航测数据质量控制方法研究（精选10篇）
航测数据质量控制方法研究 篇1
航测数据质量控制方法研究
在航测数字化生产领域,需要与生产相适应的质量检查系统,文章分析了航测数据质量控制的内容,提出了一种适用于航测数字化生产的`质量控制方法,研究了航测数字成果质量检查系统应具有的主要功能.
作 者：陈炯炯 黄绘清 作者单位：湖南省第三测绘院,湖南,长沙,410007刊 名：国土资源导刊英文刊名：LAND & RESOURCES HERALD年，卷(期)：20096(3)分类号：P2关键词：GIS 质量控制 检查验收 属性精度 拓扑
航测数据质量控制方法研究 篇2
1 检查验收的基本过程
质量检查验收的基本过程为:作业员自查→作业员互查→中队检查验收→队检查验收→大队检查验收。
作业员在作业过程把握好质量是测绘产品质量控制的关键, 因此要求作业人员发扬“真实、准确、细致、及时”的业务作风, 严格执行规范、图式以及有关技术规定, 视地图质量为自己的生命。
《航空摄影测量成果成图检查验收规定》所制定的中队、队、大队三级验收管理制度要求各级检查验收人员做好作业前的计划, 检查各种仪器设备规格、精度和资料的可靠程度, 加强作业过程的全面跟踪检查。各级检查中发现的问题作业员应及时修改, 成果经检查人员复查正确后方可交上级验收。
2 质量检查的现状及不足
目前地形图质量检查基本上沿袭了传统的作业方式。各级检查人员除了上仪器检查定向精度和综合取舍外, 主要是对照纸图检查丢漏、工艺等, 最后将检查结果标到纸图上。
这种检查方式打印成本较高, 而且一旦喷墨绘图仪出现问题检查验收就无法进行。对数字图中的高程注记点的点数统计, 无论作业员还是各级检查人员都要对着纸图反复数上好几遍, 而且总难免疏漏。
由于我国数字地形图的生产起步较晚, 部分生产软件还在发展完善过程中。由软件本身不完善造成数据上的一些较为隐蔽性的问题往往更加难于发现。如我们在1∶5万地形图的作业过程中发现ANAGRAF解析测图仪采集的等高线高程经常有土lm的跳值现象。这种问题是由采集软件造成的, 在现有的生产软件中很难被发现。这就要求我们在完善各类生产软件的同时, 增强检查软件功能, 从而提高作业效率、保证作业精度。
目前在质量检查方面研究院所和各测绘大队都开展了一定的研究并取得了一定的成果, 如用于制图的对数据拓朴关系检查的软件。航测对矢量数据的检查也有一定的进展, 廖昌军等人对等高线属性检查提出了较好的算法。由于航测工序多, 用于生产的软件系统较多, 数据格式较多且航测生产过程中的数据拓朴关系尚未建立, 因此难于用制图的方式去检查。当前航测方面还没有全面的行之有效的用于质量检查的软件系统。检查自动化程度不高, 对问题信息的反馈依赖于纸图。检查手段与依托网络进行数字化生产的要求不相适应。
3 航测地貌数据检查内容
3.1 航测地貌数据的表示
地貌作为地形图的重要组成部分, 是指地面的高低起伏和斜面的状态, 如高山、丘陵、平原、谷地等, 不同的地貌对部队行动影响差别很大。目前生产的数字地形图中, 地貌的表示方式为等高线、高程注记点及部分用图式符号来表示的地貌元素, 如冲沟、陡石山、岩峰、沙丘、冰塔等。各单位生产作业过程基本相同, 首先在解析测图仪或摄影测量工作站上进行内定向、相对定向、绝对定向, 然后通过人工方式采集等高线、高程注记点等地貌数据, 再用各类编辑软件进行编辑, 通过对等高线内插、光滑等一系列操作生成完整的地貌数据。地貌的另一个重要表示方式为数字高程模型DEM。随着信息处理技术的进步, 数字高程模型DEM有了很大的发展, 并得到了广泛应用。
数字地面模型DTM是地面表面形态等多种信息的一个数字表示方法, 定义在某一区域D上的m维向量有限序列:
DEM是表示区域。上地形的三维向量有限序列, 它有多种表示形式, 主要包括规则矩形格网 (GRID) 与不规则三角网 (TIN) 。格网DEM山一系列在X, Y方向上都是等间距排列的地形点的高程Z表示地形, 任一点的平面坐标可根据点在DEM中的行列号i, j及其它基本参数来确定:
其中为起始坐标, DX, DY为格网在X, Y方向上的间距, NX, NY为格网的行列数。由于格网DEM存贮量小, 便于使用和管理, 因而被广泛应用。不足之处是难于表示地形结构与细部, 通常可采用附加地形特征数据来克服。TIN能够较好地顾及地貌特征点、线, 表示复杂地形表面比格网DEM精确, 但其数据量大, 数据结构复杂, 因而管理与使用也较为复杂。
3.2 航测地貌数据检查系统的流程
从航测地貌数据的整个检查过程说可将检查分为过程检查和成果检查。过程检查主要是指各级检查人员在仪器上检查定向精度、综合取舍、地貌丢漏等情况, 成果检查包括所需的文件是否完整、成果编辑是否合理、接边是否符合要求等。从检查方式来分包括目视检查和机器自动检查。航测地貌数据质量检查系统基本流程如图1所示。
图中形式检查指检查数据文件是否完整、格式是否正确、文件名是否与内容一致。数据读入时进行形式检查。
定向精度检查主要检查各类定向精度是否超限。当定向精度文件保留的是定向点的像坐标和高斯坐标时, 可重新进行定向计算, 然后显示定向余差。
4 航测数字地形图中地貌数据的检查
航测数字地形图中地貌数据检查主要内容有以下几个方面。
(1) 各种原始数据的输入是否正确。
(2) 相对定向、绝对定向的精度是否符合要求。
(3) 等高线的测绘精度是否在限差之内, 山形表示的综合取舍是否恰当;山头、鞍部、凹坑是否丢漏。
(4) 高程注记是否与等高线矛盾, 高程注记点数量是否符合要求。
(5) 水系与等高线是否矛盾。
(6) 立体观察下判定地形要素的性质、位置、范围是否正确。
其中水系与等高线关系在纸图上和各种生产软件中通过显示很容易发现。
参考文献
[1]陈尊充, 陈炳桐.关于大比例尺航测成图的体会[J].城市勘测, 2002 (3) :25～27, 30.
[2]黄达藩.汕头市区大比例尺航测成图工程的组织实施与质量管理[J].城市勘测, 2000 (1) :40～42.
