REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA EDUCACIN SUPERIOR UNIVERSIDAD NACIONAL EXPERIMENTAL DE LAS FUERZAS

ARMADAS U.N.E.F.A. EXTENSIN PUERTO PRITU EDO ANZOTEGUI

Profesora: Maryoli Andrade

Integrantes: Delgado Paulidis C.I.: 22.851.278 Otero Stefany C.I.: 21.363.228 Vsquez Diosiris C.I.: Salazar Maida C.I.: Lara Maria C.I.:

Puerto Pritu, Enero 2014

NDICE

Introduccin .................................................................................................................. 3 Manipulacin De Datos................................................................................................. 4 Errores En Las Mediciones ........................................................................................... 8 Fuentes De Error En Las Determinaciones Angulares, Instrumentales, Naturales Y Personales.................................................................................................................... 10 Procedimientos Prcticos Para Eliminar O Reducir Su Incidencia. ............................ 12 Medicin De Distancias Horizontales ......................................................................... 15 Conclusin .................................................................................................................. 16 Bibliografa ................................................................................................................. 17

INTRODUCCIN
Para todo trabajo planimtrico, es de vital importancia fijar los puntos en el terreno intersectando con el suelo lneas verticales materializadas, puntas de torres, estacas de madera o metlicas, entre otras, para su fcil ubicacin en el momento de su utilizacin, ya sea para determinar sus cotas, azimutes, ngulos, o bien, para determinar distancias entre los puntos, ya sea, por medio de instrumentos desde los ms complicados y sofisticados, dependiendo de los objetivos perseguidos, longitudes por medir y los procedimientos requeridos de acuerdo a los instrumentos que se dispongan en el momento de la faena. En general, las medidas directas de longitudes ( distancias horizontales), vienen acompaadas de un alineamiento previo entre los puntos, cuyo valor pueden determinarse por procedimientos directos, como, referencias a pasos, con longmetros o cintas de diversos tipos, con odmetros, con telmetros o bien por procedimientos indirectos o taquimtricos, mediante distancimetros electrnicos, tanto de fuente luminosa como electromagntica, los que se han desarrollado muy rpidamente, a partir de la Segunda Guerra Mundial, por la aplicacin del radar cuyo fundamento binico es el chillido que emiten los murcilagos. Dependiendo del tipo de procedimiento e instrumento empleado, ser el grado de precisin y refinamiento de las medidas tomadas y el tamao de los errores que encontremos, variando desde 1% el ms burdo, hasta 1 PPM ( parte por milln) el ms refinado y por consiguiente influir en la calidad del trabajo que la obra requiera.

MANIPULACIN DE DATOS
Se hace para obtener informacin til de los datos previamente ingresados al sistema. La manipulacin de datos abarca dos tipos de operaciones: 1. actuales. 2. Operaciones que hacen uso de tcnicas analticas para dar respuesta a Operaciones para eliminar errores y actualizar conjuntos de datos

preguntas especficas formuladas por el usuario. El proceso de manipulacin puede ser desde una simple posicin de dos o ms mapas, hasta una extraccin compleja de elementos de informacin dispares, de una gran variedad de fuentes. Los Sistemas de Informacin Geogrfica (SIG), junto con el Diseo Asistido por Computador (CAD) constituyen una parte integral del trabajo. Esto incluye la representacin visual de los datos y la integracin de las soluciones de manejo de datos. Creacin de Datos Las modernas tecnologas SIG trabajan con informacin digital, para la cual existen varios mtodos utilizados en la creacin de datos digitales. El mtodo ms utilizado es la digitalizacin, donde a partir de un mapa impreso o con informacin tomada en campo se transfiere a un medio digital por el empleo de un programa de Diseo Asistido por Ordenador (DAO o CAD) con capacidades degeorreferenciacin. Dada la amplia disponibilidad de imgenes orto-rectificadas (tanto de satlite y como areas), la digitalizacin por esta va se est convirtiendo en la principal fuente de extraccin de datos geogrficos. Esta forma de digitalizacin implica la bsqueda de datos geogrficos directamente en las imgenes areas en lugar del

mtodo tradicional de la localizacin de formas geogrficas sobre un tablero de digitalizacin. Representacin de los Datos Los datos SIG representan los objetos del mundo real (carreteras, el uso del suelo, altitudes). Los objetos del mundo real se pueden dividir en dos abstracciones: objetos discretos (una casa) y continuos (cantidad de lluvia cada, una elevacin). Existen dos formas de almacenar los datos en un SIG: raster y vectorial. Raster

