• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于ArcPy 的林業(yè)與國(guó)土“一張圖”數(shù)據(jù)批量自動(dòng)化融合技術(shù)研究

    2023-01-31 03:00:40代勁松王劍武徐達(dá)宋盛
    浙江林業(yè)科技 2023年1期
    關(guān)鍵詞:一張圖圖斑國(guó)土

    代勁松,王劍武,徐達(dá),宋盛

    (浙江省森林資源監(jiān)測(cè)中心,浙江 杭州 310020)

    2021 年,國(guó)家林業(yè)和草原局提出了開(kāi)展林地、草地、濕地?cái)?shù)據(jù)與第三次全國(guó)國(guó)土調(diào)查數(shù)據(jù)(以下簡(jiǎn)稱國(guó)土“三調(diào)”)對(duì)接融合和國(guó)家級(jí)公益林優(yōu)化的工作,即充分發(fā)揮“三調(diào)”數(shù)據(jù)在國(guó)土空間管理中的“統(tǒng)一底版”作用,全面厘清林地、草地、濕地與其他土地范圍界線,構(gòu)建與國(guó)土“三調(diào)”數(shù)據(jù)無(wú)縫對(duì)接的全國(guó)林草資源圖[1-2]。長(zhǎng)期以來(lái),我國(guó)的自然資源調(diào)查和監(jiān)測(cè)工作實(shí)行各部門(mén)分頭管理,林業(yè)部門(mén)和國(guó)土部門(mén)在林地屬性的理解上,由于認(rèn)定標(biāo)準(zhǔn)、調(diào)查方式等差異,導(dǎo)致調(diào)查成果空間分布及面積數(shù)量有較大歧義[3],從而增加了整個(gè)數(shù)據(jù)融合的工作難度,主要問(wèn)題包括:(1)各種界線的不一致,包括各級(jí)行政界線、森林經(jīng)營(yíng)界線、國(guó)土圖斑與林業(yè)小班界線等的差異,由此會(huì)導(dǎo)致融合后的小班數(shù)量成倍增加,大量無(wú)規(guī)則和小面積細(xì)碎圖斑產(chǎn)生;(2)小班面積平差規(guī)則及計(jì)算方式的不一致,使得同一地塊出現(xiàn)不同的面積;(3)關(guān)鍵地類的重疊交叉,主要表現(xiàn)為國(guó)土“三調(diào)”數(shù)據(jù)中的耕地、園地與森林資源管理“一張圖”中林地的重疊交叉[4-5]。針對(duì)這些問(wèn)題及各地的實(shí)際情況,需要一套統(tǒng)一的數(shù)據(jù)處理軟件來(lái)處理融合過(guò)程中的大數(shù)據(jù),以提高工作效率和保障數(shù)據(jù)質(zhì)量。

    本研究以浙江省淳安縣為例,依據(jù)浙江省森林資源管理“一張圖”(以下簡(jiǎn)稱林業(yè)“一張圖”)與國(guó)土“三調(diào)”數(shù)據(jù)對(duì)接融合的相關(guān)技術(shù)要求,基于ArcPy 進(jìn)行GIS 二次開(kāi)發(fā),利用ArcToolbox 的定制功能,對(duì)工具進(jìn)行封裝與可視化,以實(shí)現(xiàn)融合工作中數(shù)據(jù)自動(dòng)化批量處理。

    1 數(shù)據(jù)來(lái)源與研究方法

    1.1 研究區(qū)概況及數(shù)據(jù)來(lái)源

    研究區(qū)位于浙江省杭州市淳安縣,地處浙江省西北部,地理坐標(biāo)為29°11′~ 30°02′ N,118°20′~ 119°20′ E,是著名的國(guó)家5A 級(jí)風(fēng)景區(qū)千島湖所在地,又是浙江省政府批準(zhǔn)的革命老根據(jù)地縣[6]。全縣森林資源豐富,是全國(guó)南方重點(diǎn)林區(qū)縣(市)之一,截至2019 年底,全縣森林面積有339 642.267 hm2,森林覆蓋率為76.86%,林木綠化率為78.93%。屬中亞熱帶季風(fēng)氣候,溫暖濕潤(rùn),雨量充沛,四季分明,年平均氣溫為17.2 ℃,最冷月1月平均氣溫為5.3 ℃,最熱月7 月平均氣溫為28.6 ℃,年平均降水量為1 515.0 mm。

