Error,
Exactitud y Precisión.
Texto original: Error,
Accuracy, and Precision - Kenneth E. Foote and Donald J. Huebner, Dpto. of
Geography of Texas at Austin, 1995. The Geographer Graft Project, Dpto. of
Geography, The University of Colorado at Boulder . (Contactar con k.foote@colorado.edu)
Traducción: José Antonio Rodríguez Esteban, Prof. de
Geografía, Dpto. Geografía, Lab. Geografia Aplicada, Proyecto GEOteca, Universidad Autónoma de Madrid (2002).
1. La importancia del
Error, la Exactitud y la Precisión
2. Algunas definiciones
básicas
3. Tipos de error
- 3.1.
Exactitud y
precisión posicional
- 3.2.
Exactitud y
precisión de los atributos
- 3.3.
Exactitud y
precisión conceptual
- 3.4. La lógica de la exactitud y la presición
4. Fuentes de inexactitud
y imprecisión
- 4.1.
Fuentes obvias de
error
- 4.1.1.
Antigüedad de
los datos
- 4.1.2.
Área de
cobertura
- 4.1.3.
Escala del mapa
- 4.1.4.
Densidad de las observaciones
- 4.1.5.
Relevancia
- 4.1.6.
Formato
- 4.1.7.
Accesibilidad
- 4.1.8.
Coste
- 4.2.
Errores
resultantes de la variación natural de los datos originales
- 4.2.1.
Exactitud
posicional
- 4.2.2.
Precisión en el
contenido
- 4.2.3.
Fuentes de
variación de los datos
- 4.3.
Errores
originados durante los procesos
- 4.3.1.
Errores
numéricos
- 4.3.2.
Errores en los
análisis topológicos
- 4.3.3.
Problemas de la
clasificación y la generalización
- 4.3.4. Digitalización y los errores geocodificados
5. Los problemas de la
propagación y de la conexión en cascada
- 5.1.
Propagación
- 5.2. Conexión en cascada
6. Cuidado con la falsa
precisión y la falsa exactitud
7. Los peligros de los
datos indocumentados
- 7.1.
Investigue cuando
pida prestado o compre datos
- 7.2.
Prepare un
informe de la calidad de los datos que vaya a utilizar
- 7.3.
Haga preguntas
sobre al indocumentación de los datos
9. Referencias y bibliografía adicional
Sólo recientemente, los usuarios y desarrolladores
de los Sistemas de Información Geográfica (SIG) han prestado atención a los
problemas causados por el error, la exactitud y la imprecisión en el conjunto
de datos espaciales. Ciertamente, existía la conciencia de que todos los datos
contenían cierta inexactitud e imprecisión, pero su efecto en los problemas y
soluciones de los SIG no ha sido considerada con gran detalle. Las principales
introducciones a los SIG, tales como la de C. Dana Tomlin Geographic
Information Systems and Cartographic Modeling (1990), la de Jeffrey Star y
John Estes's Geographic Information Systems: And Introduction (1990), o
la de Keith Clarke's Analytical and Computer Cartography (1990), apenas
tratan esta cuestión.
Esta situación ha cambiado sustancialmente en los últimos años. Ahora existe un reconocimiento general de que el error, la inexactitud y la imprecisión pueden "quebrar" algunos tipos de proyectos SIG. Esto es, los errores no detectados, pueden dejar sin valor algunos de los análisis GIS.
La ironía está en que el problema del error es inherente a uno de las grandes potencialidades de los SIG. Gran parte de las soluciones aportadas por los SIG son posibles gracias a que cotejan y cruzan diversos tipos de datos con localización. Esto es particularmente útil al posibilitar integrar diversos conjuntos de datos discretos bajo un único sistema. Desafortunadamente, cada vez que se importa un nuevo conjunto de datos, el SIG arrastrará el error inherente a los mismos. La mezcla y combinación de errores puede llevar al conjunto de datos por caminos impredecibles.
Una de las primeras discusiones en profundidad sobre el problema y las fuentes de error aparece en P. A. Borrough's Principles of Geographical Information Systems form Land Resources Assessment (1986). Ahora la cuestión aparece tratada en varias introducciones al los SIS, camo en Geographical Information System: A Guide to the Technology (1991) deJohn Antenucci, Kay Broen, Peter Croswell, Michael Kevany and Hugh Archer.
