Bu serideki giriş notu, GPR dizisi verilerinin toplanmasına ilişkin tavsiyeler sunuyordu. Buradan çıkan temel sonuç, gerçek dünyadaki bir projenin idealden daha az veri içerebileceğiydi. Bu nedenle, bu not veri QA/QC konusuna odaklanmakta ve işleme yazılımına veri aktarımının seçimi ve yönetimi için yararlı araçları tartışacaktır. 
Birincil amaç, kaliteli verilerin ve verimli iş akışlarının içe aktarılmasıdır.
Şekil 1, daha kolay yönetim için 2800 girdi dosyası oluşturmak üzere bir araya getirilen 175 ayrı GPR profilini içeren bir projeyi göstermektedir, ancak yine de ele alınması gereken önemli bir sayıdır.
Ayrıca, orijinal veriler 70000'den fazla konumlandırma noktası içerir ve bunların büyük bir yüzdesi sorunludur; dolayısıyla, bunlar gibi veri kümeleri, sorunları işlemeden önce erkenden çözmek için pratik araçlar gerektirir.
Şekil 2'de bu projenin bir bölümünün yakından görünümü gösterilmektedir; burada yakınlaştırma işlevi, net konumlandırma hatalarını (kendi kendine kesişen alanlar) ve anlamsız veri alanlarını ortaya çıkarır.
Swath istatistikleri
Şekil 3, proje normlarının dışındaki temel veri okumalarını tanımlamak için yararlı bir ilk adım olan alan istatistik aracını göstermektedir. Gösterilen örnekte ortalama konum yoğunluğu yakl. 3-4/m, ancak bazıları 0.06/m kadar düşük bir değer okuyor. Bu alanların içe aktarılması durumunda soruna yol açacağını varsaymak güvenlidir; bu nedenle görmezden gelmek için işareti kaldırın.
Göze çarpan diğer bir değişiklik, bazı dosyaların ortalama 125 m'ye karşılık yalnızca birkaç metreyi gösterdiği alan uzunluğundadır; yine sorunlu dosyaların işaretini kaldırmak, onları içe aktarma işleminden çıkaracaktır. 
Renk kodlama istatistikleri
Renk kodlaması, sorunlu konumlandırma yoğunluğuna sahip alanları vurgulamanın basit bir yoludur. Görsel olarak tanımlanması kolay olan basit bir imleç fareyle üzerine gelindiğinde, Şekil 4'teki örneğe göre alan dosyası adı ve konumu ile ilgili belirli bilgiler ortaya çıkar. Radar verilerinin yoğunluğu, kilometre sayacı değerleriyle ilgili sorunları vurgulamak için benzer şekilde ele alınabilir ve tekerlek kayması. 
Konumlandırma verilerinin kaldırılması
Aynı proje örneğine devam edersek, çevredeki birçok veri 3D'de iyi işlenmeyecektir, bu nedenle bu tür noktaların kaldırılması, veri işlemeyi hızlandıracak ve gereken PC depolama alanı miktarını azaltacaktır. Şekil 5, bu tür konumlandırma noktalarını işaretlemek ve kaldırmak için kullanılan basit bir aracın örneğini göstermektedir.
Konumlandırma yoğunluğunun azaltılması
Daha önce belirtildiği gibi, çok yüksek konumlandırma yoğunluğuna sahip alanlar, içe aktarma sırasında sorunlu olacaktır; bu, alanların kendi kendine kesişmesinden kaynaklanmaktadır; bu, tipik olarak GPS anteninin yan yana sallanmasının neden olduğu bir etkidir. Konumlandırma yoğunluğunun yarı yarıya 3-4/m'den 1-2/m'ye düşürülmesi bu sorunu azaltacaktır. Bu, bazı verilerin projeden kaldırılması anlamına gelse de işlem süresini basitleştirecek ve hızlandıracaktır.
Son temizlik ve radar verilerinin içe aktarılması
Önceki adımları izledikten sonra bile verilerdeki hataların bazı nedenleri hala mevcut olabilir. Modern işleme yazılımı, Şekil 6'da gösterilen örnek gibi, kullanıcıyı bu konuda uyarabilmeli ve bu tür hataları nerede arayacakları konusunda onlara rehberlik edebilmelidir.
Şekil 7 ve 8, bu projenin yukarıda açıklanan metodoloji izlendikten sonra nasıl görüneceğini hem bir proje hem de yakınlaştırma kullanılarak yakın plan bir bölüm olarak göstermektedir.
Bu alıştırmadan elde edilen önemli bir sonuç, radar verilerinin içe aktarılmasından önce geometrinin mümkün olduğunca temizlenmesini gerektirmesidir. Radar verilerinin işlenmesi bilgisayar belleğinin büyük bir kısmını kaplar ve işlemleri yavaşlatabilir. Bu örnekte, radar verilerinin içe aktarılmasından önce referanslarımız olmadığı için bu çok zor olacağından geometrinin hiçbiri taşınmadı. Bir sonraki not, diğer bazı ipuçlarının yanı sıra, bazı konumlandırma hatalarını düzeltmek için radar verilerindeki görünür nesneyi nasıl kullanabileceğimizi gösterecektir.
