矿区地表房屋征迁面积计算方法研究

何 泓

(漳州市测绘设计研究院，福建 漳州 363000)

矿区是指已停止开采、正在开采或者即将要开采的含各类矿产资源及其依附土地资源的综合体，即包括矿山(露天矿、矿井)和它的配套设施、已复垦的土地资源、当地居民在内所组成的复合体所在区域[1]。在我国，受矿区居民点影响，各类矿产资源开发的采出和供应率被严重制约[2]；由于资源的开采引起的地表沉陷、水土流失、扬尘噪音污染等生态问题，影响了矿区当地居民生产建设和生活质量[3-4]。矿产资源的高价值、开采活动造成的居住适宜度下降以及保护性开采的要求等因素影响，致使矿区村庄可能需要进行征迁活动，包括村庄土地、地表房屋、各类附属物的征迁。对于决策者来说，平衡征迁成本、制定合理的征迁补偿标准是征迁准备工作中的重要一环[5]。征迁成本核算可以通过入户调查来量测房屋面积、记录房屋结构[6]，但这种方法费时费力，可利用已有基础测绘资料为征迁数据摸底采集工作提供重要辅助。依托基础测绘生产的大比例尺地形图，以及为证据保全生产的倾斜摄影测量成果，为待征迁区域的房屋面积快速统计提供了第一手资料。

本文以漳州市漳浦县某矿区开采前期地表房屋面积计算项目为例，探讨通过一定技术手段，利用精确的大比例尺数字地形图数据和现势性强的倾斜实景三维模型数据，结合iData、ArcGIS、ArcGIS Engine二次开发，建立矿区内含房屋建筑结构、建筑层数、面积等属性信息的数据库并分类统计各种建筑结构的房屋建筑面积和占地面积等信息，为决策者进行征迁成本核算提供基础数据支撑。

1 技术路线

当前，大量地理信息数据是基于AutoCAD平台进行生产的DWG格式数据[7]。AutoCAD平台能便捷地对地形图数据进行编辑处理和实现快速出图，但是空间分析的基础弱。ArcGIS是目前国际上应用最为广泛的地理信息系统软件之一，主要运用于空间数据的存储、编辑、查询、分析管理等，另外，ArcGIS的软件开发引擎ArcGIS Engine可帮助用户构建自定义应用程序，为更准确地统计房屋面积提供技术支撑。通过iData数据工厂可实现CAD格式数据与GIS数据的互相转换，并且其数据整理加工引擎SME能为CAD数据提供定制化的数据整理入库、质检方案，减少人工工作量，提高作业效率[8]。

基于测绘基础数据的房屋建筑面积统计，主要包括地形图整理和更新、数据建库和数据统计出表。具体流程如图1所示。

图1 房屋面积计算流程Fig.1 Technological process of building area statistics

1.1 地形图整理和更新

通过基础测绘生产的地形图精度良好，但是现势性一般，为了征迁面积统计的准确性，需要将地形图现势性更新至面积统计时点。随着无人机和倾斜摄影测量技术的快速发展，基于倾斜摄影测量技术生产的三维模型被用于地形图的生产和修补测[9]。通过快速获取的多视角航片，能够短时间内生产大面积的实景三维模型，利用三维测图系统，可以实现裸眼3D测图，相比传统航测立体采集，房屋无须进行房檐改正，内业即可进行一定的定性工作，大量减少外业工作量[10]，亦大大提高了房屋采集精度。在征迁工作的前期准备工作中，为了防止增建抢建的问题发生[11]，利用倾斜摄影测量技术进行待征迁区域的实景三维模型生产工作，进行证据保全，现势性良好，可以用来更新地形图。

1.2 数据格式转换

iData数据工厂是一款数据处理平台，iData根据GB/T 13923—2006《基础地理信息要素分类与代码》等规范，已经定义了不同的数据模板[12]。CASS数据中的图形都具有唯一CASS编码和国标编码，在制定好的“国家基础地理500”模板中每一种地物都定义了唯一的要素分类代码。打开DWG文件，选好模板新建数据库，在规则执行器中设置转换方案，可快速将CAD数据中不同图层的不同地物，转换到MDB中对应的图层中并赋予编码(属性字段名为Code)。

1.3 房屋构面

iData软件中地物构面分为2种方法：①软件中自带的内部一点构面功能；②使用数据整理加工引擎SME中的元规则，建立数据构面方案流程进行构面。本文主要研究房屋实体的构面处理，先通过SME自动化处理构面，房屋构面流程如图2所示。再进行未闭合居民地面检查，对于未构面的房屋再用内部一点构面功能人工构面。

