有色地質資料信息化建設實踐——以地質云·北京有色節點為例

安天浩，張會瓊，孫紫堅，熊靚輝，薛陳利

（北京礦產地質研究院有限責任公司，北京 100012）

0 引言

近年來，伴隨著信息科技的快速發展，信息技術對各行業產生了深遠影響。“十三五”綱要提出實施國家大數據戰略（趙林林等,2019），有色金屬地質工作也逐步進入數據密集型時代。在有色地質工作中，項目人員采集到的大量電子化數據需要安全存儲，數據的共享、分析、挖掘需要便捷高效的資料借閱體系支撐。因此，以紙介質為主，光盤為輔的存儲模式，以紙質目錄、簡單的電子表格作為借閱索引的傳統資料借閱管理模式，已經成為了橫亙在有色地質工作者之間的“數據壁壘”（李豐丹等,2019）。北京礦產地質研究院有限責任公司以建設“地質云·北京有色”節點為契機，對館藏的有色地質資料開展了數字化工作，優選其中典型、特色、代表性的資料通過“地質云·北京有色節點”向社會發布共享；在單位內部設計部署了有色地質資料借閱系統，顯著提高了有色地質資料利用率。

1 有色地質資料數字化

1.1 資料的梳理

在開展數字化工作前需對現有的資料進行全盤梳理，收集并研究有色地質資料數字化、標準化的相關標準。對資料進行分類、查重，梳理資料的工作手段、工作區位置與形成時間等要素。挑選其中具有較高價值的有色地質資料作為數字化加工對象，并根據資料的內容、涉密級別劃定其共享方式。

1.2 加工環境部署

加工環境的部署包含加工設備的選擇、加工所需場地及網絡環境與安防系統的部署、數字化加工流程的制定。明確的數字化加工流程是保障數字化生產效率、質量的重要基礎，其內容是對場地內的不同工作區域進行劃分，對各環節的加工標準進行明確。各環節分區作業可避免實體資料交叉，同時可提升加工的總效率。

數字化加工設備主要有高速掃描儀、平板式掃描儀、大幅面掃描儀、切紙機、膠裝機、工作站等。高速掃描儀用于加工便于拆除裝訂的資料，平板掃描儀處理不宜拆除裝訂的資料。掃描設備最高分辨率不低于300 dpi。加工場所內建立局域網，使用千兆交換機和六類或更高級別網線，接入全部掃描設備及工作站與磁盤陣列。通過局域網保障數字化文件在加工流轉中的傳輸效率，利用磁盤陣列備份加工的過程性文件。

1.3 數字化加工

完成加工環境部署，建立加工流程后，即可開展數字化加工。數字化加工分為領取資料、數字化前處理、資料掃描、圖像處理、質量檢查、資料復原、設備維護等7個環節，各環節內包含的工作如圖1所示。

圖1 有色地質資料數字化流程

檔案實體資料領取需根據資料形成時間與資料實體的特點，分批次進行。同時對照紙質檔案實體，對每個批次領取的每一檔資料登記成表。

數字化前處理需要對褶皺、破損的資料進行修復、除塵并根據情況拆除裝訂。

資料掃描過程中，可拆除裝訂的紙質資料使用切紙機進行剪切，而后利用高速掃描儀進行加工，不可拆除裝訂的紙質資料使用平板式掃描儀進行加工。圖件類的紙質資料使用大幅面掃描儀加工，對超出所使用掃描儀掃描尺寸的圖件可采用更大幅面掃描儀進行掃描，如硬件條件有限，也可以采用小幅面掃描儀分幅掃描后進行圖像拼接的方式進行處理。分幅掃描時，相鄰圖像之間應留有足夠的重疊，并且采用標板等方式明確說明分幅方法；若后期采用軟件自動拼接的方式，重疊尺寸建議不小于單幅圖像對應原件尺寸的1/3。對于極其珍貴且尺寸不規則的檔案，為方便直觀顯示原件大小，可采用標板、標尺等方式標識原件大小等信息。為最大限度保留資料原件信息，便于多種方式的利用，宜全部采用彩色模式進行掃描，建議掃描分辨率不小于300 dpi，保存格式推薦為為TIFF、JPEG或JPEG2000等通用格式（黃少芳和劉曉鴻,2016）。

