 BluePink XHost |
Oferim servicii de instalare, configurare si monitorizare servere linux (router, firewall, dns, web, email, baze de date, aplicatii, server de backup, domain controller, share de retea) de la 50 eur / instalare. Pentru detalii accesati site-ul BluePink. |
Până în ultimii trei ani s-a acordat o mai mică importantă
preciziei datelor SIG (G(S).
Se stie că datele contin erori sistematice sau aleatoare, dar nu
s-a accentuat asupra felului cum procedurile și solutiile SIG
tin seama de aceste erori. O bună tratare a acestei probleme
permite alegerea celor mai bune surse de date, alegerea celor mai
corecte metode de culegere a datelor și alegerea celor mai
corecte proceduri de prelucrare si de realizare a produselor
finale. Dacă nu se tine seama de problemele de mai sus, multe
proiecte SIG pot fi întrerupte. Se stie că în SIG sunt
concatenate multe date discrete, de diferite tipuri, cele mai
importante fiind datele de pozitie, deoarece la ele sunt referite
toate celelalte tipuri de date.
Cu toate că datele de poziție au cea mai mare importanță în SIG, cele de mai jos se vor referi la toate tipurile de date întâlnite într-un proiect SIG.
3.1. Precizia pozițională
Precizia pozițională este diferită pentru datele culese
prin metode geodezice, fotogrammetrice, topografice, cartografice
etc. Dar în final, datele de poziție reunite (concatenate) nu
vor avea precizia mai mare decât cea a datelor de cea mai slabă
precizie. Sursa cea mai comună de date pentru SIG este harta
topografică. În instrucțiunile de realizare a hărților se
fac referiri la precizia pozițională a detaliilor reprezentate
pe aceste hărți. Astfel, pentru hărțile topografice la scările
1:10 000 - 1:1 000 000, precizia detaliilor este de 0,4 mm la
scara hărții, cu un nivel de încredere a=0,05 (probabilitatea
de 0,95). Se poate concluziona că precizia depinde de scară,
valoarea de mai sus reprezentând de exemplu 9 m în coordonate
reale pentru scara 1:25 000. În S.U.A., standardele de precizie
prevăd valorile de precizie a poziției orizontale la scara hărții
de 1/30 inch (respectiv 0,86 mm) pentru hărțile topografice la
scara 1:20 000 și mai mare, iar pentru scările mai mici de 1:20
000 de 1/50 inch (respectiv 0,5 mm), pentru un nivel de încredere
a=0,10 (probabilitatea de 0,90) (vezi anexa F din Nitu, C., et
all, 2002) ). Cele de mai sus trebuie avute în vedere la toate
tipurile de detalii - punctuale, liniare sau areale. Precizia de
mai sus este asigurată când la digitizare se folosesc
originalele de editare pe film.
Trebuie arătat aici că operațiunile de mărire sau micșorare
pe ecran (efectul de lupă "zoom in" și "zoom out")
nu modifică precizia datelor. Mărirea imaginii dă o impresie
falsă a îmbunătățirii preciziei datelor.
In figură puteti observa standardele
de precizie pentru diferite scări ale hărtii . Se poate
reprezenta grafic eroarea probabila a unui punct (care de fapt se afla intr-o
zona) si a unei linii (element liniar)..
3.2. Precizia aributelor sau datelor temaice
Si datele nespatiale referite la cele pozitionale sunt caracterizate de indicatori de precizie care pot varia în limite foarte largi, având în vedere eterogenitatea acestor date. Fenomenele sunt descrise în detaliu de date cât mai precise. Preciziile datelor de mai sus pun probleme deosebite.
3.3. Precizia conceptuală
SIG depinde de abstractizarea si clasificarea fenomenelor lumii reale. Utilizatorii determină ce volum de informatii este folosit si cum este clasificat în diferite categorii. Uneori se folosesc categorii inadecvate sau informatii gresit clasificate. De exemplu, clasificând localitătile după numărul persoanelor cu drept de vot nu se pot trage concluzii cu privire la natalitate si mortalitate sau clasificând liniile electrice doar după voltaj se limitează eficienta SIG la managementul infrastructurii utilitătilor electrice. Chiar dacă sunt folosite categorii corecte, acestea pot fi de neutilizat pentru o anumită problemă.
