并行处理技术在全球海量地理信息数据质量控制中的应用

针对全球海量地理信息数据成果数据量大、数据类型丰富、质量检查内容多的特点,本文将分布式并行计算技术、多线程技术应用到地理信息数据质量控制体系中,基于MapReduce框架实现了多源多时相海量数据并行质量控制,把算法结构由一个周期执行一个操作改造为一个周期执行多个操作的并行处理,从根本上解决重复操作多、计算慢的质量检查难题。选取核心矢量要素、DOM成果、DEM成果作为典型数据案例开展效率对比试验。试验结果表明,该技术方案的处理效率比传统技术方案提高2~3倍,有效地压缩了任务执行时间,节约了任务执行成本,实现了对海量地理信息数据的快速质量控制,保障了全球地理信息数据的成果质量。     

1:50000基础地理信息数据库更新项目成果质量控制

1∶50 000基础地理信息数据库成果具有数据量大、要素间相互关系复杂、现势性强、参考资料多等特点。本文根据1∶50 000基础地理信息数据库更新项目的技术流程,结合多年项目的质量控制措施以及历年项目中发现的质量问题,针对质量检查方案和质检要点提出了一些建议,希望能够更好地保障项目保质保量顺利完成。     

30 m地表覆盖数据更新成果质量检查与常见问题分析

针对全球地理信息资源建设与维护更新项目中30 m地表覆盖数据（GlobeLand30）更新成果的特殊性与质量检验技术的需求,本文提出了一套适用于规模化生产的成果质量检查技术流程与方法,并结合工程质量检查验收实践对更新成果常见问题进行了系统分析,给出了解决方案,可为全球项目成果质量控制提供技术参考。     

1∶50000地形要素数据库更新质量控制分析

1∶5 0000地形要素数据库是国家1∶50000基础地理信息数据库的重要内容,地形要素数据的更新不再区分重点要素更新和全要素更新,生产技术日益成熟,成果质量要求也随之提高.现以历年生产成果质量检查过程中,发现的一些常见质量问题,以陕西责任区-新疆区域的更新为例,对内、外业生产中存在的质量问题进行分析,提出质量控制建议,供大家在生产中参考.     

地表覆盖分类成果的质检方法与实践

针对地理国情普查中的地表覆盖分类数据成果及其如何进行科学、客观的质量检查与评价,以确保成果质量满足项目设计要求的问题。该文基于地理国情普查中的地表覆盖分类成果特点提出了一套有别于传统基础测绘成果的质量检查内容和评价方法,其核心是对成果最重要的分类精度质量元素采用统计分类不良区域面积占比进行定量的质量检查与评价。该方法在全国范围的地理国情地表覆盖分类成果的检查验收中得到了全面应用。实验表明,该方法具有直观、易于操作的特点,能有效控制成果质量,并可为常态化地理国情监测质量控制工作提供技术参考。     

一种模型驱动空间数据库质量检查平台构建

质量检查是空间数据质量控制的关键环节,空间数据库包括矢量空间数据、专题属性数据及元数据等,质量检查内容繁多。现有空间数据库质检软件往往为某一项目“量身定制”,灵活性低。本文从空间数据库质量特征及其语义表达出发,对空间数据库质检规则进行了分析和研究,提出了空间数据库质检DRST模型,并基于该模型开发构建了一套能够适用于各类空间数据库质检需要的平台软件。该平台已在江西省房地一体确权登记数据库质检、第三次国土调查成果数据库质检、地理国情监测成果数据库质检等项目中得到应用。应用实践表明,平台具备良好的适应性和扩展性,为提高空间数据库质量检查效率、解决质检软件生命周期短等问题提供了有效途径。     

地理国情要素数据成果质量检验

针对地理国情要素数据的成果质量问题,该文提出了总体概查、详查、样本外概查的检查流程,分析需要检验的质量元素,确定了不同质量元素的检验方法,进一步区分出可以采用程序自动检查的质量元素,并通过建立规则库,实现部分检查项的批自动检查。然后,研究其余质量检查项的实现方法,明确了普遍问题所在,完善了质量检查项的人机交互检查。最后,对43个县域平方千米的地理国情要素数据成果质量进行检验,其结果表明:该文提出的技术路线是可行的,质量评价结果是客观的。     

矢量数字地图生产的质量控制方法

介绍矢量数字地图生产的基本情况,论述生产过程中的数据质量控制的方法和措施.根据矢量数字地图数据的生产方法、数据结构、编码标准,提出数据质量控制系统主要由地图要素更新质量控制、地图要素采集质量控制、地图数据质量检查与验收和地图数据质量评价等4个子系统组成.     

