1. 开门第一件事先把数据摊开看一遍每次带新人上手 ArcGIS 做数据处理我都会让他们先做一件看起来特别笨的事——别急着打开工具箱先把手上拿到的所有数据摊开一个文件一个文件地看坐标信息。这一步花不了十分钟但能省掉后面半天甚至一整天的返工。ArcGIS 课堂笔记里讲数据处理操作初步指南核心内容其实就围绕这件事展开矢量、栅格、表格这三类原料怎么认、怎么洗干净、怎么拼到一起最后怎么确认结果是对的。这套内容适合谁刚接触桌面 GIS、作业要求做一张专题图或者一份分析报告的人已经有几年业务经验、但一直靠点按钮试出来、遇到报错就卡住的在职人员还有一类是被临时派去做数据整理、需要把一堆来源不明的图层揉成一份可用成果的人。它不解决怎么建模怎么做空间统计这种进阶问题就把最基础、最高频、最容易翻车的操作流程讲透。我自己的经验是ArcGIS 难的不是工具多而是它对数据的洁癖。坐标对不上、字段类型不对、几何有自相交软件不会直接告诉你哪里错了只会甩一句执行失败或者干脆给你一个错位的结果。所以这份笔记的重点不是罗列工具箱而是把每一步为什么要这么做不做会怎样讲清楚。1.1 三类原料矢量、栅格、表格ArcGIS 里的数据形态说简单也简单一共就三类但它们的存储方式差别很大这也决定了后续操作的天花板。矢量数据是最常用的点、线、面三种几何加上一张属性表。注意它不是单文件而是一组同名文件放在一起.shp只存几何索引.dbf存属性.shx存位置偏移另外还有.prj存坐标系.cpg存字符编码。很多人拷贝数据只拷.shp到了另一台机器打开发现属性全没了或者中文全变成问号问题就出在这里。提示拷贝 Shapefile 时务必把同名的一整套文件一起拿走临时压缩包里如果缺.prj打开后坐标系会被识别成未知后面所有面积、长度计算都是错的。栅格数据是一个个像元组成的矩阵影像、DEM、扫描地形图都属于这一类。栅格的关键参数是分辨率和波段数分辨率决定了你能表达多细的地物波段数决定了你能做多少种分析。表格数据最常见的是 Excel 和 CSV本身没有几何信息必须靠经纬度或者地址才能变成空间数据。这类数据在导入环节翻车的概率最高后面会专门讲。1.2 坐标系不在第一步确认后面全是白干坐标系这件事我在课堂上强调的次数比任何工具都多。原因很简单坐标错全盘错。面积算出来差几十倍、两个图层叠不到一起、裁剪结果是空的追根溯源基本都是坐标系问题。判断方法很直接。打开图层属性看源里的空间参考。如果显示未知或者一串看不懂的编号那就得先搞清楚它到底是什么。拿到的原始数据如果是别人给的最好问清楚三个信息坐标系名称、投影方式、单位。问不到就自己验证——丢两个已知点的坐标进软件看能不能和底图对上、看 X 值有没有超过 180 或者 360一般就能判断是地理坐标还是投影坐标。地理坐标用经纬度表示单位是度X 值范围在 -180 到 180 之间。投影坐标是把球面摊平到平面上的结果单位是米X 值通常是六位到七位数。这两个东西混在一起做面积计算是新手最常犯的错误用地理坐标算面积得到的数值单位是平方度完全没有物理意义。1.3 动手前先设好四个环境参数打开软件之后先别急着操作。地理处理环境里那几项设置是决定后续所有工具默认行为的总开关。我一般会固定设四项当前工作空间设成一个专门的工程文件夹别用系统临时目录不然中间成果到处乱飞。输出坐标系统一指定为项目要用的目标坐标系这一项设好之后大部分工具的输出就自动带对了坐标不用每次都手动选。处理范围默认是输入的并集如果你只是处理某个区域最好手动指定一个范围图层避免全图计算拖慢速度。XY 容差默认 0.001 米在城市尺度的数据里够用如果数据精度本来就只有米级把它调到 0.01 甚至 0.1 反而能减少拓扑误报。这四项设完等于给后面的操作定了个基调。我最怕看到的情况是一个人做了二十步操作中间每步都用了不同的坐标系最后问我为什么面积对不上——这种问题没法救只能重来。2. 数据导入把外部数据变成能处理的空间图层导入这一步看着最没技术含量实际上决定了后面一半的麻烦。表格转点、CAD 转面、不同格式互转每个环节都有一两个细节能把人卡住。2.1 Excel 表格转点图层五步流程与三个雷区从一堆带经纬度的记录变成地图上的点标准流程是五步缺一步都会出问题。第一步把 Excel 转成表。软件不能直接读.xlsx做空间操作得先用Excel 转表工具转成地理数据库里的表.dbf或文件地理数据库表。这一步的核心是字段类型识别。第二步检查字段类型。经纬度字段必须是数值型双精度或浮点如果原表格里混了空格、单位符号、度字样转换后就会变成文本型。