ПОСТАНОВЛЕНИЕ ГОСУДАРСТВЕННОГО КОМИТЕТА ПО ИМУЩЕСТВУ РЕСПУБЛИКИ БЕЛАРУСЬ

6 ноября 2025 г. № 74

Об утверждении и введении в действие технических нормативных правовых актов

На основании абзаца пятнадцатого части первой статьи 11 Закона Республики Беларусь от 14 июля 2008 г. № 396-З «О геодезической и картографической деятельности», подпункта 4.16 пункта 4 и подпункта 5.1 пункта 5 Положения о Государственном комитете по имуществу Республики Беларусь, утвержденного постановлением Совета Министров Республики Беларусь от 29 июля 2006 г. № 958, Государственный комитет по имуществу Республики Беларусь ПОСТАНОВЛЯЕТ:

1. Утвердить и ввести в действие геодезические, картографические нормы и правила (далее – ГКНП):

ГКНП 20-2025 «Национальная инфраструктура пространственных данных. Качество пространственных данных. Основные положения» (прилагаются);

ГКНП 21-2025 «Национальная инфраструктура пространственных данных. Спецификация пространственных данных. Основные положения» (прилагаются);

ГКНП 22-2025 «Национальная инфраструктура пространственных данных. Совместимость пространственных данных. Основные положения» (прилагаются).

2. Настоящее постановление вступает в силу после его официального опубликования.

СОГЛАСОВАНО

Министерство архитектуры
и строительства
Республики Беларусь

Министерство здравоохранения
Республики Беларусь

Министерство культуры
Республики Беларусь

Министерство лесного хозяйства
Республики Беларусь

Министерство обороны
Республики Беларусь

Министерство по чрезвычайным
ситуациям Республики Беларусь

Министерство природных ресурсов
и охраны окружающей среды
Республики Беларусь

Министерство связи и информатизации
Республики Беларусь

Министерство сельского
хозяйства и продовольствия
Республики Беларусь

Министерство спорта и туризма
Республики Беларусь

Министерство транспорта и коммуникаций
Республики Беларусь

Министерство труда
и социальной защиты
Республики Беларусь

Министерство энергетики
Республики Беларусь

Национальная академия наук Беларуси

Национальный статистический
комитет Республики Беларусь

Государственный комитет по имуществу Республики Беларусь

––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––

ГЕОДЕЗИЧЕСКИЕ, КАРТОГРАФИЧЕСКИЕ НОРМЫ И ПРАВИЛА

НАЦИОНАЛЬНАЯ ИНФРАСТРУКТУРА ПРОСТРАНСТВЕННЫХ ДАННЫХ

КАЧЕСТВО ПРОСТРАНСТВЕННЫХ ДАННЫХ

ОСНОВНЫЕ ПОЛОЖЕНИЯ

ГКНП 20-2025

Издание официальное

Обязательны для соблюдения государственными органами,

государственными специализированными организациями
и иными организациями при осуществлении
ими геодезической и картографической деятельности

Государственное предприятие «Белгеодезия»

Минск

2025

ПРЕДИСЛОВИЕ

ГКНП 20-2025 «Национальная инфраструктура пространственных данных. Качество пространственных данных. Основные положения» (далее – Основные положения) разработаны в соответствии с Законом Республики Беларусь от 14 июля 2008 г. № 396-З «О геодезической и картографической деятельности» и Инструкцией о порядке разработки, утверждения (введения в действие), обнародования (опубликования) геодезических, картографических норм и правил, утвержденной постановлением Государственного комитета по имуществу Республики Беларусь от 16 сентября 2025 г. № 56.

Разработаны топографо-геодезическим республиканским унитарным предприятием «Белгеодезия» (государственное предприятие «Белгеодезия»).

Утверждены постановлением Государственного комитета по имуществу Республики Беларусь от 6 ноября 2025 г. № 74.

Вводятся в действие после официального опубликования.

Введены впервые.

Внесены Государственным комитетом по имуществу Республики Беларусь в журнал государственной регистрации ГКНП № 20 от 6 ноября 2025 г.

ВВЕДЕНИЕ

Настоящие Основные положения устанавливают технические требования к качеству создаваемых и обновляемых наборов пространственных данных, методике определения и представления отчетной информации о качестве наборов пространственных данных, а также принципам оценки информации о качестве наборов пространственных данных.

Информация о качестве наборов пространственных данных имеет существенное значение для выбора наборов пространственных данных, отвечающих требованиям пользователя, позволяя оценить качество доступных наборов пространственных данных.

Основные положения устанавливают общие требования к определению и описанию качества наборов пространственных данных, к компонентам и структуре показателей качества данных, и определяют общие базовые показатели качества данных. Основные положения также определяют принципы представления отчетности о качестве наборов пространственных данных.

Требования Основных положений обязательны для соблюдения при создании и обновлении государственных информационных систем и ресурсов, содержащих пространственные данные, и формировании (обновлении) наборов пространственных данных, включенных в перечень обязательных наборов пространственных данных.

Набор пространственных данных, должен отвечать всем требованиям, описанным в комплексе проверок (приложение 1):

– процесс оценки качества набора пространственных данных должен пройти проверку в соответствии с требованиями, указанными в разделе 1.1 приложения 1;

– метаданные о качестве набора пространственных данных должны пройти проверку в соответствии с требованиями, указанными в разделах 1.2 и 1.3 приложения 1;

– отчет о качестве набора пространственных данных должен пройти проверку в соответствии с требованиями, указанными в разделе 1.4 приложения 1;

– показатели качества данных, использованные для оценки качества набора пространственных данных, должны пройти проверку в соответствии с требованиями, указанными в разделе 1.5 приложения 1.

1. ТЕРМИНЫ И ОПРЕДЕЛЕНИЯ

В настоящих Основных положениях применяют термины, установленные в ТКП 684-2025 (33520) «Национальная инфраструктура пространственных данных. Метаданные о наборах пространственных данных и сервисах для этих наборов. Правила формирования», ТКП 685-2025 (33520) «Национальная инфраструктура пространственных данных. Метаданные о наборах пространственных данных и сервисах для этих наборов в отношении изображений и матричных данных», ГКНП 21-2025 «Национальная инфраструктура пространственных данных. Спецификация пространственных данных. Основные положения», ГКНП 22-2025 «Национальная инфраструктура пространственных данных. Совместимость пространственных данных. Основные положения», [1], а также следующие термины с соответствующими определениями:

Атрибут пространственного объекта (feature attribute) – не связанная с положением характеристика пространственного объекта с качественным или количественным значением.

Примечание. Атрибут пространственного объекта имеет имя, характеризуется определенным типом данных и имеет область допустимых значений. Атрибут экземпляра пространственного объекта также имеет значение атрибута, принадлежащее области допустимых значений.

Базовый показатель качества данных (data quality basic measure) – общий показатель качества данных, используемый как основа для создания специализированных показателей качества данных.

Примечание. Базовые показатели качества данных – абстрактные типы данных. Непосредственное их использование при представлении отчетности о качестве данных не представляется возможным.

Каталог (catalogue) – набор элементов, электронный или бумажный документ, который содержит информацию о наборе элементов.

Качество (quality) – степень, с которой совокупность присущих характеристик соответствует требованиям.

Корректность (correctness) – соответствие предметной области.

Метакачество (metaquality) – информация, описывающая качество оценки качества пространственных данных.

Метод косвенной оценки (indirect evaluation method) – метод оценки качества набора пространственных данных, основанный на внешних знаниях.

Примечание. Примером внешних знаний служит происхождение набора пространственных данных, включая метод производства или исходные данные.

Метод прямой оценки (direct evaluation method) – метод оценки качества набора пространственных данных, основанный на проверке элементов набора пространственных данных.

Отчет о качестве (quality report) – произвольный текстовый документ, содержащий подробную информацию о примененных методах оценки качества данных, результатах и показателях.

Предметная область (universe of discourse) – отображение реального или гипотетического мира, которое включает все, что представляет интерес.

Реестр (register) – набор файлов, содержащий идентификаторы элементов с описанием соответствующих элементов.

Соответствие (conformance) – выполнение заданных требований.

Тип пространственных объектов (feature type) – класс пространственных объектов, имеющих общие характеристики.

Точность (accuracy) – степень близости результата проверки или измерений принятому истинному значению.

Примечание. В настоящих Основных положениях истинным значением может выступать эталонное значение, принятое за истинное.

Уровень соответствия качества (conformance quality level) – пороговое значение или набор пороговых значений для результатов оценки качества данных, по которым определяют степень соответствия набора пространственных данных спецификации информационного продукта или пользовательским требованиям.

Экземпляр пространственного объекта (feature instance) – представитель определенного типа пространственных объектов, имеющий определенные значения атрибутов пространственного объекта.

Элемент (item) – то, что может быть описано и рассмотрено отдельно.

Примечание. Элемент может являться любой частью набора пространственных данных, такой как пространственный объект, отношения пространственных объектов, атрибут пространственного объекта или их комбинация.

2. ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ

2.1. Сокращения

Шейп-файл – векторный формат географических файлов. Разработан как обменный формат для совместимости между продуктами компании ESRI и другими программами;

1D – одномерное пространство;

2D – двумерное пространство;

3D – трехмерное пространство;

ADQR – обобщенный результат оценки качества данных;

AQL – предел приемлемого качества;

GML – географический язык разметки, основанный на XML;

IDL – язык определения (описания) интерфейсов. Определяет типы объектов посредством спецификации их интерфейсов;

OCL – язык описания объектных ограничений, который служит для определения ограничений и запросов;

RMSE – среднеквадратическая ошибка;

UML – унифицированный язык моделирования;

UTM – универсальная поперечная проекция Меркатора;

XML – расширяемый язык разметки.

2.2. Основные понятия UML

В настоящих Основных положениях представлены схемы с использованием диаграмм UML с базовыми определениями IDL и OCL в качестве языка концептуальной схемы. В данном разделе разъясняются понятия UML и приведено их графическое представление на диаграммах.

2.2.1. Класс

Класс – это правила описания совокупности объектов со сходной структурой, поведением и связями с другими объектами. На диаграммах класс изображается в виде прямоугольника со сплошной границей, который может быть разделен горизонтальными линиями на секции. Верхняя секция (секция имени) содержит имя класса и другие общие свойства (в частности, стереотип). В других секциях могут содержаться список атрибутов класса и список операций (функций).

2.2.2. Пакет

Пакет представляет собой универсальный механизм организации элементов в группы. Пакет может содержать как классы, так и другие пакеты, что служит для иерархической организации пакетов.

2.2.3. Атрибут

Атрибут – это инкапсулируемый элемент данных класса, то есть элемент данных, который содержится в объекте, принадлежащем описываемому классу.

2.2.4. Ассоциация

Ассоциация используется для описания отношений между двумя или более классами. Ассоциация имеет определенную кратность с каждой из сторон. Ассоциации бывают однонаправленными и двунаправленными. Графическое представление данного вида отношения на UML-диаграмме приведено на рисунке 1.

2.2.5. Агрегация

Агрегация – это ассоциация, которая используется для описания отношения между двумя классами типа целое-часть. Агрегируемый объект может агрегироваться сразу несколькими объектами. Графическое представление данного вида отношения на UML-диаграмме приведено на рисунке 1.

2.2.6. Композиция

Композиция – это специальный вид агрегации. В частности, агрегируемый объект может быть создан только тогда, когда создан агрегат, а с уничтожением агрегата уничтожаются и все агрегируемые объекты. Агрегируемый объект не разделяем. Владеть им может только один агрегат. Композиция используется, когда агрегируемые объекты не могут существовать без агрегата (с логической точки зрения). Графическое представление данного вида отношения на UML-диаграмме приведено на рисунке 1.

2.2.7. Роль

Для описания участия соответствующего класса в ассоциации используется роль. Как изображено на рисунке 2, информация о ролях классов в ассоциации указывается на концах линии, изображающей эту ассоциацию, в местах ее присоединения к классам. Имя роли может быть пустым.

2.2.8. Кратность

Кратность – это ограничение на количество объектов, которые могут быть связаны в соответствии с ассоциацией между ними. На рисунке 2 представлено, как изображается кратность на UML-диаграмме.

2.2.9. Обобщение

Обобщение – это отношение между более общим классом (суперкласс или родительский класс) и более специализированным классом (подкласс или дочерний класс). Суперкласс описывает общие черты множества подклассов. Каждый подкласс обладает свойствами суперкласса: наследует структуру, отношения и поведение суперкласса, а также может иметь некоторые дополнительные свойства, присущие только этому подклассу. Графическое представление данного вида отношения на UML-диаграмме приведено на рисунке 1.

2.2.10. Зависимость

Зависимость определяет семантические отношения, существующие между двумя и более элементами модели. Зависимость описывает ситуацию, при которой изменения в независимом элементе требуют изменений в зависимом элементе. На диаграмме зависимость изображается в виде пунктирной стрелки, идущей от зависимого элемента к независимому элементу. Графическое представление данного вида отношения на UML-диаграмме приведено на рисунке 1.

2.2.11. Стереотипы

Стереотип – это элемент механизма расширения словаря UML, который обозначает отличительные особенности в использовании класса. В настоящих Основных положениях используются следующие стереотипы:

– <<Type>>. Задает поведение объекта, не указывая способ его реализации. Объект является элементом типа, если он соответствует спецификации;

– <<DataType>>. Определяет набор значений, которые не имеют идентичности и операции над которыми не имеют влияния на другие данные. Типы данных включают примитивные предопределенные типы и определяемые пользователем типы. Предопределенные типы включают числа, строки и время. Определяемые пользователем типы включают перечисления;

– <<CodeList>>. Множество значений, которые может принимать тот или иной атрибут метаданных. <<CodeList>> представляет собой более гибкое перечисление, чем <<Enumeration>>, что выражается в возможности его расширения новыми значениями;

– <<Abstract>>. Класс, экземпляры которого нельзя создать напрямую, только через его дочерние классы.

Рисунок 1. Символика UML

Рисунок 2. Роли в UML

2.3. Сокращения для пакетов

Для обозначения пакета, содержащего класс, используют следующие аббревиатуры, которые предшествуют имени класса и присоединяются через символ «_»:

CI (Citation) – ссылка;

CT (Catalogues) – каталоги;

DQ (Data Quality) – качество данных;

DQM (Data Quality Measure) – показатель качества данных;

EX (Extent) – пространственно-временной охват;

GF (General Feature) – общая модель пространственных объектов;

MD (Metadata) – метаданные;

QE (Quality Extended) – расширенное качество данных;

RE (Registration) – регистрация.

3. ОБЗОР КАЧЕСТВА НАБОРОВ ПРОСТРАНСТВЕННЫХ ДАННЫХ

Концептуальная модель качества наборов пространственных данных включает:

– изучение концепций качества, применяемых для описания качества наборов пространственных данных. В приложении 2 приведено описание концепций качества данных, применяемых при определении компонентов для описания качества наборов пространственных данных;

– определение уровней соответствия качества наборов пространственных данных спецификации информационного продукта или на основе пользовательских требований. Разработка спецификации информационного продукта описана в ГКНП 21;

– определение аспектов качества в схемах приложений;

– оценку качества наборов пространственных данных;

– составление отчетности о качестве наборов пространственных данных.

Примечание. Разработка схем приложений описана в [2].

Оценка качества данных может быть применена к серии наборов пространственных данных, набору пространственных данных или поднабору в наборе пространственных данных, обладающих общими характеристиками.

Качество наборов пространственных данных должно быть описано с помощью элементов качества данных. Элементы качества данных и их дескрипторы применяются для описания степени соответствия набора пространственных данных критериям, изложенным в спецификации информационного продукта или пользовательских требованиях, и предоставляют количественную информацию о качестве.

Если информация о качестве описывает набор пространственных данных, который был создан без детальной спецификации информационного продукта или с наличием спецификации, но при отсутствии в ней количественных показателей и дескрипторов, то оценка элемента пространственных данных может быть осуществлена посредством неколичественного субъективного подхода в виде описательного результата для каждого элемента.

Некоторая информация, связанная с качеством данных, может быть получена на основе элементов метаданных назначения, применения и происхождения. Такая информация представляется в виде метаданных согласно ТКП 684.

Примечание. Назначение описывает обоснование создания набора пространственных данных и содержит информацию о его предполагаемом использовании, которое может не совпадать с фактическим использованием набора пространственных данных. Применение описывает приложения, в которых использовался набор пространственных данных как производителем данных, так и другими пользователями данных. Происхождение описывает историю набора пространственных данных и излагает его жизненный цикл начиная со сбора и получения, продолжая составлением и преобразованием до его текущего вида. Эта общая, неколичественная информация является наглядной для пользователей и может помочь в оценке качества набора пространственных данных, особенно в случаях конкретного применения, отличного от предполагаемого (косвенная оценка описана в пункте 6.2.3).

Настоящие Основные положения предусматривают, что количественные элементы качества наборов пространственных данных в свою очередь могут иметь ассоциированное с ними качество, которое называется метакачеством. Метакачество описывает качество результатов оценки качества наборов пространственных данных в виде определенных характеристик.

Примечание. Концепция метакачества описана в подразделе 4.4.

На рисунке 3 представлен обзор информации о качестве данных.

Рисунок 3. Концептуальная модель качества пространственных данных

4. КОМПОНЕНТЫ ОПИСАНИЯ КАЧЕСТВА НАБОРОВ ПРОСТРАНСТВЕННЫХ ДАННЫХ

В данном разделе описаны компоненты качества данных. На рисунке 4 представлен обзор компонентов и связей между ними. Подробная информация о компонентах и их атрибутах приведена в словаре данных в приложении 3.

Рисунок 4. Обзор компонентов качества данных

4.1. Блок качества данных (data quality unit)

Для описания качества наборов пространственных данных могут рассматриваться различные элементы качества и различные поднаборы пространственных данных, с целью описания которых используются блоки качества данных. Блок качества данных – это сочетание области применения и элементов качества данных (рисунок 5).

