c.- calidad datos
TRANSCRIPT
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 1/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de &
Original de P.A.J. van OortImpartida el 10 de septiembre de 2003Center for Geo Information (Universidad deageningen!
"rad#$ida al espa%ol por &.A. 'ernab ) &.A. &anso
Calidad de los Datos
Espaciales
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 2/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de '
*Introd#$$i+n, -a Importan$ia de la /
*/eni$iones
*A$er$a de la /*#t#ras Investiga$iones ) Con$l#siones
Resumen previo
Abreviat#ras de estas transparen$ias
/, Calidad de los /atos spa$iales
I/, Informa$i+n sobre la Calidad de los /atos spa$iales
I/, Infraestr#$t#ra(s! de /atos spa$iales (o Geospa$iales!Introducción
/eni$ionesA$er$a de la /
#t#rasInvestiga$iones.
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 3/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de (
*4a) m5s informa$i+n
*s m5s f5$il de a$$eder a la informa$i+n
*4a) m5s #s#arios*4a) m5s apli$a$iones
*s m#$6o m5s f5$il $ombinar datasets ) reali7artoda $lase de manip#la$iones 8IG $on ellos
*Una larga distan$ia entre el #s#ario ) elprod#$tor
Desarrollos en el uso deGeoDatos
Introducción
/eni$ionesA$er$a de la /
#t#rasInvestiga$iones.
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 4/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de )
* -a posibilidad de #so err+neo 6a $re$ido* -os #s#arios 9#ieren saber si #n $on:#nto de
datos vale para lo 9#e 9#iere
* -os #s#arios 9#ieren saber los efe$tos de la /,
* /ebido a 9#e 9#ieren 6a$er #n b#en traba:o* Por9#e les p#eden e;igir responsabilidades
(litigios!
* 4a) #na ne$esidad de mtodos formales para elalma$enamiento< tratamiento ) vis#ali7a$i+n de
la I/ (Informa$i+n sobre la Calidad de los /atosspa$iales!
Como consecuencia:
Introduction
/enitions/ealing =it68/#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 5/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de *
*Cre$e el inters en el $ono$imiento de /
*-os est5ndares se desarrollan para fa$ilitar elalma$enamiento ) el inter$ambio de I/,
8/"8< ICA< C?@"C2B< I8O@"C211*l soft=are se desarrolla para alma$enar losmetadatos in$l#)endo la I/.
*-as 6erramientas para el mane:o ) lavis#ali7a$i+n de / est5n desarrolladas peroapenas implementadas en el 8IG.
Desarrollos actuales
Introduction
/enitions/ealing =it68/#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 6/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de
Ejemplos de importancia de laQDE
Un gran:ero re$ibe s#bsidios propor$ionales a las#per$ie de s# tierra. l di$e 9#e s# tierra es ma)or( m5s s#bsidiosD! 9#e lo 9#e di$e el gobierno.-a diferen$ia p#ede ser debida a, (1! errores del gran:ero< o(2! errores en los geodatos del gobierno
Introduction
/enitions/ealing =it68/#t#re >esear$6
1000
2000
3000
40006000
5000
El polígono 1000
tiene 891,858 m2
No! Son
908,117 m2
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 7/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de ,
* Un paEs desea bombardear #na emba:ada #tili7ando #nmisil $on GP8< 9#e v#ela a#tom5ti$amente a laemba:ada $on informa$i+n pro$edente de #n plano de la$i#dad.peroFst5 todavEa a6i la emba:ada o la 6an$ambiadoH (est5 el mapaa$t#ali7adoH!C#al es la pre$isi+n posi$ional del mapaH
Introduction
/enitions/ealing =it68/#t#re >esear$6
Ejemplos de importancia de laQDE
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 8/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de -
* l ministro de transportes 9#iere saber $#anto dinerone$esita para el mantenimiento de #na $arretera. -alongit#d de la $arretera en el [email protected] pare$e sers#perior a la [email protected]# mapa debe el ministro #tili7arH
Introduction
/enitions/ealing =it68/#t#re >esear$6
1,10<0001,2<000
&irando #n solo mapa nop#ede saber nada
Comparando ambos mapasno 6a) d#da de 9#e el1,10.000 es me:or
Ejemplos de importancia de laQDE
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 9/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de
Us#ario,* pre$io* a$$esibilidad* 8e a:#stan estos datos a mi ne$esidadH
Prod#$tor,
* Corresponden$ia $on el s#elo nominalK* n$#entra espe$i$a$iones* C+mo do$#mentar la / de #na manera
$omprensible para todos los #s#ariosH
Perspectivas sobre calidad dedatos
Introd#$tionDefnitions
/ealing =it68/#t#re >esear$6
Suelo nominal L #na representa$i+n
simpli$ada del ($omple:o! m#ndo real<de a$#erdo $on los datos 9#e se 6anre$ogido.
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 10/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de &
1. -ina:e . ;a$tit#d "emporal
2. Consisten$ia M. ;a$tit#dPosi$ional
3. Completit#d . ;a$tit#d "em5ti$aN. ;a$tit#d8em5nti$a
Defniciones (! " elementos decalidad de datos
Linaje: Historia del Dataset.
¿Quién lo ha producido?
¿Quién lo ha modificado?
Consistencia: Especificación de las reglas lógicas con
las que el conjunto de datos debe ser conforme hastaqué punto se !iolan estas especificaciones
Completitud: ¿"ontiene el Dataset esas car#cter$sticas
que se supone que deber$a contener? Nota: El que genera eldataset mide la completitud de acuerdo con la especificación nominal. Deforma que si la especificación nominal dice que sólo se incluen los lagosmaores de % &m' todos los lagos maores que esa cantidad est#n incluidos(entonces el dataset est# completo. )in embargo( ese dataset no ser!ir$a paraun usuario que esté interesado en lagos menores.
Exactitud semántica: El detalle con el que los objetos
espaciales se describen.
Exactitud Temporal: *a precisión con que se describen
las fechas.
Exactitud Posicional: "orrespondencia de la situación
con sus !erdaderas posiciones
Exactitud Temática: "orrespondencia de los !alores
de los atributos con los !alores reales
Introd#$tionDefnitions (!
/ealing =it68/#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 11/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de &
Consistencia ló#ica
ntre el 1 (adi$i+n de n#evos datos! ) el (datos del$ontrato de premantenimiento!Q
Completitud
Alg#nas $ara$terEsti$as (feat#res! p#eden 6aber sido
eliminadasQ /etalles de dire$$iones de $alles par$ialmente in$ompletasQ
'ien, A)#ntamiento de Ralle$as, ?ombres de $allesin$ompletos para el 1 de la longit#d total de $alles<
del todas las $alles.
E$actitud %emporal
otografEas areas 1SM1SS2Q'ien, Gr#po de otos 1, ad9#isi$i+n a%o 1SM
Gr#po de otos 2, ad9#isi$i+n a%o 1SB0
Ejemplos de QDE Pobres
Introd#$tionDefnitions (!
/ealing =it68/#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 12/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de &
E$actitud Posicional
RariableQ< T@ 100mQ< 100m a 1000mQ
P#eden estar presentes alg#nas dis$repan$ias $artogr5$asQ
'ien, >&8 L 100 m.
'ien, error posi$ional 1 m $on #na probabilidad del S
E$actitud de &tributos
8in importan$iaQ (para #n mapa de vegeta$i+n!
Gran pre$isi+n de atrib#tosQ 'ien, Pr(a$t#alidad L 'O8U V $lasi$ado $omo L PA8"O! L 0.01 'ien, Por$enta:e $orre$tamente $lasi$ado, B.3
Introd#$tionDefnitions (!
/ealing =it68/#t#re >esear$6
Ejemplos de QDE Pobres
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 13/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de &
E$actitud Sem'ntica Pasto, es todo 5rea $#bierta de pastoQ
Qu es incorrecto a)*+
st5 tambin $ontado el pasto de los par9#es en 5reas
#rbanasH # o$#rre $on el pasto en los terraplesH O est5n stos
$lasi$ados $omo terraplenesH
#e o$#rre si 6a) #na $ombina$i+n de pastos ) 5rbolesH
-os re9#isitos respe$to al detalle en la deni$i+n de$lases dependen del #so.