文本型的坐标字段在XY 表转要素里根本选不到很多人卡在这一步就是没意识到类型不对。提示转换前在 Excel 里把经纬度两列整列设成数值格式保留 6 位小数把空行和合计行删干净。这一步在 Excel 里做比在 GIS 里修省事十倍。第三步确认坐标系。这一步最容易被跳过。XY 表转要素工具里要指定一个坐标系这个坐标系的意思是我这几列数字代表什么坐标。如果经纬度是 WGS84 的就选地理坐标系 WGS 1984如果是从某张投影图上量出来的平面坐标就得选对应的投影坐标系。选错了点会落到地球另一侧。第四步执行转换。工具参数里 X 字段对应经度Y 字段对应纬度顺序反了会让所有点错位到镜像位置而且肉眼一时看不出来直到你叠底图才发现。第五步验证。转换完不要急着做后续操作先加一个已知的参照图层看点位是否落在合理范围内。我习惯随机挑三个点手动查一下它的坐标值和原始表格比对。雷区总结一下字段类型是文本、坐标系选错、XY 顺序颠倒。这三样占了导入失败原因的绝大多数。2.2 CAD 与其它格式的导入细节工程类、规划类的数据经常是 CAD 格式导入的时候有几个点要注意。CAD 文件里的图层叫要素类导入后是一个要素数据集里的多个图层点线面会自动分开。麻烦的是 CAD 里常有多余的标注文字、图框线、隐藏图层如果不清理直接导入属性表里会多出一堆无用要素。我的做法是先在CAD 转地理数据库工具里只勾选需要的图层类型和图层名导入后再用属性查询筛掉明显无用的记录。另外 CAD 的坐标经常是本地坐标比如某个工程坐标系和标准坐标系差着几百米甚至几公里这种情况必须找到转换参数否则只能当作无坐标处理靠人工对齐。还有一种常见情况是 KML、GeoJSON 这类轻量格式。它们本身带坐标但坐标系通常是 WGS84导入后如果要和本地投影数据叠加必须先做投影变换不能直接叠。2.3 批量导入的取舍脚本还是手动如果一个项目要处理几十个甚至上百个文件手动一个个点就没意义了。这时候可以写一小段脚本来批处理。我的习惯是先拿三五个文件手动跑通流程把每一步参数记下来再转成脚本。import arcpy, os arcpy.env.workspace rD:\gis_project\raw arcpy.env.overwriteOutput True out_gdb rD:\gis_project\work.gdb target_sr arcpy.SpatialReference(WGS 1984 Web Mercator Auxiliary Sphere) for fc in arcpy.ListFeatureClasses(): name os.path.splitext(fc)[0] try: arcpy.Project_management(fc, os.path.join(out_gdb, name), target_sr) print(done:, name) except Exception as e: print(failed:, name, e)这段脚本没什么技巧就是遍历、投影、输出但它解决了一个实际问题批处理跑完能拿到一份失败清单。批量操作最怕的是中间某个文件失败脚本静默跳过你以为都成功了结果后面分析少了一批数据。所以try里加上打印失败的文件名一眼就能看到。提示工程路径尽量用英文和数字避免中文和空格。不是说中文一定出问题但在批处理和脚本环境下一旦出问题排查成本会翻好几倍。3. 矢量化与属性录入新手最容易翻车的环节矢量化就是对着底图把地物画出来属性录入是把画好的地物填上信息。这两件事看着最像体力活但参数选错、字段设计不合理返工量能翻好几倍。3.1 新建要素类时那几个参数怎么定新建一个面要素类对话框里有几个参数必须自己判断几何类型。点、线、面选错不能改只能重建。判断标准是你要表达的对象在图上有没有面积。比如地块是面道路中心线是线监测点位是点。坐标系。这一项应该继承工程的目标坐标系直接选和后续分析一致的那个。如果工程里已经有现成的要素类最省事的办法是从它那里导入坐标系。XY 容差和分辨率。这两个参数跟数据精度挂钩很多人直接默认。合理的做法是按成图比例尺倒推容差一般取图上 0.1 毫米对应的实地距离。1:500 的图0.1 毫米对应实地 5 厘米容差取 0.05 米1:2000 的图对应 0.2 米。分辨率取容差的十分之一左右。这个换算公式很简单实地距离 比例尺分母 × 0.00011:10000 就是 1 米。是否允许有 M 值、Z 值。