基础数据库

(一)数据内容

基础数据库包括系统运行前所采集到的所有支撑数据，数据的具体内容在数据分类与数据源章节中已描述，概括可分为以下几类。

(1)遥感影像数据:包括历史图像数据，以及按照一定监测周期更新的遥感图像数据。

(2)数字线划图数据:矢量数据(现状专题图和历史专题图数据)、栅格数据、元数据等。入库前数据以ArcInfoCoverage格式分幅或整体存储，采用地理坐标系统。

(3)数字栅格图数据:包括1∶5万和1∶10万基础地理图形数据的扫描栅格数据。

(4)数字高程模型数据:塔里木河干流河道1∶1万和“四源一干”区域1∶10万数字高程模型。

(5)多媒体数据:考察照片、录像、录音和虚拟演示成果等多媒体资料。

(6)属性数据:社会经济与水资源数据、水利工程数据、生态环境数据等。

(二)数据存储结构

1栅格数据

栅格数据包括遥感影像、数字栅格图、数字正射影像图、数字高程模型等，这些数据的存储结构基本类似，因此可进行统一设计。遥感图像数据库与普通的图像数据库在存储上有些差别，遥感图像作为传感器对地理、空间环境在不同条件下的测量结果(如光谱辐射特性、微波辐射特性)，必须结合同时得到的几个图像才可以认为是对环境在一定的时间条件下的完整的描述，也即是说，可能需要一个图像集合才能构成一个图像的完整的概念，并使之与语义信息产生联系(罗睿等，2000)。因此，遥感图像数据存储结构模型必须能够描述几个图像(波段)之间的逻辑关系。利用ArcSDE进行数据入库时，系统可自动建立各图像(波段)之间的关系，并按一定规则存储在数据库系统中。

对栅格数据在后台将采用Oracle数据库管理系统进行存储。Oracle系统可直接存储影像信息，并具有较强的数据管理能力，可以实现栅格数据信息的快速检索和提取。数据引擎采用ArcSDE，实现各类影像数据的入库。数据存储的关键是建立图幅索引，本系统数据的存储按图幅号、图名、采集时间等内容建立索引。

栅格数据依据图形属性一体化的存储思想，采用大二进制格式直接存储数据，这种方式的存储可实现内容的快速检索查询，按索引表检索出相关项后可直接打开栅格数据，提高栅格数据的管理效率。

2矢量数据

本系统采用图属一体化思想即将空间数据和属性数据合二为一，全部存在一个记录集中的思想存储空间数据，是目前GIS数据非常流行的存储方法。考虑到数据的具体情况，决定采用数据库存储空间数据和属性数据，部分具有少量、定型几何信息的地理要素如水文测站、河流、湖泊等，采用图属一体化思想存储其信息，而与其有关联关系的大量、多边化的属性信息如水文信息，则存储在属性数据表中，利用唯一标识符信息建立两表的关联。

针对本系统空间数据的特点，系统按照“数据库—子库—专题(基础数据)—层—要素—属性”的层次框架来构筑空间数据库，按照统一的地理坐标系统来存储空间数据，以实现对地理实体/专题要素进行分层叠加显示。

3多媒体数据

Oracle系统可直接存储和视频信息，并具有较强的数据管理能力，可以实现多媒体信息的快速检索和提取。多媒体数据存储的关键是建立索引表，本系统多媒体数据的存储按类型、时间、内容等项目建立索引，直接存储于Oracle数据库中。

多媒体数据存储时，可以将多媒体内容与索引表结构合为一体，采用大二进制格式直接存储，这种存储方式可实现内容的快速检索和查询，按索引表检索出相关项后可直接打开多媒体内容，而且多媒体数据库也便于维护管理。

(三)空间索引设计

1矢量空间索引

确定合适的格网级数、单元大小是建立空间格网索引的关键。格网太大，在一个格网内有多个空间实体，查询检索的准确度就低。格网太小，则索引数据量成倍增长和冗余，检索的速度和效率低。每一个数据层可采用不同大小、不同级别的空间索引格网单元，但每层级数最多不能超过三级。索引方式设置遵循以下基本原则:

(1)对于简单要素的数据层，尽可能选择单级索引格网，减少RDBMS搜索格网单元索引的级数，缩短空间索引搜索的过程;

(2)如果数据层中的要素封装边界大小变化比较大，应选择2或3级索引格网;

(3)如果用户经常对图层执行相同的查询，最佳格网的大小应是平均查询范围的15倍;

(4)格网的大小不能小于要素封装边界的平均大小。为了减少每个格网单元有多个要素封装边界的可能性，格网单元的大小应取要素封装边界平均大小的3倍;

(5)格网单元的大小不是一个确定性的问题，需要多次尝试和努力才会得到好的结果。有一些确定格网初始值的原则，用它们可以进一步确定最佳的格网大小。

SDE(Spatial Data Engine，即空间数据引擎)，从空间管理的角度看，是一个连续的空间数据模型，可将地理特征的空间数据和属性数据统一集成在关系型数据库管理系统中。关系型数据库系统支持对海量数据的存储，从而也可实现对空间数据的海量存储。空间数据可通过层来进行数据的划分，将具有共同属性的一类要素放到一层中，每个数据库记录对应一层中一个实际要素，这样避免了检索整个数据表，减少了检索的数据记录数量，从而减少磁盘输入/输出的 *** 作，加快了对空间数据查询的速度。

ArcSDE采用格网索引方式，将空间区域划分成合适大小的正方形格网，记录每一个格网内所包含的空间实体(对象)，以及每一个实体的封装边界范围，即包围空间实体的左下角和右上角坐标。当用户进行空间查询时，首先计算出用户查询对象所在格网，然后通过格网号，就可以快速检索到所需的空间实体。因此确定合适的格网级数、单元大小是建立空间格网索引的关键，太大或太小均不合适，这就需要进行多次尝试，确定合适的网格大小，以保证各单元能均匀落在网格内。利用ArcSDE的索引表创建功能，记录每一网格单元的实体分布情况，形成图层空间索引表。根据空间索引表，ArcSDE实现了对空间数据的快速查询。

