早几年做三调内业，最让人头疼的不是图斑分错地类，而是“图上干净”这四个字。外业跑断腿拿回来的成果，进入内业建库阶段，质检软件一跑，尖锐角、小缝隙、狭长条这些问题哗啦啦涌出来，动辄几千上万个。用ArcGIS手动去改，一个点一个点地挪，改到天亮也改不完；直接拿“消除”工具一锅端，又会把有效图斑吞掉，后期解释起来更麻烦。
这篇文章就是围绕“基于FME的三调数据处理”展开的，重点讲清楚尖锐角和小缝隙这两类图斑质量问题怎么用FME批量、自动化地处理。内容不只给结论，还会把识别逻辑、阈值设定、模板搭建、避坑经验都过一遍。做过三调、国土变更调查，或者日常处理地类图斑数据的朋友可以直接参考，刚接触FME的初学者也能按步骤复现。
1. 先从业务本身说起：尖锐角和小缝隙到底是什么
1.1 尖锐角的定义与成因
在土地利用现状图斑数据里，尖锐角通常指某个图斑顶点处的内角过小，视觉上像一根刺扎在边界上。三调数据库质检里常用15度作为警戒线，也有些地方的标准更严格，低于20度就会提出来。角度一旦小于这个阈值，图斑边界看起来就很不自然，打印到地形图上就是一条细得几乎看不见的“长刺”。
为什么会产生尖锐角？实际作业中主要有三个来源。第一个是数据采集端，外业调查时勾绘边界手一抖，多打了一个点，两个点离得很近，角度自然就小了。第二个是内业矢量化时，参照影像勾边界，遇到田埂、路坎这种曲折地物，连续短折线挤在一起，很容易形成锐角。第三个是不同来源的数据拼接，比如两个村分别采集，接边处坐标系统一后，边界线互相穿插，也会产生大量的尖角。
1.2 小缝隙的含义与危害
小缝隙有两类。一类是图斑与图斑之间出现的狭窄空隙，在拓扑上表现为两个面之间有面积很小的“空白地带”。另一类是图斑自身的窄条状延伸，也就是俗称的狭长条，图上看着就是一条细线拖出去很远，面积不大但边界复杂。
从质检角度看，三调规程对最小上图图斑面积有要求，一般以400平方米作为一个常见控制线，地方细则可能更严格。小缝隙的危害并不在于面积本身小，而在于它会导致图斑边界不闭合、相邻图斑公共边不重合，进而在入库检查时被判定为拓扑错误。更麻烦的是，这类问题往往成片出现，一个村的数据里能找到几百处。
2. 处理流程的整体设计：为什么最终选了FME
2.1 ArcGIS手工处理的问题
先说我一开始的思路。其实ArcGIS本身有拓扑检查工具，可以快速找出尖锐角和小缝隙的位置，但它的定位是“查”，不是“改”。查出来之后还得人工逐点修，遇到大批量数据基本不现实。ArcGIS的“简化面”和“消除”工具虽然能减少顶点，但消除工具会直接把小图斑合并到相邻大图斑里，一旦参数没控制好，整个地类图斑会被吞并，面积变化超出容差，后期写说明都写不圆。
所以我最终选了FME来做这件事。FME这类ETL工具，天然适合批量的空间数据清洗。它不擅长交互式编辑，但在“按规则自动遍历几十万个图斑，找出问题并修复”这件事上，效率远超手工操作。而且同一个模板可以反复复用，这次三调用了，下次国土变更调查还能改改阈值再用。
2.2 整体技术路线
搭建的FME模板整体思路分五步：
- 读取源数据，统一坐标系。
- 逐顶点检查图斑边界，识别尖锐角。
- 用面积、长宽比等条件筛选小缝隙和狭长条。
- 对识别出的问题执行修复合合并，同时记录处理前处理后的面积。
- 输出处理结果并进行拓扑重建与面积复核。
这个流程的关键在于“先识别，再修复”，不是无差别地简化边界。因为三调成果数据对面积精度要求很高，任何操作都必须有记录、可追溯，所以模板里每一步都加了统计输出，方便核对。
3. 核心功能拆解：两个技术方案怎么落地
3.1 锐角识别逻辑与转换器组合
FME里没有现成的“查尖锐角”按钮，需要组合转换器来实现。核心思路很简单：把图斑边界上的每个顶点和它前后两个顶点抽出来，计算三点夹角，小于阈值就标记为可疑顶点。
具体做法是先用CoordinateFetcher按顶点索引顺序获取图斑全部顶点坐标，再用VertexRemover思路的反向操作——把当前顶点、前一个顶点、后一个顶点分别提取为点要素，通过方位角差计算夹角。或者更直接一些，用CoordinateExtractor取坐标，再用AttributeCreator写计算公式，利用反正切函数求两个相邻线段的方位角差，角度差的绝对值小于15度就定义为尖锐角。
