ArcGIS模型構建器在第三次國土調查數據質檢中的應用

王 杰，范憲創

（1.山東正元冶達科技發展有限公司,山東 濟南 250000；2.華北理工大學 人工智能學院,河北 唐山 063210）

第三次國土調查（以下簡稱三調）是自2017年起開展的第三次全國性國土調查（土地調查）。三調的主要任務是以第二次全國土地調查成果為數據基礎,按照國家統一標準在全國范圍內利用遙感、測繪、地理信息和互聯網等技術,統籌利用現有資料,查清各類土地的所有權和使用權狀況。三調的目的之一是建立互聯共享的覆蓋國家、省、地（市）、縣（區）4級的集影像、地類、范圍、面積、權屬和相關自然資源信息于一體的國土調查數據庫,完善各級互聯共享的網絡化管理系統[1]。

ArcGIS模型工具是通過ArcGIS的模型構建器（Model Builder）構建相應的模型,把若干個操作步驟設定為一項工作程序,對數據、圖層等操作進行處理的過程[2]。ArcGIS模型工具具有建模簡單、順序化執行、運行高效等優勢,因此眾多學者基于ArcGIS Model Builder在不同領域進行了交叉研究。研究伊始將ArcGIS Model Builder簡單地應用于矢量數據[3]、遙感數據[4]、地形圖[5]和DEM數據[6]等的數據預處理和輔助生產中；隨后將其應用于數據后期的精細化處理[7-9],并能結合到具體的行業[2,10]研究中；史秋晶[11]等在對比Model Builder和Python腳本兩種ArcGIS地理處理工具時發現,Model Builder直觀易懂、可讀性強,可將其作為構建工作流的可視化編程語言。由于Model Builder界面簡單清晰,使用者無需具備任何編程基礎和了解復雜的腳本語言規則即可直接使用,這也是其最大優勢。Model Builder在ArcGIS地理數據處理的研究中慢慢得到廣泛的應用。

由于前期國土數據庫建立過程中數據質量檢查多由人工檢查實現,本文借助ArcGIS Model Builder簡單、高效的優勢,旨在建立一套簡單、實用高效且精度較高的國土數據庫數據檢驗模型,力求滿足國土數據庫數據檢查工作程序簡化、數據精度高的要求。

1 數據來源與技術分析

本文以山東省西南某縣三調數據為例,研究了ArcGIS Model Builder在三調數據質檢過程中的作用。該縣地勢東北高、西南低,縣境內擁有山地、丘陵、平原、洼地、湖泊、河流等多種地貌類型,地類分布交叉復雜,地類之間變化較大,增加了后期數據質檢的難度。以該縣2017年度土地變更調查成果為工作底圖,基于高分辨率的航天航空遙感影像,充分利用現有土地調查、地籍調查、農村集體土地確權登記發證、地理省情監測、農村土地承包經營權確權登記頒證等工作的基礎資料和調查成果,統一確定各級調查控制界線和控制面積；利用影像內業比對提取和3S一體化外業調查等技術,準確查清城鄉每一塊土地的利用類型、面積、權屬和分布情況；利用“互聯網+”技術核實調查數據真實性,充分運用大數據、云計算和互聯網等新技術建立土地調查數據庫。經縣、市、省、國家逐級質量檢查合格后,統一建立全省土地調查數據庫和各類專項調查數據庫。

ArcGIS提供的Model Builder是一個用來創建、編輯和管理模型的應用程序,可將數據處理過程中用到的數據和各種地理處理工具流程化地結合在一起,建立自動的地理處理模型,實現對數據處理流程的一次建模、多次使用,切實提高數據處理的工作效率。在建模過程中,對一些復雜工具和處理流程進行組合封裝,可大大降低數據處理的技術門檻,處理人員只需進行一些簡單的操作,即可實現復雜的功能。此外,模型還可以嵌套使用,將模型的建立模塊化,再將多個模型靈活組合,能實現更加復雜的數據處理過程。

國土數據庫的建設是三調工作的重要任務之一,數據庫質量的好壞將影響后期數據的使用。在三調過程中,需多次對數據進行匯總、質檢和建庫,因此數據處理時會重復進行某一項質檢[12]工作,如數據之間的疊加分析等。ArcGIS雖然提供了功能豐富的地理處理工具,但地理處理工具的功能比較單一,一般一個工具只能完成一項功能,因此工具的使用比較繁瑣。要想有效利用這些工具,需具備一定的專業知識,特別是某些復雜的工具,需要提供多個參數,一旦參數有誤,就會導致工具的執行失敗。此外,ArcGIS提供的工具分散在各個工具箱中,若對該軟件沒有一定的使用經驗,查找起來是相當費時費力的。針對上述問題,本文提出了一種利用ArcGIS Model Builder批量處理矢量數據[3]的方法,減少了大量的重復工作,提高了工作效率。

2 ArcGIS模型構建

本文以檢查地類圖斑（DLTB）數據種植屬性代碼中恢復屬性標注情況和推土區耕地種植屬性不是未耕種錯誤為例,簡述了ArcGIS Model Builder在三調數據質檢過程中的應用。

