PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Budowa modelu jakości i jego rola w opisie jakości danych przestrzennych

Autorzy
Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
Development of quality model and its application in the context of spatial data quality
Języki publikacji
PL
Abstrakty
PL
W artykule zwraca się uwagę na duże znaczenie informacji o jakości danych przestrzennych m.in. ze względu na szerokie zastosowanie tych danych w procesach decyzyjnych. Wyróżnieni zostali w nim główni odbiorcy informacji o jakości – producenci, dysponenci i użytkownicy. Znaczenie jej jest dla każdej z tych grup inne. Nakreślono także za normą ISO 19157 koncepcję jakości danych przestrzennych i umiejscowiono w niej model jakości jako istotne narzędzie w procesie szacowania jakości. Model jakości ma na celu zapewnić powszechne zrozumienie tego co oznacza jakość w kontekście specyfikacji danych i opisywać jak ją mierzyć. W artykule przedstawiono proces budowy modelu jakości z charakterystyką poszczególnych jego etapów: inwentaryzacji wymagań, definiowania zakresu jakości danych, wyboru elementów jakości i opisu ich szacowania oraz testowania przyjętych założeń. Poza wspomnianym procesem budowy modelu jakości nakreślono wyzwania związane z jego wdrożeniem. Dotyczą one m.in. potrzeby edukowania odbiorców informacji o jakości, zagadnienia równoważenia kosztów szacowania jakości, implementacji modelu jakości w systemach zarządzania danymi przestrzennymi., Artykuł ten przeznaczony jest głównie dla producentów danych przestrzennych, gdyż dotyczy bezpośrednio wytwarzania poprawnych danych, spełniających oczekiwania użytkowników. Dzięki zastosowaniu modelu jakości, producenci mają szanse na uzyskanie powtarzalności kontroli, porównywalności wyników szacowania jakości, poprawę reakcji na wymagania rynku. , Koncepcja modelu jakości nie jest nowością. Prace związane z tym tematem były już prowadzone w ramach projektu ESDIN, gdzie powstał model jakości dla danych INSPIRE – m.in. dla tematów Administrative units, Transport networks. Podobne działania zostały podjęte przez Główny Urząd Geodezji i Kartografii, a związane były z wypracowaniem modeli jakości dla wybranych polskich zbiorów danych przestrzennych – m.in. BDOT10k, PRG, EGiB.
EN
The article emphasizes the meaning of spatial data quality information, mostly because of the common usage of that data in decision making processes. The major recipients of quality information were defined, such as producers, administrators and users. The information meaning is different for each of those groups. The concept of data quality information was presented based on ISO 19157, including the data quality model as an important tool in the quality evaluation process. The quality model was developed to assure the common understanding of the quality in the context of data specification and the quality measurements. The article also introduces the process of building the quality model and describes its stages: gathering requirements, defining the data quality scope, choosing the quality elements, describing the evaluation requirements and testing the assumptions. Apart from describing that process, challenges related to its implementation were mentioned. These include educating the recipients of the quality information, balancing the costs of the quality evaluation, implementing the quality model in spatial data management systems. The article is primarily intended for spatial data producers since it deals with production of correct data meeting the user requirements. By applying the quality model the producers can achieve repeatable results of control, comparable results of the quality evaluation and can speed up their reaction to user requirements. The quality model concept is not new. Related research was a part of the ESDIN project; the quality model for INSPIRE data (i.e. administrative units, transport networks) was created in the frames of that project. Similar research was performed by GUGIK; it was related to creating quality models for selected Polish spatial data sets sets (i.e. BDOT10k – Topographic Object Database, PRG – National Register of Borders).
Czasopismo
Rocznik
Strony
163--172
Opis fizyczny
Bibliogr. 6 poz., rys.
Twórcy
autor
  • DahliaMatic, Warszawa , Polska
Bibliografia
  • 1. Beare M., Henriksson R., Jakobsson A., Marttinen J., Onstein E., Lysandros Tsoulos, Williams F., Mäkelä J., Lies De Meulenaer, Persson I., Kavadas I., 2010: D 8.4 ESDIN Quality Final Report – Part A, B, C.
  • 2. Bennat H., Endrullis M., Giversen J., Groenendaal W., Hangouët J-F., Lönnberg G., Pross E., Wasström C., 2015: Guidelines for Implementing the ISO 19100 Geographic Information Quality Standards in National Mapping and Cadastral Agencies. Jakobsson A., Giversen J. (eds). Dostęp 2015 r. http://www.eurogeographics.org/sites/default/files/Guidelines_ISO_19100_Quality.pdf
  • 3. Bielecka E., 2010: Zasady oceny jakości danych przestrzennych oraz ich zastosowanie do oceny jakości danych gromadzonych w TBD. Roczniki Geomatyki t. 8, z. 4(40): 53-66, PTIP, Warszawa.
  • 4. ISO, 2006: ISO/TS 19138 Geographic information - Data quality measures
  • 5. PN EN ISO 19157 Informacja geograficzna – Jakość danych.
  • 6. PN-EN ISO 19115:2010 Informacja geograficzna – Metadane.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-7fad75f3-464a-4dd2-b137-7458933ac1e0
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.