1. 地理數(shù)據(jù)源到底在解決什么問(wèn)題很多人第一次接觸“地理數(shù)據(jù)源”這個(gè)詞是在做地圖可視化、物流路徑規(guī)劃、門店選址分析或者區(qū)域熱力圖的時(shí)候。項(xiàng)目做著做著發(fā)現(xiàn)代碼寫得沒(méi)問(wèn)題圖表框架也跑通了但地圖上要么一片空白要么邊界錯(cuò)位要么某個(gè)區(qū)域的名稱對(duì)不上號(hào)。折騰半天才意識(shí)到問(wèn)題不在代碼在數(shù)據(jù)源本身。地理數(shù)據(jù)源說(shuō)白了就是一切帶有空間位置信息的數(shù)據(jù)集合。它可以是行政區(qū)劃邊界、道路路網(wǎng)、興趣點(diǎn)坐標(biāo)、遙感影像、地形高程也可以是經(jīng)緯度打點(diǎn)、網(wǎng)格統(tǒng)計(jì)、地理編碼結(jié)果。做任何一個(gè)跟“位置”有關(guān)的項(xiàng)目第一步永遠(yuǎn)是搞清楚數(shù)據(jù)從哪來(lái)、精度夠不夠、坐標(biāo)系對(duì)不對(duì)、授權(quán)能不能商用。這四個(gè)問(wèn)題任何一個(gè)沒(méi)處理好后面全是白干。這篇文章適合三類人看第一類是做數(shù)據(jù)可視化或GIS應(yīng)用開(kāi)發(fā)需要快速找到可用地理數(shù)據(jù)的工程師第二類是做商業(yè)分析、選址評(píng)估、區(qū)域研究需要把地理維度納入決策框架的分析人員第三類是剛接觸空間數(shù)據(jù)、對(duì)坐標(biāo)系和格式一頭霧水的新手。我會(huì)從實(shí)際項(xiàng)目出發(fā)把地理數(shù)據(jù)源的分類、獲取方式、坐標(biāo)系處理、常見(jiàn)坑和實(shí)操經(jīng)驗(yàn)一次講透。2. 地理數(shù)據(jù)源的分類邏輯與選型依據(jù)2.1 按數(shù)據(jù)形態(tài)劃分矢量、柵格與屬性表地理數(shù)據(jù)源最基礎(chǔ)的分類方式是按數(shù)據(jù)形態(tài)來(lái)分。矢量數(shù)據(jù)用點(diǎn)、線、面來(lái)描述地理實(shí)體比如一個(gè)城市的行政邊界是一個(gè)多邊形面一條高速公路是一條線一個(gè)加油站是一個(gè)點(diǎn)。矢量數(shù)據(jù)的優(yōu)勢(shì)是精度高、文件小、便于做空間查詢和拓?fù)浞治?。常?jiàn)的矢量格式包括GeoJSON、Shapefile、KML、GPKG等。柵格數(shù)據(jù)則是把空間劃分成規(guī)則網(wǎng)格每個(gè)格子存一個(gè)值。遙感影像、DEM高程圖、氣溫分布圖、夜間燈光圖都屬于柵格。柵格的優(yōu)勢(shì)是能表達(dá)連續(xù)變化的現(xiàn)象缺點(diǎn)是文件體積大、精度受分辨率限制。做區(qū)域分析時(shí)柵格適合做疊加運(yùn)算和趨勢(shì)分析矢量適合做邊界統(tǒng)計(jì)和精確匹配。屬性表數(shù)據(jù)是最容易被忽略的一類。它本身沒(méi)有幾何形狀但每條記錄帶一個(gè)地理標(biāo)識(shí)字段比如行政區(qū)劃代碼、郵政編碼、經(jīng)緯度坐標(biāo)。很多統(tǒng)計(jì)年鑒、人口普查、經(jīng)濟(jì)指標(biāo)數(shù)據(jù)都是這種形態(tài)。用的時(shí)候需要通過(guò)地理編碼或表連接把它“掛”到空間單元上。