基于BIM与知识图谱的深基坑施工安全风险识别研究.pdf

Series No.567September 2023 金 属 矿 山METAL MINE 总 第567 期2023 年第 9 期收稿日期 2023-05-16基金项目 国家自然科学基金项目(编号:41971370)。作者简介 胡园园(1986),女,高级工程师,硕士研究生。通信作者 王行风(1972),男,副教授,博士,硕士研究生导师。基于 BIM 与知识图谱的深基坑施工安全风险识别研究胡园园1 刘俊生1 王行风2,3(1.南京市测绘勘察研究院股份有限公司,江苏 南京 210019;2.中国矿业大学与环境测绘学院,江苏 徐州 221116;3.自然资源部国土环境与灾害监测重点实验室,江苏 徐州 221116)摘 要 随着城市地下空间开发应用规模的不断扩大,与地下空间工程建设、运营相关的安全风险管控工作越来越受到政府以及有关部门的重视,深基坑安全风险识别的高效化、智能化日益成为行业的迫切需求。针对深基坑安全监管的现实需求,设计了一种融合建筑信息模型(Building Information Model,BIM)与知识图谱的深基坑施工安全风险识别框架。该框架基于深基坑施工安全风险识别和评估需求,关联、映射、抽取与施工标准、安全规范以及事故经验总结等相关的知识构建深基坑安全风险识别知识图谱,重点分析了基于 BIM 模型的施工对象以及关联对象的知识发现、知识提取和知识构建,以期充分挖掘不同类型的深基坑施工风险评估实体关系,从而辅助实现基坑施工安全风险的智能识别。实例验证表明:该方法可以提高专业人员的工作效率,在一定程度上能够解决安全识别过程中的经验依赖和专家依赖等问题,可以为深基坑施工安全风险的快速、高效和准确识别提供一定的支持。关键词 深基坑 知识图谱 建筑信息模型 风险识别 安全监管 中图分类号TD67 文献标志码A 文章编号1001-1250(2023)-09-180-07DOI 10.19614/ki.jsks.202309024Study on Safety Risk Identification of Deep Foundation Pit Based on BIM and Knowledge GraphHU Yuanyuan1 LIU Junsheng1 WANG Xingfeng2,3(1.Nanjing Institute of Surveying,Mapping&Geotechnical Investigation,Co.,Ltd.,Nanjing 210019,China;2.School of Environment and Spatial Informatics,China University of Mining and Technology,Xuzhou 221116,China;3.MNR Key Laboratory of Land Environment and Disaster Monitoring,Xuzhou 221116,China)Abstract With the continuous expansion of the development and application scale of urban underground space,the safe-ty risk control related to the construction and operation management of underground space projects has attracted more and more attention from the government and relevant departments.The efficient and intelligent safety risk identification of deep founda-tion pit has increasingly become an urgent need for professionals.According to the practical needs of deep foundation pit safety supervision,this paper constructs the overall architecture of deep foundation pit intelligent supervision based on IOT,BIM and GIS technology.A deep foundation pit safety risk identification method integrating Building Information Model(BIM)and knowledge map is designed.This method constructs the deep foundation pit safety risk identification knowledge graph