黃習藝 何敏 郭海京

摘? 要：傳統(tǒng)基礎地理信息DLG融合更新采用人工處理的方式，工作效率低且易出錯，為了實現(xiàn)穩(wěn)定高效且準確地進行基礎地理信息DLG融合和檢查的目的，文章研究梳理了DLG融合檢查相關技術，基于Python設計開發(fā)了基礎地理信息DLG融合與檢查程序，實現(xiàn)了道路、水系、居民地、植被等融合的批量處理，同時針對基礎地理信息DLG融合成果提供了一系列的質(zhì)量檢查功能，程序操作簡便。通過相關數(shù)據(jù)驗證，程序能夠極大地提高作業(yè)效率和成果質(zhì)量。

關鍵詞：Python；基礎地理信息；DLG融合；質(zhì)量檢查

中圖分類號：TP311.1；TP39；P208? 文獻標識碼：A? 文章編號：2096-4706（2023）23-0140-07

Methods of Basic Geographic Information DLG Fusion and Inspection Based on Python

HUANG Xiyi1， 2， HE Min1， 2， GUO Haijing1， 2， 3

（1.Surveying and Mapping Institute Lands and Resource Department of Guangdong Province， Guangzhou? 510663， China; 2.Key Laboratory of Natural Resources Monitoring in Tropical and Subtropical Area of South China， Ministry of Natural Resources， Guangzhou? 510663， China; 3.Guangdong Science and Technology Collaborative Innovation Center for Natural Resources， Guangzhou? 510663， China）

Abstract： Traditional basic geographic information DLG fusion update adopts manual processing， which is inefficient and error-prone. In order to achieve stable， efficient and accurate basic geographic information DLG fusion and inspection， related technologies of DLG fusion and inspection are studied and sorted out. Based on Python， basic geographic information DLG fusion and inspection program is designed and developed. It realizes the batch processing of road， water system， residential land and vegetation fusion， and provides a series of quality inspection functions for the results of DLG fusion of basic geographic information. The procedure is easy to operate. Validated by relevant data， the program significantly improves operational efficiency and quality of results.

Keywords： Python; basic geographic information; DLG fusion; quality inspection

0? 引? 言

基礎地理信息DLG更新在國民經(jīng)濟和國防現(xiàn)代化建設中起著非常重要的作用，傳統(tǒng)DLG更新需要耗費較大人力、物力、財力，基于現(xiàn)勢性較好的自然資源調(diào)查監(jiān)測、不動產(chǎn)登記數(shù)據(jù)等多源矢量數(shù)據(jù)，可以減少基礎地理信息數(shù)據(jù)更新方面的投入，但目前由于數(shù)據(jù)結(jié)構(gòu)復雜，自動化水平較低。

基礎地理信息DLG融合主要從基礎測繪成果、自然資源調(diào)查登記成果、各類專題成果數(shù)據(jù)等中選取數(shù)據(jù)，并按基礎地理信息要素分類進行代碼轉(zhuǎn)換和屬性提取，依據(jù)數(shù)據(jù)的現(xiàn)勢性及精度將多源數(shù)據(jù)進行融合處理（涉及水系、居民地及設施、交通、境界與政區(qū)（功能區(qū)）、植被與土質(zhì)五大類要素）。融合需經(jīng)過坐標系統(tǒng)轉(zhuǎn)換、分類代碼轉(zhuǎn)換、屬性結(jié)構(gòu)轉(zhuǎn)換等預處理步驟，再對不同來源的數(shù)據(jù)按類別進行數(shù)據(jù)比對，根據(jù)比對結(jié)果提取不同數(shù)據(jù)源之間差異，分析確定要素融合選取情況后進行數(shù)據(jù)融合。數(shù)據(jù)融合包含圖形融合和屬性融合。圖形融合是將不同來源的數(shù)據(jù)按照基礎地理信息數(shù)據(jù)的結(jié)構(gòu)要求、拓撲要求和采集要求進行處理；屬性融合處理是將多來源數(shù)據(jù)的專有屬性采用人機交互的方式進行選擇合并處理，使得基礎地理信息要素數(shù)據(jù)兼顧多來源要素數(shù)據(jù)的屬性。數(shù)據(jù)處理流程中存在機械重復，部分作業(yè)過程煩瑣、費時費力的問題，采用人工的方式，不僅工作量大，效率低，而且極易出現(xiàn)錯誤。因此迫切需要可穩(wěn)定高效而準確地進行處理和檢驗的軟件程序。本文根據(jù)基礎地理信息DLG融合的實際需要，利用Python和Arcpy站點包設計并開發(fā)了融合和檢查程序，對基礎地理信息DLG融合進行自動融合處理和檢查，提高了作業(yè)效率，保障了成果質(zhì)量。