Z 值只在三维数据里用普通二维制图选了 Z 值后续很多工具会报错或者丢 Z。我的原则是除非项目明确要三维否则一律不开。字段。至少加一个名称字段和一个类型字段长度别抠太紧。中文名称字段长度给到 50 以上留有余地。3.2 字段设计与字段计算器的实战用法字段设计有三条经验。第一字段名用英文或拼音别用中文。不是说中文不行而是在字段计算器和脚本里中文别名和字段名容易混淆一旦要写表达式就容易出错。第二面积、长度这类字段用双精度别用短整型——短整型上限只有三万出头一个稍大的地块面积就会溢出成负数这个坑非常经典。第三预留字段。验收前临时加字段是常态一开始多留两三个备用字段能省一次结构调整。字段计算器是提效的关键工具。用得最多的几个场景面积换算成公顷并取整int(!Shape_Area! / 10000)注意Shape_Area只有在要素类里、并且是投影坐标系下才有意义地理坐标系下这个字段的值没有实用价值。如果数据是地理坐标先用计算几何工具重新算一遍面积指定单位和坐标系。拼接编号!XZQDM! !XZQMC!字段类型要一致都是文本才能拼。数值拼文本要先转str(!BH!).zfill(4)批量替换待核实 if !MJ! 0 else 已核实这类条件表达式在数据清洗时特别好用。我做过一个批次的数据核查几千个图斑需要根据面积阈值打标签一条表达式几秒钟就跑完了手动改得改到怀疑人生。提示字段计算器执行前先备份原始数据。表达式写错、数据类型不匹配、逻辑写反执行后是直接覆盖没有撤销按钮。3.3 捕捉设置与拓扑编辑矢量化的时候最影响效率的不是手速是捕捉。捕捉开得对相邻图斑的边界严丝合缝捕捉没开对画出来的图斑之间到处是缝隙和重叠后面做统计面积会多出莫名其妙的零头。我一般会开这几项点捕捉顶点和端点、边捕捉、交点捕捉容差设成屏幕上 5 到 10 个像素。容差太大光标离得老远就吸附上去反而难画太小则吸不住。画完之后必须做拓扑检查。同层要素之间不允许重叠、不允许有缝隙这两条规则能查出绝大部分问题。拓扑容差按前面说的比例尺倒推。建好拓扑把错误导出成要素类一条条看逐个修。这一步很枯燥但省不得——我见过太多成果图图面上看着挺漂亮一统计面积就发现总和比控制面积多出百分之十几全是重叠害的。4. 空间处理工具链顺序比工具本身更重要工具箱里有几百个工具但日常数据处理高频用到的也就十来个。真正决定成败的不是会不会用某个工具而是处理顺序有没有排对。4.1 四个高频工具的实际行为差异先说最容易混淆的一组裁剪和相交。两者都要用一个要素去切另一个要素但结果不一样。裁剪只保留落入裁剪范围之内的部分属性字段原样保留不会多出裁剪图层的字段。相交除了切还会把两个要素的属性合并到一条记录里如果两个图层的边界交叉一个要素可能被切成好几块。做按行政区裁图用裁剪做地块与规划区叠加分析用相交。再看合并和追加。合并是把多个要素类拼成一个新的要素类输出是独立的追加是把数据写进一个已经存在的要素类原数据不动。合并要求字段映射手动对齐两个来源字段名不一样时得一个一个指定。追加则要求目标字段类型兼容比如文本往数值字段里追加直接失败。投影和定义投影这一组是新手翻车率最高的。定义投影只是改元数据告诉软件这份数据的坐标含义是什么不移动任何坐标值。投影是真正做数学变换把坐标从一个系统换算到另一个系统。两者用错的典型症状是数据本来就是投影坐标被误当成未知做了定义投影选了个地理坐标系结果坐标值还是那串七位数软件却以为那是度直接跑出国界。提示判断该用哪个就看数据坐标值本身对不对。值是对的、只是元数据丢了用定义投影值需要换算用投影。这句话我建议抄在便签上贴在屏幕边。融合和消除也值得提一句。融合按某个字段把相邻的同类要素合并成一个做地类合并特别方便消除用来处理碎小图斑把面积小于阈值的要素并进相邻的最大图斑做成果出图前几乎必用。4.2 处理顺序错了会怎样一个典型翻车案例我拿一个实际发生过的流程说明顺序的重要性。任务是统计某区域的各类用地面积。第一遍的做法是先裁剪到区域范围再投影到平面坐标系然后计算几何面积最后汇总。看着没问题但统计出来总面积和上报的控制面积差了百分之八。问题出在裁这一步。裁剪用的范围图层是地理坐标被裁的数据是投影坐标。软件在后台做了临时变换这个变换本身没错但边界在变换后产生了微小的偏移和弯曲裁出来的边界不是直边而是沿经线方向的锯齿。边界上的图斑被切开的地方面积就被切掉了一部分几百个图斑累加起来就是那百分之八。第二遍调整顺序先投影把两个数据统一到同一个投影坐标系再裁剪再算面积最后汇总。这次总数对上了误差在千分之一以内。