選型的時(shí)候核心判斷標(biāo)準(zhǔn)是你要回答的問(wèn)題是什么類型。如果是“這個(gè)區(qū)域內(nèi)有多少個(gè)門店”矢量加點(diǎn)數(shù)據(jù)最合適如果是“過(guò)去十年植被覆蓋變化趨勢(shì)”柵格時(shí)間序列是首選如果是“各區(qū)GDP排名與人口密度的關(guān)系”屬性表加行政區(qū)劃邊界就夠了。2.2 按獲取渠道劃分開(kāi)放平臺(tái)、商業(yè)服務(wù)與自采集從獲取渠道看地理數(shù)據(jù)源大致分三類。開(kāi)放數(shù)據(jù)平臺(tái)是最常用的起點(diǎn)很多國(guó)家和地區(qū)的測(cè)繪部門、統(tǒng)計(jì)部門會(huì)定期發(fā)布行政區(qū)劃、路網(wǎng)、地名地址等基礎(chǔ)數(shù)據(jù)。這類數(shù)據(jù)通常免費(fèi)、格式規(guī)范、有元數(shù)據(jù)說(shuō)明但更新頻率和覆蓋范圍參差不齊。商業(yè)地圖服務(wù)提供更完整、更新更快的路網(wǎng)、POI和地理編碼能力。它們的優(yōu)勢(shì)是數(shù)據(jù)質(zhì)量高、接口穩(wěn)定、有技術(shù)支持缺點(diǎn)是按調(diào)用量計(jì)費(fèi)且對(duì)數(shù)據(jù)緩存和離線使用有嚴(yán)格限制。做商業(yè)項(xiàng)目時(shí)一定要提前確認(rèn)授權(quán)條款避免后期因?yàn)閿?shù)據(jù)合規(guī)問(wèn)題返工。自采集數(shù)據(jù)包括無(wú)人機(jī)航拍、GPS軌跡記錄、眾包標(biāo)注等。這類數(shù)據(jù)針對(duì)性強(qiáng)能拿到開(kāi)放平臺(tái)沒(méi)有的細(xì)節(jié)但成本高、周期長(zhǎng)、需要自己做清洗和校準(zhǔn)。我參與過(guò)一個(gè)園區(qū)級(jí)的人流分析項(xiàng)目公開(kāi)數(shù)據(jù)只能到街道級(jí)別最后是靠WiFi探針和人工計(jì)數(shù)結(jié)合才把精度做到樓棟級(jí)別。2.3 按精度與更新頻率做取舍精度和更新頻率是一對(duì)矛盾。高精度數(shù)據(jù)往往更新慢因?yàn)椴杉蛯徍顺杀靖吒驴斓臄?shù)據(jù)往往精度粗因?yàn)橐采w大范圍。做選型時(shí)先問(wèn)自己兩個(gè)問(wèn)題我的分析單元最小到什么級(jí)別我的結(jié)論對(duì)時(shí)間敏感嗎如果只是做省級(jí)或市級(jí)展示年度更新的行政區(qū)劃數(shù)據(jù)完全夠用。如果要做商圈級(jí)別的門店選址需要街道甚至地塊級(jí)別的邊界還要考慮近兩年的道路變化和新建小區(qū)。如果做實(shí)時(shí)交通或物流調(diào)度那必須接入動(dòng)態(tài)數(shù)據(jù)流靜態(tài)數(shù)據(jù)只能做底圖。注意精度不是越高越好。精度每提升一個(gè)級(jí)別數(shù)據(jù)量、處理時(shí)間和成本可能翻倍。先明確業(yè)務(wù)需求的最小粒度再倒推需要什么精度的數(shù)據(jù)源。3. 坐標(biāo)系地理數(shù)據(jù)源里最容易翻車的地方3.1 地理坐標(biāo)系與投影坐標(biāo)系的本質(zhì)區(qū)別坐標(biāo)系是地理數(shù)據(jù)源里最抽象、也最容易出錯(cuò)的部分。