确不同植物的生长规律和特征。
5. 城市绿地信息模型的分析和评估应用途径
当前城市园林绿地规划管理中的相关绿量评估指标，如绿地率、人均绿地面积等尚以二维平面指标为主，缺乏基于三维空间的评估标准[69]。面对城市结构垂直空间日趋复杂的发展趋势，传统二维平面指标已不能满足绿地效能的评估需求[70]，需要建立基于三维空间的城市绿地信息模型来对绿地生态系统服务功能进行研究。
5.1 三维绿量指标计算
在绿地面积、绿地率和人均绿地面积等传统二维指标的基础上，将现有二维绿地计量和评估相关指标扩展到三维空间，构建基于三维绿量的评估指标，用于城乡三维空间绿量统计分析与监测评估，并基于绿地的视觉感知特征，建立植被空间绿视率、色彩和质地特征等指标的分析方法。国外部分城市如德国柏林、美国西雅图制定了绿色空间指数（green space factor, GSF）标准，将植物高度和覆土厚度等指标纳入到商业区和居住区的绿地评价[71]。在城市绿地评价方面，姚崇怀等[72]借鉴城市规划中容积率的概念，提出绿容积率（green plot ratio, GPR）概念，并将其定义为地块绿地的平均LAI。住房和城乡建设部发布的GB/T 50378-2019《绿色建筑评价标准》将绿容积率、绿视率等空间绿量指标纳入绿色建筑评价[73]。总体而言，当前三维绿量评估指标尚不够系统和完善，主要停留于研究层面，有待于实践检验和应用。由于中国不同城乡地区气候环境、地域特征、文化背景和建设条件存在差异，需要对各类用地的三维绿量指标设定合理的阈值范围和权重标准，以实现有效的评估和管控。
5.2 三维景观格局分析
景观格局指不同大小和形状的景观要素在空间上的排列。常用的景观格局指数包括面积指数、形状指数、多样性指数、空间构型指数和破碎化指数等。正如二维景观格局指数基于二维栅格图像进行计算，三维景观格局指数可以基于三维体素模型进行计算。由于植被在水平空间和垂直空间的分布差异，可以增加垂直维度指标，建立三维景观格局指数指标，表达三维空间的景观格局特征。Qi等[74]使用激光雷达点云数据，将景观场景转换为体素模型，建立了基于点云的3D空间度量方法，用于量化多样性、形状、连通性、颜色、地形和开放性等景观属性，并与不同的视觉维度相关联；Zięba-Kulawik等[75]使用激光雷达对城市森林进行三维测量，将地表类型划分为无植被、低植被（高度0~0.4 m）、中植被（高度＞0.4~2.0 m）、高植被（高度＞2.0 m）和建筑物5种类型，并基于体素模型对植被体积和植被3D密度指数进行计算和分析。与二维景观格局指数相比，三维景观格局指数尚缺乏通用算法，缺少功能表征、应用途径等方面的研究。不同类型的三维景观格局指数亦缺乏与Fragstats、LecoS、FragScape等软件类似的快速计算与评估工具，限制了其在实践中的推广应用。
5.3 三维空间生态系统服务评估
城市绿地气候调节、空气净化、水文调节等生态系统服务功能同植物在三维空间中的分布密切相关。现有绿地生态系统服务评估的研究和实践多基于2D或2.5D空间开展[76-79]，用于衡量生态系统服务水平方向上的分布变化，缺少基于垂直空间的研究和探讨。现有三维空间生态系统服务评估以i-Tree、ENVI-met、Ladybug等为主要工具，其中i-Tree基于输入的乔灌木的类型和形态指标，逐株累计评估植被的碳固定、空气净化、雨洪管理和能耗节约等生态系统服务功能。ENVI-met可以对植物的生态指标和物理特性进行较为完整的模拟和表达，但作为商业软件，平台相对封闭，主要用于研究领域，难以在规划设计和管理阶段发挥作用。其他数字信息模型未区分植物与其他硬质景观要素，缺乏针对植物生理特征的评估方法，同时多为静态评估，缺少对于植物生长所产生的生态系统服务效能变化的分析。随着L-system等算法模拟植物生长和环境响应技术的成熟，可基于数字孪生的三维植物模型直接计算植物的LAI、LAD、地上生物量等基础指标，更为精准地模拟植物的生理、生态过程以及与环境的交互影响，提升绿地生态系统服务评估的空间和时间精细度，并基于植物群落的生长和演替过程，对未来的变化趋势进行预测与模拟。
6. 结论与讨论
城市绿地规划设计和管理实践的数字化需要依托能够全面反映绿地特征的空间信息模型。同其他类型数字信息模型已日趋完善的情况相比，城市绿地信息模型的构建和应用研究尚处于探索阶段，不能满足当前规划设计与管理的数字化需求，相关技术和标准有待于进一步完善[80-82]。在基于现有各类数字信息模型研究和实践的基础之上，结合绿地特征，本研究提出了城市绿地信息模型的构建框架和发展途径。
6.1 绿地数字信息模型的构建框架
绿地植物具有复杂的形态构成、多元的属性关联和动态的变化过程，需要基于不同的空间尺度和应用需求，对绿地植物的几何形态和属性信息进行数字化模拟，建立信息全面和完整的绿地数字信息模型。
在空间几何特征方面，其他类型数字信息模型常用的三角面网格模型往往并不能满足绿地的表达需求，空间体素模型和生成式模型可以更加准确地表达植物的分布和形态特征。在属性关联方面，植物的属性特征受到时间和环境影响呈现复杂变化，需要结合环境条件、几何要素和生长模型等建立变化函数对属性特征进行关联。对于常用园林植物树种，有待于建立通用的生成式模型。本研究提出了城市绿地信息模型的构建框架，包括城市绿地信息模型的数据来源、组成结构、细节层级、空间尺度、共享平台以及分析方法和评估应用6个方面，涉及不同模型的空间尺度和几何层级（图3）。