    研究采用的數(shù)據(jù)主要包括淳安縣2020 年森林資源管理“一張圖”數(shù)據(jù)和2019 年第三次全國(guó)國(guó)土調(diào)查統(tǒng)一時(shí)點(diǎn)的數(shù)據(jù)更新成果。

    1.2 數(shù)據(jù)融合要求

    林業(yè)與國(guó)土“一張圖”數(shù)據(jù)融合主要包括三個(gè)方面:圖形數(shù)據(jù)界線融合、屬性數(shù)據(jù)融合及融合數(shù)據(jù)質(zhì)量檢查[1]。

    1.2.1 圖形數(shù)據(jù)界線融合 主要包括兩個(gè)方面:一是各級(jí)行政界線的統(tǒng)一,按照融合技術(shù)規(guī)程要求嚴(yán)格采用“三調(diào)”的行政界線及行政信息,可補(bǔ)充林業(yè)相關(guān)經(jīng)營(yíng)界線;二是林業(yè)小班界線與“三調(diào)”圖斑界線的融合。

    1.2.2 屬性數(shù)據(jù)融合 以國(guó)土“三調(diào)”數(shù)據(jù)為基礎(chǔ)底圖,在保留“三調(diào)”圖斑所有屬性因子的基礎(chǔ)上,進(jìn)一步融入森林資源專項(xiàng)調(diào)查的特有因子,從而反映出森林資源的總體情況。對(duì)于兩套數(shù)據(jù)屬性因子有不一致的小班,運(yùn)用遙感影像或現(xiàn)地核實(shí)的方法,根據(jù)現(xiàn)實(shí)情況確定小班因子。

    1.2.3 融合數(shù)據(jù)質(zhì)量檢查 為了保證數(shù)據(jù)融合的質(zhì)量,在完成數(shù)據(jù)的圖形和屬性數(shù)據(jù)融合后,需對(duì)數(shù)據(jù)的空間關(guān)系及屬性邏輯關(guān)系進(jìn)行質(zhì)量檢查。質(zhì)量檢查內(nèi)容包括融合后圖斑與“三調(diào)”圖斑的拓?fù)淇臻g關(guān)系檢查、圖斑屬性因子完整性和邏輯性檢查。

    1.3 開(kāi)發(fā)技術(shù)方法

    ArcPy 是ESRI 公司針對(duì)有批處理腳本及二次開(kāi)發(fā)需要的ArcGIS 用戶提供的一個(gè)利用Python 語(yǔ)言編寫(xiě)數(shù)據(jù)處理站點(diǎn)包,為使用Python 執(zhí)行地理數(shù)據(jù)分析、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)管理和地圖自動(dòng)化創(chuàng)建等功能提出了實(shí)用高效的解決方案[7]。Python 是一種解釋型及通用的編程語(yǔ)言,具有語(yǔ)法簡(jiǎn)單、功能強(qiáng)大、跨平臺(tái)等優(yōu)點(diǎn)。盡管ArcGIS 中也提供模型構(gòu)造器來(lái)編輯和創(chuàng)建模型,并實(shí)現(xiàn)一體化集成運(yùn)行地理處理工具,但是它只能夠調(diào)用ArcGIS 本身所提供的內(nèi)置工具,對(duì)于一些特殊的處理任務(wù),仍需使用ArcPy 進(jìn)行定制化的二次開(kāi)發(fā)。

    1.4 系統(tǒng)數(shù)據(jù)融合總體設(shè)計(jì)

    本研究共設(shè)計(jì)3 大模塊,共11 個(gè)腳本工具,來(lái)完成融合過(guò)程中的自動(dòng)化處理任務(wù)。其中,圖形數(shù)據(jù)融合模塊包含“消除細(xì)碎圖斑”和“合并屬性圖斑”2 個(gè)工具,用于處理林業(yè)“一張圖”和國(guó)土“三調(diào)”數(shù)據(jù)疊加分析以后所產(chǎn)生的大量細(xì)小圖斑,并對(duì)空間相連且屬性因子相同的圖斑進(jìn)行重新歸并;屬性數(shù)據(jù)融合模塊包括“賦值鄰近圖斑屬性”“面積平差”和“小班編號(hào)”3 個(gè)工具;數(shù)據(jù)質(zhì)檢模塊包含“尖銳角檢查”“狹長(zhǎng)及扁擔(dān)面檢查”“拓?fù)潢P(guān)系檢查”“多部件檢查”“行政信息檢查”和“因子邏輯檢查”6 個(gè)工具。所有工具可在ArcGIS 內(nèi)置模型構(gòu)造器中組合實(shí)現(xiàn)一體化地理處理,如圖1。

