"J
X
w
X v
Figuur 5. Fictieve kaart die de kwaliteit weergeeft van de lo-
catiegegevens van een rioolbuis.
Als tenslotte P4 de waarschijnlijkheid is van de juist-
heid van het model, dan is de uiteindelijke probabiliteit
(PO:
Pf p P4
Als de waarschijnlijkheden niet beschikbaar zijn, kun-
nen 'zekerheidsfactoren' ('certainty factors' (CF)) of de
'fuzzy sub-set' theorie (Kaufmann, 1975) worden ge-
bruikt. Zekerheidsfactoren kunnen op verschillende ma-
nieren worden bepaald (zoals bijvoorbeeld via het vast-
leggen van ideeen van deskundigen) en kunnen volgens
Kaufmann een waarde aannemen tussen 0,0 en -Fl,0.
Vergelijking (1) wordt dan vervangen door:
CF MIN(CF1,CF2,CF3)
Als CF4 de zekerheidsfactor is van de juistheid van de
regel, dan wordt vergelijking (3) vervangen door:
CFf MIN(CF,CF4)
waarbij CF1, CF2, CF3 de zekerheidsfactoren zijn, die
betrekking hebben op de drie reeksen gemeten variabe-
len, en waarbij CFf de uiteindelijke zekerheidsfactor is
als rekening wordt gehouden met de kwaliteit van de
gegevens en de juistheid van het model.
Het weergeven van fouten in locatie- en attribuut-
gegevens
Fouten in locatie- en attribuutgegevens kunnen grafisch
worden weergegeven (zie figuren 5 en 6 voor eenvoudige
voorbeelden).
Logische consistentie, volledigheid en afkomst
Gegevens over logische consistentie, volledigheid en af
komst zouden in bijzondere tabellen ('relaties') van da
tabestanden kunnen worden opgeslagen en worden ver-
bonden met de relevante verzamelingen van objecten in
die bestanden.
Gevoeligheidsanalyse
Tijdens de voorbereidingen voor de bepaling van de
voortplanting van fouten, kunnen de gegevens van läge
kwaliteit blijken te zijn. De vraag is of dat belangrijk is
of niet. Er zijn GIS-gebruikers van wiskundige model-
len, die redeneren dat zelfs siechte (of onnauwkeurige)
gegevens beter zijn dan helemaal geen gegevens. Ande
ren, die logische modellen gebruiken, kunnen zieh af-
vragen of bijvoorbeeld de landbouwdeskundigen, die
vervangen zijn door die modellen, zieh eigenlijk ooit
'probabilistisch' gedragen hebben. Een 'gevoeligheids
analyse' ('sensitivity analysis') verschaft de hulpmidde-
len die een GIS-gebruiker mogelijk in Staat steh om te
bepalen of onnauwkeurige gegevens wel of niet ge-
bruikt mögen worden. Een vorm van gevoeligheidsana
lyse, die werd ontwikkeld door lodwick (1989), is de
mate van gevoeligheid van de attributen ('m') en deze
kan heel goed worden toegepast als een GIS nieuwe in-
formatie over polygonen genereert.
Om zulke analyses uit te voeren, worden eerst alle (n)
GE 20%
Probabi I
i te i t
20%-1 5%
Probab i I
i te i t
15%—1 2%
Probab i I
i te i t
LT 12%
Probab i I
i te i t
Figuur 6. Fragment van een kaart welke de kwaliteit laat zien
van de attribuutgegevens met betrekking tot de door een GIS
geprodueeerde informatie over de geschiktheid voor de teelt
van bananen. De kaart toont alleen de gebieden in geschikt-
heidscategorie 2, alsmede de waarschijnlijkheid dat die clas-
sificatie juist is.
KT 1992.X VI 111
99.7Z probabi 1 iceitloc«
B
B
9 Riool
Ccbouv
M Mo«ra«
V So.
B
(3)
X,
20