PO 
Matjaž Ivačič 
o 
T 
OST PROST 
o 
MOP-Zavod RS za prostorsko planiranje, Ljubljana 
Prispelo za objavo: 10.2.1994 
Izvleček 
V članku je opisana zveza med prostorskimi podatki, ki jih 
uporabljamo v geografskih informacijskih sistemih (GIS) in 
njihovo kakovostjo. Uporabniki prostorskih podatkov 
morajo upoštevati omejeno kakovost prostorskih podatkov 
pri aplikacijah. Podani so osnovni parametri in obrazložitev 
kakovosti prostorskih podatkov. Predstavljen je tudi način za 
izbiro pn·memih metod ugotavljanja kakovosti prostorskih 
podatkov in izvedenih rezultatov. 
Ključne besede: GIS, kakovost, prostorski podatki 
Abstract 
The paper describes the relation among spatial data used in 
Geographic Infonnation Systems (GIS) and their quality. 
Users of spatial data must take into consideration the limited 
quality of spatial data in applications. Basic parameters of 
spatial data quality are described and explained in short. 
Some methods far spatial data quality determination are 
presented. 
Keywords: GIS, quality, spatial data 
KAKOVOST IN PROSTORSKI PODATKI 
UDK (UDC) 528+91:659.2.001 
RSKI 
V članku želim predstaviti nekaj osnovnih pogledov na kakovost prostorskih podatkov. Namenjen je vsem, ki že uporabljajo prostorske podatke, bodisi v 
CAD ali GIS okolju, in so večkrat nezadovoljni z njimi, saj ne izpolnjujejo njihovih 
pričakovanj. Tudi za prostorske podatke velja eno od osnovnih pravil digitalnih 
· podatkov, ki se v žargonskem prevodu glasi: ,,smeti noter, smeti ven". Svet, ki nas 
obdaja, je poln najrazličnejših prostorskih pojavov. Z našim znanjem smo sposobni 
na najmanjšem delu zemeljske površine zajeti neskončno mnogo prostorskih 
informacij. Z delom teh informacij se ukvarja tudi geodezija, ki s prostorskimi 
podatki, ki jih nudi uporabnikom, predstavlja nekakšen most med realnim svetom in 
modelom realnega sveta, ki je prikazan na klasični karti ali v modernejši podatkovni 
bazi. Model prostora je generalizirana, okrnjena podoba realnosti, v katerem so 
predstavljeni realni ali abstraktni elementi, kot na primer gozdovi, reke, posesti, 
onesnažene površine, območja urbanih con itd. Večine od teh ne moremo eksaktno 
določiti, ampak so posledica človekovega dojemanja pojavov, ki nas obkrožajo. 
ačrti in karte so bili dolga stoletja edini natančnejši in širšemu krogu 
uporabnikov dostopni nosilci prostorskih informacij, katerih vsebina je 
namenjena vidnemu zaznavanju. Zato se kartografija praviloma prilagaja 
Geodetski vestnik 38 (1994) 1 
sposobnostim uporabnikov in jim omogoča pravilno razumevanje sporočila karte. 
Računalnik „bere" karto na popolnoma drugačen način. V eni sami podatkovni bazi 
imamo lahko shranjeno veliko količino prostorskih podatkov, ki jih obdelujemo na 
najrazličnejše načine. Obdelava prostorskih podatkov dobiva z GIS-i nove 
razsežnosti, ki jih analogni mediji ne morejo nuditi. 
Digitalni prostorski podatki skrivajo v sebi drobno past, ki se je številni uporabniki GIS-ov pri analizah, modeliranju in kartografskih prikazih še ne 
zavedajo dovolj. Kakovost klasičnih medijev je uporabnikom več ali manj dobro 
znana. Podana je z merilom, stopnjo generalizacije, metodo zajemanja podatkov, z 
dimenzijsko stabilnostjo papirja ali folije itd. Uporabniki so večinoma vse te elemente 
pri svojem delu upoštevali. S prehodom na digitalno obdelavo pa so se zgoraj našteti 
parametri kakovosti prostorskih podatkov spremenili. Ker so digitalni podatki 
večinoma pridobljeni iz kartografskega materiala, je njihova kakovost kvečjemu 
enaka ali največkrat slabš<t, kot je v izvornem materialu. Srečamo se torej s 
problemom kakovosti prostorskih podatkov v geografskih informacijskih sistemih. 