航测数据质量控制方法研究 篇3
【关键词】航测；数字地形；制图；质量控制
数字地形图是地形图提交形式的一种。数字化生产的应用为数字地形图的生产提供了先进的手段，对于地形图的生产模式、存储和保存均提供了方便。数字地形图的生产和检查大致分为：航空摄影、野外控制测量、野外像片控制测量、内业加密、内业立体采集；野外调绘、内业编辑、整理、建库、附件、整理资料、上交成果[1]。
1低空航测系统
无人机低空航测系统一般包括空中航摄系统、地面控制系统和数据处理系统。无人机航测系统工作流程为：根据任务要求用航线设计软件对测区进行航迹规划，在地面控制子系统中将规划好的航线载入到空中摄影子系统；无人机地面控制子系统按照规划的航线，借助自动驾驶仪控制无人机飞行和拍摄作业；空中摄影子系统将拍摄的数据进行存储，无人机平台利用无线传输通道与地面控制子系统交换数据，地面工作人员通过这些数据监测无人机的飞行航线，并对飞行航迹做必要调整；飞行任务结束后，地面控制飞机降落，下载影像，并快速进行影像质量检查，决定是否补飞；合格的影像转入内业，借助摄影测量工作站进行测绘产品[2]。
2航测数字地形制图的质量问题
目前地形图质量检查基本上沿袭了传统的作业方式。各级检查人员除了上仪器检查定向精度和综合取舍外，主要是对照纸图检查丢漏、工艺等，最后将检查结果标到纸图上。这种检查方式打印成本较高，而且一旦喷墨绘图仪出现问题检查验收就无法进行。对数字图中的高程注记点的点数统计，无论作业员还是各级检查人员都要对着纸图反复数上好几遍，而且总难免疏漏。在高曲矛盾检查和等高线属性检查中，大量的等高线要靠人工去检查。这些检查方法效率低、劳动强度大。由于我国数字地形图的生产起步较晚，部分生产软件还在发展完善过程中。由软件本身不完善造成数据上的一些较为隐蔽性的问题往往更加难于发现。如我们在1∶5萬地形图的作业过程中发现ANAGRAF解析测图仪采集的等高线高程经常有±1m的跳值现象。这种问题是由采集软件造成的，在现有的生产软件中很难被发现[3]。这就要求我们在完善各类生产软件的同时，增强检查软件功能，从而提高作业效率、保证作业精度。目前在质量检查方面研究院所和各测绘大队都开展了一定的研究并取得了一定的成果，如用于制图的对数据拓扑关系检查的软件。航测对矢量数据的检查也有一定的进展，廖昌军等人对等高线属性检查提出了较好的算法。由于航测工序多，用于生产的软件系统较多，数据格式较多且航测生产过程中的数据拓扑关系尚未建立，因此难于用制图的方式去检查。当前航测方面还没有全面的行之有效的用于质量检查的软件系统。检查自动化程度不高，对问题信息的反馈依赖于纸图。检查手段与依托网络进行数字化生产的要求不相适应。
3无人机航测数字地形制图的关键技术
3.1像控点布设
像控点的目标影像应清晰，易于判刺和立体测量；布设的控制点宜能公用，一般布设在航向及旁向六片或五片重叠范围内；控制点距橡片边缘不应小于lcm或1.Scm综合成图法的控制点距航向边缘不应小于上述规定的1/2；高程控制点点位目标应选在高程起伏较小的地方，以线状地物的交点和平山头为宜；狭沟、尖锐山顶和起伏较大的斜坡等，均不宜选作点位目标；当目标条件和像片条件矛盾时应着重考虑点位目标[4]。
3.2航空摄影
3.2.1航线设计
航线网布点应按航线每分段布设六个平高点；航线首末端上下两控制点应布设在通过像主点且垂直于方向线的直线上，困难时互相偏离不大于半条基线；上下对点应布在同一立体相对内；航线中间两控制点应布设在首末控制点中线上，困难时可向两侧偏离一条基线左右，其中一个宜在中线上；应尽量避免两控制点同时向中线同侧偏离，出现同侧偏离时，最大不应该超过一条基线。按照摄区范围、划定的分区和提供的分区平均基准面高程进行航线设计。尽量保证统一航摄区域高差不大于设计航高的1/6；保证测区之间有重叠度，航向重叠60%-70%、旁向重叠30%-40%。
3.2.2航摄
在规定的航摄期限内，选择地表植被及其它覆盖物对成图影响较小、云雾少、无扬尘（沙）、大气透明度好的季节进行摄影，并根据地形条件的不同，严格按规范规定的太阳高度角要求选择摄影时间。
3.3空三加密
解析空中三角测量，为纠正和测图提供了定向点和注记点，以及作业时所需要的仪器安置元素数据，空三加密前需取得以下各种资料：航摄质量鉴定书，涤纶片，图历表，野外控制、调绘图片，布点略图，各种观测计算手簿，前一工序的技术设计书等。
它包括精密立体测图仪测图和解析测图仪联机测图。精密立体测图仪适用于各种比例尺及各种地形类别的测图，解析测图仪适用于各种摄像资料的测图。该文主要介绍精密立体测图仪测图。
3.4测绘地物地貌
经过像片准备工作和定向后可以进行地物地貌测绘。立体测图可采用全野外凋绘后测图和内判测图后外业对照、补测和补调的方法。在使用内判测图后外业对照、补测和补调的方法时应注意：①航摄像片的现势性要好；②必要时需要编制测区室内判读样片③对有把握判准的地物地貌元素，按图饰要求直接测绘在图板上，对无把握判准的地物地貌元素，内业只测绘外轮廓作为疑点留给外业处理。④外业进行检查、核对、补测和补调工作。对内业测绘有把握的部分应作抽查，对内业标明的疑点应作核对、补测，对内业无法判绘的地形元素应进行补调。
测绘地物地貌时，应在仪器上与已描图边进行接边；像对间的地物接边差不大于地物点平面位置中误差的两倍，等高线接边差应不大于1个基本等高距；每像对测完后应经检查才能从仪器上取下，每幅图测完后应认真进行自校和资料整理。
4结论
数字地形图的生产和检查验收尽管目前已经形成规模生产，实践中仍然存在着问题。为节约成本，对于野外作业质量的控制，有待于提高对过程生产的监控。在工作中要树立以预防为主的原则，树立一次性完成任务的理念。
参考文献：
[1]史华林.无人机航测系统在公路带状地形测量中的应用[J].测绘通报，2014，06：60-62.
[2]邵金强，罗斐，张磊.无人机航测技术及其在土地整治项目中的应用探讨[J].科技视界，2014，01：405-406.
[3]王凤国，胡润强.无人机航测技术的应用实践及可行性分析[J].甘肃科技，2014，06：34-36.
