城乡规划数据批量处理太慢？ArcPy脚本自动化方案（含：蔼若春代码实例）

wowwwai GIS研习社 · 工具流程与项目排障

引言

《城乡规划数据批量处理太慢？ArcPy脚本自动化方案（含：蔼若春代码实例）》这篇文章面向经常处理控规、用地、道路、行政区、项目红线等规划数据的 GIS 同学，重点解决一个很常见的问题：同样的裁剪、投影、字段整理、面积统计，如果每个图层都手动点工具，数据一多就非常慢，而且容易出错。

ArcPy 是 ArcGIS 的 Python 自动化接口，适合把 ArcGIS Pro 或 ArcMap 中重复性的地理处理步骤写成脚本。对于城乡规划数据批量处理，ArcPy 的价值不只是“跑得快”，更重要的是让处理流程可复用、可检查、可交付。

本文会用一个贴近规划工作的示例：批量读取多个规划图层，统一坐标系，按研究范围裁剪，修复几何，计算面积字段，并输出到新的地理数据库中。

背景

城乡规划数据通常有几个特点：

• 图层多：用地现状、规划用地、道路红线、控制线、公共服务设施、行政边界等。
• 来源杂：CAD 转 GIS、测绘成果、历史 shapefile、第三方矢量数据经常混在一起。
• 坐标系不统一：有的使用 CGCS2000，有的使用地方坐标，有的甚至没有正确定义投影。
• 字段不规范：同一个含义可能叫 YDLB、DLBM、用地代码。
• 处理动作重复：投影、裁剪、修复几何、字段计算、导出成果，每个项目都要做。

如果完全依赖手工操作，常见风险包括：漏处理某个图层、输出路径混乱、面积单位错误、坐标系被误投影、字段计算不一致。ArcPy 脚本自动化的核心目标，就是把这些重复动作变成一套稳定流程。

原理

ArcPy 脚本自动化不是简单地把鼠标操作录下来，而是调用 ArcGIS 的地理处理工具。你在 ArcGIS Pro 中看到的很多工具，例如 Project、Clip、Repair Geometry、Add Field、Calculate Field，都可以在 ArcPy 中用代码执行。

一个典型的城乡规划数据批量处理脚本，一般包含四层逻辑：

1. 环境设置：设置工作空间、输出路径、是否覆盖已有结果。
2. 数据遍历：自动找到需要处理的要素类或 shapefile。
3. 标准处理：对每个图层执行投影、裁剪、修复几何、字段计算等操作。
4. 日志与检查：记录成功、失败、坐标系、要素数量和输出位置。

这里需要特别注意两个概念：

• 定义投影：告诉软件这个数据“原本是什么坐标系”，不会改变坐标值。
• 投影转换：把数据从一个坐标系转换到另一个坐标系，会改变坐标值。

很多规划数据面积不准，根源不是 Calculate Field 写错，而是数据仍在地理坐标系下计算面积，或者原始坐标系定义错误。ArcPy 自动化前，必须先判断数据坐标系是否可信。

步骤

1. 准备输入数据结构

建议先把数据整理成清晰目录，不要直接在原始成果目录中批量运行脚本。推荐结构如下：

project_folder/
  input/
    landuse_existing.shp
    landuse_plan.shp
    road_line.shp
    boundary.shp
  mask/
    study_area.shp
  output/
    planning_result.gdb
  scripts/
    batch_planning_process.py

其中 input 存放待处理图层，mask 存放研究范围，output 存放处理结果。这样做的好处是：原始数据不被覆盖，脚本可以反复运行，结果也更容易交付。

2. 确认目标坐标系

城乡规划项目通常应使用适合本地测绘和面积计算的投影坐标系。不要在经纬度坐标系下直接计算用地面积。

如果项目已有明确的坐标系要求，应以任务书、测绘成果说明或甲方数据标准为准。下面示例中使用一个目标坐标系变量，实际项目中需要替换为你的坐标系。

target_sr = arcpy.SpatialReference(4547)

