三维场景树荫模拟与量化—

研究方法

城市街道景观三维构建

分为硬质景观构建与树木模型构建两部分。街道景观现状模拟采用实景三维技术思路，基于激光点云数据和建筑物矢量数据进行三维重建；而对规划中或未来情景的模拟采用参数化或规则的过程式模拟方式。

街道绿化树木遮荫效果模拟

以Unity3D为虚拟地理环境构建平台，集成建筑物、道路、树木等主要地理要素的三维模型，形成城市街道三维场景，并基于Unity3D光照工具，通过自主编写脚本程序实现对街道绿化树木遮荫效果的模拟和量化。

树荫资源量化

通过设定模拟计算的起始与结束时间，按照一定时间间隔，模拟每个时间点遮荫效果。基于三角网格构建的三维场景可以获取任意三角网格的属性值，如每个三角网格的面积，记录每个时刻对应的阴影面积、阴影覆盖类型。

技术流程图

图1 树荫资源模拟与量化分析思路

硬质景观模型构建

图2 硬质景观模型构建

道路、围护栏杆、路灯等低层硬质景观要素的三维重建，通过将全彩点云数据导入ContextCapture三维重建软件中进行重建，生成具有真实地物纹理的表面三角网格模型。建筑物等高层硬质景观要素则基于OpenStreetMap获取的建筑物轮廓矢量的平面分布图层数据，及其楼高属性信息，通过"拉升"建筑物轮廓至对应楼高来快速构建建筑物模型。

树木模型构建

图3 部分树木原始点云和三维模型

为了真实重建街道树木景观，采集高精度的激光点云数据，使用三维重建软件ContextCapture建立树木冠层的三维模型。面向城市绿地规划方案的模拟评估和未来园林情景模拟的需要，根据绿化植物的形态结构特征，通过户外收集的树木形态结构参数和树叶、枝干的图像数据，利用ParaTree参数化树木建模软件构建树木三维模型。

阴影模拟与树荫提取

阴影映射算法原理与效果

图4 阴影映射算法原理与效果

根据光源在三维场景中的相对空间位置，基于Unity3D引擎的光照工具，利用阴影映射算法渲染特定时刻阴影。在阴影映射算法中，光源生成阴影贴图的方式与摄像机生成深度纹理的方式类似，以光源为视点的角度渲染场景，存储深度图。

树荫识别流程

图5 树荫识别流程

基于模型网格进行阴影网格面元的识别与阴影类型区分。首先获取低层硬质景观模型网格的高程属性，并计算每个三角网格法向量与水平法向量之间的夹角以表示水平属性，将高程低于0.5 m且夹角小于15°的三角网格标记为地面。在对应时刻下遍历三维场景中的地面三角网格，以每个三角网格的中心位置为起点，以此时光源的反方向为射线方向，发射射线。

阴影区分效果

图6 阴影区分效果

判别最后与射线相交的三角网格的地物模型属性标签，判断每个三角网格被何种类型地物所遮挡，从而区分该三角网格所处的阴影类型，通过该方式剔除场景中其余地物产生的阴影，便于量化树荫信息。基于相同原理，亦可进行其他指定地物阴影信息的提取与量化，实现对各种类型地物阴影的模拟与可视化。

方法验证

验证方法示意图

图7 验证方法示意图

为了验证该方法的树荫模拟结果可靠性，通过从无人机获取的阴影与同个场景重建的模拟阴影进行对比分析。以福州大学旗山校区内某路段为例，该路段树木以美丽异木棉为主，使用大疆Mavic Pro无人机获取各时刻的图像，通过控制无人机至离地面25 m高度，利用无人机自带的相机垂直地面拍摄树荫照片作为实测数据。

现实与模拟的树荫轮廓与空间分布对比

图8 现实与模拟的树荫轮廓与空间分布对比

从视觉上定性分析，模拟的光照环境、树荫轮廓、位置同实际情况较为接近。量化分析树荫模拟结果的可靠性时，在一天中抽取若干时刻，选择该路段中位于路面上的树荫，通过将实测与模拟图像重采样至相同分辨率后，进行二值化处理，提取树荫部分的像素数量，并计算对应的误差值。

模拟与实测的树荫面积对比结果

时间	实测像素数量/个	模拟像素数量/个	相对误差/%
8:16	544,634	526,374	3.35
10:23	355,483	369,740	4.01
14:01	922,017	801,668	13.05
14:24	487,331	549,762	12.81
16:24	1,262,090	1,429,558	13.27

表1 模拟与实测的树荫面积对比结果

相对误差区间为3.35%~13.27%，平均相对误差为9.29%。通过对实地测量的手持激光点云数据进行量算，在二值化图像中平均每个像素对应的实地面积为7×10⁻⁵ m²。该方法模拟的树荫面积同实际情况存在差距的主要原因为：基于点云数据重建的树木模型在树叶等部分同实际存在一定差异，部分稀疏叶片的重建效果有所欠缺，叶片重建不完整导致树荫面积减少；部分树叶间隙在重建后会与其他树叶连结成片导致树荫面积增加。

