紙質(zhì)檔案資料數(shù)字化分析
——提升地質(zhì)檔案管理能力的重要途徑

文/湖南省地質(zhì)礦產(chǎn)勘查開發(fā)局四一八隊(duì) 劉瑞

紙質(zhì)檔案的數(shù)字化是指利用掃描儀、OCR技術(shù)等對館藏的紙質(zhì)檔案進(jìn)行數(shù)字化加工，從而將紙質(zhì)檔案轉(zhuǎn)化成以光盤、硬盤或服務(wù)器為存儲(chǔ)載體的數(shù)字資料。目前全國及省級(jí)地質(zhì)資料館的歸檔資料已逐步實(shí)現(xiàn)電子化，可通過互聯(lián)網(wǎng)等進(jìn)行查詢和閱覽。而我隊(duì)檔案館中儲(chǔ)存的仍是紙質(zhì)檔案，隨著數(shù)字化時(shí)代的到來，紙質(zhì)檔案已經(jīng)不能滿足日常地勘工作的需要。為順應(yīng)信息化時(shí)代發(fā)展的要求，紙質(zhì)檔案數(shù)字化是大勢所趨，已經(jīng)成為當(dāng)前我隊(duì)地質(zhì)檔案管理部門迫在眉睫的一項(xiàng)重要工作。

一、地質(zhì)檔案現(xiàn)狀及數(shù)字化的必要性

湖南省地勘局四一八隊(duì)成立于20世紀(jì)60年代末，在單位體改過程中，隊(duì)檔案室館匯集了原四一八隊(duì)、原四六八隊(duì)和原省基礎(chǔ)公司3個(gè)單位的檔案資料20余萬件，館藏的這些資料絕大部分是以文字、圖表等紙質(zhì)為載體的檔案，在借閱使用過程中有諸多不便，使用效率低，無法滿足工作需要；同時(shí)紙質(zhì)檔案具有易損壞、無法再生等特點(diǎn)，有很多檔案資料是十幾年前甚至幾十年前形成歸檔的，由于存放時(shí)間長，容易受潮或者老化，年代久遠(yuǎn)的紙張?jiān)缫寻l(fā)黃或者發(fā)脆，有些紙質(zhì)甚至黏連到一起，部分檔案由于反復(fù)借閱已經(jīng)破爛不堪，這些地質(zhì)檔案若不及時(shí)數(shù)字化，將會(huì)造成檔案資料的白白流失，對單位甚至國家造成重大損失。因此，對紙質(zhì)檔案數(shù)字化，實(shí)現(xiàn)檔案資源共享，提高地質(zhì)檔案利用率及檔案管理水平，優(yōu)化館藏結(jié)構(gòu)，顯得十分必要。

（一）老舊檔案問題。目前，我隊(duì)檔案館中有大量地質(zhì)檔案形成于20世紀(jì)90年代以前，局限于當(dāng)時(shí)的科技水平，歸檔的資料有計(jì)算機(jī)打印的、油印的，甚至手工書寫的，這些檔案資料由于儲(chǔ)存時(shí)間長、檔案轉(zhuǎn)移不當(dāng)或反復(fù)借閱查看的原因，部分文字字跡模糊、破爛不堪。許多陳年的區(qū)域地質(zhì)圖、地形地質(zhì)圖、地質(zhì)記錄數(shù)據(jù)表格等地質(zhì)檔案資料由于保存時(shí)限過長，部分內(nèi)容已經(jīng)無法清晰辨認(rèn)，這對地質(zhì)檔案資料的保存和利用都有著較大的弊端，如不及時(shí)進(jìn)行“搶救”，很有可能造成檔案的徹底消失，給地勘單位帶來重大損失。

（二）借閱繁瑣。根據(jù)目前檔案館的管理規(guī)定，在歸檔資料時(shí)僅歸檔紙質(zhì)文檔，電子文檔都散存在各個(gè)部門或各個(gè)項(xiàng)目組當(dāng)中。匯交的資料檔案館接收后編號(hào)保存在檔案館中，僅進(jìn)行簡單的目錄管理。其他人需要查詢借閱時(shí)，只能從檔案館拷貝電子表格目錄找到檔案名稱和檔案目錄，然后到檔案館現(xiàn)場查看紙質(zhì)地質(zhì)檔案歸檔目錄，借閱過程異常繁瑣。野外的技術(shù)人員需要查閱資料時(shí)，只能從野外回來，非常不便。

（三）檔案的局限性。在地質(zhì)檔案資料歸檔時(shí)，大部分只保存一份，一旦有人借走，其他人需要借閱時(shí)只能等待或者與已借閱的人員進(jìn)行溝通協(xié)調(diào)，這樣大大降低了檔案管理工作的效率，甚至有可能影響到檔案價(jià)值的挖掘。此外，有時(shí)由于借閱人員管理不善，造成檔案資料遺失，而檔案資料只有一份，從而給單位帶來不可估量的損失。