簡(jiǎn)單說(shuō)地理坐標(biāo)系用經(jīng)緯度表示位置單位是度投影坐標(biāo)系把地球表面展開(kāi)成平面單位是米。前者適合存儲(chǔ)和傳輸后者適合計(jì)算距離和面積。常見(jiàn)的地理坐標(biāo)系有WGS84、CGCS2000等。WGS84是全球通用的GPS原始坐標(biāo)系很多開(kāi)放數(shù)據(jù)和GPS設(shè)備默認(rèn)輸出這個(gè)。CGCS2000是國(guó)內(nèi)常用的國(guó)家大地坐標(biāo)系與WGS84在多數(shù)應(yīng)用場(chǎng)景下差異極小但正式項(xiàng)目中需要確認(rèn)具體參數(shù)。投影坐標(biāo)系就更多了。Web Mercator是互聯(lián)網(wǎng)地圖最常用的投影適合做網(wǎng)頁(yè)地圖展示但它在高緯度地區(qū)面積變形嚴(yán)重。UTM分帶投影適合做區(qū)域級(jí)精確計(jì)算。國(guó)內(nèi)還有高斯-克呂格投影按3度帶或6度帶分帶。3.2 坐標(biāo)系不匹配的典型癥狀與排查方法坐標(biāo)系不匹配的典型癥狀有三個(gè)位置偏移、形狀扭曲、面積計(jì)算錯(cuò)誤。位置偏移最常見(jiàn)比如你拿WGS84的經(jīng)緯度直接畫在Web Mercator的底圖上會(huì)發(fā)現(xiàn)整體往某個(gè)方向偏了幾百米。形狀扭曲通常發(fā)生在跨投影轉(zhuǎn)換時(shí)比如把大范圍數(shù)據(jù)從地理坐標(biāo)系直接投到平面坐標(biāo)系邊緣區(qū)域會(huì)明顯拉伸。排查方法很簡(jiǎn)單先確認(rèn)數(shù)據(jù)源的坐標(biāo)系聲明再看你使用的工具或平臺(tái)默認(rèn)坐標(biāo)系是什么最后做一次已知點(diǎn)的交叉驗(yàn)證。具體操作是找一個(gè)地標(biāo)建筑比如某個(gè)知名路口或廣場(chǎng)分別用數(shù)據(jù)源坐標(biāo)和底圖坐標(biāo)查它的位置看偏差是否在可接受范圍內(nèi)。我踩過(guò)最坑的一次是數(shù)據(jù)源標(biāo)注的是CGCS2000但實(shí)際數(shù)據(jù)是WGS84采集的兩者在局部區(qū)域有幾十米偏差。做小比例尺展示看不出來(lái)一做地塊級(jí)疊加就露餡了。后來(lái)養(yǎng)成的習(xí)慣是拿到任何地理數(shù)據(jù)先用幾個(gè)已知點(diǎn)做校驗(yàn)再進(jìn)入正式分析。3.3 坐標(biāo)轉(zhuǎn)換的實(shí)操步驟與參數(shù)選擇坐標(biāo)轉(zhuǎn)換不是簡(jiǎn)單的數(shù)學(xué)公式套用需要明確源坐標(biāo)系、目標(biāo)坐標(biāo)系和轉(zhuǎn)換參數(shù)。常用工具包括PROJ、GDAL、pyproj等。以pyproj為例基本流程是定義源CRS和目標(biāo)CRS創(chuàng)建Transformer對(duì)象然后對(duì)坐標(biāo)數(shù)組做批量轉(zhuǎn)換。from pyproj import Transformer # 定義源坐標(biāo)系和目標(biāo)坐標(biāo)系 transformer Transformer.from_crs(EPSG:4326, EPSG:3857, always_xyTrue) # 單點(diǎn)轉(zhuǎn)換 lon, lat 116.397, 39.908 x, y transformer.transform(lon, lat) print(f投影坐標(biāo): {x:.2f}, {y:.2f})參數(shù)選擇上如果只是做網(wǎng)頁(yè)展示W(wǎng)GS84轉(zhuǎn)Web Mercator就夠了。