基于Python的地理信息数据批处理方法研究

徐邦岁 魏春玲

（1.响水县土地勘测有限公司，江苏 盐城 224600；2.响水县自然资源和规划局，江苏 盐城 224600）

1 引言

近年来，随着经济社会的高速发展，我国陆续推进了“数字城市”“智慧城市”建设，以及国土调查、地理国情普查、房地一体不动产确权登记等一系列国家级项目，随着这些重大项目的开展，测绘事业得到了快速发展，基层测绘单位开展了大量测绘活动，形成了海量的多源多维地理信息数据，由此，怎样科学精准地管理这些数据成为当前亟待解决的问题。

日常地理信息数据管理工作通常使用ArcGIS 软件处理各种相关任务，其中有大量重复性工作，比如数据格式转换、数据拼接与裁切、数据输出与保存等[1]。人工操作这些重复性工作容易出错，效率低下，难以保证数据成果质量，由此，寻求一种高效快捷的批量处理方法极为重要。Python 作为ArcGIS 支持的一种脚本语言，功能强大、简单易学，在数据批处理方面具有明显优势[2]。自ArcGIS 9.0 版本引入Python 后，逐渐得到广大地理信息数据处理用户的关注，并取得快速发展，之后ArcGIS 的每个版本都进一步增强了Python 体验，为用户提供了更加丰富、友好、更多功能性的体验，用它编写脚本程序是解决地理信息数据自动化批量处理的有效方法。本文结合工作实践，利用Python 语言编写代码，通过调用第三方数据处理包以及自带的标准库，实现了三个地理信息数据批处理方面的应用，提高了数据处理的准确度和工作效率。

2 Python 及其特点

Python 是由荷兰的计算机和数学家吉多·范罗苏姆设计出的一种跨平台的计算机程序设计语言，最早出现于1990 年代，开始只被当作取代ABC（一种分布式操作系统）的脚本语言[3]，但不久后这种新型编程语言就被引入其他平台，尤其成为了学习数据科学、虚拟现实和人工智能方面首选的一门编程语言。

Python 具有以下优势：易于学习，适合初学者；可伸缩程度高，适用于大型项目或小型的一次性程序（称为脚本）；可移植，跨平台；可嵌入ArcGIS；稳定成熟；用户社区规模大[4]。美国ESRI 公司已将Python 完全纳入ArcGIS，从ArcGIS 10 开始，ESRI采用ArcPy（通常称为ArcPy 站点包），为用户提供了使用Python 语言操作所有地理信息数据处理工具（包括扩展模块）的机会，并提供多种有用的函数和类，用于处理和询问GIS 数据。使用Python 和ArcPy，可以开发出数量无限的可处理地理数据的实用程序。

3 应用实例

地理信息数据管理工作常常涉及空间数据格式转换、数据拼接与裁切、数据输出与保存等步骤，下面具体说明使用Python 实现这三个功能的过程。

3.1 空间数据格式转换

笔者曾遇到一套采用国标NSDTF 格式的DEM 数据（如图1 所示），其能使用文本格式保存，也可使用记事本打开查看，但ArcGIS 软件却不支持该格式的文件，需将其转换为ESRI ASCII 格式才能正常使用。常规思路是将NSDTF 格式的DEM 数据通过人工修改来转换，工作量大且容易出错。若利用Python 强大的文本处理能力来编写脚本程序，可实现全自动化数据格式转换，工作效率将大大提高，并能保证数据转换质量。

图1 NSDTF_DEM数据

在编写空间数据格式转换程序前，查阅了相关资料了解NSDTF 文件头的定义，其文件格式的定义如下：

DataMark：格网数据交换格式-中国地球空间数据交换格式（CNSDTF-RAS 或CNS-DTF-DEM）的标志。

Version：空间数据交换格式的版本号，如1.0。

Unit：坐标单位，K 是公里，M 是米，D 是以度为单位的经纬度，S 是以度分秒表示的经纬度（坐标格式为DDDMMSS.SSSS，DDD 为度，MM 为分，SS.SSSS 为秒）。

Alpha：方向角。Compress：压缩方法，0 表示不压缩，1 表示游程编码。Xo：左上角原点X 坐标。Yo：左上角原点Y 坐标。DX：X 方向的间距。DY：Y 方向的间距。Row：行数。Col：列数。

HZoom：高程放大倍率，设置高程的放大倍率，使高程数据以整数形式来存储，例如，高程精度精确到厘米，则高程的放大倍率为100。

ESRI ASCII 栅格格式可与其他基于像元或栅格的系统进行信息传输，其文件头的格式说明如表1 所示。

表1 ESRI ASCII文件头说明

Python 有强大的文本处理能力，其附带的os 模块可加载多种功能完善的文件操作函数，因此对于Python 来说，将DEM 转换为ESRI ASCII 格式非常简单，短短几十行脚本代码就能轻松实现，具体源代码如下：

图2 脚本运行过程

3.2 数据拼接与裁切

数据拼接与裁切的实现步骤为：首先将要拼接的数据转换成统一格式（例如mdb 格式），再将数据进行坐标变换，统一到同一个投影坐标系，以便后续处理。根据不同项目的需求，规范数据的各要素集和属性字段的名称、类型等；其次创建一个空数据库，该数据库的要素集只含项目需要的要素集，不必是分幅数据中所有要素集，要素集的各属性字段须和分幅数据完全相同 ；最后，进行数据拼接并输出报告。部分代码如下：

成果数据库中需要的要素集列表

fileList = os.listdir（datadir）#分幅数据目录中的所有文件

幅数据中的要素集列表

数据拼接后，还需使用作业区域界线（一般为县界）进行裁切，同样，通过整合后的标准分幅数据，如交通、水利普查等数据，由于范围较广、数据层较多、数据量大等，也要使用作业区域进行裁切。若用人工裁切，需耗费大量时间，因此，可使用Python 编程实现自动处理。需注意，数据工作空间中的每层要素都要遍历，然后使用裁切范围线进行自动裁切，主要代码如下：

遍历要素层

范围裁切要素层位接图表数据库，提取每一个图廊要素，作为裁切范围。

3.3 数据输出与保存

日常工作中地理信息从业者常常需要把mxd 格式的地图文档输出为pdf 格式文件，ArcGIS 10 以后的版本都提供了Arcpy.mapping 这样一个Python 脚本模块，该模块可随着ArcGIS for Desktop 一同安装，利用Arcpy.mapping 模块编程可将地图文档输出为pdf格式，也可实现地图文档图层数据源的更新、修复或替换、图层符号系统更新、文本字符串修改等功能。

如果是单个mxd 文件输出，在Arc-Map 的Python窗口中输入两行代码就可实现，代码如下：

同时，也可在上述代码中加入output-PDF.appendPages（str（PDFPath）），实现把一个pdf 文件追加到另一个多页pdf 文件中。

4 结束语

随着大数据时代的到来，更加多源、海量、复杂的地理信息数据也会随之而来[5]，如何快速、高效地处理和利用这些数据，是地理信息工作者面临的问题。Python 简单易学，在数据自动化处理方面非常强大，熟练掌握并利用好Python 语言，对减轻工作人员的劳动强度、提高数据处理的效率和准确率有重大意义。