todo dato espacial contiene algun tipo de errror, lo cual son la materia
prima para la obtencion de nuevos datos a traves de procesos,operaciones
realizados dentro de un SIG.
introduccion
Siendo la calidad el conjunto de propiedades y de caracterisitcas de un
producto ,servicio se trabajara con un conjunto de datos:
Modelacion de la proàgacion del error
Identificacion de la fuente de error
Propuestas de estrategias para la gestion y reduccion del error.
Deteccion y medida de error.
IMPORTANCIA
No se dio mucha importancia en poco tiempo .Las razones
por que se considero fue por dos factores:
Amplio crecimiento del volumen de datos espaciales disponibles,
especialmente los derivados de satelites
Aparicion de los SIG
CONCEPTOS Y DEFINICIONES SOBRE CALIDAD DE DATOS
El concepto basico es el error ,puede ser de dos tipos:
Sistematico
Aleatorio
Dos terminos importantes en el estudio de la calidad son:
exactitud
indica el grado en que los valores estimados se
asemejan al valor real.Calcula el error
sistematico
precision
indica el nivel de detalle con el que se
recoge la informacion.Se calcula a partir
del error aleatorio
incertidumbre
refleja la medidaa en que no podemos tener certeza de la validez de nuestros datos
es un concepto mas amplio que el error , y tienes 3 componentes:
error
vaguedad
aparece como consecuencia de definiciones pobres o incompletas
ambiguedad
cuando no existen definiciones inequivocas de
los conceptos fundamentales, que añaden
incertidumbre al dato creado en funcion de
estos
FUENTES Y TIPOS DE ERRORES
Errores de concepto y modelo
se utiliza un modelo de representacion (raster,
vectorial) lo cual no se adaptan por completo a
ninguno de los modelos de representacion
Errores en las fuentes primarias
puede contener errores, lo cual aparecera
datos que deriven de este, se digitaliza en
base a un mapa escaneado y la hoja
original es erronea
Errores en los procesos de creacion
de la capa
se realiza un proceso para crear una capa que
pueda incorporar errores en el resultado,y se vea
como aplicar a esos procesos los elementos de
medida de error que se desarrollaran
Errores en los procesos de analisis
puede derivar un dato espacial de un
proceso de analisis, devido a dos razones:(la
capa original puede contener errores)o(bien
el proceso no es por completo correcto)
LAS COMPONENTES DE LA CALIDAD
las caracterisiticas que dotan de dicha calidad al dato espacial son variables
y susceptible de aplicar errores que da los siguientes componentes:
exactitud posicional
exactitud en los atributos
consistencia logica y coherencia topologica
complencion
calidad temporal
procedencia
muestra de error cualitativo
Modelo Digital de Elevaciones con valores reales
D y C Dos MDE con errores posicionales
el error no solo es cualitativo, sino tambien cuantitativo, ya que
modificaa la forma del terreno , pasando de ser depresion a ser un pico
digitalizacion de lineas
(a) registro inexacto
(b) puntos mal situados
(d)errores de registro
(c)desplazamientos por vertices insuficientes
errores sistematicos de un dato espacial
correlacion de errores
suma al resultado erroneo(los elementos en negro y gris indican
la posicion real)
DETECCION Y MEDICION DE ERRORES
existen diversas metodologicas un dato espacial en busca de
errores que van desde metodos sencillos y obvios hasta
avanzadas tecnicas
la deteccion de este tipo de valores puede realizarse en caso no
espacial de forma analitica o exploracion visual
una ves localizado el error puede cuantificarse de diversas
formas segun sea la naturaleza de la variable sobre la que se
produce dicho error .Los errores posicionales o los atributos
no categoricos son variables de tipo cuantitativo
PROPAGACION DE ERRORES Y MODELACION DEL ERROR
la propagacion de errores
puede ser muy variable en
funcion del tipo de error que
paresca y la clase de analisis
que se lleve a cabo
el error principal que se
estudia en este tipo de
analisis en un MDE son
los atributos o la
elevacion
la metodologia mas
exetendida para la
modelacion de errores esta
basada en simulaciones de
monte carlo, considerar un
dato espacial dado
en el caso del MDE propuesto para una operacion dada se procede a
resumirse los siguientes pasos:
estudiar la distribucion del error en el
MDE en base a un juego de datos de
referencia
generar una capa aleatoria de errores que se ajuste a
la distribucion definida y esta se sume al MDE
original
aplicar la operacion sobre cada una de las n
capas obtenidas
se calculan parametros estadisticos de los n
resultados obtenidos apartir de los cuales puede
crearse un resultado unico
esquema de modelacion de
errores mediante simulaciones
de monte carlo
GESTION DE ERRORES
tipos de errores fundamentales que encontramos
en los datos espaciales y la manera de medir estos
y su propagacion, deben formularse estrategias
para tratar de reducir el error y definir
metodologias que permitan obetener resultados
mas precisos dentro de un SIG
podemos dividr estas caaracteristicas en los siguientes grupos fundamentales:
utilizacion de datos de partida mas
precisos
minimizacion de los errores a lo largo del
desarrollo del trabajo
la utilizacion de capas de distintos
origenes y en distintos formatos favorece
la aparicion de erorres y puede dar lugar a
resultados de presicion insuficiente (105)
la precision disminuye a medida
que lo hace la revolucion espacial
(106)
la precision de un resultado nunca sera superior a la
del dato de entrada con peor presicion
cuanto mayor es el numero de capas empleadas para
un analisis, mayores oportunidades existen de
incorporar error a esta impresion de resultados