如果要做精確的面積或距離計(jì)算需要選合適的投影坐標(biāo)系比如按區(qū)域中心經(jīng)度選擇高斯-克呂格帶號(hào)。如果涉及不同國(guó)家或地區(qū)的本地坐標(biāo)系還需要查對(duì)應(yīng)的七參數(shù)或三參數(shù)轉(zhuǎn)換參數(shù)。提示批量轉(zhuǎn)換前先做小樣本測(cè)試確認(rèn)轉(zhuǎn)換方向和參數(shù)無(wú)誤后再全量處理。轉(zhuǎn)換后的數(shù)據(jù)要保留原始坐標(biāo)系信息方便后續(xù)追溯和復(fù)核。4. 從零獲取地理數(shù)據(jù)源的完整操作鏈路4.1 明確需求邊界范圍、粒度、時(shí)間與字段動(dòng)手找數(shù)據(jù)之前先把需求寫清楚。范圍是指地理覆蓋區(qū)域是全市、全省還是全國(guó)。粒度是指最小空間單元是區(qū)縣、街道還是地塊。時(shí)間是指數(shù)據(jù)的時(shí)間截面或時(shí)間序列是只要最新一期還是需要多年對(duì)比。字段是指除了幾何形狀外還需要哪些屬性比如人口、GDP、用地類型、道路等級(jí)。這四個(gè)維度定下來(lái)數(shù)據(jù)源的選擇范圍就縮小了一大半。比如你要做“某市各區(qū)縣近五年常住人口變化與醫(yī)療設(shè)施分布的關(guān)系”范圍是全市粒度是區(qū)縣時(shí)間是五年字段需要人口數(shù)、醫(yī)院點(diǎn)位、行政區(qū)劃邊界。對(duì)應(yīng)的數(shù)據(jù)源就是統(tǒng)計(jì)年鑒加行政區(qū)劃邊界加POI數(shù)據(jù)。4.2 開(kāi)放平臺(tái)數(shù)據(jù)的檢索與下載技巧開(kāi)放平臺(tái)檢索有幾個(gè)實(shí)用技巧。第一優(yōu)先找元數(shù)據(jù)說(shuō)明看清楚數(shù)據(jù)的生產(chǎn)時(shí)間、坐標(biāo)系、精度、字段含義和使用限制。第二注意數(shù)據(jù)格式Shapefile適合桌面軟件GeoJSON適合網(wǎng)頁(yè)和腳本處理CSV加經(jīng)緯度適合輕量級(jí)分析。第三留意更新日志有些平臺(tái)會(huì)標(biāo)注哪些區(qū)域或字段有更新。下載時(shí)建議按最小必要范圍裁剪不要一次性拉全國(guó)全量數(shù)據(jù)。一是文件太大處理慢二是很多平臺(tái)對(duì)單次下載量有限制。如果平臺(tái)提供API優(yōu)先用API按需獲取這樣能拿到最新數(shù)據(jù)也方便自動(dòng)化更新。4.3 數(shù)據(jù)清洗去重、補(bǔ)漏、拓?fù)湫迯?fù)與字段標(biāo)準(zhǔn)化拿到原始數(shù)據(jù)后清洗是繞不開(kāi)的。去重是刪掉完全重復(fù)或幾何重疊的記錄。補(bǔ)漏是處理空幾何、空屬性或坐標(biāo)越界的記錄。拓?fù)湫迯?fù)是解決多邊形自相交、縫隙、重疊等問(wèn)題保證空間關(guān)系正確。字段標(biāo)準(zhǔn)化是統(tǒng)一命名、類型和編碼方便后續(xù)關(guān)聯(lián)。拓?fù)湫迯?fù)是矢量數(shù)據(jù)處理里最費(fèi)時(shí)間的環(huán)節(jié)。