GIS 数据处理与清洗

检查 CRS、坐标、Geometry、属性和重复要素,认识 GDAL、PROJ、QGIS 和 PostGIS 的分工。

🎯 引言

学完本文,你能解释 GIS 原始数据为什么不能直接发布,并能设计从检查到交付的清洗流程。

🧹 原始数据常见问题

GIS 文件可能缺少 CRS(坐标参考系统),坐标单位可能被误解,Polygon 可能自相交,Ring(组成 Polygon 边界的一串坐标)可能没有闭合,也可能包含空 Geometry、重复要素或字段单位不一致。

这些问题会导致图层偏移、面积错误、空间查询失败或统计重复。数据“能打开”只代表格式可读,不代表适合分析。

数据清洗的作用是把“能被软件读取的文件”变成“可以放心叠加、查询和统计的数据”。

✅ 检查清单

  1. CRS 是否存在,所有图层是否需要统一。
  2. 坐标顺序、范围和单位是否合理。
  3. Geometry 类型是否符合字段和业务要求。
  4. Polygon 是否闭合、自相交,是否存在空几何。
  5. ID 是否唯一,是否有重复要素。
  6. 属性字段、数据类型、单位和缺失值是否统一。

🧰 四个工具各做什么

工具主要作用
GDAL一组读写、转换和批量处理空间文件的工具
PROJ解释 CRS,执行坐标转换和投影转换的工具库
QGIS用来查看、检查、编辑和验证空间数据的桌面软件
PostGIS让 PostgreSQL 数据库能够保存空间数据并进行空间查询的扩展

它们不是互相替代的工具。前端通常使用清洗后的服务数据,不负责修复所有原始 GIS 文件。

工具分工的作用是让问题回到合适的环节:文件格式问题交给 GDAL,坐标问题交给 PROJ,人工检查交给 QGIS,在线查询交给 PostGIS。

🔁 从原始文件到可用图层

保留原始文件 → 读取元数据 → 检查 CRS 和范围 → 修复或标记几何问题 → 统一字段和单位 → 转换为发布格式 → 抽查地图位置和统计结果 → 记录数据版本。

修复时要保留原件和处理记录。不能为了让地图显示而直接覆盖原坐标,也不能把无法确认的 CRS 自动猜成某个常见坐标系。

🧾 小节总结

  • 数据能打开不等于数据正确。
  • CRS、坐标、Geometry 和属性都需要检查。
  • GDAL、PROJ、QGIS、PostGIS 分工不同。
  • 清洗流程必须保留原件、处理记录和发布版本。

❓ 知识问答

Q1:前端校验通过后还需要后端检查吗?

需要。数据可能绕过前端进入系统,复杂几何也通常由服务端工具检查。

Q2:坐标范围合理就说明 CRS 正确吗?

不说明。多个 CRS 可能有相似数值范围,仍要确认来源。

🧪 小练习

为一个 Polygon 文件设计导入报告字段,至少包含记录 ID、错误类型、处理状态和处理说明。

// 请在这里编写代码

🎉 你已经知道 GIS 数据如何从原始文件变成可用图层了!