Un tipo de datos raster es, en esencia, cualquier tipo de imagen digital representada en mallas. El modelo de SIG raster o de retcula se centra en las propiedades del espacio ms que en la precisin de la localizacin. Divide el espacio en celdas regulares donde cada una de ellas representa un nico valor. Vectorial

En un SIG, las caractersticas geogrficas se expresan con frecuencia como vectores, manteniendo las caractersticas geomtricas de las figuras. En los datos vectoriales, el inters de las representaciones se centra en la precisin de localizacin de los elementos geogrficos sobre el espacio y donde los fenmenos a representar son discretos, es decir, de lmites definidos. Cada una de estas geometras est vinculada a una fila en una base de datos que describe sus atributos. Por ejemplo, una base de datos que describe los lagos puede contener datos sobre la batimetra de estos, la calidad del agua o el nivel de contaminacin. Esta informacin puede ser utilizada para crear un mapa que describa un atributo particular contenido en la base de datos. Los lagos pueden tener un rango de colores en funcin del nivel de contaminacin. Adems, las diferentes geometras de los elementos tambin pueden ser comparados. As, por ejemplo, el SIG puede ser usado

para identificar aquellos pozos (geometra de puntos) que estn en torno a 2 kilmetros de un lago (geometra de polgonos) y que tienen un alto nivel de contaminacin. Los elementos vectoriales pueden crearse respetando una integridad territorial a travs de la aplicacin de unas normas topolgicas tales como que "los polgonos no deben superponerse". Los datos vectoriales se pueden utilizar para representar variaciones continuas de fenmenos. Las lneas de contorno y las redes irregulares de tringulos (TIN) se utilizan para representar la altitud u otros valores en continua evolucin. Los TIN son registros de valores en un punto localizado, que estn conectados por lneas para formar una malla irregular de tringulos. La cara de los tringulos representa, por ejemplo, la superficie del terreno. Datos No Espaciales Los datos no espaciales tambin pueden ser almacenados junto con los datos espaciales, aquellos representados por las coordenadas de la geometra de un vector o por la posicin de una celda raster. En los datos vectoriales, los datos adicionales contienen atributos de la entidad geogrfica. Por ejemplo, un polgono de un inventario forestal tambin puede tener un valor que funcione como identificador e informacin sobre especies de rboles. En los datos raster el valor de la celda puede almacenar la informacin de atributo, pero tambin puede ser utilizado como un identificador referido a los registros de una tabla. Captura de los Datos La captura de datos y la introduccin de informacin en el sistema consumen la mayor parte del tiempo de los profesionales de los SIG. Hay una amplia variedad de mtodos utilizados para introducir datos en un SIG almacenados en un formato digital.

Los datos impresos en papel o mapas en pelcula PET pueden ser digitalizados o escaneados para producir datos digitales. Con la digitalizacin de cartografa en soporte analgico se producen datos vectoriales a travs de trazas de puntos, lneas, y lmites de polgonos. Este trabajo puede ser desarrollado por una persona de forma manual o a travs de programas de vectorizacin que automatizan la labor sobre un mapa escaneado. No obstante, en este ltimo caso siempre ser necesario su revisin y edicin manual, dependiendo del nivel de calidad que se desea obtener. Los datos obtenidos de mediciones topogrficas pueden ser introducidos directamente en un SIG a travs de instrumentos de captura de datos digitales mediante una tcnica llamada geometra analtica. Adems, las coordenadas deposicin tomadas a travs un Sistema de Posicionamiento Global (GPS) tambin pueden ser introducidas directamente en un SIG. Los sensores remotos tambin juegan un papel importante en la recoleccin de datos. Son sensores, como cmaras, escneres o lidar acoplados a plataformas mviles como aviones o satlites. Un SIG destinado al clculo de rutas ptimas para servicios de emergencias es capaz de determinar el camino ms corto entre dos puntos teniendo en cuenta tantas direcciones y sentidos de circulacin como direcciones prohibidas, etc. evitando reas impracticables. Un SIG para la gerencia de una red de abastecimiento de aguas sera capaz de determinar, por ejemplo, a cuantos abonados afectara el corte del servicio en un determinado punto de la red. Un Sistema de Informacin Geogrfica puede simular flujos a lo largo de una red lineal. Valores como la pendiente, el lmite de velocidad, niveles deservicio, etc. pueden ser incorporados al modelo con el fin de obtener una mayor precisin. El

uso de SIG para el modelado de redes suele ser comnmente empleado en la planificacin del transporte, hidrolgica o la gestin de infraestructura lineales.

