水利测绘数据处理与质量控制方法探讨

摘要：水利测绘是一项综合性工作，其直接的工作成果为各类测绘数据，需要通过必要的技术手段提升数据质量和处理效果。以水利测绘数据处理与质量控制的必要性为切入点，在此基础上，分别对相关数据的处理技术与质量控制技术进行论述，包括数据数字化处理、数据规律挖掘、干扰控制、针对性纠偏等内容，以服务未来水利测绘数据处理与质量控制工作，提升信息应用效果。

关键词：水利测绘数据处理数据质量控制针对性纠偏

ExplorationofDataProcessingandQualityControlMethodsforWaterConservancySurveyingandMapping

CHANGZhengkeGUOZhenzhen

YellowRiverHydrographicSurveyMappingAgency，Zhengzhou，HenanProvince，450000China

Abstract：Waterconservancysurveyingandmappingisacomprehensivework，anditsdirectresultsarevarioussurveyingandmappingdata，whichrequirenecessarytechnicalmeanstoimprovedataqualityandprocessingeffectiveness.Startingfromthenecessityofwaterconservancysurveyingandmappingdataprocessingandqualitycontrol，andonthisbasis，thispaperdiscussestheprocessingandqualitycontroltechnologiesofrelevantdata，includingdatadigitizationprocessing，datapatternmining，interferencecontrol，targetedcorrection，etc.，inordertoservefuturewaterconservancysurveyingandmappingdataprocessingandqualitycontrolworkandimprovetheeffectivenessofinformationapplication.

KeyWords：Waterconservancysurveyingandmapping;Dataprocessing;Dataqualitycontrol;Targetedcorrection

水利测绘是测绘工作的一种，在广义上，其主要以水力资源为对象，以服务水利工程建设、水资源开发利用、水资源分布情况研究等为目标，对水文地质、地形地貌、灌区土壤等信息进行采集；狭义上的水力测绘主要是指以水利工程建设为服务对象组织的测绘。本文取水力测绘的广义进行研究[1]。水利测绘会生成各类工作信息，包括海量原始信息与一部分进阶信息、结构化数据。为了保证测绘质量，需要重视数据处理和质量控制，分析其工作技术具有一定的现实意义。

1水利测绘数据处理与质量控制的必要性

1.1保证测绘精度

水利测绘数据处理与质量控制工作可以保证测绘精度，这是加强该工作的基本着眼点和促因。部分水利工程、水资源调查工作范围大，精度要求高，在完成原始信息采集后，需通过技术性手段进行加工，以保证信息能够凝练、结构化地反映测绘结果[2]。在此过程中，可按科学方法组织数据处理，控制数据质量，消除错误，减少误差，如去除奇异值、组织卡方检验等，最大限度地提升测绘成果的准确性。测绘过程中的技术性手段也可以发挥类似作用，为后续数据处理工作提供必要的精度支持。

1.2提升测绘结果的复用价值

做好水利测绘数据处理与质量控制能够保证信息精度，也能为有关信息的重复使用提供保障。部分水利测绘形成的信息可以反复应用，为国土资源有关调查处理、水利工程建设等活动提供支持。在组织信息采集的过程中，做好数据处理和质量控制可以形成三维化的立体测绘模型，直接服务后续其他工作[3-4]。部分水利工程产生的信息能够服务非水利工程类事业，例如，近海水利工程建设阶段产生的测深数据也可以为渔业养殖、小型港口建设提供帮助，精准的测绘数据也能在此过程中发挥价值，避免反复进行水利测绘的困扰。