Рисунок 5. Блок качества данных

Область применения блока(ов) качества наборов пространственных данных задает протяженность, пространственные, и (или) временные, и (или) общие характеристики, идентифицирующие наборы пространственных данных, качество которых должно быть оценено.

Для каждого блока качества данных должна быть предусмотрена одна область применения качества данных. Один отчет о качестве данных (в виде метаданных или отчета о качестве) может включать несколько блоков качества данных, так как часто области применения для отдельных элементов качества данных различны. Эти различные области могут, например, быть разделены пространственно, перекрываться или даже совпадать.

Ниже приведены примеры того, что может определять область применения качества наборов пространственных данных:

– серия наборов данных;

– набор данных;

– поднабор данных, определяемый одной или несколькими из следующих характеристик:

1) типы элементов (наборы типов пространственных объектов, атрибутов пространственных объектов, операций с пространственными объектами или отношений пространственных объектов);

2) конкретные элементы (наборы экземпляров пространственных объектов, значений атрибутов или экземпляров отношений пространственных объектов);

3) географический охват;

4) временной охват (заданные временные рамки и точность этой временной рамки).

4.2. Элементы качества данных (data quality elements)

Элемент качества данных – это компонент, описывающий определенный аспект качества наборов пространственных данных, организованный по различным категориям:

– полнота (completeness);

– логическая согласованность (logical consistency);

– точность положения (positional accuracy);

– тематическая точность (thematic accuracy);

– временное качество (temporal quality);

– элемент применимости (usability element).

Схематичное представление данных категорий представлено на рисунке 6.

Рисунок 6. Обзор элементов качества данных

4.2.1. Полнота (completeness)

Полнота определяется наличием и отсутствием пространственных объектов, их атрибутов и отношений. Полнота состоит из двух элементов качества наборов пространственных данных:

– ложное включение (commission) – избыточность данных в наборе пространственных данных;

– ложное исключение (omission) – отсутствие данных в наборе пространственных данных.

4.2.2. Логическая согласованность (logical consistency)

Под логической согласованностью понимают степень соответствия логическим правилам структуры набора пространственных данных, атрибутов и отношений (структура данных может быть концептуальной, логической или физической). Если эти логические правила документально оформлены в другом источнике (например, в спецификации информационного продукта), то необходимо ссылаться на этот источник (например, при оценке качества данных). Логическая согласованность состоит из четырех элементов качества данных:

– концептуальная согласованность (conceptual consistency) – соответствие правилам концептуальной схемы;

– доменная согласованность (domain consistency) – соответствие значений атрибутов области допустимых значений;

– согласованность по формату (format consistency) – степень соответствия данных физической структуре набора пространственных данных;

– топологическая согласованность (topological consistency) – корректность представления закодированных топологических характеристик набора пространственных данных.

4.2.3. Точность положения (positional accuracy)

Под точностью положения понимают точность положения пространственных объектов в пределах пространственной системы отсчета координат. Она состоит из трех элементов качества:

– абсолютная или внешняя точность (absolute or external accuracy) – близость заявленных значений координат значениям координат, принятым в качестве истинных или являющимся истинными;

– относительная или внутренняя точность (relative or internal accuracy) – близость относительного положения объектов в наборе пространственных данных их соответствующим относительным положениям, принятым в качестве истинных или являющимся истинными;

– точность положения матричных данных (gridded data positional accuracy) – близость значений пространственного положения матричных данных значениям, принятым в качестве истинных или являющимся истинными.

4.2.4. Тематическая точность (thematic accuracy)

Под тематической точностью понимают точность количественных атрибутов и корректность неколичественных атрибутов, классификаций объектов и их отношений. Тематическая точность состоит из трех элементов качества:

– корректность классификации (classification correctness) – сравнение классов, присвоенных пространственным объектам или их атрибутам с предметной областью (например, ситуацией на местности или эталонным набором данных);

– корректность неколичественных атрибутов (non-quantitative attribute correctness) – указание на то, является ли неколичественный атрибут корректным или некорректным;

– точность количественных атрибутов (quantitative attribute accuracy) – близость значения количественного атрибута значению, принятому в качестве истинного или являющемуся истинным.

4.2.5. Временное качество (temporal quality)

Под временным качеством понимают качество временных атрибутов и временных отношений объектов. Временное качество состоит из трех элементов:

– точность измерения времени (accuracy of a time measurement) – близость представленных измерений времени значениям, принятым в качестве истинных или являющимся истинными;

– временная согласованность (temporal consistency) – корректность временного порядка событий;

– временная достоверность (temporal validity) – признак того, что данные являются действительными по отношению ко времени.

Примечание. В качестве измерения времени может выступать определенный момент времени или период.

Пример – 31 сентября – недействительные данные.

4.2.6. Элемент применимости (usability element)

Применимость основана на пользовательских требованиях. Все элементы качества могут быть использованы для оценки применимости. Оценка применимости может основываться на конкретных пользовательских требованиях, которые не могут быть описаны с использованием элементов качества, описанных выше. В этом случае должен использоваться элемент применимости с целью предоставления конкретной информации о качестве в отношении пригодности определенного набора пространственных данных для конкретного приложения или соответствия набору требований.

При использовании элемента применимости рекомендуется использовать все приемлемые дескрипторы элементов качества (подраздел 4.3) и определять показатели качества в соответствии с разделом 5 или приложением 4 в целях предоставления точной и детальной информации по оценке качества наборов пространственных данных.

Пример – С помощью данного элемента производитель данных может продемонстрировать, насколько набор пространственных данных пригоден для различных указанных способов использования. Данный элемент может быть применен для подтверждения соответствия набора пространственных данных конкретной спецификации.

4.3. Дескрипторы элементов качества (descriptors of data quality elements)

Оценка элемента качества данных описывается с помощью дескрипторов:

– показатель (measure) – тип оценки;

– метод оценки (evaluation method) – процедура, используемая для оценки показателя;

– результат (result) – итог оценки.

Данные дескрипторы представлены на рисунке 7 и описаны в пунктах 4.3.1–4.3.3.

Рисунок 7. Дескрипторы элементов качества

4.3.1. Показатель качества (quality measure)

Элемент качества данных должен ссылаться только на один показатель качества посредством ссылки (рисунок 8), указывая идентификатор показателя, полностью описанный в другом месте (DQM_Measure.measureIdentifier, пункт 5.5.1), и (или) указывая название и краткое описание показателя качества.

Примечание. Полное описание можно найти в реестре или каталоге показателей качества, которые могут формировать часть спецификации информационного продукта или отчета о качестве данных.

Рисунок 8. Ссылка на показатель качества данных

Показатели качества данных более подробно описаны в разделе 5 настоящих Основных положений.

Настоящие Основные положения устанавливают, что для измерения качества набора пространственных данных используются различные методы. Одного показателя качества данных может быть недостаточно для полной оценки качества набора пространственных данных, заданной областью применения качества данных, а также для предоставления показателей качества для всевозможных вариантов использования набора пространственных данных. Комбинация показателей качества данных может давать полезную информацию. Несколько показателей качества данных могут быть представлены в отчете для данных, заданных одной областью применения качества данных. В этом случае отчет о качестве данных должен включать один экземпляр DQ_Element для каждого примененного показателя.

4.3.2. Метод оценки (evaluation method)

Метод оценки качества данных описывает те процедуры и методы, которые применяются к наборам пространственных данных для получения результата оценки качества данных (рисунок 9). Для различных элементов качества данных часто используются различные методы оценки.

Рисунок 9. Метод оценки качества данных

Для каждого примененного показателя качества должен быть включен метод оценки качества. Метод оценки качества данных используется для описания методологии, используемой для применения показателя качества данных к данным, заданным некоторой областью их применения, или для отсылки к документации, в которой такая методология описывается.

Примечание. Оценка качества данных подробнее описана в разделе 6.

Пример – Примерами такой документации являются спецификации информационных продуктов, опубликованные статьи или утвержденные отраслевые стандарты.

Для каждой оценки целесообразно указывать дату или диапазон дат в соответствии с [3]. Если оценка проводилась в непоследовательном временном порядке, то указывается каждая отдельная дата.

4.3.3. Результат (result)

Для каждого элемента качества данных должно быть представлено не менее одного результата оценки качества. Это может быть количественный результат, результат соответствия, описательный результат или результат в виде покрытия (рисунок 10).

Примечание. Для одного элемента качества данных могут применяться различные типы результатов.

Рисунок 10. Результат оценки качества

Для различных частей набора пространственных данных качество часто различается. Поэтому несколько оценок могут быть применены для одного элемента качества данных для более полного и более детального описания количественной информации о качестве. Чтобы избежать повторных описаний показателей качества и процедур оценки для нескольких экземпляров элемента качества данных (DQ_Element), можно использовать несколько результатов с областью применения индивидуальных результатов.

Примечание. Область применения результата оценки качества является поднабором области применения качества данных (подраздел 4.1).