Osnovne zahteve kakovosti industrijskih izdelkov so določene z mednarodnimi standardi (ISO 9000 - 9004), ki jih mora upoštevati vsako uspešno podjetje. 
Geodezija se že srečuje z marketinškimi razmerami in njenem ugled bo odvisen tudi 
od kakovosti njenih izdelkov. Nezadostna kakovost prostorskih podatkov pomeni 
razcep med „proizvajalci" in „uporabniki". Slednji so, v opravičilo nam geodetom, 
tudi premalo poučeni in uporabljajo prostorske podatke v aplikacijah, ki po 
zahtevnosti presegajo dopustni prag kakovosti prostorskih podatkov. Prepletanje in 
istočasna navzkrižna uporaba digitalnih podatkov, ki so bili zajeti iz meril 1:5 000, 
1:50 000 in celo 1:250 000, v praksi sploh ni redko. 
PARAMETRI KAKOVOSTI PROSTORSKIH PODATKOV 
Vsi prostorski podatki so le relativno zanesljivi, kar izhaja iz same narave prostorskih pojavov in dinamike sprememb v prostoru. Najprej moramo določiti 
(identificirati) objekt, ga izmeriti, predstaviti v podatkovnem modelu (vektor, raster), 
transformirati v izbran referenčni koordinatni sistem, zapisati v digitalno obliko, 
shraniti v podatkovno bazo itd. Z vsakim od naštetih korakov se spreminja tudi 
kakovost prostorskih podatkov. Definicijo kakovosti prostorskih podatkov, kot jo 
opisujejo različni avtorji (Hunter, Fain, SDTS), lahko strnemo v en sam stavek: 
Kakovostni prostorski podatki so tisti, ki popolnoma zadovoljijo potrebe uporabnika. 
V svetu je najbolj razširjena naslednja klasifikacija parametrov kakovosti prostorskih 
podatkov: 
o pozicijska natančnost (positional accuracy) 
o opisna ali atributna natančnost (attribute accuracy) 
o logična združljivost ali skladnost (logical consistency) 
o celovitost ( completeness) 
o zgodovina ali opis minulih dogajanj (lineage ). 
Geodezija se večinoma ukvarja s pozicijsko natančnostjo. Kakovost podatkov lahko določimo z natančnostjo meritve ali z medsebojnim odstopanjem 
ponavljajočih se meritev. Pri tem običajno uporabimo normalno (Gaussovo) 
porazdelitveno funkcijo in natančnost meritev izrazimo s standardno deviacijo. Za 
Geodetski vestnik 38 (1994) 1 
terenska, fotogrametrična in satelitska merjenja poznamo več načinov določevanja 
pozicijske natančnosti. Klasična geodezija uporablja elipso pogreškov kot grafično 
ponazoritev pozicijske natančnosti merjene točke. V GIS-ih pa nas pogosteje kakor 
natančnost točke v prostoru zanima natančnost linije, ki razmejuje različne 
prostorske pojave. Linijo grafično lahko ponazorimo z epsilon pasom. Epsilon pas je 
območje, znotraj katerega se nahaja „prava" linija, in se pogosto uporablja pri 
določevanju pozicijske natančnosti. To metodo lahko uporabimo tudi za določevanje 
natančnosti ročne ali polavtomatske digitalizacije. 