based on the deep foundation pit construction requirements,safety specifications and accident experience summary,and focuses on the knowledge discovery,knowledge extraction and knowledge construction of construction objects and related objects based on BIM model,to fully and quickly mine the entity relationships of different types of deep foundation pit construction,So as to assist in the intelligent identification of the safety risk of deep foundation pit.The example verification shows that this method can greatly improve the work efficiency of professionals,solve the problems of manual dependence and professional dependence in the process of safety identification to a certain extent,and provide some support for the rapid,efficient and accurate identification of deep foundation pit safety risks.Keywords deep foundation pit,knowledge graph,Building Information Model(BIM),risk identification,safety supervi-sion 随着经济社会的快速发展,我国城市地下空间开发应用的规模在不断扩大,这对深基坑工程的安全实施以及协调管理提出了巨大挑战,也对深基坑施工安全风险评估提出了更高效、更专业和更准确的要求,081开展针对深基坑施工安全风险智能识别和评估已经成为行业的迫切需求。受益于大数据、信息化以及物联网等现代科技的发展,深基坑施工监管已经进入了一个智能感知、大数据的时代1-3,但由于深基坑工程的风险安全评估涉及到生产、施工、监测、地质等多方面的知识,专业跨度大、分析对象之间关系复杂、安全规范繁杂、评估模型多样等特点,使得目前的安全风险评估大多依然依赖专家经验,因此不可避免地存在主观、低效、海量数据挖掘和利用力度不足等问题,距离智能识别、智慧推理尚有很大的差距。BIM 是建筑和工程领域最有前景的技术之一,近年来已被大量应用于基坑模型设计4-5、监测6-7、预警8、施工9-11以及管理12-14的深基坑施工监管的各个阶段,但该类系统多注重数据采集,强调可视化表达,BIM 模型中所蕴含的知识尚未得到有效挖掘,BIM 模型的应用价值有待进一步提升。地学知识图谱的概念于 20 世纪 90 年代提出以来15-16,就以其强大的语义处理能力和开放组织能力,为大数据时代信息的智能应用提供了有效工具,国内外学者已在图谱构建、图谱推理以及图谱应用等方面开展了探索17-18,取得了一定的研究成果。近年来,基于知识图谱的智能应用、图谱推理、安全评估等已经成为建筑行业的研究热点之一。针对以上研究存在的不足以及发展趋势,本研究基于深基坑工程项目管理实践,集成监测感知、人工巡检、施工进度、地质、安全要求及绿色施工等关键管理要素,采用基于 BIM 和知识图谱的深基坑安全风险智能识别技术和方法,探索融合 BIM 和知识图谱的地下深基坑工程领域的协同监管新模式,以提升我国城市深基坑风险安全识别管理的技术水平和应用能力。1 集成 BIM 的深基坑施工安全风险识别知识图谱框架1.1 深基坑施工安全风险识别知识构成知识图谱是一种结构化的语义网络,其利用实体、关系、属性等基本单元描述物理世界中对象之间的相互关系19,本研究针对深基坑施工安全风险识别的实际需求,综合和参考相关学者的研究成果20-22,将深基坑施工安全风险知识划分为两大类(表 1):实体对象类知识,主要包括工程对象、关联对象以及环境对象,分别指深基坑施工工程,地质环境,场地周边的管网、地下水、居民楼、天气以及地形等;认知类知识,多通过专业理论、评估模型、施工方案、工作安全以及安全事故经验等进行综合分析或提取所得,可进一步划分为规范知识、工作安全知识、事故案例类知识。这两大类知识之间相互作用、相互关联,共同影响着深基坑施工的安全状况。