关于ArcGIS在矢量测绘数据质量控制中的运用

范世超 王小卫

本文围绕基本信息、多维精度、逻辑质量、属性质量等方面，对ArcGIS 在矢量测绘数据质量控制中的运用方向进行了分析，从逻辑质量控制、属性质量控制以及匹配质量控制三个角度入手，提出了ArcGIS 在矢量数据测绘质量控制中的运用思路。

数据是测绘工作的开展基础与管理核心，若矢量测绘数据存在质量问题，将直接影响到坐标图形、地理模型的绘制精确程度与现实反映能力，进而削弱测绘工作的整体价值。

一、ArcGIS 在矢量测绘数据质量控制中的运用方向

对于矢量测绘数据的质量结构，相关学界尚未形成统一的定论。有学者认为，评价矢量测绘数据的质量优劣，应将数据精准性、属性正确性、逻辑一致性、要素完整性、现实反映水平、附件质量、修饰效果七个维度作为标准。还有一部分学者认为，从准确性、精确性、完整性以及连续性四个角度入手，即可基本判定一个或一组矢量测绘数据的质量。

在此基础上，为了明确ArcGIS 的运用方向，可综合上述两种观点，归纳出如下六个质量控制的指标要素：（1）矢量测绘数据的基本信息，如数据输出格式、数据保存名称、文件生成时间等；（2）矢量测绘数据的多维精度，如坐标精度、高程精度、时间精度、空间量精度等；（3）矢量测绘数据的逻辑质量，如若单个坐标所构成图形的拓扑逻辑质量、结构逻辑质量以及单一坐标的变化逻辑质量等；（4） 矢量测绘数据的属性质量，如属性数据表的完整程度、分层数据的表述正确性、分类数据的表述正确性等；（5）矢量测绘数据的匹配性，如数据与其属性的匹配性、图形与测绘对象（即客观现实）的一致性等；（6）元数据的生成质量，元数据即用于描述矢量测绘数据的数据，如ETL过程数据、访问日志数据、改动日志数据、逻辑部署数据等。

做好上述指标要素的有效把控，对矢量测绘数据的落实质量具有重要保障价值，同时也是发挥ArcGIS 平台功能的必行之举。在此基础上结合测绘实践来看，矢量测绘数据的基本信息与多维精度两项质量指标具有直观性。对于数据格式、数据名称、文件生成时间等基本信息，相关人员通过计算机界面即可直接进行排查分析，相关偏误问题处理起来也比较简单、快捷；对于坐标、高程等多维精度，也可通过参考地理资料、实测地理数据等手段进行检查与处理。因此，这两项指标的检查难度与处理难度均处于较低水平，对ArcGIS 平台的应用需求较小。而对于元数据，该指标虽然会对矢量测绘数据的综合质量存在一定影响，但其在很大程度处于计算机系统的运行与应用层面，对矢量测绘数据的主体质量并不构成直接影响。同时，元数据通常也需要专业技术人员进行人工化的检查与处理。所以，研究ArcGIS 在矢量测绘数据质量控制的实际运用时，可将逻辑质量、属性质量以及匹配性三项指标作为主要的关注方向。

二、ArcGIS 在矢量测绘数据质量控制中的运用思路

1.矢量测绘数据的逻辑质量控制

结合行业经验来看，矢量测绘数据在拓扑逻辑、结构逻辑方面的质量问题多与人员操作粗放化、关系处理偏误化有关。若测绘人员并未树立起严谨的数据管理意识，或未掌握坐标图形的标准拓扑关系，便会导致数据逻辑发生错误，对测绘模型、地理系统的开发与运用产生负面影响。在矢量测绘数据的逻辑质量控制实践中，相关人员可从异层数据与同层数据两个角度入手开展检查工作。

对于异层数据，应分析不同层次坐标数据的“点—面”“线—线”“线—面”“面—面”等逻辑，检查有无错误的包容、交叉等关系存在。具体来讲，相关工作可依托ArcMap 组件的Select By Location 模块进行：首先，启动Select By Location 模块，并通过数据框点选、对话框输入等方式，明确想要检查的数据层次。通常情况下，在分析矢量测绘数据的“点—面”“线—面”等图形要素关系时候，可将点层次或线层次作为选择项。其后，依次点击that 与the features in this layer 两个下拉框，进行图形逻辑关系（如线要素的包容、交叉、相邻等）与图形缓冲参数的选择。最后，执行Select By Location的分析指令，并等待检查结果的数据。这样一来，矢量测绘数据的逻辑质量缺陷便可在ArcGIS 的功能支持下被提取出来，避免对后续的模型绘制、平台开发等活动产生影响。同时，在Select By Location 模块的分析报告中，图形逻辑关系的具体错误点、错误类型也可被清晰显示出来，为相关人员的纠偏处理提供便利条件。

