随着技术发展，跨界融合已经不是新鲜事物，近两年BIM、PIM+GIS一张图的提出，给行业注入了一股清流。
为GIS行业发展带来了新的契机，同时也带来了一些新的挑战。面对挑战，本文将剖析BIM、PIM+GIS应用过程中遇到的难点以及应对方法。
首先我们要分析BIM与GIS的各自特点；
1）.BIM、PIM注重微观、注重细节，GIS偏向宏观，
以一栋楼为例，BIM数据的模型数量（个体）可达到100万个对象数量【对象的概念：每一个对象是一个独立的个体，具有可编辑、可以测量、有独立属性】
以一个工厂为例，一个发电厂的模型数量可达到500万个对象。
２）.BIM、PIM坐标系独立（无地理信息属性)
3）. BIM、PIM数据侧重管理，可溯源。
4）. BIM、PIM可测量，对精度要求高。
5）.BIM、PIM的技术特点：参数化，轻量化，可编辑。
结合以上特点，把BIM、PIM接入到GIS中要解决的如下问题：
1.坐标转换、数据精度问题
无论是BIM、PIM、GIS都需要解决这样这个问题，尤其是将数据送到显卡进行绘制，很多显卡对双精度(double)支持不好，计算性能价差，移动端的显卡
设计上就不支持双精度计算。
GIS ：因为坐标较大，单浮点已经无能为力，只能采用双浮点计算(double)，在传递给显卡前需要消除大坐标 【传统解决大坐标办法】
BIM、PIM：未引入GIS前，因为坐标范围较小，基本上用单精度进行绘制不会出现失真的情况。
引入GIS后，因为增加了地理位置属性，坐标与GIS坐标一致，变大，单精度已经无法满足需求，当然也可以采用【传统解决大坐标办法】。
带来的问题：绘制的对象数有限，当对象数量超多10万个【传统解决大坐标办法】显得无能为力。
2.数据量问题
上文中提到，一般的BIM、PIM模型对象数量是极大的，对象数是百万级别的，而且特别的集中，这给CPU、GPU带来了新的挑战。
当然，这个难不倒攻城狮们，传统的解决办法：
1. 降低对象数量，很多模型100万个对象的模型被处理成只有不到10000个对象，这样大大的
降低了CPU的管理成本，可以实时的采用CPU裁剪，然后在将数据送到显卡执行。然而这种办法一直都有一个缺点：模型的颗粒度降低了，
无法满足更低级别的管理。
2. 按需加载，这种办法降低了加载模型的数量，把模型按照功能组排序分组，只展示特定的功能组数据。这种办法，用户只能看到部分模型。
3. 动态裁剪，采用LOD算法，这种算法比前面两种都要优秀，可以很大程度提升系统的吞吐量，一般优秀的系统可以支撑100万个对象实时展示。
遇到大体量的模型也无能为力了。
综上所述，不管采用什么样的技术方案-数据量停留在“百万对象”数据量的级别上，但现在数字化大趋势下，全网一张图的提出，数据远超过“百万级别”
笔者接触过的数据量，最大单体BIM数据量达到600万级别。
3.模型格式问题
BIM、PIM模型多数是参数化的，参数化的优势，可测量，可计算，可复用
传统模型的概念已经不能满足BIM的应用【模型是由三维点线面组成的方式】，这种模式下计算分析是不准确的。
例如：当我们需要计算两个管道之间的最小表面距离，采用传统的三角形mesh方法得出的结果是偏大的，如下图所示：
无论如何对管道表面进行三角细化，都只能是近似模拟，无法精确的计算表面积最短距离。这就是参数化模型的一个突出的优点
我们用表面光滑的圆柱-标识该模型是参数化的，用以区分。
计算体积，质心，物理模拟仿真等参数化的模型计算更加的科学准确。
4. 轻度编辑能力
目前国产化BIM+GIS将精力主要集中在表现上，画质上而忽略了核心应用，笔者对轻度编辑做如下定义（游戏中的场景编辑能力）：
1). 修改调整模型的材质属性；
2). 修改模型的位置属性，6*度信息即旋转、缩放、平移；
3). 修改模型的附加属性，工程应用中极具价值的要素；
4). 模型的合并；
5). 动画制作；
6). 场景编辑控制.
综上所属，在BIM、PIM+GIS结合上，技术上难以解决的两个问题：
1.大坐标的计算精度问题
后续笔者将总结现有的解决大坐标的方法，并说明其优点与缺点
提出新的更高性能的解决大坐标的方法。
2.参数化计算问题
后续专题论述
3.轻度编辑
后续专题论述