表 1 深基坑风险评估实体类型、结构和属性Table 1 Safety risk identification entity type,structure and attributes of foundation pit知识类别对象基本概念属性内容认知类知识领域理论评估理论,模型方法概念说明、层次关系、公式、参数、模型等工作安全分析施工作业步骤,法律法规施工工序、施工过程中潜在的安全风险因素、施工风险控制措施安全规范知识技术规范,应对措施识别深基坑施工安全危险问题,总结深基坑施工安全措施事故经验总结事故类型,应对预案,对策事故类型、对象、内容,事故场景,事故处理、策略内容、文字说明实体对象类知识工程对象关联对象环境对象工程设施/地质岩层名称、位置、类型、尺寸、属性、功能、运营以及的施工需求基坑场地周边对象/人工地物、地质岩层地质模型、管网、地下水等自然对象地形地貌、地理特征、气象数据社会环境场地周边的环境类型(如居民生活区、道路)、质量、地理特征1.2 集成 BIM 的深基坑施工安全风险识别知识图谱框架 本研究结合深基坑施工安全风险识别评估的需求,结合深基坑安全施工要求,顾及 BIM 模型特点和监测感知信息数据集,采用自顶向下的方式进行实体识别与关联、语义属性逻辑映射、关系抽取等工作,构建了基于 BIM 的深基坑施工安全风险识别的知识图谱框架(图 1),主要包括知识抽取、知识表示、知识融合、知识存储和知识应用等 5 个部分。(1)知识抽取。知识提取是知识图谱构建过程中的核心模块,主要是从施工工程、周边环境、事故案例、施工方案、监测感知、风险识别模型与风险防控策略等方面入手,挖掘其中蕴含的风险知识,明晰知识之间的关联关系等,为构建知识图谱奠定基础。根据数据来源的不同,可以采用结构化、半结构化和非结构化方式分别提取。认知类知识可以从安全规范、工作条件、施工方法、事故经验以及评估模型等专业领域知识中,采用数理统计等方法定义实体对象类型,并进行相关属性信息抽取,进而确定知识概念对象之间的逻辑关系特征,构建深基坑施工风险安全识别知181 胡园园等:基于 BIM 与知识图谱的深基坑施工安全风险识别研究 2023 年第 9 期图 1 深基坑风险安全识别知识图谱总体框架Fig.1 General framework of knowledge graph for risk safety identification of deep foundation pit识图谱概念模型。实体对象类知识则主要根据深基坑施工 BIM 模型,利用 GIS 技术提取工程对象、工程对象之间以及工程对象与关联对象、周边对象之间的拓扑关系,对接深基坑施工阶段信息与监测感知数据,辅助提取、优化和完善知识图谱中的知识构成,以方便与知识的关联应用。(2)知识表示。知识表示是面向深基坑施工安全风险识别需求,明晰风险识别过程中的实体对象集合,设计针对性的属性特征,关联实体对象及概念知识,选择合适的知识描述方法(如语义网等方法)描述知识之间的关系23,为深基坑施工安全风险识别提供极为关键的帮助。(3)知识融合。知识融合可以从实体、语义逻辑等方面入手,目的是解决数据结构、概念、特征以及关系表达方面的歧义和不一致,以实现知识图谱中多源异构信息的无碍沟通和交流。实体融合是通过将施工主体、关联对象、场地周边环境以及致险因子相关联,实现对象数据源的语义关联,明确各评估对象的风险安全知识信息,确定对象之间的相互关系,进而有效评估深基坑施工可能出现的风险。语义逻辑融合主要采用数据同化方式,解决多源异构信息中的属性、特征、表达方式等不一致的问题,以实现评估对象属性信息的统一操作和相互联系。另外,工程技术的发展、施工方案的逐步优化和完善、更有效的风险管控措施等都会出现越来越多的安全知识,需要及时更新,需采取效果更明显的控制措施。因此,系统需要实现知识的增量建模、更新融合以使其能够更好地满足知识图谱概念模型的演进与优化需求。(4)知识存储。对所提取的认知类知识、评估对象类知识以及知识之间的关系,一般可以利用图/表进行系统地存储,以便在评估过程中根据不同的条件进行查询调用,以指导施工风险安全评估工作。(5)知识图谱应用。知识图谱是集成各类有效性数据的中心,以所构建的深基坑风险安全知识图谱为基础,对接监测、感知、巡检等各种数据信息,通过风险评估,可以提前感知深基坑施工过程中可能存在的孕险因子,主要包括:将施工工程模型数据集与风险评估知识图谱中的规则进行匹配分析,识别施工过程中不符合规范的内容,实现施工方案优化与控制。将施工工程与感知监测数据有效对接,及时识别施工过程中可能存在的危险点(区域),分析风险存在的原因,方便监管人员及时采取有效的风险预控措施。2 基于 BIM 的安全风险知识提取与构建BIM 模型集成了与建筑和施工相关的大量信息,包含了基本建筑构件的几何和非几何信息,这些信息蕴含着与对象有关的各种知识,为深基坑施工过程中的致险因素以及危险源识别奠定了数据基础。近年来,深基坑建筑行业中基于 BIM 的知识生成、提取的研究成果不断涌现24-25,为本研究分析提供了有益参考。基于 BIM 的深基坑施工安全风险识别,充分挖掘和提升 BIM 数据的价值,关键在于如何利用 BIM数据,从中提取风险识别对象的信息(属性、几何等)、风险识别对象与关联对象之间的拓扑关系。