LY_T 2922-2017林业数据质量 评价方法.pdf

B 60ICS_65.020.40LY中华人民共和国林业行业标准LY/T2922—2017林业数据质量评价方法Forestry data quality—Evaluation method2017-10-27发布2018-01-01实施国家林业局发布 LY/T 2922—2017目次前言范围2规范性引用文件3术语和定义4数据质量评价概述5数据质量评价内容6缺陷分级林业数据的抽样数据质量检查数据质量评价10数据质量报告附录A（资料性附录）林业数据缺陷分级12附录B（资料性附录）数据抽样方案附录C（资料性附录)数据抽样方法示例24附录D（资料性附录）数据质量报告格式，参考文献 LY/T 2922—20177.2.2确定抽样方法多图幅抽样通常采用分层随机抽样方法抽取样本，分层的其体原则如下；1)当批数据由不同单位生产时，应将每个单位生产的数据作为层（子总体），应保证每个单位的数据都必须抽到，且各单位数据之间样本量分配比例基本上等同于子总体的比例；2)当个体的复杂和重要程度不同时，可按以下三个原则进行分层抽样：内容简单的图幅基本不抽；—抽取单幅时，选择复杂程度或重要程度最高的图幅；抽取两幅以上时，复杂（重要）与中等复杂(重要程度抽取概率相同。7.3幅内描样7.3.1确定抽样方案确定抽取的样本量和该图幅的合格判定数c的步骤：1)确定AQL，即该图幅可接受的最大缺陷率；2)从附录B中依据检验的严格程度查找与该图幅内的总要素数N对应的样本量n，结合AQL确定对应的合格判定数。7.3.2确定抽样方法考虑要素空间分布的不均匀性，确定样本量(要素数)π后，采用专家判断法选挥一个或多个空间区域，抽取满足样本量要求的空间区域作为样本，直到区域内的总要素数不小于为止，注：当由软件统计区城内的要索数时，应特别性意与效柜相交的要索，不能造漏和重复，7.4基于属性的抽样7.4.1确定抽样方案确定抽取的数据项群数n和该群的合格判定数c的步骤：1)确定AQL，即该批数据可接受的最大缺陷率；2)计算该批的总的数据项个数N；总项数N=该批的总实体数N，X每个实体包含的数据项数m;3)根据总项数N，从附录B中依据检验严格程度查找对应的要检查的数据项数n；4)计算抽取的实体数(群数)n1：实体数n；=n十m，若n，不为整数，则取整加1；极据和AQL确定对应的判定数c。7.4.2确定抽样方法采用简单随机或系统抽样的方法抽取群，即：个实体的记录。系统抽样特别适合于依次编号的数据。8数据质量检查8.1结果记录数据质量检查的结果记录是数据质量检查过程中形成的原始记录免证，是评价数据产品质量和编写质量报告的基础，根据数据质量检查结果填写数据质量检查记录表（表4)，其中表中缺陷描述应包括缺陷发生的位置、错误的程度等，8 LY/T 2922—2017表4数据质量检查记录表数器产品名称承担单位数据集名称检查单元名称成编号序号检查项对应质量元索检查个体数检查方式或抽样方案缺陷措速123需要特殊说明的网题：如表示缺陷实际软态的屏幕极取图，检查人审核人检查日期8.2数据集评分8.2.1汇总检查结果一个数据集的质量是依据各检查项的通过与否进行判定，将表4的检查结果汇总到表5后，需根据数据集类型判断数据集质量，表5数据集质量评分表数据产品名称承担单位数据集名称致命缺陷对应缺陷数快陷接收质序号检查项质量检查个体数或重次重缺陷轻铁胎量限值U/V是否得分元素方式(N,s,c)%v合格sX数据集得分注1，严重缺陷、重缺陷、次重缺陷、轻缺陷和次轻缺陷的换算比例为1619·5·2·1，注2：缺陷率U一次轻缺陷/样本量元；注3，全检数据将接受质量限AQL作为V值，轴检数据将抽样方案中的c/=值作为V值：注4，当U/V≤1时，别定检查项合格；注5，检查项得分S-100-UX（40/V)；注6：数帮集得分为各检查项得分的算数平均值。9 LY/T 2922—20178.2.2数据集质量判定规则数据集质量合格与否遵循如下规则：1)出现效命缺陷则判定数据集不合格；2)多图幅数据集合格的判定规则，合格图幅数大于接收数为合格；3)以空间数据为主和以属性数据为主的数据集合格的判定规则：一当所有检查项都合格时，数据集合格；当所有检查项不合格时，依据检查项的重要性和数据集的质量要求，由检查验收者确定，并在检查验收细则中给予明确说明。注；在判定检查项是否合格的基础上，按上述规则判定数据集是否合格，数据集不合格期判定数器产品不合格，不再进行分数计算，8.2.3评分方法参照表5，依据8.2.2的判定规则判断数据集是否合格，合格数据集则按以下步骤进行分数计算。1)以图形为主的空间数据和以属性数据为主的数据集的评分方法。计算全检部分各检查项得分，将AQL作为全检部分数据的接收质量限，用V。表示，全检部分某单个检查项的实际缺陷率，用