2018年3月，国家机构改革，组建新的自然资源部。面对自然资源大调查、大规划及大保护的新形势和新要求，作为生态文明建设物资基础和基本要素的地理国情监测数据亟须构建统一的分类标准和技术规范对接平台，开展数据的创新应用。“十三五”伊始，武汉市率先完成了地理国情由普查到监测的工作，掌握了较为完整的地理国情数据。地理国情数据按年度监测更新，类别齐全，成果精度高，是反映地表覆盖信息的一项“厚数据”，符合城乡规划编制的数据需求^[1-4]。

城乡规划与地理国情普查监测作为中国国土空间资源规划与管制的重要工具，由于行政机制和技术规范不同而存在差异，未能有效融合。有关学者陆续在不同层面、不同深度开展了两套数据的融合研究。内容层面，詹庆明等^[5]将规划与国土用地分类的转换效度层级化，结合遥感影像梳理转换差异的原因，并提出优化建议；张凤瑞^[6]对两套数据在分类标准、分类体系、分类原则方面的异同进行了对比分析，建立了规划分类数据中一级地类的对应关系表。技术层面，于忠海等^[7]分析了两套数据分类体系的异同，开发了两套数据转换的GIS插件；张丹等^[8]采用遥感自动解译和人工识别结合的方法进行地表覆盖分类数据的采集，提高了数据融合的效率和准确度。应用层面，郭冬娥等^[9]通过分析土地变化图斑的来源去向，服务于土地监管的应用。周翔等^[10]对地理国情数据与国土数据进行研究，从数量和空间上对比两套数据的差异及原因。

综上，当前国内学者的相关研究可以概括为两个方面：(1)两套数据融合存在的问题；(2)两套数据融合的途径。但总体上看，这些研究仅停留在对两套数据的分类进行描述与概括，在融合效度的量化分析与误差原因方面，缺乏深入的探讨与优化建议。基于此，本文从内容(定性)、数量(定量)方面对数据进行对比分析，挖掘两套数据存在的差异性问题，并提出两套数据融合转换的优化建议。

1 研究方法

为了评估两套数据融合的实际有效性，对每一对应地类，统计地理国情用地面积A₁、规划用地面积A₂、相交公共面积A₁₂，以融合效度和错分误差来定量分析融合的实际效率。如图 1所示，地理国情用地面积A₁=S₂+S₃；规划用地面积A₂=S₁+S₂；相交公共面积A₁₂=S₂。融合效度是指相交面积占地理国情用地总面积的比率，其融合效度表达式为S₂/(S₂+S₃)；错分误差是指地理国情正确对应到规划用地的面积占地理国情用地总面积的比率，其错分误差表达式为S₃/(S₂+S₃)。

2 实验与分析

本文以武汉市某典型区域为研究区进行实验。实验区域内建设用地面积和非建设用地面积比约为1:1，用地斑块数量多、类型丰富、情况复杂，可将其作为研究对象的样本数据。

2.1 建立两套数据的对应关系

针对现有的地理国情数据与城乡规划数据，本文采用统一的分类标准对两者的分类思想进行对照分析。宏观层面，采用分区融合思想将地表覆盖数据与城市外围的非建设用地数据进行数据衔接，将地理国情要素中的城镇综合功能单元数据与城市内部的建设用地数据进行数据衔接；中观层面，以城乡规划分类数据为主序，对两套数据按照地类名称和定义的相似性进行分类融合；微观层面，考虑到划分层次的不同及地类本身固有属性的不同，采用多维属性的方法重新组合对应关系，见表 1。

2.2 地类来源与流向分析

该研究区域是武汉市的工业集聚重地，位于城乡结合部，涵盖了建设用地与非建设用地中的全要素地类特征。本文选取了错转流向较多的地类(如居住、工业、科教和水域地类)进行分析。

1)居住用地。城乡规划数据中居住用地(R)与地理国情数据中居住小区(1141)的融合效度为53.12%，错分误差为46.88%，转换等级为二级。如图 2所示，错分地类主要流向为：地理国情居住小区被转换到规划中的城乡居民点建设用地、非建设用地、工业用地、道路交通用地、公共服务设施用地。

进一步分析造成的误差及其原因：

① 居住用地的界定差异。地理国情普查注重地表覆盖物的物理特性，将城市道路或自然分界线围合的区域定义为居住小区；而规划注重用地的所有权属性，将住宅建筑用地及其附属道路、附属绿地、停车场等用地定义为居住用地。但在实际调查中，地理国情普查时会将大型工矿企业、教育科研用地内部较为零散的居住小区单独提取出来，与规划分类中的居住用地无法衔接对应。