    圖1 林業(yè)與國(guó)土“一張圖”數(shù)據(jù)融合系統(tǒng)總體設(shè)計(jì)流程Fig.1 Overall design of data fusion in one map of forest and land resources

    2 結(jié)果與分析

    2.1 圖形數(shù)據(jù)融合

    由于林業(yè)“一張圖”和國(guó)土“三調(diào)”成果數(shù)據(jù)在矢量界線上存在大量不一致情況,使得GIS 空間疊加分析后產(chǎn)生了數(shù)倍無(wú)意義細(xì)碎斑塊。本研究開(kāi)發(fā)的“按屬性歸并細(xì)碎”工具自動(dòng)化解決了這一問(wèn)題。工具的算法流程、功能實(shí)現(xiàn)界面及運(yùn)行結(jié)果見(jiàn)圖2。核心實(shí)現(xiàn)過(guò)程主要包括:(1)設(shè)定細(xì)碎的最小面積,用ArcPy 內(nèi)置的Update Cursor 函數(shù)搜索待處理的細(xì)碎圖斑;(2)遍歷搜索到的所有結(jié)果,對(duì)每一條記錄使用Search Cursor 函數(shù)查找與細(xì)碎圖斑屬性相同且面積大于最小面積的圖斑作為歸并的候選目標(biāo)圖斑,通過(guò)Touches 函數(shù)判斷細(xì)碎圖斑與每一個(gè)候選目標(biāo)圖斑是否相鄰,結(jié)合Union 函數(shù)及Part Count 屬性判斷細(xì)碎圖斑與每一個(gè)候選目標(biāo)圖斑歸并后是否會(huì)產(chǎn)生多部件;(3)記錄目標(biāo)圖斑中與細(xì)碎圖斑相鄰且歸并后不會(huì)產(chǎn)生多部件的面積最大的作為目標(biāo)圖斑,使用Union 函數(shù)將細(xì)碎圖斑歸并到目標(biāo)圖斑。

    圖2 細(xì)碎圖斑融合算法流程(A)、功能實(shí)現(xiàn)界面(B)及運(yùn)行結(jié)果(C)Fig.2 Algorithm flowchat (A),function interface (B) and operation result for eliminating mini sub compartments

    主要應(yīng)用情景包括:(1)消除國(guó)土中林地、草地、濕地中的細(xì)碎圖斑,通過(guò)屬性查詢選擇需要處理的圖斑,按技術(shù)規(guī)程要求設(shè)定最小面積為400 m2(推薦),屬性值中選擇國(guó)土的圖斑標(biāo)識(shí)碼字段;(2)消除國(guó)土地類中除林地、草地、濕地外的其他細(xì)碎圖斑,設(shè)定最小面積(推薦667 m2或以上,原林業(yè)調(diào)查的小班最小勾繪面積),屬性值中選擇國(guó)土的圖斑標(biāo)識(shí)碼字段;(3)商品林圖斑的處理,按照“行政/經(jīng)營(yíng)界線+國(guó)土標(biāo)識(shí)碼+林業(yè)地類+起源+樹(shù)種+權(quán)屬”進(jìn)行歸類,設(shè)定為新的屬性值,根據(jù)需要適當(dāng)調(diào)整細(xì)碎最小面積,減小商品林中圖斑的破碎化。

    在林業(yè)“一張圖”中對(duì)于林地內(nèi)的界線劃分較為精細(xì),但非林地部分比較粗糙,而在國(guó)土“三調(diào)”中,林地的界線相對(duì)較為粗放,一些非林地比如建筑、道路、河流等用地比較精細(xì)。因此,在兩張圖融合的過(guò)程中,要充分利用各自的數(shù)據(jù)特點(diǎn),對(duì)部分圖斑進(jìn)行歸并處理。

