《Array》：A remote sensing-enhanced Digital Twin framework for multi-scale infrastructure monitoring
编辑推荐：
本文提出了一种集成的数字孪生（Digital Twin）框架，用于监测和管理交通基础设施，特别关注桥梁，通过整合多源地理空间与结构调查数据。通过结合地面激光扫描（Terrestrial Laser Scanning, TLS）、全球导航卫星系统（Global
本文提出了一种集成的数字孪生（Digital Twin）框架，用于监测和管理交通基础设施，特别关注桥梁，通过整合多源地理空间与结构调查数据。通过结合地面激光扫描（Terrestrial Laser Scanning, TLS）、全球导航卫星系统（Global Navigation Satellite System, GNSS）测量、星载多时相干涉合成孔径雷达（Multi-Temporal Interferometric Synthetic Aperture Radar, MT-InSAR）以及建筑信息模型（Building Information Modeling, BIM），所提出的方法实现了关键基础设施状况及其周边环境的高分辨率动态可视化。该框架能够整合具有不同空间或时间分辨率的多源无损检测（Non-Destructive Testing, NDT）调查数据，允许在每轮星载和现场调查周期后对数字孪生进行半自动更新，并支持预测性分析。一项涉及意大利某砖石桥梁的案例研究证明了该系统可视化由永久散射体（Persistent Scatterer, PS）测量得出的形变模式，并检验其与滑坡等环境灾害潜在关联的能力。该集成数字孪生将桥梁几何与观测形变数据相结合，以支持基础设施状况评估与维护规划。该方法凸显了数字孪生在基础设施全生命周期管理中的变革潜力，尤其是在复杂岩土工程条件的背景下。
一、研究背景与问题提出
交通基础设施的结构完整性与功能性对于社会经济增长、经济发展和公共安全至关重要。然而，基础设施系统面临老化、自然灾害和日益增长的使用需求等挑战，亟需创新的监测与维护解决方案。传统监测方法，如专业操作人员的目视检查和其他结构诊断技术，虽在各自领域内有效，但存在显著局限：主观性强，依赖人工判断和经验，导致评估结果存在差异性和不一致性；静态特性明显，低频、耗时且成本高昂的采集程序无法捕捉动态环境和结构变化，缺乏实时更新能力；可扩展性差，在应用于大规模或偏远基础设施监测时劳动密集且成本高昂。
在过去二十年中，数字孪生（Digital Twin, DT）作为新型监测工具被成功引入，其定义为物理资产与其数字副本之间实现实时数据交换的虚拟表示。然而，数字孪生在交通基础设施评估中的常规实施仍面临诸多挑战，包括需要能够在统一框架内整合和分析来自不同来源的多源、多尺度数据的集成方法，以及开发用于持续更新数字孪生信息及其关联数据的自动化流程。此外，互操作性仍是全面实施数字孪生的主要障碍，许多系统在缺乏标准化数据交换协议和集成机制的孤立环境中运行。异构无损检测（Non-Destructive Testing, NDT）数据类型的集成是另一关键挑战，关键基础设施在不同空间和时间尺度上产生异构数据，从周期性卫星观测到连续实时传感器流。缺乏普遍接受的数据互操作性和交换标准进一步加剧了这些问题，阻碍了可扩展数字孪生框架的发展。
二、研究内容与意义
本研究的主要目标是开发一种专门针对基础设施及其周边环境监测和管理而量身定制的数字孪生创建方法论。该框架通过将多源遥感数据与现场检查期间获取的无损检测测量数据集成到数字孪生中，推进了当前实践。通过将异构信息嵌入动态的基于BIM的环境中，系统能够实现资产结构状况的持续、空间显式监测，同时增强地质灾害前兆的检测能力，包括滑坡活动的早期指标。研究还引入了一种集成工作流，能够半自动地摄取和处理具有不同空间和时间分辨率的数据，进入统一的数字孪生环境，通过定义可复制和可扩展的方法论来支持预测性维护、改善决策，并提高基础设施网络的韧性和可持续性。
三、主要关键技术方法
