劉 璇，紀(jì)溢凡，包佳瑋，紀(jì)云浩，申志福

（南京工業(yè)大學(xué)，南京 211816）

我國城市地下工程正處于蓬勃發(fā)展過程。由于地下工程本身具有的隱蔽性、地質(zhì)條件的復(fù)雜多變性和巖土體工程特性的多樣性特點，設(shè)計、施工與運維單位需要更加直觀的模式反映巖土工程結(jié)構(gòu)的信息，以指導(dǎo)日常工作。工程地質(zhì)數(shù)據(jù)則具有高度時空性、大容量高相關(guān)、低價值密度、多元異構(gòu)、多模態(tài)、復(fù)雜性與不確定性的特點[1]。如何利用大數(shù)據(jù)分析和可視化技術(shù)更直觀地服務(wù)于地下工程的研究分析與問題決策，成為該領(lǐng)域數(shù)據(jù)可視化研究與應(yīng)用熱點。

目前，國內(nèi)外學(xué)者采用數(shù)據(jù)可視化方法及技術(shù)對地質(zhì)數(shù)據(jù)進(jìn)行的研究取得了較為豐富的研究成果。Byers 等[2]從可視化的角度研究了大數(shù)據(jù)對實現(xiàn)地質(zhì)介紹的優(yōu)勢。Müller 等[3]對工程地質(zhì)數(shù)據(jù)可視化進(jìn)行了研究，并構(gòu)建了基于Cesium 的3DWeb 可視化交互系統(tǒng)。Wang 等[4]基于地質(zhì)本體成功從地質(zhì)大數(shù)據(jù)中提取出北美區(qū)域的地質(zhì)年代和生物信息，并實現(xiàn)了信息集成與可視化。孫成鵬[5]使用基于SketchUp 和ArcGIS 的地質(zhì)體三維模型構(gòu)建方法實現(xiàn)了地質(zhì)勘查地表數(shù)據(jù)及鉆孔數(shù)據(jù)的可視化。竇世卿等[6]提出了一種基于Cesium，利用shapefile 二維地下管網(wǎng)數(shù)據(jù)自動構(gòu)建三維地下管網(wǎng)3D Tiles 模型的建模方法并實現(xiàn)了模型的可視化展示。

迄今為止，將Cesium 應(yīng)用于地下工程中的工程結(jié)構(gòu)信息化模型構(gòu)建的研究尚不多見。本項目擬結(jié)合開源的Cesium 三維可視化引擎，運用數(shù)據(jù)庫、物聯(lián)網(wǎng)、大數(shù)據(jù)分析和數(shù)據(jù)可視化等技術(shù)，實現(xiàn)對地下結(jié)構(gòu)、地層信息、健康監(jiān)測信息三維可視化及監(jiān)測數(shù)據(jù)趨勢預(yù)測，為地下空間運維提供高效的數(shù)字化工具。

1 基于Cesium 平臺的地下空間可視化模型

Cesium 是一個三維數(shù)據(jù)可視化的開源平臺，可包含基于三維遙感影像的地形、地貌信息和各類建構(gòu)筑物信息。在Cesium 基礎(chǔ)上進(jìn)一步開發(fā)的Mars 3D 平臺為可視化提供了大量免費SDK 類庫，用于構(gòu)建本項目無插件、跨操作系統(tǒng)、跨瀏覽器的三維GIS 應(yīng)用程序，實現(xiàn)了巖層分析、剖面分析、地下開挖和地表透明等功能。此處以某地下隧道結(jié)構(gòu)為例，說明三維場景的構(gòu)建方法，模型如圖1 所示。

圖1 地下空間結(jié)構(gòu)可視化案例

首先采用Revit 軟件構(gòu)建隧道的三維結(jié)構(gòu)模型，將模型導(dǎo)出為fbx 格式。在Revit 中確定隧道的結(jié)構(gòu)形態(tài)、尺寸及構(gòu)成部分，并根據(jù)需要設(shè)計出隧道的地基結(jié)構(gòu)、支護(hù)措施、襯砌結(jié)構(gòu)、排水設(shè)施、電纜管道、防火設(shè)施及通風(fēng)設(shè)施等，以建立一個完整的隧道模型。導(dǎo)出模型時，在導(dǎo)出選項中選擇合適的導(dǎo)出參數(shù)，確保模型的準(zhǔn)確度和細(xì)節(jié)的保留，對模型的材質(zhì)和紋理進(jìn)行適當(dāng)處理，確保導(dǎo)出的模型質(zhì)量達(dá)到要求。然后使用開源工具CesiumLab 的通用模型切片功能將fbx 文件輸出為3D Tiles 格式。根據(jù)模型的大小和精度來設(shè)置切片參數(shù)，優(yōu)化模型定義的數(shù)據(jù)，確保在切片過程中不丟失重要細(xì)節(jié)，需保證切片后數(shù)據(jù)文件的數(shù)量和大小合理，以避免造成Web 端的性能問題。最后利用Nginx 發(fā)布三維數(shù)據(jù)服務(wù)，將隧道模型導(dǎo)入由Cesium 構(gòu)建的三維場景之中，供Web 前端使用。通過使用Cesium 的API 實現(xiàn)多種交互和定制效果，提升Web 前端的用戶體驗，為用戶呈現(xiàn)一個真實、可視化的地下隧道環(huán)境。