    “按屬性歸并圖斑”工具的算法流程、功能實(shí)現(xiàn)界面及運(yùn)行結(jié)果見(jiàn)圖3。核心實(shí)現(xiàn)過(guò)程主要包括:(1)根據(jù)設(shè)定的屬性值,調(diào)用 ArcPy 內(nèi)置的Dissolve_management 函數(shù)融合成新的多邊形矢量,并統(tǒng)計(jì)新多邊形矢量中每一個(gè)多邊形由原矢量中圖斑組成的數(shù)量;(2)遍歷新的多邊形矢量數(shù)據(jù),使用Search Cursor 和Contains 函數(shù)在原數(shù)據(jù)中搜索出屬性相同且空間落入新圖形內(nèi)的待歸并的所有圖斑;(3)使用Union函數(shù)將所有其他圖斑歸并到面積最大圖斑中。

    圖3 按屬性歸并圖斑算法流程(A)、功能實(shí)現(xiàn)界面(B)及運(yùn)行結(jié)果(C)Fig.3 Algorithm flowchat (A),function interface (B) and operation result for merging polygons by attributes

    主要的應(yīng)用情景包括:(1)對(duì)于部分國(guó)土地類中明顯不會(huì)有植被覆蓋的圖斑進(jìn)行歸并,比如河流水面、坑塘水面、溝渠、農(nóng)村道路、農(nóng)村宅基地等;(2)對(duì)于國(guó)土林地中林業(yè)地類為無(wú)立木林地的圖斑,可以根據(jù)屬性因子的相似性(林業(yè)一級(jí)地類相同、森林類別、事權(quán)等級(jí)、林地保護(hù)等級(jí)、權(quán)屬等一致)進(jìn)行歸并。

    2.2 屬性數(shù)據(jù)融合

    圖形數(shù)據(jù)融合后,進(jìn)一步完善屬性信息是一項(xiàng)重要工作,其中“小班編號(hào)”“賦值鄰近圖斑屬性”和“面積平差”3 個(gè)工具可自動(dòng)化完成這一工作,其算法流程、功能實(shí)現(xiàn)界面及運(yùn)行結(jié)果見(jiàn)圖4。

    圖4 小班編號(hào)(A)、賦值鄰近圖斑屬性(B)及面積平差(C)算法流程和功能實(shí)行界面Fig.4 Algorithm flowchat and function interface for subcompartment numbering (A),assignment adjacent polygon attributes (B) and area adjustment (C)

    2.2.1 小班編號(hào) “小班編號(hào)”工具的核心實(shí)現(xiàn)過(guò)程:根據(jù)不同行政單元(如建制村、林班等)及小班的空間位置信息,按照從北向南、從西向東的“S”形順序確定小班的編號(hào)。通過(guò)設(shè)置分組的行政信息字段、用于升序和降序的小班空間位置信息的字段、起始小班號(hào)及結(jié)果寫(xiě)入字段,系統(tǒng)將調(diào)用ArcPy 的內(nèi)置Sort_management函數(shù)對(duì)數(shù)據(jù)進(jìn)行重新編排,再使用Setvalue 將編號(hào)寫(xiě)入結(jié)果字段中。

    2.2.2 賦值鄰近圖斑屬性 “賦值鄰近圖斑屬性”工具的核心實(shí)現(xiàn)過(guò)程:(1)調(diào)用Arcpy 內(nèi)置的Select LayerByLocation_management 函數(shù)搜索與需要賦值小班空間位置相近的作為候選數(shù)據(jù)源小班;(2)在所有候選數(shù)據(jù)源小班中查找國(guó)土地類與需賦值小班相同且面積最大的作為數(shù)據(jù)源;(3)使用SetValue 函數(shù)將數(shù)據(jù)源中相應(yīng)字段值復(fù)制到需賦值的小班中。

    2.2.3 面積平差 “面積平差”工具的核心實(shí)現(xiàn)過(guò)程:(1)按照國(guó)土“三調(diào)”面積計(jì)算要求,調(diào)用CalculateField_management 函數(shù),參數(shù)設(shè)置為SHAPE.geodesicArea@SQUAREMETERS,重新計(jì)算每個(gè)小班的實(shí)際橢球面積;(2)按國(guó)土“三調(diào)”標(biāo)識(shí)碼篩選出相關(guān)小班,計(jì)算每個(gè)小班在國(guó)土“三調(diào)”圖斑內(nèi)的面積占比,根據(jù)比例將原國(guó)土“三調(diào)”圖斑面積分解到各小班;(3)重新匯總小班總面積,與原國(guó)土“三調(diào)”圖斑面積比較計(jì)算面積差,將相差的面積增加到最大面積小班中。