2栅格数据空间索引

栅格数据的空间索引通过建立多级金字塔结构来实现。以高分辨率栅格数据为底层，逐级抽取数据，建立不同分辨率的数据金字塔结构，逐级形成较低分辨率的栅格数据。该方法通常会增加20%左右的存储空间，但却可以提高栅格数据的显示速度。在数据库查询检索时，调用合适级别的栅格数据，可提高浏览和显示速度。

(四)入库数据校验

入库数据的质量关系到系统评价分析结果的准确性。数据在生产中就需要严格进行质量控制。依据数据生产流程，将数据质量控制分成生产过程控制和结果控制。生产过程控制包括数据生产前期的质量控制、数据生产过程中的实时质量控制，结果质量控制为数据生产完成后的质量控制(裴亚波等，2003)。对入库数据的校验主要是进行数据生产完成后的质量控制和检查。

1规范化检查

(1)代码规范化:所有地理代码尽量采用国家标准和行业标准，例如，行政代码采用中华人民共和国行政区划代码国标。

(2)数据格式规范化:所有数据采用标准交换数据格式，例如，矢量数据采用标准输出Coverage格式和E00格式。

(3)属性数据和关系数据字段规范化:所有属性数据和关系数据提前分门别类地设计字段的内容、长短和格式， *** 作过程中严格执行。

(4)坐标系统规范化:本系统所有与空间有关的数据采用统一的空间坐标系统，即地理坐标系统。

(5)精度规范化:所有数据按照数据精度与质量控制中所要求的精度进行采集和处理。

(6)命名规范化:所有数据按照命名要求统一命名，便于系统的查询。

(7)元数据规范化:依照元数据标准要求，进行元数据检查。

2质量控制

数据质量是GIS成败的关键。对于关系型数据库设计，只要能保证表的实体完整性和参照完整性，并使之符合关系数据库的三个范式即可。对于空间数据库设计，则不仅要考虑数据采样、数据处理流程、空间配准、投影变换等问题，还应对数据质量做出定量分析。

数据质量一般可以通过以下几个方面来描述(吴芳华等，2001):

(1)准确度(Accuracy):即测量值与真值之间的接近程度，可用误差来衡量;

(2)精度(Precision):即对现象描述得详细程度;

(3)不确定性(Uncertainty):指某现象不能精确测得，当真值不可测或无法知道时，就无法确定误差，因而用不确定性取代误差;

(4)相容性(Compatibility):指两个来源不同的数据在同一个应用中使用的难易程度;

(5)一致性(Consistency):指对同一现象或同类现象表达的一致程度;

(6)完整性(Completeness):指具有同一准确度和精度的数据在类型上和特定空间范围内完整的程度;

(7)可得性(Accessibility):指获取或使用数据的容易程度;

(8)现势性(Timeliness):指数据反映客观现象目前状况的程度。

塔里木河流域生态环境动态监测系统的所有数据在数据质量评价后，还需要从数据格式、坐标一致性等方面进行入库质量检验，只有通过质量检验的数据才可以入库。

3数据检验

空间数据质量检验包括以下步骤:

(1)数据命名是否规范，是否按设计要求命名;

(2)数据是否能够正常打开;

(3)投影方式是否正确;

(4)坐标系统是否正确;

(5)改错是否完成，拓扑关系是否建立;

(6)属性数据是否正确，包括字段设置是否依据设计进行、是否有空属性记录、是否有属性错误记录等。

关系数据质量检验包括以下步骤:

(1)数据命名是否规范，是否按设计要求命名;

(2)数据是否能够正常打开;

(3)数据字段是否按设计要求设置;

(4)是否有空属性记录;

(5)是否有属性错误记录。

属性数据的校验，主要采用以下三种方式:

(1)两次录入校验:对一些相互之间毫无关联的数据，进行两次的录入，编写程序对两次录入的结果进行比较，找出两次录入结果不一样的数据，查看正确值，进行改正。

(2)折线图检验:对一些相互之间有关联的序列数据，如人口统计数据，对这一类数据，编写程序把数据以折线图的形式显示在显示器上，数据的序列一般都有一定规律，如果出现较大的波动，则需对此点的数据进行检查修改。

(3)计算校验:对一些按一定公式计算后所得结果与其他数据有关联的数据，如某些数据的合计等于另一数据，编写程序对这类数据进行计算，计算结果与有关联的数据进行比较，找出结果不一样的数据，查看正确值，进行改正。

图形数据的校验，主要包括以下步骤(陈俊杰等，2005):

(1)图层校验:图形要素的放置图层是唯一的。对于入库的Coverage数据，系统将根据图层代码进行检查，确保图形要素对层入座。

(2)代码检查:图形要素的代码是唯一的。对于入库的Coverage数据，系统将根据入库要素代码与特征表中的代码进行比较，确保入库数据代码存在，杜绝非法代码入库。

(3)类型检查:对入库的数据，检查该要素的类型与特征表中的类型是否一致，确保图形要素对表入座。如点要素、线要素、面要素仅能赋相应的点、线、面代码，且该代码必须与特征表中的数据类型代码相同。

(4)范围检查:根据入库的数据，确定该类要素的大体范围(如X、Y坐标等)，在数据入库前，比较入库数据与范围数据的大小，若入库数据在该范围内，则入库，否则给出提示检查信息。

(五)数据入库

1遥感影像数据

利用空间数据引擎———ArcSDE可实现遥感影像数据在Oracle数据库中的存储和管理，在影像数据进行入库时，应加入相应的索引和影像描述字段。

遥感影像入库步骤:

(1)影像数据预处理:要将塔里木河遥感影像数据库建成一个多分辨率无缝影像数据库系统，客观上要求数据库中的影像数据在几何空间、灰度空间连续一致。因此，在数据采集阶段就需要对影像数据进行预处理，包括图像几何校正、灰度拼接(无缝镶嵌)、正射处理、投影变换等。

