孫政 Sun Zheng

近年來，自動化、數(shù)字化、輕量化的測量技術(shù)在建筑遺產(chǎn)測繪中不斷涌現(xiàn)。除已經(jīng)趨于普及的地面激光掃描之外，還有輕便靈活的近景攝影測量，適用于建筑群和城鎮(zhèn)這種大區(qū)域的空中傾斜攝影測量，以及適用于狹窄空間、基于同時定位與地圖構(gòu)建（simultaneous localization and mapping，SLAM）的移動激光掃描等。這些技術(shù)極大地提高了測量的精度和效率，豐富了測量的數(shù)據(jù)類型，拓展了測繪場景，但也帶來了新的問題：它們的運(yùn)用與數(shù)據(jù)處理超出了建筑學(xué)的范疇，需要具備測繪、遙感、地理，甚至計算機(jī)視覺等領(lǐng)域的相關(guān)專業(yè)知識。

目前國內(nèi)存在這樣的情形：在建筑遺產(chǎn)測繪中，測量和數(shù)據(jù)處理被轉(zhuǎn)包給測繪設(shè)備銷售商（通常兼做工程），服務(wù)至其提供可以輔助繪制平、立、剖面圖的數(shù)據(jù)為止。由于諳熟古建筑語法和制圖標(biāo)準(zhǔn)，建筑學(xué)至今還堅守著繪圖的陣地。如果說分工細(xì)化有利于提升工作效率——就像利用醫(yī)學(xué)影像判斷病情，專業(yè)的是醫(yī)生不是醫(yī)療設(shè)備生產(chǎn)商一樣——只要測繪的本體是建筑，那么駕馭新技術(shù)展開測繪就應(yīng)該是建筑學(xué)的責(zé)任和專長。營造學(xué)社以往的工作表明，建筑學(xué)的判斷在測繪對象選擇、層級制定、成果表達(dá)上至關(guān)重要。在新興測量技術(shù)的沖擊下，延續(xù)這種判斷的關(guān)鍵是建筑學(xué)圖學(xué)方法的革新。

然而，目前國內(nèi)建筑學(xué)的圖學(xué)方法明顯滯后于測量技術(shù)的發(fā)展。“圖學(xué)是以圖為核心，研究將形演繹到圖，由圖構(gòu)造形的過程中圖的表達(dá)、產(chǎn)生、處理與傳播的理論及其應(yīng)用的科學(xué)[1]”。建筑遺產(chǎn)測繪是從“形”到“圖”的過程，“形”是建筑本體，“圖”是圖形——從營造學(xué)社的手繪到目前的計算機(jī)輔助設(shè)計（computer-aided design，CAD），也可能是圖像——來自激光掃描與攝影測量。從圖形到圖像的轉(zhuǎn)變，意味著處理、表達(dá)與傳播圖的方法也都需要隨之改變。用圖形的方法處理、表達(dá)與傳播圖像，是當(dāng)下建筑遺產(chǎn)測繪實踐與教學(xué)中諸多問題產(chǎn)生的根源。

1 建筑遺產(chǎn)測繪中的圖形與圖像

什么是建筑遺產(chǎn)測繪中的圖形與圖像？舉例說明：

1937 年，營造學(xué)社在繪圖紙上用筆畫出佛光寺大殿的立面圖，我們把它記為A；20 世紀(jì)90 年代，我們可以在計算機(jī)上用CAD 制圖軟件繪制出一張10 KB 大小dwg格式的矢量圖來表達(dá)這個立面，記為B；今天，攝影測量技術(shù)可以讓我們用一張10 MB大小jpg 格式的正射圖來表達(dá)這個立面，記為C。如果忽略佛光寺大殿80多年間的變化，A、B、C 在信息表達(dá)上有什么區(qū)別呢？

A 與B 是圖形，是被測繪者“畫”出來的。在這個意義上，手繪與CAD 呈現(xiàn)的并無不同：圖形表達(dá)的信息是明確的，每個圖元（比如當(dāng)心間兩側(cè)的柱子）都具有清晰的輪廓與可量取的尺寸；生成圖形的過程是概括的，繪圖者根據(jù)測繪層級和出圖比例確定測量具體構(gòu)件的過程；當(dāng)圖形繪制完成（哪怕只有一條線），圖形的幾何是集約而連續(xù)的（對于這條線而言）。

C 是圖像，是機(jī)器自動生成的。圖像表達(dá)的信息是含混的，無論采樣多么密集、效果多么直觀，真實構(gòu)件的輪廓都隱藏在由均一像素構(gòu)成的點陣?yán)?；生成圖像的過程是客觀的，圖像忠實記錄了建筑在測量時的狀態(tài)；圖像的數(shù)據(jù)量無論多大，都是對現(xiàn)實的不連續(xù)采樣。

