پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 11 |
| تعداد شماره‌ها | 222 |
| تعداد مقالات | 2,222 |
| تعداد مشاهده مقاله | 3,273,136 |
| تعداد دریافت فایل اصل مقاله | 2,350,498 |
مطالعه و بررسی پایگاه‌های داده مکانی برای مدلسازی و ایجاد کاداستر سه‌بعدی تأسیسات زیرزمینی | ||
| پژوهش های سنجش از دور و اطلاعات مکانی | ||
| دوره 3، شماره 1، دی 1403، صفحه 157-170 اصل مقاله (1.64 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22061/jrsgr.2025.11601.1088 | ||
| نویسندگان | ||
| مهران نورمحمدی؛ غلامرضا فلاحی* | ||
| گروه مهندسی نقشه‌برداری، دانشکده عمران، آب و محیط‌زیست، دانشگاه شهید بهشتی، تهران، ایران | ||
| تاریخ دریافت: 14 دی 1403، تاریخ بازنگری: 26 اردیبهشت 1404، تاریخ پذیرش: 23 خرداد 1404 | ||
| چکیده | ||
| پیشینه و اهداف: افزایش چشمگیر جمعیت جهان در طول قرن بیستم و آغاز قرن بیست‌ویکم تأثیرات عمیقی بر برنامه‌ریزی و توسعه کاربری زمین داشته است. هدف اصلی LAS، حمایت از بازارهای زمین و تسهیل مدیریت زمین در کشورهای توسعه‌یافته و درحال‌توسعه است. کاداستر یکی از ابزارهای اصلی در سیستم‌های اداره زمین است. در این پژوهش، به مدلسازی مفهومی و بررسی پایگاه‌های داده مکانی برای مدلسازی کاداستر سه‌بعدی تأسیسات زیرزمینی پرداخته شده‌است. هدف اصلی این پژوهش، بررسی روش‌های مختلف برای مدلسازی عوارض زیرزمینی و استفاده از استانداردهای مناسب برای تجسم این عوارض در کاداستر سه‌بعدی است. روش‌ها: برای مدلسازی عوارض زیرزمینی ابتدا به نیازسنجی و توسعه مدل مفهومی پرداخته شد و سپس پایگاه‌های داده برای اجرای مدلسازی کاداستر سه‌بعدی تأسیسات زیرزمینی و فرمت‌های ذخیره‌سازی داده بررسی گردید. در این پژوهش، CityJSON به‌عنوان استاندارد مناسب برای تجسم عوارض زیرزمینی انتخاب شد. یافته‌ها: نتایج این پژوهش نشان‌می‌دهد که استفاده از CityJSON به‌دلیل ساختار ساده‌تر آن نسبت به XML، نه‌تنها کار با داده‌ها را تسهیل کرده، بلکه با کاهش حجم داده‌ها و افزایش سرعت پردازش، آن را به ابزاری مناسب برای توسعه‌دهندگان وب و پروژه‌های WebGIS تبدیل کرده است. نتیجه‌گیری: به‌کارگیری این روش‌در شهرهای در حال توسعه، به‌خصوص در شهرهایی با زیرساخت‌های پیچیده مانند تهران، می‌تواند تحولی در نحوه مدیریت و برنامه‌ریزی شهری به وجود آورد. استفاده از مدلسازی سه‌بعدی عوارض زیرزمینی و نمایش آن‌ها در فرمت CityJSON، در مقایسه با روش‌های سنتی کاداستر دوبعدی، قابلیت‌های جدیدی را برای مدیریت زمین و منابع زیرزمینی فراهم کرده و به تصمیم‌گیری در زمینه مدیریت شهری کمک می‌کند. | ||
| کلیدواژه‌ها | ||
| کاداستر سه‌بعدی؛ مدلسازی عوارض زیرزمینی ؛ CityJSON | ||
| عنوان مقاله [English] | ||
| Study and investigation of spatial databases for modeling and creating 3D cadastre of underground utilities | ||
| نویسندگان [English] | ||
| M. Noormohamadi؛ Gh.r. Fallahi | ||
| Department of Surveying Engineering, Faculty of Civil, Water and Environmental Engineering, Shahid Beheshti University, Tehran, Iran | ||
| چکیده [English] | ||
| Background and Objectives: The significant increase in the global population during the 20th century and the beginning of the 21st century has had profound impacts on land-use planning and development. With the rapid population growth, rising from approximately 1.6 billion people at the start of the 20th century to over 7.5 billion in the early years of the 21st century, cities and urban areas have faced immense pressures. The primary goal of LAS (Land Administration Systems) is to support land markets and facilitate land management in both developed and developing countries. These systems play a vital role in securing ownership, protecting property rights, and facilitating land transactions, which in turn have a significant impact on economic growth and sustainable development. Cadastre is one of the main tools in land administration systems. Given the rapid growth of cities and the complexities arising from land use in urban environments, land information management has become more critical than ever before. In this study, the focus is on modeling underground features. The primary objective of this research is to explore different methods for modeling underground features and the use of appropriate standards for visualizing these features in a 3D cadastre. This research examines various data models and storage formats and ultimately aims to compare and select the best method for visualizing and displaying underground data in urban environments. Methods: For the modeling of underground features, a needs assessment and the development of a conceptual model were first undertaken, followed by an examination of data models and data storage formats. Two main data models for modeling underground features in a 3D cadastre were considered: the IFC model and the CityGML model. In the context of 