目录 / parcel-loss-locate
parcel-loss-locate
定位「地块/图斑提出来了但最终成果里不见了」到底丢在哪一步——当用户反馈「我怀疑是提出来了成果里就不在了」「图上有块但成果没有」「边上少一块」「成果比提取少几百亩」「是不是被过滤掉了」时,可采用以下三步诊断法: 1. **raw 与最终成果逐块分层对账** 将原始提取结果(raw)与最终成果按图层逐块比对,建立地块唯一标识(如ID或几何哈希),检查每一块在最终成果中是否存在。重点关注几何完全一致、部分重叠或完全不存在的图斑,初步判断丢失环节发生在后处理、合并、过滤还是导出阶段。 2. **并集面积检验区分「去重」与「真丢地」** 计算 raw 所有图斑的并集面积与最终成果的并集面积。若两者接近但图斑数量减少,多为合理去重(如碎小图斑合并、重复提取剔除);若并集面积显著缩小(如差值达数百亩),则存在「真丢地」问题,需排查裁剪范围错误、属性过滤条件过严或拓扑处理异常等。 3. **tile 缝邻近性定位假缝** 检查丢失图斑是否集中出现在数据分块(tile)接缝附近。若丢失地块多位于 tile 边界且其完整形态跨多个 tile,则可能因拼接逻辑缺陷导致部分图斑被截断或丢弃,形成“假缝”现象。可通过可视化叠加 tile 边界与丢失区域进行验证。 此外,需审慎评估「相邻同作物共边块」的合并判据: - **合理合并情形**:相邻图斑作物类型一致、边界连续、无显著属性差异,且合并后符合业务最小上图面积要求,此类合并不视为丢失。 - **误合并反例**:不同农户地块、权属界线清晰、虽作物相同但管理单元独立,或存在微小属性差异(如种植日期、品种编码)却被强制合并,此类情况应保留原图斑,避免信息损失。 通过上述方法可系统定位图斑“消失”的具体环节,区分正常处理与异常丢失,提升成果可信度。
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-14 05:05 | 515e024f | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
提交举报 / 纠错
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。