淺談Python在地理省情監測與基礎測繪數據轉換中的應用

韓紅花

(山東省國土測繪院，山東 濟南 250013)

0 引言

地理國情監測與基礎測繪是測繪行業的兩大重點工程。基礎測繪是建立全國統一的測繪基準和測繪系統，是進行基本航空攝影，獲取基礎地理信息的遙感數據，測制和更新國家基本比例尺地圖，影像圖和數字化產品，建立、更新基礎地理信息系統[1]。地理國情主要是指地表自然和人文地理要素的空間分布、特征和相互關系，是基本國情的重要組成部分[2-4]。山東省在第一次地理國情普查完成后，省情監測與基礎測繪要求進行年度更新，實際生產中出現很多重復繁瑣的工作步驟，需要處理大量冗余數據，而且兩者在表達方式和數據分類上有部分重合，如有價值數據的整合、代碼的轉換等，人工處理過程中易出錯，且工作效率不高，因此，如何在保證數據更新質量的前提下實現兩者數據的相互轉換，提高工作效率亟待解決。

Python是一款免費的開源軟件，功能強大，具有簡單易學及跨平臺可移植等特點。Python擴展了ArcGIS功能，許多地理處理工具都是由Python編寫的。ArcPy是一個基于ArcGIS Scripting模塊成功構建并繼承ArcGIS Scripting功能的站點包，其目的是通過Python，以實用和高效的方式為地理數據分析、數據轉換、數據管理和地圖自動化創建基礎[5]。它提供了使用Python語言操作所有GP工具的入口，并提供了多種有用的函數種類，以用于處理和訪問GIS數據[6-7]。在Python中使用ArcPy的另一個主要原因是Python是一種通用編程語言，能夠支持動態輸入，而且支持交互式操作和腳本的一次性程序快速原型，具有編寫大型應用程序的能力，可以便捷高效地進行數據轉換和數據管理，還可以根據實際生產的需要擴展功能。

1 Python數據處理

山東省“十三五”基本測繪要求對全省地形要素進行年度更新、整合，刪除或不采集省內已經不存在的、有較低實際應用價值的、用于輔助制圖的要素，增加一些新的政務需要和公眾關注的要素，合并一些相近的要素[8]。主要工作有數據的整合、分幅、采集更新、成果檢查、接邊等。但是根據國家相關的規范和要求，地理省情監測數據與基礎測繪數據在屬性結構以及采集范圍上都有所不同，因此會出現數據的結構不一致，整合和分幅工作量大，成果質量難把握等問題，這時可以利用Python編寫腳本處理工具來解決。

1.1 數據分析與轉換

基礎測繪中地形要素表達了地球表面形態的要素，表達地球表面形態的要素，包括測量控制點、交通、管線、水系、居民地及設施、地貌、植被與土質以及地理單元,要素數據存儲在34個數據層，類型遠遠多于地理國情普查[9-10]。山東省情監測是基于地理國情監測的技術規定和規范文件，主要包括重要地理國情監測要素、地表覆蓋和地表形態3個分類對象。2018基礎地理國情普查綜合考慮上述3類信息，確定內容分類對象及采集指標，分為10個一級類，59個二級類，143個三級類，其中一級類包括種植土地、林草覆蓋、房屋建筑(區)、鐵路與道路、構筑物、人工堆掘地、荒漠與裸露地、水域、地理單元、地形[11]。基礎地理國情監測數據存儲方式按數據集和要素層組織,要素層要素采用點、線、面表達，數據集包括地表覆蓋數據集、交通網絡數據集、水域網絡數據、構筑物要素數據集、地理單元數據集[12]。基礎測繪和地理省情監測數據的地形要素對比分析如表1所示。