6.2 城市绿地信息模型的发展途径
在城市绿地信息模型的应用方面，尚需要基于不同需求，提出针对性的解决方案和发展途径，具体包括建模标准构建、共享平台开发和生成算法研究3个途径。
6.2.1 城市绿地信息模型的建模标准构建
现有城市绿地相关标准尚不完善，由于植被类型的地域差异，目前行业所依赖的各类国际主流信息模型建模软件，如Revit、Vectorworks、RhinoLands等通常为商业闭源软件，其植物信息通常来自于美国或欧洲园林树种，未进行本地化适配，不同建模方式所需的数据质量、模型精细度、适用性和生态系统服务评估的准确性尚缺乏系统性验证，导致现阶段各类信息模型并不能满足行业需求，也造成绿地的量化评估缺失统一标准，影响了社会公众对其价值作用的认识。
城市绿地信息模型覆盖城市绿地范围，关注不同空间尺度下植物的数字化表达。模型由空间几何模型、属性关联模型和生长变化模型3个部分构成，以全面反映植被全生命周期下的形态、生理和生长环境特征。对于绿地中无植被覆盖区域的各类构成要素，可以沿用现有数字信息模型中的相关定义和属性方案，以保证数字信息模型之间的相互兼容。在绿地信息方面，可以对现有数字信息模型的常用格式（表2）进行扩展表达。
表 2 现有数字信息模型的常用格式及特征Table 2. Common formats and characteristics of current digital information models标准 数据格式 特征 优缺点 I3S 场景图层包（scene layer package, SLPK） ESRI提出的数据格式，由场景图层构成3D地理数据集，可用于地理空间和城市尺度 易于处理和传输大型三维地理信息数据，但目前应用局限于ESRI平台 CityGML 基于XML格式 使用几何和语义特征一体化的数据结构，描述了多种城市要素的构建方法，可以用于城市和街区尺度 高度标准化，适用于城市级别的三维数据交换并易于扩展，但不太适合Web可视化，对非城市环境的适用性有限 3DTiles/
glTFCesium软件开发团队创建的3D模型瓦片数据格式，建立在glTF标准的基础之上 用于流式传输和渲染异构3D地理空间内容的开放标准，可以用于城市和街区尺度 加载和渲染效率高，扩展性和兼容性高，但数据加工困难 IFC 基于产品模型数据交换标准STEP的可扩展架构 针对BIM应用提出的开放数据标准，以实现建筑信息的表达、共享和应用，可以用于街区尺度 专为建筑行业设计，包含丰富的建筑属性，支持BIM数据的标准化交换，但难以处理大尺度项目的数据 随着中国城镇化进程迈入中后期，城市建设已从粗放式发展进入精细化运营时代。城市绿地数字信息模型可以作为绿地管理、评估、维护和运营的重要支撑。依据不同空间尺度、不同需求的城市绿地信息模型，合理确定相应的数据精度，是平衡模型易用性与精细度的关键。数字信息模型需要从不同绿地规划设计和管理项目的需求出发，综合数据获取和处理的难易程度以及工作量，合理确定不同尺度、不同阶段的城市绿地信息模型数据特征，明确相应细节层级数据的采集和存储方法，确定相应的数据分辨率和分级，制定建模和管理等不同阶段的模型质量控制标准，实现城市绿地信息模型构建全过程的标准化和规范化。
6.2.2 城市绿地信息模型的共享平台开发
由于不同类型模型技术的碎片化，绿地规划设计和管理评估缺乏统一平台，造成使用成本增加和数据交换困难。现有绿地相关的数字信息模型的应用架构，如数据库系统、网页展示平台等缺乏统一技术栈且碎片化现象突出[83]。同类型的展示平台的实现标准和方法并不一致，导致学习成本的增加和资源的浪费。部分数字孪生平台基于Unity、Unreal Engine等游戏引擎开发，可以实现良好的可视化效果，但在数据关联和分析方面尚存欠缺，限制了其在管理评估中的应用。
随着OGC、bSI等行业数据标准化组织的发展，I3S、CityGML等开源标准框架不断普及应用，基于开源的GeoServer、OpenLayer等地理信息服务框架和PostgreSQL、MongoDB等空间数据库架构的成熟，可为城市绿地信息模型的平台构建提供基础。依托开源技术和开放平台的解决方案已成为目前数字信息模型的发展趋势，行业实践中尚有待于建立不同尺度层级的城市绿地信息模型标准案例库、植物构件数据库和模拟分析平台，以支持城市绿地规划研究和管理实践的信息化发展需求，以实现数据资源的快速共享和信息的高效利用，促进行业信息和研究数据开放，为政府决策、科学研究和公众参与过程的数据交换和共享提供支撑。
6.2.3 城市绿地信息模型的生成算法研究
人工智能算法技术的快速发展简化了大量重复性建模操作。现有城市绿地信息模型构建通常需要人工介入三维模型的加工处理、地物信息的识别和提取等过程，如何通过算法技术减少人力工作是城市绿地信息模型的应用关键。生成式设计的算法类型包含生成式算法、神经网络模型和生成式大模型等类型。当前绿地或植物的生成和模拟主要基于传统算法，如L-system、CA等。对于类型丰富的植物群体，这些算法在实际应用中缺乏灵活性，尚需结合不同神经网络进行应用，探讨多元的生成方式，如通过生成式对抗网络（generative adversarial networks, GAN） 生成绿地的空间格局，通过大模型和知识图谱挖掘不同植物的文化和美学价值等，可以为城市绿地信息模型的生成和模拟提供新的技术手段，建立更加便捷的绿地空间数据管理和分析流程。
