边界数据拓扑检查：一段脚本查出缝隙与重叠

技术专栏 · 数据处理 · 2026-10-11

本站的村界商品页写着「面与面之间无缝隙、无重叠」。这句话是批次清洗的目标，但空口无凭——这篇就把交付的村界包当被检对象，用二十几行的有向边配对脚本真查一遍：三份数据、一次删村的阳性对照、连同查出来的 0.02% 重复边长什么样，全部摆在明面上。检查方法比结论更有用：换成任何来源的边界数据，这套流程照跑。

三类问题，各有各的破坏力

边界数据的拓扑问题常说的有三种。缝隙：相邻面之间留下没人认领的窄条，按空间关系挂接的业务数据掉进缝里，统计漏算；重叠：同一段地面被两个面各盖一次，面积、产值、人口汇总全部翻倍计；自相交：一个面的边界自己穿过自己，几何不合法，多数空间函数会直接报错或给出荒谬结果。缩略图上肉眼几乎无法分辨前两种——一条 0.5 米宽的缝在市级图上不到一个像素，进了报表才发作。

有向边配对法：让相邻面自己互相作证

思路是给每个面环的每条边定向。相邻的两个面共享同一条地面边界，但走向必然相反——一个沿它顺时针走，另一个就逆时针走。把全部边按坐标量化后登记进一张表，逐条找它的反向伙伴：

const Q = v => Math.round(v * 1e6) / 1e6;      // 6 位小数量化
const edges = new Map();                        // 有向边 -> 出现次数
for (const f of feats) {
  const ring = f.geometry.coordinates[0];
  for (let i = 0; i < ring.length; i++) {
    const a = ring[i], b = ring[(i + 1) % ring.length];
    const key = Q(a[0]) + ',' + Q(a[1]) + '|' + Q(b[0]) + ',' + Q(b[1]);
    edges.set(key, (edges.get(key) || 0) + 1);
  }
}
let interior = 0, boundary = 0, dup = 0;
for (const [key, c] of edges) {
  if (c > 1) dup++;                             // 同向重复 = 重叠扫过
  const [ab, cd] = key.split('|');
  const rev = edges.get(cd + '|' + ab) || 0;
  if (c === 1 && rev === 1 && key < cd + '|' + ab) interior++;
  if (c === 1 && rev === 0) boundary++;         // 外轮廓（或缝隙）
}

三种结局一一对应三类信息：interior 是配对成功的内部共享边——面片拼合严丝合缝的证据；boundary 是没有反向伙伴的边——在县界、海岸这类位置合法，在县域内部成片出现就是缝隙；dup 是同向重复——正常拼合的面上不该出现，出现了就是重叠扫过。前提只有一个：相邻面共享同一批顶点。同一批次清洗过的数据直接成立，来源混杂的数据先按固定网格取整再配。

实测三份数据，再用删村验证方法本身

跑三个样本：铜鼓县（97 个村）、宜丰县（354 个村）、重庆全市（10,847 个村）。结果表：

*自相交为逐环暴力检查，只在两个县包上跑了全量；重庆包跳过该项。三份数据 95%–98% 的边都配成了内部共享边，外轮廓边集中在县域边缘——形状与行政区划常识完全吻合。

脚本本身也得先过体检才能信。做一次阳性对照：从铜鼓包里删掉棋坪镇大梅村（环边 1,312 条）再跑——未配对边从 4,892 涨到 5,775。这笔账能对平：该村 1,097 条与邻村共享的边失去伙伴，自身 215 条县界边同时移出统计，净增 882，多出的 1 条来自样本里既有的重复边。删一个村，缝隙当场现形。

0.02% 的重复边是什么

铜鼓的 28 个重复键值得拆开看：把每条重复有向边的归属面挖出来，16 处跨村、12 处同村。跨村的（如港口乡港口村与赤洲村）是相邻两村在极短的共享段上朝同一方向各扫了一遍——微小的局部重叠；同村的（柏树村一处环上出现 6 次）是带飞地的村环在接触点上自我接触，属无害形态。全部重复边占铜鼓 125,064 条边的 0.02%，重庆包更低到 0.001%。量级意味着制图与常规统计感知不到，但精密面积计算前应当知道它们在、测得出、能定位。

落地清单：拿到边界数据先跑这四步

第一，量化配对（上文脚本），记录 interior / boundary / dup 三个数；第二，看 boundary 的分布——聚在研究区外缘是正常外轮廓，散布在内部就是缝隙；第三，对 dup 逐条挖归属面，区分跨面重叠与同面自接触；第四，删一个面做阳性对照，确认检查器能咬住已知问题，再相信它报出的其他数字。数据体量与精度的关系在《GeoJSON 太大？先抽点，再谈小数位》里有完整实测；要验证的对象——按市、按县交付的村界包在村界数据 · 按市与按区县页，本文的铜鼓、宜丰两包即出自村界产品线（背景见《村界数据下载：行政村边界矢量数据的获取路径》）；裁出目标区域再查的手法见《从全国边界数据中提取指定省市区县：三种做法》。

常见问题

边界数据的缝隙和重叠有什么危害？

缝隙让落在缝里的要素没有归属，按空间连接统计会漏算；重叠让同一段地面被两个面各算一次，面积和产值汇总会翻倍。肉眼在缩略图上几乎看不出这两类问题，等发现时往往已经进了报表，所以拿到数据先做拓扑检查再使用。

不装 GIS 软件，怎么检查边界数据的拓扑？

用有向边配对法：把每个面环的边按坐标量化成有向边，相邻面必然沿同一条边反向而行。存在反向配对的边是内部共享边，没有反向的边是外轮廓，同一条有向边被扫过两次就是重叠信号。本文的脚本二十余行，Node 环境直接运行，铜鼓县 97 个村一秒内出结果。

有向边配对法可靠吗？怎么验证？

做阳性对照：从铜鼓县包里删掉一个村（棋坪镇大梅村，环边 1,312 条）再跑一遍，未配对边立刻从 4,892 条涨到 5,775 条，与净账 882（1,097 条共享边失去伙伴、215 条县界边移出）只差 1 条既有重复边，方法被验证有效。任何检查脚本都建议这样先证明它能抓住问题，再相信它报出的零。

检查出的重复边都是数据缺陷吗？

要分两类看。跨村同向重复是真实存在的微重叠，本文铜鼓样本有 16 处；同村重复多是带飞地的村环在接触点上自我接触，属无害形态，铜鼓样本 12 处。铜鼓全部重复边占边总数的 0.02%，制图与常规统计感知不到，但做精密面积计算前应当知晓并处理。

相邻面的顶点对不上，配对法还有效吗？

配对的前提是相邻面共享同一批顶点。同一批次、经过统一拓扑清洗的数据可以直接配对，本文三份样本的配对率在 95% 到 98% 之间。来源混杂的数据常出现毫厘级顶点错位，此时先把坐标按固定网格（如 6 位小数）取整再配对；取整后仍配不上的边才是真问题。