原始数据的获得与处理

如题所述

矿产资源评价工作是从原始资料信息开始的,这些原始的资料信息即为原始数据。它主要包括地理、地质、物化探、矿产、航卫片(遥感影像)或与它们相关的几个主要部分。

地理数据主要指各种比例尺的地形图。目前,国家公共地理数据可以通过合法途径予以获得,包括数字化信息。此外,也可以通过购买地形图自行数字化。由于资源评价工作区往往是不规范或不标准的区域,因此,在获得了原始图件之后,应对相应的工作区实施地形图镶嵌和配准。对于自己进行数字化的地形图应注意分层,以便于以后应用。

在矿产资源评价工作中,地质、物化探和矿产类数据是最多,也是最复杂和最重要的,其中基础地质资料是最主要的部分。总结起来有如下几部分:①不同比例尺的基础地质(矿产)图件和文字资料;②不同比例尺的物化探图件和相应的说明书;③与研究区工作内容相关的专题研究成果资料;④研究区内主要代表性矿床的地质勘探资料(报告)和开采资料;⑤其他与项目有关的资料等。对收集或通过工作得到这些资料,应建立资料档案(数据库)加以整理、归类和管理。对这些资料信息的数字化处理是一项相当复杂的工作,在开始数字化之前应确立数字化的详细计划、标准、规范和要求。为了便于应用,标准性的基础地质图件,应在统一的GIS系统条件下开展,而文字资料则可用相关的文字编辑软件录入;其他辅助性图件,主要指一些极小比例尺的附图和插图,可用一般的图形编辑软件进行,作为普通文档存放。

航卫片等遥感影像具有直观、快速、准确和定性地提供多重地学信息的特点,是工作程度低和工作环境差的地区开展资源评价工作不可或缺的重要基础和原始资料,同时也是基于3S技术矿产资源评价工作的重要组成部分。遥感原始数据主要通过有关部门购置,但遥感数据的处理则应按照工作任务和要求有选择地进行。主要包括以下几方面:①选择合适的图像处理方法;②遥感数据的配准、镶嵌、纠正和增强处理;③亮度、对比度、饱和度等的调整;④形成影像清晰、色彩丰富、立体感强的高质量图像;特殊情况下,可以按照不同的任务和要求,形成多幅具有不同特征的图像,以便于实际应用。

在原始数据的处理过程中要注意以下几点:①所有数字化工作应在统一的GIS系统中进行,对于所有图像的配准和镶嵌,应选用符合原始图形的地图投影方法,建立统一的地理坐标系(这在GIS系统中很容易进行),这是以后所有工作的重要基础,如果没有统一的坐标系统,所有数字化的各类图件都将是一盘散沙,无法进行后续的许多实质性工作;②数字化过程中图层划分要合理,便于应用。图层的划分不应过粗,但也不应过细,例如同是属于水系范畴的河流(线型)和湖泊(面型)可以放到同一图层;另一方面,同是线型属性的公(铁)路和断层,则应划分为两个图层。③不同比例尺原始图件在数字化时,应适当注意边界的完整性和可拼合性。在进入GIS系统开展数字化之前,应利用相关的位图处理软件对图像边界进行合适的裁剪,数字化图件的图框和图例应单另建层,或在最终工作未完成前不进行图幅装饰。④对属性库的建立应考虑库的连接和标注要求,属性库字段选择应合理,以能适合矿产资源评价工作的需要,为以后的按属性查询和空间分析打好基础和提供方便。

温馨提示:内容为网友见解,仅供参考
无其他回答

什么是原始数据?怎么收集?
在科研论文写作中,收集资料是关键环节,所获得的资料称为原始资料,其可靠性至关重要。原始数据是研究论文结果与结论的直接体现,部分期刊要求作者提供原始数据,甚至包括数据处理过程与使用软件信息。获取原始数据途径多样:实地调研:通过访谈、观察或实验收集数据,如问卷调查、实验研究、采访。实验数据:理科...