注释：
图表来源(Sources of Figures and Tables)：文中图表均由作者绘制。 -
表 1 各类空间信息模型与绿地的关联
Table 1 Associations between various spatial information models and green space
空间尺度 模型类型 模型特征 对应绿地类型 绿地表达方式 区域尺度 GIM 基于地理空间信息，表达实体空间
及其属性区域绿色基础设施、绿道系统 2D矢量/栅格 城市尺度 CIM 以城市信息数据为基础，反映三维
城市空间和信息城市建成空间绿地 2D矢量/栅格；
3D符号/模型街区尺度 BIM、LIM 反映建（构）筑物和各类造景要素
构件装配空间信息公园绿地、防护绿地、附属绿地、广场用地等 2D矢量/栅格；
3D符号/模型
下载: 导出CSV
表 2 现有数字信息模型的常用格式及特征
Table 2 Common formats and characteristics of current digital information models
标准 数据格式 特征 优缺点 I3S 场景图层包（scene layer package, SLPK） ESRI提出的数据格式，由场景图层构成3D地理数据集，可用于地理空间和城市尺度 易于处理和传输大型三维地理信息数据，但目前应用局限于ESRI平台 CityGML 基于XML格式 使用几何和语义特征一体化的数据结构，描述了多种城市要素的构建方法，可以用于城市和街区尺度 高度标准化，适用于城市级别的三维数据交换并易于扩展，但不太适合Web可视化，对非城市环境的适用性有限 3DTiles/
glTFCesium软件开发团队创建的3D模型瓦片数据格式，建立在glTF标准的基础之上 用于流式传输和渲染异构3D地理空间内容的开放标准，可以用于城市和街区尺度 加载和渲染效率高，扩展性和兼容性高，但数据加工困难 IFC 基于产品模型数据交换标准STEP的可扩展架构 针对BIM应用提出的开放数据标准，以实现建筑信息的表达、共享和应用，可以用于街区尺度 专为建筑行业设计，包含丰富的建筑属性，支持BIM数据的标准化交换，但难以处理大尺度项目的数据
下载: 导出CSV
-
[1] 徐岩,邓扬,袁奂青.数字孪生技术赋能下的智慧城市建设[J].城乡建设,2022(3):54-56. doi: 10.3969/j.issn.1002-8455.2022.3.cxjs202203019 XU Y, DENG Y, YUAN H Q. Smart City Construction Empowered by Digital Twin Technology[J]. Urban and Rural Development, 2022 (3): 54-56. doi: 10.3969/j.issn.1002-8455.2022.3.cxjs202203019
[2] 焦思颖.《中共中央国务院关于建立国土空间规划体系并监督实施的若干意见》解读(上):构建“多规合一”的国土空间规划体系[J].青海国土经略,2019(3):41-43. doi: 10.3969/j.issn.1671-8704.2019.03.014 JIAO S Y. Interpretation of “Several Opinions of the Central Committee of the Communist Party of China and the State Council on Establishing a Land Spatial Planning System and Supervising Its Implementation” (Part I): Building a Land Spatial Planning System with “Multi-regulation Integration”[J]. Management & Strategy of Qinghai Land & Resources, 2019 (3): 41-43. doi: 10.3969/j.issn.1671-8704.2019.03.014
[3] 中华人民共和国自然资源部.关于全面推进实景三维中国建设的通知[EB/OL].（2022-02-24）[2024-09-25].https://gi.mnr.gov.cn/202202/t20220225_2729401.html. Ministry of Natural Resources of the People’s Republic of China. Notice on Comprehensively Promoting the Construction of a Real-Scene 3D China[EB/OL]. (2022-02-24)[2024-09-25]. https://gi.mnr.gov.cn/202202/t20220225_2729401.html.