1? DLG融合與檢查方法

本文研究的基于Python基礎地理信息DLG融合和檢查方法，選用了ArcGIS自定義工具箱作為Python腳本運行的載體實現(xiàn)。因ArcGIS自定義工具箱無須再自行設計GUI界面，按照向?qū)гO定好對應的輸入?yún)?shù)類型即可，建立過程比較簡單，較省時省力。此外，自定義工具箱中的腳本工具可以將其源代碼嵌入工具箱中并使用密碼鎖定，共享使用時可維護作者權益。修改完善后的各項工具匯總組成基礎地理信息DLG融合與檢查程序集。

1.1? DLG數(shù)據(jù)融合

按數(shù)據(jù)融合的對象不同，基礎地理信息DLG融合分道路、水系、植被、居民地四類。其中每一種類型都根據(jù)其數(shù)據(jù)類型和數(shù)據(jù)源特性研究融合相應技術。融合技術內(nèi)容如表1所示。

1.2? 數(shù)據(jù)檢查

根據(jù)基礎地理信息DLG融合項目設計中數(shù)據(jù)成果的要求及數(shù)據(jù)庫中常見的質(zhì)量問題，本文研究提出了數(shù)據(jù)檢查技術。按數(shù)據(jù)檢查的對象不同，將基礎地理信息DLG檢查分為圖形檢查和屬性檢查兩大類。各項檢查技術內(nèi)容如表2所示。

2? 關鍵技術實現(xiàn)

2.1? 道路融合

道路主要使用2020年地理國情監(jiān)測（以下簡稱“國情監(jiān)測”）路網(wǎng)數(shù)據(jù)、第三次全國國土調(diào)查（以下簡稱“三調(diào)”）、2019年1：1萬DLG核心要素更新（以下簡稱“核心要素”）開展融合工作。國情監(jiān)測路網(wǎng)含有城市道路LCTL與公路LRDL層，且為重復路段，融合時有城市道路LCTL的區(qū)域使用城市道路層數(shù)據(jù)，無城市道路區(qū)域使用公路層數(shù)據(jù)。融合國情監(jiān)測路網(wǎng)后，無國情監(jiān)測路網(wǎng)區(qū)域使用三調(diào)道路。融合國情監(jiān)測路網(wǎng)、三調(diào)道路后，無上述數(shù)據(jù)區(qū)域使用核心要素數(shù)據(jù)進行補充。

提取融合時，對上一級道路做緩沖區(qū)BufferResult，擦除本級道路得到EraseResult后，對EraseResult拆分多部件后與上一級道路合并，對本級道路做延伸線獲得融合結(jié)果，如圖1所示。

2.2? 水系融合

水系主要使用國情監(jiān)測數(shù)據(jù)中地表覆蓋水域類，選用國情監(jiān)測成果相關屬性，提取名稱、水利級別及行業(yè)代碼等，坑塘水面屬性信息不足的采用2020地名地址中水系興趣點數(shù)據(jù)補充。

處理步驟為將水系面與水系線疊加相交，選取水系面范圍內(nèi)最長的結(jié)構(gòu)線作為該面的結(jié)構(gòu)線，對水系面填寫水系結(jié)構(gòu)線的名稱、水利級別、庫容等相關屬性。而水系結(jié)構(gòu)線與水系面的要素代碼存在對應關系，可構(gòu)建字典映射后填寫，如常年河對應為地面河流結(jié)構(gòu)線，地下河段對應地下河段結(jié)構(gòu)線。構(gòu)建完水系結(jié)構(gòu)線與水系面的映射表后，可對水系結(jié)構(gòu)線編碼自動轉(zhuǎn)化及檢查，將落于水系面內(nèi)的河流線轉(zhuǎn)化為結(jié)構(gòu)線，將水系面外的結(jié)構(gòu)線轉(zhuǎn)化為河流線。主要功能代碼如下：

…

Namedic = {}

#對疊加后的結(jié)果按索引ID記錄最長結(jié)構(gòu)線的長度

with arcpy.da.SearchCursor（Intersect_Result[0]， [FID， "Shape_Length"]） as searchcursor：

for row in searchcursor：

if not row[0] in tempdic：

tempdic[row[0]] = row[1]

else：

if row[1] > tempdic[row[0]]：

tempdic[row[0]] = row[1]

