3. 矿点数据解读与预处理

矿点数据进入 ArcGIS Pro 之前，必须先回答三个问题：它在哪里、它是什么、它是否可信。断层缓冲区分析最终要回答“哪些矿点落在断层影响带内”，而这一判断完全依赖矿点位置与属性的准确性。如果坐标错位几百米、属性字段混入空值、同一矿点被重复录入，后续的距离统计与密度分析都会产生系统性偏差。因此本节把矿点数据当作一份需要“体检”的原始资料，从坐标、属性、分类三条线索逐项核查，再完成清洗、去重与落点校正。

一、先读懂数据：坐标、属性与分类三层结构

常见的矿点数据多为点要素类（Shapefile、文件地理数据库要素类）或带经纬度的 Excel/CSV 表格。无论来源如何，都要先确认三件事。第一是坐标参照：数据是地理坐标系（如 CGCS2000、WGS 1984，单位为度）还是投影坐标系（如 CGCS2000 3-degree Gauss-Kruger zone 34，单位为米）。第二是属性字段：至少应包含矿点编号、名称、矿种、规模、成因类型、数据来源等字段，字段名与字段类型要能支撑后续筛选与符号化。第三是分类体系：矿种按主矿种归类，规模按大型/中型/小型划分，成因类型按矿床类型归并，分类口径必须统一，否则同一矿种会出现“铁矿”“铁矿石”“Fe”三种写法。

在 ArcGIS Pro 中，可通过“要素类属性”查看空间参考，用“数据设计”查看字段别名与类型，用“按属性选择”快速统计各分类取值。建议先做一次字段值频数检查：对矿种、规模、成因类型分别统计唯一值数量，若某字段唯一值异常多（例如矿种出现 40 种写法），说明存在录入不规范，需要先归并再分析。

二、数据清洗：空值、异常值与格式统一

清洗的目标是让每条记录“字段完整、取值合法、格式一致”。具体可从四类问题入手。其一是空值与占位符：坐标字段为空、矿种为“未知”、规模为“-”或“0”的记录，应标记为待核实，不能直接参与统计。其二是数值异常：经度超出 73°–135°、纬度超出 3°–54°（中国范围示例）的点，或投影坐标 X/Y 明显偏离研究区的点，属于坐标异常，需回查原始表格。其三是格式不统一：矿种名称统一为规范主矿种名，规模统一为“大型/中型/小型”，成因类型按统一分类表归并。其四是字段类型错误：坐标若以文本存储，需转换为双精度数值字段，否则无法生成点要素。

三、去重：识别同一矿点的重复记录

矿点重复常见于多来源数据合并：同一矿点在不同资料中名称略有差异，坐标保留位数不同，导致“看似两个点、实为一个点”。去重不能只看名称，建议采用“空间距离 + 属性相似”的组合判断。例如设定阈值 50 米：若两点平面距离小于 50 米，且矿种相同或名称高度相似，则判为重复，保留信息更完整的一条。在 ArcGIS Pro 中可用“近邻分析”计算点间距离，或用“收集事件”统计重合点数量；对完全重合的点，可用“删除相同项”按几何去重。去重后应记录删除条数与保留依据，形成可核查的清洗日志。

四、空间落点校正：把点放到正确的位置

落点校正解决“坐标对但位置偏”的问题。常见原因有三类：坐标系误判（把投影坐标当经纬度录入）、坐标顺序颠倒（X/Y 互换）、来源图纸配准误差。校正流程是：先确认数据声明的坐标系，再用“定义投影”纠正错误声明，必要时用“投影”转换到统一的分析坐标系；对 X/Y 颠倒的记录，交换坐标字段后重新生成点；对明显偏移的点，叠加正射影像或地质图，用“移动”编辑逐点微调，偏移量记录在案。校正完成后，应保证所有矿点落在研究区范围内，且与已知地物（如矿区边界、道路）的相对位置合理。

五、把预处理做成可复核的成果

预处理不是一次性动作，而应留下可追溯的记录。建议在文件地理数据库中建立“矿点_原始”“矿点_清洗”“矿点_校正”三个要素类，逐级保留中间结果；同时维护一张清洗日志表，字段包括记录编号、问题类型、处理方式、处理人、处理时间。完成校正后，用“要素类属性”确认坐标系与单位，用“按属性选择”抽查分类字段取值是否规范，用“近邻分析”复核去重后是否仍有 50 米内的可疑重复点。只有这些检查通过，矿点数据才具备进入断层缓冲区叠加分析的条件。

完成本节处理后，矿点数据应达到三个标准：坐标参照明确且与研究区一致、属性字段完整且分类口径统一、重复点与明显偏移点已处理并留有记录。这三条标准，正是后续断层缓冲区距离统计与矿点分布判读可靠性的基础。