GIS技術在第三次全國國土調查數據庫建設中的應用

高志勇，郭洪濤

（中水東北勘測設計研究有限責任公司，吉林長春130062）

國土調查是我國法定的一項重要制度，是全面查實查清自然資源的重要手段[1]。第三次全國國土調查（以下簡稱“三調”）是在第二次全國土地調查（以下簡稱“二調”）成果基礎上，對全國土地利用基礎數據的全面細化和完善。通過掌握準確的全國國土利用現狀和國土資源變化情況，完善國土調查、監測和統計制度，實現成果信息化管理與共享，滿足生態文明建設、空間規劃編制、供給側結構性改革、宏觀調控、自然資源體制改革和統一確權登記、國土空間用途管制、國土空間生態修復、空間治理能力現代化和國土空間規劃體系建設等各項工作的需要[2]。

1 數據分析

規范要求對其二次調查時的耕地及其后的新增耕地，實地已是種植園用地、林地、草地及坑塘水面的地塊，按現狀調查，標注“工程恢復”（GCHF）屬性[3]。分析理解其原則，主要包括的數據為二調及其后不包括“三調”的耕地數據，即歷年耕地、“三調”中的園地、林地、草地、坑塘水面數據即“三調”特定非耕地數據。本文非耕地特指園地、林地、草地、坑塘水面。實際情況中耕地變為非耕地，存在幾種情況：整斑變化（S=100%）、一半以上變化（100%＞S≥50%）、一半以下變化（50%＞S＞0%）。S為面積變化比例，S=歷年耕地面積/“三調”非耕地面積。根據變化特點及標注原則，擬定S在50%以上標注“GCHF”屬性。

按照原則獲取“三調”地類圖斑非耕地數據及歷年耕地數據，此次研究以遼寧省凌海市為例，研究批量賦值GCHF屬性模型。數據結構如表1、表2所示，兩個數據字段基本一致，表中只列出此次研究使用的字段。

表1 歷年耕地屬性結構描述表

表2 “三調”地類圖斑屬性結構描述表

2 GCHF賦值模型設計

基于ArcGIS模型設計流程圖，如圖1所示。

圖1 GCHF屬性賦值技術流程圖

利用ArcGIS提取“三調”特定非耕地數據（園地、林地、草地、坑塘水面）。分析歷年耕地變為“三調”非耕地的過程，圖形上已固定為“三調”圖形，與歷年耕地是否為獨立圖斑無關，地類上“三調”地類已固定，且歷年耕地無需明確為哪種地類。為了節省運算成本，需進行以下操作：利用Python語言arcpy.Merge_management或合并工具合并2009—2018年歷年耕地數據；利用Python語言arcpy.Dissolve_management或融合工具將合并后的歷年耕地融合成一個面；在“三調”數據中自主建立“ID”“Area”字段。

歷年耕地與“三調”非耕地變化可理解為同一空間不同時間所展現的不同地類。所以利用Python語言arcpy.Intersect_analysis或相交分析工具對“三調”非耕地與歷年耕地進行疊加分析。得到IntersectLayer圖層，該圖層數據結構如表3所示。

表3 “三調”與歷年耕地疊加分析（屬性表名稱：IntersectLayer）

不同的相交分析方式會產生不同的結果，對ID的唯一性會產生不同的影響。經過此次研究，將“三調”非耕地數據作為輸入數據，會簡化統計分析的過程。

根據GCHF上圖面積占比原則，利用Python語言arcpy.CalculateField_management或字段計算器批量完成S的計算：

式中：S為“三調”非耕地數據中的單一圖斑，是由歷年耕地變化得來的占比；Share_Area為歷年耕地與“三調”非耕地相交后的圖形面積或相交后的融合面積；Area為“三調”非耕地的單一圖斑面積。

根據圖斑ID的唯一性，能夠進行數據之間的鏈接，將S傳入“三調”中，利用Python語言arcpy.SelectLayerByAttribute_management或按屬性選擇工具進行占比的選擇，再利用Python語言arcpy.CalculateField_management或字段計算器對“ZZSXDM”批量完成GCHF的賦值。

以上過程為人工手動完成GCHF的賦值。通過ArcGIS模型工具對各個工具進行串聯及相關必要條件的策決，能夠創建一個一鍵式完成賦值的模型工具；除了利用模型工具還可以利用Python語言編寫一個自動化處理的代碼，同樣能夠達到預期的效果。

3 結語

建立模型批量對“ZZSXDM”進行GCHF屬性的賦值，能夠一鍵式自動化處理。通過驗證，能夠節省90%以上的時間成本，數據量過大情況下，只需單人操作即可完成，在一定情況下同時也節省了人力成本。“三調”的屬性繁多，屬性之間存在著充分或必要條件的關系，通過模型工具的處理，能夠有效提高數據準確性及工作效率，為后續的國土調查等相關工作積累了豐富的作業經驗。