A. 在oracle中number類型的欄位長度是什麼意思
oracle中的number類型
number (precision,scale)
a) precision表示數字中的有效位，如果沒有指定precision的話，oracle將使用38作為精度；
b) 如果scale大於零，表示數字精度到小數點右邊的位數；scale默認設置為0；如果scale小於零，oracle將把該數字取捨到小數點左邊的指定位數。
c) Precision 的取值范圍是[1-38];scale的取值范圍是[-84-127].
d) Number整數部分允許的長度為(precision –scale),無論scale是正數還是負數。
e) 如果precision小於scale，表示存儲的是沒有正數的小數。
f) Precision表示有效位數，有效數位：從左邊第一個不為0的數算起，小數點和負號不計入有效位數；scale表示精確到多少位，指精確到小數點左邊還是右邊多少位（由+-決定）。
g) Number值類型舉例：
a) 關於precision，scale也可以做如下表述：
定點數的精度(p)和刻度(s)遵循以下規則：
1） 當一個數的整數部分長度 >p-s時，oracle就會報錯；
2） 當一個數的小數部分的長度 >s時，oracle就會舍入；
3） 當s(scale)為負數時，oracle就會對小數點左邊的s進行舍入；
4） 當s > p 時, p表示小數點後第s位向左最多可以有多少位數字，如果大於p則Oracle報錯，小數點後s位向右的數字被舍入。
Number類型的子類：
a) Oracle本來就沒有int類型，為了與別的資料庫兼容，新增了Int類型作為number類型的子集；
b) Int類型只能存儲整數，number可以存儲浮點數，也可以存整數。
c) 在oracle資料庫建表的時候，decimal，numeric不帶精度，oralce會自動把它處理成integer；帶精度，oracle會自動把它處理成number。
d) Oracle只用number(m,n)就可以表示任何復雜的數字數據。
Decimal，numeric，int等都為sql,db2等資料庫的數據類型，Oracle為了兼容才將其引入；但實際上在oracle內部還是以number的形式將其存入的。
B. sybase資料庫中numeric(12)最大數是多少如何計算的
numeric[ (p[ ,s] )]
固定精度和小數位數。 使用最大精度時，有效值的范圍為 - 10^38 +1 到 10^38 - 1。 decimal 的 ISO 同義詞為 dec 和 dec(p、s)。 numeric 在功能上等價於 decimal。
p（精度）
最多可以存儲的十進制數字的總位數，包括小數點左邊和右邊的位數。 該精度必須是從 1 到最大精度 38 之間的值。 默認精度為 18。
s （小數位數）
小數點右邊可以存儲的十進制數字的最大位數。 小數位數必須是從 0 到 p 之間的值。 僅在指定精度後才可以指定小數位數。 默認的小數位數為 0；因此，0 <= s <= p。 最大存儲大小基於精度而變化。
你這個numeric(12)是最大就是12位整數，也就是12個9.