圖像處理環節需要對生產出的圖像文件進行圖像拼接、旋轉及糾偏、裁邊、去污等精細處理，力求保持檔案原貌，不建議用軟件糾偏或自動裁剪功能處理檔案原有頁面。

完成處理后需進行質量檢查，圖像質檢必須逐頁翻看檢查圖像，檢查圖像反映的文件數量、頁數是否與其目錄一致，圖像是否還原檔案原貌、文字清晰，每頁圖像的頁碼是否存在，有無漏失、多頁、不清晰、變形、偏斜、失真、頁碼錯誤等情況。根據檢查結果進行修改完善，對成品進行備份，并同步開展文件級目錄的制作。

1.4 制作文件級目錄

地質資料的目錄是開展有色地質資料管理工作的基礎，是對地質資料數據描述、組織和管理的著力點（高學正等,2019），傳統的以案卷級目錄對地質資料進行管理的方式，已經不能適應目前的信息化、碎片化管理需求（江云華,2019）。因此在加工的過程中，需按標準為每檔資料制作文件級目錄。在文件級目錄中，文件題名是建立電子檔案檢索系統、實現檔案信息計算機檢索目標的基本要素（田園等,2019），因此需要形成文件級目錄標準，對“題名”等字段的內容與表述結構進行規范，按統一標準制作文件級目錄，并完成自檢、互檢、抽檢，保證文件級目錄的質量。

1.5 有色地質資料元數據著錄

元數據是有色地質資料管理工作的核心，也是提供數字化服務的根本，因此在開展元數據著錄工作前，需制定元數據標準。元數據著錄的本質是資料碎片化的過程，重點是設計元數據的字段。字段數量不宜繁冗，但需涵蓋研究對象要素、資料來源、時空位置等多角度要素，同時對各類有色地質資料具有普遍適用性。有色地質資料元數據設計為54個字段，見表1。

表1 有色地質資料元數據字段

內容相對單一的字段需規范元數據內容，如“行政區”、“礦種”等內容固定的字段，應設計字典值；對于“時間”、“坐標”等內容范圍較大的字段，應規定填寫格式；對于“內容提要”等無法確定內容范圍的字段需要規定描述的模式，例如普查、詳查、勘探類報告資料，可規定描述模式，如先描述礦床位置、大地構造，再描述主要工作量，最后描述結論與建議等。

在元數據著錄過程中，應同步設置自檢、互檢、抽檢等環節，確保元數據內容準確，另外需根據提取的進度，合理安排元數據的備份。

2 信息化系統建設

有色地質資料管理系統是高效利用元數據的工具，系統設計的優劣決定了資料檢索結果的準確性與全面性。因此，開展系統的設計工作需要明確系統的核心功能需求（圖2）：

圖2 系統架構設計

①儲存管理非結構化數據及其元數據。包括數據的上傳、刪除、調用以及元數據的增、刪、改、查等。

②實現數據的借閱申請、審批、下載與權限管理等功能。同時，系統的設計需遵循國家及行業相關標準，以實用、標準、安全和可擴展為原則的前提下進行，同時為與“地質云”資源管理系統對接預留接口（汪艷梅,2020）。

系統的基礎設施即服務層包括網絡設備、服務器等硬件設施以及虛擬化平臺和虛擬化操作系統等軟件環境，提供有色地質資料管理系統運行的硬件、網絡基礎。系統部署在Win2008 Server R2環境的服務器內，借閱者和管理者可在局域網內直接訪問服務器的IIS服務，也可通過網關設備遠程撥號進入局域網使用系統（譚永杰,2016）。