#讀取最長結(jié)構(gòu)線的名稱

with arcpy.da.SearchCursor（Intersect_Result[0]， [FID， "Shape_Length"，"NAME_1"]） as searchcursor：

for row in searchcursor：

if tempdic.get（row[0]） == row[1]：

Namedic[row[0]] = row[2]

#對水系面高水界寫入最長結(jié)構(gòu)線的名稱

with arcpy.da.UpdateCursor（HYDA_GSJ， ["OBJECTID"， "NAME"]） as updatecursor：

for row in updatecursor：

row[1] = Namedic.get（row[0]）

updatecursor.updateRow（row）

…

屬性信息不足無名稱的坑塘水面引用落入該面中的地名地址興趣點屬性，若落入坑塘水面內(nèi)的興趣點不止一個，則提取出落入坑塘水面內(nèi)的所有點；若無興趣點落入坑塘水面，則提取與坑塘水面距離20 m范圍內(nèi)的興趣點進行人工核查，通過人工辨認完善屬性。

2.3? 植被融合

植被融合是參考調(diào)城鎮(zhèn)村面，在其范圍外的全部使用國情監(jiān)測地表覆蓋數(shù)據(jù)集中種植土地類（0100）、林草覆蓋類（0300）成果數(shù)據(jù)進行代碼轉(zhuǎn)換形成植被數(shù)據(jù)，在其范圍內(nèi)的補充城市道路和公路上寬度大于10 m，長度大于100 m的花圃花壇和面積大于5 hm2的山地區(qū)域。其他區(qū)域使用2019年核心要素植被數(shù)據(jù)進行補充。

植被的處理步驟可分為三步，如圖2所示。

其中處理植被與三調(diào)城鎮(zhèn)村范圍關系具體內(nèi)容為：三調(diào)城鎮(zhèn)村范圍內(nèi)獨立圖斑不保留除人工綠地的植被圖斑，但保留山地區(qū)域范圍內(nèi)植被。對植被圖斑部分落入三調(diào)城鎮(zhèn)村范圍內(nèi)的情況，范圍外超400 m2則保留整個圖斑，否則對范圍外部分進行消除，剔除范圍內(nèi)的部分。處理內(nèi)容如圖3所示。

通過空間疊加得到的植被數(shù)據(jù)存在大量小于15°的不合理尖銳角，以尖角為頂點，角的短邊為腰，在角的長邊上取等于短邊處一點得到等腰三角形，剔除頂點后保留底邊完成尖銳角消除。由于本文中植被數(shù)據(jù)并非全域覆蓋數(shù)據(jù)，只需要處理存在尖銳角的圖斑即可，此原理可拓展應用至其他地理信息數(shù)據(jù)中。處理全域覆蓋的數(shù)據(jù)，只要將消除尖銳角后產(chǎn)生的重疊相應做擦除，產(chǎn)生的縫隙填補后根據(jù)最大鄰邊規(guī)則歸并至相鄰圖斑即可，如圖4所示。