3.4 Precizia logică
Precizia logică se referă la precizia datelor logice stocate
în SIG. Datele stocate "logic" pot fi folosite
inadecvat. De exemplu, poate fi dată aprobarea de constructie a
unui cvartal într-o margine a unei localităti, fără a se
analiza harta (planul) cu tipurile de sol sau cu deplasările
posibile ale scoartei terestre. Sistemele SIG nu decid în locul
utilizatorului si nu-l ajută cu nimic dacă analiza datelor este
inadecvată sau dacă datele sunt imprecise sau incorecte. Câteva
reguli de folosire pot fi introduse în SIG, care este proiectat
astfel ca un "sistem expert", dar realizatorii SIG
trebuie să se asigure că regulile folosite corespund
caracteristicilor lumii reale pe care ei o modelează.
Este o greseală să se creadă că fiecare aplicatie SIG are
nevoie de date de înaltă precizie. Necesitătile de precizie
variază radical în functie de tipul de date si de rezolutiile
necesare ale datelor pentru o anumită aplicatie. Precizia
crescută excesiv nu numai că duce la mărirea costurilor, dar
poate da detalieri care nu sunt necesare.
Doar putine surse de erori pot fi identificate chiar de
procedurile SIG. Cade în sarcina utilizatorului folosirea unor
date neeronate. o atentie aparte trebuie acordată verificării
preciziei datelor, deoarece procedurile SIG îl pot conduce pe
utilizator într-o directie falsă a aprecierii preciziei. De
exemplu, procedura de netezire a curbelor (smooth) duce la
reprezentări elegante, dar incorecte. De fapt, unele detalii
reprezentate astfel sunt "vagi, graduale sau fuzzy" (Burrough,
1986). Si asa există un anumit grad de imprecizie în
cartografie, începând cu relatiile matematice si deformările
diferitelor proiectii cartografice si continuând cu procesul de
culegere si reprezentare a datelor în SIG.
Sursele de erori pot fi împărtite în trei grupe: (a) surse
obisnuite de erori; (b) erori rezultate din variatii naturale sau
din măsurătorile originale; (c) erori datorită prelucrării.
De regulă, erorile din primele două grupe sunt mai usor de
detectat decât cele ce apar prin procesare, care pot fi subtile
si greu de identificat.
4.1 Surse obisnuite de erori
4.1.1. Vechimea datelor
Sursele de date, în afară de teren, pot avea un anumit grad
de vechime, dată de modificările ce au avut loc asupra lumii
reale de la data creerii acestor posibile surse. Unele sisteme
chiar necesită date cu diferite rezolutii temporale pentru
studiul variatiei în timp a unor fenomene si pentru eventuale
prognoze. Pentru majoritatea sistemelor sunt necesare cele mai
noi date, culese de pe hărtile de ultimă editie si completate
cu date obtinute pe cale aerofotogrammetrică sau cu ajutorul
satelitilor artificiali ai pământului (de teledetectie).
Vechimea datelor de pe aceste ultime înregistrări este dată de
data realizării imaginilor.
Trebuie avut în vedere faptul că unele hărti tematice s-au
realizat după realizarea hărtilor topografice de o anumită
editie si gradul de precizie a datelor tematice nu este arătat
nicăieri, asa cum este arătat pentru hărtile topografice.
4.1.2. Acoperirea areală
Datele corespunzătoare unui domeniu areal pot lipsi complet sau
sunt disponibile doar anumite straturi de date. De exemplu, hărtile
tematice pentru vegetatie si pentru soluri pot fi incomplete în
zonele de frontieră si pentru unele perioade de tranzitie si în
momentul de fată nu mai reprezintă fidel realitatea. O
acoperire uniformă este imposibil de obtinut pentru toate
tipurile de date si utilizatorul trebuie să decidă ce nivel de
generalizare este necesar sau dacă mai este necesară culegerea
folosind si alte surse de date.
