3.      数据规范

这里说的数据规范，指的是可以被系统所正确识别的数据。这依赖于上述数据库建库的第一个过程，即数据库标准的制定和数据规范。这里的主要矛盾在于，因为 GIS  平台的不一致，各个平台对空间数据描述的模型不同，而导致了在一个平台上生成的数据在另一个平台不能正确读出，从而导致转换前后矢量或属性数据的丢失，甚至无法转换的结果。

例如， AutoCAD 存在拟合曲线 Spline 对象，图形块 Block 对象，区域 Region  对象，代理对象等许多特殊的图形对象，在 GIS 系统中没有相应的图形对象与之相对应。因此要想将这些数据入库，必须先将以上对象转化，使之变成 GIS 可以识别的图形对象。   AutoCAD  的扩展数据由于为 AutoCAD  所特有，因此也必须寻找解决办法 ( 例如数据格式转换 ) ，使之能被 GIS 所正确读取。

此外还包括数据规范中规定的各个图层之间相互的空间拓扑关系及属性数据等，这些都要求有相应的检测和修正工具予以保证。

4.      数据生产

数据生产过程主要包括准备阶段和数据输入阶段。以下为 AutoCAD 平台下数据的生产过程为例。

准备阶段

此过程包括定义图层名称，配置图层的各种属性（颜色，线性，线宽，图形符号等）。这一过程是数据生产的准备阶段，工作逻辑上非常简单，在认真设置和检查后，产生错误的可能性会很小。

数据生产阶段

包括栅格数据自动矢量化和人工输入两个比较大的方面，有时候全为人工输入。

栅格数据自动矢量化是通过扫描仪器输入栅格数据，然后通过图像识别算法，进行矢量跟踪，从而确定实体的空间位置。在目前的技术发展中，程序的算法往往不能完全识别出所需要的对象并进行正确的矢量化，若栅格数据是经过底图扫描而非遥感影像，可能还会出现扫面不清晰，因此会产成各种各样的问题。常见的错误主要有以下几种：

(1)     房屋等面状闭合物体留有缺口，即不封闭。

(2)     扫描后的线段存在很多重复点的现象。

(3)     扫描后的线段存在自相交的情况。

(4)     在图像边缘上的线段，扫描后出现畸变现象。

(5)     在图像的边缘存在数据丢失的现象。

(6)     由于图像定位不准，导致扫描后图像部分基准点偏移，从而导致相邻的地区存在图形重叠或交叉的现象。

其中基准点偏差的影响尤为显著，严重影响数据建库。一般情况下，我们需要封闭检查，重复点检查，自相交检查，基准点检查和校正等检查工具去发现和排除这些错误。在这些错误中，错误 1 、 2 、 3 、 6  在逻辑上比较简单，相对比较好解决。错误 4 、 5  则比较难于检查和解决。

人工输入是指数据录入人员按照要求用鼠标或绘图议等手工在图纸上进行绘图，并设置和添加各种属性的过程。这一过程十分繁重的，并且工作具有重复性和枯燥性等特点，因此容易造成各种错误，从而影响数据质量。产成的错误的原因主要有两个：

精度问题造成的错误，这种原因往往造成图形拓扑关系错误。例如，应该闭合的面状物体没有闭合，应该端点相连的直线没有连接，不应该重叠的线段存在重叠的部分，不应该交叉的图形存在交叉，面与面之间存在缝隙，面与面之间发生重叠，基准点和控制点定位不准确等等。

人为疏忽造成的原因。例如，有属性的图形物体忘记给属性赋值，导致属性丢失；有属性的图形物体错误赋值，导致属性错误；图幅边框被删除或者移动位置；图幅边界上的图形没有很好的完成接边处理，造成相邻图形不匹配等等。这些错误都经常的会在数据生产过程中发生，如果不加以检测和修正，将直接影响建库的正确性和准确性，应予以注意。

5.      小结

         从以上分析可以看出，数据建模、数据规范、数据生产都是 GIS 数据顺利、准确入库的关键，在整个过程中，数据校验起到了非常重要的作用，在实际操作中，需要系统理论知识和经验知识来作为建立 GIS 数据库的架构支撑。根据个人有限的系统工程方面的理论知识，只能对数据校验做出如下概述：

