运用地理信息和Python技术集中核查农田道路的方法
农田道路是连接农田与市场的桥梁，更是农村经济发展和农业现代化进程中的重要基础设施。开展农田道路审计，有助于保障农业基础设施投资效益，促进农村经济发展。在审计过程中，由于涉及道路数量多、时间跨度长，受审计时间和审计力量制约，审计机关往往抽取部分道路项目进行现场查勘，难以做到时空全覆盖。本文以L市部分县域农田项目审计为例，介绍运用地理信息技术采集、清理、转换农田道路数据，运用Python技术对线状矢量数据集和历年的卫星影像进行自动化的拆分、叠加、合并、导出，形成时序图集，并组织人员协同作业核查取证的方法，旨在拓展农田道路全覆盖勘察的广度和深度，提升审计效率。 为提高农田建设资金使用效益，L市审计局开展部分县域农田项目审计工作。因农田道路建设资金在农田项目中占比较高，且与百姓生活紧密相连，审计人员需要对农田道路进行全覆盖检查，查看是否存在农田道路建设偷工减料、弄虚作假等问题。其中，L县拥有广阔的农田网络，农田道路系统错综复杂，约有1000余条农田道路分布在各个街道和乡镇之间。由于道路数据类型多、范围广，审计人员运用地理信息和Python技术进行批量的数据处理并搭建核查操作“面”，之后组织专业人员进行核查，精准识别违规问题并进行核实取证，极大地提升了审计质效。 生成线状道路图集。目前存在三种道路数据类别：一是完整的DWG格式的竣工数据。从道路、沟渠等原始矢量数据中，通过拆分操作，将道路数据分离出来，形成线状图集。二是逐桩坐标表。将逐桩坐标导入地理信息系统软件并进行位置核定，严格命名后将点数据转换成线数据，形成线状图集。三是图纸图像数据。找到道路图像中可识别的点位，利用地理信息系统软件将图像贴合，利用点要素工具在图像上打点转换成线数据，形成线状图集。在对数据进行拓扑检查和修复过程中，保证线状要素的几何连接性和正确性，避免出现悬挂节点、自相交等拓扑错误。同时，生成线状图集后，要注意每个线状数据的编号设置，便于后续核查。 获取影像数据图层。由于该县近10年1米以上精度的卫星影像数据量庞大，审计人员采用获取WMTS在线图层的方式来代替直接获取影像数据。具体方法为：确定要使用的WMTS服务地址，在地理信息系统软件中，配置WMTS连接，通过“添加数据”菜单选择“连接到WMTS服务器”，输入服务的URL及相关参数，建立地理信息系统软件与WMTS服务的连接，确保能够在地理信息系统软件中正常访问和加载WMTS地图图层，最后将图层按照年度进行命名。 搭建核查作业环境。根据项目需求，确定卫星图层和线状数据图层的显示透明度、颜色方案等参数。设置线状道路数据颜色方案，确保数据清晰直观。确认线状矢量数据与WMTS坐标系一致，以便两者在空间上能够准确叠加。 数据拼接。首先，导入所需的Python库。在这里，主要使用arcpy库进行操作，并使用os库管理文件路径。设置工作空间“env.workspace”，加载工程文件并获取地图对象，定位WMTS图层组及线状矢量图层；利用“arcpy.da.SearchCursor”函数遍历矢量数据集，获取每个要素的唯一标识符及其几何形状。叠加完成后，利用地理信息系统软件的布局功能，将当前地图框的视图范围设置为线数据的范围，并确保地图框中的地图是当前操作的地图对象。采用字典记录各图层的初始显示状态，在每次导出前隐藏所有非必要图层，仅保留当前处理所需的WMTS底图及线状要素。通过“layout.exportToJPEG()”方法实现高质量图像输出，分辨率设定为“300dpi”。异常处理机制贯穿整个流程，确保程序稳定运行，并提供详细的错误报告。在指定的输出文件夹中生成一系列JPEG格式的图像文件，每个图像文件对应一条线状要素与WMTS图层组叠加后的地图视图。 历年图片拼接。采用Python编程语言，并利用os、PIL（Pillow）和re库完成指定图片的拼接。首先，通过正则表达式，从文件名中提取数字和年份信息。读取指定文件夹中的所有JPEG格式文件，并根据文件名中的数字进行分组。每个分组内的图片按年份排序，确保时间顺序正确。其次，使用PIL库将每组图片垂直拼接成一张长图。最后，将拼接好的图片保存到输出文件夹中。 审计人员依据前期导出的图例进行合理分工，针对红线标识道路的时序数据，开展全面细致的比对分析。一是关注是否存在重复申报问题。对于部分在以往年度已建成，却在后续被纳入其他项目再次申报的路段，重点查看建设完成年度红线标识前后3至5年的道路情况，包括道路的使用状况、维护记录的建设与完善情况等，通过快速比对影像，确认是否存在重复申报的情况。二是关注是否存在擅自变更规划问题。针对未经审批擅自更改道路建设规划的情况，在实际操作中，关注标定的建设完成年度后3至5年内是否有此道路存在，即利用时序图像核查该道路的实际走向、长度、宽度等关键参数是否与原规划一致。三是关注是否存在虚假建设行为以及其他影响项目资金绩效的情况，通过时序影像分析查看是否存在路旁修路导致资金浪费，是否存在“断头路”和孤路影响道路整体通行功能等情况。 通过地理信息和Python技术的融合应用，审计人员获取了近10年L县上千条农田道路影像时序图。之后，组织工程人员按照编号对所有影像数据进行重点核查，将审计勘察时间缩短至3天，发现40余条农田道路存在以旧抵新、私自变更、路旁修路等不规范行为。地理信息和Python技术的融合应用，开辟了农田道路工程审计的新路径，实现了审计资源的合理配置，大幅缩短审计周期，为后续审计整改和提升项目管理水平提供了重要依据。（作者单位：山东省临沂市审计局） 来源：中国审计2025-5
10个月宝宝每天需要喝多少奶粉？