4.1.3. Scara geoimaginii sursă
Geoimaginile au o anumită scară, de care depind gradul de detaliere si precizia datelor. Scara restrânge tipul, cantitatea si calitatea (aici intrând si precizia) datelor SIG (Nisu, C., Nitu,C.D. 1992a si 1992b). Trebuie alese geoimaginile sursă de scări care să asigure caracteristicile de rezolutie si precizie corespunzătoare celor mai pretentioase aplicatii ale SIG (cel mai f1n detaliu). Mărirea unei hărti la scară mică nu duce la îmbunătătirea indicatorilor de precizie sau la mărirea gradului de detaliere, asa cum consideră unii utilizatori de formatie diferită de cea geodezică.
4.1.4. Densitatea
observatiilor
Rezolutiile specifice datelor si complexitatea detaliilor dintr-o
anumită zonă geografică determină numărul de observatii pe
unitatea de suprafată sau densitatea observatiilor. Aceasta
trebuie inclusă în metadate si trebuie cunoscută de către
utilizator.Analiza geografică necesită date de rezolutii
specificate. De exemplu, realizarea hărtilor cu izolinii (izohipse,
izobare, izoterme, izocline etc.), cu o anumită echidistantă,
necesită o anumită densitate a punctelor dispuse neregulat cu
valori z=f(x,y) cunoscute, o rezolutie spatială plană a
punctelor cu valori z dispuse într-o grilă regulată etc
4.1.5. Relevanta datelor
Adesea nu se pot obtine anumite date asupra unei zone si în
locul acestora se utilizează date obtinute indirect, respectiv
date de înlocuire. Între datele de înlocuire si fenomenul ce
trebuie analizat trebuie să existe o anumită relatie. În
statistică sunt multe exemple de determinare indirectă a unor mărimi
necunoscând prea multe date, ci doar unele esantioane dintr-o
populatie, concluziile extrapolându-se la întreaga populatie.
De asemenea, alt exemplu este cel de urmărire a stadiilor
succesive ale culturilor, care se poate face prin urmărire
directă la teren sau prin date de teledetectie. Tot prin
teledetectie se pot analiza pentru o zonă tipurile de soluri,
probabilitatea de eroziune etc.
Relevanta datelor este acea caracteristică ce exprimă că o
multime de date corespunde cu un anumit nivel de încredere (de
regulă cuprins între 0,05 si 0,10) scopului în care sunt
utilizate. Si această valoare trebuie specificată în metadate.
Metodele de formatare a informatiei digitale pentru transmitere, memorare si procesare pot introduce erori in data. Transformarile scarii, proiectiei, din formatul raster in vector si marimwa rezolutiei pixelilor sunt exemple de cauze posibile ale erorilor datorita formatului. Conversiile multiple dintr-un format in altul pot crea o cumulare a erorilor. De aici rezulta necesitatea standardelor de formate.
4.1.7. Accesibilitatea
Accesibilitatea la date nu este aceeasi pentru toate organizatiile si toate tipurile de date. Accesul la unele date poate fi restrictionat, aceste date avand niveluri diferite de clasificare. Restrictii exista pentru unele date folosite de militari, pentru date folosite de unele firme de stat sau particulare etc. Pot fi restrictionate doar datele de o anumita precizie si densitate.
Culegerea datelor costa circa 75 - 80 % din costul intregului sistem. Uneori e mai bine sa cumperi date, decat sa digitizezi sau sa faci determinari fotogrammetrice si geodezice. Exista o legatura directa intre precizie si cost.
4.2. Erori rezultate din
variatia naturală sau din măsurătorile originale
Sursele acestor erori pot fi cele obisnuite, cunoscute din
literatura de specialitate, sau unele ce urmează a se determina.
