论文部分内容阅读
摘 要：地理信息监测数据基本统计是地理信息监测工作的重要内容。根据地理信息监测采集的点、线、面等几何特征类型和地理实体对象，进行自然地理要素、人文地理要素的数量、密度、位置、高程、范围等内容的统计。地理信息监测基本统计流程分为数据预处理、统计配置、基本统计计算、变化量统计、转移矩阵计算、统计结果生成6个部分。本文结合工作实际，重点探讨省级地理信息监测数据统计方法及关键技术。
关键词：地理信息监测 基本统计 地理信息变化量 统计汇总方法
中图分类号：P694 文献标识码：A文章编号：1674-098X（2021）04（b）-0047-03
Research on Basic Statistical Methods and Key Technologies of Provincial Geographic Information Monitoring
GUO Qian
（The First Surveying and Mapping Institute of Anhui Province， Hefei， Anhui Province， 230031 China）
Abstract： Basic statistics of geographic information monitoring data is an important part of geographic information monitoring work. According to the geometric feature types such as points， lines， and areas collected by geographic information monitoring and geographic entity objects， the statistics of the number， density， location， elevation， and scope of natural geographic elements and human geographic elements are carried out. The basic statistical process of geographic information monitoring is divided into six parts： data preprocessing， statistical configuration， basic statistical calculation， change amount statistics， transition matrix calculation， and statistical result generation. Based on the actual work， this article focuses on the statistical methods and key technologies of provincial geographic information monitoring data.
Key words： geographic information monitoring; basic statistics; changes in geographic information; statistical summary methods
地理信息監测数据基本统计分析以地理信息监测数据为基础，以科学的指标体系和统计方法进行统计分析，确保客观真实地反映自然地表和地理要素的现状，客观、准确地表现自然和人文地理要素的空间分布状态和空间关系，向社会公众、政府部门提供科学、客观、综合、权威、统一的基本地理信息;为政府科学决策与日常管理提供公共基础数据;同时为各种专业监测或调查工作提供丰富的基础资料。
1 统计技术方法
1.1 统计单元提取
为确保省级监测成果数据基本统计分析能够客观、准确地表现自然和人工地理要素的空间分布和空间关系，根据统计的内容，从数据库中提取统计单元，分别从相应的数据层中提取行政区划与管理单元、地形单元和地貌单元等需要的统计单元。
1.2 统计配置
统计配置主要是完成统计对象与监测数据、统计对象与统计指标、统计对象与统计单元的配置，形成反映统计内容的具体统计任务列表，为下一步的统计计算做好准备，软件系统已预先完成配置。地形地貌、植被覆盖、水域、荒漠与裸露地、交通网络、居民地与设施和地理单元统计对象与监测数据库相应的数据层匹配[1]见表 1。
1.3 基本统计计算
在统计配置的基础上，进行统计对象统计指标的计算过程与管理。通过系统的统计计算功能，根据统计指标数，选中需要统计的指标，自动进行统计计算。
1.4 变化量统计
针对本年度的监测基本统计成果与上年度的基本统计成果，分别基于行政区划与管理单元、自然地理单元进行分类、分级求差以实现变化量统计，最终形成县级、地市级、省级的反映地理信息变化的分类统计成果[2]。
首先建立各级行政区划与管理单元、自然地理单元的代码匹配关系，进而统计不同年度的地理信息现状差异。