Пример – Набор пространственных данных содержит объекты идентичного типа, положение которых было установлено с помощью отличающихся методов, повлекших различную точность определения местоположения. Однако для всего набора пространственных данных применяются одни и те же процедура и показатели оценки качества, которые дают различные результаты в зависимости от метода сбора данных. В этом случае желательно иметь несколько результатов с отдельными областями применения результатов оценки качества (территория, охватываемая каждым методом сбора данных) и одной областью применения качества данных (территория всего набора пространственных данных).

Количественным результатом может быть одно или несколько значений, в зависимости от значений атрибутов valueType (тип значения) и valueStructure (структура комплексного значения), определенных в описании применяемого показателя.

Атрибут valueRecordType (тип значения результата оценки) используется для описания того, как valueType и valueStructure, определенные данным показателем, реализованы для получения значения количественного результата.

Примечание. Атрибут valueRecordType принадлежит к типу RecordType, который является универсальным типом данных согласно [4]. Его значение меняется в зависимости от того, какое решение по реализации используется для получения количественного результата. Пример реализации посредством XML для RecordType приведен в [5].

Результат соответствия – это результат сравнения значения или набора значений, полученных в результате применения некоторого показателя качества к данным, заданным областью применения качества, с установленным приемлемым уровнем соответствия качества.

Когда уровень соответствия качества определен, полученный результат сравнивают с ним с целью выявления того факта, соответствует ли качество данных заданному уровню качества.

Результат соответствия может быть установлен для каждого показателя. Уровень соответствия качества определяется в соответствующей документации, такой как спецификация информационного продукта или спецификация требований, определенных пользователями. При определении соответствия необходимо ссылаться на соответствующую нормативно-техническую документацию и указывать примененный уровень соответствия качества.

Для одного показателя допускается более одного результата соответствия качества данных, если процедура оценки проводится по уровням соответствия, установленным в различных источниках.

В некоторых случаях (например, при тематических и научных наблюдениях) получение количественного результата оценки для элемента качества данных не представляется возможным. Тогда субъективная оценка элемента может быть выражена в текстовом сообщении в качестве описательного результата качества данных.

Пример – Относительная точность положения между геологическим объектом и ближайшим пространственным объектом на топографической карте (дороги, реки, озера и т.д.) выше, чем абсолютная точность положения самого геологического объекта.

Данный описательный результат также может использоваться для краткого сводного описания результата оценки качества данных, как в качестве дополнения к полному количественному результату, так и в качестве полной его замены в случае, если количественные значения не могут быть получены.

Результат в виде покрытия – это результат оценки качества данных, организованный в виде покрытия. Покрытия описаны в ТКП 685.

4.4. Элементы метакачества (metaquality elements)

Элементы метакачества представляют собой набор количественных и качественных заключений об оценке качества и ее результатах. Знания о качестве и пригодности метода оценки, примененного показателя и полученном результате могут иметь такое же значение, как и сам результат.

Пример оценки метакачества представлен в приложении 5.

Метакачество может быть описано с использованием следующих элементов, представленных на рисунке 11:

– доверие (confidence) – надежность результата качества данных.

Примечание. Количественные показатели доверия могут быть получены посредством статистических параметров, таких как стандартное отклонение или доверительный интервал с заданным уровнем доверия.

Пример – Доверие зависит в первую очередь от используемого метода и его надежности, а также в меньшей степени от соответствующей генеральной совокупности;

Рисунок 11. Элементы метакачества

– репрезентативность (representativity) – степень, с которой выборка данных приводит к получению результата оценки качества, являющегося достаточно представительным в отношении всех данных в пределах области применения качества данных.

Примечание. Статистический метод, основанный на выборке, может считаться таким же надежным, как и глобальный метод, когда охвачены все географические зоны и рассматриваемые временные диапазоны, а генеральная совокупность достаточно велика. Важен не только объем выборки, который имеет решающее значение, но и тот факт, насколько точно отражается текущее состояние данных. Более подробная информация представлена в пункте 6.2.2 и приложении 6;

– однородность (homogeneity) – ожидаемая или подтвержденная испытаниями однородность результатов, полученных при оценке качества данных.

Примечания:

1. Однородность заключается в сравнении результатов оценки нескольких сегментов общего набора данных. Это сравнение может быть выражено, например, посредством среднеквадратических ошибок. Однородность невозможно оценить в случае всеобщего процесса, так как результат носит общий характер.

2. Такие проверки часто проводятся при сборе данных различными операторами в зависимости от зоны или времени сбора данных.

4.5. Дескрипторы элемента метакачества (descriptors of a metaquality element)

Для описания элемента метакачества используются те же дескрипторы, что и для элемента качества: показатель, метод оценки и результат (рисунок 12). Дополнительно должен применяться дескриптор – связанный элемент качества (related quality element).

Примечание. Связанный элемент качества – это элемент качества, к которому применяется элемент метакачества.

Пример оценки метакачества представлен в приложении 5.

Рисунок 12. Дескрипторы метакачества

5. ПОКАЗАТЕЛИ КАЧЕСТВА НАБОРОВ ПРОСТРАНСТВЕННЫХ ДАННЫХ

Для облегчения сравнения наборов пространственных данных необходимо, чтобы результаты в отчетах о качестве данных представлялись в сопоставимом виде, а также чтобы имелось общее представление об использованных показателях качества данных (data quality measures). В целях обеспечения сопоставимости оценки качества наборов пространственных данных и отчетов о качестве данных (в виде метаданных или отчетов о качестве), полученных из различных источников, должны использоваться по возможности стандартизированные показатели качества данных, описанные в приложении 4.

5.1. Стандартизированные показатели качества данных

Перечень стандартизированных показателей качества данных приведен в приложении 4. Каждый показатель качества данных должен содержать все необходимые компоненты, указанные в разделе 6. Для каждого элемента качества данных допускается применение нескольких показателей. Какие из них использовать, зависит от типа данных и их предполагаемого назначения. В рамках реализации настоящих Основных положений должны быть использованы стандартизированные показатели, определенные в данном документе.

Реестры, установленные для управления стандартизированными показателями качества данных, создаются в соответствии с [6].

5.2. Определяемые пользователем показатели качества данных

Вследствие характера пространственных данных перечень стандартизированных показателей качества данных не может быть полным. Возможны случаи, когда изготовитель набора пространственных данных вынужден разрабатывать иные показатели качества данных для оценки качества этого набора. По возможности эти показатели должны быть определены с помощью базовых показателей качества данных в соответствии с приложением 7, а сам показатель – в соответствии со структурой, приведенной в разделе 5.

5.3. Каталог показателей качества данных

Для более полного описания показателей, указанных в отчете по оценке качества данных, каталоги показателей качества данных могут быть представлены в виде ассоциации с метаданными или доступны в онлайн-режиме.

Каталог может содержать набор показателей, применяемых в одном или нескольких отчетах, со всеми необходимыми компонентами для показателей качества данных, указанных в настоящих Основных положениях.

Каталог (как реестр) позволяет описывать показатель качества данных и хранить эту информацию для того, чтобы иметь возможность ссылаться на нее при каждой необходимости, вместо повторного описания показателя в отчете по качеству данных.

В приложении 8 приведена структура каталога показателей качества. В [5] представлен XML-механизм для сопоставления каталога с набором метаданных.

5.4. Список компонентов

Каждый показатель качества данных описывается следующими компонентами:

– идентификатор показателя;

– название;

– условное название;

– название элемента;

– базовый показатель;

– определение;

– описание;

– параметр;

– тип значения;

– структура значения;

– ссылка на источник;

– пример.

На рисунке 13 представлены компоненты показателей качества данных.

Рисунок 13. Показатели качества данных

5.5. Описание компонентов показателей качества данных

5.5.1. Идентификатор показателя (measure identifier)

Идентификатор – это значение, уникально идентифицирующее показатель в пространстве имен.

Примечание. Данный идентификатор позволяет устанавливать ссылки на показатель качества данных в элементах качества данных (пункт 4.3.1).

5.5.2. Название (name)

Название – это наименование показателя.

Примечание. Если показатель уже имеет общепринятое название, то должно использоваться это название. Если же такого названия не существует, то следует выбрать такое название, которое отражает характер этого показателя.

5.5.3. Условное название (alias)

Условное название – это другое отличительное наименование для того же показателя качества данных. Им может быть иное общепринятое наименование либо аббревиатура или же краткое наименование. Возможно использование более одного условного названия.

5.5.4. Название элемента (element name)

Название элемента – это название элемента качества данных (в соответствии с подразделами 4.2 и 4.4), к которому применяется показатель. Возможно использование более одного названия элемента.

5.5.5. Базовый показатель (basic measure)

Если какой-либо показатель основан на одном из базовых показателей, то базовый показатель должен быть описан его названием, определением и типом значения. Базовые показатели идентифицируются по своим названиям.

Множество показателей основано на подсчете ошибочных элементов. Существуют также некоторые показатели, связанные с неопределенностью числовых значений. Для того чтобы избежать повторений, в рамках базовых показателей необходимо определить наиболее распространенные методы построения показателей, связанных с подсчетами, а также общестатистических показателей для одно- и двухмерных случайных величин.