城市街道树荫模拟示例

实景与三维模拟的街道场景

图9 实景与三维模拟的街道场景

选取福州市高新区科技东路一段东西朝向（东偏北约10°）街道的一侧，以及乌龙江大道一段南北朝向（北偏西约10°）街道的一侧作为应用示例。2段街道长度分别为250 m与350 m，属于"三板四带式"与"四板五带式"道路，包含建筑物、围栏、绿化树木等多种地物，绿化树木类型主要为樟树，数量分别为138棵与144棵，树木平均间隔为6 m，平均树高约7 m。

不同朝向道路的阴影覆盖情况

图10 不同朝向道路的阴影覆盖情况

一天中大部分时间点南北朝向道路的阴影覆盖率高于东西朝向道路，其主要原因为：除树荫影响外，南北朝向道路在部分时段受建筑物阴影影响，特别是一天中太阳高度角较小时，建筑物阴影会大面积地遮挡地表，导致整体的阴影覆盖率较高。

不同朝向道路的累积树荫覆盖时长情况

图11 不同朝向道路的累积树荫覆盖时长情况

东西朝向的累积树荫覆盖时长最高可达203 h、南北朝向的最高可达141 h。东西朝向道路的累积树荫覆盖时长虽然较长，但全天的树荫主要集中于树木的东西两侧，对于2排行道树中间的人行道及非机动车道的覆盖度有限。南北朝向道路的整体树荫资源分布情况较为合理，虽然树荫无法做到完全覆盖街道，但间断式的覆盖环境避免了行人受到长时间的太阳直射。

不同种类树木的平均树荫覆盖率

选取福州市常见的绿化树种榕树、芒果树、小叶榄仁、美丽异木棉，建立三维树木模型，以东西朝向道路为例，通过配置三维场景中的树木模型，模拟量化总计20 d的街道树荫资源情况。对于不同时刻的平均模拟结果而言，在相同树高条件下，拥有更茂密枝叶、更大冠幅的榕树和芒果树能够在全天提供良好的树荫环境，枝叶较密但叶片较小的小叶榄仁次之，树叶间隙较大且冠幅较小的美丽异木棉的全天树荫覆盖率最低。

榕树和芒果树在炎热的出行时段能提供优越的遮荫环境。该方法可以模拟任意时刻现实的和虚拟的（未来的或规划的）情景的阴影资源的时空分布情况，且可以进行分类统计，为城市规划管理提供参考，为城市树木降温效应分析提供基础数据。

以樟树为例，对树木生命周期变化导致的影响进行分析，使用文献建立的10、15、20年樟树三维模型，构建不同生长期的街道树木景观。随着树木年龄的增加，该街道一天中各个时刻的平均树荫覆盖率也在逐渐升高，在树木长势正常的情况下，20年树龄的树木可为该街道带来全天超过50%的平均树荫覆盖率。

结论与讨论

方法适用性

树荫模拟与量化方法适用于各种类型的三维场景，包括城市街道、居民区内部等，通过搭建对应的三维场景即可进行模拟与量化。该方法可进行现状情景的动态模拟，亦可依据需求配置场景实现对未来情景的预测推演。

验证结果

模拟结果与无人机实测数据对比可知，模拟的树荫轮廓、位置、面积与实际情况较为接近，相对误差区间为3.35%~13.27%，平均相对误差为9.29%，具有一定的可靠性与可行性。

应用价值

以福州市高新区两条街道为例，模拟和分析了现状街道以及不同树木种类、不同樟树生命周期的未来情景街道树荫资源情况，结果表明现状街道中的东西朝向道路需要冠幅更大、枝叶更密集的绿化树木以保证良好的树荫覆盖率。

研究展望

本研究还存在局限性，基于手持激光点云的树木三维重建模型的质量和视觉观感不佳，影响树荫模拟精度与三维场景效果，有待于进一步优化；研究示例的场景较小，未来的工作将结合倾斜摄影数据、车载激光点云数据等以扩大三维场景，提高分析的代表性；模拟时段的天气情况会影响树荫资源的量化结果，后续研究可结合历年气象数据修正模拟结果，估算树荫的实际贡献。

本研究的树荫模拟与量化方法可以结合实景三维建设成果，综合模拟树木、建筑物等不同类型阴影的空间分布和面积，应用于城市树荫资源的估算和评估，能够直观展示树荫随太阳变化的动态效果，帮助决策者更好地掌握城市街道的树荫资源情况，辅助决策，为街道绿化规划、提升街道环境质量和公众服务水平提供参考，同时为实景三维建设成果的深度应用提供参考。