C. recall和precision是多少例題
一、選擇題 1)在資料庫文件已打開的情況下,打開索引文件可用命令: A:USE 「索引文件名表」 B:INDEX WITH 「索引文件名表 C: SET INDEX TO 「索引文件名表」 D:INDEX ON 「索引文件名表」 2)在FOXPRO 中進行下操作： STORE 」375」 TO X STORE 「213」+ X TO。
D. 資料庫數據類型有哪些
目前有許多資料庫產品，如Oracle、Sybase、Informix、Microsoft SQL Server、Microsoft Access、Visual FoxPro等產品各以自己特有的功能，在資料庫市場上佔有一席之地。下面簡要介紹幾種常用的資料庫管理系統。 Oracle Oracle是一個最早商品化的關系型資料庫管理系統，也是應用廣泛、功能強大的資料庫管理系統。Oracle作為一個通用的資料庫管理系統，不僅具有完整的數據管理功能，還是一個分布式資料庫系統，支持各種分布式功能，特別是支持Internet應用。作為一個應用開發環境，Oracle提供了一套界面友好、功能齊全的資料庫開發工具。Oracle使用PL/SQL語言執行各種操作，具有可開放性、可移植性、可伸縮性等功能。特別是在Oracle 8i中，支持面向對象的功能，如支持類、方法、屬性等，使得Oracle 產品成為一種對象/關系型資料庫管理系統。目前最新版本是Oracle 11g。 Microsoft SQL Server Microsoft SQL Server是一種典型的關系型資料庫管理系統，可以在許多操作系統上運行，它使用Transact-SQL語言完成數據操作。由於Microsoft SQL Server是開放式的系統，其它系統可以與它進行完好的交互操作。目前最新版本的產品為Microsoft SQL Server 2008，它具有可靠性、可伸縮性、可用性、可管理性等特點，為用戶提供完整的資料庫解決方案。 Microsoft Access 作為Microsoft Office組件之一的Microsoft Access是在Windows環境下非常流行的桌面型資料庫管理系統。使用Microsoft Access無需編寫任何代碼，只需通過直觀的可視化操作就可以完成大部分數據管理任務。在Microsoft Access資料庫中，包括許多組成資料庫的基本要素。這些要素是存儲信息的表、顯示人機交互界面的窗體、有效檢索數據的查詢、信息輸出載體的報表、提高應用效率的宏、功能強大的模塊工具等。它不僅可以通過ODBC與其它資料庫相連，實現數據交換和共享，還可以與Word、Excel等辦公軟體進行數據交換和共享，並且通過對象鏈接與嵌入技術在資料庫中嵌入和鏈接聲音、圖像等多媒體數據。
E. oracle資料庫中Number是什麼類型
number類型就是包括了所有的數字類型。可以是integer也可以是numeric
Oracle數據類型之number
oracle的number類型是oracle的內置類型之一，是oracle的最基礎數值數據類型。在9iR2及其以前的版本中只支持一種適合存儲數值數據的固有數據類型，在10g以後，才出現了兩種新的數值類型，即推出本地浮點數據類型(Native Floating-Point Data Types): BINARY_FLOAT(單精度32位)和BINARY_DOUBLE(雙精度64位). 這些新數據類型都是基於IEEE二進制浮點運算標准,ANSI/IEEE Std 754-1985 [IEEE 754]，使用這些類型時要加上文字f(BINARY_FLOAT)或者d(BINARY_DOUBLE)，比如2.07f、3.000094d。
number數據類型
number類型的語法很簡單：number(p,s)：
p：精度位，precision，是總有效數據位數，取值范圍是38，默認是38，可以用字元*表示38。
s：小數位，scale，是小數點右邊的位數，取值范圍是-84~127，默認值取決於p，如果沒有指定p，那麼s是最大范圍，如果指定了p，那麼s=0。