據(jù)此可以提煉出圖形與圖像的具體區(qū)別（表1）：

在計算機(jī)二維空間里，圖形是矢量圖（vector graphics），圖像是柵格圖（raster graphics）。由二維推演到三維，軟件“畫”出來的數(shù)字三維模型也是圖形——三維圖形，是二維圖形通過拉伸、放樣等幾何計算方式生成的，符合表1 中圖形的特征；但通過激光掃描與攝影測量等技術(shù)生成的點云及其衍生的網(wǎng)格面（mesh）則是圖像——三維圖像，點云是二維點陣的三維化，點與面都符合表1 中圖像的特征。由此，我們可以把目前建筑遺產(chǎn)測繪中常用的“圖”全都?xì)w為圖形或者圖像：圖形包括矢量圖（基于AutoCAD、Vectorworks 等軟件）、三維數(shù)字模型（基于SketchUp、 Rhino、Revit等軟件）等；圖像包括柵格圖（比如正射圖）、數(shù)字高程模型、點云、mesh 等。盡管三維數(shù)字模型在測繪中通常被我們稱為“模型”而非“圖”，但這種“圖形-圖像”的分類在揭示測繪技術(shù)演進(jìn)的本質(zhì)上，比基于“二維-三維”數(shù)據(jù)維度的分類方法更加合理。即激光掃描與攝影測量等技術(shù)與手工測量的關(guān)鍵區(qū)別并非有無數(shù)字化技術(shù)介入——激光測距儀是數(shù)字化工具，但其與用卷尺測量并無本質(zhì)不同——而在于前者是一種間接技術(shù)（indirect techniques）。

測量建筑遺產(chǎn)時的間接技術(shù)是相對直接技術(shù)（direct techniques）而言的[2]。采用直接技術(shù)測量的特點是根據(jù)繪圖的需要決定測量的對象，通常先畫草圖，再在草圖上標(biāo)記測量數(shù)據(jù)，尺子、激光測距儀、全站儀等都屬于直接技術(shù)的范疇。而間接技術(shù)則是無差別地記錄測量范圍內(nèi)的物體：當(dāng)基于測距（如激光掃描）時，測量范圍是掃描半徑內(nèi)；當(dāng)基于圖像（如攝影測量、紅外熱成像）時，測量范圍是相機(jī)景域內(nèi)。間接技術(shù)導(dǎo)致建筑遺產(chǎn)測繪中發(fā)生一個顯著的變化，即測量與繪圖分裂成兩個獨(dú)立的環(huán)節(jié)（圖1），這是今天相比營造學(xué)社時代的關(guān)鍵區(qū)別。由此產(chǎn)生兩個問題：一是圖像能否自動轉(zhuǎn)化為圖形？二是圖像本身能否作為建筑遺產(chǎn)測繪的成果？

對于問題一，從圖像自動生成圖形的方法有很多，比如柵格圖矢量化算法、根據(jù)點云擬合幾何形體等，但是建筑遺產(chǎn)的不規(guī)則幾何形體（由于殘損、病害等原因）使該過程目前主要以半自動化（自動算法結(jié)合人工修正）的方式完成；而問題二則與建筑學(xué)和保護(hù)科學(xué)的不同學(xué)科導(dǎo)向，以及機(jī)器學(xué)習(xí)等領(lǐng)域的算法有關(guān)。

2 圖像技術(shù)與保護(hù)科學(xué)相輔相成

保護(hù)的觀念在20 世紀(jì)后半葉才逐漸興起，但建筑學(xué)測繪建筑的活動至少可以追溯到文藝復(fù)興時期。無論16 世紀(jì)的帕拉迪奧還是20 世紀(jì)的營造學(xué)社，其測繪的首要目的都不是保護(hù)，而是學(xué)習(xí)和研究古代建筑。帕拉迪奧的《建筑四書》之所以影響深遠(yuǎn)，很大程度上歸因于他在古羅馬遺跡測繪與設(shè)計實踐之間展示了古典建筑語法的靈活性，其中圖形充當(dāng)了古為今用的媒介?！短K州古典園林》中，劉敦楨先生筆下的假山疊石有取舍、有詳略、有輕重，讓人想到宋元山水畫、想到咫尺山林的掇山意趣，也是因為其中的圖形延續(xù)了這種活的傳統(tǒng)。

然而，我們今天說起“建筑遺產(chǎn)測繪”，往往把測繪視為保護(hù)建筑遺產(chǎn)的前期工作，視為技術(shù)干預(yù)提供決策依據(jù)的途徑。除了繪制平、立、剖面圖與軸測圖等工作，建筑的殘損、變形、病害等與保護(hù)相關(guān)的信息也是測繪的范疇。在保護(hù)科學(xué)的視野下，建筑是與繪畫、雕塑、服裝等并列的保護(hù)對象，測繪是一種記錄信息的手段；由于保護(hù)對象珍貴、脆弱與形體不規(guī)則的特點，需要非接觸、無損與高清晰的信息采集方式，圖像技術(shù)正契合了這種需求。