(1)     首先，需要对准备入库的各种源数据进行研究和分析，从中发现数据中存在的明显的错误，并估计潜在的错误。

(2)     根据数据建库标准和数据规范，分析这些错误可能对建库造成的影响，按照严重程度、优先级别、逻辑关系等将错误分类，并制定处解决问题的方案。

(3)     按照制定的解决方案有计划、有步骤的纠正这些错误，使之符合建库的规范。

(4)     这样循环检查几次，尽量消除数据中的错误，一般情况下，总会有少量错误存在。

(5)     当已经很难找出错误时，可以开始进行抽样检测，并小规模进行试验性入库。

(6)     在试验性入库成功后，进行大批量的实际入库。

(7)     入库完毕，对入库成果进行抽样检查，查找不正确的地方，并进行修正。

(8)     GIS 数据入库正式完成，交付使用。

数据库建库主要有三个过程：

First -- 数据库建模。主要是根据具体行业的特点及对其的理解，制定出数据规范，在逻辑上建设数据库。

Second -- 数据校验。主要是检测数据的正确性，保证数据质量。

Third -- 数据入库。主要是将获取的各种数据，例如纸制数据，矢量数据，栅格数据，遥感影像数据等准确的导入到数据库中。

         下面对数据库建库的整个过程进行详细分析。

1.      数据建模

数据建模的目的是根据对应用行业的理解，在逻辑和概念上对数据库进行设计，其影响的是数据库建设完毕后的合理性、通用性和可扩展性。建模是否成功将直接影响到系统是否易用、易扩展，甚至是否成功。地理信息数据库建库过程中遇到的各种问题主要是数据问题，对系统成功进行了建模之后，若数据存在问题，将直接影响到数据的入库。

2.      数据入库

在数据入库的过程中，其核心是如何依据所制定的数据规范将各种格式的数据，准确的、快速的导入到数据库中。在这个过程中遇到的问题，其根本就是如何解决不同平台之间数据集成的问题。在《 GIS 开发者》第八期电子杂志中，曾提出共相式地理信息系统，其目的之一也是为了解决数据源的集成问题。在目前，实现地理信息多源数据集成的方式大致有三种，即数据互操作模式，直接数据访问模式和数据格式转换模式。  

共相式 GIS 支持多种数据格式的技术框架示意图

( 注：该图引用自《 GIS 开发者》第八期电子杂志 )

(1)     数据互操作模式。数据互操作模式是 OpenGIS Consortium （ OGC ）制定的规范。这种模式和数据入库的思路有所不同。

(2)     直接数据访问模式。直接数据访问模式是指在一个 GIS 软件中，实现对其他软件数据格式的直接访问，用户可以使用单个 GIS  软件存取多种数据格式。以 ArcGIS 为例，它可以打开多种 GIS  平台及其它相关软件的数据。

(3)     数据格式转换模式格式转换模式是传统的 GIS 数据集成方法，也是入库的基本思想。在这种模式下，其他数据格式经专门的数据转换程序进行格式转换后，就可以进行入库了。例如，在 ArcToolBox( 版本 9 以后被整合到 ArcMap 和 ArcCatalog 中 ) 里，就有多种数据格式转换的工具。

数据格式转换是目前 GIS 系统集成的主要办法。现在基本上每个主流 GIS 平台都提供了一些数据转换工具，以 ESRI 公司的 ArcGIS  平台提供了 ArcToolBox 工具箱，功能相对完善，基本上支持所有市面上各种主流的 GIS 数据，例如 Autodesk 公司的 DWG 格式文件和 DXF 格式文件， MapInfo  公司的 MIF  格式， Intergraph 的 DGN 格式，以及各种栅格图形数据等等，基本上满足了一般数据入库的要求。此外，还有其它许多专门的数据格式转换工具可以使用。由此可以看出，只要提供的源数据是正确的，符合规范的，那么利用上述工具就可以将数据导入到数据库中，从而顺利的完成建库的工作。因此，源数据的准确性和规范性就成为建库成功的十分关键的因素。由此看来，数据校验就成为建库能否顺利进行的关键所在。

数据校验需要完成哪些工作，怎样进行校验与把关才能在建库之初就能预测各种潜在的问题，因此，需要仔细分析导致数据不准确、不规范的原因。一般情况下，需要从数据规范和数据生产过程中考虑。

GIS数据建库基本思想(下)