p：is the precision,or the total number of digits. Oracle guarantees the portability of numbers with precision ranging from 1 to 38.
s：is the scale, or the number of digits to the right of the decimal point. The scale can range from -84 to 127.
number類型的p和s，與其底層存儲完全沒有關系，根本不會影響數據在磁碟上如何存儲，它只會影響允許哪些值以及數值如何舍入，你可以認為其是對數據的「編輯」。簡單的說，精度位p表示數值最多能有多少個有效數字，而小數位s表示最多能有多少位小數。換句話說，p表示一共有多少位有效數字（即小數點左邊最多有p-s位有效數字），s表示小數點右邊有s位有效數字。如number(5,2)類型的數據，就表示小數點左邊最多有3位有效數字，右邊最多有2位有效數字，加起來就是最多有5位有效數字，超過這個范圍的數字就不能正確的存儲下來，注意這里說的是不能正確存儲，但並不是不能存儲。
最高整數位數＝p-s
s正數，小數點右邊指定位置開始四捨五入
s負數，小數點左邊指定位置開始四捨五入
s是0或者未指定，四捨五入到最近整數
當p小於s時候，表示數字是絕對值小於1的數字，且從小數點右邊開始的前s-p位必須是0，保留s位小數。
p>0，對s分2種情況：
1. s>0
精確到小數點右邊s位，並四捨五入。然後檢驗有效數位是否p，小數點右邊至少有s-p個0填充。
2. s<0
精確到小數點左邊s位，並四捨五入。然後檢驗有效數位是否<=p+|s|
F. 如何獲取sqlservere資料庫表的約束條件
microsoft sql server management studio中展開對應表下面的列信息不就可以看到列的詳細信息了么？當然這是可以的，但這里我們主要講的時如何利用sql語句來查詢指定表的列信息。
利用sql語句來查詢列信息，就是要用到系統視圖sys.columns，這個視圖記錄了資料庫中所有表，視圖，表值函數等的所有列信息。我們可以利用語句select * from sys.columns來查看這個視圖返回的信息。
sys.columns返回的列比較多，大部分情況下很多列的信息我們可能用不到，下面我們只解釋一下比較常用的列的信息。
1,object_id--這個列是比較重要的，它是返回當前列所屬表的ID。利用它，我們就可以查詢指定表的所有列信息，比如下面的sql語句是查詢表table1的所有列信息。
select * from sys.columns where object_id=object_id('table1')
2,name--該列的列名。
3,column_id--該列在資料庫中的ID，注意，資料庫中任何對象的ID都是唯一的。
4,system_type_id--該列的類型的ID，和下面max_length,precision,scale三列一起可以來舉個示例。
5,max_length--該列的最大長度
6,precisionp--如果這列是數值列，那麼這是該列的精度，否則就是0
7,scale--如果這列是數值列，那麼這就是列的小數位數，否則就是0
system_type_id，max_length,precision,scale四列結合系統視圖sys.types一起我們來舉個示例。
如果我們要查詢表table1的所有列，及列的類型，列的精度，列的小數位數，sql語句如下：
select a.name,b.name,a.max_length,a.precision,a.scale
from sys.columns a left join sys.types b on a.user_type_id=b.user_type_id
where a.object_id=object_id('table1')
8,is_nullable--該列是否可以為null
9,is_identity--該列是否是標識列
