三维建模的基础数据与预处理

（一）基础地质数据资料

地下水系统建模所涉及的基础资料有图文数据、矢量位图，不同比例、不同坐标系的数据，建模时需要进行数据融合、转换，仔细分析原始资料，存精去伪，才能为模型构建奠定坚实的基础。黑河流域建模资料主要由甘肃省地质调查院提供。

1黑河流域地图

黑河流域矢量地图是研究黑河的基础图件，是地质大调查的标准用图，它划定了流域的研究边界，钻孔、剖面线都可在其上标出地理位置。从建模的需求考虑，还在上面绘制了流域内断层的位置和各盆地的分界线。

2钻孔资料

主要包括钻孔各地层深度、岩性、所属时代等与地质结构相关的内容。钻孔数量有240多个，主要分布在黑河流域平原区。钻孔数据已装订成册记录，为符合建模数据的要求，把钻孔全部录入到地下水资源数据系统access数据库Gwexplore中。

3剖面图

按照建模对地质剖面的要求，我们与甘肃水文二队的地质技术人员共同绘制了黑河流域的地质剖面图，剖面主要集中在流域平原区各盆地内，使用MapGIS软件进行绘制。图b为绘制的一张剖面图，它由MAPGIS的区文件WP、线文件WL、点文件WT组成。图a表示绘制的58条剖面线，剖面线投影到黑河流域地图上，以红色表示。

剖面绘制比例为横1∶20万，纵1∶1万。剖面绘制以地层岩组为主，流域内主要绘制第四系下更新统—全新统、第三系，还有少量的白垩系、侏罗系以及花岗岩侵入体，颜色以淡黄至浅绿为主，山区由于资料少，采用透1∶20万地质图的方式勾出一薄层地表岩层，因为20万地质图对于大区域来说内容太细，不能反映规律性的东西，所以建模主要集中在平原区的盆地内进行。

在绘制剖面图过程中，参考查阅了大量的图文资料及钻孔资料，现列举如下：

（1）黑河流域1∶20万地质图；

图5-1 黑河流域水文地质剖面线片面分布图

图5-2 黑河流域典型水文地质剖面

（2）黑河流域1∶20万地形图；

（3）张掖盆地1∶20万水文地质立体结构图；

（4）黑河流域1∶20万综合水文地质图；

（5）河西走廊1∶50万第四系松散层等值线及底界高程图；

（6）河西走廊中东段诸盆地1∶20万电测深推断第四系松散层及厚度图；

（7）黑河干流中游地区1∶20万地下水位拟和图；

（8）黑河干流中游地区1∶20万地貌图；

（9）黑河干流中游地区1∶20万潜水埋深及等水位线图；

（10）黑河流域1∶20万区域水文地质普查报告；

（11）区域地质调查报告多本；

（12）区域地质测量报告多本。

4地表等高线DEM数据

此数据为国家基础地理信息中心标准数据，数据格式为ARC/INFO类型，比例尺为1∶25万，坐标为地理坐标格式，椭球参数为北京54/克拉索夫，坐标单位为度。

除地表高程线外，还有地表地理信息数据，以多层形式存放。黑河流域所用的图号是：J4701—J4712，K4701—K4716。

5地下水顶板、底板、水位等值线图

此图件是对黑河流域地下水系统进行了平面和垂向上分区划分。主要是依据黑河流域地下水补、径、排的关系以及地下水类型进行划分。绘制地下水系统平面分区图和垂向上的单层和多层分区图，潜水底界埋深和承压水顶板埋深，以及基底埋深和构造分布等内容。此图件为保定方法所提供，比例尺为1∶100万。

图5-3 黑河流域基底埋深构造图

6卫星地面遥感

收集的遥感影像是合成好的，进行几何精纠正的资料，在影像边上有经纬度，可以使用MapGIS进行校正。

图5-4 黑河流域卫星影像照片

7地下水动态观测资料

流域内观测资料包括一系列的气象、降水等与地下水相关的数据记录。模型构建需要地下水水位变化的动态观测资料，它包括观测点的位置、坐标、孔深、监测层位及状况，和水位、水温及水位动态曲线。我们收集了近两年的流域水位和有记录的降水观测资料，数据以EXCEL表形式存放。

