基于SuperMap的可配置的1∶10000 DLG数据质检模型设计

王春艳，高嘉泽

(辽宁省基础地理信息中心，辽宁沈阳 110034)

1 引言

随着辽宁省基础地理信息数据建库工作的不断发展进步，1∶10 000 DLG数据的生产已成为省级基础测绘产品更新的主要项目之一，该数据生产工序多，制作复杂，数据量逐年增加，入库数据质量检查的工作强度不断增大，数据检查的难度和复杂程度不断提高。因此，我们迫切需求一种标准的、统一的、高度自动化的质检软件，能够有效地降低数据入库前的质检工作量，提高数据质量。

为解决这一问题，我们结合SuperMap系列软件，提出一种模型化构建数据质检软件的理念，并实现可配置的任务式质检模型，尽可能将质检中多种类型的可复用、可配置的实体抽象为可描述的某些规则，通过对规则的控制和解析去搭建质检视图，从而方便、灵活地构建一个基于特定应用的数据质检方案。

2 DLG误差类型

DLG数据的生产工序较多，制作过程较复杂，从外业到内业产生误差的原因有很多，而我们基础地理信息数据的质量检查工作仅限于DLG数据入库前的内业检查阶段。误差类型主要有:

数据完整性:数据空间坐标范围错误;数据有无丢漏或者存在非法要素等。

数据拓扑错误:点、线、面、注记要素重复;线段打折、自相交;面要素缝隙、面要素重叠等。

属性误差:属性表字段类型、顺序或者名称错误;属性值内容错误等。

数据资料的完整性:包括技术设计书、技术总结、检查报告、元数据等文档资料的完整性。

3 DLG数据质量检查内容与方法

3.1 检查内容

一般情况下，待检的基础地理信息数据不是单个的数据文件，都是符合一定组织结构规则的批量的数据文件。在辽宁省1∶10 000基础地理信息DLG数据建库的实际工作中，数据分为居民地、水系、道路、地貌、植被等几大要素类，按照点、线、面、注记等空间结构类型分层存储为SuperMap的SDB格式，每一数据层都有特定的属性字段结构，包括字段名、字段类型、字段长度等。同时，按照待检数据的质量要求，模型中还可以包含某字段的合理的取值范围，例如，数值型的可取值的大小范围，字符型的内容的枚举等。因此，入库前的质量检查内容主要有:

提交的成果归档检查:数据文件命名是否正确，数据格式是否正确，数据文件是否可读;元数据各项内容是否齐全准确;数据资料是否完整。

数据的属性检查:各个要素的分类正确，编码无误;属性结构正确;属性值内容无错漏。

数据的空间检查:检查假节点、冗余节点、悬线、重复线等以及点、线、面的拓扑关系;检查高程点与等高线有无矛盾。

数据的符号化检查:数据进行符号化，检查图面，是属性检查和空间检查的补充;检查属性中的分类错误，表示同一地物的边线、面等相关要素的属性一致性检查;检查要素是否丢漏。

数据接边检查:检查接边数据属性和空间位置的一致性。

3.2 检查方法

辽宁省1∶10 000基础地理信息DLG数据建库的质量检查包括三种方法:即计算机程序检查、计算机屏幕检查、计算机绘图输出检查。

对于入库的所有数据均要用程序检查，主要包括:数据文件的完整性检查、属性一致性检查、拓扑关系建立检查、异常属性值检查、不符合逻辑关系的属性值检查等。

对于详查图幅要结合绘图检查、屏幕检查，采用人机交互的方式进行，对程序很难查出的问题进行检查，包括:部分属性值、多层数据的相互关系检查、不合理的悬挂点等检查。

必要时，还需要计算机绘图输出，采用人工方式检查。

以上三种方法需要相互配合，合理运用，发挥各自的优势，才能保证大批量数据的质量，提高工作效率。

4 模型设计

根据基础地理信息数据特定的空间和属性的组织结构以及待检数据的质量要求，我们设计了可灵活配置的任务式质检模型，它通过某些个性化的规则的定制，执行一个特定的元素级检查操作，是对检查对象、检查参数以及检查方法的一种抽象和封装。例如，图层的命名必须符合一定规则，某些图层不是必然存在的，某种面与面之间不能重叠，某些线相交时不能有伪节点等。

任务式质检模型的具体功能由SuperMap系列软件实现，而检查对象、检查参数由用户配置，检查结果以文件方式保存，具有通用性。任务式质检模型的组织结构如图1所示。

图1 任务式质检模型组织结构

5 功能实现

根据《辽宁省1∶10000基础地理信息数据字典》，相应的数据结构和质量要求，设置了合理的对象参数和检查，定义了一系列检查规则，构建了符合要求的1∶10000基础地理信息数据质检模型。该模型主要利用SuperMap Objects和.NET技术来完成程序的开发和具体检查方法的实现。

首先，根据《辽宁省1∶10000基础地理信息数据字典》确立DLG数据的数据结构，设置对象参数，即要检查何种要素，各个要素或者相关要素之间包含哪些拓扑关系;根据1∶10000 DLG数据的质量要求设置检查参数，即微短线、微小面的最小值，拓扑关系之间的最小值等。以上规则的建立是利用SuperMap Objects开发的“批量数据检查方案管理”模块来实现的，如图2所示。

图2 数据检查规则配置

然后，添加需要检查的DLG数据，进行批量数据检查。检查结果以专题图方式直接在地图窗口显示错误信息，并支持错误标记的输出，可以打印纸图，或者转换为E00、dxf等格式，便于在多种软件中修改，解决了检查软件与数据生产软件不一致造成的错误标记与原始数据无法套合的问题。如图3所示。

另外，在数据检查完成后，还会输出质检报告，可以保存为html、doc等多种文档格式。该质检报告包含不符合检查规则的各个要素或者要素类的错误记录，并按照质量要求，对数据错误进行了分类，给予不同的权重值，给出质量评价，提供检查人员一定的参考。如图4所示。

图3 配置方案的保存及检查结果输出

图4 检查结果内容

6 结语

在实际生产应用中，可配置的任务式数据质检模型可应用于多种比例尺的DLG数据的质量检查，对象参数和检查参数的设置都非常灵活，能够大大降低质检软件相似功能重复开发的工作量，也降低了数据质检工作的工作量，提高了生产效率和数据质量。但面对纷繁复杂、多种类型的数据质检需求，仍有很多工作要做。需要根据不同的生产任务，不断丰富和完善质检规则，提供更多的检查模型，同时面向多种检查环境和数据结构，提高检查模型的灵活性和可移植性，增加可配置项，使可配置的任务式数据质检模型能够满足多样的功能需求。

［1］GB/T18316－2001.数字测绘产品检查验收规定和质量评定［S］.

［2］GB/T20258.2－2006基础地理信息要素数据字典第2部分1∶5000 1∶10000基础地理信息要素数据字典［S］.

［3］GB/T17278－2007.数字地形图产品基本要求［S］.

［4］洪军.1∶10000 DLG质量检测方法探讨［J］.测绘与空间地理性息，2010，8(4)

［5］胡俊昌，陈桂萍.浅谈测绘产品的质量控制与检查［J］.辽宁测绘，2007(4)

［6］张玉梅，刘佩艳，葛艳飞.土地调查数据质量检查方法的探讨［J］.地矿测绘，2009，25(3)