航测数据质量控制方法研究 篇4
气象数据为天气预报、气候分析、气象服务、科学研究等工作提供重要依据。在气象观测领域，高空气象探测所获得的第一手数据，揭示了各类天气现象产生的原因及其发生、发展的内在规律，因此常规高空气象探测数据非常重要。高空气象探测数据是通过每天施放无线电探空仪获取的，数据质量受到无线电探空仪、地理环境、无线电干扰、设备性能和各类异常天气的影响，探测结果与真实情况有一定的差异。随着气象科学事业的发展，科技工作者需要更高质量的观测数据。因此，对高空气象探测数据进行一定的质量控制，给使用者提供相对准确的数据资料，是高空气象探测人员必须思考和研究的课题。
2质量控制
质量控制是指为了达到质量要求，而采取的作业技术和活动。具体而言，质量控制是为了通过监视质量形成过程，消除质量环上所有阶段引起不合格或不满意效果的因素，以达到质量要求，获取经济效益，而采用的各种作业技术和活动。高空气象探测数据质量控制是指对观测数据质量进行检查以判断是否达到一定要求的过程，目的是对数据进行合理性检验，找出缺测的、错误的、可疑的数据，进行标记或通过数据内差等计算进行修正，确保提供的数据符合质量要求。［1］原始数据的质量对各项气候统计结果的可靠性和正确性产生直接影响，因此，质量控制是高空气象探测数据库建设非常重要的内容。一般而言，数据质量控制有以下两种方式：一是对原始探测数据在统计前进行质量检查；二是探测数据在完成信息化后对其重点进行质量控制。高空气象探测数据质量控制分为自动和人工两种，自动质量控制是根据温度、湿度、气压等曲线正常趋势，删除明显错误值后，通过最小二乘法多项式曲线拟合进行平滑。人工质量控制是操作员实时监控，通过历史数据资料库、数据变化趋势等对观测数据进行对比分析，删除明显错误值。
3影响高空气象探测数据质量的因素
浅谈统计数据质量控制. 篇5
论文关键词:统计统计数据统计资料统计人员质量控制
前言;随着市场经济的不断发展,统计失实的现象日渐严重,统计工作者应当本着对本职工作高度负责的精神,进行全过程的、全员参加的、以预防为主的统计数据质量控制。要尽可能采用计算机处理统计资料,最大限度的减少人工参与,加强对统计人员的职业道德和专业水平的培训以及加大统计执法力度等,以保证源头数据的准确性,使我们的统计工作更好的为企业服务。
正文:随着经济快速发展,企业快速成长、扩长信息获取、识别、处理、转换、传递的准确性、效率与速度。在企业经营管理中的重要作用也将愈来愈显著。企业要能在市场竞争中求得生存与此同时发展,一个重要的条件就是——必须要有一个健全的高效的信息系统,一支能提供准确数据的素质过硬的统计队伍,以满足企业经营管理决策所需的各种信息。因此,作为提供信息的企业统计必将在其中扮演重要的角色,发挥重要作用。
从总体上看,现有的统计数据基本上还是能够反映客观实际的。但是,随着市场经济的不断发展,经济结构复杂化,利益主体多元化,再加上体制转化过程中经济秩序混乱,人为干扰增多,因而搞准统计数据的难度也就日益增大,统计失实的潜在危险性也就日渐严重,并将逐步暴露。对此,我们必须需要清醒的认识,要始终不渝地把提高统计数据质量问题,摆到统计工作的首要位置,并才却综合治理措施,切实抓紧抓好,下面就统计数据质量问题谈谈自己一些粗浅的看法。统计数据质量控制的意义
企业统计的目的是为企业经营决策管理提供统计信息。在市场经济条件下,企业经营决策极具风险性,风险产生于不确定性并由不确定性程度决定风险的大小,而不确定性又与信息的准确和及时程度直接相关,信息愈准确及时,不确定性愈低;反之,信息不准确及时,不确定性愈高。所以,准确可靠的统计数据,便于决策和管理者正确地把握形势,客观地剖析问题,从而作出科学的决策。反之,有水分的、失实的统计数
据,相互矛盾的统计数据,给决策者以错误的信号,将会误导决策和调控,对企业的发展将会造成重大损失。因此,统计工作者必须以对本职工作高度负责的精神,已统计数据为对象,以消除统计数据的差错为目标,千方百计搞准统计数据,达到强化统计数据质量控制的目的。常见的统计数据质量问题及分析 2.1数据虚假
这是最常见的统计数据质量问题,也是危害最严重的数据质量问题。这些统计数据完全是虚构的杜撰的,毫无事实根据。造成统计数据虚假的因素多种多样,比如:有意虚报,瞒报统计数据资料,指标制度不严密,统计制度不完善,不配套等。
2.2 拼凑的数据
这种数据是把不同地点,不同条件,不同性质的数据在收集、加工、传递过程中,人为地拼凑成同一时间、地点、条件和性质下的同一数据。这种东拼西凑的数据,虽然分别有事实根据,但是从整体上看数据是不符合事实的,其性质与数据虚构相同。
2.3 指标数值背离指标意愿
这是由于对指标的理解不准确,或是因为指标含义模糊,指标计算的随意性大等原因造成的数据质量问题提,表现为收集整理的统计数据不是所要求的统计内容,数据与指标原意出现走样,面目全非。
2.4 数据的逻辑性错误
这是指统计资料的排列不合逻辑,各个数据、项目之间相互矛盾。2.5 数据的非同一性
这是指同一指标在不同时期的统计范围、口径、内容、方法、单位和价格上有差别而造成的数据的不可比性。
2.6 数据不完整
这里指调查单位出现遗漏,所列项目的资料没有搜集齐全,不符合统计资料完整性的要求。数据不完整,就不可能反映研究对象的全貌和正确认识现象认识现象总体特征,最终也就难以对现象变化的规律性做出明确的判断,甚至会得出错误的结论。
2.7 统计手段和统计分析落后
目前许多企业基础统计工作仍处于手工状态,很原始!即使采用计算机业仅仅是减少工作量去做一些汇总、指标计算,并没有真正引用先进的计算机技术和网络技术。所做的统计分析也局限于事后分析,即对统计数据进行单纯的讲解说明;不能利用网络技术实行信息共享等方式进行事前分析和预测。换句话说,“统计预测”这一职能根本没有发挥作用,缺乏对信息的收集、综合和系统化。
此外,常见的统计数据问题还有计算错误、笔误等。
可见,统计数据质量问题既可能是来自于实际阶段,也可能是来自于统计资料的整理阶段。统计数据质量控制方法
3.1 统计数据质量控制的原则应当是全过程的、全员参加的、预防为主的数据质量控制
首先,统计数据质量控制要贯穿于统计工作的全过程。每进行一步,都要对已完成的工作进行检查、对已发生的差错及时进行纠正,做到层层把关,防止差错流入下一个工作环节,以保证统计数据的质量。其次,参加统计数据质量管理和控制的人员应当是全面的。统计工作者都要树立数据质量意识,各个主要的工作环节都要落实专人负责。统计数据质量的好坏,是许多工作和许多统计工作环节质量的综合反映，牵涉到统计工作的所有部门和人员。因此,提高数据质量需要依靠所有统计工作者的共同努力,决不是单纯靠某一个部门或少数人所能搞得好、抓得了的。只有人人关心数据质量,大家都对数据质量高度负责,产生优质的统计数据才有坚实的群众基础。因而,统计数据质量控制要求把差错消灭在它的形成过程中,做到防检结合、以防为主。这就要求有关人员在质量控制中具有超前意识,抛弃那种出现了统计数据问题才想来办法解决问题的被动局面。
实行全员性质量控制,就在把统计数据质量目标及其关键交给广大统计工作者,落实到每个工作岗位,使每个岗位都有明确的工作质量标准,做到合理分工、职责明确、职责越明确,数据质量控制就越有保证。
3.2 统计设计阶段的质量控制
统计设计是统计工作的首要一切,统计数据质量的好坏,首先决定于这个过程,它是提高统计数据质量的前提。如果设计过程的工作质量不好,就会给统计数据质量留下许多后遗症。设计过程的质量控制需要抓好以下几项工作。