这里的 WKID 只是示例。正式使用前，请在 ArcGIS Pro 中通过图层属性核对坐标系名称、中央经线、单位和 EPSG/WKID 是否正确。

3. ArcPy 批量处理脚本示例

下面是一个可改造的蔼若春代码实例，用于批量处理城乡规划数据。它会遍历输入目录中的 shapefile，投影到目标坐标系，按研究范围裁剪，修复几何，添加面积字段，并输出到文件地理数据库。

import arcpy
import os
import traceback

arcpy.env.overwriteOutput = True

input_folder = r"D:planning_projectinput"
mask_fc = r"D:planning_projectmaskstudy_area.shp"
output_folder = r"D:planning_projectoutput"
output_gdb = os.path.join(output_folder, "planning_result.gdb")

target_sr = arcpy.SpatialReference(4547)

if not os.path.exists(output_folder):
    os.makedirs(output_folder)

if not arcpy.Exists(output_gdb):
    arcpy.management.CreateFileGDB(output_folder, "planning_result.gdb")

arcpy.env.workspace = input_folder
feature_classes = arcpy.ListFeatureClasses("*.shp")

if not feature_classes:
    raise RuntimeError("input 目录下没有找到 shapefile 数据。")

for fc in feature_classes:
    try:
        name = os.path.splitext(fc)[0]
        input_fc = os.path.join(input_folder, fc)

        print("正在处理：{}".format(fc))

        desc = arcpy.Describe(input_fc)
        source_sr = desc.spatialReference

        if source_sr is None or source_sr.name == "Unknown":
            print("跳过：{} 未定义坐标系，请先人工核对。".format(fc))
            continue

        projected_fc = os.path.join("in_memory", name + "_prj")
        clipped_fc = os.path.join(output_gdb, name + "_clip")

        arcpy.management.Project(
            in_dataset=input_fc,
            out_dataset=projected_fc,
            out_coor_system=target_sr
        )

        arcpy.analysis.Clip(
            in_features=projected_fc,
            clip_features=mask_fc,
            out_feature_class=clipped_fc
        )

        arcpy.management.RepairGeometry(clipped_fc)

        fields = [f.name for f in arcpy.ListFields(clipped_fc)]
        if "AREA_M2" not in fields:
            arcpy.management.AddField(clipped_fc, "AREA_M2", "DOUBLE")

        arcpy.management.CalculateGeometryAttributes(
            in_features=clipped_fc,
            geometry_property=[["AREA_M2", "AREA"]],
            area_unit="SQUARE_METERS"
        )

        count = arcpy.management.GetCount(clipped_fc)[0]
        print("完成：{}，输出要素数：{}".format(clipped_fc, count))

    except Exception:
        print("处理失败：{}".format(fc))
        print(traceback.format_exc())

print("全部处理完成。")

4. 检查输出结果

脚本运行完成后，不要直接把输出数据交付。至少检查以下内容：

• 输出地理数据库中是否每个输入图层都有对应结果。
• 各图层是否都被裁剪到研究范围内。
• 图层坐标系是否为目标投影坐标系。
• AREA_M2 字段是否存在，面积值是否明显异常。
• 要素数量是否为 0，若为 0，需要检查裁剪范围和坐标系是否匹配。

5. 将脚本改造成自己的项目模板

实际项目中，可以继续扩展这段 ArcPy 脚本自动化方案：

• 增加字段标准化，例如把不同来源的用地代码统一到 LAND_CODE 字段。
• 增加按用地类型汇总面积的统计表。
• 增加日志文件，记录每个图层处理时间、坐标系、要素数量。
• 增加异常图层清单，方便后续人工处理。
• 增加图层白名单，只处理指定类型的数据。

常见坑

坑 1：把未定义投影的数据直接 Project

如果数据本身没有定义坐标系，ArcPy 无法判断原坐标值的真实含义。此时直接执行投影转换，很容易得到位置错误的数据。正确做法是先确认原始坐标系，再使用 Define Projection 定义投影，最后再执行 Project。

坑 2：在经纬度坐标系下计算面积

规划项目中的用地面积通常需要平方米或公顷。如果图层是经纬度坐标系，直接计算面积会导致结果不可用。应先转换到合适的投影坐标系，再计算面积。

坑 3：输出 shapefile 导致字段名被截断

shapefile 字段名长度有限，中文字段和长字段名也容易出现兼容问题。批量处理城乡规划数据时，建议输出到文件地理数据库，减少字段截断、编码和几何类型限制带来的问题。

