浙江省在線標準地址庫自動化質(zhì)檢研究與設(shè)計

聞 達，吳夏倩，潘慧婕，周 煜，沈鉅龍，盧春陽

（1.浙江省測繪科學(xué)技術(shù)研究院，浙江 杭州 311100）

浙江省“基層治理四平臺”數(shù)字化建設(shè)，提出了建立完善日常工作中涉及的基礎(chǔ)信息維護與更新、網(wǎng)格繪制等標準制度，明確將地址數(shù)據(jù)采集更新納入網(wǎng)格員工作內(nèi)容，并要求各類重點場所信息與建筑物地址編碼進行關(guān)聯(lián)。地址是最常用的社會公共信息，不僅與人們的日常生活息息相關(guān)，而且是政府行政、經(jīng)濟建設(shè)、社會治理重要的基礎(chǔ)信息資源[1]。在信息化體系中，地址是不可或缺的重要節(jié)點和橋梁，但因其普遍性和復(fù)雜性，導(dǎo)致標準地址的建設(shè)與應(yīng)用面臨諸多難題[2]。目前，浙江省地址數(shù)據(jù)存在來源部門多、標準不一、覆蓋區(qū)域不全等問題，從而導(dǎo)致社會治理信息落圖和分析研判困難。本文基于標準地址庫質(zhì)量評定方法，將質(zhì)檢工作量大、缺少自動化檢查工具等難題作為切入點，利用FME 技術(shù)和Python 的空間地理信息接口設(shè)計了相關(guān)的質(zhì)檢模塊，可根據(jù)地址庫數(shù)據(jù)質(zhì)檢要求，自動檢查地址數(shù)據(jù)的規(guī)范性、完整性、唯一性、準確性等，進而提升數(shù)據(jù)質(zhì)量、提高質(zhì)檢效率。

1 質(zhì)檢內(nèi)容概述

標準地址庫質(zhì)檢包括概要檢查和抽樣詳查，概要檢查是對全域數(shù)據(jù)進行統(tǒng)籌檢查，包括坐標系、字段、格式等數(shù)據(jù)的邏輯一致性、規(guī)范性；抽樣檢查是對指定范圍內(nèi)的數(shù)據(jù)進行詳細檢查，包括數(shù)據(jù)采集全面性、數(shù)據(jù)唯一性、定位準確性、類型正確性、屬性完整性等。

1.1 標準地址概述

地址是現(xiàn)代社會經(jīng)濟發(fā)展過程中所必需的戰(zhàn)略性基礎(chǔ)信息資源，對于國家和地區(qū)發(fā)展具有重要意義[3]。地址數(shù)據(jù)是基礎(chǔ)地理數(shù)據(jù)重要的組成部分，是人們最常用的地理信息數(shù)據(jù)之一[4]，可為社會公眾的工作和生活提供詳實的檢索、定位信息，為公眾的出行、旅游、購物等活動提供方便[5]。標準地址是指具有統(tǒng)一規(guī)范表達形式和統(tǒng)一編碼的位置信息描述，用于標識和定位人們生產(chǎn)、生活所處的位置。根據(jù)粒度標準地址可分為門址、樓址和戶室地址，門址是指具有獨立門牌號碼的小區(qū)、院落和沿街商鋪等地址；樓址是指獨立的建筑物地址，一個樓址對應(yīng)一個相對獨立的建筑物；戶室地址是建筑物內(nèi)帶獨立編號的一套或一間戶室的地址。標準地址由行政區(qū)劃、基本區(qū)域限定物、院門、院內(nèi)區(qū)域限定物、建筑物、單元戶室6 部分組成。標準地址庫是組織、管理、融合和分析地表海量地址時空信息的數(shù)據(jù)庫基礎(chǔ)，也是描述、構(gòu)建和認知地址空間，進而解決標準地址編碼問題的時空平臺[6]，承擔(dān)著整合信息資源、支撐技術(shù)應(yīng)用的職能，可為政府各職能部門和社會公眾提供可靠、高效、準確的地理位置定位服務(wù)[7]。