这件事给我留下的规矩是任何多图层操作之前先把所有参与图层统一到同一个坐标系。宁可多花一步做投影也不要指望工具在后台默默帮你换。工具的自动变换能保证位置大致对但保证不了边界的几何精度。4.3 一个完整的处理流程模板我把日常流程固化成了一套模板基本能覆盖八成的基础任务建工程文件夹分出原始、中间、成果三个子目录建一个文件地理数据库。逐个检查数据的坐标系、几何类型、字段类型列一份清单。统一投影到目标坐标系全部写进中间库。做几何修复检查空几何和自相交。按分析需要做裁剪、相交、融合。计算几何属性做字段计算。建拓扑检查修错误。出图核对总量导出。这套流程最值钱的地方不是步骤本身而是第三步那个统一。把它放在所有操作之前后面几乎不会再出现坐标系相关的诡异问题。5. 数据质检与问题排查实录做数据处理报错是常态。关键不是记住每个报错信息而是有一套能快速定位问题的排查顺序。5.1 常见问题速查表现象最可能的原因排查与处理两个图层叠不到一起位置差很远坐标系不一致或其中一个坐标系被误标看两者的空间参考值对但元数据缺失的用定义投影修正面积算出来是几十万甚至几百万数据是地理坐标系单位是平方度投影到平面坐标系后重算几何XY 表转要素时坐标字段选不到字段是文本型回 Excel 改数值格式或转表后加数值字段重算点全部跑到海里或者另一个半球X/Y 字段顺序颠倒或坐标系选错检查经度是否落在 X 字段裁剪结果是空的两个图层坐标系不一致或范围不重叠先统一投影再检查空间范围是否相交面积字段出现负数字段类型是短整型数值溢出改成双精度或长整型后重算拓扑检查报出成百上千个错误容差设置过小或数据本身精度低按比例尺倒推重设容差先修大错误属性表中文变乱码字符编码缺失或与数据不符检查.cpg文件重新指定编码工具执行报无效的几何存在自相交、零面积面等坏几何跑几何修复工具再重跑字段计算器报语法错误表达式用了 Python 语法但解析器是 VB在计算器里切换解析器或改写表达式表格里最后一条值得单独说。字段计算器有两个解析器VB 和 Python两种语法不同字符串拼接 VB 用Python 用空值判断 VB 用IsNullPython 用None。表达式从网上抄来直接贴解析器没切换报错是必然的。5.2 三个我真实踩过的坑坑一投影带号前缀。有一批从测绘部门拿到的平面坐标X 值是六位数看着像普通的投影坐标。直接投影之后位置偏了差不多三百公里。查了半天才发现原始坐标的 Y 值前面带着带号前缀——比如 38 带的坐标横坐标写成了 38500000 这种形式而标准的高斯投影横坐标应该是 500000 左右。带号加不加差着几十万米。处理办法是把前缀拆掉重建点数据。判断带号的公式要记一下3 度带带号 经度 ÷ 3 四舍五入中央经线 带号 × 36 度带带号 经度 ÷ 6 取整后再加 1中央经线 6 × 带号 - 3。比如经度 114°3 度带的带号是 38中央经线正好 114°6 度带的带号是 20中央经线 117°。这两个数搞混投影出来的位置就错几百公里。坑二临时工作空间的默认路径。有次跑批处理脚本跑了一晚上第二天打开成果库发现数据全在但打开任何一个图层都提示路径无效。原因是输出路径用了系统的临时目录软件重启后临时目录被清理了成果全丢。从那以后我养成习惯任何输出都显式指定到工程的成果库绝不用默认路径。坑三覆盖写入没有提示。批量脚本里默认的覆盖行为是关闭的遇到同名输出会直接报错停下一旦手动开了覆盖执行完就把原数据盖掉了而且没法撤回。我的做法是在脚本开头留一个版本号变量每次输出带上版本后缀永远不覆盖上一版。5.3 一套固定的质检清单每次交付前我会按固定顺序过一遍坐标系是否统一所有成果是否都带.prj。几何是否合法跑一遍几何修复看有没有报错。有没有重复要素用查找相同要素的工具筛一遍重点是关键字段完全一致的记录。面积和长度是否重算过添加字段之后有没有及时算。属性表有没有空值关键字段缺失的记录下来。拓扑错误是否清零尤其是面层的重叠和缝隙。总量核对各类面积之和与控制面积对比误差超过千分之一就回去查。这份清单看着啰嗦但真按这个走一遍返工率能降一个数量级。我带过的新人里凡是把这几条养成习惯的两个月后基本就不用我盯着了。最后分享一个小习惯所有原始数据单独建一个只读目录处理过程中只往中间库和成果库写文件永远不动原始文件。这个习惯救过我很多次——表达式写错、字段被覆盖、几何被改坏只要原始数据在重跑一遍就回来了。数据处理这件事做得慢一点没关系怕的是回头没路。 
长河君 · 2026/10/26 5:02:26 · 阅读 1.2k ArcGIS数据处理全流程：坐标系、导入、矢量化与质检
1. 开门第一件事先把数据摊开看一遍每次带新人上手 ArcGIS 做数据处理我都会让他们先做一件看起来特别笨的事——别急着打开工具箱先把手上拿到的所有数据摊开一个文件一个文件地看坐标信息。这一步花不了十分钟但能省掉后面半天甚至一整天的返工。ArcGIS 课堂笔记里讲数据处理操作初步指南核心内容其实就围绕这件事展开矢量、栅格、表格这三类原料怎么认、怎么洗干净、怎么拼到一起最后怎么确认结果是对的。这套内容适合谁刚接触桌面 GIS、作业要求做一张专题图或者一份分析报告的人已经有几年业务经验、但一直靠点按钮试出来、遇到报错就卡住的在职人员还有一类是被临时派去做数据整理、需要把一堆来源不明的图层揉成一份可用成果的人。它不解决怎么建模怎么做空间统计这种进阶问题就把最基础、最高频、最容易翻车的操作流程讲透。我自己的经验是ArcGIS 难的不是工具多而是它对数据的洁癖。坐标对不上、字段类型不对、几何有自相交软件不会直接告诉你哪里错了只会甩一句执行失败或者干脆给你一个错位的结果。所以这份笔记的重点不是罗列工具箱而是把每一步为什么要这么做不做会怎样讲清楚。1.1 三类原料矢量、栅格、表格ArcGIS 里的数据形态说简单也简单一共就三类但它们的存储方式差别很大这也决定了后续操作的天花板。矢量数据是最常用的点、线、面三种几何加上一张属性表。注意它不是单文件而是一组同名文件放在一起.shp只存几何索引.dbf存属性.shx存位置偏移另外还有.prj存坐标系.cpg存字符编码。很多人拷贝数据只拷.shp到了另一台机器打开发现属性全没了或者中文全变成问号问题就出在这里。提示拷贝 Shapefile 时务必把同名的一整套文件一起拿走临时压缩包里如果缺.prj打开后坐标系会被识别成未知后面所有面积、长度计算都是错的。栅格数据是一个个像元组成的矩阵影像、DEM、扫描地形图都属于这一类。栅格的关键参数是分辨率和波段数分辨率决定了你能表达多细的地物波段数决定了你能做多少种分析。表格数据最常见的是 Excel 和 CSV本身没有几何信息必须靠经纬度或者地址才能变成空间数据。这类数据在导入环节翻车的概率最高后面会专门讲。1.2 坐标系不在第一步确认后面全是白干坐标系这件事我在课堂上强调的次数比任何工具都多。原因很简单坐标错全盘错。面积算出来差几十倍、两个图层叠不到一起、裁剪结果是空的追根溯源基本都是坐标系问题。判断方法很直接。打开图层属性看源里的空间参考。如果显示未知或者一串看不懂的编号那就得先搞清楚它到底是什么。拿到的原始数据如果是别人给的最好问清楚三个信息坐标系名称、投影方式、单位。问不到就自己验证——丢两个已知点的坐标进软件看能不能和底图对上、看 X 值有没有超过 180 或者 360一般就能判断是地理坐标还是投影坐标。地理坐标用经纬度表示单位是度X 值范围在 -180 到 180 之间。投影坐标是把球面摊平到平面上的结果单位是米X 值通常是六位到七位数。这两个东西混在一起做面积计算是新手最常犯的错误用地理坐标算面积得到的数值单位是平方度完全没有物理意义。1.3 动手前先设好四个环境参数打开软件之后先别急着操作。地理处理环境里那几项设置是决定后续所有工具默认行为的总开关。我一般会固定设四项当前工作空间设成一个专门的工程文件夹别用系统临时目录不然中间成果到处乱飞。输出坐标系统一指定为项目要用的目标坐标系这一项设好之后大部分工具的输出就自动带对了坐标不用每次都手动选。处理范围默认是输入的并集如果你只是处理某个区域最好手动指定一个范围图层避免全图计算拖慢速度。XY 容差默认 0.001 米在城市尺度的数据里够用如果数据精度本来就只有米级把它调到 0.01 甚至 0.1 反而能减少拓扑误报。这四项设完等于给后面的操作定了个基调。我最怕看到的情况是一个人做了二十步操作中间每步都用了不同的坐标系最后问我为什么面积对不上——这种问题没法救只能重来。2. 数据导入把外部数据变成能处理的空间图层导入这一步看着最没技术含量实际上决定了后面一半的麻烦。表格转点、CAD 转面、不同格式互转每个环节都有一两个细节能把人卡住。2.1 Excel 表格转点图层五步流程与三个雷区从一堆带经纬度的记录变成地图上的点标准流程是五步缺一步都会出问题。第一步把 Excel 转成表。软件不能直接读.xlsx做空间操作得先用Excel 转表工具转成地理数据库里的表.dbf或文件地理数据库表。这一步的核心是字段类型识别。第二步检查字段类型。