kvalita_dat_nejistota [Wiki GIS/KGI UPOL]

This page is read only. You can view the source, but not change it. Ask your administrator if you think this is wrong.
====== 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

==== dimenze prostorových dat ====
  * prostor
  * čas
  * měřítko
  * atribut
  * vztah
==== komponenty kvality dat ====
  * polohová přesnost
  * atributová přesnost
  * časová přesnost
  * úplnost
  * logická konzistence
  * sémantická přesnost
  * správnost
  * rozlišení
  * původ
  * účel
  * použití
  * rodokmen
  * metakvalita
  * homogenita
  * spolehlivost


====== 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

===== 3 filtry zkreslení =====
  * 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)
==== 1. konceptualizace ====

  * **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, ...
==== 2. reprezentace ====
  * rozdíl jestli dělám vektor nebo rastr
  * **mixel** = prvky, u nichž výsledek statistické klasifikace naznačuje výskyt více kategorií (landcover)
  * chybová matice

==== 3. analýza ====
  * dobrá GIS analýza nemůže napravit špatné pojetí geografie ani špatnou reprezentaci, ale může oslabit jejich pravděpodobné negativní důsledky
===== zpracovávání nejistoty =====
  * **Soft Computing**
  * fuzzy logika, ANN, GA, teorie chaosu, pravděpodobnostní metody

===== vizualizace nejistoty =====
  * **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, ...

  * MacEachren
        * srovnávací mapy
              * mapa pro atribut a mapa pro nejistotu
        * kombinované mapy
              * oboje na jedné mapě
        * interaktivní explorační nástroj
        * sekvenční prezentacex
User Tools

Site Tools

Page Tools