[4] 庄莉娟,蔡芫镔,祁娟娟.基于ENVI-met的福州大学校区冬季热环境模拟与热舒适度变化分析[J].气象与环境学报,2021,37(6):44-52. doi: 10.3969/j.issn.1673-503X.2021.06.006 ZHUANG L J, CAI Y B, QI J J. Simulation of Thermal Environment and Analysis of Thermal Comfort Variation in Wintertime in Fuzhou University Campus Using ENVI-met[J]. Journal of Meteorology and Environment, 2021, 37 (6): 44-52. doi: 10.3969/j.issn.1673-503X.2021.06.006
[5] 许萍,何俊超,任心欣,等.基于SWMM模型的城市道路LID设施设计参数优化研究[J].水电能源科学,2016,34(2):21-25. XU P, HE J C, REN X X, et al. Optimization of LID Design Parameters of Urban Road Based on SWMM Model[J]. Water Resources and Power, 2016, 34 (2): 21-25.
[6] 管玉琦, 赵福臣, 梁志海, 等.抚远市三维城市模型管理信息系统[R].哈尔滨: 黑龙江省恒信测绘有限公司, 2017. GUAN Y Q, ZHAO F C, LIANG Z H, et al. Fuyuan 3D City Model Management Information System[R]. Harbin: Heilongjiang Hengxin Surveying and Mapping Co., Ltd., 2017.
[7] 李寅超,姜波,刘照,等.实景三维模型城市综合管理应用研究[J].测绘与空间地理信息,2021,44(11):14-16. doi: 10.3969/j.issn.1672-5867.2021.11.006 LI Y C, JIANG B, LIU Z, et al. Application Research of Real-Scene 3D Model on Urban Comprehensive Management[J]. Geomatics & Spatial Information Technology, 2021, 44 (11): 14-16. doi: 10.3969/j.issn.1672-5867.2021.11.006
[8] 焦晴阳.基于GPU的三维建筑模型日照阴影分析展示系统的设计与实现[D].广州: 华南理工大学, 2017. JIAO Q Y. Sunlight Shadow Analysis and Display System for 3D Building Model Based on GPU[D]. Guangzhou: South China University of Technology, 2017.
[9] 何亦琳.基于BIM的文旅项目全过程管理咨询研究[D].西安: 西安科技大学, 2020. HE Y L. The Whole Process Management Consulting Research of the Cultural Tourism Projects ased on BIM[D]. Xi’an: Xi’an University of Science and Technology, 2020.
[10] 黄丛慧,吕霞.基于BIM的市政电力通信管道三维模拟与优化设计[J].智能建筑与智慧城市,2024(12):64-66. HUANG C H, LYU X. 3D Simulation and Optimization Design of Municipal Electric Power Communication Pipelines Based on BIM[J]. Intelligent Building & Smart City, 2024 (12): 64-66.
[11] 万君璧.古建筑CityGML三维语义模型拓展与存储机制研究[D].武汉: 华中师范大学, 2019. WAN J B. Research on Extension and Storage of CityGML on Ancient Chinese Architecture 3D Modeling[D]. Wuhan: Central China Normal University, 2019.
[12] 刘丹,诸叶平,刘海龙,等.植物三维可视化研究进展[J].中国农业科技导报,2015,17(1):23-31. LIU D, ZHU Y P, LIU H L, et al. Research Progress on 3D Plant Visualization[J]. Journal of Agricultural Science and Technology, 2015, 17 (1): 23-31.
[13] 侯碧清, 龙爱翔, 王海峰.园林绿化3S技术[M].长沙: 国防科技大学出版社, 2006. HOU B Q, LONG A X, WANG H F. 3S Technology of Landscape Greening[M]. Changsha: National University of Defense Technology Press, 2006: 3-7.
[14] HOR A H, JADIDI A, SOHN G. BIM-GS Integrated Geospatial Information Model Using Semantic Web and Rdf Graphs[J]. ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences, 2016, III4: 73-79.
[15] STOJANOVSKI T, PARTANEN J, SAMUELS I, et al. Viewpoint: City Information Modelling (CIM) and Digitizing Urban Design Practices[J]. Built Environment, 2020, 46 (4): 637-646.
[16] AHMAD A M, ALIYU A A. The Need for Landscape Information Modelling (LIM) in Landscape Architecture[C]// Digital Landscape Architecture. Proceedings of the 13th Digital Landscape Architecture Conference, Weimar: DLA Conference, 2012.
[17] 卢卡,郭湧,高昂,等.智慧BIM乔木模型:从设计图纸到施工现场[J].中国园林,2020,36(9):29-35. LUKA A, GUO Y, GAO A, et al. Smart BIM Trees: From Design Drawing to Construction Site[J]. Chinese Landscape Architecture, 2020, 36 (9): 29-35.
[18] MUHAR A. Three-Dimensional Modelling and Visualisation of Vegetation for Landscape Simulation[J]. Landscape and Urban Planning, 2001, 54 (1/2/3/4): 5-17.
