Noticias Esri Chile
Qué es lo nuevo en ArcGIS Data Reviewer (noviembre de 2021)
Por Jay Cary | Traducción por Esri Chile
La versión de noviembre 2021 de ArcGIS Data Reviewer tiene nuevas capacidades que automatizan y simplifican la verificación de la calidad de los datos SIG. Esto incluye una biblioteca ampliada de verificaciones de validación de datos para detectar errores comunes en sus datos y flujos de trabajo mejorados para administrar los errores detectados durante la revisión. Este conjunto unificado de capacidades para detectar, administrar e informar errores en sus datos permite reducir los costos de administración de datos al tiempo que reduce los riesgos en la toma de decisiones.
Data Reviewer proporciona una biblioteca de controles que automatizan la detección de errores comunes en los datos GIS. Las verificaciones automatizadas evalúan diferentes aspectos de la calidad de una característica que pueden incluir su atribución, la relación espacial con otras características o su integridad. Los controles de Reviewer son fáciles de usar, ya que se pueden configurar y no requieren habilidades especializadas para implementar más allá de una buena comprensión de sus requisitos de calidad.
En la última versión, hay trece (13) nuevos controles de Reviewer que identifican características de baja calidad en sus datos. Puede encontrar una lista completa de estos controles en What’s new in ArcGIS Pro 2.9
Encontrar errores en la atribución
La última versión incluye una serie de verificaciones que permiten evaluar la calidad de la atribución de una función de diferentes formas. Esto incluye identificar valores de campo que no son únicos (verificación de Unique Field Value) y vulneraciones de reglas de cardinalidad y relación en fuentes de datos que participan en una clase de relación (verificación de Relationship).
El validador Regular Expression busca entidades o filas que contienen valores de texto que no coinciden con un patrón esperado. Por ejemplo, en la administración de datos de carreteras de EE. UU., las entidades de la línea central de la carretera contienen un atributo de identificador único global (GUID) que tiene un valor único y tiene un formato basado en un estándar nacional. Los valores en este campo incluyen una ID asignada localmente y un código de identificación de agencia predefinido (ejemplo: valor_único@mycounty.mystate.us). Con el validador de Regular Expression, los valores que no coinciden con este patrón de formato se devuelven como un error.
Encontrar errores en las relaciones espaciales
Se han agregado otras verificaciones nuevas para evaluar las relaciones espaciales entre múltiples fuentes de datos. Las verificaciones de uso frecuente en esta categoría incluyen los validadores Polygon Gap is Sliver y Composite. El primero ayuda a identificar los espacios entre dos o más entidades poligonales según la forma y el tamaño del área del espacio. Esto puede resultar especialmente útil al evaluar la calidad de las funciones creadas con aplicaciones que no son de Esri o aquellas creadas sin un entorno de ajuste adecuado.
El validador Composite busca entidades y filas que no superan la evaluación de dos o más comprobaciones del revisor. Esto puede ser particularmente útil cuando los resultados de error de una única verificación no cumplen completamente con un requisito de calidad. Un ejemplo de esto se aplica al mapeo de características topográficas. Al mapear el punto de apertura de un túnel, debe coincidir con el final de una carretera, ferrocarril, acueducto o canal. Al combinar los resultados de cuatro (4) comprobaciones de Entidad sobre Entidad, las aberturas de túnel que no tocan ninguna de las características anteriores se devuelven como un error.
Encontrar errores en la integridad de una función
Otras comprobaciones nuevas de esta versión incluyen las que evalúan diferentes aspectos de la integridad de una función. Estos incluyen verificaciones que evalúan los valores Z para identificar aquellos que exceden un umbral en comparación con otros valores en la misma entidad (verificación Adjacent Vertex Elevation Change) o contienen valores fuera de un rango definido (verificación Evaluate Z Values).
Los validadores adicionales en esta categoría se utilizan para evaluar la calidad de las entidades poligonales. Uno de ellos es el validador Polygon Sliver para encontrar entidades poligonales que se consideren un sliver en función de su forma y (opcionalmente) área. Esta verificación es particularmente útil cuando se evalúa la calidad de las características creadas a partir de la conversión de documentos impresos o generadas cuando se combinan datos de diferentes escalas o requisitos de extracción.
Observa cómo se utilizan los validadores configurables de Data Reviewer para implementar los requisitos de calidad de los datos:
ArcGIS Data Reviewer – What´s New in November 2021
Administración de errores
Los errores detectados durante la validación de datos brindan información sobre las fuentes de datos de mala calidad y cuando se combinan con un plan de garantía de calidad, el riesgo que representan para las actividades que dependen de datos de alta calidad para cumplir con los objetivos de una organización. Aprovechar los resultados de error en los flujos de trabajo de edición de datos acelera el proceso de corrección al identificar el origen y la ubicación de las características que no cumplen con sus requisitos de calidad.
En esta versión, se han mejorado muchos validadores de Data Reviewer que evalúan la calidad de una función en el contexto de otras funciones en la misma o en diferentes fuentes de datos para mejorar la detección y los informes de errores. Esta mejora amplía las funciones que se consideran durante la validación de datos y da como resultado informes mejorados de correcciones de errores cuando las funciones relacionadas se editan y reevalúan. Los validadores afectados por este cambio incluyen aquellos que evalúan la calidad de una característica en función de su relación espacial con otra entidad (como la verificación Feature on Feature) y aquellas que evalúan una combinación de relaciones espaciales y de atributos entre características (como el validador Duplicate Feature). Otras comprobaciones mejoradas en esta versión incluyen aquellas que evalúan las relaciones de atributos entre características (como la comprobación de Table to Table Attribute).
Observa cómo se utilizan las verificaciones automatizadas de Data Reviewer para identificar entidades en su base de datos que no cumplen con los requisitos de calidad de los datos:
ArcGIS Data Reviewer – What´s New in November 2021
Consulte los recursos a continuación para obtener más información sobre Data Reviewer.
• Obtenga más información sobre ArcGIS Data Reviewer
• Acceda al video de introducción a ArcGIS Data Reviewer
• Empiece a utilizar ArcGIS Data Reviewer
• Conéctese con la comunidad de ArcGIS Data Reviewer
Fuente: ArcGIS Blog