El punto central está en que a través del error se pueden alterar los análisis del SIG, que hay diversos caminos para reducir el error al mínimo mediante una cuidadosa planificación y métodos para estimar sus efectos en las soluciones SIG. El conocimiento del problema del error ha tenido como consecuencia beneficiosa el hacer sensible a los usuarios de los SIG de las potenciales limitaciones inherente al proceso para alcanzar exactitud y precisión en las soluciones.
2. Algunas definiciones básicas
Es importante distinguir desde el principio la diferencia entre exactitud y precisión:
- Exactitud es el grado en el cual la información de un mapa o en una base de datos digital se muestra verdadera o con valores aceptables. La exactitud es un asunto perteneciente a la cualidad de los datos y al número de errores contenidos en un conjunto de datos o mapa. Analizando una base de datos de un SIG, es posible considerar la exactitud horizontal y vertical con respecto a la posición geográfica, tanto atributiva y conceptual, como en la agudeza lógica.
- El nivel de exactitud requerido puede variar enormemente de unos casos a otros.
- Producir y compilar una gran exactitud en los datos puede ser muy difícil y costoso.
- Precisión hace referencia a la medida y exactitud de las descripciones en las base de datos de un SIG. Los atributos de información precisos pueden especificar las características de los elementos con gran detalle. Es importante observar, no obstante, que los datos precisos - no importando el cuidado en su medida - pueden ser inexactos. Los topógrafos pueden cometer errores, o bien los datos pueden ser introducidos en las bases de datos incorrectamente.
- El nivel de precisión requerido puede variar enormemente de unos casos a otros. Los proyectos de ingeniería como el de una carretera, y las herramientas de construcción, requieren una muy precisa medida, de milímetros a decenas de centímetros. Análisis demográficos de las tendencias del electorado pueden prescindir de esta precisión mediante un código postal o de circunscripción.
- Obtener datos altamente precisos puede ser verdaderamente difícil y costoso. Topografiar cuidadosamente las localizaciones requiere de compañías específicas para la recogida de la información.
Gran
precisión no es indicio de gran exactitud y tener gran exactitud no implica
gran precisión. Pero gran exactitud y gran precisión son bastante expresivas.
Los usuarios de los SIG no son siempre conscientes en el uso de los términos. En ocasiones ambos términos son intercambiables lo que resulta contraproducente.
Dos términos adicionales son igualmente usados:
- Calidad de los datos hace
referencia a la relativa exactitud y precisión de una base de datos
particular en un GIS. Estos hechos están a menudo documentados en los
informes de calidad.
- Error acompaña tanto a la imprecisión de los datos como a su inexactitud.
El error posicional es el que más a menudo concierne a los SIG, pudiendo afectar a diferentes características de la información almacenada en una base de datos.
3.1. Exactitud y precisión posicional
Es aplicable tanto a la posición horizontal como a la vertical.
Exactitud y precisión están en función de la escala en la que ha sido creado el mapa (impreso o digital). Los mapas estándar empleados por el Servicio Geológico de los Estados Unidos (USGS) especifican que:
"se requiere una exactitud horizontal del 90 % en todos los puntos tomados que deben de estar entre 1 y 30 pulgadas (2,54 y 76.2 cm) para mapas de escala superior a 1:20.000 y entre 1 y 50 pulgadas (2,54 y 127 cm) para mapas de escala inferior a 1:20.000"
Precisiones estándar
para algunas escalas de mapas
1:1.200 ± 3,33 pies (± 1,015 m)
1:2.400 ± 6,67 pies (± 2,033 m)
1:4.800 ± 13,33 pies (± 4,063 m)
1:10.000 ± 27,78 pies (± 8,467 m)
1:12.000 ± 33,33 pies (± 10,159 m)
1:24.000 ± 40,00 pies (± 12,192 m)
1:63.360 ± 105,60 pies (± 32,187 m)
1:100.000 ± 166,67 pies (± 50,80 m)
(Nota: 1 pie = 30,48 cm = 0,3048 m)
1:4.800 ± 13,33 pies (± 4,063 m)
1:10.000 ± 27,78 pies (± 8,467 m)
1:12.000 ± 33,33 pies (± 10,159 m)
1:24.000 ± 40,00 pies (± 12,192 m)
1:63.360 ± 105,60 pies (± 32,187 m)
1:100.000 ± 166,67 pies (± 50,80 m)
(Nota: 1 pie = 30,48 cm = 0,3048 m)
Esto significa que cuando nosotros vemos un punto en un mapa, tendremos esta
probabilidad de que se encuentre dentro de cierta área. Esto se hace extensivo
a las líneas.
