作者：Flyingis
3. 數據規範
這裏說的數據規範，指的是可以被系統所正確識別的數據。這依賴於上述數據庫建庫的第一個過程，即數據庫標準的制定和數據規範。這裏的主要矛盾在於，因爲 GIS 平臺的不一致，各個平臺對空間數據描述的模型不同，而導致了在一個平臺上生成的數據在另一個平臺不能正確讀出，從而導致轉換前後矢量或屬性數據的丟失，甚至無法轉換的結果。
例如， AutoCAD 存在擬合曲線 Spline 對象，圖形塊 Block 對象，區域 Region 對象，代理對象等許多特殊的圖形對象，在 GIS 系統中沒有相應的圖形對象與之相對應。因此要想將這些數據入庫，必須先將以上對象轉化，使之變成 GIS 可以識別的圖形對象。 AutoCAD 的擴展數據由於爲 AutoCAD 所特有，因此也必須尋找解決辦法 ( 例如數據格式轉換 ) ，使之能被 GIS 所正確讀取。
此外還包括數據規範中規定的各個圖層之間相互的空間拓撲關係及屬性數據等，這些都要求有相應的檢測和修正工具予以保證。
4. 數據生產
數據生產過程主要包括準備階段和數據輸入階段。以下爲 AutoCAD 平臺下數據的生產過程爲例。
準備階段
此過程包括定義圖層名稱，配置圖層的各種屬性（顏色，線性，線寬，圖形符號等）。這一過程是數據生產的準備階段，工作邏輯上非常簡單，在認真設置和檢查後，產生錯誤的可能性會很小。
數據生產階段
包括柵格數據自動矢量化和人工輸入兩個比較大的方面，有時候全爲人工輸入。
柵格數據自動矢量化是通過掃描儀器輸入柵格數據，然後通過圖像識別算法，進行矢量跟蹤，從而確定實體的空間位置。在目前的技術發展中，程序的算法往往不能完全識別出所需要的對象並進行正確的矢量化，若柵格數據是經過底圖掃描而非遙感影像，可能還會出現掃面不清晰，因此會產成各種各樣的問題。常見的錯誤主要有以下幾種：
(1) 房屋等面狀閉合物體留有缺口，即不封閉。
(2) 掃描後的線段存在很多重複點的現象。
(3) 掃描後的線段存在自相交的情況。
(4) 在圖像邊緣上的線段，掃描後出現畸變現象。
(5) 在圖像的邊緣存在數據丟失的現象。
(6) 由於圖像定位不準，導致掃描後圖像部分基準點偏移，從而導致相鄰的地區存在圖形重疊或交叉的現象。
其中基準點偏差的影響尤爲顯著，嚴重影響數據建庫。一般情況下，我們需要封閉檢查，重複點檢查，自相交檢查，基準點檢查和校正等檢查工具去發現和排除這些錯誤。在這些錯誤中，錯誤 1 、 2 、 3 、 6 在邏輯上比較簡單，相對比較好解決。錯誤 4 、 5 則比較難於檢查和解決。
人工輸入是指數據錄入人員按照要求用鼠標或繪圖議等手工在圖紙上進行繪圖，並設置和添加各種屬性的過程。這一過程十分繁重的，並且工作具有重複性和枯燥性等特點，因此容易造成各種錯誤，從而影響數據質量。產成的錯誤的原因主要有兩個：
精度問題造成的錯誤，這種原因往往造成圖形拓撲關係錯誤。例如，應該閉合的面狀物體沒有閉合，應該端點相連的直線沒有連接，不應該重疊的線段存在重疊的部分，不應該交叉的圖形存在交叉，面與面之間存在縫隙，面與面之間發生重疊，基準點和控制點定位不準確等等。
人爲疏忽造成的原因。例如，有屬性的圖形物體忘記給屬性賦值，導致屬性丟失；有屬性的圖形物體錯誤賦值，導致屬性錯誤；圖幅邊框被刪除或者移動位置；圖幅邊界上的圖形沒有很好的完成接邊處理，造成相鄰圖形不匹配等等。這些錯誤都經常的會在數據生產過程中發生，如果不加以檢測和修正，將直接影響建庫的正確性和準確性，應予以注意。
5. 小結
從以上分析可以看出，數據建模、數據規範、數據生產都是 GIS 數據順利、準確入庫的關鍵，在整個過程中，數據校驗起到了非常重要的作用，在實際操作中，需要系統理論知識和經驗知識來作爲建立 GIS 數據庫的架構支撐。根據個人有限的系統工程方面的理論知識，只能對數據校驗做出如下概述：
(1) 首先，需要對準備入庫的各種源數據進行研究和分析，從中發現數據中存在的明顯的錯誤，並估計潛在的錯誤。
(2) 根據數據建庫標準和數據規範，分析這些錯誤可能對建庫造成的影響，按照嚴重程度、優先級別、邏輯關係等將錯誤分類，並制定處解決問題的方案。
(3) 按照制定的解決方案有計劃、有步驟的糾正這些錯誤，使之符合建庫的規範。
(4) 這樣循環檢查幾次，儘量消除數據中的錯誤，一般情況下，總會有少量錯誤存在。
(5) 當已經很難找出錯誤時，可以開始進行抽樣檢測，並小規模進行試驗性入庫。
(6) 在試驗性入庫成功後，進行大批量的實際入庫。
(7) 入庫完畢，對入庫成果進行抽樣檢查，查找不正確的地方，並進行修正。
(8) GIS 數據入庫正式完成，交付使用。
經過上述過程，整個建庫工作就已經完成。上文所述，只是個人在 GIS 數據建庫方面的一點個人經驗和系統知識，在今後的實際工作中仍需不斷完善、深入。 
