1. 背景
近年来，在国家科技水平及地理信息产业的日益发展的大环境下，数字城市已成为城市信息化的发展方向。作为数字城市应用的基础，城市地理空间框架和基础地理信息数据库承担了为各部门、各行业提供基本地理信息数据的重要作用。地理空间框架和基础地理信息数据库的建立、完善和更新是数字城市和发展的重要保障[1]。
数字线划图(DIGITAL LINE GRAPHS，简称DLG)作为目前使用最为广泛的基础地理数据类型，储存了各地理要素间的空间位置信息和相关属性信息，也成为基础地理信息数据库最主要和最为重要的数据源[2]。如何将已有DLG地形图数据转换为符合标准的空间地理信息数据库数据，以满足专题信息提取、空间分析、数据挖掘等方面的应用，成为目前承担各省市地县数字城市建设的测绘部门的重要课题。本文基于现有地形图整理入库技术，探讨了一套基于南方数码iData数据工厂的地形图整理入库方案。
2. 现状和问题
由于现有测绘地形图数据的来源和作业方式多样，导致已有DLG地形图在数据的分类、代码、特征定义和存储格式上难以统一，这就需要按照数字城市建库标准对其进行编辑加工，在数据分类分层、属性定义、图形表示等方面进行规范化的数据重组、格式转换、拓扑处理和质量控制，使其最终满足GIS空间数据库入库要求[3]。
此外，目前地市级相关部门保管的纸质和电子DLG地形图数据，绝大部分是为了满足地形成图而制作的出图数据。其要素表达完整性不足、拓扑关系不完全正确、属性信息缺失或不完整，需要进行大量的人工数据、属性的整理工作才能满足基础地理信息数据库入库的需要。
现有的数据整理中还存在着各地标准不统一、流程难系统化、人工工作量巨大等问题，直接影响到DLG数据整理入库作业的效率和数据质量。
工具方面，传统的地形图数据整理入库工作的数据整理部分通常都是在CASS、Microstation等CAD图形编辑平台上来进行的。但由于CAD平台数据与GIS标准不一致，无法构建完整拓扑，数据结构与GIS标准相去甚远，因此在后期通常还需要配合ARCGIS等GIS平台来构建完整拓扑并进行数据转换入库工作。这种作业模式下，虽然可以配合许多二次开发小工具来提高部分数据整理效率，但整体人工工作量仍然巨大，而且无法将数据整理入库流程系统化、流程化，效率整体低下。
3. 基于IDATA数据工厂的地形图整理入库流程
iData数据工厂作为新一代信息化测绘数据整理平台，不仅继承了CASS优秀的图面效果、灵活全面的图形绘制编辑功能，同时，以ARCGIS原生空间数据库格式为数据格式的数据生产方式，能够确保数据位置信息、空间拓扑、属性的完整性和正确性。除了这两点平台优势以外，iData数据工厂的数据自动整理、处理模块能为DLG数据整理入库提供完整的数据整理、质检方案，大幅提高数据整理效率、减少人工工作量。
基于iData的数据整理入库流程如图 1所示。
图 1 基于iData的地形图整理入库流程
在基于iData软件下，地形图入库操作可按以下步骤进行：
DWG/DXF/DGN数据——转为MDB库文件——数据检查及接边——构面——拓扑检查——属性赋值——二次质检——入库
相较于常规地形图整理入库更新流程，使用iData能够减少数据在不同格式、不同平台下的频繁转换和流转，保证了数据库及制图的数据质量和精度。同时在数据入库后的更新过程中，iData能够直接编辑和符号化Personal Geodatabase库体文件，配合强大的编辑、绘制功能和数据自动处理、质检模块，能够极大地提高数据整理、入库效率。
1) 叠加DWG/DXF/DGN数据
除了直接读写MDB数据，iData还支持直接读写DWG/DXF、DGN、GDB(Personal Geodatabase)，基本涵盖了市面上最常见、最通用的矢量数据格式。这些格式在iData中加载时都无需进行任何数据转换，即可直接进行读取和编辑。
2) 数据转换
经过前期的原始数据预处理，即保证原始数据图层、原始码正确的情况下，即可根据原始编码与入库标准地物编码之间的对照关系进行数据的转换入库。在iData中通过导入转换对照表，即可全自动快速将数据转换到标准mdb空间数据库文件中。
图 2 dwg转mdb结果
3) 数据整理
