随着数字化城市的推进,城市规划和管理的需求逐渐增强,三维城市模型的应用领域越来越广,主要包括建筑可视化、光线通视分析、城市水淹分析、洪水模拟等方面。然而,现如今智慧城市的大力发展促成精细化三维模型的数据量越来越大,导致可视化时一次性加载批量模型时的三维帧率急剧降低,成为基于网络的在线可视化制约其应用发展的瓶颈,而且无法揭示城市复杂形态背后的结构性和动态演化规律。因此如何有效地简化复杂的三维城市模型和实现三维城市模型分类可视化是目前急需解决的问题。在此背景下,本文通过对三维城市模型领域中标准的数据源(CityGML)进行研究,以综合简化三维城市数据和模型分类为目标,提高模型加载效率和提升分类可视化效果,建立基于Cesium的三维城市模型简化和分类可视化平台,具体研究内容点如下:第一,面向海量三维城市模型综合简化研究。分析传统三维模型简化存在的局限性,在不改变模型基础外观的基础上,提出将邻边搜索算法思想应用于提取建筑物外壳模型的新思路。第二,基于深度学习的三维城市模型分类研究。传统的三维模型分类方法是通过提取人工设计的特征描述符进行分类,在一定程度上会造成模型信息的缺失。所以本文结合三维城市模型数据的自身特点,将深度学习方法应用到三维城市模型分类领域,改进现有深度学习框架,实现对模型的高效准确分类。第三,基于Cesium城市三维模型快速分类可视化设计与实现。在可视化实现过程中,以Bing地图服务作为二维底图,搭载上层经综合简化分类后的三维建筑模型,在Cesium平台上实现三维城市模型的快速渲染与分类可视化。最后,通过相关实验效果的对比,检验了上述所提模型综合简化方法在保留原有模型的视觉效果的前提下有较好的简化率,所改进的模型分类算法可以在可视化时提升视觉上的丰富性与多样性。其中基于Cesium的在线三维城市模型综合简化与分类可视化系统能满足快速分类可视化的要求。