主要實現(xiàn)代碼片段如下：

…

l1 = math.sqrt（（x2 - x3） * （x2 - x3） + （y2 - y3） * （y2 - y3））

l2 = math.sqrt（（x1 - x3） * （x1 - x3） + （y1 - y3） * （y1 - y3））

l3 = math.sqrt（（x2 - x1） * （x2 - x1） + （y2 - y1） * （y2 - y1））

# 剔除點重合的情況

if l1 == 0 ：

return None

elif l3 == 0：

return None

elif l2 == 0：

return p2

else：

anglecos = （l1 * l1 + l3 * l3 - l2 * l2） / （2 * l1 * l3）

angle = math.cos（15 * 3.1415926536 / 180）

if anglecos >= angle：

# 取短邊最近點，按相等距離在另一側(cè)找到等腰點

if l1 > l3：

polyline = arcpy.Polyline（arcpy.Array（[p2， p3]），sr）

newpoint = polyline.positionAlongLine（l3）.firstPoint

return newpoint#一側(cè)等腰點

elif l1 < l3：

polyline = arcpy.Polyline（arcpy.Array（[p2， p1]），sr）

newpoint = polyline.positionAlongLine（l1）.firstPoint

return newpoint #；另一側(cè)等腰點

else：

return None

else：

return p2

…

2.4? 居民地融合與檢查

居民地主體數(shù)據(jù)融合工作主要使用廣東省各區(qū)縣不動產(chǎn)登記數(shù)據(jù)（以下簡稱“不動產(chǎn)”）、大比例尺農(nóng)村地籍調(diào)查成果數(shù)據(jù)（以下簡稱“農(nóng)調(diào)”）和核心要素數(shù)據(jù)開展。在農(nóng)調(diào)數(shù)據(jù)覆蓋區(qū)域，若單片區(qū)域內(nèi)房屋密集分布且不動產(chǎn)未完全覆蓋，則該區(qū)域內(nèi)全部使用農(nóng)調(diào)數(shù)據(jù)，其他區(qū)域需替換或補充不動產(chǎn)數(shù)據(jù)。農(nóng)調(diào)數(shù)據(jù)、不動產(chǎn)數(shù)據(jù)未覆蓋區(qū)域，使用核心要素數(shù)據(jù)補充。融合后的數(shù)據(jù)套合2020年影像進行幾何精度核查，超平面精度要求則需要修改。

不動產(chǎn)數(shù)據(jù)與農(nóng)調(diào)數(shù)據(jù)存在不定比例重疊，農(nóng)調(diào)范圍普遍略大于不動產(chǎn)，不動產(chǎn)存在80%以上部分在農(nóng)調(diào)范圍中，視為已存在該房屋。不動產(chǎn)數(shù)據(jù)與農(nóng)調(diào)數(shù)據(jù)整合后以相同的原則整合核心要素數(shù)據(jù)。作業(yè)后數(shù)據(jù)可套原數(shù)據(jù)檢查農(nóng)調(diào)、不動產(chǎn)數(shù)據(jù)是否有不合理遺漏或不合理移位。

2.5? 圖形檢查

接邊工作是地理信息數(shù)據(jù)庫生產(chǎn)過程中重要且煩瑣的一步。本文使用的是一種較簡單、易掌握的數(shù)據(jù)接邊檢查方法。首先，將接邊線兩側(cè)數(shù)據(jù)相交，并分別與接邊線相交，然后將兩側(cè)數(shù)據(jù)與接邊線相交的結(jié)果合并后刪除重復點或線，最后擦除掉兩側(cè)數(shù)據(jù)相交后的結(jié)果即可得到圖形不接邊位置。接邊線兩側(cè)數(shù)據(jù)相交后的結(jié)果會保留兩側(cè)數(shù)據(jù)的屬性，對其篩選亦可得到屬性不接邊位置。通過雙重遍歷多個分塊數(shù)據(jù)，兩兩單獨接邊檢查即可實現(xiàn)批量接邊檢查。主要功能代碼如下：

…

#第一圖層字段列表為first_field，與接邊另一側(cè)數(shù)據(jù)相交分析后字段數(shù)將翻倍，記錄為totalfield

with arcpy.da.UpdateCursor（geometryconnect[0]， totalfield） as updatecursor：

for row in updatecursor：

diff_field = []

for i in range（len（first_field））：

#對應圖層的相同字段之間相隔一個first_field的長度

if row[i] <> row[i+len（first_field）]：

diff_field.append（first_field[i]）

if diff_field：

row[-1] = u";".join（diff_field）

updatecursor.updateRow（row）

else：

updatecursor.deleteRow（）

為處理層間相關拓撲關系，達到數(shù)據(jù)各層間邏輯、拓撲關系一致，滿足拓撲要求，本文設計實現(xiàn)了30項拓撲檢查項，包括堤不落入道路中心線，攔水壩不落入道路中心線，高水界線落水，同屬性居民地相鄰未融合，水系面、道路面、居民地面、鐵路面互重疊，道路線、水系線纏繞等。檢查的方法主要是通過數(shù)據(jù)層與數(shù)據(jù)層之間做空間疊加分析，按位置關系篩選以及單數(shù)據(jù)層內(nèi)做自重疊、多部件要素等，各拓撲檢查項集成到拓撲檢查工具集中，只需要一次運行便可檢查30項拓撲問題，如圖5所示。

2.6? 屬性填寫與檢查

依據(jù)字段間的邏輯規(guī)則對相應的字段填寫相應的屬性值，并在各類要素的數(shù)據(jù)源字段中標注其對應的融合數(shù)據(jù)源，如CODE為支路的代碼43050320時，類型TYPE填寫“支路”，矢量數(shù)據(jù)源DS填寫“2020年地理國情監(jiān)測”。所有留空的值自動填寫相關技術規(guī)定要求的默認值，如字符串類型默認值為“-”，長整型、短整型、浮點型類型默認值為“-99”。

