GIS分析以查找重复的几何

我有一个很大的shapefile，其中包含我工作所在的城镇的所有建筑物和房屋（约90,000个要素）。建筑物/房屋的数据由镇的测量工程师保存，并且由于不当做法以及不同测量师对数据的访问，许多建筑物/房屋已被保存两次并在地图上显示为重复项。

其中一些是完全重复的（它们一个出现在另一个之上），而另一些则是在两个对象之间留有间隔的（例如，一个对象在另一个对象内部，请参见所附的屏幕截图）。

我想清理这些数据，以便在城镇中只有正确的建筑物/房屋，所以我的问题是：

我是否可以运行任何GIS分析或SQL表达式来查找所有重复的功能（确切的功能和位于其他功能内的功能）？我同时拥有ArcGIS和QGIS，因此欢迎您提出所有建议。

在QGIS中，拓扑检查器插件可以正确解决您的问题

我将使用Python的itertools和SearchCursor获得一种非常有效的方式来找到您想要的空间关系。您可以并入几何方法 overlaps，contains并equal获得几何属性。

1. 首先创建一个功能以更好地组织工作流程并提高可重复性

   def findOverlaps(x):

2. 打开搜索光标以遍历各个要素几何

   with arcpy.da.SearchCursor(x, ['OID@', 'SHAPE@']) as cur:

3. 用于itertools.combinations()从可迭代输入中返回元素的子序列cur

   for feature1,feature2 in itertools.combinations(cur, 2):

4. 用下面的方法访问几何属性： equals()，overlaps()，和contains()。这些设置是按照逻辑顺序进行的-如果需要，您可以对此进行调整以满足特定的目标。

       if feature1[1].equals(feature2[1]):
           print "{} equals {}".format(feature1[0],feature2[0])
       if feature1[1].overlaps(feature2[1]):
           print "{} overlaps {}".format(feature1[0],feature2[0])
       if feature1[1].contains(feature2[1]):
           print "{} contains {}".format(feature1[0],feature2[0])
   

5. 运行...

enter code herefindOverlaps（fc）

import itertools, arcpy

fc = r'C:\path\to\your\fc'

def findOverlaps(x):
    with arcpy.da.SearchCursor(x, ['OID@', 'SHAPE@']) as cur:
        for feature1,feature2 in itertools.combinations(cur, 2):
            if feature1[1].equals(feature2[1]):
                print "{} equals {}".format(feature1[0],feature2[0])
            if feature1[1].overlaps(feature2[1]):
                print "{} overlaps {}".format(feature1[0],feature2[0])
            if feature1[1].contains(feature2[1]):
                print "{} contains {}".format(feature1[0],feature2[0])

findOverlaps(fc)

屏幕快照显示了重叠，重叠和相同且唯一的各种功能。

我知道什么可能对您有用。它将基于一些假设，但这将有助于缩小可能的相同功能的列表。这不是一个自动化的过程，但需要手动查看重复项。根据注释，自动化工具似乎无法比较属性，因此这将帮助您避免意外删除功能。

使用ArcMap

（1）制作shapefile的副本，以防出现问题。

（2）将一列添加为您的shapefile。

（3）使用最描述（最精确）的格式计算每个特征的面积。四舍五入可能不是问题。

（4）在该列上运行摘要（汇总）。确保在摘要中选择一个唯一的标识符，并标记第一和最后。

（5）在输出表中，查找计数字段大于1的那些记录。

（6a）手动检查功能并重复该过程，直到不再有重复为止。

（6b）您可以仅创建这些唯一ID的列表，然后通过arcpy删除要素，但是您可能会在同一区域拥有两个不相同的要素。

使用ArcPy的另一种技术

当我构造以上答案时，我想到了这样一种可能性，即该数据的多个作者实际上可能对重复的特征使用了相同的唯一标识符。 如果是这种情况，则可以通过在arcpy中循环来找到重复项。

我考虑使用ArcPy进行此操作的方式可能会加重您的系统负担，并且会花费一些时间。

（1）复制您的shapefile（以防万一）

（2）添加新列以表示重复项。诸如“ y”或“ n”或0或1之类的东西会起作用。

（3）在python中创建一个列表以存储唯一标识符。

（4）运行更新光标（arcpy.UpdateCursor('LAYERNAME')）。对于每条记录，请检查您的列表以查看其是否包含该标识符，并在该列中将其标记为重复项。

myList = []
rows = arcpy.UpdateCursor("layername")
for row in rows:
  if str(row.UniqueIdentifier) in myList:
    #value duplicated
    row.DuplicateColumnName = "y"
  else:
    #not there, add it
    myList.append(row.UniqueIdentifier)
  rows.updateRow(row)

（5）然后，您可以对标记的列进行比较或执行任何所需的操作。

进行这些比较可能有更好的方法，但是我认为这应该是可行的，或者至少可以帮助您入门。

编辑

根据elrobis的注释，您可以利用最小边界矩形进一步减少删除不正确特征的机会。

使用ArcMap，可以运行“ 数据管理”中的“ 最小边界几何”工具。在检查了选项之后，我认为使用CONVEX_HULL选项可能是最好的。

如果将MBG_APodX / Y1，MBG_APod_X / Y2字段与MBG_Orientation进行重复比较，则应该能够很好地了解重复功能。我建议使用上面介绍的“ 汇总”方法进行比较。从边界矩形中选择一个顶点（坐标）以查找重复项。您可能会得到一些偶然的“匹配”，但是一旦添加了其他顶点加方向，就可以肯定地确信结果要素是重复的。

尽管我还没有使用过它，也不太确定该工具的结果，但是如果使用ArcMap中的“ 摘要统计”工具，您可能会发现检查生成的shapefile更容易。看起来您可以用这种方式汇总多个列，而不是我的单个列选项。

我认为不会有一种完全自动化的方法来执行此操作，而不必担心会删除不重复的功能。这些方法应有助于限制您需要手动查看的功能数量。

您可以使用空间自连接在SQL中执行此操作。您没有说明使用的是哪种SQL方言，因此本示例使用Postgres / Postgis，但可以轻松地将其适应Oracle或SQL Server。假设有一个名为buildings的表，其几何存储在名为geom的列中：

SELECT a.id, b.id from buildings a, buildings b WHERE 
  ST_INTERSECTS(a.geom, b.geom) AND a.id < b.id;

这将发现相交。如果要完全相等，则将ST_Intersects替换为ST_Equals。或者，将两者结合起来：

SELECT a.id, b.id from buildings a, buildings b WHERE 
   (ST_INTERSECTS(a.geom, b.geom) OR ST_EQUALS(a.geom, b.geom)) 
   AND a.id < b.id;

请注意，a.id <b.id意味着您仅考虑自连接中一半的情况，这使其a）速度更快，并且b）提供了一个列表，您可以使用该列表删除一半重叠的多边形而不删除所有重叠多边形。显然，这仍然是O（n²）算法，但是在实践中，如果您有适当的空间索引，它将更快得多-这实际上是任何非平凡数据集的总要求。

您可能需要稍微按摩一下以适应重叠的定义-您不想删除经过严重调查的邻近房屋。

如果使用正确，Topology Checker插件是一个很好的工具。您仍然必须对数据有基本的了解，并且必须手动进行“更正”。该插件将突出显示其认为是错误的内容。然后由您自己检查每个数据，并为您和您的数据做出适当的决定。图层中有9万个项目，您可能在圣诞节回家！