图2 房屋构面流程Fig.2 Process of building to polygons

1.4 房屋主体的属性赋值

房屋构面后，通过SME中文字筛选和写入属性等规则，可以把图面上的房屋结构注记和层数注记(仝、砖、混、钢、简等)赋值到对应的字段上；没有文字注记的，例如棚房和阳台等附属构筑物，可通过编码筛选出来，并填入对应属性。

1.5 房屋附属的属性赋值

通过之前的步骤，完成对房屋主体的属性赋值，但阳台、飘楼等附属的结构和层数无法直接从图面上的文字注记或者从原有的CAD地物属性中读取。为了进一步提高面积计算的准确性，有必要获取房屋附属的属性来进行计算。本文通过房屋附属与主体的公共边边长来判断其依附的主体，并根据所依附主体的结构和层数来对附属物结构和层数进行赋值。

1.5.1 空间关系分析

DWG数据格式转换后，房屋主体及其附属都存储在居民地面图层(RESNT)中，并通过要素编码字段(Code)区分要素实体的类别。几类典型的房屋附属与主体房屋空间关系如图3所示。

图3 房屋附属与主体房屋空间关系示意Fig.3 The spatial relationship between the building and their attached parts

图3中，橙色的图形为主体房屋，通过标注显示其结构类型和层数，阴影填充显示的图形为阳台，需要从其隶属的主体房屋中获取结构信息和层数信息。房屋A的阳台仅一侧与主体房屋相邻，该房屋即为其对应的主体房屋；房屋B的阳台仅与同一主体房屋相邻，该房屋也是其对应的主体房屋；房屋C的阳台两侧分别与两个主体房屋相邻，但根据公共边的长度可以判断西侧的混3房屋才是其对应的主体房屋。扩展到更复杂的情形，也可以通过最长公共边判定的方法来确定房屋附属所对应的主体房屋，进而获取其层数信息。

1.5.2 算法流程

ArcGIS Engine二次开发接口提供了丰富的查询分析接口，包括属性查询(IQueryFilter)、空间查询(ISpatialFilter)、空间计算(ITopologicalOperator)等，可以方便对地理数据库进行分析和数据存取。研究借助ArcGIS Engine二次开发接口实现房屋附属所属主体房屋结构和层数的提取，算法流程如4所示。

图4 房屋附属属性赋值算法流程Fig.4 Algorithm of adding attribution to the attached parts of building

(1)第1步，构建数据图层遍历器，利用属性查询接口，根据要素编码(Code)筛选待分析处理的房屋附属类别要素，作为后续步骤的循环迭代入口。

(2)第2步，对于当前的房屋附属要素，通过空间查询，识别与其有空间关联且要素编码(Code)为主体房屋类别的要素作为二次分析候选对象，执行第3步。

(3)第3步，对于第2步识别的主体房屋候选对象，逐个与当前房屋附属对象进行空间计算获取公共边的长度，将公共边最长的主体房屋确定为当前房屋附属对应的主体房屋。

(4)第4步，根据第3步确定的主体房屋，调用其get_Value方法取得房屋结构和层数的属性值，传递给当前房屋附属对象的set_Value方法，绑定到房屋附属的对应属性中并保存。

(5)第5步，转到下一个房屋附属对象，继续执行第2步到第4步过程，直到所有的房屋附属分析处理完毕，退出循环，结束分析。

1.5.3 算法实现

以Visual Studio 2012为编译环境，采用C#.NET语言，利用ArcGIS Engine相关接口，将上述算法进行编码实现，通过可视化界面搭建处理工具如图5所示。

图5 房屋附属的结构和层数提取工具Fig.5 The interface of attribute assignment to the attached parts of building

图5中，“空间数据库”为待处理的数据库路径；“房屋要素图层”为空间数据库中存储房屋要素的图层名称；“要素编码字段”、“房屋层数字段”和“房屋结构类型字段”分别为房屋要素图层中存储要素分类编码、房屋层数和房屋结构的字段名称；“目标要素编码”为待提取的房屋附属(如阳台、飘楼等)的要素分类编码，可以同时分析多种类型的房屋附属，只需分行输入即可。

在上述程序界面中设置完相关参数后，即可进行自动分析处理，程序将按照上一节中阐述的方法流程进行房屋附属对应房屋主体结构和层数的分析和提取。处理后的数据中，每个房屋附属已从正确的房屋主体中提取了对应的结构和层数属性信息。处理结果如图6所示。