2 地下結(jié)構(gòu)健康監(jiān)測數(shù)據(jù)可視化

為持續(xù)對地下結(jié)構(gòu)進(jìn)行健康監(jiān)測，在圖1 所示的結(jié)構(gòu)中選擇3 個監(jiān)測斷面，每個斷面布設(shè)應(yīng)變計8 個，靜力水準(zhǔn)儀3 個，雙軸傾斜計3 個。監(jiān)測數(shù)據(jù)通過物聯(lián)網(wǎng)傳輸至后臺，儲存于MySQL 數(shù)據(jù)庫管理系統(tǒng)。采用Tableua 進(jìn)行可視化分析：通過實時連接獲取最新數(shù)據(jù)，根據(jù)數(shù)據(jù)添加趨勢預(yù)測線和預(yù)警線，最終匯總為綜合數(shù)據(jù)儀表盤，實現(xiàn)工程數(shù)據(jù)可視化。Cesium 構(gòu)建的三維場景支持導(dǎo)入內(nèi)置控件和各類動態(tài)圖表。在工程結(jié)構(gòu)模型的觀測點處插入由控件菜單控制的圖表窗口，即可實現(xiàn)實時查看各點的應(yīng)變、沉降、傾斜情況，效果如圖2 所示。綜合儀表盤由3 部分組成：左列為健康監(jiān)測數(shù)據(jù)展示，從上到下依次展示結(jié)構(gòu)的沉降、應(yīng)變、位移情況；中間一列包括結(jié)構(gòu)示意圖與工程簡介，結(jié)構(gòu)示意圖上的3 個按鈕為可交互設(shè)計，點擊可跳轉(zhuǎn)到相應(yīng)斷面的詳細(xì)數(shù)據(jù)與預(yù)測結(jié)果；右列展示的是傳感器傳回數(shù)據(jù)的處理進(jìn)度。

這種綜合儀表盤的設(shè)計可以幫助相關(guān)工作人員更好地了解結(jié)構(gòu)運行情況，有效提高結(jié)構(gòu)健康監(jiān)測的效率和準(zhǔn)確性。監(jiān)測人員可以隨時查看結(jié)構(gòu)的健康狀態(tài)，同時也能快速響應(yīng)任何異常情況，極大提升了工程安全性和可靠性。

3 健康監(jiān)測數(shù)據(jù)挖掘與趨勢預(yù)測

地下結(jié)構(gòu)健康監(jiān)測數(shù)據(jù)隨時間動態(tài)變化，是典型的時間序列。為了基于已有監(jiān)測數(shù)據(jù)實時動態(tài)預(yù)測未來的結(jié)構(gòu)響應(yīng)，采用LSTM（Long Short-Term Memory）循環(huán)神經(jīng)網(wǎng)絡(luò)模型構(gòu)建時間序列預(yù)測工具。LSTM 不僅融合了時間序列的概念，能夠有效地考慮到不同時間節(jié)點輸入數(shù)據(jù)對下一個節(jié)點的影響，而且以在隱藏層中添加記憶單元的方式實現(xiàn)對時間序列數(shù)據(jù)的記憶信息的控制，獲得了較長期的記憶功能。傳感器獲取的監(jiān)測數(shù)據(jù)時間跨度較長，數(shù)據(jù)量較大，使用LSTM 模型能夠深度表達(dá)特征，防止梯度爆炸，特別適合本項目需求。