几何校正的目的是使校正后的图像重新定位到某种地图投影方式，以适用于各种定位、量测、多源影像的复合及与矢量地图、DTM等的套合显示与处理。几何校正多采用二次多项式算法和图像双线性内插重采样法进行图像校正。将纠正后具有规定地理编码的图像按多边形圈定需要拼接的子区，逐一镶嵌到指定模版，同时进行必要的色彩匹配，使整体图像色调一致，完成图像的几何拼接，再采用金字塔影像数据结构和“从粗到精”的分层控制策略实现逐级拼接。

数字正射影像具有统一的大地坐标系、丰富的信息量和真实的景观表达，易于制作具有“独立于比例尺”的多级金字塔结构影像。可以采用DTM和外方位元素经过数字微分纠正方法，获得数字正射影像，它的基本参数包括原始影像与正射影像的比例尺、采样分辨率等(方涛等，1997)。

投影变换需根据数据库系统定义的标准转换到统一的投影体系下。

(2)影像数据压缩:随着传感器空间分辨率的提高和对遥感信息需求的日益增长，获取的影像数据量成几何级数增大，如此庞大的数据将占用较大的存储空间，给影像的存储和传输带来不便(葛咏等，2000)。目前，系统处理的遥感影像数据已达数百千兆，单个文件的影像数据最大达到了2G，这样的数据量在调用显示时速度很慢，对影像数据进行压缩存储，将大大提高影像访问效率。本系统采用ArcSDE软件提供的无损压缩模式对入库影像进行压缩。

(3)影像导入:遥感影像的入库可通过ArcSDE或入库程序进行导入，并填写相关的索引信息，在入库时对大型的遥感影像数据进行自动分割，分为若干的块(tiles)进行存储。

(4)图像金字塔构建:采用ArcSDE提供的金字塔构建工具在入库时自动生成图像金字塔，用户只需要选择相应的参数设置即可。图像金字塔及其层级图像按分辨率分级存储与管理。最底层的分辨率最高，并且数据量最大，分辨率越低，其数据量越小，这样，不同的分辨率遥感图像形成了塔式结构。采用这种图像金字塔结构建立的遥感影像数据库，便于组织、存储与管理多尺度、多数据源遥感影像数据，实现了跨分辨率的索引与浏览，极大地提高了影像数据的浏览显示速度。

2数字线划图

对纸图数字化、配准、校正、分层及拼接等处理后，生成标准分幅和拼接存储的数字矢量图，就可以进行图形数据入库。

(1)分幅矢量图形数据、图幅接合表:按图形比例尺、图幅号、制作时间、图层等方式，通过入库程序导入到数据库中，同时导入与该地理信息相对应的属性信息，建立空间信息与属性信息的关联。

(2)拼接矢量图形数据:按图形比例尺、制作时间、图层等方式，通过入库程序导入到数据库中，同时导入与该地理信息相对应的属性信息，建立空间信息与属性信息的关联。

3栅格数据

对纸图数字化、配准、校正、分层及拼接等处理后，生成标准分幅和整体存储的数字栅格图，然后进行图形数据入库。

(1)分幅栅格图形数据、图幅接合表:按图形比例尺、图幅号、制作时间等方式，通过入库程序导入到数据库中。

(2)整幅栅格图形数据:按比例尺、制作时间等方式，通过入库程序导入到数据库中。

4数字高程模型

(1)分幅数字高程模型数据、图幅接合表:按图形比例尺、图幅号、制作时间等方式，通过入库程序导入到数据库中。

(2)拼接数字高程模型数据:按比例尺、制作时间等方式通过入库程序导入到数据库中。

5多媒体数据

多媒体数据入库可根据多媒体数据库内容的需要对入库数据进行预处理，包括音频、视频信息录制剪接、文字编辑、色彩选配等。对多媒体信息的加工处理需要使用特定的工具软件进行编辑。由于音频信息和视频信息数据量巨大，因此，对多媒体数据存储时需采用数据压缩技术，现在的许多商用软件已能够直接存储或播放压缩后的多媒体数据文件，这里主要考虑根据数据显示质量要求选择采用不同的存储格式。图4－2为各类多媒体数据的加工处理流程。

图4－2 多媒体数据加工处理流程图

6属性数据

将收集的社会经济、水利工程、生态环境等属性资料，进行分析整理，输入计算机，最后经过程序的计算处理，存储到数据库中，具体流程如图4－3所示。

图4－3 属性数据入库流程图

数据是数据库存储的对象。种类很多，文本、图形、图像、音频、视频等都是数据。

数据库是指长期存储在计算机内的，有组织的，可共享的数据集合。

数据库管理系统是一类重要的的系统软件，有一组程序

构成，其主要功能是完成对数据库中数据的定义，数据 *** 纵，提供给用户一个简明的应用接口，实现事务处理等。

数据库系统是由数据库及其管理软件组成的系统。它是为适应数据处理的需要而发展起来的一种较为理想的数据处理的核心机构。它是一个实际可运行的存储、维护和应用系统提供数据的软件系统，是存储介质、处理对象和管理系统的集合体。

潘振祥

（河南省国土资源厅信息中心 郑州 450016）

摘 要：本文通过开展高分辨率卫星遥感影像数据（SPOT5）处理及建库技术方法研究和探索，制定了《高分辨率影像数据处理及基于遥感影像土地利用数据库建设技术要求》和《省级基于遥感影像 1∶1 万土地利用数据库标准》，制作了覆盖河南全省的 1∶1 万数字正射影像图，建立了河南省基于 SPOT 5 的 GPS 像控点图形图像数据库、高分辨率卫星影像数据库和基于影像信息土地利用数据库，为全国土地利用二次调查基础底图制作进行了有益的探索。