Nu vor fi descrise decât acele tipuri pentru care au fost
identificate procedurile de culegere si validare a datelor
tratate în prezenta lucrare.
4.2.1. Precizia pozitională
PPrecizia pozitională este măsura variantei pozitiei detaliilor fată de pozitia lor reală. Aceasta depinde de tipul datelor folosite sau măsurate. Precizia caracterizează punctele rezultate din discretizarea detaliilor punctuale , liniare si areale (erori de digitizare a hartii). Indicatorii de precizie sunt prevăzuti în metadate si sunt stabiliti pe baza metodelor statistice pentru un nivel de încredere dat (de regulă a=0,05), pentru metoda cea mai imprecisă de determinare a pozitiei. Unele detalii, în special cele reprezentate pe hărtile topografice au un nivel mai mare de precizie. Unele detalii tematice, precum zonele climatice, zonele corespunzătoare tipurilor de sol etc. sunt cu frontiere interpretabile (imagini generalizate) .
4.2.2. Precizia continutului
Precizia continutului se referă la atribuirea corectă a
codurilor de identificare în urma aplicării unei clasificări
la conversia datelor în formă numerică (la digitizarea
vectorială a hărtilor, la interpretarea asistată de calculator
a imaginilor etc.). Anumite detalii pot fi de asemenea omise la
această conversie. Alte erori privind precizia cantitativă pot
fi prezente datorită necalibrării instrumentelor de măsurare
pentru mărimi precum altitudinea de zbor, pH-ul solului sau
atmosferei, continutului în gaze a atmosferei etc. Unele erori
sau greseli de acest tip rezultate în laboratore sau în teren
sunt nedetectabile.
O măsură a preciziei de identificare este coeficientul Kappa (K)
al lui Cohen. Pentru o zonă dată, se construieste o matrice de
nX.n elemente, n fiind numărul de tipuri de detalii ale SIG. Pe
coloane se reprezintă tipurile de detalii ale clasificării
reale, iar pe linii tipurile de detalii din baza de date. Dacă
cele două tipuri de clasificări coincid, matricea va avea
termeni diferiti de 0 numai pe diagonala principală, o valoare
fiind egală cu numărul de aparitii ale elementului cu un cod
dat. În afara diagonalei principale, un termen ri,j al matricei
R arată de câte ori a fost interpretat eronat detaliul i ca un
detaliu j. Coeficientul K se determină cu formula
K=(d-q)/(N-q)
..............................................................................................(3.17)
unde d este suma elementelor de pe diagohala principală sau numărul
de clasificări corecte
d=Sirii, i=1,n
................................................................................................(3.18)
N este suma tuturor elementelor matricei sau numărul total de
clasificări, iar q este determinat cu relatia
q=(Suma(i)ri,j+1.ri+1,j)/N, i=1,n, j=i
.....................................................................(3.19)
unde ri,j+1 este suma elementelor liniei i, iar ri+1,j este suma
elemenzelor de pe coloana j. Când există numai clasificări
corecte valoarea coeficientului este egală cu 1. În anexa F(e)
este arătat un exemplu de clasificare incorectă a unor detalii
si este calculat coeficientul K. În cazul dat valoarea obtinută
este K=0,66. Cu cât K este mai apropiat de 1, cu atât
clasificarea este mai precisă.
4.2.3. Surse ale variatiei
în date
Variatiile în date apar datorită erorilor de măsurare ale
metodei, celor specifice operatorului si datorită necalibrării
sau calibrării inadecvate a instrumentelor de măsură. De
exemplu un scaner fotogrammetric are o rezolutie radiometrică
mai mare decât un scaner cartografic si ca atare si o precizie
mai mare. Precizia fiecărui scaner poate fi alterată după o
perioadă mare de utilizare si datorită necalibrării corecte.
De remarcat că vânzătorii de scanere nu furnizează si
programele de calibrare. Un alt exemplu se poate da pentru datele
tematice. O calibrare incorectă a instrumentului de măsurare a
oxigenului dizolvat în apă va duce la date incorecte privind
concentratia de oxigen în apele unui lac, unui râu sau ale unui
golf.