ERRORES EN LAS MEDICIONES

En teora, los valores reales de los elementos hidrolgicos no se pueden determinar por medicin porque los errores de medicin no se pueden eliminar completamente. La incertidumbre en la medicin tiene un carcter probabilstico que se puede definir como el intervalo donde se espera que el valor real permanezca con una cierta probabilidad o nivel de confianza. La anchura del intervalo de confianza se denomina tambin margen de error. Si las mediciones son independientes unas de otras, se puede estimar la incertidumbre en los resultados de las mediciones tomando unas 20 a 25 observaciones y calculando el valor de la desviacin tpica, y luego determinando el nivel de confianza de los resultados. En general, este procedimiento no puede aplicarse en mediciones hidromtricas, debido a los cambios en el valor a medir durante el perodo de medicin. Por ejemplo, es evidente que, sobre el terreno, no se pueden realizar mediciones consecutivas de caudal con un molinete a nivel constante. En consecuencia, se tiene que hacer una estimacin de la incertidumbre, examinando las diferentes fuentes de error en la medicin. Otro problema que se plantea en la aplicacin de datos estadsticos a los datos hidrolgicos se debe al supuesto de que las observaciones son variables aleatorias independientes de una distribucin estadstica fija. Esta condicin raras veces se cumple en las mediciones hidrolgicas. El caudal de un ro, por naturaleza, no es aleatorio, depende de valores previos. Generalmente se admite que no es muy importante la manera como se produce el apartamiento entre los datos hidrolgicos y los conceptos tericos de errores. Sin embargo, cabe insistir en que ningn anlisis estadstico puede reemplazar las observaciones correctas, en particular porque con

estos anlisis no se pueden eliminar los errores sistemticos. Slo errores aleatorios pueden caracterizarse por medios estadsticos. El tipo de error cometido puede ser: a. Aleatorio: los errores aleatorios no se pueden eliminar, pero se pueden

reducir sus efectos mediante la repeticin de las mediciones de los elementos. La incertidumbre en la media aritmtica calculada a partir de n medida independiente es la raz cuadrada de n veces ms pequea que la incertidumbre de una sola medicin. La distribucin de los errores aleatorios se puede considerar como normal (gaussiana). En algunos casos, la distribucin normal puede o debera ser remplazada por otras distribuciones estadsticas. Estrategias para Reducir el Error Aleatorio b. Estandarizar los mtodos de medicin en el manual de operaciones. Adiestramiento y acreditacin del observador. Refinamiento del instrumento de medida. Automatizacin del instrumento. Repeticin de la medicin. Sistemtico: los errores sistemticos provienen principalmente de los

instrumentos y no se pueden reducir aumentando el nmero de mediciones, si los instrumentos y las condiciones de medicin permanecen invariables. Si el error sistemtico tiene un valor conocido, este valor se debe sumar o restar del resultado de la medicin y el error debido a esta fuente se debe considerar como nulo. El error sistemtico debe ser eliminado mediante correcciones, ajustes apropiados o cambiando el instrumento, y/o cambiando las condiciones del caudal, por ejemplo, la longitud del tramo recto del canal de aproximacin a una estacin de aforo. Con frecuencia estos errores se deben a condiciones de medicin difciles, como caudales no estacionarios, ro de meandro y la mala localizacin de las estaciones.

Estrategias para Reducir el Error Sistemtico Estudios de doble ciego, para controlar las expectativas. Realizacin de medidas ocultas. Ocultacin de resultados. Calibracin del instrumento.

Estos tipos de errores pueden darse conjuntamente. Es muy importante conocer la cantidad de error que se est cometiendo.

FUENTES DE ERROR EN LAS DETERMINACIONES ANGULARES, INSTRUMENTALES, NATURALES Y PERSONALES.

Cada instrumento y mtodo de medicin tiene sus propias fuentes de error, por lo tanto, sera difcil dar una lista exhaustiva de todas las fuentes de errores posibles. Las fuentes de error especficas generalmente figuran en las descripciones del diseo de los instrumentos y en el modo de empleo, como aparecen en las normas de la ISO, y en el Manual on Stream Gaugin de la OMM. Algunas de las fuentes tpicas de error son: a. Error del punto de referencia o del cero que proviene de la

determinacin incorrecta del punto de referencia de un instrumento, por ejemplo: el nivel cero de la escala limnimtrica, la diferencia entre el cero de la escala limnimtrica y el nivel de la cresta de un vertedero; b. Error de lectura que resulta de la lectura incorrecta de lo indicado por

el instrumento de medicin, por ejemplo, a causa de la mala visibilidad, el oleaje o el hielo en la escala limnimtrica; c. Error de interpolacin causado por la evaluacin inexacta de la

posicin del ndice con respecto a las dos marcas consecutivas de la escala entre las cuales est situado el ndice;

10

d. observador; e. f.