（四）安全問題。館藏的每一份地質(zhì)檔案資料都價(jià)值不菲，為了這些地質(zhì)檔案的形成，國家投入了大量的人力、財(cái)力和物力。傳統(tǒng)的紙質(zhì)檔案在保管過程中如果遇到自然災(zāi)害或人為災(zāi)害事故，館藏的檔案資料可能毀于一旦，給單位造成無法挽回的損失。

（五）占用空間。由于傳統(tǒng)紙質(zhì)檔案數(shù)量多，其存儲(chǔ)需要占用大量的空間，小則占用幾間庫房，大則占用一層樓甚至一棟或者多棟樓，這給檔案管理工作帶來較多的不便。隨著時(shí)間的推移，館藏資料越來越多，人工管理越來越不方便。為了單位的發(fā)展，不得不對檔案館進(jìn)行擴(kuò)容或者搬遷，而在檔案館進(jìn)行擴(kuò)容或者搬遷過程中，極易損壞檔案資料甚至造成檔案資料的遺失。

二、地質(zhì)檔案數(shù)字化流程

紙質(zhì)地質(zhì)檔案數(shù)字化工作的技術(shù)標(biāo)準(zhǔn)主要有《歸檔文件整理規(guī)則（DA/T22-2015）》和《紙質(zhì)檔案數(shù)字化技術(shù)規(guī)范（DA/T31-2017）》，數(shù)字化工作流程主要有拆卷修整、數(shù)字化掃描、影像處理、存儲(chǔ)、裝訂和還卷等等。

（一）拆卷修整。由于紙質(zhì)檔案數(shù)量繁多，不可能在短時(shí)間內(nèi)全部數(shù)字化，因此，在紙質(zhì)檔案數(shù)字化進(jìn)程中，應(yīng)對館藏地質(zhì)檔案資料的結(jié)構(gòu)進(jìn)行認(rèn)真分析和研究，做到有所側(cè)重和有所選擇，按照輕重緩急程度，對保存價(jià)值高或使用頻次高的地質(zhì)檔案資料優(yōu)先數(shù)字化，然后根據(jù)紙質(zhì)檔案資料數(shù)字化計(jì)劃，逐步對相關(guān)資料及所有地質(zhì)檔案資料數(shù)字化。為呈現(xiàn)資料原貌，如不影響掃描質(zhì)量，依原件掃描不進(jìn)行拆卷。首先，對必須進(jìn)行拆卷的案卷，拆卷前應(yīng)查看卷內(nèi)是否有蟲蛀、破洞、撕裂或斷裂，或者無法進(jìn)行掃描等情況，若有這些情況，需安排檔案專業(yè)人士對其進(jìn)行初步修復(fù)后方可拆卷；其次，應(yīng)查看卷內(nèi)文件是否有頁碼，沒有頁碼的用鉛筆在右下角編寫頁碼。拆卷后的檔案資料按順序平放擺放整齊，有頁面有折角或揉皺而影響掃描的，需要對其做相應(yīng)的壓平去皺處理，為下一步掃描做好準(zhǔn)備。

（二）數(shù)字化掃描。紙質(zhì)檔案的掃描，主要是通過專業(yè)掃描儀采用掃描的方法把紙質(zhì)檔案轉(zhuǎn)化成數(shù)字信息。在掃描時(shí)應(yīng)對原件進(jìn)行完整掃描，保持設(shè)置的頁面大小與原件保持一致，并保證柵格文件的掃描質(zhì)量，確保掃描后的數(shù)字圖像清晰、完整、不失真。在掃描工作開始前，有以下注意事項(xiàng)：1.選擇掃描儀。根據(jù)不同紙質(zhì)檔案資料的幅面、材質(zhì)等選擇不同規(guī)格的掃描儀。2.選擇掃描模式。掃描方式通常有黑白二值、灰度和彩色，灰度和彩色掃描模式對原件有較高的還原度。3.選擇分辨率。以柵格文件的清晰度、不影響圖像的利用效果為準(zhǔn)，為了加快后期資料制作速度并提高OCR精度，一般分辨率設(shè)置不得低于300dpi。原件清晰度不夠時(shí)，應(yīng)根據(jù)實(shí)際情況提高分辨率并修改其他掃描參數(shù)。4.選擇消藍(lán)方式。對已保存年代久遠(yuǎn)的紙張，圖件的背景色都很深，在圖紙輸入時(shí)須選擇合理的門限參數(shù)、對比度及亮度等掃描參數(shù)進(jìn)行消藍(lán)處理，這樣掃描出來的圖像才清晰。5.選擇存儲(chǔ)格式。掃描后的電子文件保存格式主要JPG、TIF和PDF三類。

（三）影像處理。地質(zhì)檔案資料經(jīng)過掃描后，為了使掃描后形成的柵格文件清晰、美觀，首先需要進(jìn)行圖像糾斜、旋轉(zhuǎn)、去污、拼接和裁邊工作等。其次，采用專業(yè)軟件對文字、表格等資料進(jìn)行OCR識(shí)別并保存為DOC或DOCX等格式文件，對不能識(shí)別的檔案資料則應(yīng)對照掃描件采用人工打字的方式，使掃描后的檔案資料真正做到數(shù)字化、電子化，可隨時(shí)對復(fù)制的檔案資料進(jìn)行編輯和利用；對掃描后的圖件，則需地質(zhì)專業(yè)人員采用地質(zhì)專業(yè)軟件（如MapGIS、ArcGIS等）對圖件進(jìn)行校正后再進(jìn)行矢量化，根據(jù)不同的地質(zhì)內(nèi)容建立不同的點(diǎn)、線、面文件，再組成單個(gè)工程文件。

