4. 排查工具与日志准备
空间连接字段错配的排查，最怕的不是问题复杂，而是“没有证据”。当连接结果出现大量空值、字段值串位或记录数异常时，如果事先没有准备好诊断工具、字段映射表和结果日志，排查就只能靠反复试错。本节要解决的是：在正式执行空间连接之前和之后，如何建立一套可复用的“观测手段”，让错配问题能够被定位、被量化、被追溯。
一、先明确要观测什么
字段错配在空间连接中通常表现为四类可观测现象：一是目标字段出现异常高比例的空值；二是连接后记录数与预期基数不符（一对多膨胀或匹配丢失）；三是同名字段被自动改名后取值来源不明；四是连接字段的数值分布与源图层明显偏离。排查工具的准备，本质上就是围绕这四类现象布置“观测点”。
因此，工具准备不是简单地打开软件，而是先确定三个基准：源图层的记录总数与关键字段非空数、目标图层的记录总数、以及预期的连接基数关系（一对一、一对多还是多对一）。这三个基准值后续会作为日志中的对照线。
二、GIS软件连接诊断工具的用法
主流桌面GIS都提供了可用于连接诊断的能力，只是分散在不同位置。以ArcGIS Pro为例，空间连接（Spatial Join）工具本身提供“连接操作”参数（JOIN_ONE_TO_ONE / JOIN_ONE_TO_MANY）和“匹配选项”（INTERSECT、WITHIN、CLOSEST 等），执行后可通过属性表的字段名后缀（如 _1）判断字段来源；添加空间连接（Add Spatial Join）则可在不落盘的情况下预览连接关系，适合先验证匹配率。QGIS中对应的是按位置连接属性（Join Attributes by Location），其输出会附带 join 计数与 NULL 标识，便于快速统计未匹配记录。
更关键的是字段层面的诊断。ArcGIS的字段映射（Field Map）控件会显示每个输出字段的来源图层与合并规则（First、Sum、Join 等），这是发现“同名字段被错误合并”的第一现场；QGIS则可在连接后使用字段计算器配合 is_null() 或 coalesce() 快速统计空值。此外，地理处理历史（Geoprocessing History）会记录工具参数，是事后复现错配配置的重要依据，应在每次连接后保留。
三、字段映射表的建立方法
字段映射表是排查的核心台账，它把“源字段—目标字段—连接规则—预期类型”四者固定下来。建议至少包含以下列：源图层、源字段名、源字段类型、目标图层、目标字段名、目标字段类型、连接后输出字段名、合并规则、是否允许空值、备注。其中“连接后输出字段名”尤其重要，因为GIS在字段重名时会自动加后缀，若不预先登记，事后很难判断某个 POP_1 到底来自哪一层。
建立映射表时，应逐字段核对类型兼容性：数值型与文本型直接连接会产生隐式转换，字符串前导零可能丢失；日期字段在不同驱动下格式不一致，容易在连接后变成空值。把这些风险点写进“备注”列，就形成了一份可执行的检查清单。映射表建议以CSV或Excel维护，字段名与GIS中完全一致，避免中文别名造成二次混淆。
四、连接结果统计与错误日志的生成
连接执行后，应立即生成结果统计。最直接的方式是用汇总统计（Summary Statistics）或SQL对输出图层做计数：总记录数、目标字段非空数、空值数、空值率，以及按连接键分组的记录数分布。若空值率显著高于源图层对应字段的空值率，基本可判定为字段错配或匹配失败。
错误日志则应记录“可复现的最小信息集”。推荐用如下结构落盘，便于后续比对：
时间: 2025-03-12 10:24
工具: Spatial Join (ArcGIS Pro 3.2)
源图层: parcels.shp (记录数 12840)
目标图层: districts.shp (记录数 96)
连接操作: JOIN_ONE_TO_ONE
匹配选项: INTERSECT
字段映射: parcels.ZONE_CODE -> districts.ZONE_CODE (First)
输出记录数: 12840
目标字段空值数: 317 (空值率 2.47%)
异常提示: 源字段 ZONE_CODE 存在 12 条空值; 输出字段 ZONE_CODE_1 与 ZONE_CODE 取值不一致 5 条
日志中的“异常提示”应来自自动比对：将输出字段与源字段逐条抽样比对，统计不一致条数；对空值率设置阈值（例如超过源图层空值率2倍即告警）。这类比对可用字段计算器或Python脚本完成，核心是保留“源值—输出值”对照样本，而不是只记一个总数。
五、把三者串成闭环
诊断工具负责“看见”，字段映射表负责“登记”，统计与日志负责“留证”。三者应形成闭环：连接前用映射表锁定字段来源，连接中用诊断工具预览匹配与字段映射，连接后用统计和日志比对基准值；一旦日志告警，就把异常字段回填到映射表的备注列，修正后重跑并保留新旧两份日志。这样，每一次字段错配都不再是一次性的偶发事件，而是被记录、被比对、可复现的工程问题。