多源测绘数据融合下城市实景三维模型构建与优化研究

摘要：针对当前单一数据源城市三维建模存在几何精度不足、纹理细节缺失、语义信息薄弱等问题。本文提出一套面向多源测绘数据的融合建模与优化技术体系。首先梳理航空航天遥感影像、LiDAR点云、倾斜摄影数据、地面移动测量数据、GIS矢量数据、BIM模型的特性差异，构建包含空间基准统一、误差校正、多维度融合的预处理框架。设计分层融合策略实现几何精度、纹理细节、语义信息的互补，形成自动化建模与LOD分级构建流程。最后从几何精度、纹理质量、轻量化性能三个维度提出针对性优化方法。通过典型城市建成区实证验证，本方法构建的模型几何精度较单一倾斜摄影建模有显著提升，运行加载效率大幅提高，可支撑智慧城市规划、应急管理、数字孪生等场景应用，为城市实景三维建设提供技术参考。

关键词：多源测绘数据；数据融合；城市实景三维模型；自动化建模

随着数字中国和智慧城市建设不断深入推进，实景三维作为城市全要素数字化表达核心载体，已成为空间数据基础设施重要组成部分。依据自然资源部2025年12月例行新闻发布会官方数据，“十四五”时期我国已初步建成实景三维中国，地形级实景三维已实现全部陆地国土覆盖，数字高程模型整体优化到优于5米格网，1:1万精度数据覆盖70%陆地国土。城市级实景三维数据已覆盖全国300余个地级以上城市，其中300余个地级以上城市完成LOD1.3三维模型生产，67个城市开展了智慧城市时空大数据平台建设试点，目前实景三维应用已形成涵盖灾害防治、智慧交通、智慧文旅等22大类、100余种应用场景，成为支撑城市数字化转型核心基础数据。

1 多源测绘数据预处理与融合方法设计

1.1 多源数据的预处理流程

多源测绘数据的标准化预处理是保障后续建模精度的核心前提，需要依次完成基准统一、噪声过滤、配准校正这三个核心环节。首先针对不同数据源存在的坐标系差异问题，采用2000国家大地坐标系作为统一空间基准，通过七参数转换来实现异源数据的空间位置对齐，同时统一时间基准以消除城市动态变化带来的要素错位情况。针对不同数据所具有的固有噪声问题，分别采用统计滤波算法去除LiDAR点云中的离群点、采用辐射校正算法消除遥感影像的光照差异、采用拓扑检查工具修正GIS矢量数据的边界错误，以此确保单源数据的基础质量。最后采用特征点匹配法实现多源数据的精细配准，以地面实测控制点作为真值，将不同数据的配准误差控制在厘米级范围内，从而为后续融合提供精度基础。

1.2 面向三维建模的多源数据融合策略

为了满足三维建模对几何精度、纹理细节和语义信息的多元需求，采用分层融合策略让不同数据源优势互补，在几何层将LiDAR点云与倾斜摄影点云进行融合，利用LiDAR点云对建筑物立面和植被高度高精度测量的优势，弥补倾斜摄影点云在高层建筑顶部和遮挡区域的几何失真问题，生成精度一致的全域点云数据集^[1]。在纹理层将航空遥感影像与地面近景摄影数据进行融合，用航空影像保证大面积区域的纹理一致性，用地面近景影像补充建筑底层和沿街商铺的高清细节，通过特征匹配实现不同分辨率影像的无缝拼接。在语义层将GIS矢量数据与BIM模型数据进行融合，将建筑属性、道路权属和管线信息等语义信息挂载到三维模型的对应要素上，解决传统模型仅具备几何外观却缺乏属性信息的问题，满足多场景的查询分析需求。多源数据融合层级与技术方案对应详情见下表1。

表1 多源数据融合层级与技术方案对应表

2 城市实景三维模型的构建技术体系

2.1 多源数据驱动的自动化建模流程

在融合后的多源数据集基础上构建全链路自动化建模流程，以此大幅降低人工干预成本。首先运用区域生长算法从融合点云中分割地形、建筑、道路、植被四类核心要素，针对地形要素生成高分辨率数字高程模型，针对道路、水系等线性要素参考GIS矢量边界实现自动化拟合。针对建筑主体采用模型重用与自动重构相结合方式，对于已有BIM模型的建筑直接进行格式转换与坐标匹配，对于无BIM数据的建筑通过点云轮廓提取、屋顶结构识别实现自动化三维重构，绝大多数常规建筑可实现无人工干预自动建模。最后针对路灯、指示牌、树木等城市部件采用实例分割算法从影像与点云中批量提取特征，匹配部件模型库实现批量放置，整体建模效率较传统手工建模有数倍提升，可实现大范围城市区域的快速建模。