10,is_computed--該列是否是計算列。利用該列，我們也就可以查詢某個表的所有計算列了，比如我們要查詢表table1中的所有計算列，sql語句如下：
select * from sys.columns where object_id=object_id('table1') and is_computed=1
sys.columns視圖中常用的列就是這10列了，其它列的信息大家可以到SQLServer 2005聯機叢書中查詢。
G. sql中precision和scale是什麼意思
precision意為「精密度、精確」，表示該欄位的有效數字位數了。
scale意為「刻度、數值范圍」，表示該欄位的小數位數。
舉個簡單的例子
123.45：precision = 5 ，scale = 2
precision 數據長度
scale 小數長度
H. 基礎資料庫
(一)數據內容
基礎資料庫包括系統運行前所採集到的所有支撐數據，數據的具體內容在數據分類與數據源章節中已描述，概括可分為以下幾類。
(1)遙感影像數據:包括歷史圖像數據，以及按照一定監測周期更新的遙感圖像數據。
(2)數字線劃圖數據:矢量數據(現狀專題圖和歷史專題圖數據)、柵格數據、元數據等。入庫前數據以ArcInfoCoverage格式分幅或整體存儲，採用地理坐標系統。
(3)數字柵格圖數據:包括1∶5萬和1∶10萬基礎地理圖形數據的掃描柵格數據。
(4)數字高程模型數據:塔里木河幹流河道1∶1萬和「四源一干」區域1∶10萬數字高程模型。
(5)多媒體數據:考察照片、錄像、錄音和虛擬演示成果等多媒體資料。
(6)屬性數據:社會經濟與水資源數據、水利工程數據、生態環境數據等。
(二)數據存儲結構
1.柵格數據
柵格數據包括遙感影像、數字柵格圖、數字正射影像圖、數字高程模型等，這些數據的存儲結構基本類似，因此可進行統一設計。遙感圖像資料庫與普通的圖像資料庫在存儲上有些差別，遙感圖像作為感測器對地理、空間環境在不同條件下的測量結果(如光譜輻射特性、微波輻射特性)，必須結合同時得到的幾個圖像才可以認為是對環境在一定的時間條件下的完整的描述，也即是說，可能需要一個圖像集合才能構成一個圖像的完整的概念，並使之與語義信息產生聯系(羅睿等，2000)。因此，遙感圖像數據存儲結構模型必須能夠描述幾個圖像(波段)之間的邏輯關系。利用ArcSDE進行數據入庫時，系統可自動建立各圖像(波段)之間的關系，並按一定規則存儲在資料庫系統中。
對柵格數據在後台將採用Oracle資料庫管理系統進行存儲。Oracle系統可直接存儲影像信息，並具有較強的數據管理能力，可以實現柵格數據信息的快速檢索和提取。數據引擎採用ArcSDE，實現各類影像數據的入庫。數據存儲的關鍵是建立圖幅索引，本系統數據的存儲按圖幅號、圖名、採集時間等內容建立索引。
柵格數據依據圖形屬性一體化的存儲思想，採用大二進制格式直接存儲數據，這種方式的存儲可實現內容的快速檢索查詢，按索引表檢索出相關項後可直接打開柵格數據，提高柵格數據的管理效率。
2.矢量數據
本系統採用圖屬一體化思想即將空間數據和屬性數據合二為一，全部存在一個記錄集中的思想存儲空間數據，是目前GIS數據非常流行的存儲方法。考慮到數據的具體情況，決定採用資料庫存儲空間數據和屬性數據，部分具有少量、定型幾何信息的地理要素如水文測站、河流、湖泊等，採用圖屬一體化思想存儲其信息，而與其有關聯關系的大量、多邊化的屬性信息如水文信息，則存儲在屬性數據表中，利用唯一標識符信息建立兩表的關聯。
針對本系統空間數據的特點，系統按照「資料庫—子庫—專題(基礎數據)—層—要素—屬性」的層次框架來構築空間資料庫，按照統一的地理坐標系統來存儲空間數據，以實現對地理實體/專題要素進行分層疊加顯示。
3.多媒體數據
Oracle系統可直接存儲圖片和視頻信息，並具有較強的數據管理能力，可以實現多媒體信息的快速檢索和提取。多媒體數據存儲的關鍵是建立索引表，本系統多媒體數據的存儲按類型、時間、內容等項目建立索引，直接存儲於Oracle資料庫中。
多媒體數據存儲時，可以將多媒體內容與索引表結構合為一體，採用大二進制格式直接存儲，這種存儲方式可實現內容的快速檢索和查詢，按索引表檢索出相關項後可直接打開多媒體內容，而且多媒體資料庫也便於維護管理。
