Cálculo de Geometría

Question

Quería preguntar sobre la precisión de las áreas calculadas por GIS en comparación con las áreas reales en el terreno. Porque tengo datos de mi país sin áreas para los distritos dentro de Uganda. ¿Son precisas las áreas obtenidas utilizando GIS y reflejan las áreas reales en el terreno o en el campo?

Answer 1

La precisión de los resultados calculados depende de una serie de procesos discretos, que pueden todos compilar la inexactitud en el conjunto de datos final.

La importancia de los metadatos en esta situación es que se pueden usar para explicar errores e incluso identificar pasos donde se introduce el error.

Lo más importante es entender que si verificas tus resultados, siempre obtendrás una respuesta más precisa si se realiza correctamente.

Los aspectos de SIG que introducen errores en un conjunto de datos de SIG son:

1. Escala - la escala de un conjunto de datos es a menudo pasada por alto al calcular y comparar resultados, lo cual es vergonzoso.
   La escala a la que se capturó o digitalizó el conjunto de datos debería afectar tu interpolación de resultados al compararlos con los verificados en terreno. La escala de un conjunto de datos es un atributo importante en los metadatos
2. Conjunto de datos interpolados/calculados - esto está directamente relacionado con la escala. Si tu conjunto de datos es interpolado, calculado, clasificado, extrapolado, etc. con conjuntos de datos de diferentes escalas, el resultado final será solo una indicación general.
   Dado que los datos de SIG son un bien costoso, entiendo y realizo operaciones en conjuntos de datos capturados a diferentes escalas.
   En el mejor de los casos, tu resultado es equivalente al conjunto de datos de menor resolución (mayor escala, es decir, 1:1000 es mejor que 1:1,000,000). Es importante tener esto en cuenta al usar este conjunto de datos. Por lo tanto, es importante definir los procesos y métodos de interpolación en los metadatos por esta razón
3. Error compuesto - relacionado con los puntos 1 y 2, pero también concierne la cantidad de procesamiento que ha pasado un conjunto de datos. Lo considero como trabajar demasiado un metal, si trabajas demasiado un metal lentamente se vuelve duro, quebradizo y más difícil de manipular y moldear. Cada vez que realizas una operación en un conjunto de datos de SIG, a través de limitaciones de las estructuras de datos (teoría informática no relevante para este foro, es decir, error de redondeo, etc.), se introducen pequeños errores, este error se puede compilar dependiendo del proceso que estás realizando y otros conjuntos de datos involucrados. Esto es más prevalente con números de punto flotante y de doble precisión, los tipos más utilizados en cálculos.
   Por lo tanto, es importante mantener un registro de los procesos y los conjuntos de datos asociados con cada proceso, y que esta información se almacene en los metadatos.
   Desafortunadamente, esto es inevitable, pero se puede minimizar manteniendo una copia limpia de todos los conjuntos de datos base y realizando análisis desde estos, y no usando conjuntos de datos sobre procesados
4. Tipos de datos utilizados para almacenar atributos - este es comúnmente pasado por alto. Entiende tus datos, los tipos de información que necesitas mantener, para qué se utilizará y la precisión actual y futura que crees que mantendrá los datos. He visto muchas bases de datos y conjuntos de datos que truncan datos de punto flotante a 3 decimales para "ahorrar espacio", solo para descubrir que sus cálculos no son lo que deberían ser. Esto se relaciona y contribuye a un error compuesto pero, más importante, generalmente es un malentendido grave de los datos capturados, lo que representa y la importancia de la precisión. Si trunca datos, ¡indica la razón en tus registros y metadatos!

Los datos de SIG nunca van a coincidir con los resultados de la verificación en terreno, simplemente porque estás más inclinado a utilizar instrumentos de precisión para la verificación, es decir, teodolitos para topografía y cálculo de áreas.

Si tus cálculos de áreas están muy alejados, entonces revisa la escala, la antigüedad y los procesos realizados en el conjunto de datos. Podría ser que un colega haya alterado deliberadamente o accidentalmente el conjunto de datos por alguna razón.

Espero que esto ayude