姜黎黎

（辽宁省林业调查规划监测院，沈阳 110112）

1 数据预处理

衔接以县为单位，对两套数据进行预处理。

1.1 坐标系统

荒漠化和沙化监测数据与国土三调数据的坐标系统均采用CGCS2000坐标系统。文章使用三度带投影坐标系，辽宁省共涉及3 个三度带：CGCS2000-3-Degree-GK-Zone-40，CGCS2000-3-Degree-GK-Zone-41，CGCS2000-3-Degree-GKZone-42。北票市所在的区域为40 度带，通过投影变换将荒漠化和沙化监测数据与国土三调数据统一为CGCS2000-3-Degree-GK-Zone-40坐标系。

1.2 国土三调数据（数据A）添加字段

添加标识ID、国土图形面积2个字段，并计算字段填入相应的值。

1.3 荒漠化和沙化监测数据（数据B）添加字段

添加荒漠化和沙化图形面积字段并计算字段填入相应的值。

2 两套数据处理

2.1 Identity工具处理

ArcGIS 的Identity 工具计算输入要素和标识要素的几何交集，输入要素中与标识要素不相交的部分不变，与标识要素相交的部分获取标识要素的属性值[1]。数据A 为输入要素，数据B 为标识要素,处理后生成数据C。

2.2 数据C处理

图形吻合度，以量化的面积比例来描述，即数据C 的图形面积/国土图形面积×100。对数据C 求图形面积、图形吻合度。

2.3 数据C国土地类归组到荒漠化和沙化地类

按林沙综字[2020]5 号文件中的附件:第三次全国国土调查工作分类与荒漠化和沙化监测土地利用对照表，建立国土地类与荒漠化和沙化地类对应关系，运用python 语句构建模型工具进行国土地类归组，如图1。

图1 国土地类归组工具

3 数据分析及处理

3.1 选定图形吻合度阈值

设定100，95，90，85，80，70共6个图形吻合度阈值，对数据C 进行吻合度计算，并通过标识ID 对数据A 进行分类，数据A 共212 168 个图斑，分为大于等于阈值、小于阈值两类，数据A图斑个数分布情况如表2，在综合考虑数据精度及工作量的情况下，选定80作为图形吻合度阈值。……