1.基于BIM+GIS技术的高还原度仿真分析方法，其特征在于，该方法包括以下步骤：

采集BIM点云数据和GIS点云数据；

将BIM点云数据和GIS点云数据中任意一个点记为目标点，将BIM点云数据中任意一个点记为一类点，将GIS点云数据中任意一个点记为二类点，根据目标点所在的点云数据的局部邻域内点的像素值，计算目标点的显著性，对BIM点云数据和GIS点云数据中所有点聚类，获取显著性聚类簇，根据一类点和二类点的局部邻域内，以及BIM点云数据和GIS点云数据内包含的属于同一个显著性聚类簇的点的数量比的差异，计算一类点和二类点的显著性分布相似性，结合一类点和二类点的空间距离，以及显著性的差值的绝对值，计算一类点和二类点的属性相似性；

将目标点所在的点云数据的局部邻域均分为不同局部子邻域，根据目标点到目标点的局部子邻域内所有点的曲面拟合结果之间的距离，计算目标点在局部子邻域的最短空间距离，根据一类点和二类点在对应的局部子邻域的最短空间距离的差异和属于同一个显著性聚类簇的点的数量的差异，以及一类点和二类点的显著性分布相似性，计算一类点和二类点的综合空间结构相似性；

根据BIM点云数据与GIS点云数据中点的属性相似性和综合空间结构相似性，实现BIM点云数据与GIS点云数据的点云配准，根据点云配准结果生成三维模型；

所述显著性聚类簇的确定方法为：

将一类点和二类点的显著性的差值的绝对值，记为一类点和二类点的显著性差异；将不同点之间的显著性差异作为度量距离，对BIM点云数据和GIS点云数据中所有点一起进行聚类，获取显著性聚类簇；

所述一类点和二类点的属性相似性的计算方法为：

将一类点和二类点的显著性的差值的绝对值，记为一类点和二类点的显著性差异；将一类点和二类点的显著性分布相似性作为权重，对一类点和二类点的显著性差异进行加权求和，将一类点和二类点的显著性分布相似性与显著性差异的加权求和结果与一类点和二类点的相对距离的和，记为一类点和二类点的第一和值，将数字1与一类点和二类点的第一和值的归一化值的差值，记为一类点和二类点的属性相似性。

2.根据权利要求1所述的基于BIM+GIS技术的高还原度仿真分析方法，其特征在于，所述目标点的显著性的具体计算方法为：将目标点的局部邻域内与目标点的像素值相同的点，记为目标点的相邻同质点，将目标点的局部邻域内像素值最大的点的数量，记为目标点的最大相邻像素数；

将目标点的相邻同质点与最大相邻像素数的比值，记为目标点的第一比值，将目标点的第一比值的负相关处理结果，记为目标点的显著性。

3.根据权利要求1所述的基于BIM+GIS技术的高还原度仿真分析方法，其特征在于，所述一类点和二类点的显著性分布相似性的具体获取方法为：将一类点和二类点的局部邻域内包含的属于同一个显著性聚类簇的点的数量比，记为所述同一个显著性聚类簇的第一比值，将BIM点云数据和GIS点云数据中包含的属于同一个显著性聚类簇的点的数量比，记为所述同一个显著性聚类簇的第二比值，将显著性聚类簇的第二比值与第一比值的差值，记为显著性聚类簇的第一差值；

将所有显著性聚类簇的第一差值的负相关处理结果，记为一类点和二类点的显著性分布相似性。

4.根据权利要求1所述的基于BIM+GIS技术的高还原度仿真分析方法，其特征在于，所述目标点在局部子邻域的最短空间距离的计算方法为：对目标点的每一个局部子邻域内包含的所有点进行曲面拟合，获取目标点的局部子邻域内的拟合曲面，将目标点到目标点的局部子邻域内的拟合曲面的最短欧氏距离，记为目标点在局部子邻域的最短空间距离。

5.根据权利要求1所述的基于BIM+GIS技术的高还原度仿真分析方法，其特征在于，所述一类点和二类点的综合空间结构相似性的获取方法为：根据一类点和二类点在对应的局部子邻域的最短空间距离的差异，计算一类点和二类点在对应的局部子邻域的空间距离差异；将一类点和二类点在所有对应的局部子邻域的空间距离差异的负相关处理结果，记为一类点和二类点的空间结构相似性；

根据一类点和二类点在对应的局部子邻域内包含的属于同一个显著性聚类簇的点的数量的差异，计算一类点和二类点在对应的局部子邻域内对应所述同一个显著性聚类簇的同簇数量差；将一类点和二类点在所有对应的局部子邻域内对应所有同一个显著性聚类簇的同簇数量差的负相关处理结果，记为一类点和二类点的显著性空间结构相似性；

使用一类点和二类点的显著性分布相似性对空间结构相似性和显著性空间结构相似性进行加权求和，将加权求和的结果记为一类点和二类点的综合空间结构相似性。

6.根据权利要求5所述的基于BIM+GIS技术的高还原度仿真分析方法，其特征在于，所述空间距离差异的获取方法为：将一类点和二类点在对应的局部子邻域的最短空间距离的差值的绝对值，记为一类点和二类点在对应的局部子邻域的空间距离差异。

7.根据权利要求5所述的基于BIM+GIS技术的高还原度仿真分析方法，其特征在于，所述同簇数量差的获取方法为：将一类点和二类点在对应的局部子邻域内包含的属于同一个显著性聚类簇的点的数量的差值的绝对值，记为一类点和二类点在对应的局部子邻域内对应所述同一个显著性聚类簇的同簇数量差。

8.根据权利要求1所述的基于BIM+GIS技术的高还原度仿真分析方法，其特征在于，所述根据BIM点云数据与GIS点云数据中点的属性相似性和综合空间结构相似性，实现BIM点云数据与GIS点云数据的点云配准，包括的具体方法为：根据BIM点云数据与GIS点云数据中点的属性相似性和综合空间结构相似性，计算一类点和二类点的点云相似性；

将点云配准过程中相匹配的两个点的综合空间结构相似性作为可靠性权重，建立加权ICP目标函数，使用ICP点云配准算法对BIM点云数据和GIS点云数据进行点云匹配，获取点云匹配结果。

9.根据权利要求8所述的基于BIM+GIS技术的高还原度仿真分析方法，其特征在于，所述点云相似性的计算方法为：一类点和二类点的属性相似性和综合空间结构相似性的均值，记为一类点和二类点的点云相似性。