【正文】 階段要定期進(jìn)行數(shù)據(jù)遺漏檢查，找出遺漏的文件或站年，以便及時補(bǔ)全數(shù)據(jù)。（5）相關(guān)軟件開發(fā)為補(bǔ)全數(shù)據(jù)序列，控制數(shù)據(jù)同化過程，解決數(shù)據(jù)同化過程中涉及的錄入校對問題，應(yīng)開發(fā)以下軟件： 在海量數(shù)據(jù)錄入和數(shù)據(jù)同化過程中，不可避免地會遺漏一些文件，由于涉及的文件數(shù)目上百萬，人工查漏不僅工效低，而且難以全部查清，必須開發(fā)查漏軟件，并利用查漏軟件進(jìn)行完整性檢查和重復(fù)數(shù)據(jù)檢查，查漏軟件根據(jù)設(shè)站和撤站時間確定數(shù)據(jù)的全集，將全集和并集比較，通過求補(bǔ)集差集就能列出全部漏錄漏校數(shù)據(jù)清單，利用查漏軟件的求交集功能，可以查出重復(fù)的文件，查漏軟件不僅可對數(shù)據(jù)文件查漏，而且可對入庫數(shù)據(jù)查漏，錄入員和數(shù)據(jù)同化人員根據(jù)查漏的結(jié)果清單補(bǔ)充數(shù)據(jù)和進(jìn)行補(bǔ)充處理，并對重復(fù)數(shù)據(jù)做出取舍。采用印刷體的字庫畫結(jié)果文字，將識別結(jié)果文字以原來的顏色、尺寸和字型以異或方式畫到原稿影像的原來位置，生成的影像稱為重疊校樣，由于原稿文字都是單色字，如果結(jié)果字與原字相同，則會看到原稿影像上的對應(yīng)文字被完全抹去，如果結(jié)果字與原字不同，則會看到原稿影像上對應(yīng)文字被部分抹去或未被抹去，這個兩字同位疊加形成的字我們稱為合體字（實際上是原字和結(jié)果字的異或體），點擊這個合體字，普通校樣窗口光標(biāo)移到對應(yīng)的結(jié)果字處，修改后，程序立即用修改前的錯字在重疊校樣上的合體字處再異或一次，完全抹去該錯字，之后將手工修改后的正確字以異或方式畫到該位置，此時，可以看到該位置的字被完全抹去，如此循環(huán)往復(fù)，當(dāng)看到所有的合體字都被抹去，原稿影像上一個字都沒有時，表明修改完畢。這種校對方式稱為對片。此種校對直觀快捷，用眼最少，精度最高，如果印刷規(guī)范且原稿影像清晰，初次校對就可望使錯字率為0。將這種校對方式與OCR傳統(tǒng)的橫?？v校功能結(jié)合在同一界面上，會大大提高校錯改錯效率。利用OCR軟件固有的橫?？v校功能，結(jié)合開發(fā)得到的對片軟件對數(shù)據(jù)進(jìn)行一校。為提高開發(fā)速度，應(yīng)利用OCR軟件商提供的高識別率OCR SDK進(jìn)行二次開發(fā)，以便盡快開發(fā)出符合要求的軟件。 數(shù)據(jù)同化硬件配置按照所有圖片成果數(shù)字化的要求和基于OCR和矢量化的錄入校對工序，每一個環(huán)節(jié)都有影像顯示和處理，錄入校對系統(tǒng)配置應(yīng)支持快速的圖像處理，對圖像處理而言，常常是配置決定效率，所以，在經(jīng)費允許的前提下，必須至少采用中檔配置，出于性價比方面的考慮，我們可以在速度快的品牌機(jī)的基礎(chǔ)上擴(kuò)充配件，使硬件配置滿足工作需要，為使顯示清晰，必須配備大屏幕顯示器，以使原稿影像更清晰顯示，也使一屏能展示更大幅面的圖像，按照圖像處理業(yè)的慣例，必須配備雙顯示器，一臺顯示器用于顯示圖形圖像，另一臺用于操作界面，品牌機(jī)都提供了一臺普通幅面的顯示器，還需加配一臺大幅面顯示器，隨著家電數(shù)字化的發(fā)展，一些大屏幕液晶電視已經(jīng)可以作為電腦顯示器，且支持全高清輸出，其價格比同尺寸的顯示器低數(shù)倍，我們采用大屏全高清液晶電視作為加配的圖形顯示器，支持全高清硬解的顯卡可以大大提高圖像視頻輸出處理速度，而配置中高檔顯卡的電腦往往價格高得離譜，應(yīng)加配獨立的中檔顯卡，內(nèi)存采用DDR3內(nèi)存，單機(jī)內(nèi)存容量應(yīng)擴(kuò)充到8G，以避免圖像處理時頻繁讀盤，大大降低處理速度，為保證數(shù)據(jù)的安全性，還必須加配移動硬盤及時備份，防止數(shù)據(jù)意外丟失。