3. 矿体边界悬挂节点的批量捕捉

悬挂节点的成因与批量捕捉思路

矿体边界线在数字化采集、格式转换或裁剪后，常出现端点未与任何其他线或面接触的情况，这类端点即悬挂节点（dangle node）。它会导致后续构面失败、边界不闭合、面积统计偏差。本例针对线图层中的悬挂端点，采用“识别—设容差—批量捕捉—复核统计”的闭环处理。

关键约束：捕捉容差必须小于矿体边界的最小可信间距（例如相邻勘探线间距的 1/10），否则会把本应独立的边界误吸附到一起。示例中设容差 tolerance = 2.0 m，仅对端点执行捕捉，不移动中间顶点。

识别与批量捕捉的关键实现

以下用 Python + Shapely 演示核心逻辑（示例数据为教学构造，非实测）。思路：先统计每个端点在容差范围内是否与其他线接触，判定悬挂；再对悬挂端点求最近边界线上的投影点，替换原坐标。

from shapely.geometry import LineString, Point, MultiLineString
from shapely.ops import unary_union

# 示例边界线（教学构造）
lines = [
    LineString([(0,0),(0,100),(110,100)]),
    LineString([(130,0),(130,90),(230,90)]),
    LineString([(260,0),(260,80),(290,80)]),
]
tolerance = 2.0

def endpoints(ls):
    c = list(ls.coords)
    return [Point(c[0]), Point(c[-1])]

# 1) 识别悬挂端点：端点容差内无其他线接触
dangles = []
for i, ls in enumerate(lines):
    for ep in endpoints(ls):
        others = [l for j, l in enumerate(lines) if j != i]
        if not any(ep.distance(o) <= tolerance for o in others):
            dangles.append((i, ep))
print("修复前悬挂节点数:", len(dangles))

# 2) 批量捕捉：吸附到最近边界线
fixed = list(lines)
for i, ep in dangles:
    others = [l for j, l in enumerate(lines) if j != i]
    nearest = min(others, key=lambda o: ep.distance(o))
    proj = nearest.interpolate(nearest.project(ep))
    coords = list(fixed[i].coords)
    if Point(coords[0]).equals(ep):
        coords[0] = (proj.x, proj.y)
    else:
        coords[-1] = (proj.x, proj.y)
    fixed[i] = LineString(coords)

# 3) 复核统计
remain = 0
for i, ls in enumerate(fixed):
    for ep in endpoints(ls):
        others = [l for j, l in enumerate(fixed) if j != i]
        if not any(ep.distance(o) <= tolerance for o in others):
            remain += 1
print("修复后悬挂节点数:", remain)

结果判读与验证

验证时务必重新运行拓扑检查，确认 dangle 规则返回空集；同时对比修复前后边界线长度与构面面积，若长度变化超过容差累计值，说明捕捉点选择有误，需检查最近线判定逻辑。