Introd#$tionDefnitions (!
/ealing =it68/#t#re >esear$6
Ejemplos de QDE Pobres
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 14/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de &
:emplo, /imensi+n "emporal-as $ose$6as $#ltivadas en terrenos de gran:as$ambian an#almente< por lo tanto< la $alidad de lasespe$i$a$iones de este $on:#nto de datos se apli$ans+lo en el a%o en el 9#e f#e ad9#irido el datoQ
:emplo, /imensi+n "em5ti$a,
la pre$isi+n posi$ional es 10 dm para $arreteras< 100dm lEmites entre $amposQ
:emplo, /imensi+n espa$ial,-a pre$isi+n posi$ional es de M0dm en 5reas r#rales) de 30 dm en 5reas #rbanasQ
1. /imensi+n "emporal2. /imension spa$ial3. /imensi+n "em5ti$a
Defniciones (,!:QDE en la -. dimensión
Introd#$tionDefnitions (,!
/ealing =it68/#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 15/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de &
;a$tit#d (a$$#ra$)!, desvia$i+n del verdaderoKvalor
Pre$ision, nivel de detalle
'ias, "enden$ia< sesgo
Defniciones (-!: e$actitud/ precision/ses#o
NO BIAS
PRECISE IMPRECISE
BIAS
NOT ACCURATEACCURATE
NOT ACCURATENOT ACCURATE
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 16/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de &
P. st5n estimadas $orre$tamente las posi$iones de losp#ntosH
o"o# lo# p$nto# e#t%n #e#g&"o#
'e(i"o &l #e#go, )1 e# ine*&+to
to"o# lo# p$nto# #e "e#-í&n "e #$
-e."&"e.& po#i+i/n
'e#p$# "e $it&. el #e#go, )1e#p.e+i#o
Ejercicio: ses#o
0
2
3
8
10
12
1
13
0 2 3 8 10 12 1 13
)4t.$e
)14te#te"
P. st5 $orre$tamente estimada el 5rea del polEgonoH>. no>. si
P. n 9# otra opera$i+n 8IG 6a) #n problema $on el
sesgo H
>. re$#brimient
NO BIAS
PRECISE IMPRECISE
BIAS
NOT ACCURATEACCURATE
NOT ACCURATENOT ACCURATE
Overlay: where do series y and z overlap?
0
2
3
8
10
12
1
13
0 2 3 8 10 12 1 13
)4t.$e
)4te#te"
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 17/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de &
)2 i# no #e#g&"o
)2 i# ine*&+to
)2 i# imp.e+i#o
Ejercicio: imprecision
P. st5n las posi$iones de los p#ntos estimadas$orre$tamenteH
P. st5 estimada $orre$tamente el 5rea del polEgonoH
>. ?o< en promedio, si
>. ?o< en promedio, si
0
2
3
8
10
12
1
0 2 3 8 10 12
)4t.$e
)24te#te"
NO BIAS
PRECISE IMPRECISE
BIAS
NOT ACCURATEACCURATE
NOT ACCURATENOT ACCURATE
Introd#$tionDefnitions (-!
/ealing =it68/
#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 18/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de &
* &odelos de error para $#anti$ar lasimpli$a$iones de /.
* &e:ores formas de $om#ni$a$i+n del errorW
* Prevenir mal #so de los datos espa$ialesW
* Aprender a vivir $on los errores.
Prospección de 0uturo
Introd#$tion/enitionsDealin# 1it)SDQ
#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 19/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de &
2odelos de error:Pert#rba$i+n de los lEmites de
polEgonos
Polygon Mean Area Standard! "s#$ %& !eviation "%&
'((( )*'+),) ,+-.(.((( )*(+'(* *+*.(/((( *-,+... /+)*(-((( /,)+00, ,+-()
,((( *)(+'', 1+0-)1((( -,*+)(0 0+'01
-a posi$i+n de $ada p#ntode $ada polEgono est5pert#rbada< de a$#erdo $on e;a$tit#d posi$ional de los
p#ntos.