原始数据的获得与处理
地理数据主要指各种比例尺的地形图。目前,国家公共地理数据可以通过合法途径予以获得,包括数字化信息。此外,也可以通过购买地形图自行数字化。由于资源评价工作区往往是不规范或不标准的区域,因此,在获得了原始图件之后,应对相应的工作区实施地形图镶嵌和配准。对于自己进行数字化的地形图应注意分层,以便...

如何处理原始数据以满足SCI论文的要求?
处理原始数据以满足SCI论文的要求是一个复杂的过程,需要遵循一定的步骤和原则。以下是一些关键步骤:1.数据收集:首先,你需要收集相关的原始数据。这可能包括实验数据、调查数据、观察数据等。数据的质量和完整性对研究结果的影响至关重要。2.数据清洗:在收集数据后,你需要进行数据清洗,以消除或减少错误...

论文原始数据的处理方法有哪些?
原始数据的处理方法主要有以下几种:1.数据清洗:这是数据处理的第一步,主要是去除数据中的噪声和异常值,包括处理缺失值、重复值、错误值等。2.数据转换:将原始数据转换为适合分析的格式,如数值化、标准化、归一化等。3.数据集成:将来自不同来源的数据进行整合,形成一个统一的数据集。这可能涉及...

什么是数据处理
数据处理通常包括以下几个步骤:1. 数据收集:从各种来源获取原始数据。2. 数据清洗:对收集到的数据进行预处理,包括去重、去除异常值、填补缺失值等。3. 数据转换:将原始数据转换成适合分析的格式或结构。4. 数据分析:使用统计学、机器学习等方法对数据进行深入挖掘,发现数据中的规律和趋势。5. ...

rawdata是什么意思?
Rawdata指的是原始数据。Rawdata,即原始数据,是未经加工或处理的数据。以下是关于Rawdata的 1. 基本定义:Rawdata是指未经任何处理或加工的原始数据,这些数据通常直接从实验、测量设备或其他数据源获得。它们是最初、最直接反映实际情况的数据。2. 重要性:在数据分析、科学研究、工程等领域中,原始...

数据处理一般包括哪几个步骤,如何处理
数据处理是数据分析和应用的基础,它涉及将原始数据转换为有用的信息。以下是数据处理的一般步骤,以及如何处理这些步骤中可能遇到的问题:1. 数据收集:首先要从各种来源搜集数据,这可能包括数据库、文件、在线资源或实时数据流。2. 数据清洗:在这一步,需要识别和修正数据中的错误,包括去除重复记录、...

数据处理一般包括哪几个步骤,如何处理
数据处理的基本流程一般包括以下几个步骤:1、数据收集:从数据源中获取数据,可能是通过传感器、网络、文件导入等方式。2、数据清洗:对数据进行初步处理,包括去重、缺失值填充、异常值处理等。3、预处理:对数据进行进一步处理,例如特征选择、数据变换(如标准化、正则化)、降维等,以提高数据质量和模型...

数据处理包括哪些内容?如何进行?
数据处理包括数据收集、清洗、转换、分析和可视化等内容。1、数据收集:数据处理的第一步是收集数据。这可以通过各种方式实现,包括传感器技术、调查问卷、数据库查询等。数据收集需要确保数据的准确性和完整性,以便后续的处理和分析工作能够得到可靠的结果。2、数据清洗:在数据收集过程中,往往会遇到一些问题...

数据处理的基本过程
关于数据处理的基本过程如下:1.数据收集:这是数据处理的第一步,它涉及到收集需要处理的原始数据。数据可以来自各种来源,例如传感器、数据库、文件等等。2.数据清洗:在这个阶段,对收集到的数据进行清洗和预处理。这包括去除重复数据、处理缺失值、处理异常值等,以确保数据的准确性和完整性。3.数据...

相似回答