（四）存儲(chǔ)。數(shù)字化后的地質(zhì)檔案資料可采用只讀CD、DVD光盤、移動(dòng)硬盤等存儲(chǔ)，也可保存在服務(wù)器中，閃存等U盤不允許作為載體。載體表面應(yīng)清潔干凈，不能有擦痕、劃痕和變形等。在存儲(chǔ)之前，應(yīng)先對載體進(jìn)行病毒查殺，以免因計(jì)算機(jī)病毒侵入導(dǎo)致檔案資料無法使用。存儲(chǔ)好之后，應(yīng)重新打開載體確認(rèn)是否為空載體或非本檔資料電子文件內(nèi)容，并確保所接收電子文件數(shù)據(jù)的安全性且能在通用設(shè)備上被正確讀取、復(fù)制。為防止出現(xiàn)意外情況，對數(shù)字化的檔案資料必須做好備份，并儲(chǔ)存在不同的地方，確保數(shù)據(jù)安全。

（五）裝訂。拆卷掃描后的地質(zhì)檔案資料要盡量按原來的案卷模樣進(jìn)行恢復(fù)裝訂，重新裝訂后的案卷沒有明顯拆卷的痕跡，盡力保證原案卷不受損壞，用鉛筆編寫的頁碼用橡皮擦輕輕擦掉，發(fā)現(xiàn)原案卷裝訂有誤的應(yīng)按正確順序重新裝訂，做到安全、準(zhǔn)確、無遺漏。對數(shù)字化后的復(fù)制本，裝訂順序應(yīng)和原案卷完全一致。

三、地質(zhì)檔案數(shù)字化的意義

（一）提高辦公效率。數(shù)字化的地質(zhì)檔案數(shù)據(jù)可在網(wǎng)上查詢和統(tǒng)計(jì)，從而提高工作效率。尤為重要的是，紙質(zhì)檔案數(shù)字化后可以實(shí)現(xiàn)全文檢索，通過報(bào)告名稱、作者、主題、摘要等單獨(dú)檢索或組合檢索迅速獲得準(zhǔn)確的查詢結(jié)果，大大縮短查詢時(shí)間，使用起來極為方便迅速。由于可復(fù)制和無紙化的優(yōu)勢，即使技術(shù)人員在野外需要借閱資料，都可以在電腦上完成，大大地提高了工作和學(xué)習(xí)的效率，有效避免了紙介質(zhì)資料在保存或借閱等環(huán)節(jié)中出現(xiàn)的損壞或丟失等問題。

（二）實(shí)現(xiàn)資源共享。數(shù)字化的紙質(zhì)檔案具有圖文并茂的優(yōu)勢，在網(wǎng)絡(luò)日益普及的今天，可以使人們輕松地獲得檔案信息資料。數(shù)字化的檔案資料更易于保存，具有存儲(chǔ)、管理、共享等功效，其數(shù)字化后的紙質(zhì)檔案不受時(shí)間和空間問題的限制，能真正實(shí)現(xiàn)多方資源共享，大家可通過互聯(lián)網(wǎng)實(shí)現(xiàn)跨時(shí)間、地域進(jìn)行資料查詢和借閱，使得檔案信息能實(shí)現(xiàn)“超時(shí)空”流動(dòng)，既豐富了地質(zhì)檔案資料的內(nèi)容，又實(shí)現(xiàn)了檔案資料的共享。

（三）增強(qiáng)原件保護(hù)。在地質(zhì)工作中，地質(zhì)檔案資料的利用率較高，但紙質(zhì)檔案資料對館藏條件要求非常高，不僅不易于保存，而且在頻繁借閱過程中由于都是通過人工操作，翻閱次數(shù)多了就會(huì)導(dǎo)致圖紙破損，非常不利于原始檔案資料的保護(hù)。地質(zhì)檔案數(shù)字化后，通過形成紙質(zhì)檔案數(shù)字化副本，供調(diào)取和利用，從而實(shí)現(xiàn)對紙質(zhì)檔案的有效保護(hù)，進(jìn)一步優(yōu)化檔案利用方式。

四、結(jié)語

紙質(zhì)檔案數(shù)字化使得傳統(tǒng)的檔案管理工作逐步轉(zhuǎn)化為數(shù)字化管理，增強(qiáng)了對原件的保護(hù)，提高了檔案管理和使用效率，實(shí)現(xiàn)了資源共享，是提升地質(zhì)檔案資料管理能力的重要途徑之一，為更好地挖掘地質(zhì)檔案資料價(jià)值創(chuàng)造了良好的條件，是一項(xiàng)意義非凡的工作。