[19] Industry Foundation Classes (IFC) for Data Sharing in the Construction and Facility Management Industries: ISO 16739: 2016[S]. Geneva: International Organization for Standardization, 2016.
[20] buildingSMART. Industry Foundation Classes Version 4.2 bSI Candidate Standard[EB/OL]. [2024-09-28]. https://standards.buildingsmart.org/IFC/DEV/IFC4_2/FINAL/HTML/.
[21] LandXML. LandXML Schema Versions & Specifications[EB/OL]. [2024-09-28]. http://www.landxml.org/Org.aspx.2008.06.
[22] ERVIN S M. Digital Landscape Modeling and Visualization: A Research Agenda[J]. Landscape and Urban Planning, 2001, 54 (1/2/3/4): 49-62.
[23] TANG P, HUBER D, AKINCI B, et al. Automatic Reconstruction of As-Built Building Information Models from Laser-Scanned Point Clouds: A Review of Related Techniques[J]. Automation in Construction, 2010, 19 (7): 829-843. doi: 10.1016/j.autcon.2010.06.007
[24] TURKAN Y, BOSCHE F, HAAS C T, et al. Automated Progress Tracking Using 4D Schedule and 3D Sensing Technologies[J]. Automation in Construction, 2012, 22: 414-421. doi: 10.1016/j.autcon.2011.10.003
[25] WANG Q, KIM M K, CHENG J C P, et al. Automated Quality Assessment of Precast Concrete Elements with Geometry Irregularities Using Terrestrial Laser Scanning[J]. Automation in Construction, 2016, 68: 170-182. doi: 10.1016/j.autcon.2016.03.014
[26] TUTTAS S, BRAUN A, BORRMANN A, et al. Acquisition and Consecutive Registration of Photogrammetric Point Clouds for Construction Progress Monitoring Using a 4DBIM[J]. PFG − Journal of Photogrammetry, Remote Sensing and Geoinformation Science, 2017, 85 (1): 3-15. doi: 10.1007/s41064-016-0002-z
[27] XU Y, TUTTAS S, HOEGNER L, et al. Reconstruction of Scaffolds from a Photogrammetric Point Cloud of Construction Sites Using a Novel 3D Local Feature Descriptor[J]. Automation in Construction, 2018, 85: 76-95. doi: 10.1016/j.autcon.2017.09.014
[28] BRAUN A, BORRMANN A. Combining Inverse Photogrammetry and BIM for Automated Labeling of Construction Site Images for Machine Learning[J]. Automation in Construction, 2019, 106: 102879.
[29] 薛思寒,马悦,王琨.建筑和绿地布局对郑州市住区PM2.5的综合影响[J].建筑科学,2021,37(6):86-95. XUE S H, MA Y, WANG K. Study on the Comprehensive Influence of Building and Green Space Layout on PM2.5 in Zhengzhou Urban Residential Area[J]. Building Science, 2021, 37 (6): 86-95.
[30] 郭湧,武廷海,王学荣.LIM模型辅助“规画”研究:秦始皇陵园数字地面模型构建实验[J].风景园林,2017,24(11):29-34. GUO Y, WU T H, WANG X R. LIM Model Supporting Plan Research: An Experiment on the Digital Terrain Model Building for the Mausoleum of Emperor Qin Shihuang[J]. Landscape Architecture, 2017, 24 (11): 29-34.
[31] 张松涛,程军生.基于机载激光雷达的三维景观模拟设计系统研究[J].激光杂志,2021,42(5):181-186. ZHANG S T, CHENG J S. Research on 3D Landscape Simulation Design System Based on Airborne Lidar[J]. Laser Journal, 2021, 42 (5): 181-186.
[32] XU X, DING L, LUO H, et al. From Building Information Modeling to City Information Modeling[J]. Journal of Information Technology in Construction (ITcon), 2014, 19: 292-307.
[33] GIL J, ALMEIDA J, DUARTE J P. The Backbone of a City Information Model (CIM)[J]. Respecting Fragile Places: Education in Computer Aided Architectural Design in Europe, 2011: 143-151.
[34] PADSALA R, COORS V. Conceptualizing, Managing and Develo: A Web Based 3D City Information Model for Urban Energy Demand Simulation[C]//Biljecki F, Tourre V. Eurographics Workshop on Urban Data Modelling and Visualisation. Delft: UDMV, 2015: 37-42.
[35] 周健民, 沈仁芳.土壤学大辞典[M].北京: 科学出版社, 2013. ZHOU J M, SHEN R F. Dictionary of Soil Science[M]. Beijing: Science Press, 2013.
[36] 孙营伟.基于高分2号遥感数据的三维绿量估算模型研究[D].北京: 中国地质大学（北京）, 2017. SUN Y W. A Estimation Model of Tridimensional Green Biomass Established on GF-2 Remote Sensing Date[D]. Beijing: China University of Geosciences, 2017.
[37] 赵鹏飞.基于WorldView-2影像的北京市区域三维绿量估算方法研究[D].武汉: 华中农业大学, 2015. ZHAO P F. Research on Tridimensional Green Biomass of Beijing Study Area Based on Worldview-2 Image[D]. Wuhan: Huazhong Agricultural University, 2015.
