港口引桥形变的建筑信息模型（BIM）与多源遥感协同感知方法

朱宏磊; 侯立强; 蒋鹏飞; 顾磊

doi:10.3724/j.gyjzG26020903

港口引桥形变的建筑信息模型（BIM）与多源遥感协同感知方法

doi: 10.3724/j.gyjzG26020903

1. 中国电建集团山东电力建设第一工程有限公司, 济南 250102;
2. 兖矿能源集团股份有限公司济宁三号煤矿, 山东济宁 272069;
3. 河海大学机电工程学院, 江苏常州 213200

详细信息

作者简介:
朱宏磊,硕士,高级工程师,主要从事数智化建造、智慧运维等相关技术研究。电子信箱:zhuhonglei@sepco1.com

计量
- 文章访问数: 6
- HTML全文浏览量: 2
- PDF下载量: 0
- 被引次数: 0
出版历程
- 收稿日期: 2026-02-09
- 网络出版日期: 2026-06-06

A Synergistic Method for Deformation Sensing of Port Approach Bridges Based on BIM and Multi-Source Remote Sensing

1. Power China SEPCO1 Electric Power Construction Co., Ltd., Jinan 250102, China;
2. Coal Mine, Yankuang Energy Group Company Limited, Jining 272069, China;
3. College of Mechanical and Electrical Engineering, Hohai University, Changzhou 213200, China

摘要

摘要: 为精准分离港口引桥形变中“地基沉降”与“结构损伤”的贡献，实现损伤的物理归因，通过构建“多源感知-物理建模-偏差诊断”融合方法框架，研究了一种协同时序InSAR地基沉降监测、高分辨率光学影像阴影分析与建筑信息模型（BIM）参数化力学模拟的港口引桥一体化形变协同感知与损伤诊断方法。首先在统一时空基准下，利用时序PS-InSAR技术提取地基时序沉降场，基于改进归一化阴影指数（NSI）反演引桥支柱顶部相对形变；再将LOD350级BIM模型转化为参数化梁格力学模型，以地基沉降和温度荷载为输入计算理论形变响应；最后通过构建损伤风险指数（DRI）量化观测形变与理论形变的偏差，实现损伤预警与定位，并结合实际工程案例完成闭环验证。结果表明：本方法形变监测平均绝对误差约1.14 mm，均方根误差约1.46 mm，88%的数据误差不大于2 mm，损伤识别准确率达93.7%，可实现“大范围预警—局部定位—现场核实—修复验证”的全链条诊断。可见，该方法有效突破了单一遥感技术难以解释形变成因的局限，实现了从“现象感知”到“机理解释”的跨越，为港口引桥等长线状钢结构基础设施的智慧化运维提供了可靠的技术范式。
- BIM /
- 多源遥感 /
- 损伤诊断 /
- 数字孪生
Abstract: In order to accurately separate the contributions of foundation settlement and structural damage to the deformation of port approach bridges and realize the physical attribution of structural damage， an integrated framework of "multi-source perception–physical modeling–deviation diagnosis" was adopted to develop a synergistic method combining time-series PS-InSAR-based foundation settlement monitoring， high-resolution optical image shadow analysis， and BIM-based parametric mechanical modeling. First， under a unified spatiotemporal datum， time-series PS-InSAR technology was applied to extract the foundation settlement field， while an improved Normalized Shadow Index （NSI） was used to invert the relative deformation at the tops of bridge piers. Second， an LOD350-level BIM model was converted into a parametric beam-grid mechanical model， and foundation settlement as well as thermal loads were taken as inputs to calculate the theoretical deformation response. Finally， a Damage Risk Index （DRI） was constructed to quantify the deviation between monitored and theoretical deformations， enabling damage early warning and localization. Closed-loop verification was further performed using an actual engineering case. The results showed that the proposed method achieved a mean absolute error （MAE） of approximately 1.14 mm and a root mean square error （RMSE） of approximately 1.46 mm in deformation monitoring， with 88% of data points having an error no greater than 2 mm and a damage identification accuracy of 93.7%. This method also supports the full-chain diagnostic process of "large-scale early warning – localized positioning–on-site verification – repair validation". It is concluded that this method effectively overcomes the limitations of single remote sensing techniques in interpreting deformation causes， achieves the transition from "phenomenon perception" to "mechanism interpretation"， and thus provides a reliable technical paradigm for the intelligent operation and maintenance of long linear steel-structure infrastructures such as port approach bridges.
- BIM /
- multi-source remote sensing /
- damage diagnosis /
- digital twin

HTML全文

参考文献(25)