② 采集尺度差异。地理国情数据采集时有尺度要求，一般居住用地的斑块面积达到5 000 m²以上的才能被采集到，而规划是按审批数据统计的，相比而言，规划数据更为科学合理。

2)工业用地。规划数据中工业用地(M)、物流仓储用地(W)、公用设施用地(U)与地理国情数据中工矿企业(1142)的融合效度为87.78%，错分误差为12.22%，转换等级为一级。错分地类主要流向为：地理国情数据中工矿企业被转换到规划中的铁路用地、供电用地及城市道路用地等，如图 3所示。

进一步分析造成的误差及其原因：

① 采集依据的属性差异。规划分类中的工业用地兼具多种使用功能，但地理国情数据只按其中的一种属性采集。例如，武汉实德工贸有限责任公司兼具工业生产和商业贸易的功能，而地理国情普查时只考虑了商业属性，将其采集为商务设施。

② 采集尺度差异。如武钢工业港区用地中为工业服务的码头周边的交通设施，由于地理国情采集数据比较精细，被单独采集为交通设施。

③ 地理国情数据漏采。规划数据中为铁路用地，地理国情数据中为工矿企业。误差原因是规划将工矿企业内的铁路与无轨道路单独作为一种用地类型，而地理国情普查未进一步识别，如中国长江航运集团青山船厂。

3)科教用地。规划数据中的科教用地(A3)与地理国情数据中的教育科研用地(114C)的融合效度为81.59%，错分误差18.41%，转换等级为一级。错分地类主要流向为：地理国情数据中教育科研用地被转换到规划数据中的二类居住用地、三类工业用地和存量待建用地，如图 4所示。

进一步分析造成的误差及其原因：

① 科教用地界定差异。例如车友驾校，规划数据中将其定为增量待建用地，而地理国情数据错将驾校采集为教育科研用地，侧面说明该驾校用地属于未批已建用地，此外，在规划中驾校属于交通设施用地。

② 采集依据的属性差异。高新科技园本身兼具科研与生产功能，规划将其采集为教育科研用地，地理国情普查将其采集为工矿企业，如武汉市高新科技园。

4)水域。规划数据中的河流水面(E11)与地理国情数据中河流(1011)的融合效度为61.83%，错分误差为38.17%，转换等级为二级。错分地类主要流向为：地理国情数据中的河流被转换到规划数据中的河流水面、内陆滩涂、水工建筑用地、水浇地等，如图 5所示。

进一步分析造成的误差及其原因：

① 水域界定存在差异。规划数据中的水域以河道的堤岸为界定标准，并且规划中的水体不包括城镇、居住小区、厂矿企业等建设用地范围内部的水面，如公园内水面等；地理国情数据采集时参照的是当时该土地的自然地表覆盖情况，水域面积达到采集尺度即可判为水面。

② 现势性差异。规划中的河流采集以常水位为准，地理国情普查中的地表覆盖数据以摄影时的实际水位为准，由于采集时相的不同，采集到的水域范围也会有所不同。

2.3 优化建议

1)统一技术规范。在数据采集过程中，广泛征求两个部门的建议，重新审核、比较、评估地理国情与规划的现状图，找出差异，避免采集标准与实际状态不一致造成的差异。

2)统一分类标准。宏观层面的分类目标应统一，如建设与非建设区两大功能区和大类用地的分类标准应一致；同时，在中类与小类用地的分类上应统一地类的功能属性和尺度标准。

3)增加分类维度。地理国情数据侧重土地覆盖物的自然属性；规划数据侧重土地的使用性质。两者的分类可以归纳为用地的自然属性、开发状态、建筑类型、活动和开发强度、经济功能、所有权等属性。因此，对每个地类构建多维属性的、平行的分类体系，在此基础上进行单属性或者合并属性的对接，从而提高融合效率。

3 结束语

本文对地理国情数据和城乡规划用地数据进行对比分析。地理国情普查数据注重地表覆盖物的物理特性，客观真实地对不同特征的地表要素进行划分和归类，强调所见即所得；城乡规划用地数据依据土地的使用功能、开发方式和覆盖特征等因素进行划分，强调的是社会性质，存在历史因素。两套数据的融合在一定程度上改善了城市管理工作中数据不一致造成的错误认知。针对存在的问题，本文从数据采集与分类的过程中提出科学的解决方法，实现地理国情数据“边普查、边监测、边应用”的初心价值，让监测成果在国土空间规划中发挥效用。