2.1 質檢要求

按照核查技術規定,開展全轄區100%的地類一致性檢查。檢查圖斑地類、屬性標注信息與遙感影像、舉證照片是否一致；同時檢查圖斑邊界的準確性以及相關專項調查成果的正確性。其中,將原地類是耕地（包括二調為耕地和歷年變更調查新增耕地）而調查結果為園地（不包括橡膠園）、林地、草地（其他草地）、坑塘等,以及未標注“即可恢復”或“工程恢復”的地類認定為錯誤圖斑；將按園地、林地、草地等調查,原地類部分為耕地且耕地面積比例大于圖斑面積50%,以及未標注“工程恢復”的地類認定為錯誤圖斑；將原地類不是耕地或可調整地類,標注“即可恢復”或“工程恢復”的地類認定為錯誤圖斑；對于利用方向不明確的推土區按原地類調查,對其占地范圍以單獨圖層方式存儲在數據庫中,推土區占用原地類為耕地的,按耕地調查,并標注“未耕種”屬性。

2.2 數據處理

原始數據包括三調地類圖斑數據、歷年耕地圖層、2017年度土地變更數據和單獨圖層數據（臨時用地、拆除未盡區、推土區等）。需要篩選的數據類型主要包括原地類為耕地,現調查為園地、林地、草地和坑塘水面等,且占歷年耕地比重超過50%的部分需標注恢復屬性。具體處理流程為:①將歷年耕地圖層數據中不同耕地二級分類融合為一個圖斑,并將三調地類圖斑數據中園地、林地和坑塘等地類提取出來；②在圖斑面積（TBMJ）字段中重新計算圖斑面積,避免后面相交過程中三調原始圖斑面積發生變化；③將提取的三調園地、林地和坑塘等與融合后的歷年耕地數據相交,得到三調地類圖斑數據中園地、林地和坑塘占歷年耕地部分數據,并在該數據中計算歷年耕地占比,即相交后圖斑面積與原始三調圖斑面積的比值；④篩選占比超過50%且未標注恢復屬性的部分,得到需要標注恢復屬性的數據,即問題圖斑（圖1）。

圖1 數據處理流程圖

檢查單獨圖層推土區內耕地種植屬性不是未耕種的處理流程為:①將DLTB中種植屬性為“非未耕”的耕地篩選出來,為圖層T1,公式為”DLBM” LIKE‘01%’ AND “ZZSXDM” <> ‘WG’；②將推土區圖層與篩選后的圖層T1相交,相交結果即為問題圖斑。

2.3 模型構建

1）建立數據與地理處理工具之間的鏈接,即為地理處理工具設置參數。參數主要分為輸入變量、輸出變量和工具參數3大類。

2）根據數據處理流程分析結果,逐個拖入和鏈接需使用的數據和地理處理工具,并設置需自定義的參數。數據處理模型如圖2所示,其中藍色橢圓為輸入變量,黃色方形為工具參數,綠色橢圓為輸出變量,淺藍色橢圓為表達式參數,輸入變量的右上角帶有“P”上標的為用戶自定義參數。

圖2 數據處理模型編輯界面

3）模型運行完畢后,輸出數據會自動加載到數據庫中,如圖3所示。

圖3 模型運行結果界面

將結果數據加載到ArcMap中,即可得到數據處理過程中應該填寫恢復屬性但恢復屬性字段為空的圖斑,即問題圖斑（占比系數大于0.5且種植屬性代碼為空）。在處理過程中即可獲得錯誤圖斑,發現問題隨時修改,將問題解決在數據加工過程中,以減少后期最終質檢的工作量,如圖4所示。

圖4 問題圖斑顯示

同理,可根據質檢規則和要求建立多個模型,如農村道路標注城鎮村屬性碼錯誤、新增耕地標注未耕屬性錯誤、非園林草塘標注恢復屬性錯誤、非耕地坡度等級和級別不為空錯誤、非現狀地物寬度不為零錯誤等。模型單獨使用是按質檢規則和要求進行一對一重點檢查；也可將多個模型合并為一個模型,一次輸入、同時檢查多個問題,輸出多個檢查結果,是為一對多全面檢查。模型可按技術人員的要求在某一側重點對三調數據進行重點檢查或全面檢查,選擇性較高。

2.4 模型精度分析

與傳統的和趙璟[10]提出的質檢方法相比,本文的主要改進包括:①簡化了人工操作過程,不產生中間層數據,減少了數據冗余,直接獲得結果矢量數據,方便直接對數據進行修改；②避免了人工核查出現的遺漏圖斑問題,所有數據經過Model Builder篩選后無遺漏,避免出現人工核查不嚴的情況,減少了人為出錯；③避免了后期合庫建庫后,經過國家質檢軟件質檢,出現大量未修改錯誤,以及經過人工修改后,無法得知是否完全修改正確,需再次合庫建庫、重新質檢的情況；④處理過程簡單方便、準確率高,只需打開模型工具輸入檢查數據,模型運行后即可得到輸出結果,降低了對技術人員軟件熟練操作的要求。

經過質檢模型前后問題圖斑個數對比如表1所示,可以看出,通過本文方法質檢的數據錯誤量明顯低于傳統質檢方法,且減少了重復質檢、建庫操作以及需要修改數據的工作量；在緊張的三調工作過程中,節約了寶貴的時間；同時降低了三調工作人員的疲勞度,提高了工作效率。

表1 經過質檢模型前后問題圖斑個數對比

3 結 語

本文結合三調數據生產過程中的技術要求和具體問題,利用ArcGIS Model Builder結合多個地理處理工具,將原先復雜的工作簡單化,避免了單獨操作產生的各種冗余數據；還可按照質檢規則對模型進行簡單修改,以適應其他質檢要求。該方法可方便、高效地處理復雜、重復的數據質檢工作,為測繪一線人員提高生產效率、控制數據質量提供了高性價比的解決方案。