（1）地表覆盖数据。首先根据要素分类代码建立一、二、三级分类的匹配关系。若上年度某覆盖地类存在，而本年度对应地类不存在，则标识为消失地类，数值为负;若上年度某覆盖地类不存在，而本年度对应地类存在，则标识为新增地类，数值为正;若两年度均存在，则直接利用本年度数值减去上年度数值，形成地类增量。增量为正，代表增加;增量为负，代表减少。 （2）地理信息要素数据。应根据要素代码、属性项代码进行匹配。若上年度某要素类不存在，而本年度对应要素类存在，则标识为新增要素类，数值上标识为正值;反之，标识为消失要素类，数值上标识为负值;若两年度均存在，则直接利用本年度数值减去上年度数值，形成要素类增量[3]。
对于新增的行政区划与管理单元，直接将本年度的各类统计成果视为新增处理，数值全部标识为正[4]。对于消失的行政区划与管理单元，直接将上年度的各类统计成果视为消失处理，数值全部标识为负。最终形成反映地表覆盖与地理信息要素变化的统计报表。
1.5 转移矩阵计算
基于本年度与上年度地理信息监测数据，以本年度县级行政区划单元为基准，从空间范围建立行政区划代码匹配关系[5]。在此基础上，开展地表覆盖转移矩阵计算与汇总。
1.5.1 转移矩阵计算
利用本年度县级区划界线作范围控制，分别拼接与裁切两年度地表覆盖数据，形成同范围可比较数据层。通过图层叠加操作，得到涵盖两期地表覆盖分类信息的新层。对该层图斑面积进行计算与汇总，得到县级行政单元的地表覆盖分类转移矩阵数据集与报表。
1.5.2 转移矩阵汇总
开展不同级行政区划单元（包括地市、省、四大地区、全国）和不同类地表覆盖（包括三级类、二级类、一级类）的矩阵汇总，形成县级以上地表覆盖分类转移矩阵数据集与报表。
平差过程仅针对监测基本统计中单一年度版本数据的计算结果实施，以确保不同单元、不同地类逻辑结果的一致性。转移矩阵计算涉及不同年度的两期原始数据，计算结果不做平差处理，存在着与基本统计数据集、报表变化量不等的情况。对上年度地表覆盖数据中存在错误的情况，可根据具体情况先行更正，再进行转移矩阵计算[6]。
1.6 统计结果生成
在统计计算的基础上，按照技术规定的格式生成数据集和报表，统计成果包括基本统计分析数据集、基本统计分析报表和基本统计数据汇编，均由统计软件自动生成。
2 关键技术研究
2.1 统计汇总方法
省级地理信息基本统计详细汇总方案分为行政区划单元汇总、地形单元汇总与规则地理网络单元汇总。
2.2 基本统计平差
2.2.1 平差原则
（1）覆盖范围完全重合的两类统计单元，其汇总值须开展平差处理。（2）优先展开同类统计单元汇总值平差，然后实施不同统计单元汇总值微调平差。（3）优先开展行政区与管理单元平差，再将其结果作为其他类型统计单元平差的依据。
2.2.2 行政区面积平差方案
（1）计算县级行政区面积，作为后续平差处理的控制值。（2）以县为基本统计单元，分别计算、汇总各类地理信息要素面积，并参考县汇总值，分别对各类地理信息要素面积汇总值开展平差处理。
2.2.3 高程带/坡度带面积平差流程
（1）计算高程带、坡度带统计单元面积，作为后续平差处理的权重值。（2）以县面积为控制值，以各高程带、坡度带面积为权重，开展高程带、坡度带面积平差处理。（3）分别计算、汇总高程带、坡度带内各类地理信息要素面积，并基于平差原则计算所得控制值，对统计单元区内各类地理信息要素面积汇总值开展平差处理。（4）参考其他统计单元平差结果，分别将步骤得到的平差结果进行调平处理，直到各种统计单元的汇总结果在逻辑上保持一致。
2.3 统计成果提取
在基本统计计算完成的基础上，需对基本统计成果进行提炼与整合，以用于基本统计报告的编写，具体方法分为直接提取和程序提取。
2.3.1 直接提取法
直接提取法即对基本统计报表获取地表覆盖、自然地理要素和社会经济区域各项统计数据，包括各级要素面积、表面积、长度、个数、占比和构成比以及各高程带和坡度带分布的面积与表面积。
2.3.2 程序提取法
使用自主开发的桌面应用程序对基本统计数据集和基本统计报表提取地表覆盖各乡镇四至坐标、东西南北长度，以制作各乡镇四至点分布矢量图以及东西南北长度。
3 结语
省級地理信息监测数据基本统计分析以地理信息监测数据为基础，以科学的指标体系和统计方法进行统计分析，确保客观真实地反映自然地表和地理要素的现状，客观、准确地表现自然和人文地理要素的空间分布状态和空间关系[6]，向社会公众、政府部门提供科学、客观、综合、权威、统一的基本地理信息信息。本文结合笔者的生产实践，总结了影响地理信息监测数据统计成果及质量的关键因素，并提出了相应的解决方案，为后续有效开展地理信息监测数据统计及质量控制工作提供了参考与借鉴。
参考文献
[1] GQJC03-2017，基础性地理国情监测内容与指标[S].北京：国家基础地理信息中心，2017.
[2] GQJC01-2019，国基础性地理国情监测数据技术规定[S].北京：国家测绘地理信息局，2019.
[3] 马世发，邹威，欧阳雪敏.三生协调的地理国情综合统计分析框架设计[J].测绘科学，2017，42（10）：80-87.
[4] 李雪，邓捷，吴春菊，等.分形维数[J].科技创新与应用，2019（11）：115-116，119.