3.2.1正确规定统计数据质量标准。数据质量标准是指根据不同的统计目的对统计数据精度所提出的要求。满足统计目的精度的统计数据就是准确的、高质量的统计数据。首先要作充分的调查,系统地收集市场和用户对统计数据的反映和实际使用效果的情况;其次要分析研究过去统计数据的主要质量问题,找准统计数据质量控制的主攻方向;最后要进行反复论证,考虑到统计工作中实际能够达到的水平。
3.2.2 合理设计统计指标体系及其计算方法。
统计指标设计得是否合理,也是影响统计数据质量的因素之一。采用统计报表搜集资料,首先要实行标准化管理,制定的指标要符合统计制度的规定,范围要全,分组要准,指标涵义的解释和计算方法要精确;其次要对统计报表的设计、颁发、填制、汇总的全过程实行全面质量管理。
3.2.3 资料整理鉴别阶段的质量控制
统计资料整理鉴别阶段出现的差错是统计数据质量问题的重要方面。如果资料不准确,就会影响结论的正确。因此,要特别注意审查资料的可靠性和适用性,要弄清楚统计指标的口径范围,、计算方法和时期时点。对于口径不一致或不完整的资料,需要进行调整、补充;对于相互比较的资料,必须要注意有无可比性;一旦发现数据有严重的质量问题,应进行核实,避免有质量问题的资料进入汇总处理阶段。总之,对搜集到的资料,经过鉴别推敲、核实审定,使之准确无误,才能使统计数据的质量得到保证。人为错误的质量控制
4.1尽可能采用计算机处理统计资料,同时提高统计分析水平。
计算机作为当今社会不可缺少的高科技产物已渗透到我们生活、工作中的各个一切。运用计算机整理、汇总统计资料,速度快、效果好,其优越性是手工整理无可比拟的。现在国内大部分著名企业基本上实行网络化、全球化、利用网络资源了解世界先进行业信息,采用科学先进的统计分析方法和手段,进行横向、纵向对比,找差距控潜力,努力赶超世界先进企业。要能够写出有一定深度的统计分析预测报告,系统、全面、科学地去挖掘利用网络资源和从市场取得的第一手资料,完善整个分析、预测手段方法和过程。但是,也应重视计算机处理数据的质量问题,提高计算机数据处理的关键在于提高录入数据的可靠性。
4.2 统计工作者本身应提高自身素质
统计人员没有深厚的专业知识和丰富的实际工作经验,没有跟上时代及时进行知识更新,不善于统计调查获取第一手资料,就写不出有一定深度关于本企业某一方面对决策层有参考价值的统计分析报告。因此,对统计人员应该加强培训工作,企业内部应建立配套的培训机制,对每一层次统计岗位实施针对性的培训,必要时到企业外请有关专家学者授课,或到相关先进单位进行考察学习,做到取长补短。统计工作者本身也应该努力学习统计知识,钻研业务,不断提高统计业务素质和水平,杜绝因业务不熟悉而造成的数据质量问题。
4.3 加强对统计人员的职业道德培训。
目前,上级部门下达计划和各类政绩考核对统计数据干扰不可低估。有些地方,以是否完成计划和各类数据的高低作为考核地方政绩的依据,导致很多下级部门所报的统计数据高于计划数或持平,这并不是计划部门的计划多么精确合理,而是说明某些统计对象或统计部门受某种利益的驱动而使统计数据的质量得不到保障。当然,数据不真实、不准确的原因是多方面的,其中统计人员的思想道德对统计数据的影响是很大的。这就要求我们加强对统计人员的思想品德和职业道德教育,要求每一个统计工作者必须坚持实事求是的工作作风,认真对待每一个统计数据,如实地反映情况。
4.4 加大统计执法力度,保证源头数据的准确性。
统计部门今后应在加强统计信息工作建设的基础上从数据采集的圈子中跳出来,重点加强统计执法检查,对弄虚作假的单位要坚决严肃查处。要立法上,罚款数额应该大幅增加,以威慑统计违法者,逐步建立单位的统计诚信体系。
以上是本人对统计数据质量控制的一点肤浅的认识,旨在广大统计工作者更加重视统计数据的质量、抵制统计上弄虚作假的作为,提高统计数据的质量水平,使我们的统计工作能更好地为企业服务。
航测数据质量控制方法研究 篇6
1.1规范目的
为有效控制与管理新能源与环保专业数据库的数据质量，保障数据的准确性、完整性、一致性、适用性，制定本规范纲要。1.2规范主题
“新能源与环保科学数据库”项目（以下简称“本项目”）采集录入、传输交换、存储管理、加工处理以及展示提供的数据质量技术规范。1.3适用范围
本规范适用于本项目的技术人员和数据录入人员，以及项目建立的数据中心、数据分中心及有关数据节点管理人员。2编制依据
《专业数据库建设规范》，2009年。3标准与技术规范
在新能源与环保科学数据库数据处理（采集、存储、交换、加工及展示提供）过程中，执行统一的数据标准与技术规范。新能源与环保科学数据库数据标准与技术规范是新能源与环保科学数据库质量管理技术规范的重要组成部分，由建库主管部门制定并颁布实行，在实际工作中严格遵循，不再另行制定。4质量评估体系与方法
在新能源与环保科学数据库数据处理的每个环节，采用科学的数据质量评估体系和有效的检验方法，对数据质量适时进行检验和评估，保障数据质量。4.1质量评估原则
新能源与环保科学数据库数据评估应遵循以下原则：
⑴准确性：采集数据应真实可靠，准确反映各类数据的主要信息； ⑵一致性：数据处理过程中的数据与原始数据完全一致，不发生改变。⑶完整性：采集数据完整，能够全面反映数据信息；
⑷适用性：采集数据能够满足用户需求，符合实际使用要求； 4.2质量检验方法
本项目数据质量检验方法包括人工检验法、随机抽样检查法和综合评估法。（1）人工检测法：通过专业人员对录入数据直接观察，进行数据质量检测和评估。
（2）机抽样检查法：对录入的数据集，根据一定比例进行随机抽样，然后对样本进行检测，以推断总体的数据质量。
（3）综合评估法：根据数据处理各环节、总体数据集各组成部分数据的质量状况，对数据的总体质量进行全面评估。
4.3质量评估与检验标准
数据质量评估与检验要求如下：
（1）采集录入数据集的准确性和真实性误差：在0.05%以内，为良好；在0.05%-0.5%之间，为合格；在0.5%-3%之间，为基本合格；超过3%，为不合格，必须重新采集录入。
（2）扫描或数码拍摄的图片集各项技术参数误差：在3%以内，为合格；在3%-5%之间，为基本合格；超过5%，为不合格，必须重新采集录入。
（3）对于重要的基础性科学数据，必须重点检验，力争做到100%的数据符合要求。
5数据处理的过程控制
5.1 数据录入过程控制
数据处理的过程控制，是保障数据质量最重要和最关键的环节。数据库数据的质量关系到整个数据库的实用性、效率、科学性，对连续采集的实验数据通过编写程序进行校验，校验出突变可疑数据，再进行特别分析处理。对于入库数据由专家认定后方可入库，保证了数据的科学性。入库数据的标准按照标准数据数字格式、图形格式、视频格式进行入库，根据科研需求定义数据需要保留的精度。5.2数据采集录入的方法
文本数据手工填报；文本数据计算机手工录入；二维图像信息拍摄或计算机扫描；原有数据的格式转换。
5.3数据采集录入的技术要求
（1）数据表的设计，一般采用二维表形式，表式设计应便于填写和录入，各 项指标及其分类应便于数据的加工处理。
（2）数据项著录的填写，应符合有关规定要求，力争做到不缺不漏，其中核心指标项必须填写著录。文字表达应当规范、简明、正确、严谨，含义清楚。5.4 数据加工处理的方法（1）文本数据的加工处理
文本数据的加工处理包括数据汇总、数据计算和数据分析。其中，数据汇总（迭加汇总、超级汇总）是指由采集数据直接汇总成综合数据；数据计算指按各种数学模型和算法对数据进行计算；数据分析指对统计数据进行数据的合理性、准确性、相关性、趋势性分析，如对比分析、构成分析、相关分析、时间序列分析等，并生成图形图表。（2）图片资料的加工处理
图片资料的加工处理包括图片资料的数字化、图片分析和修复。（3）扫描资料的加工处理