除固有的通用屬性外的其他字段若不為缺省值，則屬性數(shù)據(jù)源字段SDS不得為缺省，相反，除通用屬性外均為缺省值，則屬性數(shù)據(jù)源字段SDS應為缺省。對于屬性值不固定的字段，以枚舉值方式核查，避免出現(xiàn)允許值外的錯填、漏填，形成符合標準的基礎地理信息數(shù)據(jù)庫。

3? 實踐驗證

本文以廣東省某縣基礎地理信息矢量數(shù)據(jù)執(zhí)行融合和檢查為驗證實例。因篇幅有限，僅驗證程序的部分功能。

該縣數(shù)據(jù)庫中的居民地RES_PY數(shù)據(jù)如圖6所示。其中的淡藍色圖斑為融合處理前的不動產(chǎn)數(shù)據(jù)，融合后由于操作失誤等原因發(fā)生了不合理移位，與源數(shù)據(jù)不一致。檢查結(jié)果中的錯誤描述將問題標注出來，便于進行相應的核查。

該縣取兩個相鄰鎮(zhèn)數(shù)據(jù)做接邊檢查，檢查結(jié)果如圖7所示。其中黑色線為兩鎮(zhèn)數(shù)據(jù)的接邊線，圖7（a）中為道路數(shù)據(jù)，檢查出的問題是寬度WIDTH不一致，一邊路寬3 m，另一邊未填寫路寬，為數(shù)字類型默認值-99。圖7（b）中為水系面數(shù)據(jù)，檢查出的問題是圖形未接邊，屬性一致，面狀要素接邊的節(jié)點應在接邊線處保持一致。

“字段賦值”程序的效果如圖8所示。示例中賦值的規(guī)則是當城市道路名和附屬設施名都為字符型默認值“-”時，對屬性數(shù)據(jù)源中加入“廣東省2021年度基礎地理信息矢量數(shù)據(jù)整合更新DLG融合”項，若屬性數(shù)據(jù)源中已存在該項，則不再重復加入。“字段賦值”程序設定的規(guī)則還有許多條，不便逐一詳細闡述。

經(jīng)過實踐驗證，程序?qū)崿F(xiàn)的效果符合設計預期，能投入實際數(shù)據(jù)融合生產(chǎn)中優(yōu)化生產(chǎn)工序。通過測試發(fā)現(xiàn)，采用人工手動操作處理的方式，完成一次約30 km2范圍的植被融合約50分鐘，而程序執(zhí)行時間僅1分鐘55秒，耗時僅為人工手動處理的1/25，效率提高了96%。

4? 結(jié)? 論

本文迎合目前基礎地理信息融合對海量的數(shù)據(jù)處理與質(zhì)量檢查的需求，設計和開發(fā)了基礎地理信息DLG融合與檢查程序，實現(xiàn)了面向道路、水系、植被、居民地等各類要素的相應處理功能，同時針對DLG融合處理后的成果實現(xiàn)了多項檢查功能。此外，工具根據(jù)具體的項目需要進行了定制化設計，簡化了作業(yè)人員的操作流程，降低了對作業(yè)人員水平的要求和前期上崗培訓的難度。

生產(chǎn)應用實踐表明：程序通過批量化處理，極大地減少了基礎地理信息融合數(shù)據(jù)處理工作中的重復性勞動，降低了人工出錯率，并且克服了一些生產(chǎn)難題，對于提高工作效率，提升成果質(zhì)量具有重要的應用價值。

參考文獻：

[1] 楊秋菊，任海翔，孫進冬，等.地理國情監(jiān)測數(shù)據(jù)接邊檢查方法 [J].北京測繪，2021，35（11）：1390-1393.

[2] 鄭愛萍.DLG和基礎性地理國情監(jiān)測融合生產(chǎn)方法的研究 [J].測繪與空間地理信息，2022，45（5）：132-135.

[3] 鄒小香，段鶴鵬，李偉.淺談DLG重點要素更新技術 [J].江西測繪，2020（2）：25-27.

[4] 朱周華.DLG數(shù)據(jù)質(zhì)檢軟件設計研究 [J].現(xiàn)代測繪，2020，43（4）：37-39.

[5] 鄧焯文.利用ArcEngine的DLG屬性正確性檢驗功能設計與實現(xiàn) [J].礦山測量，2020，48（6）：125-127+131.

[6] 王玉.淺談1：10 000 DLG數(shù)據(jù)的質(zhì)量檢查 [J].經(jīng)緯天地，2021（4）：17-19.