Por otra parte, están los peligros de la falsa
exactitud y de la falsa precisión, que son leídos en la información locacional
desde los mapas con niveles de exactitud y precisión bajo los cuales han sido
creados. Esto es un verdadero peligro en los ordenadores, puesto que permite a
los usuarios aumentar y reducir las vistas en un número infinito de escalas.
Exactitud y precisión están unidos a la escala original del mapa y no cambia
aunque se use el zoom para aumentar o reducir la vista. Estas operaciones
pueden incluso hacer creer -falsamente- que la exactitud y la precisión son
mejores.
Los datos no espaciales unidos a la localización
pueden ser inexactos o imprecisos. La inexactitud puede ser consecuencia de
errores de distinto tipo. Los datos no espaciales pueden variar mucho también
en precisión. La información precisa de los atributos describen fenómenos con
gran detalle. Por ejemplo, la descripción precisa de una persona que vive en
una dirección particular puede incluir género, edad, ingresos, ocupación, nivel
de educación y muchas otras características. Una descripción imprecisa puede
incluir sólo los ingresos o sólo el género.
3.3. Exactitud y precisión conceptual
Los SIG dependen sobretodo de la abstracción y la clasificación de los fenómenos del mundo real. Los usuarios determinan que cantidad de información debe usarse y como ésta debe ser clasificada en categorías apropiadas. En ocasiones, los usuarios pueden usar inapropiadas categorías o una clasificación errónea de la información. Por ejemplo, la clasificación de ciudades por el comportamiento del voto electoral es una vía inadecuada para estudiar la fertilidad de las parejas; fallos en la clasificación de las líneas de alto voltaje puede limitar la efectividad en el diseño de un SIG en la construcción de las infraestructuras eléctricas. Aún empleando correctas categorías los datos pueden estar mal clasificados. Un estudio de los sistemas de drenaje puede necesitar de una clasificación de las corrientes y ríos por su "orden", atendiendo su jerarquía al lugar donde una corriente particular desagua en el sistema tributario de la red. Los canales individuales pueden estar mal clasificados si los tributarios están mal localizados. Por ello, algunos estudios pueden no requerir un tipo preciso de categorización del orden de las corrientes. Todo lo más que pueden necesitar es la localización y el nombre de las corrientes fluviales, sin tener en cuenta el orden.
3.4 La lógica de la exactitud y precisión
La información almacenada en una base de datos puede estar ilógicamente introducida. Por ejemplo, los permisos necesarios para construir una subdivisión residencial en un plano de inundación pueden necesitar comparar la proposición con el mapa del plano de inundación. Por lo tanto, la construcción puede ser posible en algunas zonas del plano de inundación pero su uso no será conocido hasta que las variaciones de la inundación potencial hayan sido registradas y puedan ser usadas en la comparación. La cuestión es, pues, que la información almacenada en la base de datos de un SIG puede ser usada y cuidadosamente comparada, si produce resultados útiles. Los SIG están normalmente incapacitados para avisar a los usuarios cuando se produce una inapropiada comparación o si los datos han sido utilizados incorrectamente. Algunas reglas de uso pueden ser incorporadas en el diseño de un SIG, como sucede con los "sistemas expertos", pero los desarrolladores necesitarían estar seguros que las reglas empleadas corresponden al mundo real de los fenómenos que ellos modelan.
Finalmente señalar, cometeremos una equivocación si creemos que una gran exactitud y una gran precisión de la información es necesario para todas las aplicaciones de los SIG. La necesidad de exactitud y precisión puede variar radicalmente dependiendo del tipo de información codificada y del nivel de medida necesario para una particular aplicación. Son los usuarios los que deben determinar el alcance de su trabajo. Excesiva exactitud y precisión no sólo es costoso, sino también puede resultar un gran engorro.
Son
muchas las fuentes de error que pueden afectar la calidad del conjunto de datos
de un SIG. Esto, que resulta muy obvio, puede no ser tan difícil de discernir.
Algunas de ellas serán automáticamente identificadas por el mismo SIG, pero es
responsabilidad del usuario su prevención. Algunos casos particulares puede
necesitar de comprobaciones específicas de error, porque los propios SIG son
capaces de inducir al usuario una falsa sensación de exactitud y precisión sin
garantizar la validez de los datos. Por ejemplo, suavizar cambios en las líneas
fronterizas, en las curvas de nivel y en las zonas de cambio de los mapas de
coropletas es una "elegancia que falsea" la realidad. En realidad,
estas cuestiones son a menudo "vagas, graduales o azarosas" (Burrough
1986). Hay una imprecisión inherente en la cartografía como resultado de los
procesos de proyección y la necesaria distorsión producida en algunos de sus
datos (Koeln et all, 1994); una imprecisión que puede continuar a través de los
procesos aplicados con los SIG. Los usuarios de los SIG deben ser capaces, no
sólo de reconocer el error, sino el grado de error tolerable y asumible del
sistema.
Burrough (1986) divide las fuentes de error en tres
grandes categorías:
- Fuentes
de error obvias.
- Errores
resultantes de la variación natural de las mediadas originales.
- Errores surgidos en los procesamientos.
Generalmente
los dos primeros errores son más fáciles de detectar que aquellos errores del
tercer tipos, surgidos al procesar los datos, por permanecer un tanto
escondidos y ser difíciles de identificar. Burrough divide estos grupos
principales en distintas categorías, tratadas a continuación.
Las fuentes de datos pueden ser simplemente
antiguas para ser usadas en un proyecto SIG. Las colecciones estándar del
pasado pueden ser desconocidas, inexistentes o desfasadas. Por ejemplo, los
datos topográficos del Gran Cañón obtenidos por el decimonónico John Wesley
Powell, contienen falta de precisión para ser utilizados hoy en día. Además,
una parte de la información base puede, además, haber cambiado como
consecuencia de la erosión, la deposición o cualquier otro proceso
geomorfológico. Pese al poder de los SIG, la dependencia de datos antiguos
puede tergiversar, sesgar o convertir en negativos los resultados.
Los datos de una zona determinada pueden haber
desaparecido completamente, o únicamente una parte de los niveles de
información pueden ser utilizables en un proyecto SIG. Por ejemplo, los mapas
de vegetación o de suelo pueden estar incompletos en las zonas de transición o
faltarles exactitud en la representación. Otro ejemplo, es la falta de datos
proporcionados por los sensores remostos en ciertas partes del mundo al estar
permanentemente nublado. La exactitud de una cobertura uniforme pude no estar
disponible y el usuario debe decidir que nivel de generalización debe ser
necesaria si una nueva colección de datos es requerida.
La posibilidad de los mapas para mostrar detalles
está determinada por la escala. Un mapa con una escala 1:1.000 puede ilustrar
detalles más precisos que otro a una escala 1:25.000. La escala determina el
tipo, cualidad y cantidad de los datos (Star and Estes 1990). Se debe elegir
siempre la escala adecuada al nivel de detalles requerido en el proyecto.
Transformar la pequeña escala de un mapa en otra más grande no amentará el
número de detalles o el nivel de precisión de dicho mapa.
El número de observaciones realizadas en un área es
una guía de la verosimilitud del mapa y debe ser conocido por los usuarios del
mismo. Un insuficiente número de observaciones puede no proporcionar el
adecuado nivel de resolución requerido para efectuar análisis espaciales y
resolver los objetivos marcados en el proyecto SIG. En el caso de un punto, si
las curvas de nivel poseen un intervalo de 120 cm, no es posible bajar el nivel
de precisión. Las líneas de un mapa son una generalización basada en el
intervalo de datos grabados, de este modo el más cercano al intervalo muestral,
alcanza la mayor precisión de datos dibujados.