加工处理的数据必须是经审核通过的文献数据。
数据加工处理的软件必须是经测试和试用被证明是具有良好的稳定性、可靠性和容错性，并经过正式批准使用的软件；
数据加工处理人员必须是具有技术资格、并经授权的人员。5.5数据存储管理过程的质量控制
（1）原则：存储管理的数据必须始终保持数据的完整性和一致性，保证数据不丢失或被破坏。
（2）存储方法：使用计算机硬盘、磁盘阵列以及移动存储等存储设备进行各种数据的存储。
（3）数据库管理：对于采集后净化的数据和加工处理后的数据进行入库，由数据库管理系统对数据进行管理。
（4）数据的自动备份，对重要数据采用备份系统对数据和系统定时在本地或通过网络在异地进行备份。5.6 数据存储管理的技术要求
（1）存储的数据必须由专人管理，未经授权任何人不得进行更改；
（2）存储的数据必须按统一规定的格式进行存储，并应登记存储数据的文 件名称、类型和存储地址等信息；
（3）入库数据必须是经整理后的数据，数据库数据一般不能修改； 6数据安全性保障措施
（1）计算机病毒感染的防治
统一购置、安装防病毒软件，并由专人负责定期进行病毒的检测、清除和软件升级；
（2）数据备份与灾难恢复系统
统计数据质量控制研究 篇7
一、统计数据质量内涵
统计数据的质量主要指统计数据的准确性。准确可靠的统计数字,是进行科学决策和科学管理的重要依据,更是把握经济走向的有效分析工具。中国在经历金融危机之后,经济在震荡中稳步回升,在这新经济环境的刺激下,统计工作需求量大增。同时,社会公众对统计数据质量的要求也进一步提高。关于统计数据质量内涵主要包括以下几个方面:一是核心质量。核心质量是提供给数据使用方的最基本的效用或能力,也是控制统计数据质量的基础和中心内容。核心质量包括两个最基本的要素特征,即真实性和时效性。数据采集、核算、传递的真实性、可靠性,是统计数据质量的生命之本,关系到统计本身存在的价值;时效性、及时性是统计数据质量的活力之源,关系到统计数据自身的价值和效力。二是形式质量。形式质量是核心质量的重要保障,主要体现在统计法规、制度、标准是否健全完善,统计的内外部环境是否健康,统计指标体系是否科学等等。形式质量控制的目的在于基本地实现和维持核心质量对于数据使用方的基础满足能力。三是附加质量。附加质量是核心质量的扩展和延伸,往往需要借助内外部环境和条件的改革或改善才得以实现,如组织运行机制的改革,或者通过统计信息自动化建设,或者采用新的统计技术、统计工具等,都可能带来统计管理体制的变革,进而带动统计数据核心质量和形式质量的“质”的飞跃。这三个方面是相互促进、相互联系的一个整体。
二、统计数据质量的衡量标准
随着人们质量观念的变化,对统计数据质量的内涵的认识也从狭义向广义转变。要求从统计数据的提供者、生产者和用户等多维度考察和衡量,尽管有些维度的重要性得到广泛认同,由于数据质量依赖使用数据的个体,无论是研究人员还是数据质量的从业人员都未对数据质量维度形成共识。为此,各国统计机构和有关国际组织对统计数据质量的衡量标准(数据质量维度)概括了十一个方面的内容,即适用性、准确性、及时性、可比性、可衔接性、可取得性、可解释性、客观性(或诚信)、方法专业性(或健全性)、有效性、减轻调查负担。还有的统计机构提出四类共15 个数据质量维度。固有质量包括正确性(没有错误)、客观性、可信性、声誉。可访问性质量包括可访问性,访问安全。语境质量包括相关性、增值性、及时性、全面性、数据量。表达质量包括可解释性、易理解性、简明性、一致性。从国际经验来看,政府统计数据质量主要从适用性、及时性、准确性、可比性、衔接性、可获取性、透明度和有效性等八个方面进行评价。从统计系统管理、核心统计过程以及可观测的统计数据特征等方面对统计数据质量进行三位一体的理解,认为统计数据质量包括保证诚信、方法健全性、准确性和可靠性、适用性以及可获得性等五个方面。
三、中国统计数据质量问题的特殊性
政府是统计数据的主要生产和供应者,统计数据作为政府提供的公共产品,其质量高低直接影响到政府的对内、对外公信力,关系着国家经济安全。当前在中国,造成统计数据质量不高的原因是多方面的,首先,统计制度设计本身就存在诸多问题,具体表现为:一是部分统计指标体系落后、统计内容的更新跟不上经济发展的节奏,导致统计数据不能很好地满足社会各方面的需要,形成部分统计数据虽然为社会急需,但统计结果却又无关紧要的局面,也即统计数据的相关性不强。二是统计标准不规范,与国际准则的接轨程度低,导致统计数据在匹配性、可比性等质量方面不强。三是面对庞大复杂的统计系统工程,现有的统计方法有待提高。四是统计技术作为完成统计工作的专业保障,其先进程度将直接影响统计数据的准确性和及时性,而中国目前的统计技术与发达国家还存在较大的差距。另外,还有许多原因造成统计数据质量不高,如基层统计队伍素质不高,基础力量薄弱;统计数字的政绩观太强,现行领导考核体系偏差;数据质量控制体系尚未建立,统计数据采集不准;统计方法制度与指标体系不够完善、不够科学、其调查手段不合理;统计数据人为干扰,统计执法不严等。
四、统计数据质量控制的对策与措施
第一,加强统计数据质量评估方法的研究及其有关制度建设。过去,我们比较重视统计数据的生产和提供,也注意到对统计数据的分析和利用,但一定程度上忽视了对统计数据质量的评估和管理,各级统计数据上报或公布时没有进行严格的质量把关。当务之急是要建立统计数据质量评估制度,针对不同特征的数据研究建立数据质量评估方法库,研究制定科学的评估标准和评估基准(代表性指标或单位),从主要代表性指标做起,逐步推行系统性的数据质量评估制度,做到经过评估的数据才能上报或公布。
第二,积极推进各项有利于提高数据质量的统计改革与基础建设。主要有:一是抓紧解决GDP地区汇总数与国家核算数之间的不匹配问题;二是加大相关部门(如编制、工商、民政、财政、税务、质检、交通、电力、水务、煤炭等)行政记录在政府综合统计中的应用,充分发挥其在数据采集、推算、验证和评估中的作用;三是改革劳动工资统计,探索采取抽样调查获取劳动工资数据;四是推进企业联网直报;五是整合普查制度,协调、处理好各种普查之间的关系,降低普查成本,提高普查效率;六是加快基本单位名录库建设,按照“统一、及时、实用”的原则建立基本单位名录库。
第三,更好地发挥各级各类政府统计机构对数据质量的保障作用。国家统计局必须负起保障全国性统计数据质量的责任,加强对统计数据质量的评估和管理;地方统计局既要对地方政府负责,也要对国家统计局负责,更要对地方经济社会发展和统计的公信力负责;国家直属的调查队调查方法以抽样调查为主,调查内容具有较大的灵活性,在提高统计数据质量方面可以发挥独特的作用;政府综合统计之外的各专业统计部门也应积极行动起来,配合政府综合统计部门做好数据质量的保障工作。
第四,有针对性地做好统计数据质量的新闻宣传工作。统计新闻宣传工作不能只停留在数据发布层面上,在当前国内外广泛关注中国统计数据质量的情况下,要本着“开放统计”的原则,着重要围绕统计数据的生产及其质量控制过程,主动、真实、及时、深入地做好新闻宣传工作。统计部门应正确对待社会各界对统计数据的评论、质疑和建议,应虚心接受、认真改正;属于误解的,应积极诠释,做好解释说明工作;别有用心的,要有理、有据、有节地予以反驳。
第五,加大统计执法力度,发挥统计案件查处的警示作用。不论什么人、什么单位,只要违反了《统计法》或《统计违法违纪行为处分规定》,就必须受到追究、付出代价,并将处理结果以适当的方式予以公布。要通过处理少数人和单位,教育、警示更多的人和单位,树立《统计法》及相关法规、条例的权威性。
