从 GIS–BIM 集成到城市数字孪生：一篇文献计量学论文的专业解读-BIM资讯

完善主体资料，免费赠送VIP会员!

* 主体类型

个人

企业

* 企业名称

* 信用代码

* 所在行业

* 企业规模

* 所在职位

* 姓名

* 所在行业

* 学历

* 工作性质

请先选择行业

您还可以选择以下福利：

行业福利，领完即止！

代领证书

一键查询BIM证书

下载app免费领取会员

从 GIS–BIM 集成到城市数字孪生：一篇文献计量学论文的专业解读

发布于：2025-12-09 21:58:25

首页/技术分享/BIM资讯

网友投稿

小编今天想和大家分享一篇文献综述：这篇论文本质上是一篇“技术综述 + 文献计量分析”的综合性研究，聚焦 GIS–BIM 集成在城市数字孪生与可持续智慧城市设计中的作用。

摘要

地理信息系统（GIS）数据为城市规划提供地理空间数据及空间分析功能，这些要素对城市设计至关重要。建筑信息模型（BIM）包含建筑的数字化实体、对实体微数据的被动呈现，以及在建筑、工程和施工全生命周期中对模型的主动应用。将这些技术相结合，可为城市数字孪生提供核心技术支撑，助力可持续智慧城市设计。通过深入文献综述，本文总结了GIS与BIM功能整合的不同学科分类，提炼数据价值，并探讨了未来GIS与BIM在智慧城市整合应用研究中应采取的基于本体论的数据整合方法。为验证这一观点，本文采用CiteSpace平台进行关键词分析、国家分析及共引与耦合分析。GIS与BIM的整合已引发广泛关注。但GIS与BIM的整合还存在专业断层和组合碎片化的问题，未来的研究应着重于智慧城市规划、更新、管理；基于本体的GIS与BIM数据整合平台；以及城市轨道交通工程的协同管理。

1. 研究定位与问题意识

文章立足于两个判断：
1）智慧城市要落地到“城市数字孪生（CIM）”，必须同时依托宏观尺度的 GIS 与微观尺度的 BIM；
2）现有 GIS–BIM 集成研究存在“专业割裂、应用碎片化”的问题，需要用系统综述与文献计量方式梳理知识结构和发展路径。

在此基础上，相关文献从三个维度展开考察：

1）综述 GIS–BIM融合过程、应用现状与技术路径；

2）利用文献分析软件CiteSpace对相关文献进行统计分析，刻画该领域的研究热点、演化趋势和国家/地区合作格局等；

3）在“城市数字孪生/智慧城市”的高阶场景下，对GIS与BIM集成的数据集成、功能集成和集成应用的前景进行了展望，提出未来研究方向与总体框架。

2. 文献计量数据与方法设计

数据来源与检索策略

数据库：Web of Science Core Collection；
时间截点：检索至 2022-01-01；
检索式：TS = ("BIM" OR "Building Information Model*" OR "Building Information Modeling*") AND ("GIS" OR "Geological Information System*" OR "Geological Information Systems*")；
检索结果共包含338篇符合标准的文献，经筛选仅保留期刊论文和综述文章后，最终获得185篇相关文献。再人工剔除 1 篇不相关，最终样本数为 184。

工具与指标

作者选择以 CiteSpace 为主，开展文献发表时间序列分析、关键词共现与聚类分析、国家合作网络分析、共被引与文献耦合聚类及时间线分析。

3. 核心文献计量结果解读

1、时间序列：发文数量/领域发展阶段

图中展示了 2008–2021 年发文数量变化：早期发文极少，自2015年起，发表论文数量显著增长，反映出该研究领域近年来关注度不断提升。但2021年WOS核心数据集的论文增长率较往年明显放缓，表明该研究领域尚未取得重大突破性进展。目前关于GIS与BIM融合的研究已实现初步的功能整合与数据对接，不过其实际应用场景仍需进一步深入探索。

近几十年来在WOS文献中发表的论文数量

2、关键词共现与主题演化

下图是CiteSpace 生成的关键词共现聚类图：图中节点越大，对应关键词的使用频率越高，其与BIM-GIS整合领域的关联性也越强。连接线颜色代表时间维度，由紫色渐变为黄色，表示时间跨度由远及近。该可视化词共现网络可用于分析当前研究中BIM与GIS的整合情况。

1）从时间维度发现分析关键词，与较早时间点相关的关键词节点主要涉及BIM、布局、文档、环境、性能、框架，与较晚时间点相关的关键词节点主要涉及GIS、智慧城市、城市、中国、语义网、大数据；

2）研究方向的转变体现在关键词的演变上：从早期整合功能（如建筑安全、城市导航、3D模型、数据转换及标准扩展）到后期涉及大数据分析、物联网、云计算、决策支持与智慧城市等前沿领域。

3）从研究领域分析来看，与BIM关联度最高的关键词主要包括可视化、环境、集成、设计、门、生成式建筑、智慧城市、物联网等。与GIS最相关的关键词包括智慧城市、管理、大数据、语义网、支持、互操作性、城市组件管理、集成等；

4）关键词聚类分析图显示，当前GIS与BIM融合研究已从数据传输、互操作性及整合流程问题转向智慧城市、云计算、大数据等新兴领域。然而，BIM、GIS等特定技术的互操作性尚未得到广泛应用。事实上，自集成系统概念提出以来，相关研究虽已广泛开展，但其实际应用尚未真正落地。