Bastante a menudo, no es posible satisfacer los
deseos de obtener datos de un lugar o de un área, y en su lugar debe haber sustitución estos datos por otros. Ha de
existir una relación de validez entre los datos sustituidos y el fenómeno a
estudiar, pero aún así, pueden producirse errores en tanto en cuanto los
fenómenos no han sido medidos directamente. Un ejemplo local en el uso de datos
sustituidos puede tomarse de los estudios del hábitat de la curruca en Hill
Country. Es muy costoso (y molesto para los pájaros) inventariar esto hábitat
mediante observación directa. No obstante, las currucas prefieren vivir en
viejos cedros Juniperus ashei. El hábitat puede ser localizado por
fotografía aérea. La densidad de los Juniperus ashei puede utilizarse
para deducir la densidad del hábitat de las currucas. Por supuesto, algunas
áreas de cedro estarán inhabitadas o, por contra, tendrán una gran densidad.
Estas áreas pueden no ser visibles cuando se utiliza fotografía aérea para
tabular el hábitat.
Otro ejemplo de deducción de datos se produce con la señal electrónica utilizada para estimar mediante imágenes de satélite la cobertura vegetal, los tipos de suelo, la erosionabilidad y otras tantas características. Los datos son obtenidos por métodos indirectos. Los sensores de los satélites no pueden "ver" los árboles, si no únicamente ciertas signaturas digitales típicas de los árboles y la vegetación. En ocasiones, estas signaturas son almacenadas por los satélites aunque no estén presentes los árboles y la vegetación (falso positivo) o no ser recogidas cuando los árboles y la vegetación si están presentes (falso negativo). Dado el alto coste de obtención de datos in situ, sustituir los datos por deducción es con frecuencia utilizado y el usuario debe entender estas variaciones y asumir, o no, su validez en función de la exactitud requerida en el proyecto.
Otro ejemplo de deducción de datos se produce con la señal electrónica utilizada para estimar mediante imágenes de satélite la cobertura vegetal, los tipos de suelo, la erosionabilidad y otras tantas características. Los datos son obtenidos por métodos indirectos. Los sensores de los satélites no pueden "ver" los árboles, si no únicamente ciertas signaturas digitales típicas de los árboles y la vegetación. En ocasiones, estas signaturas son almacenadas por los satélites aunque no estén presentes los árboles y la vegetación (falso positivo) o no ser recogidas cuando los árboles y la vegetación si están presentes (falso negativo). Dado el alto coste de obtención de datos in situ, sustituir los datos por deducción es con frecuencia utilizado y el usuario debe entender estas variaciones y asumir, o no, su validez en función de la exactitud requerida en el proyecto.
Los métodos para transmitir, almacenar y procesar
la información de forma digital, pueden introducir error en los datos. Las
conversiones de escala y proyección, los cambios desde raster a vector y la
resolución del tamaño y profundidad del píxel, son ejemplos de los posibles
errores inherentes al formato de los datos. En ocasiones, los datos han de ser
transmitidos y utilizadas en múltiples SIG por lo que deben reformarse bajo un
mínimo denominador común. Múltiples conversiones desde un formato a otro pueden
crear un efecto similar a realizar copia tras copia en un máquina
fotocopiadora. Además, hay que tener en cuenta que los estándares
internacionales para la transmisión, almacenamiento y recuperación de datos
cartográficos no estén totalmente realizados.
4.1.7. Accesibilidad.
La accesibilidad de los datos es otra cosa. Lo que
está disponible en un país puede no estarlo en otros. Antes de la desaparición
de la Unión Soviética, no pocos mapas eran considerados como documentación
clasificada y por lo tanto, incontenibles por la mayor parte de la gente. Las
restricciones militares, la rivalidad entre agencias, las leyes de privacidad y
los factores económicos pueden restringir la validad de los datos o su nivel de
exactitud.
4.1.8. Coste.
Extensos y veraces datos son, a menudo, demasiado
caros de obtener o convertir. Iniciar una nueva colección de datos puede ser
demasiado caro para los beneficios generados en un determinado proyecto GIS y
sus diseñadores deben moverse entre su deseo de exactitud y el coste de la
información. La verdadera exactitud es cara y puede ser inasequible.