从风险识别角度来看,基于 BIM 的知识提取需满足“单体化、语义化、结构化”的要求,在此基础上,关联、映射和对应风险评估领域知识,构建知识图谱,以实现对深基坑施工相关数据的分析、知识挖掘、风险识别和决策支持(图 2)。图 2 基于 BIM 的知识数据提取流程Fig.2 Process of knowledge extraction based on BIM2.1 单体化风险识别对象单体提取实体单体化的目的是从 BIM 模型中识别与风险评估相关的实体对象,此处实体可以被视为知识图谱的网络节点。BIM 模型多以 Curve2D、GeometricSet、GeometricCurveSet、SurfaceModel 和 SolidModel 为基本元素来描述点、线、曲面和体之间的拓扑结构,利用这种层级关系,可对 BIM 模型从几何层面进行分解得到原始构件集 CS,集合中元素为 BIM 模型中的原始281总第 567 期 金 属 矿 山 2023 年第 9 期构件,如天花板、墙、楼板等。再结合风险识别需要,从 CS 集合组合、抽取得到风险安全评估所需的实体对象集 ES,集合中元素为评估对象单元,如地连墙、支护桩等。2.2 语义化风险识别对象属性信息提取语义化可以通过同化、消歧方法将深基坑施工监测感知的多源异构数据进行有效集成,使得计算机可以方便灵活地挖掘数据的深层含义、识别风险识别语义模型、总结规律、提炼知识,更好地满足行业需求。在确定风险识别对象集合的基础上,利用 BIM庞大的信息数据库,关联、抽取和映射相关风险识别单体的几何信息和属性信息,关联、抽取和映射与深基坑施工相关的工作条件、施工规范和事故案例经验,识别出评估实体对象在施工中的安全风险因素,建立实体单元数据结构,进行语义逻辑化表达,以满足评估对象关联查询和推理分析需求,最终得到风险安全识别单体数据集 RS。2.3 结构化风险识别对象实体集合语义网络除了语义逻辑之外,当前 BIM 支持的知识管理逐渐关注通过 BIM 模型内的几何信息提取空间关系,采用语义网络来支持不同数据源之间的数据集成和复杂的搜索需求,以提高 BIM 的利用价值。关系抽取的目的是识别实体之间的关系,这些关系成为图谱中连接节点的边,形成语义网状结构,语义网络描述了实体之间如何关联、相互影响以及如何协同。实体对象的结构化是指从拓扑层面描述风险识别对象之间的邻接、连通关系,可以分为:模型构件之间的关系。在 BIM 中,建筑构件之间多采用“包含”“位于”“整体部分”等谓词语义来描述模型内部的语义逻辑关系,基于这种组织关系,可根据BIM 模型内的空间信息和风险评估所定义的识别规则生成对象的逻辑关系链。风险识别对象和关联对象、周边对象之间的拓扑关系。主要用来识别风险识别对象与相关工程对象之间的关联和影响。一般可以在明确施工场地范围的基础上,利用 GIS 的空间分析功能,根据外联事故经验总结、施工安全风险因素及安全规范,识别施工场地周边一定范围内其他对象与风险识别对象之间的安全风险因素(或安全问题,包括隐藏的安全知识)。不同实体对象 BIM 实体间的关系类型见表 2。施工中几种对象之间的关系如图 3 所示。表 2 评估实体对象之间的关系类型Table 2 The relationship type between evaluation entities关系类型关系定义示例并列关系同一实体类型中种类相同、层级相近的空间实体之间关系基坑周边建筑并列周边道路相关关系存在逻辑关联的实体间关系管网关联爆管对策,居民区关联居民点应急疏散策略拓扑邻接实体对象空间上依存的关系防护栏杆邻接楼梯,盖板邻接板拓扑关联实体对象空间上相关联关系基坑周边关联防护栏杆,楼梯梯段关联防护栏杆,集水坑关联基坑坡脚包含关系呈整体局部关系的实体对象关系井管包含井口,风险评估模型划分评估因子计算模型因果关系实体对象间直接或间接影响对方状态风险评估模型引用风险因子分析,基坑周边环境评价引用基坑风险分析,基坑场地影响周边地下管线图 3 评估实体之间关系Fig.3 Relationship between evaluation objects3 应用实例为验证本研究所提方法的适用性与可行性,也为了配合动态监测和评估的业务需求,本研究在本单位的深基坑智慧监管平台(图 4)上设计实现了基于BIM 和知识图谱的深基坑施工风险安全识别模块。该模块集成了 GIS 与 BIM 模型,基于风险评估实体唯一编码标识,对接监测和智能感知数据(如物联网(IoT)、视频、位移、水位、应力、支撑轴线等实时监测信息)等多源异构数据,关联了施工场地信息、工作安全、风险预控策略和功能服务实体,由此运用风险安全评估知识图谱网络实现针对用户需求的智能化信息风险识别功能,满足深基坑施工风险安全识别的智能化分析需求。以南京阿里巴巴基坑项目为例分析图谱构建过程。