Poate exista si o variatie naturală în valorile datelor (în
datele) culese. De exemplu, salinitatea apelor unui golf sau ale
unui estuar variază în cursul unui an si depinde de influxul de
apă din fluvii si râuri si de evaporare. Dacă nu se tine seama
de aceste variatii naturale se pot trage concluzii gresite si se
pot lua decizii eronate, respectiv să se introducă erori în
SIG. În orice caz, dacă erorile nu duc la rezultate
neasteptate, detectarea lor poate fi extrem de dificilă
4.3. Erori ce apar prin
procesare
Erorile datorită procesării sunt cele mai greu de detectat de
utilizatorii SIG, trebuie căutate cu metode specifice si necesită
cunostinte suplimentare. Sunt erori subtile care apar în moduri
diferite si pot apare în structuri multiple de date gestionate
în SIG.
4.3.1. Erori numerice
Calculatoarele diferite pot să nu aibe aceeasi capabilitate
de realizare a operatiunilor matematice complexe si se pot obtine
diferente semnificative ale rezultatelor aceluiasi algoritm.
Testarea se poate face în mod simplu prin ridicări succesive la
pătrat, apoi prin extragerea succesivă a rădăcini pătrate, când
ar trebui să se ajungă la numărul de la care s-a plecat.
Altă sursă de erori poate fi chiar defectiunile calculatorului,
respectiv ale cipului de bază al acestuia. Un asemenea caz a apărut
la o serie de calculatoare Pentium (tm) ale firmei Intel.
O altă sursă de erori este cea legată de conversia analog-digital
(A-D), Deoarece calculatoarele trebuie să manipuleze datele în
format digital, erorile numerice în procesare pot conduce la
rezultate imprecise. În orice caz, erorile numerice de procesare
se detectează greu si presupun o anumită sofisticare care nu e
prezentă la utilizatorii SIG de formatie negeodezică.
4.3.2. Erori în analiza topologică
Erorile logice pot duce la manipulări incorecte ale datelor si la analize topologice incorecte (Nitu, C., Nitu, C.D. 1992a). Se recunoaste că datele sunt eterogene si sunt susceptibile de variatii. Suprapunerea straturilor poate duce la probleme ca poligoane aschie (pană, aschie), neracordări , goluri etc. (depasiri, neracordari). Variatia preciziei straturilor diferite poate fi ascunsă pe timpul prelucrării, ducând la crearea de "date virtuale care pot fi greu de detectat din datele reale" (Sample, 1994). În anexele F si C sunt arătate câteva cazuri ce duc la eronarea datelor si a produselor derivate din date (Nitu, C., Nitu, C.D., 1992a si 1992b).
4.3.3. Problemele clasificării
si generalizării
Pentru mintea umană, pentru a întelege marele volum de date,
acestea trebuie clasificate si în unele cazuri generalizate.
Chiar clasificarea este o etapă a generalizării. Referiri la
clasificarea în SIG sunt prezentate în acest capitol Cazul
ideal presupune sapte subclase ale unei clase, pentru a fi
memorate de om pe termen scurt. Datele sunt manipulate si afisate
mai usor în mici grupe de date. Clasificarea si generalizarea atributelor sau
datelor tematice ale SIG duc la erori de interpolare si pot
introduce neregularităti în date care pot fi detectate greu. O
măsură a corectitudinii clasificării este calculul
coeficientului Kappa. Aprecierea generalizării poate fi făcută,
asa cum s-a arătat, cu metode ale analizei informationale.
4.3.4. Erori de digitizare
si geocodare
Erorile de prelucrare, erorile surselor si ale metodelor de
culegere apar în procesul de culegere si validare a datelor,
respectiv digitizare cartografică, exploatare fotogrammetrică
la aparatele clasice, analitice si digitale, la geocodare etc.,
la suprapunerea straturilor la intersectările obiectelor
liniare, la intersectările contururilor obiectelor areale,
vectorizarea datelor raster, rasterizarea datelor vectoriale etc.
