kvalita prostorových dat

není závislá nejen na datech ale i na uživateli
přesná, důvěryhodná a dostatečná pro rozhodování uživatele, to jsou kvalitní data
standardy a normy
- formalizují kvalitu dat
nejčastěji se jedná o kvalitu prostorových dat ve vztahu k nejistotě

nejistota

= naše nedokolané a nepřesné znalosti o světě
představuje rozdíl mezi obsahem datové sady a jevem, který by data měla reprezentovat
neúplná reprezentace našeho světa
nejsme si jisti, co přesně měříme nebo vidíme v přírodě nebo ve společnosti, ani jakké závěry vyvodit i z těch dokonalých údajů
není možné vytvořit dokonalou reprezentaci světa
GISy nejsou založené na přirozených jednotkách analázy

reálný svět → konceptualizace → reprezentace → analýza
nejistota může existovat jednak v umístění hranic zóny, ale také ve vlastnostech dané zóny
chyba (error)
- rozdíl mezi hodnotou vlastnosti objektu měřenou s neznámou chybou (v testovací sadě) a skutečnou hodnotou vlastnosti objektu měřenou bez chyby (v referenční sadě)

vágnost
- kvůli absenci objektivních geografických jednotek
- tranformace bodových událostí na plošné jednotky
- vyskytuje se v důsledku špatné definice způsobené špatnou dokumentací nebo pokud jsou sledované objekty rozmazané
nejednoznačnost (ambiguity)
- návrh vazby mezi ukazatelem a jevem je nejednoznačný
- nastává tehdy, pokud se místo samotných jevů používají jejich nedokolané indikátory
- např. při řetězení dat, kdy si dle meta-kategorií nejsme jisti zařazením konkrétní třídy do dané kategorie
fuzzy přístup ke klasifikaci atributů
- frekvenční pojetí → pravděpodobnost daného výsledku je definovaná jako podíl, kolikrát se výsledek vyskytuje v reálném nebo imaginárním experimentu, kdy je počet testů velmi vysoký
- → problém GIS - má 1 pole s jednou přesnou charakteristikou a 1 pozorovatele
  - proto subjektivní koncepce pravděpodobnosti
- ve fuzzy logice může být stupeň příslušnosti objektu ke třídě částečný
- landuse, hranice, půdní typy, vegetační typy, …

rozdíl jestli dělám vektor nebo rastr
mixel = prvky, u nichž výsledek statistické klasifikace naznačuje výskyt více kategorií (landcover)
chybová matice

dobrá GIS analýza nemůže napravit špatné pojetí geografie ani špatnou reprezentaci, ale může oslabit jejich pravděpodobné negativní důsledky

grafické proměnné:
- vnitřní
  - mění svoji hodnotu v souvislosti s měnící se nejistotou
  - systost barvy
- vnější
  - ke standardnímu kartografickému vyjídření jsou přidány další objekty
  - šipky, grafy, …