C-3~ 
Slika 1: Primeri različnih oblik epsilon pasov 
Opisna (atributna) natančnost podatkovnih baz je mogoče zanemarjen parameter, čeprav morda še bolj pomemben. Posamezna prostorska entiteta ima poleg 
osnovnega identifikatorja in lokacije v prostoru običajno še več opisnih atributov. Ti 
imajo lahko pomembnejšo vlogo kot zelo natančne koordinate. Atributni podatki se 
običajno tudi spreminjajo hitreje kot lokacija entitete, zato so z vidika kakovosti 
lahko bolj pomembni. Atributni podatki so različnih tipov, zato jih moramo pred 
ugotavljanjem njihove kakovosti natančneje opredeliti. To najlažje storimo, če 
odgovorimo na naslednja vprašanja (Laurini et al. 1992): ima atribut specifično 
vrednost, je uvrščen v razred, je atributni podatek originalen ali izveden, je nujno 
potreben za identifikacijo entitete. Logična združljivost ali skladnost je kakovostni 
parameter, ki ga vizualno dokaj hitro opazimo. Pojavi se običajno, kadar spajamo 
informacijske sloje, ki so bili zajeti ločeno, ali kadar ob povečevanju presežemo 
spodnjo mejo pozicijske natančnosti. V teh primerih opazimo, da nam reke tečejo 
pod cestami, kjer ni mostov, stanovanjski bloki so sredi križišč, centroidi stavb padejo 
zunaj stavbe itd. Takšne probleme moramo reševati predvsem z uporabo 
najprimernejše metode, ki upošteva razlog nastanka takšnega neskladja. Premikanje 
posameznih prostorskih entitet brez poznavanja razlogov za različno pozicijo pogosto 
tvori nova nesoglasja in je kot tako običajno neprimerno. 
Celovitost je parameter, ki se običajno navezuje na celotno podatkovno bazo in ne samo na posamezne entitete. Povežemo ga lahko z izrazom ažurnost. Aronoff 
(Aronoff 1989) razlikuje tri tipe celovitosti podatkovnih baz: 
o Celovitost informacijskega sloja - samo v idealnem primeru je zastopanost 
pozicijskih in atributnih podatkov v bazi 100%. Odvisna pa je tudi od 
dinamike pojava. Geološki podatki so trajnejši od vremenskih. 
o Celovitost klasifikacije - v primerih različnih podatkovnih virov pride do 
različne klasifikacije pojavov. Pojav iz ene podatkovne baze lahko pripada 
dvem razredom ali nobenemu v drugi bazi in obratno. 
o Celovitost preverjanja podatkov - nekateri podatki so merjeni direktno na 
terenu, drugi so pridobljeni posredno. Primer je interpolacija rezultatov 
pedoloških meritev. 
Geodetski vestnik 38 (1994) 1 
B 
A 
Območje nižje 
~Th~ 
1 1 
1 00'io A 100% 6 
0% B 0'% A 
Slika 2: Atributna natančnost na meji območij A in B (Goodchild 1989) 
ikoli ne moremo zagotoviti 100-odstotne celovitosti podatkovne baze, ampak se 
temu idealu približujemo. Paziti pa je treba, kadar zahtevajo naše aplikacije 
ažurnejšo podatkovno bazo, kot nam je na voljo. Kako so bili podatki pridobljeni in 
kaj se je z njimi dogajalo do časa njihove uporabe, nam pove zgodovina ali opis 
minulih dogajanj, ki je posredno zelo pomemben parameter kakovosti prostorskih 
podatkov. Nanaša se na vire podatkov, kdo in kje je zajemal podatke, način 
digitalizacije (ročna digitalizacija, skaniranje ), resolucija skaniranja, uporabljene 
transformacijske metode, parametri transformacije itd. Običajno se vsi ti podatki kar 
nekako izgubijo. Pri zajemu iz kartografskih podlag moramo vedeti tudi, kako so bile 
karte narejene, kakšna je stopnje generalizacije itd. Opis minulih dogajanj je 
najpomembnejši posredni parameter kakovosti prostorskih podatkov, iz katerega 
lahko razberemo vzroke za nizko ali visoko kakovost. 
