4. 农田地块数据采集方法概述
在QGIS中开始绘制第一块农田之前，真正决定成果质量上限的往往不是软件操作，而是数据源。地块边界从哪里来、精度能到多少、成本要花多少、多久能拿到，这些问题在打开QGIS之前就已经被数据源决定了。本节把农田地块测绘中四类常用数据源放在一起比较，说明它们各自能提供什么、适合什么场景，以及在实际项目中如何组合使用。
四类数据源的能力边界
遥感影像是最容易获取的底图来源。常用的有Sentinel-2（10米分辨率，约5天重访）、Landsat 8/9（30米分辨率，16天重访）等免费公开影像，以及高分系列、资源系列等国产商业影像（亚米级到2米级）。遥感影像的优势是覆盖范围大、历史存档丰富、可做多时相分析，适合大范围地块的初步勾绘和作物类型判读。但10米级分辨率下，一条田埂往往只占一个像元甚至不到，地块边界的定位误差可能达到5～10米，对于面积只有几亩的小地块，这个误差会显著影响面积计算结果。
无人机航拍是当前农田地块测绘中精度与成本平衡得最好的方案。消费级或行业级无人机在100～150米航高下，配合正射影像拼接，地面分辨率通常可达3～5厘米，田埂、沟渠、道路边界清晰可辨。一次飞行覆盖0.5～2平方公里，适合单个合作社或行政村的地块调查。无人机航拍的关键在于航向重叠度（一般70%～80%）和旁向重叠度（60%～70%）的设置，以及地面控制点（GCP）的布设——没有控制点时，正射影像可能存在数米的绝对定位偏差，虽然相对几何关系较好，但与其他数据叠加时会出现错位。
GPS实测（更准确地说是GNSS RTK实测）是精度最高的方式。使用RTK设备沿地块边界行走采集拐点，平面精度可达厘米级（典型值1～3厘米）。它适合地块面积小、边界不规则、权属纠纷需要精确界定的场景，也常用于对无人机或影像勾绘结果进行抽样核验。GPS实测的代价是人力成本高，一个作业员一天通常只能完成几十块到一百多块地的边界采集，大面积项目难以全覆盖。
已有矢量数据包括农业农村部门的地块确权数据、土地承包经营权数据、高标准农田建设成果、国土调查的地类图斑等。这类数据的最大价值是“现成”——字段齐全、权属清晰、已经过行政确认，直接导入QGIS即可使用。但它的现势性可能不足，地块拆分、合并、流转后边界未必更新；坐标系也可能是地方坐标系或CGCS2000的某一投影带，需要先确认并与项目坐标系对齐。
如何判断该用哪一种
选择数据源时，建议先明确三个约束条件：成果精度要求、项目覆盖范围、时间与预算。三者往往互相制约，需要做取舍。
如果项目是全县或全乡镇的耕地面积统计，精度要求到米级即可，遥感影像配合已有矢量数据是最经济的方案。具体做法是：以Sentinel-2或高分影像为底图，在QGIS中叠加确权地块矢量，逐块检查边界与影像是否吻合，对明显偏移的地块做局部修正。这种“矢量为主、影像为辅”的方式，一天可以处理数百个地块。
如果项目是某个村的农田建设规划，需要准确掌握每块地的形状和面积，无人机航拍是首选。典型作业参数为：航高120米、航向重叠75%、旁向重叠65%、相机焦距24mm（等效），单架次覆盖约0.8平方公里，地面分辨率约3.5厘米。飞行前在测区四角和中心布设5个以上像控点，用RTK测得CGCS2000坐标，拼接时导入控制点进行几何校正，最终正射影像的绝对定位误差可控制在0.3米以内。在QGIS中用“新建Shapefile图层”沿田埂勾绘，得到的边界精度足以支撑面积计算。
如果涉及土地流转合同、补贴核算或权属纠纷，边界必须经得起复核，此时应以RTK实测为准。作业时沿地块边界每5～10米采集一个拐点，拐角处加密，闭合后回到起点。采集完成后在QGIS中检查多边形是否闭合、有无自相交，再用“字段计算器”调用 $area 计算面积。需要注意的是，$area 返回的是图层坐标系下的面积，若图层为地理坐标系（度），结果单位是平方度，没有实际意义，必须先投影到CGCS2000 3度带或UTM等投影坐标系再计算。
多源数据的组合与一致性处理
实际项目很少只用一种数据源。常见的组合是“已有矢量定底数、无人机补边界、RTK做核验”。组合使用的关键是一致性：所有数据必须统一到同一坐标系、同一投影带。例如确权数据常为CGCS2000 3度带高斯-克吕格投影，无人机正射影像可能输出WGS84经纬度，RTK采集的坐标又可能是当地独立坐标系。在QGIS中应先用“重投影图层”工具统一到项目坐标系，再叠加检查。
叠加后要重点观察两类问题：一是系统性偏移，即所有地块整体向某一方向平移，通常由控制点或坐标系参数引起，需要回到源头修正；二是局部不吻合，即个别地块边界与影像田埂错位，可能是地块拆分合并后未更新，应以影像为准人工修绘。修绘时建议开启“捕捉”功能，设置捕捉容差为10个像素，避免产生缝隙或重叠。
数据源选择的检查清单
在正式开工前，建议逐项确认以下内容，避免返工：
- 坐标系：数据源坐标系、项目目标坐标系、是否需要重投影，投影带号是否一致。
- 精度：数据源标称精度与项目要求是否匹配，是否需要用RTK抽样验证。
- 现势性：影像拍摄日期、矢量数据更新日期，是否覆盖地块最新变化（如新修田埂、道路）。
- 覆盖完整性：测区是否有云遮挡、航拍漏拍、矢量数据缺失的图斑。
- 属性字段：已有矢量是否含地块编号、权属人、作物类型等字段，字段类型与长度是否满足入库要求。
- 许可与合规：无人机飞行是否已报备，影像和矢量数据的使用范围是否符合规定。
把这六项确认清楚，再打开QGIS开始建图层，后续的勾绘、拓扑检查和面积计算才有可靠的基础。数据源选对了，地块测绘的工作量能减少一半以上；选错了，再精细的软件操作也弥补不了源头精度的不足。