地理国情监测成果批量质检与输出程序设计

刘丽娜

（广东省国土资源测绘院 广东广州 510700）

1 引言

地理国情监测是通过叠加最新正射影像和国土调查数据库等数据，来提取土地利用变化图斑，并按照最新影像特征识别和初判图斑类型，来分析与评估地理国情的发展趋势和时空特征。监测成果在城市规划实施、自然资源开发利用、重大战略工程实施等领域影响深远，其成果质量往往极度依赖生产人员的技术经验，因此监测成果质量控制环节显得尤为重要。文献[1-2]基于ArcEngine 平台开发的质检程序，使得生产和质检软件主要依托于ArcGIS，地理国情监测项目生产执行效率和灵活度较低；文献[3-4]基于FME 平台开发的质检软件，运用FME 面向对象和语意转换功能强大的优势，提高了地理国情监测项目生产的灵活度，实现了监测成果质检环节的批量化。

为减少地理国情监测成果质检环节对技术人员经验的依赖，提高成果质检的效率与准确率，本文基于FME 平台设计与开发了地理国情成果批量质检与成果输出程序，通过FME Workbench 创建质检和成果输出程序，从而实现对监测图斑重复提取、错误提取、图斑拓扑等常见问题的批量质检与成果输出。

2 批量质检与输出程序设计

2.1 地理国情监测技术流程

某地区2022 年地理国情监测项目任务是利用三调数据、2021 年遥感正射影像图等基础数据提取该地区的疑似新增建设图斑、建设和设施农用地变化图斑、农用地变化图斑、未利用地变化图斑和围填海图斑。其监测技术流程如图1所示。

图1 变化图斑提取技术流程

2.2 开发平台及环境

FME[5-6]是一套完整支持空间和非空间数据加载、分析、提取、转换的开发平台，其核心是采用面向对象技术，通过语义转换运作控制从源数据到目的数据的配置与转换，在GIS 数据处理与转换领域的表现尤为突出。

FME[5-6]平台具有6 个功能模块：Workbench、Universal Translator、Universal Viewer、Plug-in(SDK)、Object API、Application Extenders。其中，Workbench模块能够通过可视化的方式轻松地完成复杂数据的转换任务，本文设计与开发的程序主要利用FME Workbench 可视化转换复杂数据的优势，实现对2022 年地理国情监测成果中图斑重复提取、错误提取、图斑拓扑等常见问题的批量质检和成果输出。

2.3 质检与成果输出程序详细设计

（1）图斑重复提取质检

地理国情监测成果的“变化图斑层”提取的耕地、园地、林地、草地等地类编码与“原基础数据库”相同时[6-7]，则为图斑重复提取，因此需要进行图斑重复提取检查。

批量质检原理：从“原基础数据库”输出耕地、园地、林地、草地等地类作为质检参考层；“变化图斑层”通过赋值唯一ID 来转换为点层，然后通过点面空间关联的方式来获取面层的属性；获取属性进行地类相同判断，提取后耕地、园地、林地、草地等地类与原基础库的地类编码相同的点数据为多余提取，需要导出修改剔除。如图2 所示，程序通过该原理进行批量获取属性、判断地类是否相同，完成程序批量分析识别。

图2 图斑重复提取检查

（2）编码分类与字段取值错误质检

“变化图斑层”中道路编码分为DL1、DL2 和DL3，若道路编码为DL1建成道路时，则其TZ字段需要填写路面宽度；若道路编码为DL2 在建道路和DL3 路网时，则不需要填写路面宽度。“变化图斑层”编码分类时，建成道路DL1 赋值了路面宽度则数据正确，否则需要输出为错误数据；若DL2在建道路和DL3 路网字段取值赋值了路面宽度，则需要输出为错误数据。

批量质检原理：“变化图斑层”的每个图层设定了分类类型，不在该分类图层的数据应归类为编码分类错误数据进行导出修改；“变化图斑层”字段取值如与提取技术要求不一致时，应该归类为字段取值错误数据进行导出修改。如图3 所示，程序通过该原理进行批量编码分类与字段取值错误检查。

