工程档案数字化验收实操全指南 从核验标准到归档落地完整步骤

一、验收前必备资料核验

1.1 前置资料清单核对

验收启动前需一次性核验完成所有前置资料，缺项一律驳回整改，无需进入现场环节：

• 纸质原件清单：包含工程立项批复、施工全过程记录、竣工图、监理报告、竣工验收意见书，所有原件需加盖建设单位鲜章，无缺页、涂改、污渍痕迹
• 数字化加工过程资料：扫描参数配置表（要求分辨率≥300DPI，彩色扫描色域标注为sRGB）、元数据采集模板、加工差错修正记录、涉密档案脱密审批表
• 软硬件合规证明：扫描设备校准记录（有效期不超过3个月）、存储介质检测报告（无坏道、读写速度≥100MB/s）、格式转换工具兼容性证明（支持PDF/A-2a长期存储格式）

二、现场验收实操步骤

2.1 抽样规则执行

严格按照比例随机抽样，禁止人工挑选样本：

• 抽样比例要求：档案总量1万卷以下抽10%，1-5万卷抽5%，5万卷以上抽2%，抽样需覆盖所有工程门类（土建、机电、市政、绿化等），每个门类抽样量不低于20份
• 随机抽样实现方法：用Python内置随机函数生成抽样编号，避免人为干预，可直接复制以下代码运行： ``` import random 按实际情况修改起始档案号、结束档案号、抽样数量 start_id = 10001 end_id = 20000 sample_num = 1000 sample_ids = random.sample(range(start_id, end_id+1), sample_num) print("抽样档案编号：", sample_ids) ```

2.2 核心质量指标核验

所有指标均有可量化判断标准，无需主观评估：

• 图像质量核验：无黑边、歪斜、缺页、重影，倾斜度≤1度，可通过Photoshop「图像分析-测量工具」直接检测倾斜角度；文字清晰度要求可正常识别小五号字，OCR识别准确率≥98%，核验用开源工具PaddleOCR，安装命令：pip install paddlepaddle paddleocr，核验命令：paddleocr --image_dir 待检测文件路径 --use_angle_cls true，将输出结果和原文比对计算准确率即可
• 元数据核验：必填项包含档案编号、工程名称、形成日期、保管期限、密级、扫描人、审核人7项，准确率要求100%，可直接用Excel函数批量核验：=IF(待核验单元格=标准数据源单元格,"合格","不合格")，下拉即可批量校验所有条目
• 格式合规性核验：所有文件需存储为PDF/A-2a格式，不得包含加密、动态脚本、外部链接，核验用Apache PDFBox工具，官方下载地址：https://pdfbox.apache.org/download.html，核验命令：java -jar pdfbox-app-2.0.32.jar preflight 待检测文件路径，输出结果无Error即为合规

2.3 问题整改闭环要求

• 抽样不合格率≤1%的，仅整改不合格样本；不合格率1%-5%的，加倍抽样复检，仍不合格的全量整改；不合格率≥5%的，全部数字化成果退回重加工
• 整改完成后需提交整改报告，标注不合格档案编号、问题类型、整改人、整改日期，加盖加工单位和建设单位双方公章

三、验收后归档落地操作

3.1 成果多介质备份

• 在线存储：存储在建设单位私有云，存储内容为原文件+MD5校验值，Windows系统生成校验值命令：certutil -hashfile 文件路径 MD5，Linux系统生成命令：md5sum 文件路径，校验值需和验收时生成的数值完全一致
• 离线备份：至少制作2份备份，分别存储在档案级蓝光光盘（寿命≥50年）和工业级移动硬盘中，异地存放，避免灾害导致数据丢失

3.2 验收资料归档

必须归档的验收资料包含：验收申请单、抽样记录、质量检测报告、整改报告、验收意见书、成果移交清单，所有资料需同时存储纸质版和电子版，电子版同步纳入工程档案数据库，元数据和数字化成果关联，可通过档案编号一键检索

3.3 长期可用性校验

每年开展1次全量抽检，抽检比例不低于1%，校验存储介质是否损坏、文件是否可正常打开、MD5校验值是否匹配，发现问题及时替换备份介质

四、常见卡壳问题解决

• 扫描分辨率不达标：要求施工方重新扫描，不得用插值算法提升分辨率，可通过Exif信息工具核验真实分辨率，工具地址：https://exifinfo.org/，直接上传文件即可查看原始DPI
• PDF/A格式转换失败：删除文件内的动态水印、注释、外部链接后重新转换，转换工具可直接用Adobe Acrobat Pro的「另存为- PDF/A」功能，选择PDF/A-2a标准即可
• OCR识别准确率不足：检查扫描分辨率是否≥300DPI，是否存在反光、阴影，调整扫描参数后重新识别，生僻字可人工标注修正