Diferenciar entre los conceptos, error, exactitud y precisión. Conocer los diferentes componentes de la calidad de los datos geográficos.

Transcripción

1 TEMA 6: CALIDAD DE LOS DATOS GEOGRÁFICOS: OBJETIVOS DEL TEMA Diferenciar entre los conceptos, error, exactitud y precisión. Conocer los diferentes componentes de la calidad de los datos geográficos. Comprender las posibles fuentes de error en los Sistemas de Información Geográfica. 1. INTRODUCCIÓN Los datos geográficos contienen siempre algún tipo de error, referido a alguna de sus cuatro componentes: espacial, temática, de relación o temporal. El error puede ser considerado como desviación o distancia entre un valor medio y un valor real. En esta línea, el término exactitud se refiere a la proximidad de una observación a su valor real (Chrisman, 1991). Este término no debe ser confundido con el de precisión, que se refiere al número de decimales con el que se efectúa una medición. En principio es alcanzable la precisión que se desee, si bien en la práctica existe la limitación del número de bits que se utilizan para representar un valor en el ordenador. El establecimiento de unos ciertos niveles de calidad está en función de las necesidades reales del estudio que se realice. Evidentemente, una mayor exactitud posicional conlleva un coste mayor, lo que no siempre está justificado de acuerdo con los objetivos del estudio que se realice. Atendiendo a la relación entre coste y calidad, el nivel optimo para un estudio coincide con el nivel de calidad mínimo requerido para el mismo. Un incremento del nivel de calidad por encima de ese mínimo supone tener que soportar un coste adicional innecesario. Conviene considerar, además, que el aumento de los costes no tiene por qué ser proporcional al incremento de calidad: a partir de

2 unos determinados niveles de calidad, un pequeño incremento de calidad puede significar un aumento desproporcionado de los costes. 2.- COMPONENTES EN LA CALIDAD DE LOS DATOS Se pueden diferenciar los siguientes componentes de calidad en los datos: Exactitud posicional Exactitud temática Consistencia lógica Temporalidad Integridad Exactitud Posicional. La exactitud posicional se refiere a la exactitud en la localización de los elementos sobre el plano en relación con la posición que realmente ocupan en el espacio. En la localización de un punto, un error de 1 mm sobre un plano 1: supone una diferencia de 10 metros en la realidad. La exactitud posicional se puede verificar sobre una serie de puntos, de los que se conoce exactamente su localización real en el espacio. Una forma de medirla es determinar el error posicional de esos puntos elevando al cuadrado las desviaciones individuales y obteniendo la raíz cuadrada de su media. Algunas instituciones han fijado unos estándares para controlar los errores relacionados con la exactitud posicional, de manera que el usuario final conozca hasta qué punto es exacta la localización de los puntos de un mapa Exactitud Temática. La exactitud temática hace referencia a la exactitud de los valores de los atributos. Cuando se trabaja con variables cuantitativas, como la altitud o el

3 número de habitantes, se sabe que casi nunca la información es del todo exacta, ya que siempre existe un cierto nivel de error tanto en la medición de los datos del medio físico como en las estadísticas oficiales de carácter socioeconómico. De la misma forma, cuando nos enfrentamos a variables cualitativas, como el uso del suelo, conocemos previamente que existe un cierto nivel de inexactitud: un polígono industrial puede no ser industrial al 100 % y un bosque de pinos puede no contener exclusivamente pinos en el 100 % de su superficie. Un caso muy ilustrativo es el de la clasificación de imágenes de satélite, donde el valor cuantitativo de cada tesela es asimilado a una clase de uso del suelo, en función de la diferencia que ese valor presente con respecto a un valor que se considera prototipo de esa clase, es decir, en función de un cierto error tolerable, con lo que de hecho se acepta de antemano un cierto grado de inexactitud temática (ver Chisman, 1989) Consistencia Lógica. La consistencia lógica hace referencia a las relaciones descritas en la estructura de datos. En general se trata de errores que pueden ser detectados cuando el sistema genera topología. Así, por ejemplo, un polígono tiene que ser cerrado y tener una única etiqueta y un solo identificador, y dos líneas deben tener un nodo como punto de enlace. No sólo debe haber una consistencia lógica dentro de cada capa, sino también entre las distintas capas. Supongamos que tenemos dos capas temáticas (secciones censales e hidrografía) y que un río marca el límite entre dos secciones censales: al superponer ambas capas debería coincidir el trazado del río con el límite entre ambas secciones censales y sin embargo frecuentemente esto no ocurre así. En tal caso no existiría consistencia lógica entre ambas capas Temporalidad. El tiempo es una componente esencial de los datos geográficos y por lo tanto afecta a la propia calidad de los datos. En general la información debe ser

4 lo más actualizada posible y toda ella estar referida al mismo tiempo. Pero esto no siempre es posible, ya que con frecuencia se utilizan fuentes que son actualizadas cada ciertos períodos de tiempo, como la cartografía oficial o los datos censales. En muchas actividades, especialmente en las de gestión, es fundamental una constante labor de actualización para que la base de datos sea útil. Es lo que ocurre, por ejemplo, en las aplicaciones en la gestión urbanística o en los inventarios para el mantenimiento de carreteras. A veces no se presta la suficiente atención al tiempo cuando se recoge información de distintas fuentes, con la consecuencia de que ésta puede ser inconsistente (Aronoff, 1989) Integridad. Se deben tener en cuenta determinados criterios durante el proceso de creación de la base de datos para que ésta sea coherente y homogénea. Esos criterios se refieren a cuestiones como qué elementos deben ser seleccionados, que dimensiones mínimas deben tener para que sean incluidos, en cuántas clases se divide una variable nominal, cuáles son las definiciones de las clases, etc. El fijar y aplicar de forma adecuada estos criterios hace que la base de datos sea homogénea en su totalidad. 3.- TIPOS DE ERRORES Los errores son consustanciales a los datos. No es posible encontrar ni un mapa analógico ni una base de datos espacial sin errores. La cuestión que se plantea no es eliminar el error, sino ser capaces de controlarlo. Los errores pueden surgir en distintas etapas de la representación de la realidad y el análisis en un SIG, en función de lo cual Aronoff (1989) presenta una tipología en la que sólo las cuatro primeras categorías se refieren propiamente a errores en la base de datos

