Figure 3 - uploaded by José L. García-Balboa
Content may be subject to copyright.
(a) Estimated mean values of the deviation of RMSE x and RMSE y (meters, vertical axis) for each sample size (n, horizontal axis, and (b) Stability (variability between populations) of the mean value of the deviation of RMSE x and RMSE y of Figure 3a.
Source publication
Using a statistical simulation process, the behavior of the Accuracy Standards for Large Scale Maps (ASLSM) of the American Society for Photogrammetry and Remote Sensing is analyzed according to the sample size, as well as the relation between the limiting errors (thresholds), stated
by the standard as a root mean squared error, and the actual root...
Citations
... Sin embargo, cabe señalar que Ariza et al. (2010) analizaron grupos de puntos de control variando la cantidad hasta un total de 500 puntos y sugirieron un uso mínimo de 100 puntos, ya que a partir de esta cantidad observaron el comportamiento estable del RMSE. Ellos señalan también que el tamaño de la muestra influye directamente el riesgo de aceptación del producto inadecuado o rechazo de un producto de calidad, ya que los resultados estadísticos difieren según el tamaño de la muestra, logrando la estabilidad de la curva a partir de un cierto número de puntos. ...
... Existen varios estudios (Ariza y Atkinson, 2008;Ariza et al., 2010;IBGE, 2010;NMAS, 1947;NSSDA, 1998;Merchant, 1982) sobre la determinación del número mínimo de GCP necesarios para la evaluación de un producto cartográfico. ...
La demanda de documentos cartográficos por parte de la sociedad que creció en todo el mundo, incluido Brasil. El avance de las geotecnologías asociadas a la publicación de datos de forma gratuita permite que cada vez sea más accesible esta adquisición, ya que actualmente, es posible utilizar imágenes, incluso de alta resolución de esta forma; por ejemplo, las imágenes de la plataforma Google Earth. El objetivo del presente estudio es evaluar la exactitud posicional de estas imágenes. Las áreas de estudio fueron seleccionadas mediante el proceso de muestreo aleatorio, haciendo la selección de un estado por región. Los estados seleccionados fueron Alagoas (noreste), Río de Janeiro (sureste), Santa Catarina (sur), Goiás (centro-oeste) y Tocantins (norte). Fueron utilizados puntos de control medidos en el campo con el uso de GNSS para evaluar la exactitud posicional. Los resultados obtenidos en el presente estudio indican que la imagen proporcionada por la plataforma Google Earth tiene una exactitud posicional compatible con la escala de 1:25 000 clase B del EPC —Estándar de Precisión Cartográfica de Brasil, lo que indica su uso solo para mapeos en la escala de 1:25 000.
... Igualmente, la distribución de los puntos en el terreno no está clara; sin embargo, existen ciertos criterios encaminados a ayudar a definir estos en el mapa y sus correspondientes en campo (F. Javier Ariza-López et al., 2010). Consecuentemente, en este caso, la ubicación de los puntos sobre el terreno se elegirá (igual al caso anterior) considerando la confección de una malla en el que el lado del cuadrado estará en función del área de la carta y del número de puntos GPS a tomar (25, en consideración de que existen especificaciones que recomiendan mínimo 20 puntos). ...
At present, geographic information systems are one of the main tools used in structuring, generalization and quality control that frames the entire process of preparing basic cartography at different scales. Ecuador, like many countries in the region, has not standardized the evaluation of cartography or technical specifications published with international standards adapted to the national reality; It is for this reason, the need to have valid processes whose primary objective is to make the quality of the data transparent to the user through a methodology that involves the review of randomly selected samples in relation to the number of topographic sheets in the project. The use of tools for the automation of processes that guarantee a correct quality control of the geographic data allowed to establish five classes for the evaluation of the cartography elaborated by Instituto Geográfico Militar whose upper limit is A – 1 excellent, its use is adequate and reaches a weighting from 90% to 100% and does not require a review; whereas, if it is the case, class C – 1, located at the lower limit, is categorized as inappropriate for use and requires a complete review to allow acceptance in the next evaluation.
An applied guide is provided to allow the development of assessments of absolute positional accuracy in a correct and reliable manner. Theoretical and practical aspects are discussed together. The entire process is developed within the framework established by the ISO 19100 standards of Technical Committee 211. As a complement, a report template is proposed that summarizes the characteristics of the evaluation carried out, as well as the results obtained. This guide focuses primarily on the processes to be developed in the office, but also offers guidelines for data collection processes in the field.
Existe mucha documentación, normativa y estándares dedicados a la metodología para evaluar la exactitud posicional de los productos de información geográfica. La mayoría de ellos tienen similares virtudes y casi todos adolecen de los mismos defec- tos. En este documento, se pretende dar una visión global de los métodos más usados para establecer la exactitud posicional de la cartografía.
Se ofrece una guía aplicada que permita desarrollar evaluaciones de la exactitud posicional absoluta de una manera correcta y fiable. Se tratan de manera conjunta aspectos teóricos y prácticos. Todo el proceso se desarrolla dentro del marco establecido por las normas ISO 19100 del Comité Técnico 211. Como complemento
se propone un modelo de informe que resume las características de la evaluación realizada, así como los resultados obtenidos. Esta guía se centra fundamentalmente en los procesos a desarrollar en gabinete, pero también ofrece directrices para los procesos de toma de datos en campo.
Traditionally, the uncertainty models for segments and lines and positional accuracy as-sessment methods based on lines have worked with 2D elements. But the increasing availability of 3D data leads us to conjecture the need to adapt existing models and methods for this type of data. This article gathers for the first time in a single document the uncertainty models for segments and lines and positional accuracy assessment methods based on lines, incorporating the 3D case. Thus, this article is intended as a reference document for those readers who are interested in this field.
A positional quality control method based on the application of the International Standard ISO 2859 is proposed. This entails a common framework for dealing with the control of all other spatial data quality components (e.g., completeness, consistency, etc.). We propose a relationship between the parameters “acceptable quality level” and “limiting quality” of the international standard and positional quality by means of observed error models. This proposal does not require any assumption for positional errors (e.g., normality), which means that the application is universal. It can be applied to any type of positional and geometric controls (points, line-strings), to any dimension (1D, 2D, 3D, etc.) and with parametric or non-parametric error models (e.g., lidar). This paper introduces ISO 2859, presents the statistical bases of the proposal and develops two examples of application, the first dealing with a lot-by-lot control and the second, isolated lot control.
This work proposes a statistical model inspired by the National Map Accuracy Standard pass/fail philosophy. The model is formulated as the composition of a statistical Binomial model on other statistical base models (parametric or nonparametric). This formulation allows adapting of the pass/fail philosophy of the NMAS to any desired statistical base model, tolerance, percentage of points in error, and risks. The main contribution of this proposal is a common framework for dealing with sampling and risks with independence of the underlying base model (parametric or nonparametric). The use of nonparametric base models is explained and exemplified for the 1D case. For 2D and 3D, the Gaussian base model has been adopted. The Gaussian models allow the combining of error components by means of the Chi Squared and the Gamma distributions. For the 2D case, different situations have been considered in order to analyze the pass/fail behavior, and producer’s and user’s risks.
