🗺 ЦИФРОВЫЕ КАРТЫ И ИЛЛЮЗИЯ ТОЧНОСТИ

Разберем два фундаментальных текста по геоинформатике - авторов Питер Берроу и Пьер ван Оорт - о методах проверки качества геоданных и главные ловушки.

1️⃣Accuracy ≠ Precision: самая опасная путаница в ГИС (картинка мишени)

🔥Accuracy — насколько результат близок к истинному значению. Считается через полную ошибку. Метрика: RMSE.
🔥Precision — насколько результаты близки друг к другу. Считается через случайную ошибку. Метрика: Standard Deviation.

Полная ошибка = bias + случайная ошибка. Если bias = 0, то precision = accuracy.

🎯 High Precision + Low Accuracy — самое коварное состояние в ГИС. Прибор стабильно выдаёт одинаковый результат, но он систематически сдвинут. Вы получаете «уверенную ложь» — данные выглядят надёжно, но все смещены, например, на 50 м на восток.

Почему это "меньшее зло"? Потому что систематическую ошибку можно обнаружить и скорректировать одной калибровкой (rubber sheeting, аффинная трансформация). А вот случайный разброс (Low Precision) — нет: каждую точку придётся перемерять заново.

2️⃣Три группы ошибок: от очевидного к невидимому (Table 6.1 Burrough)

Группа I — Очевидные: возраст данных, масштаб, охват, плотность наблюдений, релевантность, формат, доступность, стоимость. Это чек-лист, который можно проверить за 5 минут.

Группа II — Скрытые (измерения и природа):

- Позиционная точность: дом можно нанести точно, а границу болота — нет
- Observer bias: качество зависит от характера картографа
- Природная изменчивость: даже идеальные приборы не устранят неопределённость

Группа III — Невидимые (обработка):

- Ошибки округления: в 8/16-битных системах 27 последовательных возведений в квадрат дают ошибку 1200%
- Топологические сбои при наложении карт
- Некорректная классификация и интерполяция

Группа III опаснее всего, потому что для обнаружения нужно понимать не только данные, но и алгоритмы, обработки.

3️⃣«Цифровой обман»: storage precision vs statistical precision

Ван Оорт вводит критическое разделение:

🔥Storage precision — это просто количество знаков после запятой, которое хранится в базе.
🔥Statistical precision — это реальная точность измерений и возможный разброс данных.

Например, координата может быть записана как 52.123456789°, но если она получена с GPS с погрешностью ±5 м, большое число знаков после запятой не делает её реально точной. Одно не гарантирует другое.

В базе данных можно записать координаты с точностью до нанометра. Но если замер сделан бытовым GPS, все эти цифры — математический мусор. Высокая разрядность ≠ высокое качество.

4️⃣Смерть масштаба в эпоху зума

Раньше на бумажной карте масштаб 1:10 000 гарантировал определённую точность. В ГИС - нет. Ван Оорт: «In a GIS it is quite easy to increase the resolution of a data set, thereby suggesting a high precision and large scale.».

Вы можете зумить карту до тех пор, пока пиксель не станет размером с дом. Но новых деталей не появится — это просто растягивание неопределённости.

Resolution (разрешение) — как данные показаны.
Precision — что мы реально можем различить.

5️⃣Элементы качества: от 5 источников к единому стандарту (Table 1 van Oort)

Ван Оорт собрал 11 элементов качества пространственных данных из 5 источников (Aronoff, USA-SDTS, ICA, CEN, ISO). Ключевое наблюдение:

🔥Lineage, positional accuracy, completeness — признаны всеми источниками
🔥Semantic accuracy — признана только ICA и CEN, игнорируется остальными
🔥Variation in quality, meta-quality — неявно признаны, но редко документируются
🔥Resolution — везде неявная или вообще в метаданных, хотя это критичный параметр

Этот разнобой показывает: даже на уровне стандартов нет единого понимания, что именно значит «качественные геоданные». Только ISO 19157 (2013, 2023) попытался свести это воедино.

❤️А что на практике? Сравнение реальных гео-источников

По заданию курса EuroSDR Spatial Data Quality я сравнила несколько источников геоданных: гугл карты, osm, национальных агентств. Смотрите картинку с таблицей.

@urban_mash