表1 建筑遺產(chǎn)測繪中圖形與圖像的區(qū)別

圖1 建筑遺產(chǎn)測繪中直接技術(shù)與間接技術(shù)的測繪流程對比示意圖（圖片來源：孫政繪制）

相比于古老的建筑學(xué)，晚近產(chǎn)生的基于科學(xué)方法的保護(hù)從一開始就結(jié)合了圖像技術(shù)。1964 年問世的《威尼斯憲章》對記錄的空前強(qiáng)調(diào)離不開圖像技術(shù)的支撐。4 年后，國際文化遺產(chǎn)記錄科學(xué)委員會（The International Committee for Architectural Photogrammetry，CIPA）在國際古跡遺址理事會（International Council on Monum ents and Sites，ICOMOS）和國際攝影測量與遙感協(xié)會（International Society for Photogramm etry and Rem ote Sensing, ISPRS）的協(xié)助下成立。它的使命之一就是利用測量和計算機(jī)領(lǐng)域的先進(jìn)技術(shù)記錄與管理文化遺產(chǎn)。截至2019 年，CIPA 已經(jīng)召開了27 屆學(xué)術(shù)大會，極大促進(jìn)了該領(lǐng)域內(nèi)的學(xué)科融合，也成為技術(shù)發(fā)展的風(fēng)向標(biāo)之一。自20 世紀(jì)90 年代數(shù)字化米開朗基羅項目①由美國斯坦福大學(xué)等機(jī)構(gòu)實施的文化遺產(chǎn)數(shù)字化項目，詳見https://accademia.stanford.edu/mich/。以來，基于激光掃描、攝影測量等光學(xué)傳感器的測量在世界各地的文化遺產(chǎn)保護(hù)中逐漸普及。

對保護(hù)科學(xué)來說，記錄不一定以輸出圖形為結(jié)果。圖像本身可以作為記錄的載體、作為一種廣義的保護(hù)方式，即信息化保存（informational preservation）[3]；我們也可以從圖像中直接得出保護(hù)需要的數(shù)據(jù)。比如，通過計算mesh 模型與理想平面的距離，可以分析磚石表面因風(fēng)化、人為破壞等原因?qū)е碌臍垞p[4]（圖2a）；可以直接在mesh 模型上標(biāo)注病害區(qū)域、統(tǒng)計病害面積[5]（圖2b）；遙感衛(wèi)星圖像可以用于計算建筑遺產(chǎn)的位移——目前多時相干涉合成孔徑雷達(dá)技術(shù)（Multitemporal Synthetic Aperture Radar Interferometry，MT-InSAR）的測量精度已達(dá)到毫米級別[6]（圖2c）；可以用有限元分析的方法對mesh 模型進(jìn)行受力模擬[7]（圖2d-2f）。

圖2 從圖像直接得出的建筑遺產(chǎn)保護(hù)所需的數(shù)據(jù)2a. 磚石表面的殘損分析（圖片來源：參考文獻(xiàn)[4]，文章引用時有裁剪）2b. 在不規(guī)則幾何形體上標(biāo)注、統(tǒng)計病害（圖片來源：參考文獻(xiàn)[5]）2c. 基于多時相遙感衛(wèi)星的建筑物位移計算（圖片來源：參考文獻(xiàn)[6]）2d-2f. 模擬拱橋遭受船只撞擊的受力與形變（圖片來源：參考文獻(xiàn)[7]，文章引用時有裁剪）

目前的前沿研究是利用機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的方法，自動從圖像中提取建筑遺產(chǎn)保護(hù)所需的數(shù)據(jù)，比如石質(zhì)墻體表面的殘損檢測[8]、點云模型語義區(qū)分[9]。2018 年，英特爾公司（Intel）使用無人機(jī)攝影測量技術(shù)采集箭扣長城的圖像，并利用人工智能（Artificial Intelligence，AI）從中自動識別長城的殘損。2020 年，都靈理工大學(xué)等機(jī)構(gòu)的研究人員發(fā)布了建筑遺產(chǎn)點云模型語義區(qū)分的基準(zhǔn)數(shù)據(jù)集ArCH dataset（http://archdataset.polito.it/），它包含十余個不同類型建筑遺產(chǎn)的點云模型，及其基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的構(gòu)件分類結(jié)果，供同行以此為參照，評估不同分類算法的優(yōu)劣。目前AI 從醫(yī)學(xué)圖像中檢測某些病癥的準(zhǔn)確率已經(jīng)超過了具有豐富經(jīng)驗的醫(yī)生，并可能在十年后從整體上普及[10]。隨著百度、騰訊等公司陸續(xù)開放面向個人用戶的AI 服務(wù)，訓(xùn)練AI識別建筑遺產(chǎn)圖像已經(jīng)成為可能。此外，5G 通信、Web-GL 圖形庫、物聯(lián)網(wǎng)、混合現(xiàn)實、眾包等技術(shù)和模式的發(fā)展，使圖像傳輸?shù)某杀驹絹碓降?，圖像交互的方式將更加多元。今天，智能手機(jī)和混合現(xiàn)實眼鏡已經(jīng)可以作為測繪數(shù)據(jù)瀏覽與交互的終端。圖像在建筑遺產(chǎn)測繪中的應(yīng)用前景非常廣闊。

3 建筑遺產(chǎn)測繪需要融合圖像技術(shù)