[38] 唐雪海.北京市城六区三维绿量估算与分析研究[D].北京: 北京林业大学, 2011. TANG X H. Estimation and Analysis of Tridimensional Green Biomass of Central Six Districts of Beijing[D]. Beijing: Beijing Forestry University, 2011.
[39] 郑俊鸣,朱丹丹,蒋梦莹,等.福州市3个山地公园三维绿量与其影响因子特征研究[J].中国园林,2018,34(2):89-93. doi: 10.3969/j.issn.1000-6664.2018.02.022 ZHENG J M, ZHU D D, JIANG M Y, et al. Tridimensional Green Biomass and Its Impact Factors of Three Mountain Parks in Fuzhou[J]. Chinese Landscape Architecture, 2018, 34 (2): 89-93. doi: 10.3969/j.issn.1000-6664.2018.02.022
[40] 殷明,杨博,郑思俊.低空消费级无人机三维绿量快速测量技术应用研究[J].园林,2020,37(4):38-43. YIN M, YANG B, ZHENG S J. Research on Application of 3D Green Quantity Rapid Measurement Technology for Low-Altitude Consumer UAV[J]. Landscape Architecture, 2020, 37 (4): 38-43.
[41] HOSOI F, OMASA K. Voxel-Based 3-D Modeling of Individual Trees for Estimating Leaf Area Density Using High-Resolution Portable Scanning Lidar[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44 (12): 3610-3618. doi: 10.1109/TGRS.2006.881743
[42] LI S H, DAI L Y, WANG H S, et al. Estimating Leaf Area Density of Individual Trees Using the Point Cloud Segmentation of Terrestrial LiDAR Data and a Voxel-Based Model[J]. Remote Sensing, 2017, 9 (11): 1202.
[43] OMASA K, HOSOI F, UENISHI T M, et al. Three-Dimensional Modeling of an Urban Park and Trees by Combined Airborne and Portable On-Ground Scanning LIDAR Remote Sensing[J]. Environmental Modeling & Assessment, 2008, 13 (4): 473-481.
[44] HOSOI F, NAKAI Y, OMASA K. 3-D Voxel-based Solid Modeling of a Broad-leaved Tree for Accurate Volume Estimation Using Portable Scanning Lidar[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2013, 82: 41-48.
[45] ANDERSON K, HANCOCK S, CASALEGNO S, et al. Visualising the Urban Green Volume: Exploring LiDAR Voxels with Tangible Technologies and Virtual Models[J]. Landscape and Urban Planning, 2018, 178: 248-260.
[46] WANG C, LUO S, XI X, et al. Influence of Voxel Size on Forest Canopy Height Estimates Using Full-Waveform Airborne LiDAR Data[J]. Forest Ecosystems, 2020, 7: 31.
[47] LINDENMAYER A. Mathematical Models for Cellular Interactions in Development I. Filaments with One-Sided Inputs[J]. Journal of Theoretical Biology, 1968, 18 (3): 280-299.
[48] 霍珂迪.基于图像序列的树木枝干L系统建模方法研究[D].南京: 南京师范大学, 2020. HUO K D. Research on Tree Branch Modeling Methods of L-system Based on Image Sequence[D]. Nanjing: Nanjing Normal University, 2020.
[49] LIU P, LIU Y, XU X. Three-Dimensional Modeling Technology of Virtual Plant in Digital Landscape[C]//CIMNS. Proceedings of the 2016 International Conference on Communications, Information Management and Network Security. Shanghai: Atlantis Press, 2016: 146-149.
[50] HAMON L, RICHARD E, RICHARD P, et al. RTIL-system: A Real-time Interactive L-system for 3D Interactions with Virtual Plants[J]. Virtual Reality, 2012, 16 (2): 151-160.
[51] 崔广义.基于L-system模拟植物竞争生长的应用研究[J].计算机与数字工程,2009,37(12):135-138. doi: 10.3969/j.issn.1672-9722.2009.12.037 CUI G Y. Research on the Application of Simulation of Plant Competition Growth Based on L-system[J]. Computer & Digital Engineering, 2009, 37 (12): 135-138. doi: 10.3969/j.issn.1672-9722.2009.12.037
[52] 吴文美.基于L-systems的植物功能结构生长模拟研究[D].北京: 北京林业大学, 2013. WU W M. Research on the Functional-Structural Plant Model Based on the L-systems[D]. Beijing: Beijing Forestry University, 2013.
[53] MĚCH R. Modeling and Simulation of the Interaction of Plants with the Environment Using L-systems and Their Extensions[D]. Calgary: University of Calgary, 1997.
[54] TANVEER M H, THOMAS A, WU X, et al. Simulate Forest Trees by Integrating L-system and 3D CAD Files[C]//IEEE Xplore. 2020 3rd International Conference on Information and Computer Technologies. San Jose: IEEE, 2020: 91-95.
