Mediciones y precisión

¿Qué es una medición?

Una medición es un valor numérico observado que es una estimación del tamaño verdadero de una cantidad. Todas las mediciones son estimaciones del tamaño verdadero y, por lo tanto, todas las mediciones tendrán algún grado de incertidumbre.

La incertidumbre en las mediciones se puede explicar mejor teniendo en cuenta el siguiente ejemplo: se pide a varias personas que calculen el volumen de agua de una pecera con una cinta métrica. Para ello, deben medir la longitud y la anchura de la pecera, así como la profundidad del agua. Se les pide que midan con la mayor precisión posible y que estimen las fracciones de la unidad de medición de la cinta métrica. Cada persona obtendrá un volumen ligeramente diferente en función de sus estimaciones, y la mayoría de volúmenes calculados estarán cerca del valor real. Sin embargo, algunos cálculos podrían ser incorrectos debido a equivocaciones en una o varias de las mediciones.

La incertidumbre en las mediciones existe debido a los siguientes motivos:

  • El observador realiza estimaciones.
  • Existen imperfecciones en el equipo de medición.
  • El entorno afecta a la medición.
  • El comportamiento del equipo, el observador y entorno no siempre se pueden predecir.

Error de medición frente a equivocación de medición

La incertidumbre de la medición se conoce como error de medición y todas las mediciones contienen cierto grado de error. Las equivocaciones de medición son diferentes del error de medición y ocurren cuando se realizan mediciones incorrectas. Las equivocaciones de medición se deben excluir del cálculo o estimación de un valor.

Cuando se realizan levantamientos topográficos de los límites de parcelas, estos son susceptibles tanto de errores de medición como de equivocaciones de medición. Para acercarse a los valores reales de los límites de parcela medidos, es necesario hacer lo siguiente:

  • Identifique y elimine las equivocaciones de medición.
  • Aplique métodos matemáticos y estadísticos como, por ejemplo, un ajuste de mínimos cuadrados para contabilizar el error de medición y acercarse lo más posible a los valores reales.

¿Qué es la redundancia de medición?

El error aleatorio en las mediciones se puede detectar y reducir repitiendo mediciones de la misma cantidad, por ejemplo, midiendo la distancia varias veces entre dos puntos. Sin embargo, esto no es suficiente para detectar errores sistemáticos como, por ejemplo, errores de calibración con la cinta métrica.

Para detectar y minimizar errores aleatorios y sistemáticos, se recomienda establecer una red de mediciones en la que cada punto se mida a partir de varios puntos diferentes. Las coordenadas calculadas a partir de mediciones desde diferentes puntos se pueden comparar entre sí para detectar errores. Para un único punto, cualquier conjunto de coordenadas que se diferencie significativamente del resto de coordenadas calculadas por otras mediciones indica un error y se conoce como valor atípico.

Cuanto mayor sea la redundancia de medición en la red, mayor será la posibilidad de detectar y controlar errores.

Medición de valores atípicos

La medición desde el punto Sp2 está calculando una coordenada para el punto Sp5 que es significativamente diferente de las otras mediciones

Precisión de la medición

Las dimensiones de línea y las coordenadas de punto se derivan de mediciones topográficas con precisiones asociadas. Por lo tanto, las coordenadas y dimensiones de línea también tendrán precisiones asociadas. En general, cuanto más recientes sean las mediciones topográficas, más precisas serán.

Desviaciones estándar

La desviación estándar es una medida de la expansión de los valores al medir repetidamente el mismo objetivo. Por ejemplo, si un topógrafo estuviera midiendo el mismo punto objetivo repetidamente con el mismo instrumento, es posible que desee que la expansión o el rango de valores estén lo más cerca posible unos de otros (en otras palabras, que la desviación estándar sea lo más pequeña posible). La desviación estándar es una indicación de la precisión de una medición.

Desviaciones estándar de dimensiones

En la estructura de parcelas, las desviaciones estándar se especifican en los campos Direction Accuracy y Distance Accuracy para las dimensiones de línea de parcela. En general, las desviaciones estándar de las dimensiones son más bajas (precisión más alta) cuando las dimensiones provienen de registros más recientes. Al ejecutar un análisis por mínimos cuadrados, si no se proporcionan desviaciones estándar, se utilizan los valores predeterminados de 30 segundos para las direcciones y 0,15 metros (0,59 pies) para las distancias.

Los valores de desviación estándar en los campos Direction Accuracy y Distance Accuracy actúan como pesos en líneas de parcela en un ajuste de mínimos cuadrados. Cuanto menor sean los valores de desviación estándar, mayores serán las precisiones y mayores serán los pesos en el ajuste de mínimos cuadrados. Las dimensiones con pesos más altos tendrán más influencia en el resultado del ajuste de mínimos cuadrados.

Las desviaciones estándar actúan como pesos en las líneas de parcela cuando se ejecuta una comprobación de coherencia y un ajuste de mínimos cuadrados ponderado.

Desviaciones estándar de puntos

Las desviaciones estándar se especifican para los puntos cuando se utilizan como puntos de control ponderados en el ajuste de mínimos cuadrados. Las desviaciones estándar se especifican en el campo XY Accuracy de la clase de entidad Puntos de la estructura de parcelas. Las desviaciones estándar solo se deben especificar para los puntos cuando deben actuar como puntos de control ponderados en un ajuste de mínimos cuadrados ponderado.

Cuanto menor sea el valor de desviación estándar, mayor será la precisión del punto y mayor será su peso en el ajuste. Los puntos con pesos más elevados restringen más el ajuste, tienen más influencia en el resultado del ajuste y reciben una corrección más pequeña a sus coordenadas.

Más información sobre puntos en un ajuste de mínimos cuadrados

Precisiones a priori

Los valores de desviación estándar en los campos Direction Accuracy, Distance Accuracy y XY Accuracy son estimaciones a priori y los utilizará el motor de ajuste de mínimos cuadrados al analizar la red de medición de parcelas.

El término a priori en las estadísticas significa suponer un tipo de información basado en conocimiento externo que se sabe que es correcto. Por ejemplo, en topografía, asumimos que los registros con fechas más recientes tendrán dimensiones más precisas que las dimensiones de registros antiguos. Se debe a que se acepta que los equipos topográficos más tecnológicamente avanzados toman mediciones más precisas que los equipos topográficos más antiguos.

Si no se especifican desviaciones estándar para las dimensiones, se utilizarán los valores predeterminados de 30 segundos para las direcciones y 0,15 metros (0,59 pies) para las distancias. Si no se especifica ninguna desviación estándar para un punto, se supone que es un punto flotante libre en el ajuste.