En Ciencia China Ciencias de la Tierra . El autor correspondiente es el profesor Fang Xiuqi de la Universidad Normal de Beijing.

Los conjuntos de datos históricos precisos sobre el uso / cobertura de la tierra a nivel mundial son esenciales para una mejor comprensión de los impactos de LUCC en el cambio global. Sin embargo, No solo existen inconsistencias evidentes en los conjuntos de datos históricos actuales sobre el uso / cobertura de la tierra a nivel mundial, pero inexactitudes en los datos de este conjunto de datos globales reveladas por datos regionales reconstruidos basados ​​en registros históricos en todo el mundo. Evaluar la credibilidad de los conjuntos de datos de cobertura terrestre global existentes es una condición previa para mejorar la calidad de los datos.

Sin embargo, Es difícil evaluar la credibilidad de los datos históricos de la cobertura terrestre global aplicando los métodos utilizados actualmente para evaluar los datos contemporáneos. Esto se debe a que los datos reales de la cobertura terrestre pasada (denominados "valor real") que sirven como línea de base de la evaluación de la credibilidad no son directamente accesibles y deben reconstruirse en la mayoría de los casos. Es más, Los registros históricos y naturales disponibles para la reconstrucción de la cobertura terrestre son muy limitados, y queda por desarrollar un método ampliamente aceptado para tal evaluación.

Este estudio, por lo tanto, propone un marco metodológico para la evaluación de la credibilidad de los conjuntos de datos históricos de uso / cobertura del suelo a nivel mundial que aborda los cambios temporales y espaciales en la cantidad y distribución de la cobertura del suelo y ha descrito cuatro enfoques basados ​​en la precisión, evaluaciones de racionalidad y probabilidad ilustradas a través de cinco estudios de caso, incluyendo evaluaciones de precisión de los datos de cobertura de tierras de cultivo de HYDE en Alemania durante los últimos 1000 años y en la llanura del norte de China durante los últimos 300 años; evaluaciones de racionalidad de los datos de cobertura de tierras de cultivo HYDE en el noreste de China durante los últimos 1000 años y en la llanura costera adyacente al mar de Bohai durante los últimos 7000 años1; y una evaluación de probabilidad basada en la coherencia de los datos de cobertura de tierras de cultivo en China derivados de 10 conjuntos de datos de cobertura de tierras mundiales modernos.

1. Evaluación de la precisión basada en datos regionales cuantitativos de cobertura terrestre reconstruidos. La evaluación de precisión es una evaluación de credibilidad cuantitativa que utiliza datos de cobertura terrestre regional reconstruidos cuantitativamente derivados de registros históricos o naturales como línea de base.
2. Evaluación de la racionalidad basada en hechos históricos regionales. Esta evaluación cualitativa tiene como objetivo evaluar el grado de racionalidad mediante una comparación de la conformidad temporal y espacial de los datos de cobertura terrestre del conjunto de datos globales con los hechos históricos relacionados con el desarrollo regional.
3. Evaluación de la racionalidad basada en la experiencia. Esta evaluación cualitativa es para evaluar la racionalidad en la que se basa la experiencia a través de un examen de cómo los datos, suposiciones, y los métodos de los conjuntos de datos de cobertura terrestre global coinciden con las reglas espaciales y temporales relacionadas de la naturaleza y la sociedad, tales como características del medio ambiente natural o características agrícolas.
4. Evaluación de probabilidad basada en la consistencia de múltiples conjuntos de datos. Este método se emplea cuando es difícil determinar la credibilidad de más de un conjunto de datos existente. Considerando cada conjunto de datos de cobertura terrestre global como una determinación de expertos con respecto a la cobertura terrestre real, La probabilidad de credibilidad de los datos de cobertura terrestre para una unidad espacial o temporal determinada se evalúa midiendo el grado de coherencia de los datos sobre la unidad derivados de múltiples conjuntos de datos.