1000
2000
3000
40006000
5000
Introd#$tion/enitionsDealin# 1it)SDQ
#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 20/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de '
2odelos de error:Pert#rbing pol)gon bo#ndaries
/e a$#erdo $on el mapa< elpolEgono tiene #na s#per$ie deBS3<03.
/e a$#erdo a otra f#ente< elpolEgono tiene #n 5rea de S0B<11.
Pr. P#ede deberse esa diferen$iade s#per$ies a erroresposi$ionales en el mapaH
Resp. 8i< es posible< pero la otraf#ente es m#) probablementein$orre$ta.
A.e& o6 Pol)gon I' 1000
908,71
90,1
899,571
895,000
890,29
885,857
881,283
0
0
20
10
0
St" 'e- 51930
Me&n 8970
N 12000
Introd#$tion/enitionsDealin# 1it)SDQ
#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 21/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de '
2odelos de error:Una matri7 de error
g.o$n" t.$t:
A.&(le l&n" ;&te. <.(&n =o.e#t ot&l <#e.#> &++$.&+)
A.&(le l&n" 10 01 0 15 7?
;&te. 05 5 01 0 3 8?
<.(&n 1 0 8 0 9 83?
=o.e#t 2 0 01 20 221 90?
ot&l 15 5 83 2 509
P.o"$+e.#>
&++$.&+) 7? 9? 9? 85? 8?
0as probabilidades de la 1a#ri2 de error de 3ue las
!lases se !onundan una !on o#ra son,
Pr(a$t#al L orest V $lassied L orest! L 20 @ 22.1 L 0.S0Pr(a$t#al L Arable V $lassied L orest! L 2 @ 22.1 L 0.0S
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 22/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de '
2odelos de Error:pert#rba$iones en las $lases de $#biertas
del s#elo
Crear 100 &apas >e$lasi$ados< basados en probabilidades de lamatri7 de errorPoner en mar$6a #n modelo $on $ada #no de estos mapasW In$ertid#mbre en el modelo de salida debido a la /. Introd#$tion
/enitions
Dealin# 1it)SDQ
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 23/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de '
3tilidad: uso de modelos de error
Cal$#lar lasprobabilidadesbasadas en/<#tili7ando
modelos deerrorl riesgo see;presa en#ros< ennXmero de
personasafe$tadas< et$.
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 24/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de '
2odelado de errores: 45ue )ace 5ue sea tanduro+
* A men#do< el gran nXmero de datasets $ombinados 6a$edifE$il modelar el error de proga$i+n.
* st5n $orrelados los errores entre los datasetsH sto no se $ono$e. -a $alidad se des$ribe para $ada dataset porseparado.
* -a I/ no est5 disponible para todos los datasets o est5pobremente des$rita.
* l 8oft=are no propor$iona 6erramientas para implementarmodelos de errores< por lo 9#e tienes 9#e programarlo t#mismo. 8abes $omoH
Piensas 9#e mere$e la pena este gasto de tiempoH
Introd#$tion/enitionsDealin# 1it)SDQ
#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 25/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de '
<ernativas para valorar lautilidad
Preg#ntar al prod#$tor de datos si el dataset sirve para eltraba:o espe$E$o 9#e vamos a 6a$er.
Pr#eba ) error &irar la $alidad 9#e se re9#iere para apli$a$iones similares
Utili7ar el me:or dato disponible 8er 6onesto en el 6e$6o de 9#e no 6a) datasets perfe$tos.
Comen7ar pensando en 9# 6a$er $#ando algo va)a mal..
Introd#$tion/enitionsDealin# 1it)SDQ
#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 26/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de '
6ivir con el error: mantener lacredibilidad
:emplo
Un gobierno #tili7a #n mapa para $al$#lar las $ompensa$ionesa los gran:eros debido a #na in#nda$i+n..
8e $ompensa a los gran:eros./ebido a 9#e el mapa no es perfe$to< alg#nos gran:eros 9#edeberEan 6aber sido $ompensados no lo 6an sido.
/e desarrolla #n pro$edimiento 9#e permita a esos gran:eros
probar 9#e 6an s#frido da%os ) poder $obrar la s#bven$i+n "odos los gran:eros son informados de este pro$edimiento..