2.2 多细节层次（LOD）模型的分级构建方法

针对不同应用场景对模型精度的差异化需求，按照国家实景三维建设标准构建从LOD1到LOD4的分级模型体系以实现资源合理配置。LOD1级模型面向宏观区域展示需求，基于融合点云的建筑轮廓批量生成白模，仅表达建筑高度与整体形态且模型数据量极低，适用于城市总体规划场景^[2]。LOD2级模型面向一般管理需求，在白模基础上叠加屋顶结构与通用纹理，还原建筑典型外观特征，适用于城市管控与土地利用分析场景。LOD3级模型面向精细化管理需求，融合倾斜摄影纹理还原建筑完整外立面细节与门窗结构，且几何精度达厘米级，适用于规划审批与违建识别场景。LOD4级模型面向重点区域应用需求，结合BIM数据与近景摄影数据，还原建筑内部结构与室内细节，适用于重点商圈与应急疏散模拟场景。实景三维LOD分级模型技术标准与应用场景详情见下表2。

表2 实景三维LOD分级模型技术标准与应用场景表

3 实景三维模型的精度与性能优化方法

3.1 几何精度优化

针对建模过程中常见的点云空洞、模型畸变、边界错位等问题构建多源数据交叉验证精度优化体系。针对融合点云中的遮挡区域空洞采用邻域点云插值与影像轮廓约束结合的方式补全，对于建筑立面空洞参考相邻立面结构特征进行拟合，对于地面空洞参考GIS道路边界进行校正，使空洞补全效果满足绝大多数场景精度要求。针对模型几何畸变问题以LiDAR点云高精度坐标为真值，对倾斜摄影生成的模型网格进行迭代校正，大幅降低高层建筑顶部误差^[3]。最后，针对不同要素边界错位问题以实测矢量边界为基准，对模型边缘进行裁剪修正确保道路红线和建筑红线位置与法定规划数据一致，同时构建包含平面精度、高程精度、边界一致性的精度校验指标体系实现模型质量量化评估。模型几何精度优化前后对比详情见图1。

图1 模型几何精度优化前后对比图

3.2 纹理质量优化

针对多源影像融合时存在的色彩差异、光照不均和纹理模糊等问题，构建全流程的纹理质量优化方案。运用色阶调整与直方图匹配算法对不同来源影像做匀色处理，以此消除航空影像和地面影像的色温差异以及同一区域不同航片的曝光差异，进而实现全域纹理色彩的自然过渡^[4]。针对纹理拼接过程中的接缝问题，采用泊松融合算法对拼接边缘进行平滑处理，同时在选择接缝位置时避开建筑门窗、标识等关键特征区域，从而降低拼接痕迹对视觉效果造成的影响。最后针对低分辨率纹理区域，采用基于生成式AI的超分辨率重建技术，大幅提升纹理清晰度，同时修复纹理中的遮挡、污点问题，大幅提升模型的视觉真实感，优化后的纹理视觉效果相比传统方法有明显提升^[5]。

3.3 模型轻量化与性能优化

针对大规模城市三维模型加载卡顿以及存储空间大的问题，构建能兼顾精度与效率的轻量化优化体系。首先在几何层面采用渐进式网格简化算法，在保证建筑轮廓和关键结构不丢失的前提下，删除冗余的三角面片以大幅降低模型整体面数，针对重复出现的城市部件运用实例化复用技术，同一类型的路灯和树木仅存储一个模型模板，通过位置参数实现批量调用从而进一步降低数据量^[6]。在纹理层面采用通用压缩格式，在不明显降低视觉质量的前提下大幅压缩纹理数据量，同时建立多级纹理金字塔以实现不同视距下的纹理自适应加载。最后通过构建八叉树空间索引，实现模型的按需加载与视野裁剪，使大规模城市场景的实时加载流畅度显著提升，满足网页端和移动端的流畅访问需求。

结论

本文针对单一数据源城市实景三维建模存在的痛点，提出一套完整的多源测绘数据融合建模与优化技术体系，通过多源数据分层融合实现几何精度、纹理细节、语义信息优势互补，构建自动化建模与LOD分级构建流程，从几何、纹理、性能三个维度全面提升模型质量。本方法构建模型在精度、效率、实用性上均优于传统单一数据源建模方法，可有效支撑智慧城市各类应用场景。下一步研究将重点探索多源实时数据动态融合技术，实现城市实景三维模型自动更新，进一步拓展模型在动态监测、实时仿真等场景应用价值。

参考文献

[1]王春,朱庆,杨必胜,等. 实景三维模型：概念、方法、应用与挑战[J].地球信息科学学报,2026,28(04):863-885.

[2]安滨波,王利芬,安宇伟,等. 基于无人机倾斜摄影的城市三维违法用地监测系统建设研究[J].测绘与空间地理信息,2026,49(03):167-169+173.

[3]吴恒长. 基于实景三维的城市空间形态分析与智能规划策略[J].智能建筑与智慧城市,2026,(03):58-60.

[4]宋圆. 基于多源多尺度数据融合的城市建筑实景三维模型构建方法[J].北京测绘,2026,40(02):195-201.

[5]李露露. 实景三维技术在智能城市环境监测与预警系统中的应用[J].智能建筑与智慧城市,2026,(02):27-29.

[6]王惠杰. 基于倾斜摄影的城市实景三维模型单体化方法研究[J].电脑知识与技术,2026,22(04):104-106.