这里补充一个容易踩的坑：弧段地物。三调的图斑边界里有很多弧段，弧段本身是由密集的折线点模拟的，点与点之间的角度也可能很小。如果不对弧段点做区分，会把大量弧段顶点误判成尖锐角。所以在识别之前，要先过滤掉弧段上的顶点，或者只对直线段端点做角度检查，否则误报率会高到没法用。
3.2 小缝隙和狭长条的识别
小缝隙的识别分两条线。
第一条线是针对图斑自身形状，用AreaCalculator计算面积，再用BoundingBoxReplacer得到最小外接矩形，算长宽比。如果面积小于阈值且长宽比超过一定倍数，比如10倍，就判定为狭长条，需要处理。
第二条线是针对图斑之间的空隙，需要借助NeighborFinder找出相邻图斑的间隙面，或者用AreaGap相关逻辑把空白区域提取出来，再按面积阈值筛出小缝隙。这里更稳妥的做法是把所有图斑合并求差集，用Dissolver合并全部图斑得到一个“理论全覆盖面”，再和原始图斑做Difference，差出来的就是缝隙面，再按面积和宽度条件筛选。
筛选时宽度比面积更直观。因为有些缝隙面积不大但很长，面积这个指标看不出来。建议同时计算缝隙面的最小宽度，可以用MinimumWidthCalculator这个自定义转换器，或者用BoundingBoxReplacer的长边短边近似判断，短边小于某个阈值就认为是小缝隙。
3.3 修复操作：删除顶点与小图斑融合
尖锐角的修复相对简单，定位到问题顶点之后，用VertexRemover删除该顶点即可。但要特别注意边界线的整体走势，连续多个顶点密集分布时，只删除一个点往往不够，删完还会出现新的尖锐角，所以建议做两轮迭代检查。
小缝隙的修复就不能用删点解决了，因为图斑之间有空隙，本质上是边界没有闭合，需要把缝隙归属到相邻图斑上。常见做法是用NeighborFinder找出缝隙的相邻图斑，按面积最大或共享边最长原则归属，再用Dissolver把缝隙面融合到归属图斑中。这样能保证整个区域被完整覆盖，不产生新的空隙。
还有一种情况是狭长条图斑本身是一个独立图斑，不是缝隙。这时候的处理策略要谨慎，一般不直接删除，而是根据相邻图斑的属性做融合或重新归类。如果长条图斑的地类和周围图斑一致，可以直接合并；如果不一致，就要先走地类变更流程，不能只做几何处理。
4. 实战配置与参数详解
4.1 常用转换器清单
列一份可以直接参考的转换器清单，都是我实测用过的组合：
| 转换器 | 用途 | 关键参数 |
|---|---|---|
CoordinateFetcher | 按顶点索引提取坐标 | 索引模式选“按几何对象” |
VertexRemover | 删除指定索引顶点 | UseInsertionPoint设为是 |
AngleCalculator | 计算三点夹角 | 需要预处理三个顶点 |
AreaCalculator | 计算图斑面积 | 注意坐标系单位为米时面积是平方米 |
BoundingBoxReplacer | 生成最小外接矩形或包围盒 | Replacement Mode选Minimum Oriented Bounding Box |
NeighborFinder | 查找相邻图斑 | 搜索距离建议2倍容差值 |
Dissolver | 融合图斑 | Group By按地类代码融合 |
AttributeKeeper | 保留关键字段 | 白名单模式 |
Reprojector | 坐标系统一 | 目标坐标系按项目要求设定 |
4.2 角度阈值和面积阈值的设定依据
角度阈值上，我一般按质检标准反推。如果质检要求是“图斑边界角不得小于15度”，模板阈值就设在15度；但要留有余量，实际识别时设成18度，把临界值附近的点一并查出来，人工抽检时再决定要不要改。这种做法可以减少返工。
面积阈值也一样。三调常见的最小上图面积为400平方米，但模板筛选小缝隙时会把阈值放低到200平方米，把所有潜在问题先捞出来，加一个标记字段，由人工确认后再处理。宁可多查不能漏查，这是质检整改的基本逻辑。
4.3 属性保留与Schema一致性