通過比較發現，“十三五”基礎測繪的表達方式與分類體系和地理省情監測數據有部分重合，而且對同一個地形要素在表達內容上也是相同的[13]。從表1可以看出，地理省情數據LCRA層中的植被數據、公路和鐵路線層、水系線與面層、地理單元點與面層、行政村以及構筑物要素點線面層內容是相同的，將這些能夠利用的數據按照基礎測繪的數據格式進行轉換，然而對于同一地物，二者的表達方式不同，即屬性結構不同，這樣在數據轉換過程中就會出現屬性信息丟失的情況。在實際作業中，省情監測數據是根據圖層、CC碼來確定一類要素，基礎測繪的數據是通過圖層、GB碼來確定一類要素，在此以公路層城際公路中心線為例進行分析(表2)。

表1 地形要素分類對比

表2 字段對應關系表

通過對比基礎測繪數據和地理省情監測數據的屬性信息，發現有部分屬性字段是相同的，或者字段不同但是所表達的意思是相同的，所以在數據轉換時首先要建立一一對應的關系。先按照基礎測繪屬性的字段類型和長度建立新的字段，按照表2確立的對應關系，把屬性值轉換之后賦給新的字段，然后刪除原有字段，主要代碼如下：

arcpy.env.workspace="E:data"#設置當前工作環境

arcpy.AddField_management("LRDL","GB","LONG",)#添加字段屬性

arcpy.AddField_management("LRDL","RN","STRING",8)

arcpy.AddField_management("LRDL","NAME","STRING",64)

cursor=arcpy.UpdateCursor("LRDL")#創建更新游標

for row in cursor: # 更新字段GB、NAME的值

row.setValue("LRDL", row.getValue("GB"))

row.setValue("LRDL", row.getValue("RN"))

row.setValue("LRDL", row.getValue("NAME"))

cursor.updateRow(row)

del cursor, row

1.2 數據融合

在實際作業過程中，“十三五”基礎測繪數據以任務分塊范圍的主要道路和河流為邊界劃分作業網格，而之前的基礎測繪和地理國情數據都是1∶10000的分幅數據，因此首先在作業之前需要對數據進行合并融合，把涵蓋任務區范圍的圖幅進行融合，利用Python腳本將圖幅與圖幅邊界上的線段偽結點，屬性相同的未合并面進行融合，較少后期質量檢查時會出現較多拓撲錯誤，例如道路水系線的偽節點，植被面、道路面的相鄰面未合并等問題。利用Python腳本對數據進行融合處理，可以減少后期出現以上錯誤，主要代碼如下：

arcpy.Disslove_management(path+"LRDL",path+"LRDL_Disslove",["GB","RN","NAME","RTEG"],"SINGLE_PART","DISSOLVE_LINES")#設置需要融合的屬性字段

print("道路線融合完成！")

1.3 數據裁切

地理省情數據集要素層數較多，結構復雜，在生產中需要收集大量的參考數據，例如交通廳的道路橋梁數據，水利廳的河流水庫等水利數據，鐵路局的鐵道數據等，數據類型多種多樣，并且數據量大。同時在基礎測繪數據實踐生產中要分工協作，需要對使用作業區域進行分塊，這就需要對參考數據進行裁切。但是在分圖時靠人工裁切費時費力，通過Python編寫腳本自動處理，既節省了時間，又提高了工作效率。在腳本中添加裁切范圍的SHP數據路徑，利用Python中的Clip語句剪切遍歷gdb或mdb數據集中所有層的數據，主要代碼如下：

clipshp="D: eedRegion.shp"#設置裁切范圍

for fds in arcpy.ListDatasets(): #遍歷數據集中所有的數據

for fc in arcpy.ListFeatureClasses('','',fds):

outputfeature=output+""+fc+".shp" #設置輸出環境

arcpy.Clip_analysis(fc,clipshp,outputfeature,"")