研究人员提出的方法论基于三种不同检测技术的关键特性：激光扫描（Laser Scanning）、全球导航卫星系统（GNSS）和星载多时相干涉合成孔径雷达（MT-InSAR），以及其集成的基本原理。研究采用地面激光扫描（TLS）获取高分辨率三维点云数据，使用Teledyne Optech Polaris长距离激光扫描仪，配备1550nm波长激光、最大2000m测程和高达500kHz脉冲重复率。卫星数据方面，研究收集了欧洲空间局（ESA）哥白尼计划中的Sentinel-1卫星图像，并通过欧洲地面运动服务（EGMS）识别永久散射体（PS）。数据处理采用基于Python的算法在GIS环境中实现，通过建立缓冲区选择与结构相关的PS点。数字建模阶段结合了Autodesk Revit?和Rhinoceros?软件，并使用Dynamo可视化编程接口开发了自定义工作流，实现PS数据到BIM组件的自动化转换和属性分配。案例研究涉及意大利拉齐奥大区的Cave Bridge砖石桥梁，该地区历史上以复杂岩土工程条件和活跃滑坡现象为特征。
四、研究结果
4.1 多尺度数据采集与准备
研究人员通过TLS获取了桥梁的高分辨率三维点云，结合GNSS测量确保了精确的地理参考和空间对齐。通过Python算法在GIS环境中建立了围绕高架结构的缓冲区区域，实现了与桥梁和桥梁相关的PS点筛选。研究从选定结构周围100米至50米不等的区域进行了选择，能够识别受地面沉降现象影响的资产。
4.2 无损检测数据集成与处理
研究人员通过扫描到BIM（Scan-to-BIM）流程将TLS数据集成到BIM框架中，该流程包括高密度三维点云采集、分割和特征提取、参数化建模以及模型验证。在卫星数据处理方面，开发了模块化工作流，包括数据导入、位移估计、网格生成和结果过滤。研究使用四次TLS扫描配准，通过迭代最近点（ICP）算法和全局光束平差，最终平均对齐误差为2.5mm。地面控制点（GCP）使用GNSS测量，水平定位精度优于1cm。
4.3 动态数字孪生开发
研究人员开发了将MT-InSAR永久散射体数据集成到BIM环境中的程序，通过计算设计（Computational Design）方法实现信息管理和对象创建过程的自动化。该集成过程分为四个概念阶段：地理参考和坐标对齐、参数化实体生成、属性集成和语义丰富、专题可视化和分析解释。PS数据被转换为动态三维BIM单元，每个单元能够根据卫星图像的空间分辨率更新其尺寸，并集成从InSAR分析获得的数据属性。通过基于形变值的颜色标度实现专题可视化，使关键区域能够直观识别。
4.4 多源验证
研究人员通过数字环境中的集成和交叉验证，确保数字孪生框架内集成数据的一致性和可靠性。TLS生成的几何模型与基于卫星的形变趋势对齐，使得检测到的位移如何转化为结构几何变化能够精确可视化。通过将卫星观测到的毫米级位移直接映射到TLS生成的三维模型上，利益相关者能够评估形变的空间范围和结构影响。
五、案例研究结果
在Cave Bridge案例研究中，研究人员将TLS、GNSS和MT-InSAR数据集成到统一的动态数字孪生环境中。TLS点云使用Leica T40 GNSS接收器进行地理参考，配准后的平均对齐误差为2.5mm。通过Dynamo脚本实现了自动化管道，读取MT-InSAR的CSV格式PS数据，转换为空间参考的BIM组件，分配InSAR派生属性，并基于形变阈值进行视觉区分。此外，研究将意大利滑坡清单（IFFI）的GIS数据集成到数字孪生模型中，揭示了桥梁附近存在历史滑坡，虽未直接影响结构，但增强了环境背景的理解。
六、讨论与结论
研究讨论部分强调了多源数据集成在数字孪生框架中的协同效益。数字孪生环境能够综合复杂数据集为连贯的多维模型，提供基础设施结构健康的整体视图。这种综合视角对于识别地表和地下条件之间的相互依赖关系、评估外部压力因素的影响以及制定数据驱动的维护策略至关重要。研究结论指出，所提出的方法论通过将多源遥感数据与无损检测测量集成到动态BIM环境中，实现了基础设施状况的连续空间显式监测，同时增强了地质灾害前兆的检测能力。该框架支持预测性维护，改善决策制定，并提高基础设施网络的韧性和可持续性，特别是在复杂岩土工程条件的背景下，凸显了数字孪生在基础设施全生命周期管理中的变革潜力。