[5] 自然资源部.2020年全国地理国情监测实施方案[Z].北京：自然资源部，2020.
[6] 马毅.东北严寒地区绿色村镇数据库系统设计与应用研究[D].哈尔滨：哈尔滨工业大学，2018.
关键词：地理信息监测 基本统计 地理信息变化量 统计汇总方法
中图分类号：P694 文献标识码：A文章编号：1674-098X（2021）04（b）-0047-03
Research on Basic Statistical Methods and Key Technologies of Provincial Geographic Information Monitoring
GUO Qian
（The First Surveying and Mapping Institute of Anhui Province， Hefei， Anhui Province， 230031 China）
Abstract： Basic statistics of geographic information monitoring data is an important part of geographic information monitoring work. According to the geometric feature types such as points， lines， and areas collected by geographic information monitoring and geographic entity objects， the statistics of the number， density， location， elevation， and scope of natural geographic elements and human geographic elements are carried out. The basic statistical process of geographic information monitoring is divided into six parts： data preprocessing， statistical configuration， basic statistical calculation， change amount statistics， transition matrix calculation， and statistical result generation. Based on the actual work， this article focuses on the statistical methods and key technologies of provincial geographic information monitoring data.
Key words： geographic information monitoring; basic statistics; changes in geographic information; statistical summary methods
地理信息監测数据基本统计分析以地理信息监测数据为基础，以科学的指标体系和统计方法进行统计分析，确保客观真实地反映自然地表和地理要素的现状，客观、准确地表现自然和人文地理要素的空间分布状态和空间关系，向社会公众、政府部门提供科学、客观、综合、权威、统一的基本地理信息;为政府科学决策与日常管理提供公共基础数据;同时为各种专业监测或调查工作提供丰富的基础资料。
1 统计技术方法
1.1 统计单元提取
为确保省级监测成果数据基本统计分析能够客观、准确地表现自然和人工地理要素的空间分布和空间关系，根据统计的内容，从数据库中提取统计单元，分别从相应的数据层中提取行政区划与管理单元、地形单元和地貌单元等需要的统计单元。
1.2 统计配置
统计配置主要是完成统计对象与监测数据、统计对象与统计指标、统计对象与统计单元的配置，形成反映统计内容的具体统计任务列表，为下一步的统计计算做好准备，软件系统已预先完成配置。地形地貌、植被覆盖、水域、荒漠与裸露地、交通网络、居民地与设施和地理单元统计对象与监测数据库相应的数据层匹配[1]见表 1。
1.3 基本统计计算
在统计配置的基础上，进行统计对象统计指标的计算过程与管理。通过系统的统计计算功能，根据统计指标数，选中需要统计的指标，自动进行统计计算。
1.4 变化量统计
针对本年度的监测基本统计成果与上年度的基本统计成果，分别基于行政区划与管理单元、自然地理单元进行分类、分级求差以实现变化量统计，最终形成县级、地市级、省级的反映地理信息变化的分类统计成果[2]。
首先建立各级行政区划与管理单元、自然地理单元的代码匹配关系，进而统计不同年度的地理信息现状差异。
