摘要：【目的】 城市供水管网地理信息系统(GIS)数据是智慧水务建设的关键基础，其数据质量直接影响管网风险评估、故障预警及运维效率，当前GIS数据质量管理仍面临系统性不足的挑战，缺乏从数据预处理、错误修正到质量评估的完整技术链条，难以实现复杂管网多源异构数据的全流程质量提升。【方法】 本文提出一种融合拓扑结构与属性特征的供水管网GIS数据质量提升框架:首先，基于深度优先搜索(depth-first search，DFS)和Dijkstra算法构建拓扑连通性诊断及自动修正方法，实现管网拓扑错误的高效检查与修正;其次，结合K近邻(k-nearest neighbors，KNN)算法与反距离加权(inverse distance weighting，IDW)插值算法，实现管网多尺度属性数据的逻辑检查与缺失填补;最后，建立综合性质量评估指标，量化验证数据提升效果。【结果】 案例分析表明，数据质量提升框架的实施将数据质量评估指数平均值由处理前的92.36%提升至99.92%，表明算法显著提升了供水管网数据的整体质量。同时，相较于传统GIS软件处理方式，该框架减少了人工检查的工作量，提高了数据处理效率与修正准确率，验证了框架的高效性与可靠性。【结论】 本文为供水管网GIS数据质量提升提出了系统性的方法，显著提升了数据质量与处理效率，为智慧水务系统的高效运行提供了重要支撑。

关键词：供水管网；地理信息系统(GIS)数据质量提升；拓扑结构修正；属性数据填补；深度优先搜索算法；Dijkstra；算法

基金资助：天津水务集团有限公司科技项目(2023KY-04)

下载

查看