用边界情况而不只是理想路径来测试位置数据
一个位于地图完善的市中心的地址，几乎无法告诉您系统如何处理乡村路线、有争议的边界或靠近两极的查询。请有意识地测试这些困难情况。
海拔数据源如何得到验证
验证海拔数据的原理与验证地理编码精度类似：您需要一些真实答案已被独立确定的点，并将数据与这些已知点进行比较，而不是盲目相信它。具体到海拔，这意味着将返回值与固定的测量基准点进行核对，这些点的海拔高度已通过传统测量方法独立而仔细地测定，并将任何与这些已知值之间显著的、系统性的偏差视为值得调查的信号。
一次有用的验证应在不同地形类型中选取基准点，包括平地、缓坡和陡峭地形，而不是只检查容易的平坦位置，因为在那些地方，几乎任何合理的海拔数据源都会表现良好，并与已知值高度一致。正如其他文章所述，地形类型会极大地影响在给定分辨率下可预期的海拔精度，因此仅限于平坦基准点的验证，会系统性地高估数据在其他更陡峭或更复杂地形上的表现。
第二种互补的检查根本不需要已知的测量点，那就是检查附近一簇采样点之间的内部一致性。在相距较短且已知距离的几个点上查询海拔，检查所得数值是否平滑、合理地变化，而不是以与真实地形不符的方式不规则地跳变，这本身就是一种有用的合理性检查，因为真实地形在实际相距很近的相邻点之间，通常不会出现随机、不相关的跳变。在没有悬崖边缘或建筑物等真实陡峭地形特征的情况下，非常接近的采样点之间出现突然的不连续，是一个合理的信号，提示您应再次核对数据或该具体区域，而不是直接相信它。
第三种有用的检查（在可行时）是针对同一组点与另一个独立的海拔数据源进行交叉比对，并特别关注两个数据源在哪些地方高度一致、在哪些地方明显分歧。大多数点高度一致，偶尔的分歧集中在已知困难的地形中，例如陡坡或密集的城市峡谷，这正是两个相当不错的数据源在测量一个真正困难的问题时应有的模式，而且这比处处都一致得可疑要健康得多，后者有时可能表明两个数据源来自同一份底层数据，而不是真正独立的测量。
如果海拔精度对您的用例确实很重要，那么针对与您的具体地区和地形类型相关的已知基准点自己进行这类验证，能告诉您的信息远比任何关于海拔数据质量的一般性说法多得多。我们的海拔查询可以在单次请求中接收一组点，因此可以直接、高效地在有意义的样本上运行这类基准检查和一致性检查。