[55] GRÖGER G, PLÜMER L. CityGML − Interoperable Semantic 3D City Models[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2012, 71: 12-33. doi: 10.1016/j.isprsjprs.2012.04.004
[56] ARROYO OHORI K, BILJECKI F, KUMAR K, et al. Modeling Cities and Landscapes in 3D with CityGML[J]. Building Information Modeling: Technology Foundations and Industry Practice, 2018: 199-215.
[57] GOBEAWAN L, LIN E S, TANDON A, et al. Modeling Trees for Virtual Singapore: From Data Acquisition to Citygml Models[J]. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2018, XLII-4/W10: 55-62.
[58] 中华人民共和国住房和城乡建设部.城市信息模型（CIM）基础平台技术导则[EB/OL].（2020-09）[2024-09-28].http://big5.www.gov.cn/gate/big5/www.gov.cn/zhengce/zhengceku/2020-09/25/5546996/files/8b001bb0d928490d9bbc36b13329ab29.pdf. Ministry of Housing and Urban-Rural Development of the People’s Republic of China. Guidelines for the Basic Platform Technology of City Information Modeling (CIM)[EB/OL]. (2020-09)[2024-09-28]. http://big5.www.gov.cn/gate/big5/www.gov.cn/zhengce/zhengceku/2020-09/25/5546996/files/8b001bb0d928490d9bbc36b13329ab29.pdf.
[59] 中华人民共和国住房和城乡建设部.城市三维建模技术规范: CJJ/T 157—2010[S].北京: 中国建筑工业出版社, 2011. Ministry of Housing and Urban-Rural Development of the People’s Republic of China. Technical Code for Three Dimensional City Modeling: CJJ/T 157−2010[S]. Beijing: China Architecture & Building Press, 2011.
[60] ORTEGA-CÓRDOVA L. Urban Vegetation Modeling 3D Levels of Detail[D]. Delft: Delft University of Technology, 2018.
[61] GUPTA A, BYRNE J, MOLONEY D, et al. Tree Annotations in LiDAR Data Using Point Densities and Convolutional Neural Networks[J]. IEEE Transactions on Geoscience and Remote Sensing, 2020, 58 (2): 971-981. doi: 10.1109/TGRS.2019.2942201
[62] 李鹏鹏,李永强,蔡来良,等.车载LiDAR点云中道路绿化带提取与动态分析[J].地球信息科学学报,2020,22(2):268-278. doi: 10.12082/dqxxkx.2020.190196 LI P P, LI Y Q, CAI L L, et al. Road Green Belt Extraction and Dynamic Analysis Based on Vehicle LiDAR Points Cloud[J]. Journal of Geo-Information Science, 2020, 22 (2): 268-278. doi: 10.12082/dqxxkx.2020.190196
[63] RAUMONEN P, KAASALAINEN M, ÅKERBLOM M, et al. Fast Automatic Precision Tree Models from Terrestrial Laser Scanner Data[J]. Remote Sensing, 2013, 5 (2): 491-520.
[64] CHEN C, WANG H, WANG D, et al. Towards the Digital Twin of Urban Forest: 3D Modeling and Parameterization of Large-Scale Urban Trees from Close-Range Laser Scanning[J]. International Journal of Applied Earth Observation and Geoinformation, 2024, 127: 103695.
[65] 李金诺,马玥祺,尹豪.计算性设计在种植设计中的研究进展[J].风景园林,2024,31(9):51-58. LI J N, MA Y Q, YIN H. Research Progress of Computational Design in Planting Design[J]. Landscape Architecture, 2024, 31 (9): 51-58.
[66] NIESE T, PIRK S, ALBRECHT M, et al. Procedural Urban Forestry[J]. ACM Transactions on Graphics, 2022, 41 (2): 1-18.
[67] PIRK S, STAVA O, KRATT J, et al. Plastic Trees[J]. ACM Transactions on Graphics, 2012, 31 (4): 1-10.
[68] HÄDRICH T, BENES B, DEUSSEN O, et al. Interactive Modeling and Authoring of Climbing Plants[J]. Computer Graphics Forum, 2017, 36 (2): 49-61. doi: 10.1111/cgf.13106
[69] 朱思洁,石邢.城市形态学视角下城市绿地形态研究审视与探讨[J].现代城市研究,2021,36(11):82-88. doi: 10.3969/j.issn.1009-6000.2021.11.013 ZHU S J, SHI X. A Review and Discussion of Research on Urban Greenspace Morphology from the Perspective of Urban Morphology[J]. Modern Urban Research, 2021, 36 (11): 82-88. doi: 10.3969/j.issn.1009-6000.2021.11.013
[70] 朱庆.三维GIS及其在智慧城市中的应用[J].地球信息科学学报,2014,16(2):151-157. ZHU Q. Full Three-Dimensional GIS and Its Key Roles in Smart City[J]. Journal of Geo-Information Science, 2014, 16 (2): 151-157.
[71] VARTHOLOMAIOS A, KALOGIROU N, ATHANASSIOU E, et al. The Green Space Factor as a Tool for Regulating the Urban Microclimate in Vegetation-Deprived Greek cities[C]//GOSPODINI A. Proceedings of the International Conference on “Changing Cities”: Spatial, Morphological, Formal & Socio-Economic Dimensions. Skiathos: Cadernos de Pós-Graduação em Arquitectura e Urbanismo, 2013: 18-21.