习近平总书记多次强调,经济增长必须是实实在在和没有水分的增长,是有效益、有质量、可持续的增长。这为统计工作提出了新的更高的要求,统计部门要贯彻落实习近平总书记重要讲话和十八届三中全会精神,坚决恪守党的实事求是思想路线,大力弘扬求真务实的工作作风,积极健全统计指标体系,改进统计调查方法,提高统计数据质量,绝不允许统计上有“水分”存在,为党和国家科学决策、宏观调控提供更加扎实可靠的数据支撑。
摘要：统计数据的质量是统计工作的生命线。准确可靠的统计数据是国家、企业进行科学决策和科学管理的重要依据。要提高统计数据的质量,就要分析中国政府统计数据质量问题的特殊性,制定统计数据质量的衡量标准,并提出相应的对策和措施。
统计数据质量问题分析及控制方法 篇8
1.1 数据虚假。
这是最常见的统计数据质量问题, 也是危害最为严重的数据质量问题。这类统计数据完全是虚构的杜撰的, 毫无事实根据。造成统计数据虚假的因素多种多样, 比如, 有意虚报, 瞒报统计数据资料, 指标制定不严密, 统计制度不完善, 不配套等。
1.2 拼凑的数据。
这种数据是把不同地点, 不同条件, 不同性质的数据在收集、加工、传递过程中, 人为地拼凑成同一时间、地点、条件和性质下的同一数据。这种东拼西凑的数据, 虽然分别有事实根据, 但是从整体上看数据是不符合事实的, 其性质与数据虚构相同。
1.3 指标数值背离指标原意。
这是由于对指标的理解不准确, 或者是因为指标含义模糊, 指标计算的随意性大等原因造成的数据质量问题, 表现为收集整理的统计数据不是所要求的统计内容, 数据与指标原意出现走样, 面目全非。
1.4 数据的逻辑性错误。这是指统计资料的排列不合逻辑, 各个数据、项目之间相互矛盾。
1.5 数据的非同一性。
它是指同一个指标在不同时期的统计范围、口径、内容、方法、单位和价格上有差别而造成的数据的不可比性。
1.6 数据不完整。
这里指调查单位出现遗漏, 所列项目的资料没有搜集齐全, 不符合统计资料完整性的要求。数据不完整, 就不可能反映研究对象的全貌和正确认识现象总体特征, 最终也就难以对现象变化的规律性做出明确的判断, 甚至会得出错误的结论。
1.7 统计手段和统计分析落后。
目前许多企业统计工作仍处于手工状态, 很原始!即使采用计算机也仅仅是减少工作量去做一些汇总、指标计算, 并没真正引用先进的计算机技术和网络技术。所做的统计分析也局限于事后分析, 即对统计数据进行单纯的讲解说明;不能利用网络技术实行信息共享等方式进行事前分析和预测。换句话说, “统计预测”这一职能根本没有发挥作用, 缺乏对信息的收集、综合和系统化。
此外, 常见的统计数据问题还有计算错误、笔误等。可见, 统计数据质量问题既可能是来自于设计阶段, 也可能是来自于统计资料的整理阶段。
2 统计数据质量控制方法
2.1 统计数据质量控制的原则应当是全
过程的、全员参加的、以预防为主的数据质量控制。首先, 统计数据质量控制要贯穿于统计工作的全过程。每进行一步, 都要对已完成的工作进行检查、对已发生的差错及时进行纠正, 做到层层把关, 防止差错流入下一个工作环节, 以保证统计数据的质量。其次, 参加统计数据质量管理和控制的人员应当是全面的。全体统计工作者都要树立数据质量意识, 各个主要的工作环节都要落实专人负责。统计数据质量的好坏, 是许多工作和许多统计工作环节质量的综合反映, 牵涉到统计工作的所有部门和人员, 因此, 提高数据质量需要依靠所有统计工作者的共同努力, 决不是单纯靠某一个部门或少数人所能搞得好、抓得了的。只有人人关心数据质量, 大家都对数据质量高度负责, 产生优质的统计数据才有坚实的群众基础。因而, 统计数据质量控制要求把差错消灭在它的形成过程中, 做到防检结合, 以防为主。这就要求有关人员在质量控制中具有超前意识, 抛弃那种出现了统计数据问题才想办法解决问题的被动的局面。
实行全员性的质量控制, 就要把统计数据质量目标及其关键交给广大统计工作者, 落实到每个工作岗位, 使每个岗位都有明确的工作质量标准, 做到合理分工、职责明确, 职责越明确, 数据质量控制就越有保证。
2.2 统计设计阶段的质量控制
统计设计是统计工作的首要环节, 统计数据质量的好坏, 首先决定于这个过程, 它是提高统计数据质量的前提。如果设计过程的工作质量不好, 就会给统计数据质量留下许多后遗症。设计过程的质量控制需要抓好以下几项工作:
2.2.1 正确规定统计数据质量标准。
数据质量标准是指根据不同的统计目的对统计数据精度所提出的要求。满足统计目的精度的统计数据就是准确的, 高质量的统计数据。首先要作充分的调查, 系统地收集市场和用户对统计数据的反映和实际使用效果的情况;其次要分析研究过去统计数据的主要质量问题, 找准统计数据质量控制的主攻方向;最后要进行反复论证, 考虑到统计工作中实际能够达到的水平。
2.2.2 合理设计统计指标体系及其计算方法。
统计指标设计得是否合理, 也是影响统计数据质量的因素之一。采用统计报表搜集资料, 首先要实行标准化管理, 制定的指标要符合统计制度的规定, 范围要全, 分组要准, 指标涵义的解释和计算方法要精确;其次要对统计报表的设计、颁发、填制、汇总的全过程实行全面质量管理。
2.3 资料整理鉴别阶段的质量控制。
统计资料整理鉴别阶段出现的差错是统计数据质量问题的重要方面。如果资料不准确, 就会影响结论的正确。因此, 要特别注意审查资料的可靠性和适用性, 要弄清楚统计指标的口径范围、计算方法和时期时点。对于口径不一致或不完整的资料, 需要进行调整、补充;对于相互比较的资料, 必须要注意有无可比性;一旦发现数据有严重的质量问题, 应进行核实, 避免有质量问题的资料进入汇总处理阶段。总之, 对搜集到的资料, 经过鉴别推敲、核实审定、使之准确无误, 才能使统计数据的质量得到保证。
2.4 人为错误的质量控制
2.4.1 尽可能采用计算机处理统计资料, 同时提高统计分析水平。
计算机作为当今社会不可缺少的高科技产物已渗透到我们生活、工作中的各个环节。运用计算机整理、汇总统计资料, 速度快、效果好, 其优越性是手工整理无可比拟的。现在国内大部分著名企业基本上实行网络化、全球化, 利用网络资源了解世界先进行业信息, 采用科学先进的统计分析方法和手段, 进行横向、纵向对比, 找差距挖潜力, 努力赶超世界先进企业。要能够写出有一定深度的统计分析预测报告, 系统、全面、科学地去挖掘利用网络资源和从市场取得的第一手资料, 完善整个分析、预测手段方法和过程。但是, 也应重视计算机处理数据的质量问题, 提高计算机数据处理的关键在于提高录入数据的可靠性。
2.4.2 统计工作者本身应提高自身素质。
统计人员没有深厚的专业知识和丰富的实际工作经验, 没有跟上时代及时进行知识更新, 不善于统计调查获取第一手资料, 写不出有一定深度关于本企业某一方面对决策层有参考价值的统计分析报告。因此, 对统计人员应该加强培训工作, 企业内部应建立配套的培训机制, 对每一层次统计岗位实施针对性的培训, 必要时到企业外请有关专家学者授课, 或到相关先进单位进行考察学习, 做到取长补短。统计工作者本身也应该努力学习统计知识, 钻研业务, 不断提高统计业务素质和水平, 杜绝因业务不熟悉而造成的数据质量问题。
2.4.3 加强对统计人员的职业道德培训
目前, 上级部门下达计划和各类政绩考核对统计数据干扰不可低估。有些地方, 以是否完成计划和各类数据的高低作为考核地方政绩的依据, 导致很多下级部门所报的统计数据高于计划数或持平, 这并不是计划部门的计划多么精确合理, 而是说明某些统计对象或统计部门受某种利益的驱动而使统计数据的质量得不到保障。当然, 数据不真实、不准确的原因是多方面的, 其中统计人员的思想道德对统计数据的影响是很大的。这就要求我们加强对统计人员的思想品德和职业道德教育, 要求每一个统计工作者必须坚持实事求是的工作作风, 认真对待每一个统计数据, 如实地反映情况。