1.2 質(zhì)檢規(guī)則設(shè)計

根據(jù)標準地址庫質(zhì)量評定方法，結(jié)合實際地址庫質(zhì)檢工作要求，質(zhì)檢規(guī)則規(guī)定了地址數(shù)據(jù)的邏輯一致性、采集全面性、數(shù)據(jù)唯一性、定位準確性、屬性正確性、屬性完整性、屬性規(guī)范性和數(shù)據(jù)提交的規(guī)范性等。詳細質(zhì)檢規(guī)則設(shè)計見表1。

表1 質(zhì)檢規(guī)則設(shè)計

1.3 技術(shù)路線設(shè)計

標準地址庫質(zhì)檢的技術(shù)路線：①基于FME工具搭建質(zhì)檢轉(zhuǎn)換器模型，分別采用直連和本地讀取的方式讀取在線云數(shù)據(jù)庫和離線數(shù)據(jù)庫，并利用空間分析工具判斷門樓址、戶室地址與建筑物的定位、距離、壓蓋等關(guān)系；②利用屬性判斷工具檢查數(shù)據(jù)是否完整、準確、遺漏；③輸出檢查成果報告和成果定位數(shù)據(jù)，作業(yè)人員及時進行修改，修改完成后再次提交質(zhì)檢，直至質(zhì)檢通過，得到最終的地址庫成果。

2 質(zhì)檢研究設(shè)計

本文根據(jù)技術(shù)路線，從數(shù)據(jù)源的讀取設(shè)計入手，針對空間和屬性的質(zhì)檢要求設(shè)計每個功能模塊，完成地址庫數(shù)據(jù)質(zhì)檢研究設(shè)計。

2.1 多源數(shù)據(jù)讀取設(shè)計

地址庫的數(shù)據(jù)主要包括政法委提交的離線數(shù)據(jù)和在線云數(shù)據(jù)庫，離線數(shù)據(jù)為GDB格式庫體數(shù)據(jù)，在線云數(shù)據(jù)庫為MySQL 地址庫，二者類型、格式、字段、數(shù)據(jù)訪問限制各不相同。對于相同的質(zhì)檢規(guī)則，需滿足不同用戶對數(shù)據(jù)訪問和抽取的要求。離線GDB地址庫是標準格式版地址庫數(shù)據(jù)，屬于線下提交成果，用于在線數(shù)據(jù)庫的增量更新和質(zhì)檢中的數(shù)據(jù)詳查（表2）。

表2 標準格式GDB數(shù)據(jù)庫表結(jié)構(gòu)（以戶室地址為例）

在線MySQL云數(shù)據(jù)庫是存儲在浙江省政務(wù)云上的數(shù)據(jù)庫，其表結(jié)構(gòu)更加復(fù)雜，部分數(shù)據(jù)庫表結(jié)構(gòu)見表3。在數(shù)據(jù)源讀取上，通過配置數(shù)據(jù)庫IP地址、端口以及數(shù)據(jù)庫的用戶名和密碼，實現(xiàn)對數(shù)據(jù)庫鏈接和要素圖層的獲取（圖1），主要用于質(zhì)檢中的數(shù)據(jù)整體抽樣概查。

圖1 MySQL數(shù)據(jù)庫鏈接界面

表3 MySQL數(shù)據(jù)庫表結(jié)構(gòu)（部分）

2.2 空間關(guān)系質(zhì)檢設(shè)計

地址庫的空間關(guān)系質(zhì)檢主要是檢查地址數(shù)據(jù)的定位準確性，包括地址點與建筑物面的空間關(guān)系、與統(tǒng)一網(wǎng)格面的空間關(guān)系以及地址點相互之間的重疊關(guān)系。