2水利测绘数据处理技术

2.1数据数字化处理

水利测绘数据处理的基本要求为快速和准确，这为数字化处理技术的运用提供了空间。按一般流程，水利测绘数据的数字化过程如图1所示。

图1水利测绘数据数字化处理流程

按照图1所示流程，水利测绘产生的各类原始数据需要根据测试的一般需求进行传输，在传输终端（可以是发送端也可以是接收端），根据数字化处理的技术标准，利用工作设备完成数字化处理，批量形成数字化的测绘资料，包括文字资料、图像、模型等，之后，利用数字化工具完成存储，为后续的数据可视化处理和复用提供支持[5]。例如：在组织近海工程建设前，要组织对近海有关信息的采集，在进行测深作业时，可以利用工作设施采集海底信息，利用一体化数字化工作设备，在完成传输后直接进行数字化加工，将海底信息提供给工作人员，帮助后者快速地完成信息识别和后续处理。

2.2数据规律挖掘

水利测绘产生的数据具有多样化特点，包括测深数据、水温信息、流量、流向等，这些信息可能具有一定规律，尤其是较长时间阶段内的信息，可以系统地呈现测绘区域的水文特点。因此，可以通过对数据规律的挖掘，获取测绘有关的高价值的结构化信息。

数据挖掘技术也可以被细分为多种类别。以关键信息挖掘为例，默认针对某区域的水利测绘，关注测深数据、水温信息、流量、流向等多个参数，每次测绘产生的单一数据条均包括至少6个关键参数，分别代表深度、水流量等指标：

[Q；F；E；Y；J；Z]

在实际工作中，原始数据内的信息含量往往比较丰富，可表现为

[……；AWI；Q；AW-G；F；AIP；G；E；YAG；J；Z；……]

在包括上述6个关键信息的同时，原始数据条内的其他信息也比较丰富，其中大部分信息可能为无用信息（或与本次测绘无关）。在组织数据处理时，可将此类信息一体筛出，采用关键参数处理法，对单一数据条内的数据进行挖掘，仅以[Q；F；E；Y；J；Z]为对象提炼中心信息，其他信息均不再加工。在此模式下，可以结合测绘工作特点合理地设定关键参数，以有效地完成数据处理、降低处理海量原始数据的精力消耗、提升测绘数据处理的效率和针对性。

2.3数据库建设

水利测绘数据处理也需要关注进一步提升规范性，以数据库建设为中心，强调对复杂数据进行处理，按照其类别、价值等核心属性的差异，使数据能够得到规范处理和使8cCJMixTB7uh91JS9V4ivWfnC6ChilvGxKiRy7LH7bM=用。一般包括分层数据库、云数据库等技术手段。

分层数据库是一种简单的层次化数据处理技术。水利测绘数据包括原始信息和进阶数据两大类：原始信息的总量较大，具有一定的挖掘、重复使用和重复加工价值；进阶数据大多以原始信息为基础加工而来，可以反映测绘的某一个或几个关键指标。在分层模式下，所有水利测绘产生的原始信息均一体汇总到原始信息数据库中，之后，利用大数据处理法、数据挖掘法等，对原始信息进行处理，形成进阶数据，存储至进阶数据库中。

以水深测绘为例，原始数据库可利用计算机终端平台组织建设，其存储空间应达到2TB以上，并保证运作平台拥有不少于32GB的虚拟内存空间，以快速地处理进阶数据；进阶数据库规模可略小，达到1TB左右即可。云数据库主要发挥辅助作用，当原始信息总量过大时，可启动云空间存储各类原始信息，避免出现信息丢失、遗漏及数据库拥堵问题。

3水利测绘数据质量控制技术

3.1采用合理的数据采集方法

为了控制水利测绘数据质量，要求在实际工作中采用合理的数据采集方法，强调通过信息技术提供作业支持，在此基础上，加强一般技术选取，结合测绘工作的具体需要引入卫星通信、遥感技术、全球定位系统（GlobalPositioningSystem，GPS）技术、船载定位技术、窄波采集技术、多波束探测技术等，分别进行测绘作业，采集对应信息。

以洋面信息采集为例，可借助无人机进行信息采集。如果信息采集的范围较小，则可以采用低空飞行的模式进行作业；针对大中范围的信息采集，可以采用中高空飞行参数采集数据。考虑到洋面可能存在一定风力，应对无人机的基本性能加以关注，一般需要达到如表1所示标准。