摘要：近年来, 我国统计工作取得了比较显著的成绩。随着社会主义市场经济的不断发展, 经济结构复杂化, 利益主体多元化, 再加上体制转化过程中经济秩序混乱, 人为干扰增多, 因而搞准统计数据的难度也就日益增大, 统计失实的潜在危险性也就日渐严重, 并将逐步暴露。对此, 要尽可能采用计算机处理统计资料, 最大限度的减少人工参与, 加强对统计人员的职业道德和专业水平培训等, 以保证源头数据的准确性, 使我们的统计工作更好的地为现代社会经济服务。
航测数据质量控制方法研究 篇9
在二次土地调查数据建库中, 矢量数据建库占到整个数据建库工作量的80%以上, 怎样能够充分利用现代计算机技术实现二次土地调查矢量数据质量的自动化检核?依此来大幅度提高二次土地调查矢量数据的建库效率, 已成为一线工程技术人员在数据加工与建库过程中的关键技术问题。
2 数据质量的概念
数据质量是指数据的可靠性和精度, 在测量学中通常用误差来度量, 在二次土地调查建库过程中, 有许多生产环节, 每个环节均产生一定的误差, 按照误差传播理论, 每项误差的传播直接影响到最终数据的质量。而对于数据质量控制, 很多人认为是一个空洞的概念, 是专家与学者研究的理论, 其实, 随着信息技术的应用普及, 数据质量控制在数据加工与建库过程中无处不在, 一般来说, 由于数据采集过程中某些因素的影响, 因此误差总是存在, 通常有位置误差、属性误差、时域误差、逻辑一致性误差、不完整性误差。二次土地调查数据的数据质量是一个相对的概念, 其基本质量要求是国家对土地利用管理和分析的适用性, 即数据精度能够达到二次土地调查后土地利用、管理和分析应用的需要。
3“数据加工”与“质量控制”的关系
按照作者的理解, 质量控制是理论, 数据加工是过程。质量控制理论指导数据加工过程, 数据加工的成果又必须符合质量控制的理论。没有质量控制理论指导, 数据加工的过程只能是盲人瞎马;没有数据加工的质量控制理论, 也只能是“纸上谈兵”。质量控制不仅仅适用于数据加工, 也适用于数据采集, 在数据采集阶段如果能尽可能的遵循质量控制理论, 就能够大大减少后续数据加工的工作量。
4 二次土地调查数据质量控制原则
4.1 统一标准原则:
数据建库中数据内容、分层、结构、质量要求等要严格按照《第二次全国土地调查技术规程》、《土地利用数据库标准》、《城镇地籍数据库标准》中的规定, 扩充部分要严格按照地方统一规定;
4.2 过程控制原则:
要对数据采集、数据入库等过程中的每一重要环节进行检查控制与记录, 以免环节出错造成误差传递、累加等, 同时要保证建库过程的可逆性;
4.3 持续改进原则:
应遵循持续改进原则, 使其贯穿数据采集、检查、入库等各环节中, 不断优化各环节的数据, 保障数据质量;
4.4 质量评定原则:
及时对数据进行质量评定, 准确地掌握数据的质量状况, 尽早发现建库中存在的问题, 保证二次土地调查数据建库成果的质量。
5 次土地调查数据质量控制措施
5.1 严格遵循国家、省、地方二调办发布
的各类规程、规范、细则规范是进行数据质量控制的基础, 具体包括数据库模式规范和数据内容质量规范两个方面。
5.1.1 数据库模式规范
数据库模式规范主要包括数据分层、各层数据的表示类型、数据层之间的关系、表的结构 (字段列表) 、字段名称、数据类型、数据文件命名与数据格式等方面, 简单地说就是图层结构和表结构。数据库设计方案往往确定了最终的数据库模式, 但数据加工过程中可以根据具体情况采用不同的数据库模式, 入库时再转换到目标数据库模式。不论哪种情况, 都必须对相应的数据库模式做出明确规定, 建库各阶段必须严格按相应的数据库模式存放数据。
数据检查时首先检查数据库模式, 这是一种形式 (格式) 检查。数据库模式不正确, 数据内容是没有太大意义的。
5.1.2 数据内容质量规范
二次土地调查数据主要包括空间数据与属性数据, 这两类数据的质量控制各有不同。依据《第二次全国土地调查数据库建设技术规范》和矢量数据质量控制理论, 二次土地调查数据质量要求主要包括:矢量数据几何精度、矢量数据拓扑关系正确、属性数据的完整性和正确性、接边是否完整等内容。
5.2 调查底图处理、数据采集、数据加工过程质量控制
在二次土地调查数据的采集与建库过程中, 每一个环节都可能影响最终数据的质量, 所以必须在调查地图处理、数据采集、数据加工等每个过程严把质量关。
5.2.1 调查底图选择与处理
调查底图或已有的基础资料, 虽然无法选择, 但可以通过资料预处理, 消除其中错误的、有疑义或缺漏的地方, 从而提高这些图件和表格的质量, 奠定采集数据质量的资料基础。
5.2.2 数据采集的定位处理
地图数据采集与处理是影响数据库质量的关键阶段, 为了提高质量应尽量减少甚至取消不必要的中间环节, 避免中间环节引入数据误差。外业调绘图直接用作建库基础资料, 不经过中间清绘环节, 一方面减少了工作量, 另一方面也避免了引入误差。不论是以何种方式进行地图数字化, 除选用高精度的设备和有效的软件之外, 更重要的是以明确的质量标准来控制作业过程, 数据质量取决于作业员执行这些质量标准的情况。
5.2.3 数据加工的质量核查与自动纠正
数据采集过程中无论要求多么严格, 都不可避免地会存在数据质量问题, 因为有些质量问题是人工很难发现的, 这就需要根据具体情况编制计算机程序进行自动化检查。有些数据质量是无法通过计算机来自动核查的, 只有通过一定方法进行人工检核。
6 二次土地调查数据质量检查方法
数据质量控制是个复杂的过程, 数据检查方法必须采用程序方法和人工方法交互检查才能保证数据成果的最终质量。
6.1 程序检查方法
由于空间数据的图形与属性、图形与图形、属性与属性之间存在有一定的逻辑关系和规律, 通过编制计算机程序, 设计模型和算法, 将数据中不符合规律、逻辑关系矛盾的要素自动挑选出来, 这些自动化检查主要包括:数据文件的完整性检查、属性一致性检查、拓扑关系建立检查、异常属性值检查、不符合逻辑关系的属性值检查等。
采用计算机程序进行数据质量自动检核, 不仅可以大大提高工作效率, 而且可以处理数据中许多人工无法处理的错误。
6.2 人工检查方法
人工检查方法是一种低效率、费时、费力的检查方法, 但有些检查项目无法使用程序来完成, 只能采用人工检查方法。最常用的人工检查方法是对照检查法, 即在屏幕上或使用输出图, 对照原始图件或外业调查表格, 检查数字化的地图图形或者表格的数据项是否与原始数据一致。
7 二次土地调查数据质量检查方法的具体应用
针对国家二次土地调查数据建库过程中数据质量检查需要, 笔者依据前述数据质量控制理论, 结合赣州市章贡区第二次土地调查项目开发了基于Auto CAD平台下二次土地调矢量数据采集与质量控制软件 (GZLandSurvey) , 采用程序方法与人工方法相结合, 对数据库模式和数据内容两个方面进行全面检查, 充分保证了赣州市章贡区二次土地调查GIS数据建库质量, 为章贡区二次土地调查提供了一套实用高效、技术先进的自动化处理方案, 取得了很好的应用效果。
结语
由于二次土地调查技术复杂、难度较大, 涉及到很多新的技术, 二次土地调查中的很多技术问题还需要广大科研人员和一线工程技术人员继续不断探索与创新。
参考文献
[1]国土资源部.第二次全国土地调查技术规程 (TD/T1014-2007) [M].北京:中国标准出版社, 2007.