除管理方面的原因外，數(shù)據(jù)質(zhì)量降低的最主要原因是人員舒適度不高，應(yīng)購置性價比高的大屏液晶電視機(jī)作為加配的顯示器，并配備無線鍵鼠，可以遠(yuǎn)距離操作，應(yīng)建立良好的數(shù)據(jù)同化和錄入校對環(huán)境，使校對工作如同看電視一樣舒適，大屏電視機(jī)配合無線鍵鼠使校對人員不容易疲勞，有利于提高數(shù)據(jù)質(zhì)量和生產(chǎn)率。數(shù)據(jù)同化工作采用各勘測局分散同化和省局集中同化相結(jié)合的方式，由于掃描錄入的關(guān)鍵設(shè)備和軟件在省局，掃描和錄入工作應(yīng)在省局集中完成，各勘測局主要負(fù)責(zé)本轄區(qū)數(shù)據(jù)的校對工作和數(shù)據(jù)同化工作，匯總工作以會議形式集中進(jìn)行，零星數(shù)據(jù)的掃描工作可由各勘測局完成。為此，省局節(jié)點必須配備工程掃描儀、高速掃描儀、大幅面打印機(jī)等專業(yè)設(shè)備，勘測局除配備可快速處理圖形的電腦和大屏顯示器外，還必須配備A3幅面文件掃描儀和激光打印機(jī)，兩者配合使用，可實現(xiàn)小幅面圖紙復(fù)印功能。 經(jīng)費預(yù)算數(shù)據(jù)的內(nèi)容同化是一項新工作，除基礎(chǔ)水文數(shù)據(jù)庫表結(jié)構(gòu)標(biāo)準(zhǔn)上有零星的籠統(tǒng)規(guī)定外，目前國內(nèi)既無統(tǒng)一的規(guī)范，也無實施先例，更沒有相關(guān)的軟件可資利用，而基礎(chǔ)水文數(shù)據(jù)來源于多種途徑，有錄入的、自動采集的，也有從其他庫中轉(zhuǎn)貯的，如果沒有固定的工序、指標(biāo)和科學(xué)的處理流程，就不可能保證數(shù)據(jù)的一致性，所以，要提高數(shù)據(jù)的易用性，減少用戶對數(shù)據(jù)的誤解和錯用，從而保證其他基礎(chǔ)設(shè)施前期規(guī)劃設(shè)計的數(shù)據(jù)準(zhǔn)確性，必須進(jìn)行數(shù)據(jù)同化研究，應(yīng)在充分調(diào)查研究的基礎(chǔ)上，首先研制相關(guān)規(guī)范，然后根據(jù)規(guī)范開發(fā)數(shù)據(jù)同化軟件并實施，在水文領(lǐng)域，實時整編工作才剛剛開始，目前也沒有明確的規(guī)范可依，考慮到實時整編與內(nèi)容同化在功能上存在交叉，將其一并列入研究開發(fā)范圍。因為基礎(chǔ)系統(tǒng)是適用于所有業(yè)務(wù)部門的系統(tǒng)，功能和性能要求自然更高，抽象化程度要求也更高，這對系統(tǒng)設(shè)計是一個挑戰(zhàn)，以編程為主導(dǎo)的系統(tǒng)開發(fā)方式已經(jīng)不能滿足要求，按照 “針對接口編程，而不是針對實現(xiàn)編程”和“優(yōu)先使用對象組合，而不是類繼承” 的面向?qū)ο笤O(shè)計原則，在業(yè)務(wù)流程已經(jīng)確定的情況下，應(yīng)首先進(jìn)行數(shù)據(jù)接口設(shè)計，然后才是軟件設(shè)計，所以，將數(shù)據(jù)同化和實時整編規(guī)范研制列入軟件預(yù)算，以確定處理流程，將數(shù)據(jù)接口規(guī)范研制也列入軟件預(yù)算，保證各部分軟件基于規(guī)范的接口，以便使數(shù)據(jù)和程序更好的結(jié)合，衍生出更多的功能，提供更多的信息服務(wù)內(nèi)容。