LSTM 模型的框架如圖3 所示，其在隱藏層中添加記憶單元實現(xiàn)對時間序列數(shù)據(jù)的記憶信息的控制，獲得較長期的記憶功能。LSTM 的記憶模塊由遺忘門、輸入門、輸出門3 個部分組成，可用于傳播過程中的誤差反饋。遺忘門和輸入門用于控制存儲單元的狀態(tài)：遺忘門表示可以保存多少上一刻單元的“記憶”到記憶單元，而輸入門決定了可以保存多少時刻的“記憶”到記憶單元，并控制“歷史信息”與“當(dāng)前信息”的融合比例。輸出門則用來控制單元狀態(tài)輸出信息。

圖3 LSTM 模型框架圖

通過調(diào)整LSTM 模型中的學(xué)習(xí)率（Learning rate）、隱藏單元個數(shù)（Lstm＿units）、優(yōu)化器（Optimizer）類型、epoch和網(wǎng)絡(luò)層數(shù)的參數(shù)設(shè)置可以獲得最佳參數(shù)組合，使得模型性能達(dá)到最優(yōu)。經(jīng)過試驗測試，最終選擇誤差最小的一組，其參數(shù)設(shè)置為：學(xué)習(xí)率0.001、優(yōu)化器選擇Adam、eporch 取值為200 和選用5 層64 單元數(shù)網(wǎng)絡(luò)結(jié)構(gòu)。

由于部分傳感器所監(jiān)測的點位存在長時間穩(wěn)定無變化的情況，采集到的數(shù)據(jù)波動不大，預(yù)測價值較小，故本文選取12 個傳感器傳回的數(shù)據(jù)進(jìn)行預(yù)測。考慮到沉降、傾角、應(yīng)變3 類數(shù)據(jù)的變化特點不同，分別采用3 組模型進(jìn)行預(yù)測。將每個傳感器的1 750 條數(shù)據(jù)分為訓(xùn)練組和測試組，訓(xùn)練組占比0.8，測試組占比0.2，并繼續(xù)向后預(yù)測10 條數(shù)據(jù)。

為了衡量模型的擬合精度與預(yù)測準(zhǔn)確性，本文采用R2（R squared，Coefficient of determination，決定系數(shù)）、MAE（Mean Absolute Error，平均絕對誤差）、MAPE（Mean Absolute Percentage Error，平均絕對百分比誤差）來衡量模型預(yù)測能力。設(shè)結(jié)構(gòu)健康監(jiān)測數(shù)據(jù)采集到的真實值為y={y1，y2，y3，…，yn}，模型的預(yù)測值為，R2、MAE和MAPE的計算公式如下

R2反映的是模型擬合數(shù)據(jù)的準(zhǔn)確程度，一般R2的范圍是0 到1，其值越接近1，表明方程的變量對y的解釋能力越強，這個模型對數(shù)據(jù)擬合得也較好。MAE是絕對誤差的平均值，可以更好地反映預(yù)測值誤差的實際情況；MAPE指平均絕對百分比誤差，用絕對值來避免正誤差和負(fù)誤差相互抵消，理論上，MAE、MAPE的值越小，說明預(yù)測模型擬合效果越好，具有更好的精確度。

模型對部分傳感器監(jiān)測數(shù)據(jù)的預(yù)測結(jié)果如圖4 所示。在對應(yīng)變、傾斜、沉降的多次預(yù)測中，擬合系數(shù)R2最高分別達(dá)到0.978、0.972、0.967，MAE最低分別為0.145、0.001、0.003，MAPE最低分別為0.006、0.001、0.005，說明LSTM 模型對結(jié)構(gòu)健康監(jiān)測數(shù)據(jù)的預(yù)測精度較高。

圖4 部分傳感器監(jiān)測數(shù)據(jù)的預(yù)測結(jié)果

考慮到采集到的應(yīng)變數(shù)據(jù)與傾斜、沉降數(shù)據(jù)大小之間存在量級差，故應(yīng)變預(yù)測結(jié)果的平均誤差數(shù)值稍大。

4 結(jié)論

以地下隧道結(jié)構(gòu)為例，構(gòu)建了基于Cesium 平臺的地下空間工程信息化模型，實現(xiàn)了對地下工程中結(jié)構(gòu)、地層信息場景的三維可視化。與傳統(tǒng)的觀測分析方式相比，基于Cesium 平臺的三維模型和數(shù)據(jù)可視化分析技術(shù)能更加直觀地反映地下工程結(jié)構(gòu)信息。應(yīng)用長短期記憶人工神經(jīng)網(wǎng)絡(luò)進(jìn)行工程數(shù)據(jù)預(yù)測，達(dá)到了滿意的預(yù)測精度，有助于實現(xiàn)地下工程結(jié)構(gòu)健康監(jiān)測數(shù)據(jù)的分析、利用、價值挖掘。