En ocasiones estas fuentes de error pueden no ser
tan obvias, una revisión cuidadosa puede mostrar su trascendencia en el
proyecto.
La exactitud en la posición es una medida del
desajuste entre los elementos del mapa y la verdadera posición de los atributos
(Antenucci and others, 1991, 102). Depende del tipo de datos usados u
observados. Los cartógrafos pueden situar con exactitud objetos bien definidos,
como carreteras, edificios, líneas divisorias y unidades topográficas discretas
en mapas y en sistemas digitales, mientras que separaciones menos discretas
como las existentes entre la vegetación
o los tipos de suelo pueden
ser el resultado de las estimaciones del cartógrafo. El clima, los biomas, el
relieve, los tipos de suelo, el drenaje y otros elementos faltos de una clara
delimitación en la naturaleza, son susceptibles de ser interpretados.
Defectos o trabajos parciales, errores de digitalización de mapas y de conversión en los mapas o en los escáner, pueden todos ellos producir mapas inexactos en un proyecto SIG.
Defectos o trabajos parciales, errores de digitalización de mapas y de conversión en los mapas o en los escáner, pueden todos ellos producir mapas inexactos en un proyecto SIG.
Los mapas deben de ser correctos y estar libre de
presuposiciones. La precisión cualitativa hace referencia a la corrección en la
clasificación y a la presencia de elementos específicos. Por ejemplo, un bosque
de pinos puede estar incorrectamente clasificado como un bosque de abetos,
introduciendo de esta forma errores que no pueden ser conocidos o sospechados
por el usuario de los datos o del mapa. Ciertos elementos pueden ser omitidos
tanto desde el mapa como desde la base de datos espacial por descuido o
intencionadamente.
Otros errores en exactitud cuantitativa pueden
ocurrir por los defectos de los instrumentos de calibración usados para medir
aspectos concreto como la altitud; el pH del suelo o del agua, o los gases
atmosféricos. Los errores cometidos en el campo o en el laboratorio, pueden ser
indetectables en un proyecto SIG, salvo que el usuario confirmara o corroborara
la validad de la información.
Las variaciones en los datos pueden realizarse por
la introducción de errores de medida durante la observación, por la
predisposición del observador o por falta de una adecuada calibración del
equipamiento. Por ejemplo, se puede no esperar precisiones submétricas con un
GPS de mano sin corrector diferencial. Por otra parte, una incorrecta
calibración en las formas de disolver el oxígeno puede producir valores
incorrectos de concentración del mismo en una corriente.
Pudiendo ser una variación natural durante la toma
de datos. Así, por ejemplo, la salinidad en la bahía y en el estuario de Texas
varía durante el año dependiendo del influjo de la las corrientes frías en
profundidad y de la evaporación. Si alguien no fuera consciente de esta
variación natural, ideas y decisiones erróneas pudieran ser tomadas,
introduciendo un significativo error en el proyecto SIG. En algunos casos, si
el error no da lugar a inesperados resultados, su detección sería
extremadamente difícil.
Los errores originados durante los procesos son los
más difíciles de detectar por los usuarios de los SIG. Pueden ser
específicamente buscados para lo cual se requiere conocimiento de la
información y de los sistemas usados en su procesamiento. Hay sub errores que
ocurren de diferentes modos, habiendo otros potencialmente más insidiosos, por
que pueden ocurrir en múltiples conjuntos de datos durante su manipulación en
un proyecto SIG.
Diferentes ordenadores pueden no tener la misma
capacidad para construir complejas operaciones matemáticas, pudiendo producir
resultados significativamente diferentes desde un mismo problema. Borrough
(1990) cita un ejemplo en la elevación al cuadrado de un número, lo que produce
una diferencia del 1.200 %. Los errores en los procesos de cálculo ocurren en
las operaciones de redondeo y son inherentes al número de dígitos manipulados
por le procesador. Otra fuente de error puede deberse a defectos del propio
procesador, como ha sucedido con un problema matemático identificado en los
chips del Pentium de Intel (tm). En ciertos cálculos, el chip ofrecía
respuestas equivocadas.