    2.3 數(shù)據(jù)質(zhì)量檢查

    數(shù)據(jù)質(zhì)量檢查是保證融合成果的重要一環(huán),包括尖銳角的檢查和自動(dòng)修復(fù)兩部分。本研究共開(kāi)發(fā)了6 個(gè)主要的數(shù)據(jù)質(zhì)檢工具,其算法流程、功能實(shí)現(xiàn)界面及運(yùn)行結(jié)果見(jiàn)圖5 至圖7。

    圖5 小班尖銳角檢查及修復(fù)算法流程(A)、功能實(shí)現(xiàn)界面(B)及運(yùn)行結(jié)果(C)Fig.5 Algorithm flowchart (A),function interface (B) and operation result for checking and repairing sharp angle of subcompartment

    圖6 狹長(zhǎng)面和扁擔(dān)面的檢查算法流程(A)、功能實(shí)現(xiàn)界面(B)及運(yùn)行結(jié)果(C)Fig.6 Algorithm flowch at (A),function interface (B) and operation result for checking of long narrow and shoulder pole polygon

    圖7 拓?fù)洌ˋ)、多部件(B)、因子邏輯(C)、行政信息(D)、檢查功能實(shí)現(xiàn)界面Fig.7 Function interfaces of topology (A),multipart (B),logical checking (C),administrative information (D)

    “尖銳角的檢查及修復(fù)”工具包含對(duì)小班尖銳角的檢查和自動(dòng)修復(fù)兩個(gè)部分。檢查的核心實(shí)現(xiàn)過(guò)程主要包括:(1)調(diào)用ArcPy 內(nèi)置的SearchCursor 函數(shù)對(duì)所有的小班進(jìn)行遍歷;(2)提取每個(gè)Shape 對(duì)象的所有頂點(diǎn),對(duì)所有頂點(diǎn)進(jìn)行遍歷,以當(dāng)前點(diǎn)為中心,與其前后相連的兩個(gè)頂點(diǎn)一起形成三角形;(3)計(jì)算三角形中當(dāng)前頂點(diǎn)的內(nèi)角值,根據(jù)閾值判定是否為尖銳角,調(diào)用InsertCursor 插入尖銳角錯(cuò)誤點(diǎn)矢量。自動(dòng)修復(fù)需在檢查的基礎(chǔ)上完成,其核心過(guò)程主要包括:(1)在尖銳角頂點(diǎn)及其前后兩個(gè)頂點(diǎn)所形成的三角形上,以尖銳角頂點(diǎn)所在的短邊向長(zhǎng)邊做垂線,調(diào)用Polygon 函數(shù)生成新的直角三角形(如圖5C);(2)根據(jù)三角形與原圖斑的位置關(guān)系,調(diào)用Difference 將原圖斑中直角三角形部分擦除,使用Union 將直角三角形合并到相應(yīng)圖斑當(dāng)中。

    融合后的小班中會(huì)產(chǎn)生較多不規(guī)則多邊形,其中以狹長(zhǎng)面和扁擔(dān)面(兩頭大中間?。┳顬槠毡?。狹長(zhǎng)面的檢查通過(guò)計(jì)算圖斑的緊湊系數(shù)(CI,compaction index,計(jì)算方法見(jiàn)公式1)來(lái)判斷。CI是區(qū)域形狀特征的一種測(cè)度量,取值在0~ 1 之間,值越小表示區(qū)域形狀越不緊湊,越分散;當(dāng)區(qū)域?yàn)閳A形時(shí),CI值=1,此時(shí)的區(qū)域形狀最為緊湊;反之,當(dāng)CI值趨近于0時(shí),區(qū)域形狀趨近于一條直線[8-9]。

    2.3.1 狹長(zhǎng)面檢查 狹長(zhǎng)面檢查的核心實(shí)現(xiàn)過(guò)程包括:(1)調(diào)用Shape.area 和Shape.length 屬性分別獲得小班的面積和周長(zhǎng)值;(2)通過(guò)公式計(jì)算小班的CI值;(3)將CI值與設(shè)定的閾值進(jìn)行比較并判斷小班是否狹長(zhǎng)。