8文档资料

文档资料为黑河流域的勘探、科研报告，包括项目汇报书、区域水文地质普查报告、专题研究报告等。这些资料为模型的建立具有重要的参考价值。

（二）数据预处理

数据预处理是使数据资料整合成统一比例、投影的图件，完成DEM数据、遥感影像数据、MapGIS等数据集成融合、精度匹配的问题。需解决的问题有图文资料的投影转换、比例缩放、范围裁减、数字化、几何校正、坐标匹配等。

1坐标系统和高程系统的选择

从收集的资料看，对流域内所做的工作大多是基于高斯坐标的基础上进行绘图，因此，本建模采用高斯-克里格坐标系统。所有的资料都向高斯投影转换，转换的高斯-克里格投影参数如下：

坐标系类型：投影平面直角坐标系

投影类型：高斯克力格投影

比例尺：1∶500000

椭球面高程：0

坐标单位：mm

投影面高程：0

投影中心点经度：993000

投影区任意点纬度：370000

投影带类型：任意

投影带序号：20

坐标系统选定后，还需要确定高程系统，由于收集的资料都以标高为单位，即以1956年黄海平均海水面为基准。因此，本次建模不再设立自定义高程系统，以标准高程进行建模。

2地表数据预处理

原始数据以ARC/INFO格式存放，首先需要用ARC/INFO软件将此数据转换为MapGis格式的文件，进行接图 *** 作，把分块的小图拼装为一张大图，进行投影变换，然后以源投影参数比例为25万，地理坐标格式，椭球参数为北京54/克拉索夫，比例尺为1，坐标单位为度的投影方式转换为目标投影方式。投影转换完毕后，进行等高线的高程数据属性提取，使用MAPGIS属性库管理模块进行提取，转换成DBF格式数据库文件，再使用FOXPRO转换成文本文件。MAPGIS把等高线文件转成MAPGIS明码数据文件格式，这样，每条线段与高程数据一一对应，就有了地表的三维坐标。

3黑河流域地图预处理

黑河流域地图以兰伯特格式存在，与上面相同，采取同样的方式进行投影变换。转换为50万比例的高斯投影。

4不明投影方式的图件预处理

由于收集到的图件资料较多，有个别的图纸投影方式不明确，这就需要进行投影识别，即把已知投影和比例的文件进行不同形式的投影变换，然后进行对比，以确认投影方式，如果比较效果不明确，则进行图形的误差校正，使不明投影方式的图件与目的投影相符，达到数据的融合一致。

5剖面文件预处理

对剖面的输入涉及到两个文件，即剖面线文件和剖面文件。剖面线需在已投影的流域地图上单独提取出来，转变为MAPGIS明码文件。剖面使用MAPGIS的转换模块转换成DXF文件。

剖面的坐标需要按照规定进行调整，即设定剖面左下角标尺的横坐标为零，纵坐标为实际高程除以剖面纵向比例后的数值，以毫米为单位。剖面线方向为从左向右，这样才能保证剖面在输入系统后与剖面线保持一致，不会出现剖面与剖面线相分离的现象。

6遥感卫片的处理变换

遥感卫片的处理需要使用ERDAS软件进行波段叠加处理，即多波段低分辨率影像数据的光谱信息与单波段高分辨率影像数据的分辨率信息进行融合。在建模阶段，还需要使用MapGIS软件进行几何校准及配准，用PHOTOSHOP软件进行图像的格式变换和裁剪，以符合流域建模分辨率、工区的要求。

