数据库原始数据构建

综合地质数据库原始数据是建立专题数据库的直接原始数据，是纸介质资料和电子资 料目录、数字化、编码数字化等全部数据的归档汇总，原始数据按照地质矿产资料分类组 织，可直接通过数据库系统工具导入综合地质数据库。

综合地质数据库原始数据的构建方法：

（1）建立原始数据分类目录；

（2）扫描影像文件、PDF文件、编码数字化电子表格、电子文档（Word文档等）、 矢量化图件、电子文件包（压缩包）归档存入相应的原始数据目录；

（3）以资料单位（报告等）为基本单位，从地质矿产资料分类电子文档提取该资料 单位的资料列表，建立基本单位对应的Access单一数据库（MDB库文件），存储属于该资 料单位的文档、表格、图件列表及其数据；

（4）设计电子表格对应关系表格的数据字典，用工具或编写程序将电子表格转换为 关系表格，存入相应的 Access 单一数据库。

图2.5 综合地质数据的E－R图

原始数据可分为计数资料和计量资料,两者的整理上有所不同.

1.计数资料的整理：采用单项分组法进行整理,它的特点是用样本变量自然值进行分组,每组均用一个或几个变量值来表示.分组时,可将数据资料中每个变量分别归入相应的组内,然后制成次数分布表.

2.计量资料的整理：一般采用组距式分组法.分组时需要先确定全距、组数、组距、各组的上下限,然后按观测值的大小来归组.具体步骤如下：

（1）求全距： 最大值-最小值

（2）确定组数和组距：根据样本容量的大小确定组数,样本容量30--60的,一般设置5--8组,样本容量增加,组数也相应增加.确定了组数后,可以计算出组距:组距=全距/组数.

（3）确定组限和组中值：应该注意的是最小一组的下限要小于资料中的最小值,最大一组的上限,要大于资料中的最大值.而组中值=(下限+上限）/2,

（4）分组,编制次数分布表.

具体分组实例可以在EXCEL或SAS等软件中完成.

---