Error de observacin, similar al error de lectura, pero se atribuye al

Histresis; Error de no linealidad, parte del error por el cual un cambio de

indicacin o de respuesta no es proporcional al cambio correspondiente del valor de la magnitud medida en un rango determinado; g. Error de insensibilidad, se produce cuando el instrumento no puede

detectar un cambio dado en el elemento medido; h. Error de desviacin, se debe a las caractersticas del instrumento en el

que, con el tiempo y en condiciones de uso particular, cambian las propiedades de medicin, por ejemplo: la desviacin en la mecnica de la relojera con el tiempo o debido a la temperatura; i. Error de inestabilidad, resulta de la incapacidad de un instrumento para

mantener constantes ciertas propiedades meteorolgicas especficas; j. Error fuera de rango causado por el uso de un instrumento ms all del

alcance de medicin efectiva, inferior al mnimo o superior al mximo valor para el que se ha construido, ajustado o instalado el instrumento, por ejemplo: una altura inesperada del nivel de agua; k. Error de exactitud causado por el uso inadecuado de un instrumento,

cuando el error mnimo es mayor que la tolerancia para la medicin. Errores Instrumentales Estos se deben a las imperfecciones en la construccin o ajuste de los instrumentos, estos errores se pueden reducir o eliminarse adoptando los procedimientos adecuados. Errores Naturales Son causados por efectos naturales, viento, temperatura, humedad, presin atmosfrica, refraccin atmosfrica, gravedad, declinacin magntica.
11

Errores Personales Se debe a las limitaciones de los sentidos de los seres humanos, como el odo, el tacto, vista, entre otros.

PROCEDIMIENTOS PRCTICOS PARA ELIMINAR O REDUCIR SU INCIDENCIA.

En ausencia de sesgo, los grandes errores se definen como aqullos cuya magnitud excede el triple del ECM. Como ya se ha indicado, este tipo de errores son espordicos y de naturaleza local, es decir, se producen errores que slo afectan a una pequea fraccin del rea total. Las tcnicas de deteccin y medida suelen ser tambin locales y se basan generalmente en hiptesis sobre la continuidad en los valores de la pendiente. El origen de estos errores puede estar en causas diversas, incluso por los mtodos automticos de estereocorrelacin, que pueden tener problemas debido al bajo contraste de las imgenes, a ambigedades por la existencia de texturas peridicas sobre el terreno o a reflejos (Hannah, 1981:63). Cuando los modelos se construyen por transformaciones de archivos vectoriales previos, los conflictos pueden originarse en errores preexistentes o en el comportamiento de los algoritmos de interpolacin utilizados en zonas problemticas. Es posible utilizar mtodos puramente visuales para la localizacin de este tipo de errores (USGS, 1997). Para ello se realizan representaciones mediante bloques-diagrama, coloreado de bandas de gradientes hipsomtricos, vistas estereoscpicas mediante anaglifos y simulaciones de iluminacin. Sin embargo, el anlisis visual no garantiza un examen exhaustivo y metdico ni puede definirse claramente un umbral de error, sino que la presencia o ausencia de error queda al criterio subjetivo del operador. Por este motivo es recomendable usar mtodos automticos donde, normalmente, un punto se
12

comprueba usando los valores de los puntos ms prximos o "vecinos". Los vecinos se definen mediante una "ventana" superpuesta al modelo, que delimita una fraccin del mismo. En general, las ventanas suelen ser cuadradas incluyen la misma cantidad de filas y columnas y simtricas el punto problema se sita en el centro de la ventana, lo que implica una dimensin impar. En el anlisis ms simple se calculan las diferencias de altitud entre el punto problema y sus vecinos. El punto se etiqueta si alguna de estas diferencias exceden un valor mximo predefinido. Llamando e a la condicin de error , se tiene:

Analizando el MDE por filas o columnas, si slo se detecta un valor conflictivo puede suponerse un punto de ruptura de pendiente. La deteccin de dos seales de alarma secuenciales es un indicador de que el punto implicado en ambos clculos es probablemente errneo. Hannah (1981) propone pruebas ms completas, basadas en el conjunto de los vecinos ms prximos de cada punto, y utilizando tanto los valores de pendiente como los de cambio de pendiente. En ellas se utilizan valores umbral para ambos parmetros con el fin de detectar puntos conflictivos. Estas pruebas, sin embargo, no tienen un valor estadstico, en el sentido de que no ofrecen una medida de verosimilitud o probabilidad para el valor de la cota sometida a prueba. En Felicsimo (1994) se propone un sencillo mtodo que tiene tres propiedades de inters con respecto a los anteriores: Es un mtodo objetivo, donde los umbrales de error se determinan

mediante mtodos estadsticos. La probabilidad de que un punto sea errneo puede conocerse.

