J
polygonen van een studiegebied geclassificeerd volgens
de informatie van een verwerkingsmodel ('Rp' voor elk
polygoon). Vervolgens wordt de waarde van een van
toepassing zijnd attribuut veranderd naar mate van zijn
standaarddeviatie in elk polygoon. De door het verwer
kingsmodel gegenereerde informatie wordt opnieuw ge-
genereerd en de polygonen geherclassificeerd. Deze
nieuwe informatie voor elke polygoon wordt aangeduid
met 'Rp'.
De mate van gevoeligheid van de attributen wordt als
volgt berekend:
m lRp - Rpl
waarbij de nieuwe informatie voor alle (n) polygonen
wordt gebruikt. Hoe kleiner de waarde van m is, des te
minder gevoelig is het model voor dat attribuut waar-
van de waarde systematisch veranderd (verstoord) is.
Als dit gedaan wordt voor elk attribuut, kan een verge-
lijking worden gemaakt om te zien voor welk attribuut
de bestaande fout het meest significant is. Op deze wij-
ze heeft de gebruiker, die onnauwkeurige gegevens wil
gebruiken, tenminste informatie tot zijn beschikking
over de mate waarin de onnauwkeurigheid van de gege-
vensverzameling onder beschouwing relatief significant
is. Figuur 7 vormt een illustratie van deze techniek. Uit
deze figuur blijkt dat de hier uitgevoerde geschiktheids-
analyse gevoeliger is voor fouten in de neerslaghoeveel-
heid dan voor fouten in de bepaling van de tempera
tuur (die in dit geval was afgeleid van de hoogte-
gegevens).
Conclusies
Tot dusver is de kwaliteitsbeheersing nog geen stan-
daard hulpmiddel in geografische informatiesystemen.
Ideeen hierover zijn nog steeds in ontwikkeling. Hoewel
geödeten en kartografen over goed ontwikkelde technie-
ken beschikken om de standaardafwijking van coördi-
naten te berekenen, zijn deze technieken nogal moeilijk
voor de doorsnee GIS-gebruiker. Er zijn geen technie
ken vastgesteld voor het omgaan met de kwaliteit van
essentiele gegevens kenmerken en van modellen. Boven-
dien heerst er onbegrip over de mate waarin de kwali
teit van GIS-gegevens achteruit gaat als die zijn gedigi-
taliseerd van kaarten van de tweede generatie en
eventueel verder 'vervormd' (bijvoorbeeld door genera-
lisatie). Foutenbeheersing is voor kartografen en voor
vele anderen die met GIS bezig zijn een brandend on-
derwerp van onderzoek geworden en dat zal nog wel
enige tijd zo blijven.
Figuur 7. Bepaling van de mate van gevoeligheid van at
tributen.
KT 1992.XVIII.1
21
WAARDEN VAN 5 PERCELEN VOORDAT ER EEN
SYSTEMATISCHE VERANDERING WORDT TOE-
GEPAST:
Perceelnummer:
10
12
32
33
34
Waarde 1 (bodemklasse)
MA
MA
IE
IE
IE
Bodem/opbrengst coefficient
5
5
4
4
4
Waarde 2 (hellingklasse)
1
2
2
2
1
Helling/opbrengst coefficient
2
2
2
2
2
Waarde 3 (hoogte)
560
630
230
460
350
Temperatuur/opbrengst coeff.
1
1
2
1
1
Waarde 4
90
120
60
80
80
Regen/opbrengst coefficient
5
1
5
5
5
Opbrengst score (Rp produkt
van de coefficienten)
50
10
80
40
40
WAARDEN VAN 5 PERCELEN NADAT ER EEN SYS
TEMATISCHE VERANDERING VAN DE TEMPERA
TUUR MET 3 STANDAARDDEVIATIE IS TOE-
GEPAST:
Perceelnummer
10
12
32
33
34
Waarde 1 (bodemklasse)
MA
MA
IE
IE
IE
Bodem/opbrengst coefficient
5
5
4
4
4
Waarde 2 (hellingklasse)
1
2
2
2
1
Helling/opbrengst coefficient
2
2
2
2
2
Waarde 3 (hoogte)
606
676
276
506
396
Temperatuur/opbrengst coeff.
1
1
1
1
1
Waarde 4
90
120
60
80
80
Regen/opbrengst coefficient
5
1
5
5
5
Opbrengst score (Rp produkt
van de coefficienten)
50
10
40
40
40
Rp - Rp
0
0
40
0
0
m 8 gevoeligheid voor een fout in
de temperatuur-
meting)
WAARDEN VAN 5 PERCELEN NADAT ER EEN SYS
TEMATISCHE VERANDERING VAN DE REGENVAL
MET 3 STANDAARDDEVIATIE IS TOEGEPAST:
Perceelnummer
10
12
32
33
34
Waarde 1 (bodemklasse)
MA
MA
IE
IE
IE
Bodem/opbrengst coefficient
5
5
4
4
4
Waarde 2 (hellingklasse)
1
2
2
2
1
Helling/opbrengst coefficient
2
2
2
2
2
Waarde 3 (hoogte)
560
630
230
460
350
Temperatuur/opbrengst coeff.
1
1
2
1
1
Waarde 4
143
173
113
133
133
Regen/opbrengst coefficient
1
2
1
1
1
Opbrengst score (Rp produkt
van de coefficienten)
10
20
16
8
8
Rp - Rp
40
10
64
32
32
m 35.6 (gevoeligheid voor een fout in de regenhoe-
veelheid)
n
p i