Un mayor reto es el de la exactitud en la
conversión de mapas existentes en formato digital (Muehcke 1986). Como los
ordenadores manipulan los datos en formato digital, los errores numéricos
pueden producir resultados inexactos. En cualquier caso, los errores en los
procesos numéricos son extremadamente difíciles de detectar, y quizá requieran
de una sofisticación no presente en la mayoría de los usuarios de SIG o promotores
de proyectos.
Los errores lógicos pueden causar una incorrecta
manipulación de los datos y de los análisis topológicos. Se pueden reconocer
qué datos no son uniformes y están sujetos a variaciones. La superposición de
múltiples capas de mapas puede resultar ocasionar problemas del tipo "Slivers", "Overshoots" y "Dangles". Variaciones
en la exactitud entre diferentes capas del mapas pueden oscurecer durante le
proceso en la creación de "datos virtuales los cuales pueden dificultar el
reconocimento de los datos reales" (Sample 1994).
Para el entendimiento humano, la comprensión de una
vasta cantidad de datos reside en su clasificación, y en algunos casos en su
generalización. Siguiendo a Borrough (1986, 137) clasificar los datos en torno
a siete divisiones es el ideal, ya que se pueden retener fácilmente en la
memoria. Definir como se harán los intervalos es otro problema. Por ejemplo,
definir las causas de muerte en hombres de entre 18-25 años será
significativamente diferente que entre 18-40 años. Los datos son más exactos y
manipulables entre múltiplos pequeños. Definir un múltiplo razonable y
preguntases "por qué hay que comparar", es esencial (Tufte 1990,
67-79). La clasificación y la generalización
de atributos usada en
un GIS está sujeta a errores de interpolación y puede introducir
irregularidades en lo datos difíciles de detectar.
Los errores ocurridos durante el transcurso de las
fases de manipulación de datos tales como la digitalización y la
geocodificación, el recubrimiento y las intersecciones de los límites, y los
errores de rasterización de un mapa vectorial. Los errores fisiológicos del
operador por contracciones involuntarias del músculo pueden dar lugar a "spikes"
(puntos), a switchbacks (zig-zags), a "polygonal knots" (nudos
poligonales), y a "loops" (lazos). Los errores asociados con los mapas fuente
dañados, el
error del operador mientras lo convertía a digital, y los prejuicios puede ser
comprobados comparando los mapas originales con versiones convertidas a digital.
Otros errores resultan más evasivos.
Esta discusión se ha enfocado en relación a los
errores que pueden estar presentes en sistemas de datos individuales. Los SIG
dependen generalmente de comparaciones de muchos sistemas de datos. Este
diagrama esquemático demuestra cómo una variedad de conjunto de datos discretos
puede tener que ser combinados y ser comparados para solucionar un problema de
análisis del recurso. Es inverosímil que la información contenida en cada capa
sea exactamente igual y precisa. Los errores pudieron también haber surgido
compilando la información. Si éste es el caso, la solución al problema del SIG
en si mismo puede ser inexacta, imprecisa o errónea.
El problema es esa inexactitud, imprecisión y el
error se puede formar en los SIG que empleen muchas fuentes de datos. Hay dos
maneras posibles para que esto ocurra.
La propagación ocurre cuando un error conduce a
otro. Por ejemplo, si un punto de registro del mapa se ha convertido a digital
en una cobertura y después se utiliza para colocar una segunda cobertura, la
segunda cobertura propagará el primer error. De esta manera, un solo error
puede conducir a otro y separarse hasta que corrompe los datos a través del
proyecto entero del SIG. Para evitar este problema utilice el mapa de la escala
más grande para colocar sus puntos.
La propagación ocurre a menudo en una manera
acumulativa, como cuando los mapas de diversa exactitud se compaginan.
La conexión
en cascada
significa que la información errónea, imprecisa e inexacta sesgará la
resolución de SIG cuando la información se combina selectivamente en nuevas
capas y coberturas. En este sentido, la conexión en cascada ocurre cuando los
errores se pueden propagar de manera incontrolada de capa en capa.
Los efectos de la conexión en cascada pueden ser,
igualmente muy difíciles de predecir. Pueden ser aditivos o multiplicativos y
pueden variar dependiendo de cómo se combina la información, variando de
situación en situación. Como la conexión en cascada puede tener tales efectos
imprevisibles, es importante probar su influencia en una solución dada de un
SIG. Esto se hace calibrando una base de datos de un SIG mediante técnicas
tales como la del análisis de la sensibilidad. El análisis de la sensibilidad
permite que los usuarios calibren cómo y cuántos errores tendrán solución. El
análisis de la calibración y de la sensibilidad se discute en el error
de manejo.