圖像技術(shù)的發(fā)展看似在不斷侵蝕著建筑學(xué)在測繪中的領(lǐng)地，但學(xué)科的邊界從來都不是固定的，許多傳統(tǒng)學(xué)科在與新技術(shù)的融合中更具活力：線描圖曾經(jīng)是考古學(xué)重要的記錄手段，但今天遙感考古學(xué)已經(jīng)成為考古學(xué)的重要分支[11]；傳統(tǒng)的攝影測量因計算機(jī)視覺的算法實現(xiàn)了全自動化[12]。在測繪技術(shù)發(fā)展進(jìn)步的浪潮中，建筑學(xué)不僅不應(yīng)缺席，而且應(yīng)努力在圖學(xué)的維度上重新定義學(xué)科的邊界。建筑學(xué)在測繪中的最大價值，來自基于學(xué)科立場對建筑的設(shè)計邏輯、歷史演變、隱藏節(jié)點、病害原因等內(nèi)容進(jìn)行判斷。這種判斷決定了展開測繪的方式，而測繪成果又為判斷提供依據(jù)。就像醫(yī)學(xué)影像輔助醫(yī)生診斷一樣，建筑學(xué)傳統(tǒng)上基于圖形的觀念與方法應(yīng)在圖像技術(shù)的發(fā)展中被重新定位。

3.1 建筑遺產(chǎn)測繪的新課題

如何在下列問題上應(yīng)對圖像技術(shù)的發(fā)展，是目前建筑遺產(chǎn)測繪領(lǐng)域的研究熱點，但在解決這些問題時還需要結(jié)合我國建筑遺產(chǎn)的自身特點：

（1）結(jié)合圖像技術(shù)修正測繪層級。國內(nèi)現(xiàn)有的測繪層級——簡略測繪、典型測繪、全面測繪，都是以二維幾何信息的矢量表達(dá)為主要導(dǎo)向，測量的要求也與之綁定[13]。涵蓋圖像的測繪層級還沒有建立，這意味著目前三維幾何和色彩在采集、處理、表達(dá)與傳播的各個環(huán)節(jié)都缺少標(biāo)準(zhǔn)。在從點云到建筑信息模型（Building Information Modeling，BIM）的流程中，意大利、英國等國已經(jīng)建立了標(biāo)準(zhǔn)，其中涉及精度、信息程度、自動化程度等指標(biāo)[14]。不久前我國也發(fā)布了壁畫的數(shù)字化測繪規(guī)程《古建筑壁畫數(shù)字化測繪技術(shù)規(guī)程（WW/T 0082-2017）》，明確了圖像色彩準(zhǔn)確性的標(biāo)準(zhǔn)。下一步，需要在更多的建筑遺產(chǎn)類型中建立此類標(biāo)準(zhǔn)。

（2）改進(jìn)表達(dá)、管理與傳播圖像的方法。目前測繪中常用的CAD 制圖軟件主要面向圖形，無法有效表達(dá)與管理圖像；地理信息系統(tǒng)（Geographical Information System, GIS）兼?zhèn)鋱D形與圖像的表達(dá)與運(yùn)算能力。但是GIS 作為地理信息平臺，缺少建筑語義信息，這使其在測繪成果表達(dá)上局限于表面（如場地、墻面等）；BIM 具有建筑語義信息，可以結(jié)合物理、力學(xué)等信息，但是BIM 與CAD 一樣幾乎不兼容圖像，從點云逆向建模的過程非常繁瑣。在上述圖學(xué)平臺的基礎(chǔ)上，運(yùn)用二次開發(fā)和開源軟件使其適應(yīng)建筑遺產(chǎn)測繪的需求是近年來的研究熱點[15]，但結(jié)合我國建筑遺產(chǎn)自身特點的研究目前還很少。

圖3 在三個不同測繪層級上用BIM表達(dá)磚構(gòu)建筑的測量成果（圖片來源：孫政據(jù)參考文獻(xiàn)[16] 圖4-圖9 改繪）

（3）評估與改進(jìn)圖像算法。圖像處理與點云區(qū)分涉及大量算法。建筑學(xué)的工作不是寫代碼，而是從建筑語法、病害類型等角度評估與改進(jìn)算法的適用性。比如前文提到AI 判斷磚表面的病害程度，如果僅以平滑度和色差作為每塊磚保存狀況的判斷依據(jù)，那么水泥抹面的磚墻可能被認(rèn)為保存完好，但實際上已是不可逆的損壞。將磚表面的病害類型與相應(yīng)的圖像之間準(zhǔn)確匹配，需要建筑學(xué)與計算機(jī)、AI 等領(lǐng)域的密切協(xié)作。

3.2 一個案例：明孝陵神功圣德碑亭測繪

明孝陵是明太祖朱元璋的陵墓，位于南京鐘山南麓，始建于14 世紀(jì)末。神功圣德碑亭（以下簡稱“碑亭”）位于明孝陵建筑群的軸線上，在大金門以北約70 m，碑亭中央矗立著記錄朱元璋功績的神功圣德碑。方形碑亭的磚結(jié)構(gòu)部分邊長約為27 m、高約9 m，四面各有一個用桶拱砌筑的通道，寬約5 m。

