如何搜集一个区域的地铁数据、地质/水文图、卫星/电子图，并整合到ArcGIS中

在此分享一个实习经历：如何收集广州的在建地铁数据、地质/水文图、人口分布图，以及如何在ArcGIS中进行配准。

1、地铁数据
搜集在建地铁数据时，我最先想到的是访问广州地铁局的官网，当然它并没有，类似的广州本地宝网站也不会提供这种带有地理坐标的数据。可以理解为，这些网站提供的是乘客服务。然后我想到的百度地图、高德地图，在此我可能就会认为高德做得更好了，高德地图上可以搜索到在建的地铁信息，于是，问题就转化为了如何获取高德地图上的线数据。
在高德地图上定位广州，搜索“地铁22号线”，地图会出现搜索结果，打开开发者工具，在NetWork项下看到网页请求中有一项：poiInfo？query_type，如下图：

该项中包含着带有地铁坐标点的坐标信息，双击打开该项会出现如下图，红圈中即所需数据：

上述链接为：
https://gaode.com/service/poiInfo?query_type=TQUERY&pagesize=20&pagenum=1&qii=true&cluster_state=5&need_utd=true&utd_sceneid=1000&div=PC1000&addr_poi_merge=true&is_classify=true&zoom=10&city=440100&geoobj=112.891984|22.826788|114.108743|23.448106&keywords=地铁22号线（这个中文是被我修改的，复制过来应该是某种编码）
修改keyword参数的地铁线路名称，即可依次查询该地所有地铁线路的数据，结果中的xs、ys为路线上的点集，后文还有站点信息。由于结果是json数据，没法使用python扒取（或许可以，但是我不知道），于是将整条xs数据手动复制并粘贴到csv表格中，再进行“分列”，“转置复制”的操作，可以形成一列xs记录，同理处理ys数据。其中的站点数据复制后使用在线json转csv工具。到此基本的地铁数据就采集到了，其坐标系是高德经过加密后的WGS_1984坐标。

2、地质/水文图
对于这一类数据，我首先想到的是地信论坛，结果其不全，而且不让下载（非会员啥的），然后是“地质云门户”，“全国地质资料馆”，其实这两者都一样，带有坐标信息的地质/水文数据是没法直接通过网络获取的，在“全国地质资料馆”的“地质图库”中找到了1:25万的江门市图幅（包含广州），放大至一定比例，元素审查可以发现，整幅的地质图是一张张小的地质图组成的，如下：
将上图蓝色部分复制，提取其中的url，即：
http://219.142.81.86/igserver/ogc/kvp/TAS10C52000F49/WMTSServer/1.0.0/TAS10C52000F49/default/EPSG:4326_TAS10C52000F49_dpi96_GB/12/1514/6666.png
其中有服务类型信息如wms，投影类型信息如EPSG：4326，图幅信息如：TAS10C52000F49，12是其缩放比例，1514是行号，6666是列号。记录下所需区域左上角及右下角地质图的行号列号，当需要组成一大幅地质图的时候，上述url只有两个变量，即最后的行号与列号，故可使用python进行扒取，代码如下：（原理不太懂，借鉴网友通过url扒取图片的代码）

上述代码需要注意的是imgPath行，即给图片命名时应该按行列号命名，便于后续拼合。运行上述代码，将获取行列号范围内所有的地质图，于是现在的问题变成了如何将这些图片拼合。拼合图片的方法网友分享的有在PS中通过动作，还有调整画布大小等，但最简单的、能够批量拼合的是下述方法：打开PS，文件——自动——联系表，如下图：

上述设置需要注意的是间距设置，输入0会自动变为1,但是输入0.01px就会变为0，虽然我也不知道为什么，但是如此便可以完美地将地质图进行拼合。水文图同上。

3、人口分布图及卫星/电子地图
人口数据来源于城市数据团，它还提供道路数据、POI数据等，写在这里算是打个广告。卫星/电子地图可以通过水经注地图下载下载，虽然有流量限制，但是也能满足一定的需求。在此分享另一个网站http://www.webmap.cn/main.do?method=index，即全国地理信息资源服务系统，可以下载DEM数据和矢量数据，虽然我暂时没有用到，但是强烈推荐这个网站。

4、在ArcGIS中进行配准
接下来需要做的是将上述的csv表格、图片（png/jpg）、shp文件整合起来。由于shp文件是已经确定了投影坐标系和地理坐标系的，我们应该以它为基础，将其他资料与其进行匹配，即将csv表格中的数据转化为shp数据，再修改其坐标系统，使之与已有的shp文件匹配。图片则在此基础是使用georeferencing进行配准。
打开ArcGIS，添加shp文件数据，查看其地理坐标系统；打开csv表格，在属性中显示XY数据，弹出的设置窗口中有输入坐标的坐标系统，选择WGS——1984，之后坐标点会在地图上显示，再导出为shp文件。最后的图片配准方法很简单，使用georeferening工具。

5、心得
纵观本次实习内容，其与课程实习最大的差别在于，需要自己进行数据的收集与整理，而课程实习则是老师提供数据，学习的是数据处理的方法。本次实习内容并不丰富，结果也并不完美，因为所得结果并不能用于工程分析，即不能获取坐标点的地质信息或者水文信息，无论其原因是数据获取的方式有限，还是数据获取本身的难度。
本次实习最大的收获是一种思维过程。接到任务时我一筹莫展，在我看来无论是地铁的坐标信息，还是高精度的地质图和水文图，都是难以获取的。但是在搜集过程中，我发现了数据来源的广泛，同时也认识到了平时积累相关渠道与相关知识的重要性，如城市数据团为我提供了六普人口数据，基础的python知识让我能够修改别人的代码扒取自己想要的图片，更基本的又如csv表格的处理和ps软件的使用。本次实习虽然最终没有达到预期的最好结果，但在一定程度上已经解决了问题，而尝试解决问题，对问题进行划分与转化便是我最大的收获。

（注：以上纯属经验之谈，主要分享解决问题的方式，不保证数据的精度，有更好建议者恳请批评指正！）