经纬度字段必须是数值型双精度或浮点如果原表格里混了空格、单位符号、度字样转换后就会变成文本型。文本型的坐标字段在XY 表转要素里根本选不到很多人卡在这一步就是没意识到类型不对。提示转换前在 Excel 里把经纬度两列整列设成数值格式保留 6 位小数把空行和合计行删干净。这一步在 Excel 里做比在 GIS 里修省事十倍。第三步确认坐标系。这一步最容易被跳过。XY 表转要素工具里要指定一个坐标系这个坐标系的意思是我这几列数字代表什么坐标。如果经纬度是 WGS84 的就选地理坐标系 WGS 1984如果是从某张投影图上量出来的平面坐标就得选对应的投影坐标系。选错了点会落到地球另一侧。第四步执行转换。工具参数里 X 字段对应经度Y 字段对应纬度顺序反了会让所有点错位到镜像位置而且肉眼一时看不出来直到你叠底图才发现。第五步验证。转换完不要急着做后续操作先加一个已知的参照图层看点位是否落在合理范围内。我习惯随机挑三个点手动查一下它的坐标值和原始表格比对。雷区总结一下字段类型是文本、坐标系选错、XY 顺序颠倒。这三样占了导入失败原因的绝大多数。2.2 CAD 与其它格式的导入细节工程类、规划类的数据经常是 CAD 格式导入的时候有几个点要注意。CAD 文件里的图层叫要素类导入后是一个要素数据集里的多个图层点线面会自动分开。麻烦的是 CAD 里常有多余的标注文字、图框线、隐藏图层如果不清理直接导入属性表里会多出一堆无用要素。我的做法是先在CAD 转地理数据库工具里只勾选需要的图层类型和图层名导入后再用属性查询筛掉明显无用的记录。另外 CAD 的坐标经常是本地坐标比如某个工程坐标系和标准坐标系差着几百米甚至几公里这种情况必须找到转换参数否则只能当作无坐标处理靠人工对齐。还有一种常见情况是 KML、GeoJSON 这类轻量格式。它们本身带坐标但坐标系通常是 WGS84导入后如果要和本地投影数据叠加必须先做投影变换不能直接叠。2.3 批量导入的取舍脚本还是手动如果一个项目要处理几十个甚至上百个文件手动一个个点就没意义了。这时候可以写一小段脚本来批处理。我的习惯是先拿三五个文件手动跑通流程把每一步参数记下来再转成脚本。import arcpy, os arcpy.env.workspace rD:\gis_project\raw arcpy.env.overwriteOutput True out_gdb rD:\gis_project\work.gdb target_sr arcpy.SpatialReference(WGS 1984 Web Mercator Auxiliary Sphere) for fc in arcpy.ListFeatureClasses(): name os.path.splitext(fc)[0] try: arcpy.Project_management(fc, os.path.join(out_gdb, name), target_sr) print(done:, name) except Exception as e: print(failed:, name, e)这段脚本没什么技巧就是遍历、投影、输出但它解决了一个实际问题批处理跑完能拿到一份失败清单。批量操作最怕的是中间某个文件失败脚本静默跳过你以为都成功了结果后面分析少了一批数据。所以try里加上打印失败的文件名一眼就能看到。提示工程路径尽量用英文和数字避免中文和空格。不是说中文一定出问题但在批处理和脚本环境下一旦出问题排查成本会翻好几倍。3. 矢量化与属性录入新手最容易翻车的环节矢量化就是对着底图把地物画出来属性录入是把画好的地物填上信息。这两件事看着最像体力活但参数选错、字段设计不合理返工量能翻好几倍。3.1 新建要素类时那几个参数怎么定新建一个面要素类对话框里有几个参数必须自己判断几何类型。点、线、面选错不能改只能重建。判断标准是你要表达的对象在图上有没有面积。比如地块是面道路中心线是线监测点位是点。坐标系。这一项应该继承工程的目标坐标系直接选和后续分析一致的那个。如果工程里已经有现成的要素类最省事的办法是从它那里导入坐标系。XY 容差和分辨率。这两个参数跟数据精度挂钩很多人直接默认。合理的做法是按成图比例尺倒推容差一般取图上 0.1 毫米对应的实地距离。1:500 的图0.1 毫米对应实地 5 厘米容差取 0.05 米1:2000 的图对应 0.2 米。分辨率取容差的十分之一左右。这个换算公式很简单实地距离 比例尺分母 × 0.00011:10000 就是 1 米。