图 1中所示地形图整理入库流程中，图面常规整理和质检、各类地物整理与质检、拓扑检查与纠正、属性自动赋值与纠正、二次质检都可以使用iData的智能数据处理引擎来完成。该模块为用户提供可视化的方案编辑界面，用户可以通过编写流程式数据处理方案对空间数据进行自动处理和质检，能够根据标准、原始数据质量的不同快速对整理方案进行调整。下图(图 3)展示了iData中进行整理质检方案编辑界面。
图 3 智能数据处理引擎的方案编辑界面
图 4 流程化数据自动整理、质检方案
如上图(图 4)所示，通过编写自动处理方案，能够实现在地形图整理入库过程中的拓扑的自动构建、自动构面、自动赋属性等，并且能够根据需求实现图形、属性、拓扑等问题的质检。质检结果和自动处理结果能够在图面上快速定位，方便进行人工交互处理(如图 5所示)。
图 5 错误处理结果图面定位(包含多种植被点的植被面)
4) 二次质检
在进行完作业员自检和图幅合并接边之后，通过独立的质检方案，能够进行作业员之间的二次相互检查，确保数据结构、图形、属性、拓扑的正确性之后，即可统一进行提交入库。
4. 数据自动处理方式对比
在数据整理和加工方面，软件提供的数据批量处理方式有三种：菜单式、脚本式和方案式。菜单式是最常见的，即将单个的功能封装在菜单项或工具按钮中，用户通过点击调用相应的功能进行特定的数据处理;脚本式数据处理方式需要用户调用或编写数据处理脚本，通过执行这些脚本完成相应的处理操作;而方案式的数据处理模块通常为用户提供可视化地流程创建界面，用户通过组合已有的原规则灵活地创建数据处理方案，通过这些创建的方案对数据进行整理。
表 1 三种常用数据处理方式的对比
方案式的数据处理方式相较于传统的菜单式和脚本式的数据处理方式，更具有灵活性。使得在进行数字城市入库数据整理时，使用者能够根据项目的不同、标准和流程的不同随时来对质检和处理方案进行定制和调整，使得iData数据工厂自动质检、处理模块能够适用于各类数据整理、质检作业。
除了模式的先进性，iData自动处理、质检模块提供非常丰富的已经打包的数据处理、质检函数(元规则)，包括多种对数据的筛选工具、处理工具、质检工具、转换工具、发布工具。通过对这些元规则进行排列组合，能够实现非常复杂的自动处理功能，如：自动构面、自动接边、自动处理悬挂、自动纠正拓扑错误、自动纠正图属不一致问题、自动赋属性等[4]。而对于无法自动处理的项目，通过质检规则的编写可以检测出错误所在位置并能够通过点击错误列表快速在图面上定位，方便人工进行修改。
表 2 iData部分自动质检、处理项目
作为对比，作业人员分为两组分别进行50平方公里DWG数据整理入库作业，一组使用传统的CASS+ArcGIS的方式进行数据整理，另外一组使用iData进行数据整理，完成情况如表 2所示：
表 3 两种地形图整理入库模式的效率对比
通过这一对比，可以看到使用iData进行数据整理入库能够非常明显地提高作业效率，减少人工工作量。
5. 总结
由于目前的地形、地籍DLG数据的生产很多仍只面向出图需要，因此在数字城市基础数据库建立时，需要进行数据整理、转换工作。而随着数字城市、智慧城市的发展以及测绘信息化进程的不断加快，如何提高地形图整理入库和基础地理信息数据库建库效率成为各测绘单位的主要研究议题之一。iData以Personal Geodatabase为数据存储格式，成果数据直接入库，无需数据转换。智能数据处理模块能够有效提高工作效率，减少人工工作量。同时方案式的数据处理模式能够适用于不同数据标准、不同作业标准，适应性更广，灵活性更广，为测绘单位提供了生产加工空间数据产品的新思路，能够有效的解决空间数据在制图和入库中存在的问题和不足，提高生产效率。
参考文献
[1] 吕浩岩. 小议基础测绘在数字城市中的应用[J]. 中小企业管理与科技，2010,24:266.
[2] 王惠媛. 基于数字城市的大比例尺DLG建库数据的制作[J]. 科技资讯，2012,13:27.
[3] 章捷，高国勇，侯琴. 大比例尺地形图数据转换及入库方法研究[J]. 第八届东北三省测绘学术与信息交流会论文集，2005:282-287.
[4] 广东南方数码科技有限公司. iData数据工厂用户说明书[M] . 广州，2012.08
作者：张倩斯(1988-)，女，硕士，主要从事地理信息数据整理及相关软件平台方面的研究。
声明：中国勘测联合网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考。