[2]国土资源部.土地利用数据库标准 (TD/T1016-2007) [M].北京:中国标准出版社, 2007.
航测数据质量控制方法研究 篇10
1.控制论的管理理论导向
为达到质量要求所采取的作业技术和活动称为质量控制。质量控制的核心是对质量形成过程所实施的技术方法与手段[1]。美国数学家Norbert Wiener认为,在系统内部可以对管理对象的各种复杂变化状态用较少的信息传输,产生管理优化效应,实现精确化、定量化、模拟化的程序控制。计算机和网络系统的推广与应用,为控制论拓宽应用领域创造了有利条件,便于快速建立决策支持、管理信息、质量控制平台。并为现代生命与体质科学的发展,发挥管理控制系统职能的及时性、准确性和全面性,提供先进的管理思想与方法。市级公民体质健康数据控制平台需要实施质量管理。国民体质健康测试与监督是国内涉及人数最多、涉及面最广的体育学科调研与研究,对测试数据的管理质量控制要求最严格。国民体质健康测试按照流程分为各项体质数据采集前准备阶段、数据测试采集阶段、数据储存汇总阶段,每个阶段都存在数据质量管理控制工作。应用控制学理论是保证完成公民体质健康数据控制管理目标的最佳方法。
2.控制论的管理理论原则
公民体质健康数据系统采取的“质量控制”主要为检查、审核、监测、验收、反馈等方式。其工作环节包括抽样测试、登记复查、程序输入、汇总编码以及数据结果处理等。必须制定相关测试与统计指标的质量控制原则、数据质量评价与考核标准等,对公民体质健康研究工作完成的实际质量实施全过程的数据动态跟踪控制,以保证数据质量[2]。公民体质健康数据质量管理控制主要将数据系统的“随机误差”和“系统误差”控制在一定范围之内,客观地反映数据系统的准确性和可靠性,而公民体质健康数据要求一次输入正确,如果测试结束发现再次补测,将降低测试控制系统的客观价值。因此,及时做好体质健康数据管理质量控制工作,必须贯穿整个质量管理控制过程。
3.控制论的管理理论应用
公民体质健康数据质量管理控制是保证国民体质监测工作结果科学、有效的重要保障,健全的体质监测数据质量管理控制体系是十分重要的环节。应用控制论的管理优化效应法则对体质测试的全过程实施质量管理控制, 能够及时发现监测过程中出现的各种问题,及时实施有效的补救措施,以保证数据的客观性质量。如样本的代表性与大样本量; 校正测量仪器的准确性; 培训参与测量人员; 实施标准化测量; 抽查各类监测表填写等。最大限度地减少测试误差,确保测量数据的准确性,即真实性和可靠性[3]。
二、市级公民体质健康数据质量管理控制平台的框架
1. 测前控制
测前控制包括明确地级市国民体质监测目标,实施监测的基本原则与总体要求。第一,设计市直与各市县区监测点与样本量。样本要体现代表性,不同年龄组数量适中,数量与前次大规模社会监测样本量基本一致,以便于与历史资料数据对比。第二,国民体质监测指标和器材保持统一。监测指标与2010年相同,统一使用 × × × 体育器材有限公司生产的体质监测器材,问卷调查以公民体育活动与运动健身为主[4]。第三,国民体质监测与计算机操作人员的培训,从各县市区医院、高校、高中体育教师中抽调人员,坚持培训考核合格上岗,颁发证书。第四,设置质量管理控制监督员岗位,持证上岗,保证对测试数据质量管理过程的有效控制。第五,建立网络控制平台。控制平台的规范操作,由监督员每天填报、上传与统计测试数据。并对各监测点上报测试数据进行监督,自动实时进行汇总统计。
2.过程控制
过程控制包括现场检测控制与审核控制。第一,测试流程规范性督导。检查督导组要对市县区各体质测试点进行测试条件与受测试者规范参与测试的反复检查和督导,保持测试流程的统一与标准化。第二,网络控制平台的质量要求到位。由市级国民体质监测领导小组、市县区各体质测试点与现场质量监督员三级共同管理实施。主要负责每日体质监测工作进度和测试数据复查、校对、审核、汇总与统计。及时发现可疑数据,指示监测点复测纠正。每日抽样检验测试误差上报,确保测试误差发生率在可控范围。第三,各个监测点要对所测数据进行严格的录入与审核工作。严格实施“三录法”与“多人单元负责制”。第四,各个监测点要及时准确上报测试分类汇总表。
3.测后控制
测后控制是指地市级国民体质监测工作结束之后所要做的相关管理工作。由地市级国民体质监测领导小组、 市体育局与卫生局牵头,对整个测试过程进行科学总结, 分析存在问题的因素,为市级国民体质监测工作的常态化开展提供管理经验。将国民体质监测绩效考核和管理质量控制有机结合,实施测评成果绩效考核,制定出质量管理控制评价标准,对参与单位及个人进行考核评分。为调动各市县区以及参与国民体质监测工作人员的积极性,设置专项表彰,此项工作由市政府办公室组织。
三、市级公民体质健康数据质量管理控制的总体要求
1. 领导重视,健全组织机构
地市级人民政府要高度重视国民体质监测工作,要把此项工作纳入政府工作计划,列入政府惠民工程。政府认识要到位,把此项工作作为加强公民科学素质教育的重要内容。成立由分管科教文卫工作的副市长( 副书记) 为组长,市政府秘书处、宣传部、财政局、统计局、广电局、卫生局、教育局、人社局、体育局、各县市区分管副县长、专业教授等人员组成市国民体质监测工作领导小组。由各县市区成立由分管副县长( 副书记) 为组长,相关职能部门以及涉及测试对象所属部门与单位领导参与的国民体质监测点工作领导小组。由专家教授与专业技术人员组成国民体质监测督导组。通过明确工作目标与职责,定期召开会议,现场调研督导等有效工作,充分发挥各级组织机构的领导与指导作用。
2.舆论宣传,引导社会重视
组织地市级国民体质监测工作,决不是测试一部分人、公布一下结果这么简单。国民体质监测工作是一项基本国策,是关系到全民健康幸福生活,构建和谐社会的大事。对这项工作要大力进行舆论宣传,引导社会重视。可通过政府文件、工作会议、新闻发布、媒体宣传、网络通道、 大型电子显示屏、科普宣传周、健康咨询活动、健身到企业、社区与村组活动、学校体育教育活动等路径,宣传国民体质监测工作的重要性,引导公民重视自身体质监测对自我生命的影响作用,以实际行动支持并积极参与由政府组织的国民体质监测工作。
3.围绕核心,保证数据客观
地市级国民体质监测工作的最终目标是保证所有测试数据客观、准确。然而,要顺利达到目标不是那么容易, 关键在于市级公民体质健康数据质量管理控制水平的程度。可通过优化统计环境,强化统计生态; 规范统计方法, 提高统计质量; 建立完整规范的统计数据质量监控评估机制; 提高公民体质健康数据统计人员素质等路径。其中最为重要的是加强数据统计监督员的职业道德建设,弘扬务实求真、忠于职守的精神。
四、结语
总之,地市级国民体质监测工作是一项复杂的系统工程,其最终目的是增强国民体质,促进人的身心协调发展, 为推进全民健身提供参考,为地方政府制定体育政策提供理论依据。因此,通过建立市级公民体质健康数据质量管理控制平台,对保证国民体质监测工作顺利进行,具有举足轻重的作用。
摘要：市级国民体质监测工作每5年为一个周期,随着国民体质监测工作的制度化,体质监测数据更具有时效性和可靠性,监测数据质量不断提高,有效推进全民健身科学化的进程。根据控制论的理论与方法,运用计算机网络技术平台的手段,实施对市级国民体质监测数据管理的质量控制,数据管理控制平台是体质监测数据科学、有效、真实的关键。