常見(jiàn)問(wèn)題包括相鄰多邊形之間有細(xì)縫、邊界線不閉合、面要素自相交。工具方面QGIS的拓?fù)錂z查器、GRASS的v.clean、PostGIS的ST_MakeValid都能處理。我的經(jīng)驗(yàn)是先做可視化檢查定位問(wèn)題區(qū)域再針對(duì)性修復(fù)不要盲目全量跑修復(fù)算法容易引入新問(wèn)題。4.4 數(shù)據(jù)融合多源數(shù)據(jù)的空間連接與屬性關(guān)聯(lián)實(shí)際項(xiàng)目往往需要把多個(gè)數(shù)據(jù)源拼在一起?？臻g連接是按位置關(guān)系關(guān)聯(lián)比如把POI點(diǎn)落到行政區(qū)劃面里統(tǒng)計(jì)每個(gè)區(qū)有多少個(gè)某類設(shè)施。屬性關(guān)聯(lián)是按共同字段連接比如用行政區(qū)劃代碼把統(tǒng)計(jì)數(shù)據(jù)和邊界數(shù)據(jù)掛在一起。空間連接時(shí)要注意空間關(guān)系類型是“在內(nèi)部”、“相交”還是“最近距離”。不同關(guān)系類型結(jié)果差異很大。屬性關(guān)聯(lián)時(shí)要注意字段類型和編碼一致性比如一個(gè)是文本型區(qū)劃代碼一個(gè)是數(shù)值型直接連接會(huì)失敗。還有一對(duì)多關(guān)系的處理比如一個(gè)區(qū)對(duì)應(yīng)多個(gè)統(tǒng)計(jì)指標(biāo)需要決定是聚合還是展開(kāi)。5. 地理數(shù)據(jù)源在實(shí)際項(xiàng)目中的典型應(yīng)用場(chǎng)景5.1 商圈分析與門店選址中的地理數(shù)據(jù)組合商圈分析的核心是回答“這個(gè)位置周圍有什么人、什么競(jìng)爭(zhēng)、什么配套”。需要的數(shù)據(jù)源包括行政區(qū)劃或網(wǎng)格邊界、常住人口或客流熱力、同類門店P(guān)OI、交通站點(diǎn)和路網(wǎng)、商業(yè)綜合體分布。把這些數(shù)據(jù)疊加后可以計(jì)算每個(gè)候選點(diǎn)位的覆蓋人口、競(jìng)爭(zhēng)密度、交通可達(dá)性和配套豐富度。實(shí)操中人口數(shù)據(jù)往往是最難拿的。公開(kāi)的普查數(shù)據(jù)粒度到街道或社區(qū)更新周期長(zhǎng)。商業(yè)客流數(shù)據(jù)需要采購(gòu)或自采集。我的做法是用公開(kāi)人口數(shù)據(jù)做基礎(chǔ)盤用夜間燈光或手機(jī)信令熱力做修正再用實(shí)地調(diào)研做校驗(yàn)。三層數(shù)據(jù)互相印證結(jié)論才靠譜。5.2 物流路徑規(guī)劃對(duì)路網(wǎng)數(shù)據(jù)的要求路徑規(guī)劃對(duì)路網(wǎng)數(shù)據(jù)的要求比展示高得多。首先需要拓?fù)溥B通性每條路段要知道它和哪些路段相連。其次需要通行屬性比如道路等級(jí)、限速、單行道、禁行時(shí)段、轉(zhuǎn)彎限制。最后需要實(shí)時(shí)或準(zhǔn)實(shí)時(shí)更新因?yàn)榈缆肥┕?、交通管制?huì)隨時(shí)改變通行條件。開(kāi)放路網(wǎng)數(shù)據(jù)在主干道上通常沒(méi)問(wèn)題但到了小區(qū)內(nèi)部道路、園區(qū)道路、鄉(xiāng)村道路完整度和屬性豐富度會(huì)明顯下降。