(三)空間索引設計
1.矢量空間索引
確定合適的格網級數、單元大小是建立空間格網索引的關鍵。格網太大，在一個格網內有多個空間實體，查詢檢索的准確度就低。格網太小，則索引數據量成倍增長和冗餘，檢索的速度和效率低。每一個數據層可採用不同大小、不同級別的空間索引格網單元，但每層級數最多不能超過三級。索引方式設置遵循以下基本原則:
(1)對於簡單要素的數據層，盡可能選擇單級索引格網，減少RDBMS搜索格網單元索引的級數，縮短空間索引搜索的過程;
(2)如果數據層中的要素封裝邊界大小變化比較大，應選擇2或3級索引格網;
(3)如果用戶經常對圖層執行相同的查詢，最佳格網的大小應是平均查詢范圍的1.5倍;
(4)格網的大小不能小於要素封裝邊界的平均大小。為了減少每個格網單元有多個要素封裝邊界的可能性，格網單元的大小應取要素封裝邊界平均大小的3倍;
(5)格網單元的大小不是一個確定性的問題，需要多次嘗試和努力才會得到好的結果。有一些確定格網初始值的原則，用它們可以進一步確定最佳的格網大小。
SDE(Spatial Data Engine，即空間數據引擎)，從空間管理的角度看，是一個連續的空間數據模型，可將地理特徵的空間數據和屬性數據統一集成在關系型資料庫管理系統中。關系型資料庫系統支持對海量數據的存儲，從而也可實現對空間數據的海量存儲。空間數據可通過層來進行數據的劃分，將具有共同屬性的一類要素放到一層中，每個資料庫記錄對應一層中一個實際要素，這樣避免了檢索整個數據表，減少了檢索的數據記錄數量，從而減少磁碟輸入/輸出的操作，加快了對空間數據查詢的速度。
ArcSDE採用格網索引方式，將空間區域劃分成合適大小的正方形格網，記錄每一個格網內所包含的空間實體(對象)，以及每一個實體的封裝邊界范圍，即包圍空間實體的左下角和右上角坐標。當用戶進行空間查詢時，首先計算出用戶查詢對象所在格網，然後通過格網號，就可以快速檢索到所需的空間實體。因此確定合適的格網級數、單元大小是建立空間格網索引的關鍵，太大或太小均不合適，這就需要進行多次嘗試，確定合適的網格大小，以保證各單元能均勻落在網格內。利用ArcSDE的索引表創建功能，記錄每一網格單元的實體分布情況，形成圖層空間索引表。根據空間索引表，ArcSDE實現了對空間數據的快速查詢。
2.柵格數據空間索引
柵格數據的空間索引通過建立多級金字塔結構來實現。以高解析度柵格數據為底層，逐級抽取數據，建立不同解析度的數據金字塔結構，逐級形成較低解析度的柵格數據。該方法通常會增加20%左右的存儲空間，但卻可以提高柵格數據的顯示速度。在資料庫查詢檢索時，調用合適級別的柵格數據，可提高瀏覽和顯示速度。
(四)入庫數據校驗
入庫數據的質量關繫到系統評價分析結果的准確性。數據在生產中就需要嚴格進行質量控制。依據數據生產流程，將數據質量控制分成生產過程式控制制和結果控制。生產過程式控制制包括數據生產前期的質量控制、數據生產過程中的實時質量控制，結果質量控制為數據生產完成後的質量控制(裴亞波等，2003)。對入庫數據的校驗主要是進行數據生產完成後的質量控制和檢查。
1.規范化檢查
(1)代碼規范化:所有地理代碼盡量採用國家標准和行業標准，例如，行政代碼採用中華人民共和國行政區劃代碼國標。
(2)數據格式規范化:所有數據採用標准交換數據格式，例如，矢量數據採用標准輸出Coverage格式和E00格式。
(3)屬性數據和關系數據欄位規范化:所有屬性數據和關系數據提前分門別類地設計欄位的內容、長短和格式，操作過程中嚴格執行。
(4)坐標系統規范化:本系統所有與空間有關的數據採用統一的空間坐標系統，即地理坐標系統。
(5)精度規范化:所有數據按照數據精度與質量控制中所要求的精度進行採集和處理。
(6)命名規范化:所有數據按照命名要求統一命名，便於系統的查詢。
(7)元數據規范化:依照元數據標准要求，進行元數據檢查。
2.質量控制
數據質量是GIS成敗的關鍵。對於關系型資料庫設計，只要能保證表的實體完整性和參照完整性，並使之符合關系資料庫的三個範式即可。對於空間資料庫設計，則不僅要考慮數據采樣、數據處理流程、空間配准、投影變換等問題，還應對數據質量做出定量分析。
數據質量一般可以通過以下幾個方面來描述(吳芳華等，2001):
(1)准確度(Accuracy):即測量值與真值之間的接近程度，可用誤差來衡量;
(2)精度(Precision):即對現象描述得詳細程度;
(3)不確定性(Uncertainty):指某現象不能精確測得，當真值不可測或無法知道時，就無法確定誤差，因而用不確定性取代誤差;
(4)相容性(Compatibility):指兩個來源不同的數據在同一個應用中使用的難易程度;
(5)一致性(Consistency):指對同一現象或同類現象表達的一致程度;
(6)完整性(Completeness):指具有同一準確度和精度的數據在類型上和特定空間范圍內完整的程度;
(7)可得性(Accessibility):指獲取或使用數據的容易程度;
(8)現勢性(Timeliness):指數據反映客觀現象目前狀況的程度。
塔里木河流域生態環境動態監測系統的所有數據在數據質量評價後，還需要從數據格式、坐標一致性等方面進行入庫質量檢驗，只有通過質量檢驗的數據才可以入庫。
3.數據檢驗
空間數據質量檢驗包括以下步驟:
(1)數據命名是否規范，是否按設計要求命名;
(2)數據是否能夠正常打開;
(3)投影方式是否正確;
(4)坐標系統是否正確;
(5)改錯是否完成，拓撲關系是否建立;
(6)屬性數據是否正確，包括欄位設置是否依據設計進行、是否有空屬性記錄、是否有屬性錯誤記錄等。
關系數據質量檢驗包括以下步驟:
(1)數據命名是否規范，是否按設計要求命名;
(2)數據是否能夠正常打開;
(3)數據欄位是否按設計要求設置;
(4)是否有空屬性記錄;
(5)是否有屬性錯誤記錄。
屬性數據的校驗，主要採用以下三種方式:
(1)兩次錄入校驗:對一些相互之間毫無關聯的數據，進行兩次的錄入，編寫程序對兩次錄入的結果進行比較，找出兩次錄入結果不一樣的數據，查看正確值，進行改正。
(2)折線圖檢驗:對一些相互之間有關聯的序列數據，如人口統計數據，對這一類數據，編寫程序把數據以折線圖的形式顯示在顯示器上，數據的序列一般都有一定規律，如果出現較大的波動，則需對此點的數據進行檢查修改。
(3)計算校驗:對一些按一定公式計算後所得結果與其他數據有關聯的數據，如某些數據的合計等於另一數據，編寫程序對這類數據進行計算，計算結果與有關聯的數據進行比較，找出結果不一樣的數據，查看正確值，進行改正。
圖形數據的校驗，主要包括以下步驟(陳俊傑等，2005):
(1)圖層校驗:圖形要素的放置圖層是唯一的。對於入庫的Coverage數據，系統將根據圖層代碼進行檢查，確保圖形要素對層入座。
(2)代碼檢查:圖形要素的代碼是唯一的。對於入庫的Coverage數據，系統將根據入庫要素代碼與特徵表中的代碼進行比較，確保入庫數據代碼存在，杜絕非法代碼入庫。
(3)類型檢查:對入庫的數據，檢查該要素的類型與特徵表中的類型是否一致，確保圖形要素對表入座。如點要素、線要素、面要素僅能賦相應的點、線、面代碼，且該代碼必須與特徵表中的數據類型代碼相同。
(4)范圍檢查:根據入庫的數據，確定該類要素的大體范圍(如X、Y坐標等)，在數據入庫前，比較入庫數據與范圍數據的大小，若入庫數據在該范圍內，則入庫，否則給出提示檢查信息。
(五)數據入庫
1.遙感影像數據
利用空間數據引擎———ArcSDE可實現遙感影像數據在Oracle資料庫中的存儲和管理，在影像數據進行入庫時，應加入相應的索引和影像描述欄位。
遙感影像入庫步驟:
(1)影像數據預處理:要將塔里木河遙感影像資料庫建成一個多解析度無縫影像資料庫系統，客觀上要求資料庫中的影像數據在幾何空間、灰度空間連續一致。因此，在數據採集階段就需要對影像數據進行預處理，包括圖像幾何校正、灰度拼接(無縫鑲嵌)、正射處理、投影變換等。
幾何校正的目的是使校正後的圖像重新定位到某種地圖投影方式，以適用於各種定位、量測、多源影像的復合及與矢量地圖、DTM等的套合顯示與處理。幾何校正多採用二次多項式演算法和圖像雙線性內插重采樣法進行圖像校正。將糾正後具有規定地理編碼的圖像按多邊形圈定需要拼接的子區，逐一鑲嵌到指定模版，同時進行必要的色彩匹配，使整體圖像色調一致，完成圖像的幾何拼接，再採用金字塔影像數據結構和「從粗到精」的分層控制策略實現逐級拼接。
數字正射影像具有統一的大地坐標系、豐富的信息量和真實的景觀表達，易於製作具有「獨立於比例尺」的多級金字塔結構影像。可以採用DTM和外方位元素經過數字微分糾正方法，獲得數字正射影像，它的基本參數包括原始影像與正射影像的比例尺、采樣解析度等(方濤等，1997)。
投影變換需根據資料庫系統定義的標准轉換到統一的投影體系下。
(2)影像數據壓縮:隨著感測器空間解析度的提高和對遙感信息需求的日益增長，獲取的影像數據量成幾何級數增大，如此龐大的數據將佔用較大的存儲空間，給影像的存儲和傳輸帶來不便(葛詠等，2000)。目前，系統處理的遙感影像數據已達數百千兆，單個文件的影像數據最大達到了2G，這樣的數據量在調用顯示時速度很慢，對影像數據進行壓縮存儲，將大大提高影像訪問效率。本系統採用ArcSDE軟體提供的無損壓縮模式對入庫影像進行壓縮。
(3)影像導入:遙感影像的入庫可通過ArcSDE或入庫程序進行導入，並填寫相關的索引信息，在入庫時對大型的遙感影像數據進行自動分割，分為若乾的塊(tiles)進行存儲。
(4)圖像金字塔構建:採用ArcSDE提供的金字塔構建工具在入庫時自動生成圖像金字塔，用戶只需要選擇相應的參數設置即可。圖像金字塔及其層級圖像按解析度分級存儲與管理。最底層的解析度最高，並且數據量最大，解析度越低，其數據量越小，這樣，不同的解析度遙感圖像形成了塔式結構。採用這種圖像金字塔結構建立的遙感影像資料庫，便於組織、存儲與管理多尺度、多數據源遙感影像數據，實現了跨解析度的索引與瀏覽，極大地提高了影像數據的瀏覽顯示速度。
2.數字線劃圖
對紙圖數字化、配准、校正、分層及拼接等處理後，生成標准分幅和拼接存儲的數字矢量圖，就可以進行圖形數據入庫。
(1)分幅矢量圖形數據、圖幅接合表:按圖形比例尺、圖幅號、製作時間、圖層等方式，通過入庫程序導入到資料庫中，同時導入與該地理信息相對應的屬性信息，建立空間信息與屬性信息的關聯。
(2)拼接矢量圖形數據:按圖形比例尺、製作時間、圖層等方式，通過入庫程序導入到資料庫中，同時導入與該地理信息相對應的屬性信息，建立空間信息與屬性信息的關聯。
3.柵格數據
對紙圖數字化、配准、校正、分層及拼接等處理後，生成標准分幅和整體存儲的數字柵格圖，然後進行圖形數據入庫。
(1)分幅柵格圖形數據、圖幅接合表:按圖形比例尺、圖幅號、製作時間等方式，通過入庫程序導入到資料庫中。
(2)整幅柵格圖形數據:按比例尺、製作時間等方式，通過入庫程序導入到資料庫中。
4.數字高程模型
(1)分幅數字高程模型數據、圖幅接合表:按圖形比例尺、圖幅號、製作時間等方式，通過入庫程序導入到資料庫中。
(2)拼接數字高程模型數據:按比例尺、製作時間等方式通過入庫程序導入到資料庫中。
5.多媒體數據
多媒體數據入庫可根據多媒體資料庫內容的需要對入庫數據進行預處理，包括音頻、視頻信息錄制剪接、文字編輯、色彩選配等。對多媒體信息的加工處理需要使用特定的工具軟體進行編輯。由於音頻信息和視頻信息數據量巨大，因此，對多媒體數據存儲時需採用數據壓縮技術，現在的許多商用軟體已能夠直接存儲或播放壓縮後的多媒體數據文件，這里主要考慮根據數據顯示質量要求選擇採用不同的存儲格式。圖4－2為各類多媒體數據的加工處理流程。
圖4－2 多媒體數據加工處理流程圖
6.屬性數據
將收集的社會經濟、水利工程、生態環境等屬性資料，進行分析整理，輸入計算機，最後經過程序的計算處理，存儲到資料庫中，具體流程如圖4－3所示。
圖4－3 屬性數據入庫流程圖
I. 資料庫的double類型數據，怎麼操作存的都是整數
我用update數據執行和直接操作資料庫改數據，都是這種情況。也改了實體來中的精度設置 precision="8" scale="2"都不管事。
後來在網路中看到
c#double的有效位數（也就是不管整數部分還是小數部分加起來的位數）是15位
float最多表示7位有效數據。double最多表示16位有效數據。
想到資料庫設置的位數，原來資料庫設置的是位數是50