5）除图中出现的GIS与BIM系统集成各应用领域的关键词簇外，与两系统集成相关的关键词还出现了本体、本体匹配、本体合并、三维语义等关键词簇，这些关键词簇的节点和连线更靠近中心且颜色较浅，表明以本体为代表的应用技术将成为未来GIS与BIM集成研究的主要方向。

通过CiteSpace关键词分析获得的集群分布图

3、国家合作网络：地理与经济因素

中国节点最大，且边缘颜色偏黄，说明近年在该领域持续高产并处于网络中心位置；
美国、澳大利亚、英国、德国等发达国家有较多合作连线；
美国与欧洲早期合作密集，近年合作网络略显松散。

作者将此归因于基础设施投资、智慧城市更新与科研投入的差异。

通过CiteSpace进行的国家间分析获得的集群分布图

4、共被引与耦合分析：知识结构与前沿方向

共被引聚类图，模块度 Q=0.8115、轮廓系数 S=0.9018，说明聚类结构清晰、内部一致性高。在共引网络中，集群的位置及其相互关联性能够揭示GIS与BIM融合领域的知识结构。图中显示，已发表论文在时间序列中向最核心的智慧城市集群呈现双向演化趋势。其一是从建筑集群向统一建筑模型的演进，结合匹配技术实现三维可视化；其二则是通过重复性建设项目与关键要素相结合，拓展三维可视化集群。三维可视化集群的异构化方向指向智慧城市。此外，多个海上平台在自身研发背景下，通过建筑信息模型与岩土特性模型集群，结合三维地籍提升智慧城市发展水平。

通过CiteSpace共引和耦合分析获得的聚类分布图

同时，图中的时间线显示：

早期从 building / unified building model 出发，围绕 BIM–GIS 数据交换与建筑层面建模展开；
中期扩展到 multiple offshore platform、3D cadastre、geotechnical property modeling 等大型基础设施与地籍主题；
近期多个主题汇流到 smart city 聚类，说明智慧城市已经成为各子主题的“汇合点”和未来主线。

CiteSpace共引和耦合分析得到的聚类分布时间线图

4. 与文献计量相结合的内容综述结构

其并没有把文献计量结果“孤立展示”，而是和定性综述紧密穿插。

1）功能集成维度的系统归类

作者先用定性综述梳理 GIS–BIM 在不同应用领域的功能集成，并用表 1系统列出“研究领域–研究方向–数据类型”的对应关系，这一部分等于从“功能视角”给 GIS–BIM 集成做了一个较完整的工程应用地图。

2）数据集成路径的三种模型

紧接着，作者从“数据层集成”出发，提出三类技术模型，是全文最具“方法论”价值的部分（表 2、表 3、表 4）；这三种模型与前文共被引聚类中频繁出现的 ontology、semantic web、3DGIS 等关键词是相互印证的，体现了“图谱→归纳模型”的合理闭环。

3）综合框架：从规划、建筑到轨道交通

下图给出一个“三层框架”：该框架试图把“文献计量观察到的主要研究簇”内嵌到一个统一的技术路线图中，可视为本文在理论建构上的主要产出。

GIS和BIM未来一体化开发的框架

5. 学术贡献与创新性评价

1）视角整合
把传统的 BIM–GIS 集成研究，上升到“城市数字孪生/智慧城市实现路径”的高度，把功能集成、数据集成、本体与标准等零散工作拼接成一个连续的研究链条。

2）方法与内容的双重整合
一方面运用 CiteSpace 对时间、关键词、国家与共被引进行系统分析；另一方面以表格和框架图形式对已有研究进行工程域分类与技术路径划分，二者之间存在相互支撑关系，而不是简单的“图谱堆砌”。

3）明确点出未来三个“重心方向”

面向智慧城市的规划、更新、管理（CIM/数字孪生平台）；
以城市轨道交通为代表的大型基础设施信息化与协同管理；
基于本体的全周期、全维度 GIS–BIM 数据集成平台。

这些判断与共被引时间线图中 smart city、geotechnical property modeling、3D cadastre 等聚类的近期活跃度是一致的。

6. 对今后撰写文献计量论文的启示

1）结构组织：

先用传统综述把领域的技术路径和应用场景讲清楚；

再用 CiteSpace/VOSviewer 等做时间、关键词、共被引等分析；

最后基于图谱构造自己的“分类框架 + 研究路线图”。

2）图谱解读要尽量“解释为什么”：
不仅要说“哪一年文献多”“哪个国家节点大”，还可以从政策、技术发展和行业实践上给出合理解释，增加说服力。

3）计量结果与理论构建要形成闭环：
像这篇论文一样，用聚类结果支撑你提出的“模型类型”“研究方向”和“框架图”，而不是各讲各的。

总结来看，从专业的文献计量学视角出发，本文在方法上仍有进一步拓展的空间：例如，可对“高被引文献、核心作者/机构、期刊分布”等进行更加系统的统计分析，结合 CiteSpace 的突现词/突现文献功能更客观地识别研究前沿，并在共被引聚类得到的多个主题基础上，对各个簇的代表性论文、关键方法和技术路线进行更深入的剖析。

【声明】

1、本文仅用作学习研究，不作商用。图文若有侵权，请联系删除。

2、以上文字内容仅为个人阅读后重新梳理的结果，若造成理解歧义，烦请各位点击【阅读原文】，以原文观点为准，分享的原文版权归原作者所有。

本文版权归腿腿教学网及原创作者所有，未经授权，谢绝转载。