对于同层数据，应分析同一层次中点、线、面等要素的相互关系，检查有无不合法的缝隙、交叠等现象存在。具体来讲，相关工作可依托Select By Location 与Topology 两个模块工具进行：首先，在ArcGIS 平台中打开同层的图斑数据，并键入编辑模式。其后，对原图斑数据进行备份处理，并直接启动Construct Features 功能，实现图形中各要素拓扑逻辑关系的建立。在此基础上，设置合理的缓冲区域参数，将处理前后的图斑数据分别设为关系层、选择层，执行are contained by 的空间分析。此时，获得分析结果A，并进行反选保存。最后，对既有的选择项目进行清空还原，设置合理的缓冲区域参数，将处理前后的图斑数据分别设为选择层、关系层，执行are completely within 空间分析。此时，获得分析结果B，并进行反选保存。这些步骤完成后，相关人员即可从结果A中了解同层数据的缝隙偏误，从结果B 中了解同层数据的包容、交叠等偏误，并据此开展矢量测绘数据的纠偏修正工作。

2.矢量测绘数据的属性质量控制

在运用ArcGIS 进行矢量测绘数据的属性质量检查时，相关人员可将数据属性的定义是否准确、内容是否完备、内容是否正确三个方面作为分析重点。同时，应以地理信息系统数据库的数据生成标准、空间建立规范等为把控依据。具体来讲：

第一，在属性定义是否标准的检查中，相关人员只需要启动ArcGIS 平台的ArcMAP 组件或ArcCatalog 组件，查询组件界面中“Layer Properties—Fields”的属性栏，即可获得矢量测绘数据的各项属性参数，并据此进行依据标准的对比考量。

第二，在内容是否完备、内容是否正确两个方面的检查中，相关人员则要做好ArcMap 组件中Select By Attributes 模块的灵活运用：首先，在ArcGIS 平台中打开矢量测绘数据的载体文件，并启动Select By Attributes模块。在此基础上，对具体的属性检查内容实施Get Unique Values 分析，以获得标准的属性查询条件。其后，将相应属性条件输入到Select By Attributes 模块的查询文本框中，以此实现数据库中既有测绘数据的检索与提取。例如，在检查“等高线”这一图层属性是否完整时，可在对话框中输入“DGX=’’”；在检查“现状零星地物注记”这一图层属性是否为三位代码时，可在对话框中输入“char_Length(“XZLWZJ”)＜＞3”。最后，在获得检索报告与提取结果后，相关人员即可了解到矢量测绘数据的目标属性在内容上是否存在偏误，并制定出有针对性的纠偏修正方案。

3.矢量测绘数据的匹配质量控制

矢量测绘数据与自身属性、反映对象的匹配性，会直接影响到地理模型、图像在生成后的真实性与可靠性，因此必须要对这一方面的质量检查工作提起重视。从目前来看，矢量测绘数据匹配性问题的发生原因与表现形式均具有多样化特点。例如，若相关人员在采集数据、修正数据时，仅对某一特定坐标点位实施了改动，而并未注意到改动行为对图形整体的影响，便很容易造成图实不符的情况，降低矢量测绘数据的质量水平。再如，在土地利用现状的矢量图层测绘工作中，现状地类图斑、现状线状地物、现状零星地物、基本农田图斑、基本农田保护片块等任何一项内容，都可能发生采集数据与属性值、实际值相偏离的情况。

对此，可通过如下步骤进行质量问题的有效检查，为相关人员的质量优化工作提供有力依据：首先，启动ArcGIS 平台的ArcCatalog 组件，构建出一个新的Gedatabase 地理信息数据模型。其后，将待检查的矢量测绘数据输入到模型当中，从而实现目标图形的基本建立。此时，目标图形的长度、面积可用“Shape _Area”“Shape_Length”的 属 性 来 表 示。最后，在ArcCatalog 组件或ArcMap 组件中启用Select By Attributes 模块，对图形各项参数的属性值和实际值实施比对，并设置出合理的允差范围，如“abs（[PDT]-[Shape_Area]＞0.2）”。这样一来，便可对目标图形的不匹配之处作出明确，并实施针对性的修正处理。

三、结语

总而言之，在运用ArcGIS 平台的背景下，矢量测绘数据的各类影响因素、评价指标均能得到标准化检查，并生成明确、具体的报告信息。基于此类技术与工具支持，相关人员便能更及时、更全面地发现数据偏误、排查工作问题，并实施出有的放矢的纠偏修正举措。