图3 编码分类与字段取值错误检查

（3）图斑拓扑问题质检

1）新增建设用地范围检查

当“原基础数据库”的建设用地图层与“变化图斑层”提取的新增建设用地图层存在重叠的范围，该重叠部分在“原基础数据库”也是建设用地，因此需要进行新增建设用地范围检查。

批量质检原理：从“原基础数据库”中导出建设用地图层作为参考面1，然后从“变化图斑层”中依据分类编码导出新增建设用地图层作为参考面2；将参考面1与参考面2进行面面叠加分析，若存在相交的部分，新增建设用地图层应去除该部分面积，导出重叠的范围需要进行剔除。如图4 所示，程序通过该原理进行新增建设用地范围检查。

图4 新增建设用地范围检查

2）图斑压盖检查

批量质检原理：将“变化图斑层”提取的地类进行面面叠加检查，然后判断地类图斑是否存在压盖现象，若存在压盖现象，则需要导出压盖范围数据进行修改。如图5所示，程序通过该原理进行图斑压盖检查。

图5 图斑压盖检查

3）图斑面融合检查

批量质检原理：对“变化图斑层”提取的地类图斑进行筛选，将属性相同的相邻面进行融合，并对融合后的地类图斑进行缝隙尖角检查，无缝隙尖角的融合面进行导出。如图6所示，程序通过该原理进行融合面错误检查。

图6 图斑面融合检查

（4）成果数据输出

根据《2021 年度全国国土利用动态全覆盖遥感监测技术方案》中字段要求、文件命名要求等输出来质检后的成果数据[9-10]。

批量输出成果数据原理[11-12]：县级行政区代码的输出根据坐落单位代码识别所属行政区代码进行批量输出；县级行政区名称的输出根据坐落单位代码识别所属行政区名称进行批量输出；检测图斑编号根据赋值唯一的编号进行批量输出；图斑类型和图斑特征在变化图斑中已完成填写；通过与记录时相数据的图层进行叠加分析，读取所属影像的后时相；中心点X坐标输出通过计算中心点的X左边；中心点Y坐标输出通过计算中心点的Y左边；监测面积通过计算面积功能进行批量输出。如图7所示。

图7 成果数据输出

3 批量质检与输出程序实例应用

基于FME 平台的Workbench 模块设计与开发的地理国情监测成果批量质检和输出程序，并应用于某地区2022 年地理国情监测项目成果的质检工作中。地理国情监测成果批量质检和输出程序按照县（区）为单位输入成果文件，程序将图斑重复提取、错误提取、图斑拓扑等成果质检问题汇总导出为质检问题文件夹，示意图如图8所示。

为验证程序的质检效率和准确率，以该地区某县3501 条地理国情监测矢量数据为实例，对图斑重复提取、错误提取、图斑拓扑等常见问题进行质检准确率和效率对比实验。第一次质检实验安排经验丰富的技术人员，采用人工质检的方式进行；第二次质检安排同一个技术人员，采用本文批量质检与输出程序检查。人工质检和程序质检的质检效率与准确率对比结果如表1所示。

在质检准确率方面，批量质检与输出程序质检准确率为100%，而人工质检仍有约3.6%的错误未查明；在质检效率方面，程序质检所耗时间仅为0.16h，而人工检查需要5.43h，程序质检的效率是人工质检效率的约34 倍。对比实验表明，批量质检与输出程序能够有效提升质检的效率与准确率，能够实现2022 年地理国情监测成果中图斑重复提取、错误提取、图斑拓扑等常见问题的批量质检。

4 结束语

本文基于FME 平台设计与开发了地理国情监测成果批量质检与输出程序，由FME Workbench 模块创建质检工具，实现了对2022 年地理国情监测成果中图斑重复提取、错误提取、图斑拓扑等常见问题的批量质检。在质检成果输出层面，程序输出的目录最外层是县级文件夹，内部是矢量成果图斑和常见问题质检图斑；在质检效率与准确率层面，程序的监测成果质检效率相比于人工质检提高了约34 倍，质检准确率从96.43%提升至100%。实例应用结果表明，该程序能够有效提高监测成果的准确率和效率，在地理国情监测成果质检领域有着较高的实用性，具有一定的推广与应用价值。