首先,构建了阿里巴巴深基坑施工相关的 BIM模型(图 5),主要包括地质模型、支撑体系、圈梁、连续墙、承台等 BIM 模型,利用 BIM 模型,抽取实体和关系,关联周围道路、居民楼、地下管线等对象,建立381 胡园园等:基于 BIM 与知识图谱的深基坑施工安全风险识别研究 2023 年第 9 期图 4 智慧监管平台首页Fig.4 Home page of intelligent supervision platform评估实体模型,同时融合评估领域理论知识,构建了深基坑施工风险评估知识图谱,图谱共抽取理论知识、施工安全、地理信息认知类实体 816 个,BIM 中提取所有的评估实体对象 72 个,知识结点以及关系采用 Neo4j 图数据库存储。该基坑风险安全评估知识图谱的部分节点及关系如图 6 所示,主要描述了深基坑建设过程中的各个环节,例如场地平整、土方开挖、支护结构等。图 5 BIM 基坑建模Fig.5 BIM models of foundation pit图 6 阿里巴巴基坑风险评估知识图谱Fig.6 Knowledge graph for safety risk identification of Alibaba foundation pit481总第 567 期 金 属 矿 山 2023 年第 9 期 监管平台结合 BIM 和监测感知数据进行风险识别的效果如图 7 所示。监管平台基于所构建的知识图谱,利用物联网实时感知数据进行风险识别和预警,当达到预警值时,系统显示黄色的预警波纹(图 7(b);当达到警告值时,显示红色的警告波纹(图 7(c),可以根据需要进一步点击自动化监测点实现风险信息在深度和广度层面上的知识关联和梳理分析。图 7 监测预警效果Fig.7 Effects of monitoring and warning4 结 论(1)结合深基坑安全风险识别需求,在对知识图谱、BIM 特征概括和归纳的基础上,从知识描述、提取、管理、应用等方面,设计了融合 BIM 和知识图谱于一体的深基坑施工安全风险识别框架,为深基坑施工风险安全智能识别奠定了基础。(2)对基于 BIM 的深基坑风险实体对象识别、关系抽取和知识构建展开重点分析,通过与深基坑风险安全知识图谱信息关联、映射,采用语义网络来支持多源异构数据之间的集成,以实现深基坑施工风险安全高效和智慧识别。(3)融合 BIM 和知识图谱的风险识别方法能在一定程度上解决深基坑风险安全识别中的“专家依赖”“效率低下”“分析主观”等问题,扩展了知识图谱在深基坑施工安全识别领域的应用。后续将在此基础上,继续完善知识的自动高效提取、领域知识与方法的融合与集成方法,进一步提升深基坑施工风险安全工作的智能识别、评估和智能推理水平。参 考 文 献1 陈林波,岳光耀,徐财门,等.基于 BIM 技术的基坑工程监测信息管理系统J.铁道建筑技术,2021(10):50-54,90.CHEN Linbo,YUE Guangyao,XU Caimen,et al.BIM-based founda-tion pit engineering monitoring information management systemJ.Railway Construction Technology,2021(10):50-54,90.2 胡云进,虞盛,唐小东.基于 BIM 技术的地铁深基坑质量安全管控研究J.绍兴文理学院学报,2021,41(8):8-16.HU Yunjin,YU Sheng,TANG Xiaodong.Quality and safety control of subway deep foundation pit based on BIM technologyJ.Journal of Shaoxing University,2021,41(8):8-16.3 李悦,任丰洋,周林,等.基于 BIM 的基坑开挖实时感知与预警应用研究J.中华建设,2020(13):156-158.LI Yue,REN Fengyang,ZHOU Lin,et al.Research on application of real-time perception and early warning of foundation pit excavation based on BIMJ.China Construction,2020(13):156-158.4 李春晖,曲宏程,曲宽洋.BIM 技术在超深基坑工程施工中的应用J.工程技术研究,2021,6(2):42-43,113.LI Chunhui,QU Hongcheng,QU Kuanyang.Application of BIM te-chnology in construction of ultra-deep foundation pitJ.Metallurgi-cal Collections,2021,6(2):42-43,113.5 LUO H B,GONG P S.A BIM-based code compliance checking pr-ocess of deep foundation construction plansJ.Journal of Intelligent&Robotic Systems:Theory&Application,2015,79(34):549-576.6 WAN C,ZHOU Z,LI S,et al.Development of a bridge management system based on the building information modeling technologyJ.Sustainability,2019,11(17):4583.7 赵峰.