三调成果数据的字段非常多，图斑编号、地类编码、权属单位、坐落单位代码等等，任何一个字段在FME处理过程中丢失，后面入库都会出问题。所以模板里必须在读取之后立即用AttributeKeeper指定保留字段清单，处理完再做一次字段完整性校验。
尤其要注意FME里不同格式的schema行为。用File Geodatabase格式读写时，字段顺序和别名可能变化；用Shapefile格式时，超过10个字符的字段名会被截断。解决方法是输出到FGDB，并且在写入前用SchemaMapper固定字段映射关系。
5. 常见问题与排查技巧实录
5.1 和ArcGIS拓扑检查结果对不上的原因
很多人在用FME处理后，会拿ArcGIS拓扑再查一遍，发现两边报的数量不一样，第一反应是FME没处理干净。其实多数时候是判定标准不一致导致的。
ArcGIS拓扑的“不能有尖角”规则，默认角度阈值是10度或按要素类设置的值，而FME模板里如果设成15度，两边结果当然不同。解决方案是构建模板前先确认质检软件到底用的哪个标准，把两边的角度阈值、容差统一。还有一个小细节，ArcGIS做拓扑检查时默认会忽略悬挂点在容差范围内的错误，而FME不会自动容忍，所以要用Snapper先把节点捕捉到容差范围内，再跑角度检查，结果就能对齐。
5.2 几十万图斑跑不动的性能对策
三调一个县的图斑数量动辄二三十万，模板没做优化的话，一个NeighborFinder就能把机器跑死。我实测下来有几个优化手段很有效。
第一个是用FeatureReader分块读取，配合Tester按网格分块处理，每个块控制在5万图斑以内。第二个是把真正需要参与计算的字段减到最少，读入后先用AttributeKeeper把无关字段去掉，等处理完再关联回来。第三个是内存型转换器的替代，比如Dissolver处理大数据量时特别吃内存，如果只是为了找缝隙，可以先用Aggregator聚合，再通过计算外包围盒来判断缝隙，速度能快不少。
还有一个经验是，能流式处理的转换器不要缓存。FME里很多转换器在数据流到达之前需要缓存全部数据，比如Sorter、NeighborFinder，这类转换器后面尽量不要挂太多计算量大的流程，先做小范围测试，跑通全量前先抽样验证。
5.3 修复后公共边依然不重合
处理完尖锐角后，经常发现图斑和相邻图斑的公共边错开了。原因是只删了当前图斑的顶点，没让相邻图斑同步更新公共边。
解决方案是处理完顶点删除后，统一做一次Snapper节点捕捉，把共享边上的顶点捕捉到公共位置。捕捉容差一般设为成图精度的两倍，比如矢量数据精度是0.1米，容差就设为0.2米。捕捉之后再跑一次重叠检查，确保没有新的狭长重叠区出现。
5.4 输出字段丢失或顺序变化
这个问题的根因通常在写模块的schema配置。FME里写入目标要素类时，下拉框选“自动”通常没问题，但如果中间用了Dissolver，输出schema可能会按照第一个输入要素的属性来建字段，导致其他图斑的字段丢失。
解决方法是在Dissolver之前把需要的属性统一成一致的数据类型，数值字段不要有的是整型有的是字符串型。之后再接一个AttributeManager手工核对字段列表，或者直接用一个空模板写一个固定schema，处理完的要素以FeatureMerger方式把属性挂接回来，既能保证字段完整，也能保证处理效率。
6. 一些个人体会
做了几轮数据整改之后，最大的感受是：这类工作追求的从来不是几何上的“绝对完美”，而是能通过质检、能入库、能经得起复核。所以模板里的每一个阈值、每一个处理动作，最好都留有参数入口和统计日志。我把角度阈值、面积阈值、最小宽度阈值全部设置成发布参数，换一个项目只改参数，不用动模板结构，省下来的时间远比一开始多花的搭建时间划算。
另外，处理完一定要做面积复核。比如删掉一个尖角，图斑面积可能只变化零点几平方米，对整体面积影响很小，但要做记录。如果面积变化超过项目容差，就要调整阈值重新处理，不要硬着头皮提交。
最后分享一个小技巧：在处理之前，先复制一份原始数据，所有修复工作都在副本上做。别嫌占空间，这一份备份在后期检核和写说明材料的时候能救命。数据清洗这件事，慢就是快，稳就是赢。
