论文标题：A Digital Twin Approach Integrating IoT and AI for Monitoring and Assessing Roof Degradation in Historic Buildings

论文链接：https://www.mdpi.com/3042-4720/2/1/2

期刊名：Intelligent Infrastructure and Construction

期刊主页：https://www.mdpi.com/3042-4720/2/1

一、引言

本研究聚焦于历史建筑遗产保护领域，尤其关注热那亚历史建筑中板岩屋顶系统的退化问题。由于管理主体需协调大量复杂建筑，且常面临文档不完整、保存状态认知有限等困难，环境数据、测绘数据与直接观察之间难以有效关联，制约了维护与修复活动的规划效率。为此，EN-HERITAGE项目旨在构建一个集成数字平台，用于管理历史建筑虚拟模型，重点整合IoT环境监测、激光扫描与摄影测量测绘、HBIM模型及AI退化分析算法。项目以热那亚Albergo dei Poveri建筑群为试点，旨在提供可复制的历史建筑保护方法。

二、材料与方法

研究以Albergo dei Poveri建筑群为案例，采用多阶段集成方法。环境监测阶段通过Dadolab Giano BC1采样器测量黑碳浓度，并整合Copernicus CAMS卫星数据、Smart Rainfall System及AURA多参数监测单元。测绘阶段采用无人机SfM摄影测量与地面激光扫描（tLS），生成高分辨率RGB与红外正射影像（GSD 0.5–1 cm/pixel），并通过RTK GNSS实现厘米级地理配准。AI阶段基于CVAT标注数据，采用定制U-Net架构进行多类语义分割，训练中应用数据增强、学习率调度与早停策略。HBIM阶段按UNI 11337-4的LOD B标准建模，通过脚本将AI结果自动导入为参数化退化实例。

三、分析与结果

描述性分析：环境监测获取了黑碳、相对湿度、温度及PM10等高频数据，揭示了污染物浓度的日变化周期，主要受交通与供暖影响。黑碳监测期间最高值达2.10 μg/m³，平均值为0.40 μg/m³。AI模型在标准推理下准确率为0.9482、F1为0.4890，采用TTA后准确率提升至0.9637、F1为0.4944，有效识别了板岩剥落与裂缝等退化现象。

图1 所选文章中在Autodesk ReCap Pro 2025 软件中，经由 tLS 处理的点云可视化效果。

内容分析：研究构建了覆盖供应链全阶段的框架，分析机器学习在供应、设计、制造、消费、物流及废弃物管理等环节的具体应用。HBIM模型生成了可追溯的退化数据库，支持按现象、材料、损伤等级查询，并导出IFC格式发布至Cesium平台，实现了从城市到建筑尺度的多层级可视化与实时分析。

挑战：环境与建筑数据集存在时空尺度不匹配，需多尺度协调；AI训练依赖人工标注，且对正射影像质量敏感；黑碳监测缺乏低成本标准化技术，卫星数据分辨率不足以支持局部评估；模型对共存或代表性不足的退化类型验证仍需更多数据集支撑。

四、讨论

基于文献分析，研究提出六个核心命题：

1.IoT与原位观测数据可动态表征材料退化相关的环境条件，卫星数据扩展了观测尺度。

2.黑碳浓度受交通与供暖影响呈日周期变化，开裂与剥落主要受热湿动态驱动。

3.表面沉积与板岩剥落主要与大气污染和颗粒物沉积相关，生物定植受高湿低通风影响。

4.定制U-Net实现像素级退化自动分类，TTA将准确率提升至0.9637，但标注依赖仍是局限。

5.EN-HERITAGE平台在BIM信息管理、openBIM互操作性与云架构方面表现良好，支持多主体协作。

6.环境与建筑数据集存在时空尺度不匹配，需建立多尺度协调与标准化数据融合框架。

五、展望与结论

研究指出，未来应进一步推动环境监测、建筑测绘与数字建模的深度融合，提升历史建筑保护的数据透明度与协同能力。应重点开发可扩展的数据融合与模型互操作框架，解决环境与建筑数据集之间的时空尺度不匹配问题。同时，需加强多光谱传感器与热成像数据的整合，扩展可检测的退化类别，并推动标准化方法论的建立，以支持预测性建模与长期演化分析。

研究总结认为，EN-HERITAGE项目验证了环境监测、建筑测绘、数字建模与预测分析协同集成方法的技术与操作可行性。该方法结合创新传感器、卫星观测与数字决策支持平台，提升了对历史建筑的知识与保护水平。项目揭示了一个结构性挑战：环境与建筑数据集存在内在时空尺度不匹配，需进一步开发、验证和标准化数据融合与模型互操作框架。展望未来，该平台可作为可转移的操作模型，其模块化、互操作性与科学基础为创建智能自动化诊断、监测与决策支持系统提供了起点。

期刊介绍

主编：

郑俊星教授

华中科技大学土木与水利工程学院

期刊简介：2025年6月，Intelligent Infrastructure and Construction （ISSN 3042-4720）期刊正式发布。Intelligent Infrastructure and Construction是一个国际性、同行评审、开放获取的电子期刊，致力于通过将信息技术贯穿建造全生命周期（包括规划与设计、运维管理、防灾减灾等阶段）来推动基础设施与建造行业的发展。本刊为季刊，由MDPI在线出版。期刊欢迎原创研究论文、综述、案例研究和技术报告等类型投稿，鼓励科学家尽可能详尽地发表实验与理论成果，因此对论文篇幅不作限制。