При необходимости создания новых показателей необходимо также использовать базовые показатели.

Примечание. Базовые показатели приведены в приложении 7.

5.5.6. Определение (definition)

Определение является фундаментальным понятием показателя.

Примечание. Если показатель является производным от базового показателя, то такое определение основывается на определении базового показателя и уточняется для этого показателя.

5.5.7. Описание (description)

Описание – это описание показателя, включающее методы вычислений, с учетом всех формул и (или) иллюстраций, необходимых для установления результата применения этого показателя.

Если показатель использует концепцию ошибок, то должно быть указано, каким образом оцениваемый элемент классифицируется как некорректный. В этом случае качество может быть описано только как корректное или некорректное.

5.5.8. Параметр (parameter)

Параметр – это вспомогательная величина, используемая показателем. Она должна включать в себя наименование, определение и тип значения. Может использоваться более одного параметра.

Примечание. Пример параметра приведен в приложении 4.

5.5.9. Тип значения (value type)

Тип значения – это тип данных, используемый для представления результата показателя, определенные в [4].

5.5.10. Структура значения (value structure)

Результат может состоять из множества значений. В таких случаях результат должен быть структурирован с использованием структуры значения в соответствии с приложением 3.

5.5.11. Ссылка на источник (source reference)

Ссылка на источник – это ссылка на документацию с описанием показателя.

В случаях, когда показатель, для которого предоставлена дополнительная информация из внешнего источника, добавляется в перечень стандартизированных показателей, может быть указана ссылка на этот источник.

5.5.12. Пример (example)

Пример – это пример применения показателя или результата, полученного при использовании этого показателя. Может быть приведено более одного примера.

6. ОЦЕНКА КАЧЕСТВА НАБОРОВ ПРОСТРАНСТВЕННЫХ ДАННЫХ

6.1. Процесс оценки качества данных

Процессы оценки качества используются на различных фазах жизненного цикла набора пространственных данных, при этом на каждой фазе их цели различаются. В настоящих Основных положениях рассматриваются следующие фазы жизненного цикла: разработка спецификации, производство, поставка, использование и обновление.

Процесс оценки качества представляет собой последовательность шагов, выполняемых для получения результата оценки качества. На рисунке 14 представлена последовательность действий для оценки качества данных. Описание концепции оценки и составления отчетности о качестве данных приведено в приложении 5.

Рисунок 14. Процесс оценки качества данных

Когда оцениваемые пространственные данные неоднородны и разные части имеют разное качество, то проверки должны быть выполнены соответственно для различных частей.

Этапы процесса оценки качества данных приведены в таблице 1.

Таблица 1. Этапы процесса оценки качества

После получения итога оценки качества может осуществляться оценка метакачества. Последовательность, описанная выше, также применима к оценке метакачества с учетом следующих этапов процесса: выбрать элемент метакачества и оценку качества, для которых оценивается метакачество, затем указать показатель и метод оценки и определить итог оценки метакачества.

6.2. Методы оценки качества данных (data quality evaluation methods)

6.2.1. Классификация методов оценки качества данных

Процедура оценки качества данных включает один или более методов оценки качества данных. Методы оценки качества данных можно разделить на два основных класса: прямая (direct) оценка и косвенная (indirect) оценка. Методы прямой оценки определяют качество данных путем сравнения данных с внутренней и (или) внешней эталонной информацией. Методы косвенной оценки позволяют сделать вывод или оценить качество данных, используя такую информацию о данных, как их происхождение. Применение методов прямой оценки предпочтительнее косвенной оценки. Методы прямой оценки, в свою очередь, классифицируются по источнику информации, необходимой для выполнения оценки, – внутреннему или внешнему.

На рисунке 15 представлены классы описываемых методов оценки.

Примечание. Элемент метаданных Происхождение описан в ТКП 684.

Рисунок 15. Методы оценки качества данных

6.2.2. Прямая оценка (direct evaluation)

Метод прямой оценки – это метод оценки качества набора пространственных данных, основанный на проверке элементов в наборе пространственных данных.

Методы прямой оценки могут быть классифицированы на внутренние и внешние. Внутренняя прямая (internal direct) оценка качества данных использует только те данные, которые содержатся в оцениваемом наборе пространственных данных. Внешняя прямая (external direct) оценка качества требует применения эталонных данных, внешних по отношению к проверяемому набору пространственных данных.

Примечание. Эталонные данные – это данные, принятые как представляющие предметную область.

Как для внешних, так и для внутренних методов оценки может использоваться один из следующих методов проверки:

– полный контроль (full inspection);

– выборочный контроль (sampling).

При полном контроле проверяется каждый элемент в генеральной совокупности, определенной областью применения качества данных.

Примечание. Полный контроль больше всего подходит для небольших генеральных совокупностей или для проверок, которые могут быть выполнены в автоматическом режиме.

Выборочный контроль выполняется для проверки поднаборов пространственных данных, заданных областью применения качества данных.

Примечание. Примеры методов выборочного контроля приведены в приложении 6.

6.2.3. Косвенная оценка (indirect evaluation)

Метод косвенной оценки – это метод оценки качества набора пространственных данных на основе внешних знаний или накопленного опыта работы с информационным продуктом и может быть субъективным.

Эти внешние знания могут включать (но не ограничиваться ими) неколичественную информацию о качестве, такую как применение, происхождение и назначение (в соответствии с ТКП 684) или другую отчетную информацию о качестве набора пространственных данных или данных, использованных для создания оцениваемого набора пространственных данных. Качество данных может быть оценено, например, на основе знаний об исходных данных, средствах и методах, использованных для сбора данных, по отношению к процедурам и спецификациям, разработанным для этого продукта. Косвенная оценка качества данных также может быть основана только на опыте. Если указывается, что выполнена косвенная оценка, то должно быть также представлено сопроводительное описание, как эта оценка была осуществлена.

В некоторых случаях может быть затруднительно или даже невозможно описать косвенно оцененное качество данных в виде количественных результатов. В таких случаях качество данных может быть описано в текстовой форме с использованием описательного результата (подробная информация представлена в пункте 4.3.3).

6.3. Обобщение и вывод (aggregation and derivation)

Дополнительные результаты можно получить посредством обобщения или вывода из существующих результатов без проведения новой оценки качества данных.

Обобщение объединяет результаты качества из проведенных оценок качества данных, основанных на различных элементах качества данных или различных областях применения качества данных.

Дополнительные результаты также могут быть выведены из существующих результатов, например, когда результат соответствия получен путем сравнения количественного результата с уровнем соответствия. Это полезно, например, если результат выражен иначе, чем уровень соответствия.

Примечание. Обобщение может быть применено для обобщения результатов различных элементов качества с целью описания их соответствия спецификации информационного продукта. Подробная информация об обобщении представлена в приложении 10. Порядок изложения отчетной информации по обобщению изложен в пункте 7.1.1 и приложении 5. Порядок изложения отчетной информации по выводу изложен в пункте 7.1.2 и приложении 5.

Пример – Если результат выражен с уровнем значимости 95 %, а уровень соответствия выражен с уровнем значимости 99 %, то результат может быть пересчитан, чтобы иметь тот же уровень значимости, что и уровень соответствия.

7. ОТЧЕТНОСТЬ О КАЧЕСТВЕ ДАННЫХ

Сведения о качестве данных должны быть представлены в виде метаданных в соответствии с ТКП 684 и ТКП 685.

С целью представления более подробной информации, помимо метаданных, может быть дополнительно создан отчет о качестве данных в свободной форме. Однако отчет о качестве данных не должен подменять метаданные. Метаданные должны содержать ссылку на отчет о качестве данных, если такой имеется (рисунок 16).

Примечание. Более подробная информация о представлении отчетности о качестве данных, а также взаимодополняющей роли между метаданными и отчетом о качестве представлена в приложении 2. Примеры отчетности о качестве данных приведены в приложении 5.

Рисунок 16. Отчетность о качестве данных

7.1. Частные случаи

7.1.1. Отчетность по обобщению (обобщенные результаты)

При обобщении результатов должен представляться отчет о качестве для дополнения информации, представленной в метаданных. В рамках этого отчета о качестве должна быть представлена детальная информация по исходному результату с показателем(ями) и процедурой(ами) оценки, обобщенному результату и методу обобщения.

В метаданных:

– когда несколько результатов оценки качества для одного элемента качества объединяются в один результат оценки этого элемента, то этот результат должен быть представлен в метаданных в виде результата для этого элемента качества данных. Примеры представлены в приложении 5;

– когда несколько результатов оценки качества для различных элементов объединяются в один результат, то это должно быть отражено в метаданных в виде результата для элемента применимости (DQ_UsabilityElement). Пример приведен в приложении 5.

В обоих случаях в метаданных должна приводиться по крайней мере ссылка на исходные результаты оценки качества данных, также может быть представлена информация о показателе обобщения и методе обобщения.