    式中,S為圖斑面積,L為圖斑周長(zhǎng)。

    2.3.2 扁擔(dān)面 扁擔(dān)面檢查的核心實(shí)現(xiàn)過(guò)程包括:(1)根據(jù)設(shè)定的閾值調(diào)用Shape.buffer 函數(shù)對(duì)小班進(jìn)行負(fù)距離緩沖;(2)通過(guò)PartCount 屬性獲得緩沖后小班的部件數(shù)量,如果數(shù)量大于1 則判斷其為扁擔(dān)面。

    2.3.3 小班拓?fù)錂z查 “小班拓?fù)錂z查”工具主要用于檢查融合后的小班有無(wú)重疊,小班是否跨國(guó)土“三調(diào)”圖斑界線,其核心實(shí)現(xiàn)過(guò)程包括:(1)調(diào)用Add feature class To topology_management 將融合后的小班和原國(guó)土圖斑矢量數(shù)據(jù)添加到拓?fù)潢P(guān)系集當(dāng)中;(2)使用Add rule to topology_management 添加檢查規(guī)則,分別為Must not overlap (area)、Must cover each other(area-area)及Must be covered by (area-area);(3)調(diào)用Validate topology_management 進(jìn)行驗(yàn)證,統(tǒng)計(jì)錯(cuò)誤數(shù)量。

    2.3.4 多部件檢查 “多部件檢查”工具的核心實(shí)現(xiàn)過(guò)程包括:(1)調(diào)用Multipart to single part_management將原小班矢量數(shù)據(jù)轉(zhuǎn)換為單部件矢量數(shù)據(jù);(2)使用Frequency_analysis 統(tǒng)計(jì)原小班面在新矢量數(shù)據(jù)中的多邊形數(shù)量;(3)結(jié)合Select layer by attribute_management 和Delete rows_management 將統(tǒng)計(jì)結(jié)果中數(shù)量小于等于1 的記錄刪除,剩余的數(shù)據(jù)即為有多部件錯(cuò)誤的檢查結(jié)果。

    2.3.5 行政信息檢查 “行政信息檢查”工具用于檢查小班填寫(xiě)的行政代碼與名稱是否一一對(duì)應(yīng),如果存在代碼與名稱一對(duì)多或多對(duì)一的情況,即表示存在行政信息填寫(xiě)錯(cuò)誤。其核心實(shí)現(xiàn)過(guò)程包括:(1)調(diào)用Dissolve_management 按設(shè)置的行政代碼及名稱字段進(jìn)行融合,生成新的矢量數(shù)據(jù);(2)使用Frequency_analysis分別按行政代碼和名稱組合統(tǒng)計(jì)記錄數(shù)量;(3)統(tǒng)計(jì)記錄數(shù)量大于2 條的就表示存在行政代碼一對(duì)多或行政名稱存在一對(duì)多的錯(cuò)誤。

    2.3.6 因子邏輯關(guān)系檢查 “因子邏輯關(guān)系檢查”工具是保證融合數(shù)據(jù)因子邏輯正確性的關(guān)鍵。其核心實(shí)現(xiàn)過(guò)程包括:(1)通過(guò)Open 函數(shù)讀取預(yù)先寫(xiě)的檢查邏輯條件文件,該文件為文本文件格式,奇數(shù)行是邏輯條件說(shuō)明,偶數(shù)行是具體的檢查SQL 表達(dá)式,例如,邏輯條件說(shuō)明為“林業(yè)地類為喬木林、竹林、疏林地、灌木林及未成林造林地,樹(shù)種組成不能空”,其對(duì)應(yīng)的SQL 表達(dá)式為“(DI_LEI IN ('111','113','120','131','132','141')) and (SZ_ZC IS NULL or SZ_ZC='')”;(2)使用Select layer by attribute_management 和Get count_management 根據(jù)檢查邏輯條件進(jìn)行篩選并統(tǒng)計(jì)記錄數(shù),如果記錄數(shù)大于0,表示有小班存在該條的邏輯錯(cuò)誤。