[1]	NEGI P，KROMANIS R，DORÉE A G，et al. Structural health monitoring of inland navigation structures and ports:a review on developments and challenges［J］. Structural Health Monitoring，2024，23（1）：605- 645.
[2]	梁顺林，白瑞，陈晓娜，等. 2019年中国陆表定量遥感发展综述［J］. 遥感学报，2020，24（6 ）：618- 671.
[3]	朱建军，李志伟，胡俊. InSAR变形监测方法与研究进展［J］. 测绘学报，2017，46（10）：1717- 1733.
[4]	ZEBKER H A，GOLDSTEIN R M. Topographic mapping from interferometric synthetic aperture radar observations［J］. Journal of Geophysical Research：Solid Earth，1986，91（B5）：4993- 4999.
[5]	GABRIEL A K，GOLDSTEIN R M，ZEBKER H A. Mapping small elevation changes over large areas:Differential radar interferometry［J］. Journal of Geophysical Research：Solid Earth，1989，94（B7）：9183- 9191.
[6]	谷海波，李敏. 基于InSAR的矿山变形监测与参数反演研究进展［J］. 中国矿业，2025，34（6）：233- 243.
[7]	周志伟，鄢子平，刘苏，等. 永久散射体与短基线雷达干涉测量在城市地表形变中的应用［J］. 武汉大学学报（信息科学版），2011，36（8）：928- 931.
[8]	周云，郝官旺，危俊杰，等. 基于PS-InSAR技术的大跨度桥梁结构变形监测综述［J］. 工程力学，2025，42（4）：25- 37.
[9]	田馨，廖明生. InSAR技术在监测形变中的干涉条件分析［J］. 地球物理学报，2013，56（3）：812- 823.
[10]	MILLILO P，GIARDINA G，DEJONG M J，et al. Multi-temporal InSAR structural damage assessment：the London Crossrail case study［J］. Remote Sensing，2018，10（2）：287.
[11]	张志亮，曾琪明，杨立功. 利用结合土地覆盖类型的自适应DS-InSAR方法监测矿区地表形变［J］. 北京大学学报（自然科学版），2024，60（2）：265- 276.
[12]	赵华伟，周林，谭明伦，等. 基于光学遥感和SBAS-InSAR的川渝输电网滑坡隐患早期识别［J］. 自然资源遥感，2023，35（4）：264- 272.
[13]	TAO F，ZHANG H，LIU A，et al. Digital twin in industry：state-of-the-art［J］. IEEE Transactions on Industrial Informatics，2019，15（4）：2405- 2415.
[14]	刘莎莎，朱庆，汤圣君，等. 室内三维点云与BIM集成的建筑施工进度监测方法［J］. 地理信息世界，2019，26（5）：107- 112.
[15]	邢旺，方正，徐毅，等. 多源数据融合的BIM逆向建模技术在历史文化街区保护中的应用［J］. 测绘通报，2025（8）：159- 163，178.
[16]	戴梦云，付晓梦，李晨阳，等. 地理信息与建筑信息模型本体融合与应用研究［J］. 土木建筑工程信息技术，2025，17（增刊1）：74- 80.
[17]	刘靖宇，吴波，李勇，等. 基于BIM-FEM框架的基坑开挖影响邻近隧道参数化建模与安全仿真［J］. 隧道与地下工程灾害防治，2025，7（3）：45- 56.
[18]	CHEN L J，LU Q C，TANG P，et al. BIM-based structural health monitoring and damage diagnosis for building maintenance［J］. Automation in Construction，2020，119：103299.
[19]	中华人民共和国住房和城乡建设部. 钢结构设计标准：GB 50017—2017［S］. 北京：中国建筑工业出版社，2018.
[20]	NAPOLITANO A，HANSSEN R，HAGENAH L，et al. Estimation and integration of 3D PS-InSAR data for enhanced structural health interpretation using BIM-based models［C］// Proceedings of SPIE- The International Society for Optical Engineering. Bellingham：SPIE，2025：1- 10.
[21]	潘国荣，汪大超，周跃寅. 两种大转角空间坐标转换模型研究［J］. 山东科技大学学报（自然科学版），2015，34（1）：61- 67.
[22]	中华人民共和国国家质量监督检验检疫总局. 地理信息基于坐标的空间参照：GB/T 30168—2013［S］. 北京：中国标准出版社，2013.
[23]	中华人民共和国国家质量监督检验检疫总局. 国家大地测量基本技术规定：GB 22021—2008［S］. 北京：中国标准出版社，2008.
[24]	FERRETTI A，PRATI C，ROCCA F. Permanent scatterers in SAR interferometry［J］. IEEE Transactions on Geoscience and Remote Sensing，2001，39（1）：8- 20.
[25]	张雍，江洪，郭家. 顾及水域的Sentinel-2数据地形阴影检测方法研究［J］. 遥感技术与应用，2024，39（2）：492- 501.