In recent decades, the increase in agrometeorological monitoring networks has made a vast amount of data available which is indispensable for providing indications regarding land management: agroclimatic classifications, agricultural and environmental pollution risk maps, irrigation programs, development and application of crop growth models, etc. In this context, analysis of the quality of data becomes fundamental in order to point out the presence of errors or possible measurement inconsistencies which could influence application results. Verification or validation of data is carried out on two levels: in the first, targeted actions are used to identify obvious errors and possible inconsistencies; in the second, statistical verifications are used to evaluate the spatial-temporal variability of observed phenomena and to define data normality. In the present chapter logical and empirical methods are reported which are used to establish if a "datum" is such or it is simply a "number".
Negli ultimi decenni l'incremento delle reti di monitoraggio agrometeorologiche ha reso disponibile una gran mole di dati, indispensabili per fornire indicazioni nella gestione del territorio: classificazioni agroclimatiche, carte di rischio di inquinamento agricolo e ambientale, programmi di irrigazione, sviluppo e applicazione di modelli di crescita delle colture, ecc. In questo contesto diventa fondamentale l'analisi della qualità dei dati al fine di evidenziare la presenza di errori o di eventuali incongruenze nelle misure, che andrebbero a influire sui risultati delle applicazioni. Il controllo o validazione del dato è effettuato a un primo livello con azioni mirate all'individuazione di errori evidenti e di eventuali incongruenze mentre un secondo livello, realizzato mediante controlli di tipo statistico, permette di valutare la variabilità spazio-temporale dei fenomeni osservati e di definire quale sia la normalità dei dati. In questo capitolo si riportano dei metodi logici ed empirici atti a stabilire se un "dato" è tale o è semplicemente un "numero".
Validazione e rappresentatività dei dati meteorologici
P Battista;M De Vincenzi
2002
Abstract
In recent decades, the increase in agrometeorological monitoring networks has made a vast amount of data available which is indispensable for providing indications regarding land management: agroclimatic classifications, agricultural and environmental pollution risk maps, irrigation programs, development and application of crop growth models, etc. In this context, analysis of the quality of data becomes fundamental in order to point out the presence of errors or possible measurement inconsistencies which could influence application results. Verification or validation of data is carried out on two levels: in the first, targeted actions are used to identify obvious errors and possible inconsistencies; in the second, statistical verifications are used to evaluate the spatial-temporal variability of observed phenomena and to define data normality. In the present chapter logical and empirical methods are reported which are used to establish if a "datum" is such or it is simply a "number".I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.