7.1.2. Отчетность по выводу (производные результаты)

Когда в метаданных представляются только производные результаты, то необходимо также сформировать отчет о качестве, чтобы предоставить исходные результаты оценки качества данных, из которых был получен производный результат. В метаданные должна быть включена ссылка на отчет о качестве и исходный результат оценки качества данных.

Пример – Результат соответствия часто является производным из количественного результата. Если в метаданных указывается только результат соответствия, то тогда количественные результаты должны быть представлены в отчете о качестве данных.

7.1.3. Ссылка на исходный результат оценки качества данных

Когда производный или обобщенный результат представляется в метаданных, то ссылка на исходный результат оценки качества данных может быть представлена с использованием двух атрибутов:

– атрибут derivedElement ссылается на элемент качества и, при наличии, на его результат, описанный в метаданных;

– атрибут qualityReportDetails ссылается на часть отчета о качестве, где описан исходный результат.

Приложение 1

(обязательное)

Комплекс проверок

1.1. Процесс оценки качества

Цель проверки: убедиться в правильности процесса оценки качества данных.

Метод проверки: определение полноты процесса оценки качества в соответствии с этапами, представленными в подразделе 6.1. Что предполагает:

– определение положений спецификации информационного продукта или пользовательских требований, имеющих отношение к качеству данных, и их использование для определения применимых элементов качества данных и их соответствующей области применения. Сравнение применимых элементов качества данных с оцениваемыми элементами качества данных для удостоверения в том, что все применимые элементы качества данных были определены и оценены для соответствующей области применения;

– проверка того, что показатель качества данных, применяемый для каждой оценки качества, уместен в соответствии с положениями спецификации информационного продукта или пользовательскими требованиями;

– проверка того, что процедура оценки качества, примененная для каждой оценки качества данных, уместна в соответствии с положениями спецификации информационного продукта или пользовательскими требованиями.

Ссылка: подраздел 6.1.

Тип проверки: базовая.

1.2. Метаданные о качестве данных

Цель проверки: убедиться в том, что метаданные о качестве данных моделируются в соответствии с моделями UML и словарем данных.

Метод проверки: метаданные проверяются на содержание соответствующих компонентов качества данных и следование правилам по количеству допустимых экземпляров для каждого компонента.

Ссылка: раздел 4, раздел 7 и приложение 3.

Тип проверки: базовая.

1.3. Соответствие метаданных

Цель проверки: убедиться в том, что метаданные о качестве данных представлены в соответствии с ТКП 684 и ТКП 685.

Метод проверки: проведение проверок, представленных в ТКП 684 (раздел A.2 приложения А).

Ссылка: раздел A.2 приложения А ТКП 684.

Тип проверки: базовая.

1.4. Отчет о качестве

Цель проверки: убедиться в том, что отчет о качестве включает в себя разделы по всем соответствующим аспектам качества и что описание всех компонентов качества данных следует правилам, определенным в настоящих Основных положениях.

Метод проверки: отчет о качестве проверяется на наличие всех соответствующих компонентов.

Ссылка: раздел 4 и раздел 7.

Тип проверки: базовая.

1.5. Показатели качества данных

Цель проверки: убедиться в том, что показатель качества данных структурно и семантически точно определен.

Метод проверки: проверить, описаны ли использованные показатели качества данных, как это указано в разделе 5, и смоделированы ли в соответствии с моделью UML и словарем данных.

Ссылка: раздел 5 и приложение 3.

Тип проверки: базовая.

Приложение 2

(справочное)

Понятия качества данных и их применение

2.1. Основы понятий качества данных

Набор пространственных данных может быть создан для конкретного применения или для нескольких предполагаемых применений. Качество набора пространственных данных может быть оценено только на основе знаний о его элементах качества данных и, в некоторых случаях, косвенно – на основе неколичественной информации о качестве по использованию, происхождению и назначению (в соответствии с ТКП 684. Элементы качества данных оценивают расхождение между набором данных и предметной областью (идеальным набором данных, который соответствует спецификации информационного продукта). На основе неколичественной информации о качестве можно получить связанные с качеством знания.

Понятия качества данных составляют важную основу как для производителей, так и для пользователей данных. Производитель данных получает средства для проверки того, насколько хорошо набор пространственных данных отражает его предметную область согласно спецификации информационного продукта. Пользователи данных могут оценить качество набора пространственных данных для удостоверения в том, что набор пространственных данных удовлетворяет требованиям пользовательского применения (рисунок 2.1).

Следует отметить, что представленные отчетные результаты качества являются действительными в соответствии со спецификацией информационного продукта или используемыми пользовательскими требованиями. Если они изменились, то оценка качества должна быть проведена повторно в соответствии с измененной спецификацией или требованиями. Следует проявлять осторожность при сравнении результатов оценки качества там, где предметная область отличается. Типичные примеры этого связаны с преобразованием моделей в инфраструктурах пространственных данных или генерализацией. Например, при изменении геометрии типа пространственного объекта также изменяются результаты в отношении точности положения.

Рисунок 2.1. Основы понятий качества данных

2.2. Структура наборов пространственных данных и компонентов для описания качества

Набор пространственных данных может относиться к серии наборов пространственных данных, что означает, что все наборы данных серии основаны на одной и той же спецификации информационного продукта. Качество всех наборов пространственных данных, относящихся к одной серии наборов пространственных данных, может быть одинаковым.

Набор пространственных данных может рассматриваться как содержащий большое, хотя и конечное, число поднаборов пространственных данных. Поднаборы данных, которые имеют общие черты, такие как принадлежность к одному типу пространственных объектов, атрибуту пространственных объектов или отношению пространственных объектов, или общие критерии сбора данных, общий пространственный или временной охват, часто имеют схожее качество. Поднабор пространственных данных в обязательном порядке включает экземпляр пространственного объекта, значение атрибута или экземпляр отношения пространственных объектов. Концепция оценки качества данных позволяет каждому экземпляру пространственного объекта, значению атрибута и экземпляру отношения пространственных объектов иметь собственное качество. Качество поднаборов пространственных данных в наборе данных может не совпадать с качеством остальных частей набора пространственных данных, к которому они принадлежат. Понятия качества данных позволяют представлять отчетность о качестве набора пространственных данных и, дополнительно, о различном качестве поднаборов пространственных данных, идентифицируя эти группировки как данные, которые заданы областями применения качества данных. Информация о качестве, представленная для нескольких областей применения качества данных, меньших, чем весь набор пространственных данных, для которого представлена отчетность о качестве, дает более полную и подробную картину качества, чем общее качество для всего набора пространственных данных.

Примечание. Для производителя данных спецификация информационного продукта описывает предметную область и содержит правила для построения набора пространственных данных. Для пользователя данных пользовательские требования описывают предметную область, которая может совпадать или не совпадать с предметной областью набора пространственных данных. Качество набора пространственных данных определяется тем, насколько хорошо он представляет предметную область. Качество одного и того же набора пространственных данных может отличаться в зависимости от предметной области, относительно которой он оценивается.

Качество набора пространственных данных описывается элементами качества данных и их дескрипторами. Отдельная информация, относящаяся к качеству, также может быть получена с помощью неколичественных элементов метаданных использования, происхождения и назначения.

Метакачество обеспечивает информацию о качестве в отношении оценки качества.

Элементы качества данных позволяют оценить, насколько хорошо набор пространственных данных соответствует критериям, изложенным в спецификации информационного продукта или пользовательских требованиях. Элементы качества данных оценивают различными способами и на различных этапах жизненного цикла набора пространственных данных. Понятия качества данных предусматривают, что не все элементы качества данных применимы ко всем типам наборов пространственных данных. Помимо этого, некоторые элементы качества данных являются применимыми к большим наборам данных, в то время как другие больше применимы к поднаборам данных, входящих в состав более крупного набора данных. Некоторые элементы качества данных применимы как к единичным экземплярам данных, так и к большему их количеству, а некоторые применимы только к множеству экземпляров.

Настоящие Основные положения определяют элементы качества данных в первую очередь как средства идентификации и представления отдельных категорий информации о качестве, также они предусматривают, что элементы качества данных часто взаимосвязаны. Например, ошибка в координатах может повлечь за собой по меньшей мере два типа ошибок – местоположения и топологическую (приложение 9). Значение элементов качества данных с точки зрения продукта и способ обработки элементов качества данных находятся в компетенции оценщика качества.