Erorile datorate operatorului pot duce la aparitia unor scurburi suplimentare, intoarceri, noduri poligonale , bucle etc. Erorile surselor (geoimaginilor)
sunt tratate pe larg în disciplinele de specialitate.
Un caz aparte este problema georeferentierii, întâlnită la
aducerea coordonatelor geoimaginilor în sistemul de coordonate
al proiectiei cartografice, respectiv în coordonatele bazei de
date a SIG. Pentru transformare se pot folosi diferite functii de
aproximare, printre care cele ale rototranslatiei, transformărilor
afină si proiectivă etc.
Datele provin din multe surse si sufera mai multe conversii sau transformari. Exista mai multe straturi, care trebuie combinate intre ele. O eroare a unei date se propaga la alte date care sunt functie de acea data.
Propagarea apare cand o eroare a unei date duce la eroarea altei date. De exemplu, daca un punct al harti care serveste pentru registratie a fost digitizat eronat intr-un strat si este folosit apoi pentru orientarea pe un alt strat, eroarea se va propaga in produsul final. In acest mod, o singura eroare poate duce la altele.
5.2. Cumularea
Cumularea apare de la mai multe date eronate si de la mai multe transformari si combinari. Efectele cumularii pot fi foarte greu de prezis si de detectat. Cumularea poate fi aditiva sau multiplicativa si poate varia in functie de modul de combinare a datelor. Datele initiale trebuie testate si validate.
Nu va bazati pe date gratuite sau cu preturi modice, ca se poate ca acestea sa fie eronate. Gasiti intotdeauna alte metode de trestare si validare. Comparati-le cu datele din alte surse mai precise. Piata datelor geografice este abia in formare.
Datele trebuie documentate prin metadate si prin certificate de calitate
7.1. Atentie la procurarea sau cumpararea datelor
Datele trebuie sa se incadreze in standardde de precizie prestabilite, care sunt disponibile public, tiparite sau in forma digitala (metadate)..
7.2. Pregateste un certificat de calitate pentru setul tau de date
Certificatul are forme diferitete, in functie de institutia elaboratoare.
7.3. In absenta certificatului de calitate
Fiti atenti la:.
7.4. Standarde de date si metadate
Faceti click pe FGDC pentru a invata mai multe despre problemele de mai sus, pentru prevederile din SUA.
Antenucci, J.C., Brown, K., Croswell, P.L., Kevany, M. and Archer, H. 1991. Geographic Information Systems: a guide to the technology. Chapman and Hall. New York.
Burrough, P.A. and R.A. McDonnel. 1997. Principles of Geographical Information Systems for Land Resource Assessment. Clarendon Press. Oxford.
Koeln, G.T., Cowardin, L.M., and Strong, L.L. 1994. "Geographic Information Systems". P. 540 in T.A. Bookhout ed. Research and Management Techniques for Wildlife and Habitat. The Wildlife Society. Bethesda.
Muehrcke, P.C. 1986. Map Use: Reading, Analysis, and Interpretation. 2d Ed. JP Publications, Madison.
Nitu, C., Nitu, C. D., Tudose, C., Visan, M. 2002. Sisteme informationale geografice si cartografie computerizata (Roumanian), University of Bucharest Publishing House, 278 p.
Sample, V.A. (Ed). 1994. Remote Sensing and GIS in Ecosystem Management. Island Press. Washington, D.C.
Star, J. and Estes, J. 1990. Geographic Information Systems: an Introduction. Prentice Hall. Englewood Cliffs.
Tufte, E.R. 1990. Envisioning Information. Graphics Press, Cheshire, Conn.
Cu punctare si clic pe săgeata către dreapta se trece la capitolul următor, iar pe săgeata către stânga la capitolul anterior.
Trimite comentarii si sugestii la: cnitu@personal.ro