步骤如下：

1需求分析阶段 2概念结构设计阶段 3逻辑结构设计阶段 4数据库物理设计阶段 5数据库实施阶段 6数据库运行与维护阶段 er图的作用： E = Entity 实体 R = Relationship 关系 ER图是用来描述某一组织(单位)的概念模型,提供了表示实体、属性和联系的方法构成 ER图的基本要素是实体、属性和关系实体是指客观存在并可相互区分的事特；属性指指实体所具有的每一个特性

powerdesigner是一个非常不错的建模工具，教程比如考试吧，itlab里面都有不少教程。oracle数据库实 *** 性很强，网上的教程只会给你程序，但没有过多的指点作用，要想学好，最好参加一下正规培训机构的培训。Oracle官方授权的培训机构很少，比如安博亚威就是其中的一家，官方授权的培训机构要比其它的机构更权威，培训效果更好。建议楼上考虑一下。

创建有效的大数据模型的6个技巧

数据建模是一门复杂的科学，涉及组织企业的数据以适应业务流程的需求。它需要设计逻辑关系，以便数据可以相互关联，并支持业务。然后将逻辑设计转换成物理模型，该物理模型由存储数据的存储设备、数据库和文件组成。

历史上，企业已经使用像SQL这样的关系数据库技术来开发数据模型，因为它非常适合将数据集密钥和数据类型灵活地链接在一起，以支持业务流程的信息需求。

不幸的是，大数据现在包含了很大比例的管理数据，并不能在关系数据库上运行。它运行在像NoSQL这样的非关系数据库上。这导致人们认为可能不需要大数据模型。

问题是，企业确实需要对大数据进行数据建模。

以下是大数据建模的六个提示：

1不要试图将传统的建模技术强加于大数据

传统的固定记录数据在其增长中稳定且可预测的，这使得建模相对容易。相比之下，大数据的指数增长是不可预测的，其无数形式和来源也是如此。当网站考虑建模大数据时，建模工作应该集中在构建开放和d性数据接口上，因为人们永远不知道何时会出现新的数据源或数据形式。这在传统的固定记录数据世界中并不是一个优先事项。

2设计一个系统，而不是一个模式

在传统的数据领域中，关系数据库模式可以涵盖业务对其信息支持所需的数据之间的大多数关系和链接。大数据并非如此，它可能没有数据库，或者可能使用像NoSQL这样的数据库，它不需要数据库模式。

正因为如此，大数据模型应该建立在系统上，而不是数据库上。大数据模型应包含的系统组件包括业务信息需求、企业治理和安全、用于数据的物理存储、所有类型数据的集成、开放接口，以及处理各种不同数据类型的能力。

3寻找大数据建模工具

有商业数据建模工具可以支持Hadoop以及像Tableau这样的大数据报告软件。在考虑大数据工具和方法时，IT决策者应该包括为大数据构建数据模型的能力，这是要求之一。

4关注对企业的业务至关重要的数据

企业每天都会输入大量的数据，而这些大数据大部分是无关紧要的。创建包含所有数据的模型是没有意义的。更好的方法是确定对企业来说至关重要的大数据，并对这些数据进行建模。

5提供高质量的数据

如果组织专注于开发数据的正确定义和完整的元数据来描述数据来自何处、其目的是什么等等，那么可以对大数据模型产生更好的数据模型和关系。可以更好地支持支持业务的数据模型。

6寻找数据的关键切入点

当今最常用的大数据载体之一就是地理位置，这取决于企业的业务和行业，还

有其他用户需要的大数据常用密钥。企业越能够识别数据中的这些常用入口点，就越能够设计出支持企业关键信息访问路径的数据模型。

打开Navicat

点击模型，进入模型管理界面

点击新建模型，选择目标数据库，然后点击确定

此时进入模型设计界面

在模型菜单点击表对象，然后在中间的工作区点击一下，生成一个表对象

双击新表，进入表设计界面

定义表字段，然后点击确定

此时在模型中显示新建的字段

同理，可以建立多个表，然后点击保存

输入模型名称，然后点击确定

此时新的模型已建立了

以上就是关于三维建模的基础数据与预处理全部的内容，包括:三维建模的基础数据与预处理、问题三:建模(E-R模型)的步骤是什么、oracle 数据库 的建模工具是什么哪里能有教程等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！