1. 环境点线面数据认知与课程任务导入

在环境信息化项目中，我们拿到的原始数据往往不是一张整齐的表格，而是来自监测站、排污口台账、卫星影像、行政区划库、道路与河流中心线等多种来源的混合体。要把它们变成可用于分析、制图和统计的成果，第一步不是急着打开软件，而是先建立对数据几何形态的清晰认知：哪些是点、哪些是线、哪些是面，它们各自承载什么属性，又通过什么字段彼此关联。本课程以一套真实环境数据集为操作对象，围绕"清洗"与"属性联接"两条主线展开，最终形成可入库、可制图、可统计的规范数据。

三类几何对象及其环境语义

点数据表达位置明确、范围可忽略的对象。环境领域最典型的是空气质量监测站、水质自动监测站、地下水观测井、噪声监测点、土壤采样点、排污口位置。点的属性通常包括站点编码、名称、经纬度、监测因子、监测时间与浓度值。点的关键特征是"一址一记录"，同一站点在不同时刻会产生多条记录，因此点数据清洗的重点往往是时间序列的去重、缺失值处理与异常值识别。

线数据表达具有长度但宽度可忽略的对象。环境领域常见的有河流与渠道中心线、道路与交通干线、污染线源（如输油管线、排污管道）、行政界线、生态廊道。线数据的属性包括线路编码、名称、起止节点、长度、等级、流向。线数据清洗的难点在于拓扑：悬挂节点、自相交、重复线段、方向不一致都会导致后续网络分析与缓冲区计算出错。

面数据表达具有面积和边界的对象。环境领域包括行政区、流域分区、环境功能区划、土地利用类型、自然保护区、污染场地范围。面数据属性包括区域编码、名称、面积、区划类别、适用标准。面数据清洗关注的是几何有效性：自相交、空洞错误、边界重叠、缝隙（sliver polygon）以及坐标系不一致导致的面积偏差。

为什么必须先清洗再联接

属性联接的本质是"用共同键把两张表拼在一起"。如果键值本身不规范，联接结果就会失真。举个具体例子：某市有 38 个空气质量监测站，站点表中"站点编码"写作 AQ001，而监测数据表中写作 aq001 或 AQ-001。直接按编码联接，匹配率可能只有六成，其余记录变成空值。这类问题不是联接算法的问题，而是清洗阶段没有统一编码格式。再如行政区面图层与监测点图层坐标系不一致（一个为 CGCS2000 地理坐标，一个为 Web 墨卡托投影），空间联接时点会整体偏移数百米，导致站点被划入错误区县。因此本课程确立一条基本原则：先让几何有效、坐标统一、键值规范，再做联接。

本课程的整体任务链

课程以一套模拟但结构真实的环境数据集为操作对象，包含四类文件：监测站点表（点，含编码、名称、经纬度、监测因子）、河流中心线图层（线，含河流编码、名称、等级）、区县行政区面图层（面，含区划代码、名称、面积）、以及一张监测结果长表（含站点编码、日期、PM2.5、COD 等指标）。任务链可概括为四个阶段：

1. 认知与检查：读取各图层，查看几何类型、坐标系、字段结构、记录数与取值范围，形成数据画像。
2. 几何清洗：统一坐标系，修复面自相交与缝隙，清理线悬挂节点与重复段，纠正点坐标明显越界（如经纬度写反）。
3. 属性清洗：统一编码大小写与分隔符，处理缺失值（删除、插补或标记），识别超出物理量程的异常值（如 PM2.5 为负值或超过 1000 μg/m³）。
4. 属性联接与成果输出：按编码做属性表联接，按空间关系做点落面、线穿面联接，输出带行政区归属的监测汇总表与专题图。

一个可参照的检查清单

在动手前，建议对每个图层填写一份简表，把"看到什么"和"要处理什么"分开记录。下表为示例结构，数值为教学假设，实际项目应按真实数据填写。

需要强调的是，点、线、面并不是孤立的三类数据，它们在环境分析中经常互相转换与配合：监测点落在行政区面上得到区县均值，河流线穿过多个区县面得到分段归属，面要素的质心又可生成代表点用于标注。理解这种"点落面、线穿面、面生点"的关系，是后续所有联接操作的基础。下一阶段我们将从数据读取与画像开始，把这套任务链逐步落到具体操作上。