做最后一公里配送規(guī)劃時(shí)我建議用商業(yè)路網(wǎng)數(shù)據(jù)打底再結(jié)合實(shí)地采集補(bǔ)充關(guān)鍵節(jié)點(diǎn)。如果成本不允許至少要把配送熱點(diǎn)區(qū)域的路網(wǎng)做人工校驗(yàn)。5.3 區(qū)域統(tǒng)計(jì)與專題圖制作的數(shù)據(jù)準(zhǔn)備流程區(qū)域統(tǒng)計(jì)和專題圖是地理數(shù)據(jù)源最傳統(tǒng)的應(yīng)用。流程一般是確定統(tǒng)計(jì)單元行政區(qū)、網(wǎng)格、流域等把指標(biāo)數(shù)據(jù)關(guān)聯(lián)到單元上選擇合適的分類方法等間距、分位數(shù)、自然斷點(diǎn)等設(shè)計(jì)配色和標(biāo)注最后出圖。這里容易忽略的是統(tǒng)計(jì)單元的可比性。比如同樣是“區(qū)”有的面積大人口少有的面積小人口密直接比較絕對(duì)數(shù)會(huì)誤導(dǎo)。通常需要做歸一化處理比如算密度、人均值或標(biāo)準(zhǔn)化指數(shù)。另外分類方法會(huì)顯著影響圖的視覺(jué)效果和結(jié)論傳達(dá)做正式報(bào)告時(shí)建議同時(shí)展示多種分類結(jié)果避免單一方法帶來(lái)的偏差。6. 地理數(shù)據(jù)源使用中的常見(jiàn)坑與排查經(jīng)驗(yàn)6.1 數(shù)據(jù)精度與比例尺不匹配導(dǎo)致的誤判很多人拿到數(shù)據(jù)就直接用不看比例尺。1:100萬(wàn)的地圖數(shù)據(jù)用來(lái)做街道級(jí)分析邊界誤差可能達(dá)到幾百米。1:1萬(wàn)的地圖數(shù)據(jù)用來(lái)做全國(guó)展示文件大到跑不動(dòng)。比例尺決定了數(shù)據(jù)的幾何精度和屬性詳細(xì)程度用錯(cuò)比例尺結(jié)論就不可信。判斷方法看數(shù)據(jù)元信息里的比例尺或精度說(shuō)明。如果沒(méi)有用已知地物做交叉驗(yàn)證。比如拿一條已知道路的中心線和數(shù)據(jù)里的道路線對(duì)比看偏差是否在可接受范圍。做分析時(shí)分析單元的最小尺寸應(yīng)該大于數(shù)據(jù)精度的兩到三倍否則就是在噪聲上做文章。6.2 屬性字段缺失與編碼不一致的連鎖反應(yīng)屬性字段問(wèn)題往往在關(guān)聯(lián)階段才暴露。常見(jiàn)情況有字段名不同但含義相同、編碼體系不同、空值處理方式不同、數(shù)據(jù)類型不匹配。比如一個(gè)數(shù)據(jù)源用“區(qū)劃代碼”字段另一個(gè)用“行政編碼”值一個(gè)是字符串一個(gè)是數(shù)字直接連接全部失敗。預(yù)防措施是在數(shù)據(jù)入庫(kù)前做字段映射表把不同來(lái)源的字段統(tǒng)一到標(biāo)準(zhǔn)命名和類型?？罩狄鞔_是“未知”、“不適用”還是“零”不同含義處理方式不同。編碼不一致時(shí)查官方對(duì)照表做轉(zhuǎn)換不要憑感覺(jué)映射。6.3 大數(shù)據(jù)量下的性能瓶頸與優(yōu)化思路地理數(shù)據(jù)量大了之后性能問(wèn)題很突出。矢量數(shù)據(jù)幾十萬(wàn)條記錄做空間連接?xùn)鸥駭?shù)據(jù)幾百GB做疊加分析都可能跑到內(nèi)存溢出。