关键词：土地资源 卫星影像 遥感 数据库 像控点

0 引 言

随着信息技术的快速发展，卫星遥感影像处理技术得到了突破性进展，高分辨率卫星影像在土地资源调查评价、土地利用动态遥感监测、土地执法监察、土地变更调查以及大中比例尺地形图测绘等方面应用已取得显著成效。

针对河南省高分辨率遥感影像数据处理及数据库建设项目任务，项目组提出了利用 GPS 外业静态实测坐标作为影像数据校正的控制资料，制定了《高分辨率影像数据处理及基于遥感影像土地利用数据库建设技术要求》和《省级基于遥感影像 1∶1 万土地利用数据库标准》等，并根据项目任务要求，制定了切合河南实际的基于遥感影像信息的土地利用分类体系，同时，通过项目开展，制作了覆盖河南全省的 SPOT 5 数字正射影像图（DOM），并建立了河南省基于 SPOT 5的 GPS 像控点图形图像数据库，为土地利用二次调查基础底图制作进行了有益的探索。

1 影像数据处理及数据库建设技术路线

（1）多源遥感信息相结合。选取最佳波段组合的多光谱影像与高分辨率全色影像融合，生产具有高分辨率空间信息和丰富光谱信息的融合影像。

（2）GPS 像控点、基础图件（数据库）和 DEM 相结合。根据实际情况，采用 GPS 像控点，同时利用 1∶5 万 DEM 对遥感影像进行正射校正。

（3）人机交互与计算机自动提取相结合。以人机交互解译为主，进行土地分类信息提取。

（4）遥感解译与地面调查相结合。对提取的地类图斑信息进行外业验证，对在室内不确定的地类图斑，进行外业实地调查。

2 GPS 像控点图形图像数据库建立

为保证像控点选取精度，首先在 25 m 分辨率的全色影像上，按照像控点选取的技术要求，每景均匀选取了 25 个像控点，并对像控点进行了全外业 GPS 静态测量，在 MapGIS 平台下编辑像控点属性结构，建立 GPS 像控点图形图像数据库，并将像控点外业测量成果表以方式保存在属性表中。如图1所示。

图1 像控点图形图像数据库示意图

21 GPS 像控点选取

为保证像控点外业测量精度，像控点选取时，点位分布要相对均匀，特征明显，交通便利，数量足够，尽可能在全色影像上选取，尽量避开高压线、大面积水域等干扰因素。

为提高外业测量效率，将选取的待测像控点制作成“像控点外业测量成果表”，成果表包括像控点编号、点位及放大的示意图、WGS84、1954 北京、1980 年西安三套坐标和点位说明等内容。

22 GPS 像控点外业施测

像控点外业测量采用附合路线法，各像控点平均间距约 13 km，像控点与 C 级 GPS 控制点组成 GPS 控制网。GPS 像控点外业测量利用河南省 C 级 GPS 控制网成果的三套数据（分别为WGS 84、1954 北京和 1980 年西安坐标）作为起算数据，依据《全球定位系统（GPS）测量规范》，采用静态方式同步进行观测，三台套 GPS 接收机为一组，观测时段长度不少于 45 分钟，卫星高度角≥ 15°，有效观测卫星总数≥ 4 个。测量数据采用南方测绘软件进行基线解算、平差处理并进行高程拟合，最后解算出像控点基于三套坐标系统的三套数据和拟合高程。

23 GPS 像控点图形图像数据库的建立

GPS 像控点图形图像数据库以河南省 1∶50 万地理底图作为工作底图，输入像控点空间坐标，并采集像控点属性与图形信息，建立数学基准统一的像控点图形图像文件。像控点图形图像信息，除像控点所具有的地理坐标信息之外，还包括与待纠正影像相关的特征地物的纹理信息、分辨率信息等。

3 影像数据处理

影像数据处理包括卫星影像全色数据与多光谱数据的配准、融合和影像数据正射校正、镶嵌及正射影像图（DOM）的制作等。本项目所使用到的 SPOT 5 数据是由视宝公司提供的 1A 级数据，只经过了探测器的均衡化处理，为了进行多元数据的复合，制作正射影像图，必须对图像进行正射校正，建立地理坐标。影像数据处理技术流程如图 2 所示。

图2 影像数据处理技术流程

31 影像配准

本项目使用的单景多光谱数据与全色数据是同步接收到的，其图形的几何相关性较好，多光谱数据与全色配准难度小、精度高，因此采用相对配准的方法，SPOT 5 多光谱数据波段组合采用 XS2（红）、XS3（绿）、XS1（蓝）形式，影像重采样间隔为 25 m，重采样方法采用双线性内插，以景为配准单元，以 SPOT 5 全色数据为配准基础，均匀选取配准控制点，对接收侧视角较大，地势起伏对配准影响较为严重的区域相应增加控制点密度，将 SPOT 5 多光谱数据与之精确配准，并随机选择配准后全色与多光谱数据上的同名点进行检查，以确保数据的配准精度。

32 影像融合

图像融合处理采用最基本的乘积组合算法直接对两种空间分辨率的遥感数据进行合成，融合后图像则采用直方图调整、USM 锐化、彩色平衡、色度饱和度调整和反差增强等手段，以使整景影像色彩均匀、明暗程度适中、清晰，增强专题信息，特别是加强纹理信息。

33 影像正射校正

影像正射校正采用 ERDAS 的 LPS 正射模块，利用 SPOT 5 物理模型，每景 25 个像控点均匀分布于整景影像，各相邻景影像重叠区有 2 个以上共用点。正射校正以实测点和 1∶5 万 DEM为校正基础，以景为单元，对融合后的数据进行正射校正，采样间隔为 25 m。

34 影像镶嵌

影像镶嵌采用 ERDAS 的 LPS 正射模块中批量处理模块，相邻两幅影像，均采集了两个以上共用点，大大提高了影像镶嵌精度。为验证镶嵌精度，以县（市、区）为单位，在其镶嵌区随机选择 25 个以上检查点进行镶嵌精度检查。

