📚 课程目录第3章特征服务数据模型

3. 特征服务数据模型：点线面要素、属性字段设计、几何与属性的关系

特征服务的数据模型是归因巡检的“骨架”。理解点、线、面三种几何类型如何承载业务对象，以及属性字段如何描述这些对象，是构建高效巡检系统的前提。本节将拆解数据模型的三个核心层次：几何类型、属性字段设计、以及几何与属性的关联机制。

3.1 点线面要素：归因巡检中的几何语义

在特征服务中，几何类型决定了要素在空间中的表达方式。归因巡检场景下，不同巡检对象天然对应不同的几何类型：

几何类型	巡检对象示例	空间特征	典型归因分析维度
点（Point）	井盖、电杆、摄像头、消防栓	单一坐标位置，无面积/长度	密度分析、邻近分析、异常点聚类
线（Polyline）	供水管道、电力线路、巡检路径	由一系列坐标点连接而成	路径覆盖、断裂检测、流向分析
面（Polygon）	变电站区域、污染地块、巡检网格	闭合边界，包含内部区域	区域覆盖统计、边界冲突、面积变化

实战建议： 同一业务对象在不同巡检阶段可能使用不同几何类型。例如“巡检区域”在规划阶段用面表示，在路径优化阶段用线表示，在打卡点记录时用点表示。设计数据模型时应预留几何类型转换的字段或视图。

3.2 属性字段设计：从业务归因到数据字段

属性字段是特征服务的“血肉”。归因巡检要求属性字段不仅能描述“是什么”，还要能支撑“为什么”。字段设计应遵循以下原则：

唯一标识字段： 每个要素必须有一个全局唯一的 ID（如 OBJECTID 或业务主键），用于关联巡检记录和归因结果。
分类与编码字段： 使用行业标准编码（如城市部件编码、设备类型码），便于跨系统归因分析。
时间戳字段： 记录创建时间、最后修改时间、巡检时间，支持时间序列归因。
状态与归因字段： 如 status（正常/异常/待维修）、cause_code（归因分类码）、risk_level（风险等级）。
扩展属性字段： 预留 JSON 或文本字段，存储非结构化归因描述。

字段设计示例（归因巡检专用）：

-- 点要素：井盖巡检归因表
CREATE TABLE manhole_cover_inspection (
    objectid          INTEGER PRIMARY KEY,
    global_id         TEXT UNIQUE,          -- 全局唯一标识
    device_code       TEXT,                 -- 设备编码（行业标准）
    install_date      DATE,                 -- 安装日期
    last_inspect_time TIMESTAMP,            -- 最近巡检时间
    status            TEXT CHECK(status IN ('normal','damaged','missing','blocked')),
    cause_code        TEXT,                 -- 归因分类码（如 'C001' 表示车辆碾压）
    risk_level        INTEGER CHECK(risk_level BETWEEN 1 AND 5),
    inspector         TEXT,                 -- 巡检人
    remark            TEXT,                 -- 扩展备注（JSON格式存储归因详情）
    geometry          GEOMETRY(Point, 4326) -- 空间几何字段
);

3.3 几何与属性的关系：空间归因的核心纽带

几何与属性并非孤立存在，它们通过特征服务的底层引擎形成“空间-属性”双索引结构。这种关系决定了归因分析的效率和准确性：

关系维度	描述	归因巡检中的应用
一对一	一个几何对象对应一条属性记录	每个井盖有唯一的巡检状态记录
一对多	一个几何对象对应多条属性记录（历史版本）	同一管道在不同时间点的归因分析记录
多对一	多个几何对象共享同一属性分类	同一归因类型（如“施工破坏”）关联多个受损设施
空间关联	通过几何运算（包含、相交、邻近）建立属性关联	查找“变电站面”内所有“电杆点”的归因统计

常见陷阱： 在特征服务中，几何更新（如移动点位置）不会自动触发属性字段的级联更新。如果归因分析依赖“位置变化”作为归因因子，必须在业务逻辑层手动记录几何变更历史，或使用特征服务的“编辑追踪”功能。

3.4 实战案例：归因巡检数据模型设计

以“城市井盖归因巡检”为例，展示完整的点要素数据模型设计：

几何定义： 使用 Point 几何类型，坐标系为 WGS84（EPSG:4326），存储井盖精确经纬度。
核心属性字段：
- cover_id（主键，字符型）
- cover_type（枚举：雨水/污水/电力/通信）
- install_year（整型）
- material（铸铁/复合材料/混凝土）
- status（正常/破损/缺失/异响）
- cause_category（归因分类：车辆碾压/自然老化/施工破坏/盗窃）
- inspect_frequency（巡检频率：天/周/月）
归因分析字段：
- risk_score（风险评分，浮点型，0-100）
- last_cause_detail（文本型，记录最近一次异常归因描述）
- repair_history（JSON 数组，存储历次维修归因记录）
空间索引： 在 geometry 字段上创建空间索引，加速“按区域查询井盖归因”的巡检分析。

归因查询示例： 查找“某街道面”内所有“破损”井盖的归因分布

SELECT c.cause_category, COUNT(*) AS count
FROM manhole_covers c
JOIN inspection_districts d
  ON ST_Contains(d.geometry, c.geometry)
WHERE d.district_name = '中山路'
  AND c.status = 'damaged'
GROUP BY c.cause_category
ORDER BY count DESC;

通过上述数据模型设计，归因巡检系统能够快速回答“哪里出了问题、为什么出问题、问题分布如何”三个核心问题，为后续的维修决策和资源调度提供数据基础。