先看效果:
点要素查重
一、需求背景
在兴趣点数据的融合过程中,由于数据来源的繁多,数据质量的参差不齐,表达同一点位实体的要素可能会出现多条记录的情况。
点实体数据重复示例:
而在一定距离范围内,同一个名称的点要素,应当就只有一条记录。故需要对数据进行重复性检查处理,确保一定距离范围内,同一点位实体,不能出现与之名称完全相同,或名称及其相似,但表达内容相同的要素。如:“云南民族大学医院”和“云南民族大学-校医院”,相距仅6.9米,明显表达同一实体,但名称不完全相同。
同一实体名称不同:
二、POI实体查重工具介绍
工具对输入点图层,在指定距离范围内任意点,查找出名称与之相似度最高的点位,记录其ID,与之的方位角和距离,输出到属性表中。相似度字段similarity使用Levenshten包中ratio函数计算两个字符串的莱文斯坦比,similarity的取值为[0,1],为1时,表示在指定距离范围内找到一个与之名称完全相同的点位。值越大,相似程度越高。
POI实体查重工具运行过程:
工具参数说明:
注意事项:
搜索距离,应在分析数据质量后,慎重填写。否则,当搜索距离过小时,不能找出重复实体,距离过大时,没有实际意义。
工具输出:
要素类(FeatureClass)“{要素类名}_duplicate_Point”,“{要素类名}_duplicate_Line”,存放在输出目录中的scratch.gdb中。若scratch.gdb不存在,则自动创建,若已存在,不会覆盖其中已有的要素。
输出结果中增加“NEAR_FID”,“NEAR_DIST”,“NEAR_FID_NAME”和“similarity,记录当前实体查重的结果,分别表示临近点ID、与临近点的距离、临近点的名称以及相似度。similarity的取值为[0,1],为1时,表示在指定距离范围内找到一个与之名称完全相同的点位。值越大,相似程度越高。
实体重复性分析结果示例(属性表):
实体重复性分析结果示例(几何+属性表):
输出类型可选择“点”或“线”。当输出类型选择为点时,输出结果在保留原始数据的基础上,增加与之相似度最高的ID、方位角、距离、相似度等字段值。而输出类型选择“线”时,在每个点与之相似度最高的点位之间,创建一条线,用于快速定位相似点,同时记录两个点位之间的ID,距离,名称以及相似度值。
工具执行结果示例: