近年来,空间数据质量研究成为GIS理论研究的热点。目前空间数据产品主要表现为“4D”产品,并已分别建立了相应的数据质量模型。随着MMS技术的迅速发展及广泛应用,DMI(Digital Measurable Images),这个被誉为空间第“5D”的数据已经逐渐走入人们的视线。它以全新的数据组织形式,可视、可量、可挖掘的特点,在社会生活的各个方面得到了广泛的认可及应用。但随之也出现了一些问题,如MMS系统利用率不高、DMI数据质量参差不齐等。由于MMS是一项新兴的技术,DMI数据质量方面的研究还是空白,因此如何对这一全新的空间数据组织形式进行全面、准确、科学的描述及有效的度量和评价是摆在所有数据生产者和使用者前面一个亟待解决的问题,同时也是数据共享工程的一个难题。本文从实际应用出发,鉴于目前国内移动道路测量系统的数据质量现状,建立了适用于国内主要MMS产品——LD2000-RM的外业数据采集优化流程,从数据质量控制的角度为移动道路测量系统的数据质量提供保障。并在此基础上,针对DMI数据类型特点,结合当前空间数据质量评价方法,形成了一套完整的DMI数据质量评价体系。主要内容如下1.本文首先系统分析了LD2000-RM MMS的数据采集环境、数据类型、组织结构、管理方式,并统计了各类型数据常见错误形式、原因及相应的质量控制方法;在此基础上,进行了MMS外业数据采集流程的优化设计。通过实际工程应用表明,该套流程不但能较大的提高移动道路测量系统的效率,而且在一定程度上对其数据质量进行了有效的控制。2.从数据质量控制的横向角度出发,深入分析了MMS的数据采集处理过程中的涉及的合同分析、组织管理、质量管理体系、人员、设备等因素对MMS数据质量的影响,探讨了各个影响因素的相应的质量控制办法,以及应当遵循的原则。建立了移动道路测量系统在工程应用中的总体质量控制体系。为移动道路测量系统的工程应用中质量管理提供了可以参考的模式。3.从DMI数据质量评价的角度出发,根据现行的相关GIS质量国际标准结合前人研究成果,针对DMI数据结构特点,以位置、图形、时间、元数据作为DMI数据的四类可视表现形式,其与精度、一致性、完整性的组合建立了DMI数据质量评价指标体系。并根据实际经验及专家定权法确立相应指标权重,从而建立DMI的数据质量模型。4.基于对现行质量评价方法的研究,决定采用基于加权平均的缺陷扣分法对DMI数据质量进行评价。根据DMI数据中各质量元素相应权重及常见数据错误类型,建立了DMI数据缺陷分类表及相应的评价公式,结合DMI数据质量模型,从而建立系统、全面的DMI数据质量评价体系。并最后通过实际数据验证了该评价体系的可行性。