1.4 拓撲檢查處理

基礎測繪數據質檢必須在技術、手段、方法等方面不斷提高能力水平，才可以與新型基礎測繪的生產水平相適應[14]。拓撲通過表達規定數據之間的空間關系，將采集的地理數據盡可能地與現實數據保持一致，以實現能夠精準表達空間數據的目的。因此，結合技術規范要求和GIS 基本拓撲結構，設計出不同要素層之間要素的拓撲關系，對規范要素空間幾何關系、提高驗收的工作效率和保證成果數據質量具有重要意義[15]。在基礎測繪中，利用拓撲規則檢查各層數據之間的拓撲關系來確定數據的正確性，既規范了成果數據之間的空間幾何關系，確保了數據質量，又能更逼真地表現地理要素。常見的拓撲規則有國省縣鄉行政區不能有縫隙，房屋建筑區不能與水域面重疊，城市道路線層要素數據不能存在懸掛點和偽節點，同層面之間不能重疊，高速公路出入口必須位于公路線上，涵洞需要落在水系線上，橋梁等須與道路重合，地理單元點不能落入地理單元面內等。

利用Python編譯空間拓撲腳本，可以解決地理省情數據中的植被層與基礎測繪數據中的居民地面層、水系面層以及附屬設施面層出現重疊的情況，還可以檢查道路層、水系層的偽節點、懸掛等問題。通過創建拓撲規則建立拓撲后，驗證數據是否違反了其定義的規則。驗證拓撲后，后續編輯將會把違反拓撲規則的，且需要重新驗證的要素數據集子集標記出來，這樣就只需處理需要重新驗證的區域即可，從而來規范要素空間的幾何關系，提高數據編輯工作的效率，保證成果數據的質量，主要代碼如下：

input_dataset=r"C:MyProjectsMyProject.gdbfds"#設置需要拓撲的數據集路徑

topo_name="Topology"#為拓撲命名

rules=r"'Must Not Overlap (Area)' #設置拓撲規則

out_topo=arcpy.CreateTopology_management(input_dataset,topo_name,cluster_tol) #創建拓撲

arcpy.AddFeatureClassToTopology_management(out_topo, in_fc, xy_rank, z_rank) #將數據集添加到拓撲中

arcpy.AddRuleToTopology_management(out_topo, rule_type, in_fc1, subtype1, in_fc2, subtype2) #將拓撲規則加入拓撲中

arcpy.ValidateTopology_management(out_topo) #驗證拓撲

2 腳本可視化

由于Python是純腳本語言，對于作業者來說使用不方便，尤其是重復使用時需要對腳本進行修改，因此，在ArcGIS中可以將Python腳本導入到ArcToolBox工具箱中，這樣可視化的圖形界面方便作業者使用。創建一個新工具箱并在工具箱中添加腳本，設置腳本的名稱，標簽和描述，將編譯好的腳本py文件導入，設置參數，例如變量名稱和屬性信息，輸入輸出路徑等，從而方便作業者使用腳本來處理數據(圖1、圖2)。以拓撲錯誤檢查為例，選擇數據路徑和所需檢查的植被數據層與居民地數據層，運行后得到拓撲驗證后的結果即數據中拓撲關系錯誤的紅色標識，進而對錯誤數據進行修改(圖3)。

圖1 Arcpy腳本可視化界面

圖2 拓撲檢查操作窗口

圖3 運行結果

通過創建Arcpy工具，實現圖形界面的可視化，形成了一個可交互的數據處理環境，方便了對已編譯的Python腳本的使用。

3 結語

該文按照基礎測繪的技術要求和生產所需的相關信息，結合地理省情監測數據，利用Python API for ARCGIS編寫腳本工具，實現數據處理和轉化中幾個重要的步驟，將地理省情監測數據轉換到基礎測繪工作中，在保證質量的前提下減少了工作量，在數據轉換中進行實踐和創新。目前“十三五”基礎測繪工作正在進行中，在作業過程中還可以通過Python編寫相關數據的定義投影，有向點處理，合并融合等多種數據處理腳本工具，滿足實際作業中的各種要求。也可利用Python工具，把現勢性好的基礎測繪數據轉換到地理省情監測數據中，實現數據的互提取。Python的應用減少了作業過程中的重復性工作，保證了數據更新的質量，有利于實現數據的自動化處理，提升工作效率，對地理省情監測工作實現實時化和智能化有著一定的價值和意義。