2018年江蘇省基礎性地理國情監測工作之標示圖斑變化類型編碼更新方法改進

施雪婷，宋智麗

（江蘇省基礎地理信息中心，江蘇 南京 210013）

目前，江蘇省已完成第一次地理國情普查和2016、2017兩個年度的數據更新工作。根據江蘇省“十三五”基礎測繪年度工作計劃，為了準確掌握江蘇省地理國情信息，保證地理國情普查數據的現勢性，江蘇省測繪地理信息局決定組織開展2018年全省基礎性地理國情監測工作。文章中所涉及的圖片及數據主要來源于鎮江市揚中市、丹徒區、京口區、潤州區等，總面積約1400多平方千米。

1 數據準備

2018年基礎性地理國情監測是基于2017年監測成果本底數據展開的，兩個數據的分類和指標應保持一致。對于2017年本底數據中明顯不符合實際地物狀況的，應作為錯誤，依照實際情況對其進行修改，并把修改結果記錄到本年度監測成果數據中；疑似錯誤但無確切資料支持的，則不應對本底數據進行修改。

此次地表覆蓋分類數據的分類和指標，是以《基礎性地理國情監測內容與指標》（GQJC03-2017）規定的指標為基準。具體的地表覆蓋數據集（LcrDataset）的屬性定義詳見表1（地表覆蓋分類數據層面（UV_LCRA）屬性定義表）：

表1中的標示圖斑變化的類型編碼（CHANGE TYPE）用于填寫變化圖斑的變化類型，針對不同的變化類型，還有一些詳細的分類。

2 實際操作

在這次數據更新中，把2018年更新產生數據編碼的地類名稱描述為：地理國情信息分類碼（CC），2017省情本底數據編碼的地類名稱描述為：省情分類碼（CCP）。在實際做地表覆蓋數據更新時，發現大部分變化圖斑的CHANGETYPE編碼需要變更為2，如果每一次更新一個圖斑就錄入一次數據，工作量比較大也比較繁瑣，更容易出錯。在ArcGIS10.1軟件條件下，首先按影像對圖斑進行更新，然后通過屬性對比來篩選屬性發生變化的圖斑，再通過位置篩選把位置發生變化的圖斑選出來，分別對他們賦值。這樣CHANGETYPE碼更新工作就完成了，具體方法步驟如下：

（1）利用圖斑屬性（SelectByAttributes），把 UV_LCRA層的兩個屬性字段“地理國情信息分類碼”和“省情分類碼”選出來，錄入檢索語句“CC”＜＞“CCP”，意為：“CC”不等于“CCP”，即“地理國情信息分類碼”不等于“省情分類碼”，如圖1所示：

（2）打開UV_LCRA層的屬性——OpenAttribute Table，這時我們可以看到“地理國情信息分類碼”和“省情分類碼”不一致的圖斑都被選擇出來了，這次被用來舉例的數據中，共有298個圖斑被篩選出來，并且這些圖斑的“標示圖斑變化類型”這個字段是混亂無序的，如圖2所示。

表1 地表覆蓋分類數據層面（UV_LCRA）屬性定義表

圖1

圖2

（3）在這樣的情況下，選中“標示圖斑變化類型”字段，在FieldCalculator里面做統一替換“CHANGETYPE=2”，過程如圖3所示，結果如圖4所示。此時，所有發生變化的圖斑的CHANGETYPE碼都被替換成了2。

圖3

（4）在UV_LCRA層的屬性里，在利用利用圖斑位置（SelectByLocation），把UV_LCRA層對比原數據層（UV_LCRA_CANKAO），進行重合篩選（areidenticalto thesourcelayerfeature），如圖5，這樣就可把位置發生變化的圖斑選出來，統一替換CHANGETYPE碼為1。最后，沒有變化的圖斑就不做改變，至此，CHANGE TYPE碼的賦值工作就完成了。

圖4

圖5

3 結 語

在2018年江蘇省基礎性地理國情監測項目的地表覆蓋更新階段，文章結合鎮江市的實際情況，對于標示圖斑變化類型編碼的更新工作，做了一些工作方法的改進和總結。但是由于工作經驗和數據來源的限制，還有許多其他的數據編碼未能涉及，整體工作都還有很大的提高空間，以后要繼續學習研究，早日為應急救災、數據統計等工作，提供統一的地理國情數據庫。