1.基于云计算的测绘地理信息数据采集系统，其特征在于，具体实现步骤如下：步骤S1，利用数据采集模块，获取观测点高度G、观测点纬度W以及邻近点数据；

步骤S2，利用数据处理模块，运行数据处理算法，输出测绘地理信息的评估数据；

步骤S3，基于评估数据，并对处理后的数据进行深度分析，利用数据可视模块展示数据采集结果以及评估报告；

步骤S4，基于评估报告，并对系统进行优化调整；

步骤S5，利用数据采集模块，将数据进行存储；

其中，所述数据处理模块包括有反映修正后地面真实高程单元，全面评估水平位置精度单元和全面评估地理信息数据质量单元。

2.根据权利要求1所述的基于云计算的测绘地理信息数据采集系统，其特征在于，所述数据采集模块所用到的设备包括GPS接收器，遥感设备；

所述数据处理模块所用到的设备包括服务器与网络设备，数据采集终端；

所述数据可视模块所用到的设备包括可视化设备。

3.根据权利要求2所述的基于云计算的测绘地理信息数据采集系统，其特征在于，所述GPS接收器用于精确获取观测点的经纬度信息；

所述遥感设备包括卫星遥感器、无人机搭载的高清相机，用于获取地面图像数据；

所述服务器与网络设备部署在云平台上，用于数据处理、存储与传输；

所数据采集终端用于现场数据采集；

所述可视化设备用于展示数据分析结果和报告。

4.根据权利要求3所述的基于云计算的测绘地理信息数据采集系统，其特征在于：基于所述观测点高度G邻近的所述邻近点平均高度差GCavg的计算公式如下：GCavg=（G-GL1）+（G-GL2）+（G-GL3）......+（G-GLn）/N；

GCavg为邻近点平均高度差；

G为观测点高度；

GL1，GL2，GL3，GLn均为邻近点高度；

N为邻近点观测总量。

5.根据权利要求4所述的基于云计算的测绘地理信息数据采集系统，其特征在于：基于所述观测点纬度W邻近的所述邻近点纬度平均值LWavg的计算公式如下：LWavg=（LW1+LW2+LW3+......+LWn）/N；

LWavg为邻近点纬度平均值；

N为邻近点观测总量，且邻近点平均高度差GCavg与邻近点纬度平均值LWavg参与计算的邻近点观测总量N保持一致；

LW1+LW2+LW3+......+LWn反映邻近点维度相加的结果值。

6.根据权利要求5所述的基于云计算的测绘地理信息数据采集系统，其特征在于：所述反映修正后地面真实高程单元的计算公式如下：GCX=（G×sin（W）×a）+（GCavg/cos（LWavg）×b）；

其中：

GCX为高程修正值；

W为观测点纬度；

a和b均为权重系数；

a用于调整观测点高度G对高程修正值GCX的影响程度；

b用于调整观测点纬度W对高程修正值GCX的影响程度。

7.根据权利要求6所述的基于云计算的测绘地理信息数据采集系统，其特征在于：所述全面评估水平位置精度单元的计算公式如下：；

其中：

SP为水平位置精度值；

GJQ为加权平均高度差，GJQ根据观测点与邻近点之间的空间距离加权的平均高度差，用于反映周围地形对水平位置精度值SP的影响；

QY为修正因子，QY用于调整非地形因素因子对水平位置精度值SP的影响。

8.根据权利要求7所述的基于云计算的测绘地理信息数据采集系统，其特征在于：所述全面评估地理信息数据质量单元的计算公式如下：ZP=（SP×G×c）+（（GCX/W）×d）+EX；

EX=∑Li=1EXi2；

其中：

ZP为综合数据质量评估值；

c和d均为权重系数；

c用于调整水平位置精度值SP对综合数据质量评估值ZP的影响程度；

d用于调整高程修正值GCX对综合数据质量评估值ZP的影响程度；

EX为额外数据质量评估指标值，包括测量误差、系统噪声、数据处理的不确定性；

EXi为第i个额外数据质量评估指标值；

∑Li=1EXi2反映从i=1加到i=L的EXi2的求和计算。

9.根据权利要求8所述的基于云计算的测绘地理信息数据采集系统，其特征在于：利用所述数据可视模块，并基于当前的所述综合数据质量评估值ZP以及前X次所述综合数据质量评估值ZP的分析调整如下：若线形图上，当前以及前X次综合数据质量评估值ZP随时间逐渐增加，具体呈现形成一条向上倾斜的曲线，则表明数据质量在逐步提升，应无需调整地理信息；

若线形图上，当前以及前X次综合数据质量评估值ZP随时间逐渐降低，具体呈现形成一条向下倾斜的曲线，则表明数据质量在下降，应重新评估及测量观测点高度G、观测点纬度W以及邻近点数据；

若线形图上，当前以及前X次综合数据质量评估值ZP在某一范围内上下波动，并没有明确的上升及下降趋势，则表明是由于多种因素共同作用的结果，应检查反映修正后地面真实高程单元中各个参数，并增加观测次数以及引入其他因素调整因子。