該子系統(tǒng)投資估算見表5－1。 存儲設(shè)備連接方案光纖通道（Fiber Channel）是一種獲得廣泛認(rèn)可的先進(jìn)存儲設(shè)備連接標(biāo)準(zhǔn)，它經(jīng)過了ANSI委員會長期的開發(fā)與研究，可用于網(wǎng)絡(luò)環(huán)境或海量存儲設(shè)備中，并可以作為 SCSI的一種換代產(chǎn)品，它在配置上具有高可用性、存儲能力拓展能力強(qiáng)、配置靈活性等優(yōu)點。光纖通道的采用可以大大提高系統(tǒng)的性能，進(jìn)而為企業(yè)的業(yè)務(wù)提供最堅實的保障，提高企業(yè)在信息社會的整體競爭力。 光纖通道提供了多種改善的連接技術(shù)，大大方便了用戶使用。服務(wù)器系統(tǒng)可以通過光纜遠(yuǎn)程連接，最大可跨越十公里的距離，其傳輸距離遠(yuǎn)遠(yuǎn)超過了SCSI3并行接口的25米。它允許鏡像配置，這樣可以改善系統(tǒng)的容錯能力。服務(wù)器系統(tǒng)的規(guī)模拓展將更加靈活多變，SCSI每條通道最大可支持15個設(shè)備，而一條單一的FC環(huán)路最大可以承載126個設(shè)備。FC與SCSI 相比的另一個特點是它可以支持網(wǎng)絡(luò)設(shè)施，如集線器和交換機(jī)，可利用多種網(wǎng)絡(luò)拓?fù)浼夹g(shù)連接更多的設(shè)備，光纖通道允許的傳輸速度的理論值達(dá)到4000Mbps。在光纜距離方面的優(yōu)點和支持網(wǎng)絡(luò)的特點使得FC極其靈活，它不僅可以支持高可用性的系統(tǒng)配置，還可以支持網(wǎng)絡(luò)應(yīng)用程序的存儲。光纖通道的數(shù)據(jù)傳輸錯誤率最低，最大錯誤率約1/1012。 SAN即Storage Area Network存儲區(qū)域網(wǎng)絡(luò)，由于采用了光纖通道連接，它允許服務(wù)器在共享存儲裝置的同時仍能高速傳送數(shù)據(jù)，可實現(xiàn)處理器與多個海量存儲設(shè)備間的并行通訊，這種通訊不僅速度快，有利于消除數(shù)據(jù)庫服務(wù)器、存儲介質(zhì)和WEB服務(wù)器之間的數(shù)據(jù)傳輸瓶頸，而且不占用外網(wǎng)帶寬。系統(tǒng)服務(wù)端由數(shù)據(jù)庫服務(wù)器、WEB服務(wù)器、GIS服務(wù)器、NAS網(wǎng)絡(luò)存儲器、磁帶機(jī)五臺設(shè)備組成，每臺設(shè)備配一塊光纖網(wǎng)卡，與SAN光纖交換機(jī)相連，就組成了SAN存儲網(wǎng)絡(luò)，光纖網(wǎng)卡與SAN光纖交換機(jī)均支持4Gbps傳輸帶寬，而SCSI和SAS盤的傳輸速率為3Gbps左右，因而，服務(wù)器之間交換數(shù)據(jù)的速度就和讀本地盤速度差不多，消除了數(shù)據(jù)傳輸?shù)木W(wǎng)絡(luò)瓶頸。 