35 数字正射影像图制作

数字正射影像图（DOM）制作采用 Image Info 工具，按照 1∶1 万标准分幅进行裁切，覆盖完整的县级行政辖区。图幅整饰依据《高分辨率影像数据处理及数据库建设技术要求》，利用MapGIS 数据库平台，按照 1954 北京坐标系、1985 年国家高程基准的生成 1∶1 万标准分幅图幅整饰。

4 创新成果

项目组在圆满完成项目任务的前提下，结合项目进展和土地管理需要，创造性地开展工作。总结项目进展和取得的成果，创新成果主要体现在：

（1）影像校正控制点 GPS 外业实测数据作为影像校正控制资料，改变了以往利用地形图、土地利用现状图（数据库）作为控制资料的传统方式，极大地提高了影像校正精度，节省了项目投入经费。

覆盖河南全省 1∶1 万标准分幅地形图共计 6565 幅，而实有地形图仅 5600 余幅，项目组在征求部课题组同意的前提下，提出采用 GPS 外业实测控制点作为影像校正控制资料的思路。基于这一思路，项目组进行了一系列研究和论证，制定了 GPS 外业测量技术要求，并对覆盖全省的每景 SPOT 5 卫星影像相对均匀地选取了 25 个控制点，相邻景影像不少于 2 个共用控制点的原则，全省共选取影像校正控制点 1421 个，GPS 大地控制 C 级点 94 个。根据影像数据接收时间和项目进度，共分 13 个测区，对所有控制点采用附和路线法进行了静态测量，分别计算出各控制点和检查点的 WGS84、1954 北京和 1980 年西安三套坐标。

（2）河南省像控点图形图像数据库的建立，为今后河南全省土地利用遥感监测、卫片执法监察等提供了技术保障。

为使外业测量成果长期保存和今后使用，项目组在项目任务之外，在 MapGIS 平台上，基于河南省 1∶50 万地理底图，建立了 GPS 像控点图形图像数据库。GPS 像控点图形图像数据库的建立，不仅满足 SPOT 5_25 m 高分辨率卫星影像的校正精度要求，同时为今后河南全省土地利用遥感监测、卫片执法检查、矿山环境监测等奠定了基础。

（3）高分辨率影像数据大区域整体正射校正和镶嵌处理技术的探索，为影像数据批处理技术的推广进行了有益的探索。

由于本次试点项目涉及的范围广、影像处理工作量大，因此，项目组在保证影像纠正精度的前提下，为提高工作效率，探索和使用了遥感影像专业处理软件 ERDAS 的 LPS 模块提供的大区域整体正射纠正和影像镶嵌处理功能，达到了较好的应用效果。

鉴于本次试点项目所使用的影像数据均为同步接收的 SPOT 5 多光谱与全色数据，其图形的几何相关性较好，多光谱数据与全色配准难度小、精度高，因此，影像数据处理采用先单景融合、后大区域整体正射校正、最后进行大区域镶嵌配准的技术流程进行影像处理。

正射纠正采用 ERDAS 的 LPS 批量正射模块。纠正采用 SPOT 5 物理模型，控制点均匀分布于整景影像，每景控制点个数为 25 个，各相邻影像重叠区有 2 个以上共用点。正射纠正以 GPS外业实测控制点和预处理的河南省 1∶5 万 DEM 为纠正基础 , 对 SPOT 5 融合数据进行批量纠正，采样间隔为 25 m。影像镶嵌采用的是 ERDAS 的 LPS 批处理模块，由于各相邻景影像均采集了两个以上的共用点，大大提高了影像镶嵌精度。

（4）基于遥感影像信息土地利用分类标准体系的制定，为国家和省级快速掌握和提取土地利用变化信息进行了有益的探索。

项目组根据部课题组要求及国家和省土地管理工作需要，结合 SPOT 5 卫星影像光谱特征和纹理信息，经充分研究和论证，制定了切合河南实际、满足“高分辨率影像数据处理及数据库建设”试点项目需要的基于遥感影像信息的土地利用分类标准，该标准中将土地利用类型分为农用地、建设用地和未利用地等 3 个大类，耕地、园林地、其他农用地、城市用地、建制镇用地、农村居民点用地、铁路用地、公路用地、其他建设用地、未利用地等 10 个二级类，此外，根据个别地类特点，又分别从农用地、建设用地和未利用地中单独划分出公路林带、农业水利用地、水利设施用地、未利用水面和黄河滩地等 5 个三级类，分类标准与现有的土地利用分类体系协调、一致，符合国土资源土地分类标准体系。

（5）基于遥感影像土地利用数据库建设，为国家和省土地宏观管理提供了现势性较强的土地利用电子数据，为国内同类工作的开展提供了技术依据。

考虑到国家和省级土地宏观管理的需要，根据项目制定的“基于遥感影像土地利用分类体系”，结合中地公司 MapGIS 土地利用数据库管理系统框架结构，项目组在 MapGIS 数据库管理系统平台的基础上，分别制定了《高分辨率影像数据处理及数据库建设技术要求》和《基于遥感影像 1∶1 万土地利用数据库标准》等，并在标准中明确了基于遥感影像的土地分类、文件命名规则、数据分层格式及要求等，保证了数据标准和数据格式的一致性及数据库建设质量，为国家和省提供了翔实的土地利用现势数据。

5 结 语

随着遥感技术和计算机技术的飞速发展，高分辨率遥感影像数据在土地管理工作中的应用越来越普遍，同时，遥感影像数据处理的技术手段也越来越科学、越来越先进，尤其是全国第二次土地调查工作的全面开展，将遥感影像在土地管理方面的应用推到一个前所未有的水平，因此，如何在影像数据处理过程中尽可能减少人力和财力投入已显得尤为重要。本项目针对上述问题，在科研与生产过程中，提出的采用 GPS 外业实测控制点作为影像校正控制资料、GPS 像控点图形图像数据建库及基于国家和省级土地管理需要而提出的基于遥感影像信息土地利用数据库标准等，进行了较好的诠释，为今后同类工作的开展进行了有益的探索。