是否允许有 M 值、Z 值。Z 值只在三维数据里用普通二维制图选了 Z 值后续很多工具会报错或者丢 Z。我的原则是除非项目明确要三维否则一律不开。字段。至少加一个名称字段和一个类型字段长度别抠太紧。中文名称字段长度给到 50 以上留有余地。3.2 字段设计与字段计算器的实战用法字段设计有三条经验。第一字段名用英文或拼音别用中文。不是说中文不行而是在字段计算器和脚本里中文别名和字段名容易混淆一旦要写表达式就容易出错。第二面积、长度这类字段用双精度别用短整型——短整型上限只有三万出头一个稍大的地块面积就会溢出成负数这个坑非常经典。第三预留字段。验收前临时加字段是常态一开始多留两三个备用字段能省一次结构调整。字段计算器是提效的关键工具。用得最多的几个场景面积换算成公顷并取整int(!Shape_Area! / 10000)注意Shape_Area只有在要素类里、并且是投影坐标系下才有意义地理坐标系下这个字段的值没有实用价值。如果数据是地理坐标先用计算几何工具重新算一遍面积指定单位和坐标系。拼接编号!XZQDM! !XZQMC!字段类型要一致都是文本才能拼。数值拼文本要先转str(!BH!).zfill(4)批量替换待核实 if !MJ! 0 else 已核实这类条件表达式在数据清洗时特别好用。我做过一个批次的数据核查几千个图斑需要根据面积阈值打标签一条表达式几秒钟就跑完了手动改得改到怀疑人生。提示字段计算器执行前先备份原始数据。表达式写错、数据类型不匹配、逻辑写反执行后是直接覆盖没有撤销按钮。3.3 捕捉设置与拓扑编辑矢量化的时候最影响效率的不是手速是捕捉。捕捉开得对相邻图斑的边界严丝合缝捕捉没开对画出来的图斑之间到处是缝隙和重叠后面做统计面积会多出莫名其妙的零头。我一般会开这几项点捕捉顶点和端点、边捕捉、交点捕捉容差设成屏幕上 5 到 10 个像素。容差太大光标离得老远就吸附上去反而难画太小则吸不住。画完之后必须做拓扑检查。同层要素之间不允许重叠、不允许有缝隙这两条规则能查出绝大部分问题。拓扑容差按前面说的比例尺倒推。建好拓扑把错误导出成要素类一条条看逐个修。这一步很枯燥但省不得——我见过太多成果图图面上看着挺漂亮一统计面积就发现总和比控制面积多出百分之十几全是重叠害的。4. 空间处理工具链顺序比工具本身更重要工具箱里有几百个工具但日常数据处理高频用到的也就十来个。真正决定成败的不是会不会用某个工具而是处理顺序有没有排对。4.1 四个高频工具的实际行为差异先说最容易混淆的一组裁剪和相交。两者都要用一个要素去切另一个要素但结果不一样。裁剪只保留落入裁剪范围之内的部分属性字段原样保留不会多出裁剪图层的字段。相交除了切还会把两个要素的属性合并到一条记录里如果两个图层的边界交叉一个要素可能被切成好几块。做按行政区裁图用裁剪做地块与规划区叠加分析用相交。再看合并和追加。合并是把多个要素类拼成一个新的要素类输出是独立的追加是把数据写进一个已经存在的要素类原数据不动。合并要求字段映射手动对齐两个来源字段名不一样时得一个一个指定。追加则要求目标字段类型兼容比如文本往数值字段里追加直接失败。投影和定义投影这一组是新手翻车率最高的。定义投影只是改元数据告诉软件这份数据的坐标含义是什么不移动任何坐标值。投影是真正做数学变换把坐标从一个系统换算到另一个系统。两者用错的典型症状是数据本来就是投影坐标被误当成未知做了定义投影选了个地理坐标系结果坐标值还是那串七位数软件却以为那是度直接跑出国界。提示判断该用哪个就看数据坐标值本身对不对。值是对的、只是元数据丢了用定义投影值需要换算用投影。这句话我建议抄在便签上贴在屏幕边。融合和消除也值得提一句。融合按某个字段把相邻的同类要素合并成一个做地类合并特别方便消除用来处理碎小图斑把面积小于阈值的要素并进相邻的最大图斑做成果出图前几乎必用。4.2 处理顺序错了会怎样一个典型翻车案例我拿一个实际发生过的流程说明顺序的重要性。任务是统计某区域的各类用地面积。第一遍的做法是先裁剪到区域范围再投影到平面坐标系然后计算几何面积最后汇总。看着没问题但统计出来总面积和上报的控制面积差了百分之八。问题出在裁这一步。裁剪用的范围图层是地理坐标被裁的数据是投影坐标。软件在后台做了临时变换这个变换本身没错但边界在变换后产生了微小的偏移和弯曲裁出来的边界不是直边而是沿经线方向的锯齿。边界上的图斑被切开的地方面积就被切掉了一部分几百个图斑累加起来就是那百分之八。第二遍调整顺序先投影把两个数据统一到同一个投影坐标系再裁剪再算面积最后汇总。