數(shù)據(jù)存儲方案數(shù)據(jù)庫服務(wù)器存儲《基礎(chǔ)水文數(shù)據(jù)庫表結(jié)構(gòu)及標(biāo)識符標(biāo)準(zhǔn)》SL3242005規(guī)定的全部數(shù)據(jù)，數(shù)據(jù)庫管理系統(tǒng)采用ORACLE 11g企業(yè)版，GIS數(shù)據(jù)存儲在GIS服務(wù)器上，并在數(shù)據(jù)庫服務(wù)器上存儲一份拷貝，以便利用ORACLE SPATIAL進(jìn)行可與普通計算無縫集成的空間計算，服務(wù)程序、程序所需的配置文件及移動端要下載的程序和數(shù)據(jù)存儲在WEB服務(wù)器上，標(biāo)準(zhǔn)未要求存儲或未明確有求入庫的其他數(shù)據(jù)，包括各次校樣，均存儲在NAS網(wǎng)絡(luò)存儲器上。脫機(jī)備份數(shù)據(jù)用光盤和磁帶存儲。 存儲陣列方案常見的RAID5的局限表現(xiàn)在RAID5僅能在一塊硬盤發(fā)生故障的情況下修復(fù)數(shù)據(jù)，如果2塊硬盤同時發(fā)生故障，RAID5則無能為力。而RAID6在采用8塊硬盤時，其中6塊用于存放數(shù)據(jù)，1塊用于存放P校驗位，1塊用于存放Q校驗位。當(dāng)兩塊磁盤上的數(shù)據(jù)出現(xiàn)錯誤或者丟失的時候，也可以恢復(fù)數(shù)據(jù)。 現(xiàn)在市售其他RAID產(chǎn)品均不能保證在兩塊硬盤同時出故障的情況下修復(fù)數(shù)據(jù)，即使是RAID10，所以，RAID6是目前安全性最高的陣列方案。基礎(chǔ)水文數(shù)據(jù)是需要永久保存的數(shù)據(jù)，應(yīng)采用RAID6磁盤陣列，數(shù)據(jù)庫服務(wù)器采用安全性更高的SCSI熱插拔硬盤，因SCSI盤容量小，不能滿足數(shù)據(jù)庫存儲海量影像數(shù)據(jù)的要求（基礎(chǔ)水文數(shù)據(jù)庫表結(jié)構(gòu)標(biāo)準(zhǔn)要求將圖像數(shù)據(jù)存入數(shù)據(jù)庫），采用8塊硬盤組建RAID6陣列，另外留兩塊SCSI盤作為備用，在硬盤故障時及時更換，進(jìn)行數(shù)據(jù)恢復(fù)，避免數(shù)據(jù)庫損壞。NAS網(wǎng)絡(luò)存儲器則采用8塊SAS硬盤組建RAID6陣列，可以更大的容量存儲原稿影像數(shù)據(jù)，同樣留兩塊盤備用，以便在第一塊硬盤出現(xiàn)錯誤時就能及時換上。由于其他數(shù)據(jù)內(nèi)容的存儲容量不大，每臺服務(wù)器采用4塊SAS硬盤組建RAID6陣列，并各留一塊新硬盤備用。鏡像節(jié)點也如此配置。由于目前一般的陣列卡都不支持RAID 6，必須購置RAID 6的專用控制器。該子系統(tǒng)投資估算見表5－2。大多數(shù)水文人從事的是數(shù)據(jù)生產(chǎn)工作，數(shù)據(jù)的生產(chǎn)成本和錄入校對成本是很高的，水文數(shù)據(jù)一旦丟失，則損失巨大。數(shù)據(jù)備份分為聯(lián)機(jī)備份和脫機(jī)備份兩類，在數(shù)據(jù)入庫后要進(jìn)行脫機(jī)和聯(lián)機(jī)的數(shù)據(jù)備份，在數(shù)據(jù)入庫之前的數(shù)據(jù)同化階段也應(yīng)經(jīng)常定期備份，采用DVD刻錄方式和復(fù)制到移動硬盤方式進(jìn)行脫機(jī)備份，每套數(shù)據(jù)同化設(shè)備都應(yīng)配備一臺DVD刻錄機(jī)和若干張空白盤。數(shù)據(jù)同化工作完成后，省局用藍(lán)光刻錄機(jī)將原稿及每道工序的結(jié)果數(shù)據(jù)均刻入藍(lán)光光碟并光雕光盤的標(biāo)簽面。對于珍本、善本甚至孤本還應(yīng)復(fù)印以作為紙質(zhì)備份。