優(yōu)化思路有幾個(gè)方向空間索引是必須的R樹(shù)或四叉樹(shù)能大幅加速空間查詢分塊處理是把大區(qū)域切成小片逐塊計(jì)算再合并簡(jiǎn)化幾何是在不影響分析精度的前提下減少節(jié)點(diǎn)數(shù)格式轉(zhuǎn)換是把數(shù)據(jù)轉(zhuǎn)成更適合計(jì)算的格式比如從Shapefile轉(zhuǎn)GeoPackage或Parquet。我的經(jīng)驗(yàn)是單機(jī)處理超過(guò)百萬(wàn)級(jí)要素時(shí)優(yōu)先考慮用PostGIS或DuckDB Spatial做數(shù)據(jù)庫(kù)端計(jì)算比在Python里用GeoPandas硬扛效率高得多。如果數(shù)據(jù)量再大就需要上分布式方案但大多數(shù)業(yè)務(wù)場(chǎng)景用不著。6.4 授權(quán)合規(guī)與商用限制的邊界確認(rèn)地理數(shù)據(jù)的授權(quán)問(wèn)題經(jīng)常被忽視直到項(xiàng)目上線前才被法務(wù)叫停。開(kāi)放數(shù)據(jù)不一定可以商用商業(yè)數(shù)據(jù)不一定可以離線緩存自采集數(shù)據(jù)不一定可以對(duì)外發(fā)布。使用前必須確認(rèn)許可類型CC BY、CC BY-NC、專有許可等、商用是否允許、是否允許修改和再分發(fā)、是否要求署名、是否有地域限制。注意涉及地圖展示的項(xiàng)目除了數(shù)據(jù)授權(quán)還要關(guān)注地圖審圖號(hào)和邊界表示規(guī)范。正式對(duì)外發(fā)布前建議走一遍合規(guī)審查流程。7. 我在實(shí)際項(xiàng)目里積累的幾個(gè)實(shí)用習(xí)慣第一個(gè)習(xí)慣是建數(shù)據(jù)字典。每引入一個(gè)地理數(shù)據(jù)源就記錄它的來(lái)源、坐標(biāo)系、精度、字段含義、更新時(shí)間、授權(quán)條款和已知問(wèn)題。項(xiàng)目周期一長(zhǎng)很容易忘記某個(gè)字段是什么意思有了數(shù)據(jù)字典就能快速回溯。第二個(gè)習(xí)慣是先做小范圍驗(yàn)證。不管數(shù)據(jù)看起來(lái)多規(guī)范先裁一小塊區(qū)域跑通全流程確認(rèn)坐標(biāo)系、字段、空間關(guān)系都沒(méi)問(wèn)題再全量處理。這個(gè)習(xí)慣幫我省過(guò)很多次返工。第三個(gè)習(xí)慣是保留原始數(shù)據(jù)副本。清洗和轉(zhuǎn)換后的數(shù)據(jù)方便用但一旦發(fā)現(xiàn)處理邏輯有問(wèn)題沒(méi)有原始數(shù)據(jù)就麻煩了。原始數(shù)據(jù)、中間結(jié)果、最終成果分開(kāi)存放版本清晰。第四個(gè)習(xí)慣是可視化檢查。數(shù)字和表格看不出空間問(wèn)題把數(shù)據(jù)畫出來(lái)一眼就能發(fā)現(xiàn)偏移、重疊、空洞、異常值。QGIS或簡(jiǎn)單的Python繪圖都行關(guān)鍵是養(yǎng)成“先看圖再下結(jié)論”的習(xí)慣。地理數(shù)據(jù)源這個(gè)領(lǐng)域工具和平臺(tái)一直在變但核心邏輯沒(méi)變搞清楚數(shù)據(jù)從哪來(lái)、代表什么、精度如何、能不能用。把這幾個(gè)問(wèn)題回答清楚后面的分析和開(kāi)發(fā)就是水到渠成的事。