基于 BIM 的基坑工程自动化监测平台研发J.煤田地质与勘探,2018,46(2):151-158.ZHAO Feng.Development of BIM-based automatic monitoring plat-form for foundation pit engineeringJ.Coal Geology&Exploration,2018,46(2):151-158.8 于浩杰.基于 BIM 技术的轨道交通车站深基坑变形特征可视化和安全预警研究D.青岛:青岛理工大学,2019.YU Haojie.Research on Deformation Characteristics Visualization and Safety Early Warning of Deep Foundation Pit of Rail Transit Sta-tion Based on BIM TechnologyD.Qingdao:Qingdao University of Technology,2019.9考晓君.基于 BIM 技术的基坑监测可视化系统研发与应用D.青岛:青岛理工大学,2017.KAO Xiaojun.Foundation Pit Monitoring Visualization System Based on BIM Technology&R&D and ApplicationD.Qingdao:Qingd-ao University of Technology,2017.581 胡园园等:基于 BIM 与知识图谱的深基坑施工安全风险识别研究 2023 年第 9 期10 朱宇波,许磊,杨利宁,等.BIM 技术在上海来福士广场项目深基坑工程中的应用J.城市住宅,2015(11):113-115.ZHU Yubo,XU Lei,YANG Lining,et al.Application of BIM tech-nology in deep foundation pit engineering of Shanghai Raffles Plaza project J.City&House,2015(11):113-115.11 李坤.BIM 技术在地铁车站结构设计中的应用研究J.铁道工程学报,2015,32(2):103-108.LI Kun.The application study of BIM technology in the structure design of subway stationJ.Journal of Railway Engineering Socie-ty,2015,32(2):103-108.12 郭柯兰,陈帆.基于 BP 网络-BIM 模型的深基坑工程风险量化研究J.建筑经济,2020,41(9):39-43.GUO Kelan,CHEN Fan.Research on risk quantification of deep foundation pit engineering based on BP network BIM modelJ.Construction Economy,2020,41(9):39-43.13 郭昱铭,沙文东,李谋思.基于 BIM 的地铁基坑监测管理信息系统研究J.城市勘测,2022(2):199-202.GUO Yuming,SHA Wendong,LI Mousi.The research of subway foundation pit monitoring management system based on BIMJ.Urban Geotechnical Investigation&Surveying,2022(2):199-202.14 胡云进,虞盛,唐小东.基于 BIM 技术的地铁深基坑质量安全管控研究J.绍兴文理学院学报,2021,41(8):8-16.HU Yunjin,YU Sheng,TANG Xiaodong.Quality and safety control of subway deep foundation pit based on BIM technologyJ.Jour-nal of Shaoxing University,2021,41(8):8-16.15 陈述彭.地学信息图谱的探索研究M.北京:商务印书馆,2001.CHEN Shupeng.Exploration and Research on Geo-informatic TupuM.Beijing:The Commercial Press,2001.16 许珺,裴韬,姚永慧.地学知识图谱的定义、内涵和表达方式的探讨J.