2.3. Порядок применения процедуры оценки качества

Процедуры оценки качества могут применяться на различных этапах жизненного цикла информационного продукта. Оценка качества может быть применена на следующих стадиях жизненного цикла продукта:

– разработка спецификации информационного продукта или пользовательских требований, когда процедуры оценки качества могут быть использованы для установления уровней соответствия качества, которым должен отвечать конечный продукт. Спецификация информационного продукта или пользовательские требования могут включать уровни соответствия качества для данных и процедуры оценки качества, которые должны применяться в процессе производства и обновления;

– контроль качества при создании набора пространственных данных: на стадии производства разработчик может применять процедуры оценки качества, которые могут быть как явно установлены, так и не включены в спецификацию информационного продукта, как часть процесса контроля качества. Описание процедур оценки качества, применяемых для контроля качества продукции, рекомендуется представлять как метаданные происхождения, включая, в частности, оценку качества применяемых процедур, установленные уровни соответствия качества и результаты;

– проверка на соответствие спецификации информационного продукта: по завершении производства информационного продукта рекомендуется осуществлять процесс оценки качества для формирования и представления отчетных результатов оценки качества данных. По этим результатам можно определить, насколько набор пространственных данных соответствует или не соответствует спецификации информационного продукта. Если набор пространственных данных проходит проверку (состоящую из серии процедур оценки качества), то его считают готовым к использованию. Результаты операции проверки следует представлять в соответствии с разделом 7. Пример описания оценки и представления отчетной информации о качестве данных приведен в приложении 5. Итогом проверки будет являться принятие либо непринятие набора пространственных данных. Если принятие набора пространственных данных будет отклонено, то после исправления данных необходимо провести новую проверку, и так до тех пор, пока продукт не будет соответствовать спецификации информационного продукта;

– оценка соответствия набора пространственных данных пользовательским требованиям: процедуры оценки качества могут использоваться для удостоверения в том, что набор пространственных данных отвечает уровням соответствия качества, установленным пользовательскими требованиями. При анализе соответствия набора пространственных данных пользовательским требованиям могут применяться как косвенные, так и прямые методы;

– контроль качества при обновлении набора пространственных данных: процедуры оценки качества могут применяться к операциям обновления набора пространственных данных, как к отдельным элементам, использованным для обновления, так и для контроля качества всего набора пространственных данных после его обновления.

2.4. Представление отчетной информации о качестве

2.4.1. Предпосылки представления отчетной информации о качестве

Необходимость представлять информацию о качестве данных существует по ряду причин, включая следующие:

– для облегчения обнаружения и поощрения использования набора пространственных данных;

– для подтверждения соответствия спецификации информационного продукта или пользовательским требованиям;

– как часть мероприятий по работе с поставщиками;

– для возможности суждения о качестве производной информации, полученной из набора пространственных данных;

– для обеспечения принятия рационального (оптимального) решения в условиях, когда известно, что все наборы данных содержат недостатки.

2.4.2. Условия обновления информации о качестве

Наборы данных постоянно создают, обновляют и объединяют, в результате чего качество или компонент качества набора пространственных данных может изменяться. На актуальность информации о качестве набора пространственных данных могут повлиять три условия:

– удаление из набора пространственных данных, изменение или добавление к набору данных некоторого объема данных;

– изменение спецификации информационного продукта для набора пространственных данных или установление требований нового пользователя к качеству данных;

– изменение реального мира.

Первое условие – изменение набора пространственных данных – может происходить довольно часто. Многие наборы данных не являются статическими. Происходит увеличение обмена информацией, использование наборов пространственных данных во многих целях и обусловленное этим обновление и уточнение наборов пространственных данных для соответствия многим целям. Если информация о качестве набора пространственных данных изменяется в результате изменения самого набора данных, то качество этого набора пространственных данных должно быть заново оценено и обновлено.

При создании набора пространственных данных необходимо обеспечить полное представление обо всех применимых элементах качества данных. Первоначально могут представляться только сведения об использовании набора пространственных данных его производителем (в предположении, что производитель данных действительно использует такой набор пространственных данных). В дальнейшем пользователи данных должны предоставлять информацию об использовании набора пространственных данных, если оно отличается от его целевого назначения. Благодаря таким сообщениям появится возможность постоянного обновления этого конкретного описательного элемента качества данных для отражения в нем возникающих непредвиденных вариантов использования.

Второе условие – внесение изменений в спецификацию информационного продукта для набора пространственных данных – скорее всего происходит перед созданием исходного набора пространственных данных и перед выпуском информации о качестве. Вполне вероятно, что по мере использования некоторого набора пространственных данных его спецификация будет обновляться для того, чтобы будущие изменения этого набора пространственных данных лучше отвечали фактическим потребностям. При изменении спецификации информационного продукта изменяется также и качество текущего набора пространственных данных. Информация о качестве набора пространственных данных всегда должна отражать текущий набор пространственных данных с учетом текущей спецификации информационного продукта.

Третье условие – изменение реального мира, которое происходит постоянно. Изменения могут быть вызваны природными явлениями, такими как движения земной коры или эрозия почвы, но чаще всего они являются результатом деятельности человека. Изменения, как правило, наступают очень быстро и внезапно. По этой причине время сбора данных, так же, как и время оценки качества, играют важную роль при оценке качества набора пространственных данных. В некоторых случаях даже скорость изменения данных представляет интерес. А в некоторых случаях интерес может также представлять и частота изменений набора пространственных данных. Тем не менее настоящие Основные положения предусматривают, что создание новой информации о качестве данных при каждом изменении реального мира не представляется возможным.

2.4.3. Способы представления информации о качестве

2.4.3.1. Иерархический принцип

Настоящие Основные положения предусматривают иерархический принцип представления информации о качестве.

Качество данных, определяемое на верхнем уровне, например, для серии наборов пространственных данных, применимо и на более низком уровне, например, для набора пространственных данных (таблица 2.1). Если качество данных отличается на верхнем и нижнем уровнях, то необходимо представить дополнительную информацию на более низком уровне.

Таблица 2.1. Иерархические уровни

Примечание. Информация о качестве экземпляра пространственного объекта, атрибута пространственного объекта или отношений между пространственными объектами может сообщаться как атрибут этого экземпляра согласно [2].

2.4.3.2. Метаданные и отчет о качестве

2.4.3.2.1. Общие положения

Информация о качестве может сообщаться в виде метаданных и в виде отчета о качестве. Эти два механизма дополняют друг друга, позволяя сообщать информацию о качестве данных с различными уровнями детализации:

– метаданные направлены на предоставление краткой, обобщенной и структурированной информации для обеспечения совместимости метаданных и использования веб-сервисов;

– отчет о качестве может использоваться для получения более подробной информации об оценке качества данных. Он должен прилагаться к набору данных или информационному продукту для возможности непосредственного ознакомления с ним пользователя.

Например, в случае обобщения различных результатов оценки качества отчет о качестве обеспечит полную информацию об исходных результатах оценки качества (с примененными процедурами оценки и показателями), результате обобщения и методе обобщения, в то время как метаданные могут только описать результат обобщения со ссылкой на исходные результаты, описанные в отчете о качестве.

2.4.3.2.2. Представление информации о качестве в виде метаданных

Класс MD_Metadata, согласно ТКП 684, может агрегировать от нуля, одного и до нескольких блоков качества данных – экземпляров класса DQ_DataQuality, согласно настоящим Основным положениям (рисунок 2.2).

Рисунок 2.2. Информация о качестве данных

2.4.3.2.3. Представление информации о качестве в отчете о качестве

Стандартизация терминологии (например, элементов качества данных) и структуры основанной на них информации о качестве данных обеспечивают лучшее понимание и сравнение результатов оценки качества. Кроме того, заявление о соответствии настоящим Основным положениям, содержащееся в отчете о качестве, может представлять ценность для пользователей.

В отчет о качестве следует включать область применения для однозначного определения пространственно-временного охвата, на который распространяется действие отчета по оценке набора пространственных данных.

Каждый отчет должен содержать достаточный объем информации для полного описания соответствующих аспектов качества данных и результатов их оценки. Информация может быть представлена в форме ссылки на вспомогательную документацию, такую как спецификация информационного продукта или каталог показателей.

Полная структура отчета о качестве не стандартизирована настоящими Основными положениями, чтобы каждая конкретная организация могла адаптировать его для своих собственных нужд, методик и процедур оценки. Он может представлять собой произвольный текст. Однако информация о качестве должна быть представлена в краткой, понятной и легкодоступной форме. Пример отчета о качестве приведен в приложении 5.

Приложение 3

(обязательное)

Словарь данных для оценки качества

3.1. Обзор словаря данных

3.1.1. Введение

Словарь данных описывает характеристики модели качества данных, определенной в разделах 4–7. Словарь состоит из таблиц с графами и строками, расположенными в иерархическом порядке для установления отношений и организации информации. Классы и атрибуты классов в таблицах словаря данных описываются шестью графами, подробная информация о которых представлена в подразделах 3.1.2–3.1.7 данного приложения.

3.1.2. Имя/имя роли

Имя – это подпись, присвоенная классу или атрибуту класса. Имена классов начинаются с прописной буквы. Имя класса может формироваться несколькими словами, которые объединяются между собой без пробелов, каждое слово начинается с прописной буквы (например: XnnnYmmm). Имена классов являются уникальными в пределах всего словаря данных настоящих Основных положений. Имена атрибутов класса являются уникальными только в пределах класса, но не всего словаря данных настоящих Основных положений. Имена атрибутов класса становятся уникальными в рамках приложения благодаря сочетанию имен класса и атрибута класса. Имена ролей используются для идентификации ассоциаций в абстрактной модели и предваряются словами «Имя роли» для их отличия от других атрибутов класса. Имена и имена ролей могут быть на любом другом языке, отличающемся от используемого в настоящих Основных положениях.