2018 年，我們使用激光掃描技術(shù)采集了碑亭磚結(jié)構(gòu)部分的三維數(shù)據(jù)，得到了平均誤差小于3 mm 的點云。包括不同站點掃描數(shù)據(jù)的拼合（自動完成）在內(nèi)，測量總耗時不到4 h。但是如何表達(dá)碑亭的結(jié)構(gòu)變形與表面殘損卻并不容易，這與磚構(gòu)建筑的特點有關(guān)：首先，平、立、剖面圖等矢量圖適用于表達(dá)木構(gòu)建筑中桿件的空間信息，但磚券結(jié)構(gòu)沒有明確的建筑構(gòu)件；其次，統(tǒng)計磚塊的病害類型及其分布規(guī)律需要數(shù)據(jù)庫功能，以便統(tǒng)計與篩選；最后，還要考慮不同的使用需求（如日常維護(hù)、精細(xì)記錄、病害統(tǒng)計等）。綜合上述考量，我們認(rèn)為BIM 是目前最合適的圖學(xué)平臺，但基于BIM 的磚結(jié)構(gòu)測量成果表達(dá)卻并無標(biāo)準(zhǔn)可循。我們在可用商業(yè)軟件（Autodesk Revit）的框架下，結(jié)合參數(shù)化工具自定義BIM 參數(shù)，嘗試了三種基于不同測繪層級（Level of Detail，LoD）的工作流程（圖3）[16]。

（1）LoD 1：忽略建筑形體的非理想狀態(tài)（類似于典型測繪），建立參數(shù)化模型。磚質(zhì)表面的殘損通過凹凸深度圖像以貼圖形式附著于體塊表面。該模型的數(shù)據(jù)量很小，且殘損情況直觀，可用于日常維護(hù)時的現(xiàn)場比對（基于智能移動設(shè)備與Autodesk BIM 360 Docs）。

（2）LoD 2：嚴(yán)格依照點云描繪二維輪廓，生成三維體塊，三維體塊的整體誤差在厘米級別（類似于全面測繪）。該模型可以導(dǎo)出任意位置的平面圖與剖面圖，并統(tǒng)計四個桶拱因側(cè)推力導(dǎo)致的變形，可以滿足建筑史研究與建筑遺產(chǎn)保護(hù)的一般需求。

（3）LoD 3（局部）：通過一系列幾何計算（如輪廓提取、放樣等），把桶拱的mesh 轉(zhuǎn)化為可編輯的非均勻有理B 樣條（Non-Uniform Rational B-Splines，NURBS）曲面，再利用參數(shù)化工具（Grasshopper）借助NURBS 曲面生成尺寸可操控的磚塊。同時利用IFC（工業(yè)基礎(chǔ)類，Industry Foundation Class）代理（proxy）自定義磚塊的病害信息（如裂縫、撞擊、風(fēng)化等），使這些參數(shù)在BIM 中可見并可改。該模型的意義是在磚塊的尺度上管理整個磚構(gòu)建筑的數(shù)據(jù)，并可隨著檢測數(shù)據(jù)（如濕度、鹽析出等）的補(bǔ)充而不斷豐富。

盡管上述方法可以解決磚構(gòu)建筑遺產(chǎn)測繪中的部分問題，但是這一技術(shù)流程還有很多問題亟待解決。此外，它們也反映了目前建筑遺產(chǎn)測繪中涉及到的常用圖學(xué)方法，比如：如何在全局尺度且不損失精度的前提下把mesh 轉(zhuǎn)化為NURBS 曲面，這就涉及到計算幾何的算法；目前磚塊的生成是基于規(guī)律（縱聯(lián)式筒拱，stretching bond）而非實測，這涉及到圖像處理的算法。下一步，我們將繼續(xù)研究從點云生成BIM的方法，以及評估柵格圖矢量化的算法，進(jìn)而可以從圖像中自動提取磚塊的輪廓，實現(xiàn)全測繪流程的自動化。

4 圖學(xué)方法革新：從工程圖學(xué)到可視計算

圖是建筑學(xué)的工具之一，圖形與圖像也反映了建筑學(xué)在面對增量（如建筑設(shè)計、城市設(shè)計等）和存量（如建成環(huán)境評估、既有建筑改造、建筑遺產(chǎn)保護(hù)等）時的兩種不同思維。面對增量時，圖形貫穿草圖、建模、施工圖、放樣等諸多過程；面對存量時，以數(shù)據(jù)采集為先，圖像則是重要的數(shù)據(jù)類型之一。目前國內(nèi)建筑學(xué)的圖學(xué)基礎(chǔ)來自工程圖學(xué)，工程圖學(xué)是面向工程學(xué)的圖學(xué)教育，針對機(jī)械零件、道路橋梁、房屋建筑等領(lǐng)域從無到有的設(shè)計、制作與建造過程，主要包括畫法幾何、CAD、BIM 等課程。與逆向工程（reverse engineering）有關(guān)的圖學(xué)教育幾乎空白，這個問題也體現(xiàn)在古建筑測繪教學(xué)中。