數據即服務層包含數據庫管理系統SQL Server，實體數據分為結構化數據與非結構化數據。結構化數據含有兩部分內容：在數字化加工環節提取出的全體數據的元數據（繆謹勵等,2020）與有色地質資料中以數據庫形式存儲的數據（任曉霞等,2019）。非結構化數據包含數字化加工環節生產出的文檔、圖件等。

應用即服務層包含兩個功能模塊：有色地質數據管理模塊、有色地質資料借閱模塊。兩個模塊統一認證登陸。管理模塊中包含數據管理、用戶管理、權限管理、借閱審批等四方面的主要功能。數據管理功能包括對結構化與非結構化數據的增、刪、改、查。用戶管理功能包括對借閱用戶的增加、刪除與用戶角色的設置（高學正等,2018）。權限管理為資料設置權限，實現特定的數據只向特定的用戶組開放，如某些特定的結構化數據只對借閱用戶組開放其元數據的查詢功能，從而實現數據的精準管理與高效利用（高振記等,2018）。借閱審批功能包括對接收到的借閱申請進行審批、反饋意見等功能。

有色地質資料借閱模塊是地質工作者借閱資料的主模塊，包含資料檢索功能、折疊菜單分類功能。資料檢索功能包含對資料的關鍵字檢索、多條件檢索、檢索結果展示等。折疊菜單分類功能展示資料的不同類別，并設計折疊隱藏功能，單擊某一級菜單后，即可展示分布于該級菜單下的檢索結果。

3 信息化系統應用與服務

有色地質資料管理系統已完成搭建并通過測試，系統界面見圖3。經過試運行階段的探索、完善，北京有色節點制定了《有色地質數據權限管理辦法》，對資料的敏感程度及其權限的管理辦法進行明確；制定了《有色地質資料復制借閱管理辦法》，劃分不同敏感程度的有色地質資料的服務方式，補充線下共享的服務方式；制定了《有色地質數據管理系統運行維護管理辦法》，對系統的數據上傳、修改、刪除以及用戶管理、權限管理等運維工作進行了明確劃分（梁虹等,2020）。

圖3 有色地質資料管理系統界面

結合試運行階段的使用情況分析，對系統的元數據批量導入功能進行優化，增強穩定性。弱化對于元數據導入過程中對必填字段的檢查，提升導入效率（張麗華,2020）。

4 結論與建議

通過有色地質資料數字化與信息化建設工作，梳理查清了館藏的有色地質資料情況，完成了資料的數字化工作，并按規范提取了資料的元數據。設計建設有色地質資料管理系統，完成元數據、數據入庫，實現了在線查詢、借閱、管理有色地質資料，使原有的紙介質資料，零散分布的電子資料得到充分運用（陳建平等,2017），并通過“地質云·北京有色”節點向社會發布共享。截止2020年末，提供有色地質產品服務3000余件次，服務對象包括高校、地勘單位、有色地勘單位等，取得了良好的社會效益。因此倡導各有色行業單位盡快開展有色地質資料數字化與信息化建設工作。

關于有色地質資料的數字化需嚴格遵守國家相關法律與《地質資料管理條例》、《涉密地質資料管理細則》等法規。對于數字化工作與信息化建設的建議如下：

（1）非涉密但內容敏感，即公開后會造成一定范圍或一定程度社會影響的有色地質數據，以及涉及單位或個人利益等的有色地質數據，可采取“只提供部分元數據”的方式進行共享。

（2）元數據著錄的字段及其字典值的設計建議由有色地質檔案管理人員參與完成，數字化加工完成后形成的文件級目錄、元數據、電子文檔應進行異地備份、多介質備份。

（3）系統設計工作需地質專家與信息化專業人員共同參與，保障系統滿足地質人員需求且結構穩定易于運維。