参 考 文 献

常庆瑞，等2004遥感技术导论［M］ 北京：科学出版社

陈述彭，等1998遥感信息机理研究［M］北京：科学出版社

党安荣，等2003ERDAS IMAGING 遥感图像处理方法［M］北京：清华大学出版社

汤国安，等2004遥感数字影像处理［M］ 北京：科学出版社

徐柏清1988正射投影技术与影像地图［M］北京：测绘出版社

尤淑撑，刘顺喜2002GPS 在土地变更调查中的应用研究［J］测绘通报（5）：1～3

张继贤，等2000图形图像控制点库及应用［J］测绘通报（1）

（原载《测绘通报》2008 年第 10 期）

邓会娟 王浩 姜爱玲 田荣军

（国土资源实物地质资料中心）

摘要 本文概述了岩心扫描技术国内利用现状和岩心图像采集工作原理，重点介绍了实物地质资料中心岩心扫描系统的总体结构、图像采集主要工作流程，以及岩心扫描技术在实物地质资料管理与服务中的应用前景。

关键词 实物地质资料；岩心扫描

一、国内岩心扫描技术利用现状

近年来，岩心扫描技术和图像分析技术在石油勘查与开采领域已经广泛应用，研究不断深入，在石油钻井岩心管理与利用以及指导油气勘查和开采方面，已经初见成效。大庆油田研究院岩心资料中心、华北油田研究院、胜利油田地质院岩心室、玉门油田研究院岩心室等单位均在利用此项技术进行岩心管理，并对岩心扫描图像进行了开发利用，对扫描图像中的裂缝、孔洞、层理、荧光含油等地质特征进行分析，为油气开采提供了重要信息。利用岩心图像数据库系统实现了岩心图文资料的永久性保存和有效管理。通过利用油田内部网络进行图文传输，实现岩心资料共享。

大陆科学深钻项目利用扫描技术，采取岩心表面图像信息并综合管理。建立了中国大陆科学钻探工程岩心图像数据库，2500张通过互联网向社会提供服务。

国土资源部实物地质资料中心于2005年引进了彩色岩心扫描仪，开始对库藏岩心进行图像采集数字化研究，建立岩心图像数据库扫描工作，将岩心扫描与图像管理技术引用到实物地质资料管理领域。

二、岩心图像采集工作原理及图像采集系统

岩心图像数字化工作是通过机电一体化的图像采集控制系统，由线阵CCD构成的数字图像采集系统和岩心扫描机械装置组成，对岩心进行连续的扫描。数字图像采集系统将模拟的岩心表面图像信息转化为数字图像信息通过高速USB接口传送并存储在计算机中（图1）。

图1 系统基本结构图

1岩心图像采集控制系统

岩心图像采集控制系统采用嵌入式机电控制系统设计。使用多单片机集成电路板来分别控制平动、滚动、光检测、照明等相关功能。它包括平动扫描控制部分和滚动扫描控制部分。

岩心图像采集控制系统使用三片单片机对平动电机、滚动电机和光检测挡板电机进行控制。单片机控制系统属于从机设备，采用中断控制方式通过UART串行口与PC主机进行通信。通过PC主机对单片机的控制来实现对多个电机的分别控制。单片机程序使用汇编语言编写，具有代码简洁、可控制性高、程序稳定等优点。

单片机程序在上电启动后立即进入初始化程序，在初始化程序中清空程序存储单元内容，并设定波特率等固定参数，最后开启串口并进入循环等待PC主机通过串口下达指令。在接收到所有PC机输入的控制信息后，如果检验信息正确，则开始根据控制信息设定片内定时器的参数并开启片内定时器，通过片内定时器产生步进电机的控制波形，达到机电一体化控制的目的。在所有程序运行过程中还实时检测行程开关信号来保证电机的正常运行。

（1）岩心滚动扫描控制

滚动扫描岩心表面图像时，步进电机经皮带驱动A 辊和B 辊同步转动，两辊的转动通过摩擦力带动岩心同步转动（图2）。A、B 两根辊与岩心之间没有相对滑动，所以采集头在给定分辨率的情况下所要求的岩心表面转动速度是一定的，它和胶辊表面的转动速度相等，由辊的直径和减速器的传动比可算出步进电机所需的转速。长距离滚动扫描图像由多幅滚动扫描图像拼接而成，滚动扫描控制过程见图3。

图2 岩心滚动扫描时A、B 胶辊与岩心放置位置示意图

图3 滚动扫描控制框图

值得注意的是：①岩心的直径不同并不影响步进电机的转速，因为辊与岩心之间没有相对滑动，采集头所要求的速度实际上就是辊表面的速度，当岩心直径变化时需要做的只是适当调整A、B 辊的中心距；②因为岩心的直径有多种规格，所以要精确控制电机的步数也就是控制岩心转过的角度比较困难。用户通过采集预览窗口观察所采集到的图像，只要图像有重复部分就说明岩心已转过了360 °，岩心图像录入软件，可以自动裁减掉多余的部分。

（2）岩心平动扫描控制

平动扫描采集岩心剖面图像时，辊不转动，岩心也就不动，而此时采集头沿着岩心轴线方向以与当前分辨率相匹配的速度移动，自然也就实现了图像的采集过程。采集头通过一系列保障机构安装在滑道上，然后由丝杆驱动着左右移动，丝杆则是由另外一个步进电机控制运动。