5 3.1.- Errores inherentes a la recogida de información. Tanto los mapas como las estadísticas oficiales contienen forzosamente un cierto nivel de error, que se incorpora lógicamente a la base de datos espacial que se genera. Algo semejante sucede cuando se recurre al trabajo de campo o la interpretación de imágenes de satélite, en las que también es frecuente que se introduzcan ciertos niveles de error ligados a la medición o a la clasificación Errores derivados de la captura de datos. En los procesos de captura de datos en el ordenador se pueden generar errores que no existen en las fuentes originales. Esto puede ocurrir en un proceso de digitalización manual, donde puede quedar un polígono sin representar; o en la importación de ficheros con información locacional o de atributos, donde un determinado carácter alfanumérico puede no ser reconocido por el sistema. Por otro lado, es importante observar que en algunos casos nos encontramos con inexactitudes ligadas a una indefinición o variabilidad de las líneas frontera en la propia realidad. Si el error es considerado como la desviación (o distancia) entre un valor medio y el valor real, en este caso no existe un valor real determinado y con el que efectuar las comparaciones. Esto puede ser debido a que en la realidad no existe una línea frontera entre dos áreas sino una suave transición (por ejemplo, entre dos clases de vegetación potencial) o a que esa línea frontera es cambiante en el tiempo (por ejemplo la línea de costa de un embalse que varía a lo largo del año y en ciclos plurianuales, en función de las precipitaciones) Errores derivados del almacenamiento Las coordenadas de los puntos se almacenan en formato digital con un determinado nivel de precisión. Cuando se almacenan en simple precisión se utilizan 32 bits (4 bytes) de memoria para cada valor y se puede trabajar con

6 siete dígitos significativos. La doble precisión utiliza 64 bits, pero permite trabajar con 15 ó 16 dígitos significativos. En algunas aplicaciones se requiere una gran exactitud en el almacenamiento de las coordenadas, que solo puede ser alcanzada utilizando doble precisión, si bien ello conlleva un mayor consumo de memoria Errores derivados de la manipulación y análisis de datos. Pueden surgir, por ejemplo, cuando varias capas se superponen y no coinciden exactamente ciertas líneas que deberían hacerlo, formándose polígonos que en realidad no existen, los polígonos ficticios. Cuanto más precisa sea la forma de estas líneas frontera, más fácil es que se produzcan errores en las operaciones de superposición de capas. Por otro lado, los errores tienden a incrementarse en número cuanto mayor es la cantidad de capas a superponer Errores debidos a las salidas cartográficas El error puede ser debido tanto a los dispositivos de salida como al material sobre el que se realiza la impresión. Los monitores de los ordenadores y los plotter o trazadores trabajan con un sistema de coordenadas que tienen una precisión limitada, lo que puede producir ciertas imprecisiones en las salidas cartográficas. Por otra parte, en material (generalmente papel) en el que se realiza la impresión es deformable en mayor o menor medida Errores debidos a la utilización de los resultados. Los mapas o informes generados por un SIG pueden ser utilizados de forma inapropiada, sin considerar el nivel de exactitud con el que se ha trabajado, lo que puede llevar a conclusiones equivocadas.

7 RESUMEN DEL TEMA 6 El error es la desviación o distancia entre un valor medio y el valor real. La exactitud es la proximidad de una observación a su valor real. La precisión es el número de decimales con el que se efectúa la medición. Componentes de calidad de los datos: Exactitud posicional Exactitud temática Consistencia lógica Temporalidad Integridad La exactitud posicional es la fidelidad en la localización de los elementos geográficos sobre el plano en relación con la posición que realmente ocupan en el espacio. La exactitud temática hace referencia a la precisión en la definición de los valores de los atributos. La consistencia lógica hace referencia a la calidad de las relaciones descritas en la estructura de datos. La temporalidad de los datos es una componente esencial que afecta a la propia calidad de los datos. En general la información debe ser lo más actualizada posible y toda ella estar referida al mismo tiempo. La integridad lógica de los datos se consigue fijando determinados criterios durante el proceso de creación de la base de datos para que ésta sea coherente y homogénea.

8 Tipos de errores y sus fuentes: Etapas Recogida de datos Captura de datos Almacenamiento Manipulación Salidas cartográficas Uso de los resultados Fuentes de error Errores en la recogida de información en el trabajo de campo. Errores en los mapas existentes utilizados como fuentes de información. Errores en el análisis de los datos de imágenes de satélite. Inexactitudes en la digitalización causadas por el operador o los equipos. Inexactitudes inherentes a los elementos geográficos. Insuficiente precisión numérica. Insuficiente precisión espacial. Intervalos de clase inapropiados. Errores en líneas frontera. Propagación de errores por múltiples superposiciones de mapas. Polígonos ficticios causados por l superposición de mapas. Inexactitudes en las escalas. Errores causados por inexactitudes del dispositivo gráfico de salida. Errores causados por la deformación del material cartográfico. La información puede ser incorrectamente entendida. La información puede ser utilizada de forma inapropiada.