坑 4：研究范围与输入图层坐标系不一致

Clip 工具看起来能运行，不代表结果一定正确。如果研究范围和输入图层坐标系不同，或者其中一个坐标系定义错误，可能出现裁剪结果为空、偏移或范围异常。

坑 5：忽略拓扑和几何错误

CAD 转 GIS 或历史数据中经常存在自相交、多部件异常、空几何等问题。Repair Geometry 可以处理一部分几何错误，但不能替代完整的数据质检。重要成果仍应结合拓扑规则检查。

方法比较

如果团队主要使用 ArcGIS Pro，并且成果数据需要在 ArcGIS 环境中交付，ArcPy 脚本通常是更稳妥的自动化方案。如果只是做开源数据清洗或 WebGIS 前处理，也可以考虑 GeoPandas、GDAL 或 PostGIS。

检查清单

在运行城乡规划数据批量处理脚本前，建议按下面清单逐项确认：

• 输入数据是否已经备份，脚本是否不会覆盖原始数据。
• 每个输入图层是否有正确坐标系。
• 目标坐标系是否符合项目要求。
• 研究范围图层是否与项目范围一致。
• 输出路径是否使用文件地理数据库，而不是混乱的临时目录。
• 字段名是否符合交付标准，是否避免过长字段名和重复字段。
• 面积字段单位是否明确，例如平方米或公顷。
• 脚本是否记录处理失败的数据名称。
• 运行完成后是否抽查地图位置、要素数量和面积值。

如果你的项目数据量较大，还可以增加分批处理机制。例如按图层类型、行政区或项目阶段分批运行，避免一次性处理过多数据导致定位问题困难。

FAQ

ArcPy 脚本自动化适合所有城乡规划数据吗？

不适合所有情况。ArcPy 适合规则明确、步骤重复、输入结构相对稳定的数据处理。如果原始数据质量很差、坐标系未知、字段混乱严重，仍需要先人工判断和整理。

城乡规划数据批量处理时，为什么裁剪结果为空？

最常见原因是输入图层和研究范围坐标系不一致，或者其中一个图层的坐标系定义错误。也可能是两者空间范围本来没有相交。建议先在 ArcGIS Pro 中叠加查看，再检查图层属性中的坐标系和范围值。

ArcPy 计算面积和字段计算器计算面积有什么区别？

底层思路类似，关键区别在于 ArcPy 可以批量执行，并且可以在计算前自动完成投影、裁剪和几何修复。对于多个规划图层，ArcPy 更容易保证面积字段计算规则一致。

是否必须使用文件地理数据库输出？

不是必须，但强烈建议使用。文件地理数据库对字段名、数据类型、空间索引和多图层管理更友好。shapefile 在字段长度、编码和数据结构上限制较多，不适合复杂规划成果的中间处理。

ArcPy 脚本运行很慢怎么办？

可以先检查数据量、几何复杂度、网络磁盘路径和是否频繁写入 shapefile。建议使用本地磁盘、文件地理数据库、必要时使用 in_memory 临时数据，并避免在循环中重复执行不必要的投影和字段创建。

没有 Python 基础能不能使用这套方案？

可以从固定模板开始。先只修改输入路径、输出路径、研究范围和目标坐标系。等流程稳定后，再逐步增加字段整理、面积汇总、日志输出等功能。

结论

城乡规划数据批量处理慢，通常不是单个工具的问题，而是重复步骤太多、数据标准不统一、人工操作不可复用。ArcPy 脚本自动化可以把投影、裁剪、修复几何、面积计算和成果输出串成一套稳定流程。

真正可靠的 ArcPy 自动化方案，应同时关注三件事：坐标系是否正确、处理过程是否可追踪、输出结果是否可检查。只要这三点做好，脚本就不只是“省时间”，而是能显著降低规划数据处理中的人为错误。

建议你先用本文的代码实例处理一个小项目，确认坐标系、裁剪范围和面积字段都正确后，再扩展到完整的城乡规划数据批量处理流程。