图6 房屋附属进行属性赋值后结果示意Fig.6 Diagrammatic sketch of the buildings after attribute assignment

1.6 房屋面积统计

对数据进行格式转换和地物的构面赋值后，得到MDB数据库，数据库中的RESNT即居民地面图层中，含有分类编码(Code)、房屋结构类型(JGLX)、房屋层数(FWCS)等字段，每个多边形都有自动生成的几何面积(Shape_Area)。其中，简单房屋和棚房的房屋结构类型和房屋层数字段属性为NULL，为方便统计，应对此进行统一赋值处理。新建建筑面积(Area)字段，填入房屋层数与几何面积的乘积，将属性表导出，通过Excel按房屋类型分别统计出建筑面积和占地面积。

2 实例应用

本文以漳州市漳浦县某矿区作为研究区，此次拟出让的矿山为该矿区南矿段资源，面积约1.4 km2，土地所有权属3个村庄，根据拟划定的矿山红线和矿山功能区数据，计算矿区内地表房屋建筑面积，进而确定征迁成本。

借助倾斜摄影三维模型对已有数据的现势性进行检查并对数据进行更新，采用iData软件进行DWG数据入库格式转换、地物构面和房屋主体属性赋值，借助ArcGIS Engine二次开发接口实现房屋附属属性的赋值，在ArcGIS中对各类房屋的建筑面积计算赋值后，通过Excel最终统计出表。研究区内待统计房屋分布如图7所示。

图7 待计算房屋分布Fig.7 Distribution map of building for area statistics

2.1 数据整理和更新

为保证统计数据的现势性，通过无人机和倾斜摄影技术快速处理得到研究区的三维模型，把已有的1∶500地形图套在三维模型上“查缺补漏”，如图8所示，将地形图更新到统计时点。

图8 地形图套合三维模型Fig.8 Mapping data overlaying 3D model

2.2 基于iData的数据建库

本文在iData软件中，主要对居民地图层的房屋进行处理。同时打开DWG文件和新建的MDB数据库，在规则执行器中设置转换方案，包括DWG转换MDB、居民地自动构面、房屋自动赋值等，如图9所示。处理后，居民地图层中的不同地物被转换到MDB的RESNT图层中对应编码里，并自动完成构面，房屋多边形内的文字和数字注记被分别填到“结构类型”和“房屋层数”2个属性字段中。此步骤完成了对房屋主体的属性赋值。

图9 iData规则执行器中设置的转换方案Fig.9 Set of rule-making tool in iData

2.3 房屋附属的属性赋值

完成居民地数据的基础入库后，根据编码筛选出房屋附属。如图10所示，选择提取的房屋附属有农村居民地常见的阳台“38040330”、檐廊“38040331”和飘楼“31090031”等，通过已经搭建好的属性提取工具对其结构类型(JGLX)和房屋层数(FWCS)2个属性进行赋值。

图10 房屋附属的结构和层数提取运行Fig.10 Set of the interface to add attribution to the attached parts of house

2.4 房屋面积统计

研究区内完成房屋面积属性赋值后，借助ArcGIS在RESNT图层中新建属性字段“Area”表示建筑面积，通过字段计算工具附值，使Area=Shape_Area*FWCS。另外通过空间关联工具，将每个房屋附上行政村信息，便于最后的按村统计面积，结果见表1。该属性表导出后在Excel中进行分村分类统计(表2)，即某个村的房屋面积统计样表，其中房屋占地面积即房屋主体和房屋附属的单层面积之和；研究区内各个村的面积数据对应累加即得到本项目区域房屋面积总和。

表1 房屋主体及其附属完成属性赋值Tab.1 Assigning the main body of the house and its subsidiary properties

表2 B村房屋面积统计示例Tab.2 House area statistics in B village

3 结语

本文探索了矿山出让前期征迁成本预算过程中的地表房屋面积计算方法，实现了利用已有的大比例尺地形图和倾斜摄影实景三维模型数据统计房屋面积，其成果应用于漳州市漳浦县某矿区出让前期工作摸底，为“零接触”村民进行拆迁成本估算和决策者决策提供有力的数据支撑，该方法也为城市征迁预算提供了一种新的思路。其中，本文提出可以通过房屋主体与房屋附属的公共边长度，来判断房屋附属所依附的建筑主体，并赋予其房屋结构和层数属性，以得到更准确的统计数据。项目实际生产中存在个别数据属性缺失和拓扑方面的问题，这些问题可以在数据入库时通过质量检查发现并修改。