其他不同要求下的水利测绘数据采集也应结合其特点与工作区域环境要求确定合理的数据采集方式，并建设与之匹配的作业系统。

3.2加强干扰控制

水利测绘数据的质量可能受到传输因素影响，尤其是大范围采集原始信息时，需要考虑卫星通信作业，出现通信干扰的可能性也更高。因此，应加强地面接收区域的技术应用，包括滤波作业、接收阵建设等。

在应用卫星通信模式的情况下，可以在地面（包括洋面流动站）站建设通信加强系统，采用小波降噪的方式对接收的卫星信号进行处理。所有信息被地面站接收后，无论是否直接可读，均应用小波降噪装置进行强化，滤除信号中的各类干扰因素，去除白噪音。仍不可读的信号，可做必要的加强，再用于分析水利测绘数据与建设工作模型。为了保证对信息的接受效果，在地面建设接受阵时，应保证所有接收阵的元性能无异常，与地面呈现15°以上倾角且可以完成至少270°自由旋转，提升对信号的接收完整度和质量，为水利测绘提供可靠的数据。

3.3针对性纠偏

从共性角度出发，不同技术下获取的水利测绘数据均可能出现偏差。例如：在利用多波束探测技术时，搭载工作设备的船只可能出现横向摆动与航向波动，引发既有虚拟地理坐标系的参数波动，出现数据质量下降的问题。其他工作技术也可能出现对应问题，降低数据质量。未来，应根据水利测绘技术特点，选取与之匹配的纠偏方法，以提升数据精准性。

以多波束探测技术为例，可通过导航延迟校正技术控制误差。从技术特点上看，在多波束探测技术模式下，船载工作设施的工作效果受到航行参数影响，导航延迟与船只航行速度有关，有可能引发测点沿航迹方向的前后位移。在实际工作中，可以根据水利测绘范围确定中心波束的标准位置，缩小电罗经偏差效应，在此基础上，地反复进行虚拟分析，判断不同波束在目标区域内出现测绘（主要是原始信息采集）误差的可能与误差大小，在保持船只速度、方向等基本参数不变的情况下，测量中扇区开角并将其控制在较小水平，适当地增加声波发射频次，消除单一或少数声波信息采集精度不高的问题，纠正数据偏差。其他技术也应根据其具体特点组织偏差控制，提升水利测绘数据质量。

3.4重复处理与检验

大部分水利测绘数据难以消除误差，在组织应用前，可以通过重复处理和检验提升其质量。该工作的重点在于通过重复性手段收集相同区域内的原始信息，之后，以卡方检验、T检验等方式，对相同区域内的测绘原始信息进行处理和对比，去除奇异值，评估不同组别数据之间的差异，检验数据质量，作为进一步处理的依据。

4结语

综上所述，水利测绘数据处理与质量控制可以保政测绘精度、提升测绘结果的复用价值，也能降低作业压力。在未来工作中，可以对其加以关注。从技术方法上看，水利测绘数据处理主要关注数字化加工、规律挖掘和数据库建设，其质量控制则强调合理的工作方法，并从干扰控制、纠偏等角度提升质量水平，最后还应通过重复处理和检验进一步去除可能存在的质量隐患和问题，改进水利测绘数据处理与质量控制的效果。

参考文献

[1]杨阳.水利工程逆向建模空地数据融合及降噪方法研究[D].郑州：华北水利水电大学，2022.

[2]姜俊狄，柳寅峰.正射影像与点云数据融合在数字水利中的应用[J].科技创新与应用，2023，13（11）：164-167.

[3]杜丽雯.基于点云数据的水利测绘工程地貌信息提取方法[J].水利规划与设计，2023（3）：98-101.

[4]杜丽雯，温旋，孔德博.大型水利枢纽工程坝型数字化测绘技术与应用[J].水利规划与设计，2023（2）：85-89.

[5]倪福泽.加权总体最小二乘效率优化算法及其在测绘数据处理中的应用[D].太原：太原理工大学，2020.