3D urban environment modeling, two important standards were introduced: IFC and CityGML. In this study, CityGML was selected as the appropriate standard for visualizing underground features. Finally, three CityGML encoding methods, including XML/GML, 3DCityDB, and CityJSON, were reviewed and compared. Among them, CityJSON was chosen as the preferred encoding method for data visualization. Findings: The results of this study show that the development of a 3D model of urban wastewater infrastructure has clarified the relationship between underground infrastructure and land ownership. This modeling, in addition to identifying and visualizing the infrastructure, helps prevent potential damage and identifies weaknesses and vulnerabilities before problems occur. Furthermore, using this model enables analysis and urban planning for the future. The use of CityJSON, due to its simpler structure compared to XML, not only facilitates working with data but also reduces data volume and increases processing speed, making it a suitable tool for web developers and WebGIS projects. Conclusion: The implementation of this approach in developing cities, especially in cities with complex infrastructures like Tehran, could revolutionize urban management and planning. Using 3D modeling of underground features and displaying them in the CityJSON format, compared to traditional 2D cadastral methods, provides new capabilities for land and underground resource management, aiding in decision-making for urban management. | ||
| کلیدواژه‌ها [English] | ||
| 3D Cadastre, Underground Objects Modeling, CityJSON | ||
| مراجع | ||
|
[1] Ivelja, T., & Roić, M. (2018). Usporedba normi za uvođenje 3D katastra. [2] Shojaei D, Kalantari M, Bishop ID, Rajabifard A, Aien A. Visualization requirements for 3D cadastral systems. Comput Environ Urban Syst. 2013;41:39-54. Available from: https://doi.org/10.1016/j.compenvurbsys.2013.04.002 [9] Aien A, Kalantari M, Rajabifard A, Williamson I, Wallace J. Towards integration of 3D legal and physical objects in cadastral data models. Land Use Policy. 2013; 35:140-154. Available from: https://doi.org/10.1016/j.landusepol.2013.05.013 [15] Kim S, Heo J. Development of 3D underground cadastral data model in Korea: Based on land administration domain model. Land Use Policy. 2017; 60:123-138. Available from: https://doi.org/10.1016/j.landusepol.2016.10.024 [17] Saeidian B, Rajabifard A, Atazadeh B, Kalantari M. Managing underground legal boundaries in 3D-extending the CityGML standard. Undergr Space. 2024; 14:239-262. Available from: https://doi.org/10.1016/j.undsp.2023.10.002 [20] Aien A. 3D cadastral data modelling [Doctoral dissertation]. University of Melbourne; 2013. [22] Biljecki F, Stoter J, Ledoux H, Zlatanova S, Çöltekin A. Applications of 3D city models: state of the art review. ISPRS Int J Geo-Inf. 2015;4(4):2842-2889. Available from: https://doi.org/10.3390/ijgi4042842 [23] Liu X, Wang X, Wright G, Cheng JC, Li X, Liu R. A state-of-the-art review on the integration of Building Information Modeling (BIM) and Geographic Information System (GIS). ISPRS Int J Geo-Inf. 2017;6(2):53. Available from: https://doi.org/10.3390/ijgi6020053 [24] Atazadeh B, Kalantari M, Rajabifard A, Ho S, Champion T. Extending a BIM-based data model to support 3D digital management of complex ownership spaces. Int J Geogr Inf Sci. 2017;31(3):499-522. Available from: https://doi.org/10.1080/13658816.2016.1237366 [26] Kutzner T, Chaturvedi K, Kolbe TH. CityGML 3.0: New functions open up new applications. PFG J Photogrammetry Remote Sens Geoinf Sci. 2020;88(1):43-61. Available from: https://doi.org/10.1007/s41064-019-00085-6 [27] Daum S, Borrmann A. Processing of topological BIM queries using boundary representation-based methods. Adv Eng Inf. 2014;28(4):272-286. Available from: https://doi.org/10.1016/j.aei.2014.03.001 [28] Gilbert T, Rönsdorf C, Plume J, Simmons S, Nisbet N, Gruler HC, et al. Built environment data standards and their integration: an analysis of IFC, CityGML and LandInfra. Lehrstuhl für Geoinformatik; 2020. Available from: https://doi.org/10.1016/j.cities.2020.103019 https://doi.org/10.1007/978-3-031-33771-7_52 [31] Ledoux, H., Arroyo Ohori, K., Kumar, K., Dukai, B., Labetski, A., & Vitalis, S. (2019). CityJSON: A compact and easy-to-use encoding of the CityGML data model. Open Geospatial Data, Software and Standards, 4(1), 1-12. https://doi.org/10.1186/s40965-019-0064-0 | ||
|
آمار تعداد مشاهده مقاله: 52 تعداد دریافت فایل اصل مقاله: 11 |
||