（1）地表覆盖数据。首先根据要素分类代码建立一、二、三级分类的匹配关系。若上年度某覆盖地类存在，而本年度对应地类不存在，则标识为消失地类，数值为负;若上年度某覆盖地类不存在，而本年度对应地类存在，则标识为新增地类，数值为正;若两年度均存在，则直接利用本年度数值减去上年度数值，形成地类增量。增量为正，代表增加;增量为负，代表减少。 （2）地理信息要素数据。应根据要素代码、属性项代码进行匹配。若上年度某要素类不存在，而本年度对应要素类存在，则标识为新增要素类，数值上标识为正值;反之，标识为消失要素类，数值上标识为负值;若两年度均存在，则直接利用本年度数值减去上年度数值，形成要素类增量[3]。
对于新增的行政区划与管理单元，直接将本年度的各类统计成果视为新增处理，数值全部标识为正[4]。对于消失的行政区划与管理单元，直接将上年度的各类统计成果视为消失处理，数值全部标识为负。最终形成反映地表覆盖与地理信息要素变化的统计报表。
1.5 转移矩阵计算
基于本年度与上年度地理信息监测数据，以本年度县级行政区划单元为基准，从空间范围建立行政区划代码匹配关系[5]。在此基础上，开展地表覆盖转移矩阵计算与汇总。
1.5.1 转移矩阵计算
利用本年度县级区划界线作范围控制，分别拼接与裁切两年度地表覆盖数据，形成同范围可比较数据层。通过图层叠加操作，得到涵盖两期地表覆盖分类信息的新层。对该层图斑面积进行计算与汇总，得到县级行政单元的地表覆盖分类转移矩阵数据集与报表。
1.5.2 转移矩阵汇总
开展不同级行政区划单元（包括地市、省、四大地区、全国）和不同类地表覆盖（包括三级类、二级类、一级类）的矩阵汇总，形成县级以上地表覆盖分类转移矩阵数据集与报表。
平差过程仅针对监测基本统计中单一年度版本数据的计算结果实施，以确保不同单元、不同地类逻辑结果的一致性。转移矩阵计算涉及不同年度的两期原始数据，计算结果不做平差处理，存在着与基本统计数据集、报表变化量不等的情况。对上年度地表覆盖数据中存在错误的情况，可根据具体情况先行更正，再进行转移矩阵计算[6]。
1.6 统计结果生成
在统计计算的基础上，按照技术规定的格式生成数据集和报表，统计成果包括基本统计分析数据集、基本统计分析报表和基本统计数据汇编，均由统计软件自动生成。
2 关键技术研究
2.1 统计汇总方法
省级地理信息基本统计详细汇总方案分为行政区划单元汇总、地形单元汇总与规则地理网络单元汇总。
2.2 基本统计平差
2.2.1 平差原则
（1）覆盖范围完全重合的两类统计单元，其汇总值须开展平差处理。（2）优先展开同类统计单元汇总值平差，然后实施不同统计单元汇总值微调平差。（3）优先开展行政区与管理单元平差，再将其结果作为其他类型统计单元平差的依据。
2.2.2 行政区面积平差方案
（1）计算县级行政区面积，作为后续平差处理的控制值。（2）以县为基本统计单元，分别计算、汇总各类地理信息要素面积，并参考县汇总值，分别对各类地理信息要素面积汇总值开展平差处理。
2.2.3 高程带/坡度带面积平差流程
（1）计算高程带、坡度带统计单元面积，作为后续平差处理的权重值。（2）以县面积为控制值，以各高程带、坡度带面积为权重，开展高程带、坡度带面积平差处理。（3）分别计算、汇总高程带、坡度带内各类地理信息要素面积，并基于平差原则计算所得控制值，对统计单元区内各类地理信息要素面积汇总值开展平差处理。（4）参考其他统计单元平差结果，分别将步骤得到的平差结果进行调平处理，直到各种统计单元的汇总结果在逻辑上保持一致。
2.3 统计成果提取
在基本统计计算完成的基础上，需对基本统计成果进行提炼与整合，以用于基本统计报告的编写，具体方法分为直接提取和程序提取。
2.3.1 直接提取法
直接提取法即对基本统计报表获取地表覆盖、自然地理要素和社会经济区域各项统计数据，包括各级要素面积、表面积、长度、个数、占比和构成比以及各高程带和坡度带分布的面积与表面积。
2.3.2 程序提取法
使用自主开发的桌面应用程序对基本统计数据集和基本统计报表提取地表覆盖各乡镇四至坐标、东西南北长度，以制作各乡镇四至点分布矢量图以及东西南北长度。
3 结语
省級地理信息监测数据基本统计分析以地理信息监测数据为基础，以科学的指标体系和统计方法进行统计分析，确保客观真实地反映自然地表和地理要素的现状，客观、准确地表现自然和人文地理要素的空间分布状态和空间关系[6]，向社会公众、政府部门提供科学、客观、综合、权威、统一的基本地理信息信息。本文结合笔者的生产实践，总结了影响地理信息监测数据统计成果及质量的关键因素，并提出了相应的解决方案，为后续有效开展地理信息监测数据统计及质量控制工作提供了参考与借鉴。
参考文献
[1] GQJC03-2017，基础性地理国情监测内容与指标[S].北京：国家基础地理信息中心，2017.
[2] GQJC01-2019，国基础性地理国情监测数据技术规定[S].北京：国家测绘地理信息局，2019.
[3] 马世发，邹威，欧阳雪敏.三生协调的地理国情综合统计分析框架设计[J].测绘科学，2017，42（10）：80-87.
[4] 李雪，邓捷，吴春菊，等.分形维数[J].科技创新与应用，2019（11）：115-116，119.
[5] 自然资源部.2020年全国地理国情监测实施方案[Z].北京：自然资源部，2020.
[6] 马毅.东北严寒地区绿色村镇数据库系统设计与应用研究[D].哈尔滨：哈尔滨工业大学，2018.