基于ArcGIS的土地信息数据库构建

理论探索2018年第23期扫一扫看全文本文DOI：10.16675/j.cnki.cn14-1065/f.2018.23.004基于ArcGIS的土地信息数据库构建□王怡晗罗鸣陕西西安710000）（陕西省土地工程建设集团有限责任公司黄河西岸土地整治分公司首先要做好土地信息数据采集工作。介绍了利摘要：我国正在开展土地确权和国土三调工作。要做好土地资源整合，用ArcGIS软件技术构建土地信息数据库的流程。构建关键词：ArcGIS；土地信息；数据库；文章编号：（2018）23-0006-02中国图书分类号：文献标志码：1004-7026F301；P27；P208A近年来随着经济快速发展和城乡一体化建设脚通过土地步加快，我国开始重视土地信息管理工作，确权和国土三调等工作来整理土地信息。在土地信息采集中，最常用的软件技术就是ArcGIS。ArcGIS平台具备大量的信息存量，还具有对大数据实行分析和处理的能力。利用ArcGIS软件平台进行土地信息数据整合，有利于我国土地管理工作有序开展。1土地信息数据库建设标准省国土部土地信息数据库建库需要严格遵循国家、门已发布的相关数据库建设标准。数据库建设应遵循（TD/T1035-2013）《县级土地整治规划编制规程》。土地实用，将不同类型信息数据库的图层划分应做到合理、的信息分层存放，并根据空间数据分布特点进行分析。按不同的土地信息图层的划分应符合以下要求：.com.cn. All Rights Reserved.整治内容划分若干信息图层，相同的土地信息内容最土地整治潜力调好在同一图层展示；土地整治项目、查评价要充分论证；土地信息图层划分要符合地理信息系统空间数据的基本要求，可以增加河流水系、道路交通、行政区等辅助图层[1]。2土地信息数据库构建流程数据调查建库的流程主要包括：建库准备阶段、数据库软件检分析、各要素图层入库、数据库检查、其中，测、成果编制和报批。ArcGIS平台可以通过软保证后期数据库构件自查技术修改手动输入的错误，建的正确性。2.1建库准备阶段2.1.1前期外业调查外业调查主要分为2个方面：一是以县直有关部门土地利为对象，收集规划编制所必需的城镇体系规划、用总体规划、耕地质量等级成果补充完善成果、土地开改造动态调整数据成发整理补充耕地专项规划、“三旧”果等空间性布局规划，以及农业、林业、水利、矿产等行征求各乡镇政业发展规划资料；二是以镇为调查对象，初府分管国土部门意见，实地调查各镇土地整治潜力，布局和建设时序。步划定各项土地整治项目规模、2.1.2数据处理分析整理前期收集到的资料，按照软件格式录入，将不同的土地信息数据按要求分类汇入不同的信息图层中。部分冗杂数据与规划联系不大，难以加工处理，结合数据库进行矢量化图可以将栅格图件进行配准，层。通过ArcGIS、CAD等不同软件对数据进行处理，·6·进一步确定需要土地整治的地区、土地整治潜力评价、环境保护地区等相关问题[2]。2.2数据调查分析2.2.1收集整理资料农村宅收集整理已建立的城镇土地调查数据库、集体土地所有权数据库基地及集体建设用地数据库、收集项目成果资料。按照土地登记信息的指标要求，范围内国有土地使用权登记数据、集体土地所有权登使用权记数据、集体土地（含宅基地和集体建设用地）登记数据的所有属性信息。收集地籍区和地籍子区划分成果，包括地籍索引图、地籍区和地籍子区编码等其他备案材料。2.2.2建立属性数据库属性数据库建设是指在已有基础库上通过数据分析，提取相应字段，运用ArcGIS软件平台进行数据依据《存量土地登记上库空间数据分层及字段整合，检查数据报办法》规定的内容及要求录入属性数据，质量，再将成果数据整理成符合要求和标准的MDB格式的土地登记成果数据。2.2.3空间数据库的建立拓扑检查、格式首先对空间数据库进行数据分析、转换。然后进行数据预处理，即空间分层及字段整合。（土地调查数据库、（1）数据分析。对原始数据库农村宅基地及集体建设用地确权登记发证数据库及分析每个数集体所有权发证数据库）进行数据分析。集体土地所有权登据库中国有土地使用权登记数据、记数据、集体土地使用权登记数据的所有属性信息。检查各数据库中DJZQ层和ZD层数据，提取符合土地登记信息要求的宗地作为基础数据。（2）拓扑检查。将原始数据库中提取的符合要求的进行拓扑检查。检查是数据存放在一个临时数据库中，否重叠、悬挂及宗地是否在行政区域范围内等情况。（3）格式转换。原始数据库格式一般为超图的SDB格式、MAPGIS的WP格式、MAPGISK9的HDT格式、ARCGIS的MDB格式等。将各种数据格式统一转换为SHP格式数据，并定义空间参考。按照《存量土（4）空间数据分层及字段整合提取。进行数据建库。地登记上报办法》的要求，2.3数据录入2.3.1数据入库可以采用软件特有的方在数据通过处理分析后，扫一扫看全文2018年第23期理论探索首先进行图层数据处理，去式入库。数据记录入库后，从而符掉所有过渡新图层，对图层进行规范化整理，确保空合规程要求；其次完善图层属性表数据填写，包括属性检查、间属性数据符合要求；最后检查图层，图形检查、拓扑检查等。2.3.2数据库内容数据库建设要落实市局下达的各项规划指标，要可行性。在土与相关规划相协调，做到规划的科学性、结合地整治潜力评价和土地整治项目研究的基础上，整合相关土相关规划成果，通过跟业主方反复沟通，主要包括土地地信息，完成土地信息数据库的建立。权属、土地坐标、土地评价等信息。2.4数据成果检查建库流程中非常重要的环节就是数据成果检查。通过数据成果检查，可以发现信息调查和信息录入中通常采比较明显的错误。做好数据成果的检查工作，用三检制度，即自检、互检、抽检，以确保数据成果的需要将3个数据库成准确性。数据成果整理完成后，指标逻辑性检果分别进行图形检查、指标信息检查、查、表格检查。对存在的缺陷进行修改并检查合格后，方可作为存量土地数据库成果上报[3]。2.5数据库检测阶段2.5.1软件检测根据下发的土地整治成果审核软件，对数据库成检查主要包括软果进行检测、修改，进一步完善成果。.com.cn. All Rights Reserved.一般将软件检件内部数据闭合和信息一致性的检查。二测发现的错误划分为3个等级，一级错误扣50分，级错误扣1分，三级错误扣0.1分，85分以上合格。2.5.2常见错误处理方法常见错误有（1）空间属性数据和表格数据错误：表格数据结构数值范围不符合、图层内属性不一致、（上接第5页）还进程中，不仅需要对收集的数据进行分析和汇总，才能提高经济普需要挖掘数据背后相关的关联因素，查深度。采取适宜的数据挖掘技术，充分发挥技术优势，开展专业化统计分析。目前常用的大数据挖掘技术主要包括以下几种：一是专业SAS统计分析。SAS系统本身就是一个管理、展系统的统计管理软件，能够实现对数据的访问、系统本身现、分析，从而更好地提高数据深度挖掘水平。用户在应用过程中可具有很大的灵活性，拓展性较强。以更加直观地对数据内容进行观察、研究，进而更好地进行比对分析，探究数据背后相关的因素变化情况。二是Clementine数据挖掘平台。该技术主要是通进行反复计算过构建具有一定预测能力的模型体系，分析，构建决策树模型，从而对整体数据分析和形成过程等进行动态跟踪。根据数据变化情况进行模型检验，进而更好地满足数据背后的规律。三是IntelligentMiner技术。该技术融合多种统计方法和挖掘算法，通过构建关联数据库和集体体系，生成和挖掘形成可视化的分类，高效进行数据转化、进一步修改不一致等。根据数据库相关规程的要求，错误。线、面等（2）空间图形数据错误：常见错误有点、重叠等。图层自相交、其中，图层自相交错误可以通过RepairGeometry进行检查修复，其余错误可在数据库中建立拓扑规则检查并修改。（3）数图一致性错误：一般有两种处理方法。一种面积误差不是根据信息图层面积汇总修改对应表格，2超过0.01hm；另一种是针对高标准基本农田项目、根据“图形面积≥建设规模”且“图形土地整治项目，面积≤建设规模×105％”的要求修改图形。2.6成果编制和报批输出表格成果和图件以整治规划数据库为基础，规划表格、规划文本、规划成果，形成规划编制图件、通过说明和其他材料。在规划成果通过软件检测后，项目承担单位自检、国土资源部门预检和国土资源厅验收程序，完成数据库报批。3结束语ArcGIS软件技术可以快速、高效地构建土地信息通过数据处理分数据库，也方便后期数据分析和处理。可以实现土地信息数析、数据转换、数据检查等流程，据库的构建。构建土地信息数据库，可以使土地管理工作更为高效，有利于国家对土地资源的管理和使用。参考文献：[1]毕旭东.基于ARCGIS的地籍管理信息系统的设计与实现[D].成都:西南交通大学,2009.—日常应用和研究[J].[2]胡颖,方开颜.地籍数据库建设——科技信息,2009(10):182-183.[3]尚小丽,刘月,苗德存.城镇地籍调查数据处理及数据库建设[J].内江科技,2010(11):140+143.该技术可以处理结构化、处理，满足客户的功能需要。全半结构化的数据，也可以处理很多非结构化数据，面提高了数据综合挖掘和应用水平[3]。3结束语大数据时代，各类新型信息技术逐渐应用到行业经济普查发展的各个领域，发挥着日益重要的作用。在具数据分析工作应当和大数据技术进行深度融合。体应用过程中，应选择匹配的统计和数据挖掘模型，更好地体现数据背后构建数据多元化处理应用体系，的规律和价值，为经济普查深度开展和高效推进提供重要的技术支持。参考文献：[1]李孜晗.试论大数据时代的经济普查数据分析[J],纳税,2018(27):187.[2]徐先华.大数据时代的经济普查数据分析与探究[J],时代金融,2018(11):49-50.[3]金美琳.大数据时代的经济普查数据分析与研究[J],科技传播,2016(9):67+162.·7·