“房地一体”数据自动化融合和建库方法研究

龙文骏

（广东恒源空间地理信息技术有限公司,广东 惠州 516000）

0.引言

2020年5 月，自然资源部印发了《自然资源部关于加快宅基地和集体建设用地使用权确权登记工作的通知》（自然资发〔2020〕84号），提出“按照不动产统一登记要求，加快地籍调查，对符合登记条件的办理“房地一体”不动产登记，形成满足确权登记需要的“房地一体”地籍调查成果”。在这样的背景和要求下，很多学者结合实践开展了探讨和研究，齐永波[1]等从数据采集的角度切入，研究了三维激光扫描技术在“房地一体”测量中的应用。张西军[2]等从“房地一体”协同整理、内外业协同工作和数据匹配技术三个方面开展了“房地一体”数据整合关键技术研究。叶爱东[3]主要围绕“房地一体”权籍数据库数据质量控制的内容和方法进行了研究和探讨。以上这些研究主要围绕不动产确权登记工作模式、“房地一体”测量、数据建库关键技术及数据质量检查方法等开展研究和探讨，并未探讨和研究面向分立的房屋、宗地数据如何快速、高效、自动实现关联融合。因此，本研究从数据的组织和逻辑结构切入，重点面向“房地一体”数据自动化关联融合的技术和方法进行梳理和研究，探索构建一套普适性的数据融合框架，并通过实例进行论证。

1.研究思路与方法

1.1 研究思路

以查清每宗土地、每栋房屋权属为目标，开展数据的清理及整合工作。首先依据土地权利类型区分所有权与使用权，完成集体土地和国有土地的所有权全覆盖；在全覆盖的所有权范围内，按照各区地籍管理划定清理范围，对相关数据收集整理，形成权籍清晰、宗地界线清楚的宗地，对未形成清晰边界的宗地，开展权籍调查，实现土地使用权的全覆盖。按照统一的数据库建库标准，以历年来土地调查成果数据库、土地和房屋确权登记成果为基础，通过格式转换、坐标转换、拓扑重建等技术手段，对存储分散、格式各异、标准不一的各类调查数据进行整合建库，按照分层分类管理，形成空间参考一致、图属档一体的专题调查数据库。对有权籍调查成果且已经登记发证的，将登记成果直接入库更新，有权籍调查未登记的需要开展权属认定工作。对权籍调查未覆盖的区域开展测绘和权籍调查工作，扩展数据和关联数据则结合业务审批、专项调查数据信息，开展各类权籍数据的集成和认定工作。

1.2 数据融合方法

在物理空间上，房屋和宗地既是属于不同空间层级的两个相互独立的空间实体，又在空间上具有紧密的关联和明确的空间拓扑逻辑，具体表现为一个宗地地块对应其上的一栋或多栋房屋建筑，而每一栋房屋建筑必然落在且仅落在一个宗地地块上。为了既能从空间上体现房屋和宗地要素的拓扑逻辑，又能在属性上实现“房地一体”数据的关联融合，本研究以空间关联和属性关联两种方式开展房屋建筑数据和地籍宗地数据的融合研究，最终基于统一时空基准，依据统一的属性编码，实现房屋、宗地数据的连接。

1.2.1 属性关联

依据《不动产单元设定与代码编制规则（试行）》对每一宗宗地进行编码。每宗地采用七层28位编码规则进行唯一编码。依据《建筑物分类及代码》规范，对该宗地内每一栋建筑进行唯一编码。同时，将宗地编码作为外键，对该宗地内的每栋建筑进行挂接，通过属性逻辑实现宗地与该宗地内所有建筑具备统一的宗地代码，并以此作为关联字段,如图1所示。

图1 房屋、宗地属性逻辑映射

1.2.2 空间关联

基于空间关联的“房地一体”数据融合，即根据宗地与建筑物在空间中的唯一映射关系，以空间位置为索引，实现建筑物与宗地的关联如图2所示。宗地特征点坐标分别记为（Xn，Yn），宗地内建筑物几何中心点作为建筑物特征点，记为（xm，ym），只要满足（xm，ym）在宗地特征点以内，即认为该建筑与宗地具备对应关系。

图2 房地和宗地拓扑关系

基于属性编码的“房地一体”数据关联，即从属性层面以宗地编码为唯一关联字段，对于该宗地范围内的建筑物，按照对应宗地编码进行编码。同时，由于一宗地对应多个房屋建筑，为了区别各独立建筑，需对每个房屋建筑进行唯一编码，用以识别建筑物自身信息，最终，通过空间和属性两种模式实现了“房地一体”数据关联[4]。

1.3 数据建库流程

本研究以空间数据库对数据进行存储和管理，从数据的获取到最终入库，包括数据质量检查、标准化处理、“房地一体”数据关联融合和数据入库四个阶段，每个阶段又按照属性数据和空间数据进行关联和组织[5]。