También es importante señalar que la propagación y
la conexión en cascada pueden afectar a la horizontal, la vertical, la
cualidad, la conceptualidad y a la exactitud lógica y la precisión
Los usuarios de los SIG no están siempre enterados
de los difíciles problemas causados por el error, la inexactitud y la
imprecisión. Caen a menudo presa de la falsa precisión y de la falsa exactitud
, así que divulgan sus resultados a un nivel de precisión o de exactitud que
son imposibles alcanzar con sus materiales de fuente. Si las localizaciones en
una cobertura de un SIG se miden solamente en cientos de pies de su posición
verdadera, no tiene ningún sentido divulgar localizaciones predichas en una solución
a una décima del pie. Es decir, sólo porque los ordenadores pueden almacenar
imágenes numéricas con muchos espacios decimales no significa que todos esos
espacios decimales sean "significativos". Es importante que las
soluciones de un SIG sean divulgadas honestamente y sólo bajo la exactitud y la
precisión en la que se puedan apoyar.
Esto significa en la práctica que las soluciones de
un SIG son a menudo las mejores divulgadas como gamas o graduación, o
presentadas dentro de intervalos estadísticos de confianza. Estas ediciones se
tratan en el módulo, tratamiento
del error.
Después
de lo dicho, es fácil imaginarse el peligro de usar datos indocumentados en un
proyecto de SIG. A menos que el usuario tenga una idea clara de la exactitud y
de la precisión del conjunto de datos, mezclar éstos en un GIS puede ser muy
aventurado. Los datos que se han elaborado cuidadosamente se pueden interrumpir
por errores que algún otro ha cometido. Esto trae a la luz tres situaciones
importantes.
Muchos de los datos de productos gubernamentales y
comerciales importantes, trabajan dentro de los establecidos estándares de
exactitud y
precisión que están disponibles al público en forma impresa o digital. Estos
documentos explican exactamente cómo fueron compilados los mapas y el conjunto
de los datos, y tales informes se deben estudiar cuidadosamente. Los informes
de calidad de los datos se proporcionan generalmente en las agencias locales y
del estado o en los de agentes privados.
Sus datos no tendrán valor a menos que se prepare
también un informe de la calidad de los datos. Incluso si usted no planea
compartir sus datos con otros, debe preparar un informe -para el caso de que se
utilice el conjunto de datos otra vez en el futuro-. Si no se documentan el
conjunto de datos cuando se crean, puede terminar por perder el tiempo más
adelante comprobarlos una segunda vez. Utilice los informes de la calidad de
los datos encontrados como modelos para documentar su conjunto de datos.
7.3. En ausencia de un
informe de la calidad de los datos, haga preguntas acerca de los datos
indocumentados antes de utilizarlos.
- ¿Cuál
es la antigüedad de los datos?
- ¿De
dónde proceden?
- ¿Por
qué medio se crearon originalmente?
- ¿Cuál
es la cobertura regional de los datos?
- ¿A
qué escala del mapa fueron convertidos a digital los datos?
- ¿Qué
proyección, sistema de coordenadas y 'datum' fueron utilizados en los
mapas?
- ¿Cuál
era la densidad de las observaciones usadas para su compilación?
- ¿Cómo
de exactas son las características posicionales y de cualidad?
- ¿Parecen
lógicos y consistentes los datos?
- ¿Parecen
limpias las representaciones cartográficas?"
- ¿Son
relevantes los datos para el proyecto actual?
- ¿Qué
formato se mantienen los datos?
- ¿Cuando
fueron comprobados los datos?
- ¿Por
qué fueron compilados los datos?
- ¿Cuál es realmente la fiabilidad del proveedor?
Los
métodos para controlar, medir, y el error de manejo son el tema del módulo
siguiente.
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. 1990. Principles of Geographical
Information Systems for Land Resource Assessment. Clarendon Press. Oxford.
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. 1990. 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.
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.