地球信息科学学报,2010,12(4):496-502.XU Jun,PEI Tao,YAO Yonghui.Conceptual framework and repre-sentation of geographic knowledge mapJ.Journal of Geo-informa-tion Science,2010,12(4):496-502.17 王志华,杨晓梅,周成虎.面向遥感大数据的地学知识图谱构想J.地球信息科学学报,2021,23(1):16-28.WANG Zhihua,YANG Xiaomei,ZHOU Chenghu.Geographic knowledge graph for remote sensing big dataJ.Journal of Geo-in-formation Science,2021,23(1):16-28.18 高嘉良,仇培元,余丽,等.基于旅游知识图谱的可解释景点推荐J.中国科学(信息科学),2020,50(7):1055-1068.GAO Jialiang,QIU Peiyang,YU Li,et al.An interpretable attrac-tion recommendation method based on knowledge graphJ.Sci-ence in China(Information Sciences),2020,50(7):1055-1068.19 周成虎,王华,王成善,等.大数据时代的地学知识图谱研究J.中国科学(地球科学),2021,51(7):1070-1079.ZHOU Chenghu,WANG Hua,WANG Chengshan,et al.Geoscience knowledge graph in the big data eraJ.Scientia Sinica(Terrae),2021,51(7):1070-1079.20 王亮.知识图谱技术在北江流域水利工程联合调度中的应用J.黑龙江水利科技,2021,49(12):187-190.WANG Liang.Application of knowledge map technology in joint op-eration of water conservancy projects in Beijiang River BasinJ.Heilongjiang Hydraulic Science and Technology,2021,49(12):187-190.21 穆磊,王佳,李继宝,等.基于 BIM 和知识图谱的消防智能审图研究J.消防科学与技术,2019,38(12):1765-1768.MU Lei,WANG Jia,LI Jibao,et al.On intelligent review of fire drawings based on building information modeling and knowledge graph J.Fire Science and Technology,2019,38(12):1765-1768.22 谢炎宏,王亮,董春,等.面向地震灾害防治的知识图谱构建方法研究J.测绘科学,2021,46(10):219-226.XIE Yanhong,WANG Liang,DONG Chun,et al.Research on the construction method of earthquake disaster prevention knowledge graphJ.Science of Surveying and Mapping,2021,46(10):219-226.23 官赛萍,靳小龙,贾岩涛,等.面向知识图谱的知识推理研究进展J.软件学报,2018,29(10):2966-2994.GUAN Saiping,JIN Xiaolong,JIA Yantao,et al.Knowledge reason-ing over knowledge graph:a surveyJ.Journal of Software,2018,29(10):2966-2994.24 高正林,李宏焰.BIM 技术在某工程深基坑支护设计中的应用J.智能建筑与智慧城市,2021(9):70-71.GAO Zhenglin,LI Hongyan.Application of BIM technology in deep foundation pit support design of a projectJ.Intelligent Building&Smart City,2021(9):70-71.25 张志慧.基于 BIM 的深基坑施工安全风险智能识别研究D.徐州:中国矿业大学,2020.ZHANG Zhihui.Research on Intelligent Identification of Safety Risk in Deep Foundation Pit Construction Based on BIM D.Xuzhou:China Univers