    2.4 研究區(qū)應(yīng)用結(jié)果

    2.4.1 淳安縣數(shù)據(jù)融合 淳安縣林業(yè)“一張圖”與國(guó)土“三調(diào)”數(shù)據(jù)融合過(guò)程中的圖斑數(shù)量統(tǒng)計(jì)結(jié)果見(jiàn)表1。融合前國(guó)土“三調(diào)”共有119 309 個(gè)圖斑,其中林地圖斑有35 971 個(gè),占總圖斑數(shù)的30.15%,林業(yè)“一張圖”共有137 704 個(gè)小班,其中林地小班有129 885 個(gè),占總小班數(shù)的94.32%,可見(jiàn)兩部門(mén)在調(diào)查時(shí)各自區(qū)劃重點(diǎn)不相同。通過(guò)ArcGIS 的疊加分析,總的圖斑數(shù)量達(dá)到898 209 個(gè),分別是國(guó)土“三調(diào)”圖斑和林業(yè)“一張圖”小班總數(shù)的7.5和6.5 倍,其中林地圖斑有466 709 個(gè),分別是國(guó)土“三調(diào)”林地圖斑和林業(yè)“一張圖”林地小班總數(shù)的12.8 和3.6 倍。融合成果的各類型圖斑數(shù)量與疊加分析的結(jié)果相比有了大幅減少,總圖斑數(shù)為247 713個(gè),減少了72.4%,其中林地、草地、濕地、種植園地及其他地類分別減少了68.4%、71.5%、44.4%、76.7%和77.1%。

    表1 不同地類圖斑數(shù)量統(tǒng)計(jì)Tab.1 Amount of polygon by different land types

    2.4.2 中洲鎮(zhèn)數(shù)據(jù)融合 淳安縣中洲鎮(zhèn)數(shù)據(jù)融合成果見(jiàn)圖8。全鎮(zhèn)原始國(guó)土“三調(diào)”圖斑有4 096 個(gè),原始林業(yè)“一張圖”小班有6 644 個(gè),融合后小班為10 678 個(gè)(分別為國(guó)土“三調(diào)”和林業(yè)“一張圖”小班數(shù)的2.6 和1.6 倍)。融合后的所有小班均落入國(guó)土“三調(diào)”圖斑范圍內(nèi),其中有3 238 個(gè)小班與國(guó)土“三調(diào)”圖斑完全一致,占國(guó)土“三調(diào)”總圖斑數(shù)的79.05%,749 個(gè)國(guó)土“三調(diào)”圖斑被分割為2~10 個(gè)小班,占比18.29%,109個(gè)國(guó)土“三調(diào)”圖斑被分割為10 個(gè)以上小班,占比2.66%。

    圖8 淳安縣中洲鎮(zhèn)國(guó)土“三調(diào)”(A)與林業(yè)“一張圖”(B)數(shù)據(jù)融合成果(C)Fig.8 Data fusion results (C) of the third land resource investigation(A) and forest resource (B) of Zhongzhou Town of Chun’an County

    3 結(jié)論與討論

    依據(jù)林業(yè)“一張圖”與國(guó)土“三調(diào)”成果對(duì)接融合技術(shù)規(guī)程要求,利用ArcPy 結(jié)合定制ArcToolbox,提出了融合過(guò)程中數(shù)據(jù)的批量自動(dòng)化處理方法,簡(jiǎn)化了整個(gè)操作流程,并以淳安縣的實(shí)例數(shù)據(jù)開(kāi)展應(yīng)用研究,結(jié)果表明對(duì)接融合工作效率得到顯著提高,主要完成了以下幾個(gè)方面的內(nèi)容:

    (1)ArcPy 在測(cè)繪行業(yè)已經(jīng)得到了較為廣泛的使用,包括利用腳本自動(dòng)處理錯(cuò)誤多邊形、圖斑的自動(dòng)編號(hào)、快速制圖等[7-11],但在林業(yè)行業(yè)中應(yīng)用起步較晚,目前還主要用于編寫(xiě)批處理腳本,實(shí)現(xiàn)一些簡(jiǎn)單的小班編號(hào)和制圖[12-15],功能相對(duì)單一,由于操作時(shí)需要直接修改代碼,使得應(yīng)用難度較高。本文基于ArcPy 編寫(xiě)代碼,將以前在ArcGIS 需要一系列手動(dòng)操作的部分進(jìn)行了集成,并且將代碼整合進(jìn)入ArcToolbox,不僅可以在ArcGIS中直接使用,同時(shí)也可以與內(nèi)置的工具相互組合并在ModelBuilder 中構(gòu)建各種新的批處理工具,整個(gè)程序可以分發(fā)和應(yīng)用在ArcGIS 9.0 以上及ArcGIS Pro 的各種版本,使得程序更加便捷高效,減少了大量的重復(fù)勞動(dòng),工作效率大大提升。

