核心用法
本技能是一款只读型地理空间数据质量审计工具，专用于对本地GIS数据目录进行递归扫描与全面质检。用户指定待审计目录后，工具自动识别GeoTIFF、Shapefile、NetCDF、Parquet等十余种格式，执行逐文件检查与跨文件一致性校验，最终生成机器可读的JSON报告、可视化HTML文档及空间问题图层。通过命令行参数可灵活控制递归深度、采样规模、输出格式及失败阈值，支持自定义规则扩展，满足从快速筛查到严格交付验收的多层次需求。
显著优点
格式覆盖全面：原生支持栅格（GeoTIFF/ASC/HDF）、矢量（SHP/GPKG/KML）、表格（CSV/Parquet/Excel）、NetCDF/HDF5及LAS点云等主流GIS格式，单工具即可替代多格式专用检测脚本。零侵入审计：设计上严格只读，不修改源数据、不触发外部下载，保障原始数据安全。工程化输出：除人类友好的HTML报告外，提供结构化JSON、GeoJSON问题图层、MD5校验值及标准化退出码，无缝接入CI/CD流水线。可扩展规则引擎：内置CRS缺失、几何有效性、编码一致性等核心规则，同时支持JSON配置文件自定义大小限制、强制坐标系等策略。智能降级机制：核心检查依赖纯Python标准库，可选依赖（rasterio/fiona/netCDF4）缺失时自动降级为轻量检查，避免硬性阻断。
潜在缺点与局限性
本地数据强依赖：工具不集成任何数据获取能力，用户须自行准备完整数据集，无法直接审计在线服务或自动下载场景。修复能力缺位：当前版本未实现--fix-safe自动修复，仅定位问题需人工介入处理。合规结论审慎：虽能检测CRS不匹配、几何错误等技术缺陷，但合规性/认证结论仍需领域专家人工复核。深度检查有条件：栅格金字塔、矢量拓扑关系等深度检查依赖可选第三方库，极简环境下可能降级为基础元数据校验。LAS/文档格式支持有限：LAS点云与DOCX/PDF等文档仅做基础存在性检查，无法解析内部地理空间内容。
适合的目标群体
- GIS数据工程师：需要批量验收供应商交付的影像、矢量数据包
- 遥感/测绘项目质检员：执行航测、卫星数据生产后的自动化QA环节
- 数据治理团队：建立空间数据资产的标准化入库质检流程
- 科研数据管理者：校验NetCDF气候数据集、生态观测数据的完整性与一致性
- DevOps工程师：将空间数据质检集成至GIS数据处理流水线
使用风险
性能风险：递归扫描大规模目录（百万级文件）可能产生显著IO开销，建议配合--sample-size参数分批次执行。依赖漂移风险：可选库版本差异（如rasterio与GDAL绑定版本）可能导致跨环境检查结果不一致，建议在容器化环境中锁定依赖版本。规则误报风险：自定义规则JSON若配置不当（如过于严格的文件大小阈值），可能产生大量警告干扰判断，需迭代调优。路径权限风险：对受系统保护或网络挂载目录执行审计时，可能因读取权限不足导致部分文件被跳过，需在执行前确认目录权限。报告累积风险：默认输出目录位于<input>/qa-output，反复执行可能产生历史报告堆积，建议清理策略或指定独立--output-dir。