[7] 陳文壇.一種1：10 000數(shù)字線劃圖與地理國情監(jiān)測數(shù)據(jù)融合方法及其實現(xiàn) [C]//第二十二屆華東六省一市測繪學會學術交流會論文集（一）.南京：[出版者不詳]，2021：109-112.

[8] 方睿紅，謝三五.數(shù)字線劃圖自動質(zhì)量檢查的方法設計與實現(xiàn) [J].地理空間信息，2021，19（10）：100-102+151.

[9] 王海恒，張向陽，郭蘭勤，等.基于Python的1：10 000 DLG接邊檢查工具設計與實現(xiàn) [J].地理空間信息，2022，20（1）：105-107+132+9.

[10] 馮書玉.關于1∶10 000DLG數(shù)據(jù)快速更新關鍵技術的研究應用 [J].經(jīng)緯天地，2022（4）：13-16.

[11] 辛兵廠，王來強，張朝坤.淺談Python在地理國情普查數(shù)據(jù)處理中的應用 [J].測繪與空間地理信息，2014，37（6）：108-110.

[12] 雷曉茜.基于ARCGIS的空間數(shù)據(jù)接邊檢查模塊設計實現(xiàn) [J].科技傳播，2018，10（5）：93-94.

[13] 謝三五，曹利俠，李昕，等.地理信息數(shù)據(jù)處理與質(zhì)檢軟件的設計與開發(fā) [J].地理空間信息，2020，18（12）：108-110+115+8.

[14] 高綿新.基于Python的ArcGIS腳本工具在DEM精細化生產(chǎn)中的應用 [C]//全國測繪科技信息網(wǎng)中南分網(wǎng)第三十次學術信息交流會論文集.桂林：廣西人民出版社，2016：166-173.

[15] 安曉亞.基礎地理信息數(shù)據(jù)融合的相關理論和技術研究 [D].鄭州：解放軍信息工程大學，2008.

[16] 謝艾伶，楊海明，朱熙.面向地理國情監(jiān)測的多源地理信息整合 [J].地理空間信息，2014，12（1）：17-20+8.

[17] 張小兵，劉利凱.基于地理國情監(jiān)測的多源地理測繪信息整合 [J].測繪與空間地理信息，2014，37（12）：208-210.

[18] 程麗萍，左小清.多圖幅多圖層的地圖自動接邊設計與實現(xiàn) [J].城市勘測，2010（4）：62-64.

[19] 李慧姝.多源數(shù)據(jù)融合更新基礎地理信息數(shù)據(jù)的研究 [J].測繪與空間地理信息，2021，44（1）：90-92+95.

[20] 蔣勇，劉江，黃功文，等.基于ArcGIS Engine的IPointCollection接邊檢查法的研究[J].測繪與空間地理信息，2014，37（11）：124-125+134.

[21] 崔文化.基于Python的地理信息數(shù)據(jù)屬性檢查軟件設計與實現(xiàn) [J].地理空間信息，2021，19（5）：55-58+5.

[22] 賈繼鵬，厲芳婷，侯愛羚.基于多源數(shù)據(jù)融合的基礎地理信息數(shù)據(jù)動態(tài)更新 [J].地理空間信息，2021，19（1）：41-43+4.

[23] 黃冠賢.基于Python的數(shù)據(jù)組織重構(gòu)工具設計與實現(xiàn) [J].地理空間信息，2017，15（11）：65-66+73+10.

[24] 許偉杰，魏瑄.一種將“三調(diào)”外業(yè)數(shù)據(jù)轉(zhuǎn)為“國情”外業(yè)數(shù)據(jù)的方法 [J].地理空間信息，2021，19（4）：109-112+117+8.

[25] ZANDBERGEN P A. Python scripting for ArcGIS Redlands [M].[S.I.]：Esri press，2015：3-96.

作者簡介：黃習藝（1996—），男，漢族，廣東汕尾人，助理工程師，本科，主要研究方向：測繪地理信息研究；通訊作者：何敏（1989—），女，漢族，湖南益陽人，高級技師，本科，主要研究方向：地理信息系統(tǒng)、自然資源調(diào)查監(jiān)測研究；郭海京（1982—），男，漢族，廣東廣州人，注冊測繪師，高級工程師，本科，主要研究方向：自然地理學和測繪學、自動化技術。

收稿日期：2023-05-24

基金項目：廣東省科技計劃項目（2021B1212100003）