    (2)針對(duì)ArcGIS 的二次開(kāi)發(fā),林業(yè)行業(yè)以往主要采用ArcEngine 和ArcObjects 兩種方式,開(kāi)發(fā)的程序往往只能針對(duì)當(dāng)時(shí)的技術(shù)要求,各個(gè)功能模塊相互獨(dú)立,難以應(yīng)對(duì)多變的應(yīng)用需要,同時(shí)程序的批處理能力較差,需要通過(guò)重新修改代碼來(lái)增加批處理的功能模塊[16-19]。對(duì)于以后可能發(fā)生的技術(shù)要求變化,本研究所開(kāi)發(fā)的各種工具只需要對(duì)其調(diào)用順序進(jìn)行重新組合即可實(shí)現(xiàn)程序的功能更新,重新編寫(xiě)代碼的工作量和時(shí)間成本將會(huì)大大降低。

    (3)開(kāi)發(fā)的各種工具不僅適用于本次融合的各項(xiàng)工作需要,也能夠適用于林業(yè)其他工作的需要。例如:因子邏輯關(guān)系檢查是森林資源管理各項(xiàng)工作的重要一環(huán),每一項(xiàng)工作都有不同的數(shù)據(jù)庫(kù)格式及因子邏輯關(guān)系需要控制,本文開(kāi)發(fā)的工具只需要針對(duì)不同的應(yīng)用情景,利用文本文件編寫(xiě)相應(yīng)的邏輯檢查條件即可滿足要求;多源數(shù)據(jù)的整合管理也是森林資源管理中經(jīng)常遇到的問(wèn)題,包括國(guó)土年度變更、森林督查、林地征占用、歷史森林資源檔案等,這些數(shù)據(jù)與現(xiàn)有的森林資源數(shù)據(jù)往往都會(huì)因?yàn)榭臻g坐標(biāo)參考及區(qū)劃尺度等一系列差異,在數(shù)據(jù)進(jìn)行疊加分析時(shí)出現(xiàn)大量細(xì)碎圖斑需要處理,利用本文開(kāi)發(fā)的空間數(shù)據(jù)融合工具,只需要適當(dāng)調(diào)整參數(shù)即可滿足應(yīng)用需求。

    猜你喜歡
    一張圖圖斑國(guó)土
    地理國(guó)情監(jiān)測(cè)中異形圖斑的處理方法
    基于C#編程的按位置及屬性值自動(dòng)合并圖斑方法探究
    綠色科技(2021年5期)2021-11-28 14:57:37
    新時(shí)期國(guó)土空間規(guī)劃編制的思考
    土地利用圖斑自動(dòng)檢測(cè)算法研究
    鮮花盛開(kāi)的國(guó)土
    守望國(guó)土的藏族姐妹花
    守望國(guó)土的藏族姐妹花
    淺議“林地一張圖”在森林資源可持續(xù)經(jīng)營(yíng)中的利用
    東方教育(2016年11期)2017-01-16 02:02:08
    遼寧建成警務(wù)指揮“一張圖”
    西咸新區(qū)國(guó)土資源“一張圖”平臺(tái)建設(shè)初探
    东城区| 武功县| 左贡县| 通化市| 宜宾市| 广灵县| 稻城县| 石台县| 自贡市| 五原县| 巴东县| 镇安县| 明星| 达拉特旗| 淮南市| 苍梧县| 竹山县| 永新县| 神农架林区| 广元市| 库尔勒市| 湘潭市| 昌邑市| 蒙阴县| 穆棱市| 冀州市| 安宁市| 安多县| 察雅县| 阜新市| 吉林市| 莫力| 舞阳县| 馆陶县| 融水| 勐海县| 潮安县| 邯郸市| 乌拉特前旗| 沧源| 聂荣县|