3.1.3. Определение

Определение – это описание класса или атрибута класса.

3.1.4. Признак обязательности

Этот дескриптор указывает, когда класс или атрибут класса должны быть задокументированы (т.е. содержать определенное значение). Дескриптор может иметь следующие значения: «О» (обязательный), «У» (условный) или «Н» (необязательный).

3.1.4.1. Обязательный (О)

Признак «О» означает, что класс или атрибут класса обязательно должны быть задокументированы.

3.1.4.2. Условный (У)

Признак «У» определяет условие, обрабатываемое компьютером, при котором по крайней мере один класс, атрибут класса или ассоциация являются обязательными. Значение «условный» используется в одном из трех случаев:

– предоставление выбора между двумя или несколькими вариантами. По крайней мере один вариант является обязательным и должен быть задокументирован;

– необходимость документирования класса, атрибута класса или ассоциации, если другой класс был задокументирован;

– необходимость документирования атрибута класса или ассоциации, если конкретное значение для другого атрибута класса уже задокументировано.

Для облегчения понимания человеком условие указывается в виде обычного текста. Однако для проверки условия в электронном интерфейсе пользователя должен использоваться программный код. Если ответ на условие утвердительный, класс, атрибут класса или ассоциация становится обязательным(ой).

3.1.4.3. Необязательный (Н)

Признак «Н» обозначает класс, атрибут класса или ассоциацию, которые являются необязательными и могут как присутствовать, так и отсутствовать. Необязательные классы и атрибуты классов определены для случаев, когда необходимо наиболее полное документирование данных. Использование такого единого набора установленных элементов способствует обеспечению интероперабельности между пользователями и производителями (поставщиками) наборов пространственных данных. Если необязательный класс не используется, атрибуты класса, содержащиеся в этом классе (включая обязательные атрибуты), также не используются.

Примечание. Необязательные классы могут иметь обязательные атрибуты класса; эти элементы становятся обязательными, если необязательный класс используется.

3.1.5. Максимальное количество входящих экземпляров (MO)

Признак максимального количества входящих экземпляров (МО) определяет максимально допустимое количество экземпляров, которые может иметь класс, атрибут класса или ассоциация. Единичное вхождение показано как «1»; повторяющееся без ограничений вхождение обозначено «N». Допускается фиксированное число вхождений, отличающееся от одного, которое будет обозначаться соответствующим числом («2», «3» и т.д.).

3.1.6. Тип данных

Тип данных определяет множество различных значений для представления атрибутов класса: например, «Integer», «Real», «String», «DateTime» и «Boolean». Атрибут типа данных также используется для определения классов, ассоциаций классов и др.

Примечание – Типы данных определены в [4].

3.1.7. Область допустимых значений

Для класса домен указывает номера строк, относящихся к атрибутам класса и ассоциациям этого класса.

Для атрибута класса или ассоциации домен определяет допустимые значения. Также может использоваться значение «Произвольный текст», при котором содержимое поля использует неограниченную текстовую информацию на одном или нескольких языках. Для доменов, содержащих списки кодов, следует использовать целочисленные коды.

3.2. Словарь данных для пакетов качества данных

3.2.1. Качество данных

Общая модель UML для всего пакета качества данных показана на рисунке 4.

3.2.1.1. Общие положения

Информация о классе DQ_DataQuality приведена в таблице 3.1.

Таблица 3.1. Качество данных

3.2.1.2. Элементы качества данных

Модель UML показана на рисунках 6, 7, 12, 16.

Информация об элементах качества данных приведена в таблице 3.2.

Таблица 3.2. Элементы качества данных

3.2.1.3. Ссылка на показатель

Модель UML показана на рисунке 8.

Информация о классе DQ_MeasureReference приведена в таблице 3.3.

Таблица 3.3. Ссылка на показатель

3.2.1.4. Информация об оценке качества данных

Модель UML показана на рисунках 7, 13.

Информация об оценке качества данных приведена в таблице 3.4.

Таблица 3.4. Информация об оценке качества данных

3.2.1.5. Результат оценки качества данных

Модель UML показана на рисунке 10.

Информация о результате оценки качества данных приведена в таблице 3.5.

Таблица 3.5. Результат оценки качества данных

3.2.1.6. Информация об отчете о качестве

Модель UML показана на рисунке 16.

Информация об отчете о качестве данных приведена в таблице 3.6.

Таблица 3.6. Информация об отчете о качестве

3.2.2. Показатель качества данных

3.2.2.1. Показатель качества данных

Модель UML показана на рисунке 13.

Информация о классе DQM_Measure приведена в таблице 3.7.

Таблица 3.7. Показатель качества данных

3.2.2.2. Базовый показатель качества данных

Модель UML показана на рисунке 13.

Информация о классе DQM_BasicMeasure приведена в таблице 3.8.

Таблица 3.8. Базовый показатель качества данных

3.2.2.3. Параметр показателя качества данных

Модель UML показана на рисунке 13.

Информация о классе DQM_Parameter приведена в таблице 3.9.

Таблица 3.9. Параметр показателя качества данных

3.2.2.4. Описание показателя качества данных

Модель UML показана на рисунке 13.

Описание показателя качества данных приведено в таблице 3.10.

Таблица 3.10. Описание показателя качества данных

3.2.2.5. Ссылка на источник показателя качества данных

Модель UML показана на рисунке 13.

Информация о классе DQM_SourceReference приведена в таблице 3.11.

Таблица 3.11. Ссылка на источник показателя качества данных

3.3. Списки кодов

3.3.1. Введение

Классы со стереотипом <<CodeList>> представлены ниже. Они не содержат графы «признак обязательности», «МО», «тип данных» и «Область допустимых значений (домен)». Поскольку списки кодов (<<CodeList>>) являются расширяемыми, то значение «иные» (other) не использовалось.

3.3.2. Тип метода оценки

Коды типа метода оценки представлены в таблице 3.12.

Таблица 3.12. Тип метода оценки

3.3.3. Структура значения

Коды структуры значений представлены в таблице 3.13.

Таблица 3.13. Структура значения

Приложение 4

(обязательное)

Перечень стандартизированных показателей качества данных

4.1. Введение

В данном приложении устанавливается и определяется перечень стандартизированных показателей качества данных. С целью получения четко определенной и сравнимой информации о качестве настоятельно рекомендуется проводить оценку и составлять отчетность о качестве данных с использованием этих показателей качества.

4.2. Полнота (Completeness)

4.2.1. Ложное включение (Commission)

Показатели качества данных для элемента качества данных «ложное включение» (commission) представлены в таблицах 4.1–4.4.

Таблица 4.1. Избыточный элемент

Таблица 4.2. Количество избыточных элементов

Таблица 4.3. Коэффициент избыточных элементов

Таблица 4.4. Количество повторяющихся экземпляров пространственных объектов

4.2.2. Ложное исключение (Omission)

Показатели качества данных для элемента качества данных «ложное исключение» (omission) представлены в таблицах 4.5–4.7.

Таблица 4.5. Отсутствующий элемент

Таблица 4.6. Количество отсутствующих элементов

Таблица 4.7. Коэффициент отсутствующих элементов

4.3. Логическая согласованность

4.3.1. Концептуальная согласованность

Показатели качества данных для элемента качества данных «концептуальная согласованность» представлены в таблицах 4.8–4.13.

Таблица 4.8. Несоответствие концептуальной схеме

Таблица 4.9. Соответствие концептуальной схеме

Таблица 4.10. Количество элементов, не соответствующих правилам концептуальной схемы

Таблица 4.11. Количество недопустимых перекрытий поверхностей

Таблица 4.12. Коэффициент несоответствия в отношении правил концептуальной схемы

Таблица 4.13. Коэффициент соответствия правилам концептуальной схемы

4.3.2. Доменная согласованность

Показатели качества данных для элемента качества данных «доменная согласованность» представлены в таблицах 4.14–4.18.

Таблица 4.14. Несоответствие области допустимых значений

Таблица 4.15. Соответствие области допустимых значений

Таблица 4.16. Количество элементов, не соответствующих своей области допустимых значений

Таблица 4.17. Коэффициент соответствия области допустимых значений

Таблица 4.18. Коэффициент несоответствия области допустимых значений

4.3.3. Согласованность по формату

Показатели качества данных для элемента качества данных «согласованность по формату» представлены в таблицах 4.19–4.21.

Таблица 4.19. Конфликты физической структуры

Таблица 4.20. Количество конфликтов физической структуры

Таблица 4.21. Коэффициент конфликтов физической структуры

4.3.4. Топологическая согласованность

Показатели качества данных в таблицах 4.22–4.28 предназначены для проверки топологической согласованности геометрических представлений пространственных объектов. Они не могут служить в качестве показателей согласованности явных описаний топологии с использованием топологических объектов, определенных в [7].

Таблица 4.22. Количество неправильных точек соединения кривых

Таблица 4.23. Коэффициент неправильных точек соединения кривых

Таблица 4.24. Количество отсутствующих соединений из-за недотягиваний вершин