Introd#$tion/enitionsDealin# 1it)SDQ
#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 27/36 Mi uel A. Bernabé + Mi uel A. Manso. Gru o de '
Comunicación del error: metadatosen clearin#)ouses (!
Introd#$tion/enitionsDealin# 1it)SDQ
#t#re >esear$6
n este $aso el prod#$torinforma de los #sossobre los 9#e p#ede#tili7arse este dataset
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 28/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de '
Comunicación del error: metadatos enclearin#)ouses (!
Introd#$tion/enitionsDealin# 1it)SDQ
#t#re >esear$6
S 7 l ió d l
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 29/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de '
So7t1are para la #estión de laQDE:
So7t1are para detectar errores8
Introd#$tion/enitionsDealin# 1it)SDQ
#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 30/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de (
So7t1are para la #estión de laQDE
Introd#$tion/enitionsDealin# 1it)SDQ
#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 31/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de (
So7t1are para prevenir mal uso
Introd#$tion/enitionsDealin# 1it)SDQ
#t#re >esear$6
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 32/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de (
Investi#ación 0utura (!
* st5ndares para do$#mentar la $alidad adoptada para losdatos
* Contin#a$i+n del traba:o sobre modelamiento del error ) s#$om#ni$a$i+n
* /esarrollo de soft=are
* Para fa$ilitar el modelado del error ) el an5lisis delriesgo
* Para me:orar la $om#ni$a$i+n ) los avisos* Promo$ionar el an5lisis de riesgo para determinar la #tilidadIntrod#$tion
/enitions/ealing =it68/
0utureResearc)
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 33/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de (
0uturas investi#aciones (,!
* &antener la integridad de la I/ en las Infraestr#$t#ras deGeo/atos
Org. 3
Piensa 9#e la e;a$tit#dtem5ti$a es del 100<
Pero en$#entra el S0
Org. 1
;a$tit#d "em5ti$a,100
isla
Org. 2
C6e9#eo de$onsisten$ia, laisla se 9#ita
&antener la integridad de la I/ es #n tema t$ni$o ) degesti+n.
* "$ni$amente, C+mo se 6a$eH P#ede a#tomati7arseH* Gesti+n, #ien es el responsableH
Introd#$tion/enitions/ealing =it68/
0utureResearc)
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 34/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de (
Conclusiones
* -a $alidad de los datos es demasiado importante paraignorarla
* -os efe$tos de la $alidad de los datos p#eden ser$#anti$ados< pero se ne$esita me:orar la teorEa ) elsoft=are.
* -os mtodos para re$ole$tar datos se me:oran dEa a dEa) $omo res#ltado< la $alidad de los datos me:ora.
* Pero los errores no ser5n n#n$a eliminados del todo )tendremos 9#e a$ost#mbranos a vivir $on $iertain$ertid#mbre en n#estros datos.
Introd#$tion/enitions/ealing =it68/
0utureResearc)
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 35/36
Mi uel A. Bernabé + Mi uel A. Manso. Gru o de (
Gracias por su atención
Pre#untas+
7/24/2019 c.- Calidad Datos
http://slidepdf.com/reader/full/c-calidad-datos 36/36
&l#unos 1ebsites
st5ndares* 6ttp,@@===.isot$211.org@s$ope.6tmY1S11N
* 6ttp,@@m$m$=eb.er.#sgs.gov@sdts@8/"8ZstandardZnovS@part1to$.6tml
&odelamiento del rror
* 6ttp,@@===.$lar[labs.org@Idrisi8oft=are.aspH$atL2* 6ttp,@@===.esri.$om@ne=s@releases@03Z29tr@revie=er.6tml
&etadatos
* 6ttp,@@geodes[.girs.=a#.nl@geo[e)@sele$t.6tm (in d#t$6!
* 1,20<000 s$ale Ar[ansas 8tate 8oil Geograp6i$ (8"A"8GO!,6ttp,@@geoserver2.=r.#sgs.gov@servlet@G/C8ervlet@retrieveHpnL1\elL\dbL$#rrent\rpL3\mrL1\a$L$#rrent\$idL2