2线阵CCD数字图像采集系统

CCD器件的主要功能是把二维光学图像信号转变成一维视频信号输出，它的突出特点是以电荷作为信号，而不同于其他大多数器件的是以电流或者电压为信号。一般分为线阵CCD和面阵CCD两大类。CCD的基本功能是信号电荷的产生、存储、传输和检测。其中光电荷的产生是CCD的首要功能，其作用是当光入射到CCD的光敏面时，产生与入射的光谱辐量度呈线性关系的光电荷，入射光越强，通过电荷积分所得到的光电荷量越大。产生的光电荷被储存在构成CCD的基本单元MOS（金属－氧化物－半导体）结构中。当完成对光敏元阵列的扫描后，CCD将光电荷从光敏区域转移至屏蔽存储区域，而后，光电荷被按顺序转移至读出寄存器。在光电荷转移通道的末端，CCD再将电荷信号转换为电压或电流信号输出，也称为光电荷的检测。目前CCD的输出方式主要有电流输出、浮置扩散放大器输出和浮置栅放大器输出。岩心图像采集系统应用的是线阵 CCD NEC μPD8872。CCD 的控制心片采用的是 LM9833，48 位彩色，1200dpi USB图像扫描心片。

线阵CCD数字图像采集系统最后将处理后的图像信息通过符合USB20 协议接口芯片，使用USB数据线传输给PC机。

三、岩心扫描图文管理系统

岩心扫描是利用岩心扫描仪对岩（矿）心表面信息进行采集形成图像的过程，岩心图像通过图文数据管理系统保存到图像数据库中之后，再录入与岩心相关地质信息（岩石名称、岩性描述等），构成岩心综合图文图像库，实现图文图像信息的统一管理。用户可以利用计算机进行浏览、查询、观察。

1系统硬件

多功能扫描平台（含平动、转动、滑动平台、宏观台；电路控制组件；三种扫描成像组件）；三台计算机，CPU时钟频率为26G，硬盘120G，内存1024M；D-Link交换机一个。

2系统软件

岩心扫描系统以Windows 2000 Server、SQL Server为系统平台，包括图像录入、图文数据管理与查询、SQL Server2000数据库维护、图像信息提取、传输与浏览系统等五个模块。系统总体结构见图4。

3用户权限管理

在本系统中，用户包括系统管理员和普通用户两种类型。系统管理员能够增加、删除和修改全部用户信息，能够查询全部的岩心图像信息，并具有删除和修改数据的权限，而普通用户只能查询和浏览岩心图文图像信息。

图4 岩心扫描系统结构图

4系统主要功能

1）该系统的核心部件是用德国产每行2098 象元线阵CCD，在单片机和计算机控制下对宏观圆柱岩心、平面岩心、起伏不平的岩心表面进行高分辨率（150dpi—400dpi 或 150dpi—800dpi）、高保真地快速扫描成像、存储、管理、传输。

2）用特制的实时超低照度CCD，在计算机控制下对宏观岩心的荧光图像扫描成像、存储、管理、传输。

3）用2560×1920带电子快门的数码相机，配合专用的宏观台，在计算机控制下对团块状岩心表面进行扫描成像、存储、管理、传输。

4）利用岩心图像管理库对岩心图像信息及相关地质资料进行永久性储存及综合管理。

5）按地区、井名、井段、井深、层位、入库时间、等条件查询相关管理数据。

6）岩心图文图像浏览观察。系统采用B/S模式，用户可利用Web浏览器对岩心图像及岩心综合柱状图进行浏览观察。

四、岩心扫描工作流程

岩心扫描工作内容包括岩（矿）心图像扫描、图像处理、图像入库、相关资料入库、综合柱状图生成等，具体工作内容和主要工作流程见图5。

图5 岩心扫描工作流程图

1）根据岩心图像的不同技术要求，进行不同的扫描，扫描方式包括白光平动扫描、白光滚动扫描。平动扫描主要是采集岩心上表面图像信息，滚动扫描是采集岩心整个外表面图像信息。扫描参数主要是扫描分辨率的选择，扫描仪最高分辨率可达1200dpi，一般情况选择200dpi，特殊情况需要特别清晰时也在600dpi以下。

2）扫描图像进行处理包括剪裁、拼接、亮度调节等。

3）岩心图像入库是指将岩心图像按井段孔深录入到管理数据库中，集中管理。

4）录入岩心相关地质信息是将与岩心相关的地质信息如岩石名称、岩性描述等录入到数据库中，形成图文图像数据库。

5）以钻孔为单位形成综合柱状图，见图6。

图6×××矿区部分钻孔综合柱状图

岩心扫描作为新兴的技术，在实物地质资料管理与服务方面有广阔的应用空间。实物地质资料中心岩心扫描系统中，钻孔岩（矿）心表面地质信息以图像形式保存，与文本地质资料信息结合，构成完整的信息资源，利用现代信息网络技术，观察者可以在任何地区和任何时间访问，对其进行观察，实现实物地质资料信息共享。

20世纪90年代后期，由于数码技术和数据库技术的发展，给岩心提供远距离图像观察的方便和利用可能。目前，矿山企业在岩心管理上，使用扫描技术保存岩心图像基本普及，特别是探井类岩心扫描技术已被广泛使用。

CISS型岩心扫描仪

岩心扫描是为地质研究技术人员提供了一个间接而又简捷的观测岩心方法。

岩心在施工现场经过清洁、晾干、整理和标注工序后，即可扫描。国内多家厂家开发出“车载岩心扫描仪”，适用于到现场扫描。有录井公司、实验室、岩心库专门配备了岩心扫描设施。在岩心库配备的扫描仪，多用于扫描历史上库存的没有经历过扫描的岩心与岩屑。

目前的专用岩心扫描仪分辨率可达1200DPI，最高可达每米47000多像素。对岩心的外表面进行图像采集。采集方式一般有荧光下扫描和白光下扫描两种。白光可360度滚动扫描。扫描图像管理系统可将扫描数据设置为自动压缩入库，目前的压缩比达100倍，这为图像数据网上传输带来方便。

白光扫描柱状、岩性描述图

研究与决策人员可在第一时间观察到现场传回的岩心图像。高分辨率的岩心图像甚至比肉眼直接观察岩心更清楚。此外还能通过数据库系统，在同一平台上与测井曲线对比，进行地质技术分析。