在過去以手工測量為古建筑測繪的主要方法時，工程圖學(xué)可以支撐繪圖的原理與方法，教師只需額外強(qiáng)調(diào)古建筑測繪層級的內(nèi)容。激光掃描、攝影測量等技術(shù)被引入教學(xué)后，習(xí)慣了使用CAD 繪圖的學(xué)生在沒有圖像技術(shù)支撐的情況下，必然對處理龐雜的點云缺少辦法，把其中包含的變形、缺損與病害轉(zhuǎn)化為圖形，更是難上加難。目前的情況是，教師要么把處理好的數(shù)據(jù)交給學(xué)生，要么在測繪中教學(xué)生使用相關(guān)軟件。但無論哪種情況，在有限的課時下，學(xué)生都是既錯失了傳統(tǒng)意義上完整的典型測繪訓(xùn)練，又僅僅接觸了新技術(shù)的皮毛。因此，我們認(rèn)為古建筑測繪教學(xué)亟需補(bǔ)充有關(guān)圖像的圖學(xué)方法（表2），并將其與學(xué)生已有的圖學(xué)基礎(chǔ)建立聯(lián)系。比如，可以引導(dǎo)學(xué)生運(yùn)用建筑設(shè)計中常用的可視化編程工具（如Grasshopper、Dynamo）處理（如降密、簡化等）點云和mesh，將其轉(zhuǎn)化為NURBS 曲面或邊界表示法（Boundary Representation，B-rep）模型，使其意識到空間數(shù)據(jù)處理與曲面表示方法的實質(zhì)是計算幾何。如何將可視計算融入建筑學(xué)現(xiàn)有的圖學(xué)教育是今后教學(xué)改革的重要方向之一，意大利在課程設(shè)置上的經(jīng)驗可以給我們提供有力參考①在意大利的建筑學(xué)學(xué)科體系中，類似于我國“建筑歷史與理論”二級學(xué)科的分支叫做“圖學(xué)、修復(fù)與建筑史”（Disegno, restauro e storia dell ’architettura），包括名稱所示的三個細(xì)分方向。其中圖學(xué)（或譯為繪圖）是以圖學(xué)原理（如計算幾何）研究圖學(xué)工具（如BIM, 參數(shù)化建模等）及相關(guān)新技術(shù)在建筑再現(xiàn)、建筑測繪中的應(yīng)用，以博洛尼亞大學(xué)建筑系一名教師在2019-2020 學(xué)年的課程為例，其教學(xué)內(nèi)容包括建筑制圖與圖形分析、平面設(shè)計基本原理、建筑測繪的工具與方法、建筑測繪新技術(shù)、技術(shù)制圖（詳見：https://www.unibo.it/sitoweb/federico.fallavollita/teachings）。這些內(nèi)容并不全是理論授課，有的會成為設(shè)計課程的一個模塊。比如，建筑測繪新技術(shù)（24學(xué)時）是設(shè)計、歷史與修復(fù)工作坊（192 學(xué)時）的一個模塊，這個工作坊的其他模塊還有修復(fù)（72 學(xué)時）、歷史建筑再生（24 學(xué)時）、歷史景觀和開放空間的設(shè)計與活態(tài)保護(hù)（24 學(xué)時）。這樣設(shè)置的好處是，測繪技術(shù)教學(xué)在橫向上有拓展、在縱向上有延續(xù)（學(xué)生在低年級時已學(xué)習(xí)過建筑測繪），有利于學(xué)生融會貫通。。

需要注意的是，表2 中涉及的領(lǐng)域并非涇渭分明，而是呈現(xiàn)出相互融合的趨勢。有學(xué)者建議以“可視計算”（visual computing）統(tǒng)攝這些領(lǐng)域（還包括計算機(jī)圖形學(xué)、機(jī)器學(xué)習(xí)等），形成更大的學(xué)科方向[17]。我們認(rèn)為，可視計算不僅可以解釋、評估與改進(jìn)建筑遺產(chǎn)測繪中的圖學(xué)方法，也順應(yīng)了從工程測量向傳感器技術(shù)轉(zhuǎn)變的趨勢，符合建筑遺產(chǎn)保護(hù)中整合多源數(shù)據(jù)的需求。同時隨著檢測技術(shù)的發(fā)展，測繪的邊界越來越模糊。紅外熱成像、透地雷達(dá)、超聲斷層掃描等檢測技術(shù)是否可以歸為測繪技術(shù)？測繪與檢測的邊界在哪里？在巴黎圣母院的修復(fù)中，負(fù)責(zé)數(shù)字建模的研究者在激光掃描與攝影測量采集的空間信息基礎(chǔ)上，將材料學(xué)、考古學(xué)、人類學(xué)等不同學(xué)科領(lǐng)域的研究匯總，形成了一個融合各學(xué)科研究成果的“數(shù)字孿生體”（digital twin）[18]。按照我們的理解，這個數(shù)字孿生體是數(shù)字模型和知識本體（ontology）的結(jié)合。數(shù)字模型是由圖形和圖像組成的圖學(xué)載體，知識本體則包含了語義、知識、檢測數(shù)據(jù)等非圖學(xué)信息的定義和描述，及其與圖學(xué)載體之間的對應(yīng)關(guān)系[19]。這種結(jié)合的目的，是服務(wù)于建筑遺產(chǎn)海量數(shù)據(jù)的管理，以及日益增多的跨學(xué)科保護(hù)。比如，當(dāng)修復(fù)一段墻體上的裂縫時，不僅需要它的空間信息及演變過程（基于歷時測量），還需要它的性能數(shù)據(jù)（比如材料強(qiáng)度），并能將其與裂縫的成因（如地震等）和結(jié)果（如滲水等）建立起關(guān)聯(lián)[20]?？梢姡瑥谋Ｗo(hù)的角度看，區(qū)分測繪與檢測的邊界似乎并不重要，二者都是基于傳感器技術(shù)的數(shù)據(jù)采集手段。測繪更重要的意義，或者說發(fā)展趨勢，是利用合理的圖學(xué)方法搭建起融合多源數(shù)據(jù)的框架，并在建筑遺產(chǎn)保護(hù)的數(shù)據(jù)使用者（如建筑師、科學(xué)家、工程師、管理者等）之間，最大程度地提供信息可視化與交互的便利（圖4）。