1.3.1 质量检查

数据的质量检查主要在完成数据测量或数据获取后进行，检查对象包括属性数据和空间数据，重点检查数据属性的完整性和成果的正确性、空间拓扑检查、属性和空间一致性等。

1.3.2 标准化处理

标准化处理是将数据按照标准和规则规整后，才能形成统一的数据结构，其过程主要包括数据格式标准化、数据结构标准化和数据编码标准化。

1.3.3 关联融合

数据关联融合是本研究的核心内容，按照本研究提出的数据融合方法和思路，主要包括通过编码以关键信息实现房、地数据关联，通过空间坐标关系实现房、地数据空间关系判断，通过属性、空间，共同实现房、地数据的关联融合，并建立相应数据的元数据。

1.3.4 数据入库

最后实现房、地数据空间数据分层入库和属性信息建表入库。

建库流程框架和各环节核心要素，如图3所示。

图3 数据建库思路

2.实证研究

2.1 研究区域概述

本研究以惠阳区“房地一体”农村宅基地和集体建设用地确权登记发证工作为实例进行论证研究。广东省惠州市惠阳区地处珠江三角洲东部，毗邻香港，东邻惠东县，西靠深圳、东莞，南临大亚湾，北接惠城区。惠阳于2003年6月撤市设区，现辖淡水、秋长、三和3个街道和沙田、新圩、镇隆、永湖、良井、平潭6个镇，辖区面积915.6 km2，常住人口95.98万人（2020年人口普查时点，11月1日零时）。惠阳区范围内约13.05万宗地数据。

2.2 数据库设计

本次建库包括基础图层、参考图层和辅助图层，如表1所示。基础层包括行政区划、遥感影像等，作为工作底图和底板；专题图层包括地籍分区和不动产单元。

表1 资源目录

2.3 数据质检和融合入库

2.3.1 数据质量检查模型

数据质量检查是数据处理、入库各环节的必要条件。数据的正确性、规范性是开展“房地一体”数据自动化融合的基础。本研究根据数据质检的要求、对象和环节，按照检查内容、质量元素和检查项目，构建了5大类10中类14小类的数据质量检查体系，如表2所示。

表2 %数据质检体系

2.3.2 “房地一体”数据融合模型

ArcGIS是目前处理空间数据的主流工具软件，Model－Builder是其自带的一款工具，能以工作流的形式实现地理处理工具的串联，并可导出为Python脚本进行代码级开发。本研究采用ModelBuilder构建“房地一体”数据融合工作流，最终建立可编辑的Python脚本。按照本研究设计的“房地一体”数据融合方法设计程序逻辑，主要设计步骤如下：

（1）通过空间关联方法，将房屋和宗地进行空间关联分析，对于空间上可关联宗地的房屋赋值该宗地编码，作为房屋数据集一；对于不能进行空间关联的房屋，将房屋数据中的宗地编码清除，考虑可能宗地编码有误。

（2）通过属性关联分析方法，将待关联宗地编码作为关联码，和宗地能关联的房屋作为房屋数据集二，属性编码不同、关联不上的房屋作为房屋数据集三。

（3）将房屋数据集二和房屋数据集一进行关联分析，若房屋编码一致，则作为待融合图层；若不一致，则数据集二中房屋要素的宗地编码更新为目标宗地编码，作为待融合图层。

（4）房屋数据集三和房屋数据集一进行关联分析，若房屋编码一致，则更新数据集三中房屋要素的编码更新为目标宗地编码，作为待融合图层。

（5）将待融合图层进行融合，作为最后的“房地一体”数据。

采用ArcGIS Modle Builder进行模型设计和实现，融合流程和模型如图4所示，其具体构建过程和编辑的Python脚本代码在论文中省略。

图4 数据融合模型

3.结束语

从方法体系的层面梳理了房屋和宗地数据的逻辑关系，建立了两类空间要素的融合方法，设计了包括数据检查、数据标准化、数据融合和数据入库的完整流程，为开展“房地一体”数据关联和建库提供了流程和方法框架。

（1）建立了一套比较完整的数据质量检查环节和质检体系。该检查体系可面向空间数据、属性数据以及需要通过属性、空间实现关联融合的数据对象，经过在实际工作中的验证，该体系的质检维度较为完整，同时具有一定的普适性和灵活性，在面对其他工作中的空间数据的质量检查时，也可以针对不同的重点进行调整。

（2）根据房屋、宗地数据特征，以及工作中的实际需求，设计了“房地一体”数据融合的逻辑、方法和流程，并在惠阳区“房地一体”项目中进行了细化和实现。实践证明，采用属性和空间分步关联和关联后分步骤融合的方法具有较高的准确性，以此为基础通过ArcGIS Modle Builder串联各环节和流程，实现了“房地一体”数据自动融合模型。