地址點與建筑物面的空間關(guān)系，一方面檢查落在建筑物面的門、樓址點，規(guī)定門址不能落在建筑物面內(nèi)，樓址必須落在建筑物面內(nèi)，通過PointOnAr?eaOverlayer 工具可判斷點與面的壓蓋關(guān)系，屬于地下停車場的樓址點可不在面內(nèi)，因此進一步過濾名稱，將不在面內(nèi)且名稱中不包含“地下”的樓址點輸出；另一方面，檢查落在建筑物面的樓址點位置與建筑物面中心點的距離是否符合要求，設(shè)置閾值進行檢查，仍采用點面壓蓋工具篩選落在面內(nèi)的點，并通過Matcher 匹配工具過濾“一面多點”的情況，利用CenterPointReplacer 提取面的中心點，利用構(gòu)線工具LineBuilder 連接地址點和面的中心點，計算投影長度，設(shè)置長度閾值，將與面中心點距離大于閾值的點輸出。

地址與統(tǒng)一網(wǎng)格面的空間關(guān)系，包括地址點是否落在對應(yīng)的網(wǎng)格面內(nèi)、 地址中的網(wǎng)格代碼（GRID_CODE）與網(wǎng)格數(shù)據(jù)的代碼（ADCODE）是否一致以及行政區(qū)劃字段是否一致。通過點面壓蓋工具判斷地址點與網(wǎng)格面的關(guān)系，并設(shè)置屬性聚合，將網(wǎng)格面的代碼賦值到地址點的列表中（圖2），最后判斷其代碼的一致性。行政區(qū)劃字段一致性判斷同理。

地址點相互之間的重疊關(guān)系包括門樓址的自重疊、樓址與戶室地址的重疊以及門址與樓址的重疊，其中門樓址的自重疊通過PointOnPointOverlayer工具判斷點與點之間是否壓蓋，判斷Overlaps 壓蓋值是否為1，輸出壓蓋點；樓址與戶室地址、門址的重疊檢查均通過地理緩沖工具GeographicBufferer對樓址點作一個細微的緩沖面，將戶室地址和門址點分別與樓址緩沖面進行壓蓋分析，相交的地址點則與樓址點重疊。

2.3 屬性關(guān)系質(zhì)檢設(shè)計

地址庫的屬性關(guān)系質(zhì)檢主要是針對數(shù)據(jù)的唯一性以及屬性的完整性、正確性和規(guī)范性，包括地址的名稱和唯一碼是否唯一、戶室匹配樓址字段是否相同、是否存在異常字符、關(guān)鍵字段是否為空等。地址名稱和唯一碼的唯一性檢查，利用匹配工具，對名稱字段和唯一碼字段進行匹配，輸出相同名稱或唯一碼的地址（圖3）。戶室匹配樓址字段檢查，利用屬性融合工具FeatureMerger 將樓址的UUID 與戶室地址的LID 進行關(guān)聯(lián)，以戶室地址為節(jié)點進行輸出；對于掛接到戶室地址上的樓址字段，比對其本身的地址字段，檢查戶室地址的地址字段是否完全包含樓址的地址字段。

圖2 網(wǎng)格屬性聚合賦值

圖3 名稱唯一性檢查

3 結(jié) 語

標準地址庫在線數(shù)據(jù)自動化質(zhì)檢改變了數(shù)據(jù)的檢查方式，節(jié)約了人力和時間成本，同時支持數(shù)據(jù)在線、離線兩種質(zhì)檢模式，解決了多源數(shù)據(jù)中數(shù)據(jù)不統(tǒng)一、標準不統(tǒng)一的問題，提高了數(shù)據(jù)質(zhì)量，解決了數(shù)據(jù)遺漏、分類錯誤、空間匹配錯誤、地址錯位、分節(jié)錯誤等問題。隨著標準地址庫質(zhì)量的提升，將進一步促進基層社會治理科學(xué)化、精細化、智能化水平。