Vervorming en schade-detectie van Tulou op basis van multisource 3D-puntenwolkfusie

Waarom oude aardewoningen nog steeds van belang zijn

In de heuvels van zuidoostelijk China staan uitgestrekte, ronde lemen huizen, Tulou genaamd, waarvan sommige meer dan 300 jaar oud zijn. Deze gemeenschappelijke gebouwen worden nog bewoond, maar tijd, weer en moderne druk werken ze langzaam aan uit. De hier samengevatte studie laat zien hoe instrumenten die je eerder in hightechfabrieken en ingenieurslaboratoria ziet—laserscanners, drones en 3D-modellering—kunnen worden gebruikt om deze kwetsbare constructies een gedetailleerde “gezondheidscontrole” te geven, waardoor restauratoren problemen vroeg kunnen opsporen en dit cultureel erfgoed generaties lang behouden blijft.

Leven binnen een gigantisch lemen bolwerk

Tulou zijn monumentale leem- en houtwoningen die door Hakka-gemeenschappen in de provincie Fujian zijn gebouwd. Van buitenaf lijkt een Tulou zoals de Jinjiang Tulou op een enorme ringvormige vesting van aangestampte aarde; binnenin is het een verticale dorpsgemeenschap, met opgestapelde houten kamers die een gedeeld binnenplein omsluiten. Dit ontwerp heeft families eeuwenlang beschermd tegen rovers, stormen en aardbevingen. Maar dezelfde dikke lemen muren en houten balken die Tulou zo karakteristiek maken, zijn kwetsbaar voor langzame achteruitgang door regen, vocht dat in de muren trekt en voortdurende wind. Scheuren, uitpuilingen en verval kunnen jaren groeien voordat iemand merkt dat de vorm van het gebouw afwijkt van wat de zwaartekracht en veiligheid vereisen.

Een historisch gebouw omzetten in een nauwkeurig 3D-model

Om verder te gaan dan rolmeters en visuele schattingen combineerden de onderzoekers drie contactloze instrumenten: een grondgebonden 3D-laserscanner, een met camera uitgeruste drone en handzame digitale camera’s. De scanner veegt de Tulou vanaf de grond met miljoenen laserpulsen en registreert exacte posities van punten op de muren en constructie tot op millimeters nauwkeurig. De drone vliegt boven en rondom het gebouw en maakt overlappende foto’s die in een 3D-model kunnen worden omgezet, waarbij vooral daken en bovenmuren worden vastgelegd die de grondscanner niet ziet. Handcamera’s voegen close-updetail toe van texturen en oppervlaktebeschadiging. Met gespecialiseerde software zette het team deze verschillende datasets zorgvuldig op elkaar, zodat ze als lagen in één zeer gedetailleerde digitale tweeling van de Jinjiang Tulou passen.

Grote data zo compact maken dat je ze kunt lezen

Zo’n digitale tweeling bevat miljarden punten—te veel om direct en efficiënt te analyseren. Het team testte verschillende manieren om deze “puntenwolk” te verdunnen zonder belangrijke details te verliezen. Bij willekeurige sampling houdt een computer slechts een deel van de punten aan toeval; bij ruimtelijke sampling worden punten die te dicht bij elkaar liggen teruggedund tot een gelijkmatig raster; bij intensiteitsgewogen sampling worden punten gekozen op basis van hoe sterk het retour-signaal van de laser was. Door de resulterende modellen van een enkele houten kolom te vergelijken, ontdekten ze dat ruimtelijke sampling de ware vorm van de kolom het best behield, terwijl intensiteitsgebaseerde sampling belangrijke inkepingen en bobbels wegvlakte. Deze zorgvuldige snoeistap stelde de onderzoekers in staat voldoende data te behouden om kleine vervormingen duidelijk te zien, terwijl de verwerkingstijden beheersbaar bleven.

Scheuren, hellingen en ongelijkvloerse vloeren lezen

Met het gestroomlijnde 3D-model ging het team met de Tulou om alsof het op een productielijn werd gecontroleerd. Voor de lemen ringmuur sneden ze het model in horizontale en verticale secties en pasten elke laag aan een ideale geometrische vorm aan—in wezen de vraag: “Hoe rond en recht zou deze muur zijn als hij perfect was?”—en maten vervolgens hoe ver de echte muur van dat ideaal afweek. De resultaten toonden dat grote delen van de buitenmuur niet langer een schone cirkel vormen en op veel plaatsen meer hellen dan de aanbevolen limieten. Op de tweedeverdieping-wandeling toonde een kleurgecodeerde hoogtekaart verhoogde en verzonken tegels, waarmee de zichtbare bobbels en scheuren werden bevestigd. Voor de houten kolommen pasten de onderzoekers ideale cilinders op de boven- en onderkant van elke kolom en vergeleken hun middelpuntposities. De kleine horizontale verschuivingen vertaalden zich in geringe hellingshoeken; alle zes geteste kolommen bleven binnen nationale veiligheidsnormen, wat aangeeft dat het houten geraamte structureel nog steeds solide is ondanks zichtbare veroudering.

Wat dit betekent voor het behoud van lemen erfgoed

Voor niet-specialisten is de kernboodschap dat we nu kunnen “zien” hoe een oud gebouw vervormt op manieren die te subtiel zijn voor het blote oog, en dat zonder het aan te raken of te beschadigen. Door de Jinjiang Tulou om te zetten in een nauwkeurige 3D-dataset laat de studie zien hoe erfgoedbeheerders kunnen overstappen van subjectieve indrukken—“de muur lijkt in orde” of “die scheur ziet er zorgwekkend uit”—naar gemeten waarden voor muardoorbuiging, vloeronregelmatigheid en kolomhelling. De auteurs stellen dat deze digitale nulmetingen lange-termijnmonitoring kunnen verankeren, opgenomen kunnen worden in digitale bouwhistorieken en zelfs kunstmatige-intelligentiesystemen kunnen trainen om vroege signalen van problemen te herkennen. Kortom, industriële 3D-meettechnieken, ooit voorbehouden aan nieuwbouw en fabricage, worden een krachtig instrument om kwetsbare lemen monumenten zoals Tulou veilig, stabiel en leefbaar te houden.

Bronvermelding: Zhang, J., Zou, S., Zhang, W. et al. Deformation and disease detection of Tulou based on multi-source 3D point cloud fusion. npj Herit. Sci. 14, 66 (2026). https://doi.org/10.1038/s40494-026-02333-w

Trefwoorden: Fujian Tulou, 3D-laserscanning, UAV-fotogrammetrie, erfgoedbescherming, structurele gezondheidsmonitoring