[72] 姚崇怀,李德玺.绿容积率及其确定机制[J].中国园林,2015,31(9):5-11. doi: 10.3969/j.issn.1000-6664.2015.09.002 YAO C H, LI D X. Study on the Green Volume Ratio (GVR) and Its Calculating Mechanism[J]. Chinese Landscape Architecture, 2015, 31 (9): 5-11. doi: 10.3969/j.issn.1000-6664.2015.09.002
[73] 中华人民共和国住房和城乡建设部.绿色建筑评价标准: GB/T 50378—2019[S].北京: 中国建筑工业出版社, 2019. Ministry of Housing and Urban-Rural Development of the People’s Republic of China. Assessment Standard for Green Building: GB/T 50378−2019[S]. Beijing: China Architecture & Building Press, 2019.
[74] QI J, LIN E S, TAN P Y, et al. Applying 3D Spatial Metrics for Landscape Planning: Creating and Measuring Landscape Scenarios by a Point Cloud-Based Approach[J]. Ecological Informatics, 2024, 79: 102436. doi: 10.1016/j.ecoinf.2023.102436
[75] ZIĘBA-KULAWIK K, WĘŻYK P. Monitoring 3D Changes in Urban Forests Using Landscape Metrics Analyses Based on Multi-temporal Remote Sensing Data[J]. Land, 2022, 11 (6): 883. doi: 10.3390/land11060883
[76] MOHRI H, LAHOTI S, SAITO O, et al. Assessment of Ecosystem Services in Homegarden Systems in Indonesia, Sri Lanka, and Vietnam[J]. Ecosystem Services, 2013, 5: 124-136.
[77] 张绪良,徐宗军,张朝晖,等.青岛市城市绿地生态系统的环境净化服务价值[J].生态学报,2011,31(9):2576-2584. ZHANG X L, XU Z J, ZHANG Z H, et al. Environment Purification Service Value of Urban Green Space Ecosystem in Qingdao City[J]. Acta Ecologica Sinica, 2011, 31 (9): 2576-2584.
[78] 彭建,王仰麟,陈燕飞,等.城市生态系统服务功能价值评估初探:以深圳市为例[J].北京大学学报(自然科学版),2005,41(4):594-604. doi: 10.3321/j.issn:0479-8023.2005.04.013 PENG J, WANG Y L, CHEN Y F, et al. Economic Value of Urban Ecosystem Services: A Case Study in Shenzhen[J]. Acta Scicentiarum Naturalum Universitis Pekinesis, 2005, 41 (4): 594-604. doi: 10.3321/j.issn:0479-8023.2005.04.013
[79] 赵正,韩锋,侯一蕾.基于Meta回归方法的中国城市森林生态系统服务功能价值再评估[J].长江流域资源与环境,2021,30(1):64-75. ZHAO Z, HAN F, HOU Y L. Revaluation of Urban Forest Ecosystem Services Function in China: Based on Meta-Regression Analysis[J]. Resources and Environment in the Yangtze Basin, 2021, 30 (1): 64-75.
[80] 白畯文,吴小东,肖正龙,等.基于BIM+IoT的智慧园区综合管理平台设计与研究[J].智能建筑与智慧城市,2021(12):155-156. BAI J W, WU X D, XIAO Z L, et al. Design and Research of Intelligent Park Integrated Management Platform Based on BIM + IoT[J]. Intelligent Building & Smart City, 2021 (12): 155-156.
[81] 安莉佳, 于鹏.基于数字孪生技术的新型智慧城市建设[C]//中国城市规划学会城市规划新技术应用学术委员会.创新技术·赋能规划·慧享未来: 2021年中国城市规划信息化年会论文集.天津: 天津市城市规划设计研究总院有限公司, 2021: 200-205. AN L J, YU P. New Smart City Construction Based on Digital Twin Technology[C]//Academic Committee on Urban Planning New Technology Application of China Urban Planning Society. Innovative Technology, Empowering Planning, and Enjoying the Future: Proceedings of the 2021 China Urban Planning Informatization Annual Conference. Tianjin: Tianjin Urban Planning and Design Institute Co., Ltd., 2021: 200-205.
[82] 赵杏英,毛肖钰,徐红权,等.数字流域多尺度空间地理信息模型构建及应用:以钱塘江流域为例[J].人民长江,2021,52(S2):293-297. ZHAO X Y, MAO X Y, XU H Q, et al. Establishment and Application of Multi-scale Geography Information Model for Digital River Basin: Case of Qiantangjiang River Basin[J]. Yangtze River, 2021, 52 (S2): 293-297.
[83] BECERIK-GERBER B, KENSEK K. Building Information Modeling in Architecture, Engineering, and Construction: Emerging Research Directions and Trends[J]. Journal of Professional Issues in Engineering Education and Practice, 2010, 136 (3): 139-147.
-
其他相关附件
计量
- 文章访问数: 45
- HTML全文浏览量: 6
- PDF下载量: 12
微信服务号
手机在线阅读