數(shù)據(jù)入庫后用磁帶機(jī)作為第二種脫機(jī)備份手段，定期備份庫內(nèi)數(shù)據(jù)，以NAS網(wǎng)絡(luò)存儲服務(wù)器的磁盤陣列作為各階段成果的聯(lián)機(jī)備份手段，以數(shù)據(jù)庫服務(wù)器的磁盤陣列作為結(jié)構(gòu)化數(shù)據(jù)的聯(lián)機(jī)備份手段。對于代代相傳的數(shù)據(jù)而言，其生命期是無限的，在超長期的運(yùn)行過程中，難免會遇到天災(zāi)人禍，上述備份手段只是通常的數(shù)據(jù)備份手段，是沒有天災(zāi)人禍情況下的備份手段，為確保數(shù)據(jù)萬無一失，也使數(shù)據(jù)庫在遇到極端災(zāi)害的情況下也能連續(xù)運(yùn)行，除了各勘測局各自保存自己轄區(qū)的入庫前數(shù)據(jù)外，還應(yīng)建立鏡像節(jié)點，以實現(xiàn)地點冗余和異地備份，鏡像節(jié)點是省局節(jié)點在異地的拷貝，其存儲數(shù)據(jù)與省局節(jié)點完全相同，服務(wù)器端的服務(wù)、軟件、備份設(shè)備和運(yùn)行要求也大致相同，為應(yīng)對天災(zāi)人禍，避免被“一鍋端”，鏡像節(jié)點應(yīng)不與省局主節(jié)點處在同一水災(zāi)區(qū)，且不在同一個地震帶，不可在江漢平原，為節(jié)省經(jīng)費，鏡像節(jié)點配置應(yīng)按低于主節(jié)點的配置，但必須經(jīng)久耐用。鏡像節(jié)點和主節(jié)點的設(shè)備應(yīng)出自不同廠家、不同商家甚至不同批次，在設(shè)備和軟件配置方面可采用性價比較高的中低檔配置。這樣不僅備份了數(shù)據(jù)，也備份了系統(tǒng)。鏡像節(jié)點與省局主節(jié)點采用復(fù)制服務(wù)器和其他復(fù)制技術(shù)實現(xiàn)數(shù)據(jù)同步，由于基礎(chǔ)水文資料更新頻率很低，不要求實現(xiàn)完全實時的數(shù)據(jù)同步，可將鏡像節(jié)點部署在具備基本公網(wǎng)連接條件的測站，租用互聯(lián)網(wǎng)公網(wǎng)線路，實現(xiàn)與主節(jié)點的遠(yuǎn)程互聯(lián)，數(shù)據(jù)復(fù)制可采用邏輯復(fù)制的方式，當(dāng)主節(jié)點數(shù)據(jù)有更新時，可將更新日志發(fā)送到鏡像節(jié)點，鏡像節(jié)點根據(jù)得到的更新日志實現(xiàn)數(shù)據(jù)更新，或直接用主節(jié)點發(fā)來的輸出基表覆蓋庫內(nèi)數(shù)據(jù)。RDBMS應(yīng)具備邏輯復(fù)制功能。除實現(xiàn)數(shù)據(jù)庫之間的數(shù)據(jù)同步之外，還應(yīng)盡可能實現(xiàn)數(shù)據(jù)處理各環(huán)節(jié)之間的數(shù)據(jù)同步，即從數(shù)據(jù)源頭開始，到數(shù)據(jù)入庫的每一個環(huán)節(jié)，均盡可能利用軟件和腳本生成結(jié)果數(shù)據(jù)，對于難以自動處理的人工處理環(huán)節(jié)，應(yīng)保留其所有人工修改信息，當(dāng)省局主節(jié)點和鏡像節(jié)點數(shù)據(jù)庫之間的同構(gòu)數(shù)據(jù)同步不可回退或難以正確滾回時，可以從數(shù)據(jù)源頭開始，逐環(huán)節(jié)運(yùn)行軟件或腳本，重新生成數(shù)據(jù)并入庫，也可以從庫內(nèi)數(shù)據(jù)開始，逐環(huán)節(jié)回溯，替換某一個環(huán)節(jié)的錯誤數(shù)據(jù)，這種數(shù)據(jù)同步更新方式屬于異構(gòu)同步，這種異構(gòu)同步通過完整記載各次修改操作，使得各環(huán)節(jié)數(shù)據(jù)都可重生，且保持每一個環(huán)節(jié)的數(shù)據(jù)高度一致，使得每一個環(huán)節(jié)的數(shù)據(jù)處理結(jié)果，都成為其他環(huán)節(jié)的異構(gòu)備份。