如：四川大学开发的CISS系列岩心扫描成像系统将岩心扫描成像，运用自动控制技术、图像处理和识别技术、计算机技术和数学地质方法，实现岩心平面普光和360°外表面圆柱状岩心普光，荧光图像的自动采集；能宏观和显微岩心图、文资料及相关地质资料的快速存储、查询及综合管理；可以通过调整图像的亮度、对比度、饱和度、色度等，使处理后的图像特征更清楚，图像更清晰。相关数据库形式的运用管理，能加载岩心的相关描述、地层参数、测井曲线等，嵌入分析研究岩心图像中地质信息(裂缝、孔洞、孔隙、层理、粒度、荧光含油)的定量分析计算与评价；基于高速局域网、互联网，对岩心图、文资料及相关地质资料的共享。将查询功能与矿山勘探开发的数据融为一体。

在钻井过程中，取心是为了弄清地下地质情况，大部分地质情况是通过采集样品进行化验分析获取的。如岩性分析、矿物成分分析、物性分析、地层中的古生物分析等。岩心经过采样后会破坏原态，岩心扫描确保了岩心的原态图像的存在。因此，在现场进行岩心扫描，能使岩心原始姿态最大限度地得以保存。但气泡等易挥发性物质状态，在自然管理情况下，很难保存的。

岩心扫描图像的整理。图像扫描后进入数据库，还需要采集相关数据，对图像进行物性描述。这一切都是以实物岩心为依据的。这一点上，同纸质录井柱状图资料及其电子文本要求对应。

岩心柱状、测井曲线组合图

岩心与岩屑的数据库管理，在20世纪90年代陆续出现。主要有：岩心实验分析数据库、岩心扫描图像数据库、自动化立体岩心库管理系统，还有勘探开发数据库中的岩心岩屑库。这些库各有侧重，数据重复，理应整合。矿山企业的数据中心建设应该设计有岩心管理模块，其中包括：岩心数据标准化、数据源入库的分工协作化、日常实物资料数据的维护正常化、数据的调用的规范化等。

与岩心、岩屑等实物资料有关的数据源，应该采集的数据主要有：

单井基础数据、取心数据、扫描图像数据、岩心库管理数据、岩心岩屑化验分析数据。辅助以测井、测试数据。

单井基础数据可通过数据池共享，主要有单井地理位置及坐标、构造名称、井名、类别(探井、普查井、开发井；直井、水平井、侧钻井等)、设计井深、终孔井深、钻井队、钻机型号、录井队、录井仪型号等；

取心基础数据主要有：取心目的层、取心回次、各回次的起止井深、心长、岩心描述、取心率、取心时间、录井单位；

岩屑数据主要有：每包间距、迟到时间、对应井深、包数、岩屑文字描述；

扫描图像数据主要有：图像数据和围绕图像产生的相关重要数据。如图像的岩心对应井深、扫描岩心实际长度、图像分辨率、扫描方式(如白光扫描或荧光扫描)、数据格式、扫描设备、扫描时间、扫描单位等；

岩心管理数据主要有：入库时间、实物资料在岩心库中的架号、箱号、回次号；入库心长、岩屑入库包数、接收人和移交人等；

实物资料的化验分析数据(以石油勘探开发业为例)主要有：

荧光薄片、铸体薄片分析鉴定、孔隙度、渗透率、含油水饱和度分析、X射线衍射分析鉴定、岩矿分析鉴定、干酪根分析鉴定、镜质体反射率分析鉴定、氯仿沥青“A”族组分分析、饱和烃色谱分析鉴定、有机碳分析鉴定、热解色谱分析鉴定、生油岩热解评价分析、气相色谱分析鉴定、介形虫鉴定、牙形石鉴定、轮藻化石鉴定、孢粉鉴定、粒度分析鉴定、碳酸盐分析鉴定、润湿性分析鉴定、油分析、水分析、气分析、古生物鉴定、微体古生物鉴定、黏土矿物分析、扫描电镜分析、同位素测定、沥青A 族组分、红外光谱、重矿分析、包裹体分析、镜煤反射率分析、三敏(水敏、酸敏、油敏)分析、驱油试验、压汞分析、荧光分析、地磁测量等；

如果以上基础数据在矿山的数据池中都包含了进去，那么岩心扫描应用平台需要单井基础数据就可从数据池中获得共享了。

实物资料的前期整理，主要为了清洁、理顺、标注和扫描，达到准确、有序、规范和方便之目的。

1数据库是

按照数据结构来组织、存储和管理数据的仓库

简单的说

是用来装数据的东西，方便管理

2数据库管理系统是

一种 *** 纵和管理数据库的大型软件，是用于建立、使用和维护数据库，简称dbms

简单的说

是用来管理上面那个仓库的

这些你只要去学数据库原理就有讲！！

以下是各个概念：

数据库,容纳数据的仓库，

数据库管理系统,用来管理数据及数据库的系统。

数据库系统,数据库、数据库管理系统(软件)、硬件、 *** 作人员的合在一起的总称

数据库系统开发工具，以数据库管理系统为核心，用高级语言开发一套给傻瓜用户使用的数据库应用系统的软件。

数据库系统包含数据库管理系统、数据库及数据库开发工具所开发的软件（数据库应用系统）。

数据库系统开发工具开发出来的是数据库管理系统还是数据库管理工具

管理工具，因为很多用户对数据库和数据库管理系统不会用，只会用简单的应用软件，所以需要有掌握技术的人员用数据库开发工具编软件给这些简单用户用。

数据库管理系统与数据库系统开发工具什么区别

前者是后者开发软件的核心，后者除要以它为基准外，还要用高级语言编写程序。

以上就是关于基础数据库全部的内容，包括:基础数据库、什么是数据,数据库,数据库管理系统和数据库系统、高分辨率影像数据处理及数据建库技术方法研究等相关内容解答，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！