జియోఇన్ఫర్మేటిక్స్ & జియోస్టాటిస్టిక్స్: ఒక అవలోకనం

జీవవైవిధ్య పరిరక్షణ కోసం చమురు పంటల ప్రాదేశిక డేటాసెట్ల ఉపయోగం కోసం ఫిట్‌నెస్ మూల్యాంకనం

తామిరత్ హెచ్ మరియు యోహన్నెస్ టి

సమాచార ఆధారిత సంస్థలకు డేటా నాణ్యత ప్రధాన సమస్య. నాణ్యత స్పెసిఫికేషన్ల కోసం భౌగోళిక డేటాను అనుబంధించాల్సిన అవసరం గత ముప్పై సంవత్సరాలుగా స్పష్టంగా కనిపిస్తుంది. డేటా వివిధ మూలాల నుండి సేకరించబడుతుంది మరియు డేటాబేస్లో నిల్వ చేయబడుతుంది. డిజిటల్ ప్రాదేశిక డేటా యొక్క విభిన్న మూలాలు మరియు నాణ్యత సాధారణంగా GIS పరిసరాలలో విలీనం చేయబడతాయి, అటువంటి వ్యవస్థలలో నిరవధిక స్థాయి ప్రపంచ ఖచ్చితత్వాన్ని నిర్ణయించడం ద్వారా. అయితే, సమాచార వ్యవస్థలో, డేటా నాణ్యత సమస్యలు ఎక్కడైనా సంభవించవచ్చు. డేటా మూల్యాంకనం అనేది సరికాని, అసంపూర్ణమైన లేదా అసమంజసమైన డేటాను గుర్తించడానికి ఉపయోగించే ప్రక్రియ, ఆపై కనుగొనబడిన లోపాలు మరియు లోపాలను సరిదిద్దడం ద్వారా నాణ్యతను మెరుగుపరుస్తుంది. ఇథియోపియన్ బయోడైవర్సిటీ ఇన్‌స్టిట్యూట్ 1976లో స్థాపించబడింది, దేశంలోని జీవవైవిధ్యం యొక్క సముచితమైన పరిరక్షణ మరియు వినియోగాన్ని నిర్ధారించడం ప్రధాన లక్ష్యం. ఈ సందర్భంలో, ఇన్స్టిట్యూట్ డేటాబేస్ నుండి పొందిన 8,147 చమురు పంట జాతులు, సంభవించిన రికార్డుల (81,500 కంటే ఎక్కువ) సంకలనం తర్వాత డేటాసెట్ సృష్టించబడింది. ప్రస్తుత అధ్యయనం ఆయిల్ క్రాప్ జియోస్పేషియల్ డేటాసెట్‌లు మరియు రికార్డుల నాణ్యతను మూల్యాంకనం చేయడం లక్ష్యంగా పెట్టుకుంది, ఇవి ప్రాథమిక మరియు అధునాతన ఫంక్షన్‌లను యాక్సెస్ చేయడానికి వీలు కల్పిస్తాయి, ఇవి సంపూర్ణత మరియు స్థిరత్వం సమస్యలను అలాగే ఇప్పటికే ఉన్న లేదా జీవవైవిధ్య పరిరక్షణ రికార్డుల సెట్‌లో సాధారణ లోపాలను గుర్తించాయి. ఆయిల్ క్రాప్స్ ప్రాదేశిక డేటాసెట్ యొక్క ఉపయోగం కోసం ఫిట్‌నెస్‌ను అంచనా వేయడంలో, లక్షణ ప్రశ్న విశ్లేషణలు వర్తింపజేయబడ్డాయి. ప్రాదేశిక డేటా నాణ్యత అంచనా మరియు గమనించిన పరిధి మధ్య తేడాల యొక్క ప్రాముఖ్యతను పరీక్షించడానికి ప్రాదేశిక డేటాసెట్ అట్రిబ్యూట్ ప్రశ్న విశ్లేషణ విధానం ఉపయోగించబడింది. స్థాన మరియు లక్షణ ఖచ్చితత్వం మధ్య లోపాలను సరిపోల్చడానికి, లక్షణ ప్రశ్న విశ్లేషణ విధానం ఉపయోగించబడింది. 3357 రికార్డ్‌లు (41.2%) మంచి నాణ్యతగా పరిగణించబడ్డాయి మరియు మిగిలిన 4,790 రికార్డ్‌లు (58.8%) డేటాసెట్ వివిధ కారణాల వల్ల తప్పుగా ఉన్నట్లు ఫలితాలు చూపించాయి. సాధారణంగా డేటా సేకరణలు లేదా డేటా ఎన్‌కోడింగ్ లేదా మరేదైనా ఇతర దశలలో సంభవించే లోపాల కారణాల యొక్క ఐదు సమూహాలు కనుగొనబడ్డాయి. అన్ని తప్పు రికార్డులలో, Google Earth మరియు దివా-GIS సమాచారం యొక్క మద్దతుతో Arc-GIS ప్రశ్న విశ్లేషణ పద్ధతులను ఉపయోగించి 357 తప్పు పాయింట్లు సరిచేయబడ్డాయి మరియు భవిష్యత్ ఉపయోగం కోసం సిఫార్సులు అందించబడ్డాయి.