在利用常見的備份無法恢復(fù)數(shù)據(jù)時，可以利用關(guān)聯(lián)的異構(gòu)數(shù)據(jù)，實現(xiàn)數(shù)據(jù)的重生。此種功能，彌補(bǔ)了鏡像技術(shù)無法識別人為處理錯誤，對非故障原因產(chǎn)生的錯誤數(shù)據(jù)也同樣復(fù)制的缺陷，配合各種主流的數(shù)據(jù)備份技術(shù)，可保證數(shù)據(jù)萬無一失，即使數(shù)據(jù)有失，也可以保證數(shù)據(jù)可以失而復(fù)得。這一點，對于工序繁多、生命期無限的海量基礎(chǔ)數(shù)據(jù)庫建設(shè)來講，是非常重要的。自動記載數(shù)據(jù)修改操作及數(shù)據(jù)重生功能涉及數(shù)據(jù)同化整合的各環(huán)節(jié)，應(yīng)在數(shù)據(jù)同化子系統(tǒng)中實現(xiàn)。該子系統(tǒng)投資估算見表5－3。有線平臺開發(fā)基于PC的互聯(lián)網(wǎng)應(yīng)用，主要設(shè)備有GIS服務(wù)器、數(shù)據(jù)庫服務(wù)器和WEB服務(wù)器，提供年鑒表和序列兩種數(shù)據(jù)組織形式的信息服務(wù)軟件，分別稱為年鑒表格還原和序列分析軟件，年鑒表格還原將數(shù)據(jù)庫數(shù)據(jù)以水文年鑒表式輸出，序列分析軟件是基于GIS的互聯(lián)網(wǎng)應(yīng)用，不僅可實現(xiàn)圖形化和表格化的數(shù)據(jù)增刪改查，而且支持各種常規(guī)水文分析計算，中間結(jié)果和從數(shù)據(jù)庫外部導(dǎo)入的數(shù)據(jù)也能以各種圖形形式輸出，并能參與各種常規(guī)水文分析計算，只要將這些數(shù)據(jù)組織成規(guī)定的XML格式即可參與各種顯示和常規(guī)統(tǒng)計計算，輸出圖形形式可以是現(xiàn)有商業(yè)化水利軟件系統(tǒng)提供的所有形式，系統(tǒng)提供比現(xiàn)有商業(yè)化水利軟件系統(tǒng)更多更快捷的圖形交互方式，而且，支持將這些圖形按業(yè)內(nèi)制圖慣例打印，使用戶可以直接把輸出圖紙納入專題報告。這樣，不僅全部數(shù)據(jù)質(zhì)量滿足出版要求，相應(yīng)地，圖形輸出也滿足出版要求。無線平臺開發(fā)智能手機(jī)和PPC的J2ME應(yīng)用，其主要設(shè)備為GIS服務(wù)器、數(shù)據(jù)庫服務(wù)器、OTA服務(wù)器及網(wǎng)關(guān)，按序列組織數(shù)據(jù)，輸出形式有圖片、表格和矢量圖三種，利用OTA服務(wù)器和網(wǎng)關(guān)提供的空中下載功能，用戶不必使用數(shù)據(jù)線連接電腦，就可以在智能手機(jī)、PDA等移動設(shè)備上查詢數(shù)據(jù)庫中的基礎(chǔ)水文數(shù)據(jù)，實現(xiàn)表格化的數(shù)據(jù)增刪改查和圖形化的查詢，系統(tǒng)還為智能手機(jī)用戶提供軟件下載和手機(jī)菜單修改等功能。用戶隨時隨地都可以得到