地表覆盖分类数据成果质量检查技术与方法

针对地理国情普查与监测项目地表覆盖分类成果质量检查的特殊性,结合验收检查工程实践提出了一套有针对性的成果质量检查技术流程与方法,归纳了成果采集精度、分类精度等关键的质量元素的检查要点、具体方法与典型质量问题,可为开展常态化地理国情监测成果质量检验提供技术参考。     

GB/T18316-2008标准的分析与使用探讨

分析了GB/T 18316-2008在质量检查方法、检查内容、质量评价等方面的进步之处,并将其应用于1:10000地形图核心要素更新项目中,通过实践应用,证实了其优势,同时根据生产实践,提出了一些个人看法.     

空间数据质量控制与评价方法及实现技术

针对空间数据质量控制探讨较少的状况，提出了空间数据质量模型，阐述了各质量指标的检验与评价方法，重点探讨了自动检查与评价方法。开发的空间数据质量控制与评价系统软件的应用结果表明，本文所述方法正确，检验与评价结果可靠。     

浅谈如何成为一名优秀的测绘质检员

测绘生产过程是复杂的,质量检查又是测绘生产过程中的重要环节。本文详细讲述了如何在测绘生产中做好成果质量检查工作,成为一名优秀的质检员,为提升测绘成果质量尽自己微薄之力。     

关于空间数据质量标准的若干问题

引入空间数据质量维的概念,在比较分析几个标准化组织提出的空间数据质量内容组成的基础上,结合我国的特点和现实要求,提出了一套可供参考的空间数据质量元素和子元素。分析了空间数据质量的3种评价模式,并将ISO/TC211的加权平均法和我国的缺陷扣分法结合,提出了基于加权平均的缺陷扣分评价方法,给出了这种方法的实现流程。     

测绘地理信息质量信息管理设计与应用

针对测绘质检业务中质量信息的管理现状进行了分析,分别给出了省级和全国的质量信息管理设计方案,通过进行省级和全国的一体化质量信息管理建设,实现了全国范围内质量信息的互联互通及统一化管理,为信息化质检下质量信息的管理提供了思路。     

空间信息服务质量评价

随着信息技术在测绘领域的广泛应用和信息化测绘的广泛实践,测绘不再只是提供地图或地图数据,而是提供包括空间数据在内的空间信息服务.首先提出空间信息服务质量是由空间数据质量、信息可达度以及信息交互质量三个质量指标决定的,其中每一个质量指标又包括若干下级质量指标,以此构成一个地理信息服务质量的指标树.在构建空间信息服务质量指...     

1：500DLG数据的质量控制与质量评价

DLG数据是城市地形要素的主要表达形式,如何对DLG数据的采集过程进行质量控制、质量检查,如何对DLG数据进行客观的质量评价,是值得探讨和研究的问题。本文针对1：500DLG数据生产的各个环节,全面介绍了其质量控制、质量检查、质量验收、质量评定的内容和方法。     

浅析如何做好测绘生产质量控制工作

如果说测绘生产是一项复杂工作,是获取基础数据的重要手段,那么测绘生产中的质量控制,就是测绘生产过程中的一个重要环节。本文详细讲述了如何在测绘生产中进行有效的质量控制,为提高测绘成果质量尽自己微薄之力。     

地理空间信息服务质量评价的概念与方法

本文在综合商业服务质量评价模型与软件质量评价模型的基础上,对地理空间信息服务质量评价的一般过程与方法进行了分析。首先,对地理空间信息服务的质量评价的基本概念与内涵进行了分析;其次,对服务执行质量评价与服务实体质量评价进行了比较;然后,对原子地理空间信息服务质量评价中的度量方法进行了探讨;最后,提出了5个地理空间信息服务的基本组合模型,并对几个关键质量要素的组合算法进行了分析。     

地下管线探测成果的质量检验方法

在对大区域地下管线探测数据检查过程中充分考虑了地下管线隐蔽性对探测成果的影响;在数据检查工作中采用科学流程、标准制定、样本控制、GIS辅助等科学合理手段,有效提高了检验效率,保证了成果质量。     

Analysis of dependence of decision quality on data quality

GIS professionals seem to assume that better data lead to better decisions, but how does one decide when better data lead to a better decision? An analysis to determine the effects of data quality on the quality of decisions provides criteria whether to invest in data quality improvement. This article analyzes data quality and how it influences the quality of a decision. It uses an example of an environmental engineering decision to demonstrate a general method to assess the influence of data quality on the decision. It shows that the uncertainty in aspects, which are poorly known, e.g., the necessary security levels, dominate the uncertainty of many decisions. Efforts to collect more or better data to improve the data quality of those stored in a GIS would not reduce uncertainty in the decision significantly. This result seems to be consistent with results from other studies for this very large class of decisions. The article gives a general method to assess whether collecting better data improves a decision or not.