这次总数对上了误差在千分之一以内。这件事给我留下的规矩是任何多图层操作之前先把所有参与图层统一到同一个坐标系。宁可多花一步做投影也不要指望工具在后台默默帮你换。工具的自动变换能保证位置大致对但保证不了边界的几何精度。4.3 一个完整的处理流程模板我把日常流程固化成了一套模板基本能覆盖八成的基础任务建工程文件夹分出原始、中间、成果三个子目录建一个文件地理数据库。逐个检查数据的坐标系、几何类型、字段类型列一份清单。统一投影到目标坐标系全部写进中间库。做几何修复检查空几何和自相交。按分析需要做裁剪、相交、融合。计算几何属性做字段计算。建拓扑检查修错误。出图核对总量导出。这套流程最值钱的地方不是步骤本身而是第三步那个统一。把它放在所有操作之前后面几乎不会再出现坐标系相关的诡异问题。5. 数据质检与问题排查实录做数据处理报错是常态。关键不是记住每个报错信息而是有一套能快速定位问题的排查顺序。5.1 常见问题速查表现象最可能的原因排查与处理两个图层叠不到一起位置差很远坐标系不一致或其中一个坐标系被误标看两者的空间参考值对但元数据缺失的用定义投影修正面积算出来是几十万甚至几百万数据是地理坐标系单位是平方度投影到平面坐标系后重算几何XY 表转要素时坐标字段选不到字段是文本型回 Excel 改数值格式或转表后加数值字段重算点全部跑到海里或者另一个半球X/Y 字段顺序颠倒或坐标系选错检查经度是否落在 X 字段裁剪结果是空的两个图层坐标系不一致或范围不重叠先统一投影再检查空间范围是否相交面积字段出现负数字段类型是短整型数值溢出改成双精度或长整型后重算拓扑检查报出成百上千个错误容差设置过小或数据本身精度低按比例尺倒推重设容差先修大错误属性表中文变乱码字符编码缺失或与数据不符检查.cpg文件重新指定编码工具执行报无效的几何存在自相交、零面积面等坏几何跑几何修复工具再重跑字段计算器报语法错误表达式用了 Python 语法但解析器是 VB在计算器里切换解析器或改写表达式表格里最后一条值得单独说。字段计算器有两个解析器VB 和 Python两种语法不同字符串拼接 VB 用Python 用空值判断 VB 用IsNullPython 用None。表达式从网上抄来直接贴解析器没切换报错是必然的。5.2 三个我真实踩过的坑坑一投影带号前缀。有一批从测绘部门拿到的平面坐标X 值是六位数看着像普通的投影坐标。直接投影之后位置偏了差不多三百公里。查了半天才发现原始坐标的 Y 值前面带着带号前缀——比如 38 带的坐标横坐标写成了 38500000 这种形式而标准的高斯投影横坐标应该是 500000 左右。带号加不加差着几十万米。处理办法是把前缀拆掉重建点数据。判断带号的公式要记一下3 度带带号 经度 ÷ 3 四舍五入中央经线 带号 × 36 度带带号 经度 ÷ 6 取整后再加 1中央经线 6 × 带号 - 3。比如经度 114°3 度带的带号是 38中央经线正好 114°6 度带的带号是 20中央经线 117°。这两个数搞混投影出来的位置就错几百公里。坑二临时工作空间的默认路径。有次跑批处理脚本跑了一晚上第二天打开成果库发现数据全在但打开任何一个图层都提示路径无效。原因是输出路径用了系统的临时目录软件重启后临时目录被清理了成果全丢。从那以后我养成习惯任何输出都显式指定到工程的成果库绝不用默认路径。坑三覆盖写入没有提示。批量脚本里默认的覆盖行为是关闭的遇到同名输出会直接报错停下一旦手动开了覆盖执行完就把原数据盖掉了而且没法撤回。我的做法是在脚本开头留一个版本号变量每次输出带上版本后缀永远不覆盖上一版。5.3 一套固定的质检清单每次交付前我会按固定顺序过一遍坐标系是否统一所有成果是否都带.prj。几何是否合法跑一遍几何修复看有没有报错。有没有重复要素用查找相同要素的工具筛一遍重点是关键字段完全一致的记录。面积和长度是否重算过添加字段之后有没有及时算。属性表有没有空值关键字段缺失的记录下来。拓扑错误是否清零尤其是面层的重叠和缝隙。总量核对各类面积之和与控制面积对比误差超过千分之一就回去查。这份清单看着啰嗦但真按这个走一遍返工率能降一个数量级。我带过的新人里凡是把这几条养成习惯的两个月后基本就不用我盯着了。最后分享一个小习惯所有原始数据单独建一个只读目录处理过程中只往中间库和成果库写文件永远不动原始文件。这个习惯救过我很多次——表达式写错、字段被覆盖、几何被改坏只要原始数据在重跑一遍就回来了。数据处理这件事做得慢一点没关系怕的是回头没路。