**空间数据（Spatial Data）**是地理信息系统的核心，但原始数据往往存在质量问题，如缺失、错误、不一致、格式不统一等。因此，空间数据的清洗与标准化是一个至关重要的预处理环节，它直接影响后续空间分析的准确性、可靠性和互操作性。
1. 空间数据清洗 (Spatial Data Cleaning)
空间数据清洗旨在识别并修正数据中的错误和异常，提高数据质量。
几何有效性检查与修复： 检查几何对象是否符合有效的拓扑规则。例如，多边形不能自相交、不能有悬挂点、不能有孔洞不闭合。常见的错误包括：
自相交多边形： ST_IsValid() 函数可以检查几何是否有效，ST_MakeValid() 可以尝试修复。
悬挂节点/线段： 线路末端未与其他线路连接，形成不应有的断点。
重叠多边形： 两个不应重叠的多边形存在重叠区域，导致面积重复计算。
小图斑/窄缝： 面积过小或宽度过窄的几何要素，可能是测量误差或数据处理残余，可进行合并或删除。
属性数据清洗：
缺失值处理： 填充缺失的属性值（如使用默认值、均值、插值或根据规则推理）。
异常值检测与修正： 识别并修正超出合理范围或明显错误的数据，例如，POI 地址中包含不合法的字符。
数据类型与格式一致性： 确保属性数据类型正确，并统一格式（如日期格式、编码格式）。
冗余与重复数据： 识别并删除重复的地理要素记录或重复的属性信息。
拓扑关系检查与构建： 确保几何对象之间的空间关系符合逻辑。例如，道路网络应 特殊数据库 是连通的，行政区划面之间不应有缝隙或重叠。这通常需要构建拓扑模型，并进行拓扑校验和修正。
2. 空间数据标准化 (Spatial Data Standardization)
空间数据标准化旨在统一数据的表示方式、坐标系和语义，提高互操作性。
坐标系转换与统一： 这是空间数据标准化的核心。不同来源的数据可能使用不同的地理坐标系（Geographic Coordinate System, GCS）或投影坐标系（Projected Coordinate System, PCS）。必须将所有数据统一到目标坐标系，以确保空间位置的一致性。例如，将所有数据从北京54坐标系转换为 WGS84 坐标系或 UTM 投影坐标系。PostGIS 提供了 ST_Transform() 函数进行坐标转换。
数据模型统一： 统一数据的数据模型，例如，将所有线状要素转换为 LINESTRING 类型，所有面状要素转换为 POLYGON 类型。确保几何类型的一致性。
属性字段标准化：
字段命名规范： 统一属性字段的名称，避免歧义。