UPOŠTEVANJE KAKOVOSTNIH PARAMETROV PRI DELU Z GIS-I 
Uporabljajoč geografske informacijske sisteme kot primerno orodje za podporo prostorskim odločitvam, moramo upoštevati kriterije minimalne kakovosti 
prostorskih podatkov. Le-ti se spreminjajo od aplikacije do aplikacije, zato jih 
največkrat tudi ne moremo dovolj eksaktno določiti. Metode ugotavljanja kakovosti 
Geodetski vestnik 38 (1994) 1 
prostorskih podatkov lahko razvrstimo na: metode ugotavljanja kakovosti izvornih 
prostorskih podatkov in metode ugotavljanja kakovosti izvedenih rezultatov. Pri 
izvornih podatkih definiramo kakovost točkovnih, linijskih in ploskovnih elementov 
predvsem z metodami prostorske statistike. Z definiranjem elementov elips 
pogreškov, širinami in oblikami epsilon pasov lahko določimo pozicijsko natančnost 
prostorskih entitet Pri atributni natančnosti se največkrat uporablja statistična 
verjetnost. Ostale parametre največkrat lahko določimo izkustveno ali na osnovi 
opravljenih eksperimentov. Ugotavljanje kakovosti izvedenih rezultatov lahko 
opravimo analitično samo pri določenih operacijah, kot na primer pri prekrivanju 
dveh slojev. Pri kompleksnih aplikacijah, ki dodobra izkoristijo sposobnosti orodij 
GIS-ov, tega ne moremo storiti. Zato velikokrat uporabljamo simulacijske metode, ki 
kljub svoji relativni enostavnosti dajejo dobre rezultate. Znana je simulacijska 
metoda Monte Carla, kjer s spreminjanjem vhodnih podatkov analiziramo 
spremembe na izhodu in tako določimo „občutljivost" aplikacije. V primeru dovolj 
kakovostnih podatkov in „neobčutljive" aplikacije se nam ob spremembi vhodnih 
podatkov za N% spremeni za N% tudi rezultat. Običajno pa je ta sprememba 
nelinearna in kakovost pada v odvisnosti od števila in zahtevnosti uporabljenih GIS 
operacij. 
akovost prostorskih podatkov postaja z naraščajočim številom GIS-ovih aplikacij 
:vse pomembnejša. Zavedati se moramo, da orodja GIS niso sama sebi namen in 
da so v glavnem namenjena tehnološki podpori pri prostorskih in drugih odločitvah. 
Kakovost prostorskih odločitev, ki imajo dolgoročen vpliv na naše okolje, je v veliki 
meri odvisna tudi od kakovosti vhodnih podatkov in od načina, kako jih uporabljamo. 
Viri: 
Aronoff, S., 1989, Geographic Infonnation Systems: A Management Perspective, WDL, Ottawa, 
Ontario, Kanada. 
Fain, MA., 1991, Quality: Through Conversion Process Management, GIS/LIS 1991 Proceedings. 
Hunter, G.J., Beard K, 1992, Understanding Error in Spatial Databases, The Australian Surnyor, 
Vol. 37, No. 2. 
Goodchild, M., Gopal, S., 1989, Accuracy of Spatial Databases, Taylor & Francis, London. 
Ivančič, M., 1993, GIS Applications for Physical Planning in Slovenia: The Problem of Spatial 
Data Quality, TEMPUS Join European Project Education in Land Information Systems, 
Tehnična univerza Delft, Nizozemska. 
Laurini, R., in Thompson D., 1992, Fundamentals of Spatial Information Systems, Academic Press 
Limited, London, San Diego. 
SDTS, 1993, Spatial Data Transfer Standard, Spatial Dala Quality, ZDA. 
Recenzija: mag. Božena Lipej 
Joe Triglav 
Geodetski vestnik 38 (1994) 1