表2 建筑遺產(chǎn)測繪中與圖像技術(shù)相關(guān)的研究方向及其應(yīng)用

5 結(jié)語

近年來，在技術(shù)層面，基于圖形的建筑遺產(chǎn)測繪受到了圖像技術(shù)的沖擊；在概念層面，建筑學(xué)與保護(hù)科學(xué)的不同導(dǎo)向又造成了“建筑遺產(chǎn)測繪”的歧義，二者是建筑遺產(chǎn)測繪實踐與教學(xué)中產(chǎn)生的一系列問題的根源。文章從圖學(xué)的角度探討了上述問題，結(jié)論要點如下：

（1）激光掃描、攝影測量等新興測量技術(shù)實質(zhì)上是輸出圖像的間接技術(shù)，圖像到圖形的轉(zhuǎn)化是目前測繪中的技術(shù)瓶頸，技術(shù)問題的背后是建筑學(xué)缺少針對圖像的圖學(xué)方法。

（2）圖形與圖像的偏好反映了建筑學(xué)與保護(hù)科學(xué)對待測繪的不同導(dǎo)向。圖形是建筑學(xué)古為今用的中介，在測繪中適用于桿件（如木構(gòu)建筑）空間信息的表達(dá)；圖像技術(shù)與保護(hù)科學(xué)相輔相成，適用于具有豐富紋理與色彩、不規(guī)則幾何形體（如磚石建筑表面、雕像、彩畫）的測繪對象。越過輸出圖形、直接從圖像提取保護(hù)所需的數(shù)據(jù)是目前的前沿研究。

（3）建筑遺產(chǎn)測繪面臨的圖學(xué)革新是從工程圖學(xué)到可視計算。后者不僅可以涵蓋建筑遺產(chǎn)測繪的圖學(xué)方法，也順應(yīng)了從工程測量向傳感器技術(shù)轉(zhuǎn)變的趨勢，符合建筑遺產(chǎn)保護(hù)中整合多源數(shù)據(jù)的需求。下一步，我們需要研究如何將可視計算融入建筑學(xué)現(xiàn)有的圖學(xué)教育之中。

圖4 傳統(tǒng)的古建筑測繪與保護(hù)科學(xué)的測繪在知識構(gòu)成上的差異（圖片來源：孫政繪制）

[14]ANTONOPOULOU S, BRYAN P. BIM for Heritage: Developing a Historic Building Information Model [M]. Swindon: Historic England, 2017: 14-16.

[15]LóPEZ F J, LERONES P M, LLAMAS J, et al. A Review of Heritage Building Information Modeling (H-BIM) [J]. Multimodal Technologies and Interaction, 2018, 2(2): 21.

[16]SUN Z, XIE J T, ZHANG Y Y, et al. As-Built BIM for a Fifteenth-Century Chinese Brick Structure at Various LoDs [J]. ISPRS International Journal of Geo-Information, 2019, 8(12): 577.

[17]劉利剛. 什么是計算機(jī)圖形學(xué)[EB/OL]. (2013-08-08)[2020-09-20]. http://staff.ustc.edu.cn/～lgliu/Resources/CG/What_is_CG.htm.

[18]BALL P. The Huge Scientific Effort to Study Notre-Dame’s Ashes [J]. Nature, 2020, 577(7789): 153-154.

[19]ACIERNO M, CURSI S, SIMEONE D, et al. Architectural Heritage Knowledge Modelling: An Ontology-Based Framework for Conservation Process [J]. Journal of Cultural Heritage, 2017(24): 124-133.

[20]CACCIOTTI R, BLA?KO M, VALACH J. A Diagnostic Ontological Model for Damages to Historical Constructions [J]. Journal of Cultural Heritage, 2015, 16(1): 40-48.