13

Los valores umbral se deducen de los datos propios del modelo, por lo

que se adaptan a las caractersticas del relieve de la zona estudiada con unos valores propios de pendiente, rugosidad, etc. La base del test reside en el anlisis de las diferen cias existentes entre dos valores de altitud para cada punto: la presente en el MDE correcta o errnea y un valor estimado mediante un proceso de interpolacin a partir de las cotas vecinas. Para un punto situado en la fila i, columna j, el valor interpolado es:

La diferencia entre la cota del modelo y la cota estimada es [...] El proceso se realiza para el total de los n puntos del MDE y se obtiene la diferencia media y su desviacin estndar: [...] Los valores anteriores definen la funcin de distribucin de las diferencias, una distribucin de Gauss,, que permite realizar un test de significacin para los valores individuales de las diferencia. Con este test se puede aceptar o rechazar la hiptesis de que el valor individual de desviacin observado pertenece a la poblacin de desviaciones. Para ello se utiliza un test de la t de Student, que debe realizarse para cada punto del modelo calculando el valor del estadstico mediante la expresin: El valor anterior se considera una desviacin tipificada y se compara su magnitud con el valor[....]; como el nmero de datos del modelo digital ser habitualmente muy elevado, se usa el valor infinito para los grados de libertad. El modelo digital constituye la poblacin, por lo cual los valores que definen la distribucin pueden considerarse parmetros poblacionales y no estadsticos muestrales.

14

La probabilidad de error de Tipo I puede definirse con el fin de detectar solamente las diferencias muy significativas. En consecuencia, la condicin de error vendr dada, por ejemplo, por [...]. La hiptesis nula es La localizacin de puntos con un valor de t significativamente elevado no implica necesariamente un error de cota pero es un buen indicador de alarma.

MEDICIN DE DISTANCIAS HORIZONTALES

Las medidas de distancias horizontales, pueden ser obtenidas de forma directa por referencia o de forma indirecta mediante clculos, en general las medidas directas de longitudes, vienen dadas por un alineamiento previo.

15

CONCLUSIN
Los ordenadores y programas utilizados para el manejo de la informacin cartogrfica permiten definir localizaciones con una precisin casi arbitraria. Los dgitos significativos que muchos SIG pueden manejar permiten representar una coordenada UTM especificando sin problemas las milsimas de milmetro. Esta precisin se transmite aparentemente al resto de las operaciones que realizan los SIG. Unos buenos grficos, una leyenda fcilmente legible, unos colores correctamente elegidos y otros aspectos formales de la presentacin, tienen como resultado una sobrevaloracin de la calidad de la informacin presentada. Dadas estas circunstancias y otras similares, no es extrao observar la ausencia de cualquier mencin a la exactitud en las bases cartogrficas digitales. Tampoco es frecuente cuestionar los resultados de un anlisis, ni fcil comprobar la bondad de unos resultados cuando no se presentan estadsticos relativos al error de los datos y operaciones. Sin embargo, la realidad muestra de forma cada vez ms patente que los problemas inherentes al manejo de las bases de datos cartogrficas se deben, en una buena parte, a su mala calidad. Es conveniente tener en cuenta que muchos documentos digitales han sido "capturados" de mapas impresos de naturaleza muy heterognea. Estos mapas fueron generados con unos objetivos y expectativas que no tienen porqu coincidir con los actuales. La potente maquinaria actual y los sofisticados programas informticos permiten obtener un resultado que replica fielmente todos los defectos del original y aade algunos nuevos. Sin embargo, su naturaleza digital induce a creer frecuentemente que el contenido de la base de datos es mejor que el original analgico.

16

BIBLIOGRAFA
Beckwith, Thomas G. Marangoni, Roy D. Linhard V. John H. Mechanical measurements 2007 Pearson/Prentice Hall 6th ed. ISBN 0201847655 Colombo de Cudmani, L., Errores experimentales. Criterios para su determinacin y control. U.N.T. 1997. http://web.usual.es/-javisan/hidro Veras H, Luis E. Anlisis de una estacin Hidrolgica. Caracas, 2010.

17