Synopsis

In the past decades, architectural heritage survey in China has benefited from the wide application of optical measurement technologies such as terrestrial laser scanning (TLS) and photogrammetry. These technologies produce 3D data with high precision and resolution, which is accompanied by new challenges in the field of architectural studies. The methods of processing, representing and spreading these data (images) are beyond the architectural knowledge system of graphics (graph-based).

Graphs are reflections of the human brain. They can either be drawn by hand or in CAD (computer-aided design) software. Both Andrea Palladio’s survey of ancient Roman ruins and a 3D B-rep (boundary representation) model can be regarded as graphs. Images, however, are born from optical sensors. The process leading to images are objective in contrast to that of graphs. No matter how high the resolution of a raster image is, or how dense a 3D point cloud model is, images by their nature are samplings of the measured objects. In the field of representing architectural heritage graphs are boundary-aware, which are good at representing the spatial organisation of timber structures, while images are visually intuitive, which are ideal media for or ganic geometries and texture-abundant surfaces.

From the viewpoint of technological evolution, images are related to indirect measuring technologies. The raw images produced by machines are unstructured. Human operations, such as decimation, segmentation and approximation, are essential to turn them into graphs. The workflow of the image-based survey is different from 16th century’s Andrea Palladio and 1930s’ Liang Sicheng whose surveys were conducted directly (Figure 1). Two issues arise from this workflow: (1) can images be converted to graphs automatically? (2) can images themselves be the result of architectural heritage survey?

Preferences of graph or image reflect the different directions of architecture and conservation science. Surveying ancient ruins is a learning process for architects. Graphs bridge the gap between the past and the present. In the scope of conservation science, survey is considered the pre-work for restoration. The aims of the survey consist of documentation, monitoring and defects detection. Since the objects of conservations tend to be fragile, non-contact measurement is preferable. Imaging tech nologies meet this demand and gradually become standard documentation methods for conservation. The or ganisations, conferences, charters and researches in the second half of the 20th century witnessed this tendency. Thus, survey does not necessarily end up with graphs. Images themselves can be the result of surveys, as the so-called ‘informative preservation’; correspond -ingly, knowledge for conservation can be extracted from images directly. Algorithms emer ging from image processing, computing geometry, computer vision and machin e learning sheds light on this field. In 2018, Intel trained Artificial Intelligence (AI) to detect the defects of the Great Wall from point clouds derived from photogrammetry. Recently a benchmark of architectural heritage point-cloud-segmentation was published. Machinelearning algorithms have been used to automate this process. Recent advances of AI in medical imaging diagnosis might provide a reference for the future development of imaging technologies.

Imaging technologies seem to challe nge the role of architecture discipline in the architectural heritage survey field. It is also an opportunity to redefine the boundary of architecture by integrating emerging technologies. Some new tasks arise, including:

· Modifying the category of architectural heritage survey with reference to imaging technologies in the complete workflow of the survey.

· Renovating graphics methods in representation, management and spreading. CAD and BIM (Building Information Model) have limited inter -operability with images, while GIS (Geographic Information System) platforms lack architectural semantics. API (Application Programming Interface) and open source tools which integrate with such platforms is a trend.

· Evaluating and improving algorithm s from the perspective of architectural heritage survey. Instead of coding, it is more important to optimise the workflow through critical evaluation of algorithms and to tune the threshold of their parameters.

A case study is given to show the innovative application of graphic tools in architectural heritage survey. This surveyed building Stele Pavilion of Remarkable Feats and Sacred Virtues is a 15th-century brick structure in Nanjing, China. Three LoD (Level of Detail) models are proposed based on the combined use of a commercial BIM platform and auxiliary tools: A host model linked with raster images composed using orthoimage and relief maps (LoD 1), an as-built volume with semantic skins (LoD 2), and a brick-by-brick partial model with custom industry foundation class (IFC) parameters (LoD 3). The results reveal that LoD 1 caters to an efficient web-based workflow for brick-damage annotations; as-built dimensions can be extracted from LoD 2; LoD 3 enables attrib utes such as damage types to be attached at the brick level. In future studies, the detection of brick shapes is expected to automate the process of as-built surface mapping.

Up to now, architectural students in China share their graphics education with engineering students (e.g. civil engineering and mechanical engineering). Problems arise in the courses of historic buildings survey into which TLS and photogrammetry have been brought in recent years. On the one hand, survey data is expected to support conservation in such courses; on the other hand, the knowledge constitution of this course is engineering survey, engineering graphics and archi -tectural history. Students lacking knowledge of reverse engineering are facing graphic issues based on images. The graphics education of architecture should be updated to meet the needs of conservation science as well as the social transformation from designing new architectures to adapting existing ones (Figure 4). Thus, the graphics for conservation science is a general discipline named ‘visual computing’ which includes image processing, computer graphics, computer vision and machine learning. Visual computing meets the transforma -tion from engineer ing survey to sensor technolo -gies and encourage s non-destructive analyses and simulations of the conserved objects. The ‘digital twin’ established in the restoration of the Notre Dame Cathedral reveals the trend of graphics for architectural heritage conservation: a visual database composed of graphics and ontology . For the next step, we should investigate how to integrate visual computing into the graphics education of architecture.