Dokładność NMT modelowanie dokładności NMT oszacowanie a priori badanie a posteriori.

Slides:



Advertisements
Podobne prezentacje
Regresja i korelacja materiały dydaktyczne.
Advertisements

Ocena dokładności i trafności prognoz
Osnowa Realizacyjna Istota zakładania i standardy techniczne
Statystyka Wojciech Jawień
Statystyczna kontrola jakości badań laboratoryjnych wg: W.Gernand Podstawy kontroli jakości badań laboratoryjnych.
Analiza współzależności zjawisk
IV Tutorial z Metod Obliczeniowych
MIĘDZYNARODOWE UNORMOWANIA WYRAŻANIA NIEPEWNOŚCI POMIAROWYCH
Małgorzata Paśnicka Opiekun pracy: prof. dr hab.inż. Marcin Barlik
Cyfrowy model powierzchni terenu
Skale pomiarowe – BARDZO WAŻNE
BUDOWA MODELU EKONOMETRYCZNEGO
Jak mierzyć zróżnicowanie zjawiska? Wykład 4. Miary jednej cechy Miary poziomu Miary dyspersji (zmienności, zróżnicowania, rozproszenia) Miary asymetrii.
Krzysztof Jurek Statystyka Spotkanie 4. Miary zmienności m ó wią na ile wyniki są rozproszone na konkretne jednostki, pokazują na ile wyniki odbiegają
Zagadnienie niedokładności w GIS
Podstawowe pojęcia prognozowania i symulacji na podstawie modeli ekonometrycznych Przewidywaniem nazywać będziemy wnioskowanie o zdarzeniach nieznanych.
Wybrane wiadomości z teorii błędów
Jakość sieci geodezyjnych. Pomiary wykonane z największą starannością, nie dostarczają nam prawdziwej wartości mierzonej wielkości, lecz są zwykle obarczone.
Analiza korelacji.
Niepewności przypadkowe
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Prognozowanie na podstawie modelu ekonometrycznego
Instytut Badań Czwartorzędu i Geoekologii UAM
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Średnie i miary zmienności
Jednoczynnikowa analiza wariancji (ANOVA)
AGH Wydział Zarządzania
NMT (Numeryczny Model Terenu) (ang
Jak mierzyć i od czego zależy?
WYNIKU POMIARU (ANALIZY)
NIEPEWNOŚĆ POMIARU Politechnika Łódzka
Elementy Rachunku Prawdopodobieństwa i Statystyki
Błędy i niepewności pomiarowe II
Istota pomiarów wysokościowych
Treści multimedialne - kodowanie, przetwarzanie, prezentacja Odtwarzanie treści multimedialnych Andrzej Majkowski.
Wnioskowanie statystyczne
Statystyka medyczna Piotr Kozłowski
Weryfikacja hipotez statystycznych
Konsultacje p. 139, piątek od 14 do 16 godz.
Statystyczna analiza danych w praktyce
Statystyczna analiza danych
Statystyczna analiza danych
Model trendu liniowego
* Halina Klimczak Instytut Geodezji i Geoinformatyki Uniwersytet Przyrodniczy we Wrocławiu Prawie wszystko o danych…..
Szkoła Letnia, Zakopane 2006 WALIDACJA PODSTAWOWYCH METOD ANALIZY CUKRU BIAŁEGO Zakład Cukrownictwa Politechnika Łódzka Krystyna LISIK.
Treść dzisiejszego wykładu l Weryfikacja statystyczna modelu ekonometrycznego –błędy szacunku parametrów, –istotność zmiennych objaśniających, –autokorelacja,
STATYSTYKA – kurs podstawowy wykład 5 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Model GRID znaczenie NMT o postaci GRID strategie interpolacji: dane → GRID stosowane metody interpolacji omówienie wybranych metod przykłady.
WYKŁAD Teoria błędów Katedra Geodezji im. K. Weigla ul. Poznańska 2
Modele nieliniowe sprowadzane do liniowych
STATYSTYKA – kurs podstawowy wykład 11
Pomiar Wysokościowy - Zasady Ogólne (G-4)
Estymacja parametryczna dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
1.problem próbkowania (sampling problem) dobór charakterystycznych punktów powierzchni w celu uzyskania najlepszego efektu przy minimalizacji ilości danych.
Niepewności pomiarów. Błąd pomiaru - różnica między wynikiem pomiaru a wartością mierzonej wielkości fizycznej. Bywa też nazywany błędem bezwzględnym.
Proste pomiary terenowe
zasilanego z sieci energetycznej obiektu
METROLOGIA Podstawy rachunku błędów i niepewności wyniku pomiaru
Jak mierzyć zróżnicowanie zjawiska?
Błędy i niepewności pomiarowe II
Statystyka matematyczna
METROLOGIA Statystyczne metody poprawienia dokładności
Jednorównaniowy model regresji liniowej
Analiza niepewności pomiarów Zagadnienia statystyki matematycznej
Model ekonometryczny z dwiema zmiennymi
Analiza niepewności pomiarów
MIARY STATYSTYCZNE Warunki egzaminu.
Jakość sieci geodezyjnych
statystyka podstawowe pojęcia
Zapis prezentacji:

Dokładność NMT modelowanie dokładności NMT oszacowanie a priori badanie a posteriori

Dokładność: poprawność, precyzja Dokładność (accuracy) – stopień zgodności między wynikiem badania (pomiaru) a wartością prawdziwą (przyjętą wartością odniesienia). Poprawność (trueness)– stopień zgodności pomiędzy wartością średnią (z serii) a wartością prawdziwą lub przyjętą wartością odniesienia - dokładność bezwzględna metody Precyzja (precision)- stopień zgodności pomiędzy pomiarami prowadzonymi w ustalonych warunkach – dokładność względna (wewnętrzna) metody () (powtarzalność) – np. wielokrotny pomiar wysokości tego samego punktu ma modelu fotogrametrycznym. Miara precyzji – odchylenie standardowe powtarzalności (dotyczy serii). Norma PN-ISO 5725 „Dokładność (poprawność i precyzja) metod pomiarowych i wyników pomiarów” Wymaga weryfikacji

Poprawność POMIAR = TRUE + BŁĄD_BEZWZGLĘDNY Uwaga w geodezji; BŁĄD_PRAWDZIWY = TRUE – POMIAR czyli POMIAR = TRUE - BŁĄD_PRAWDZIWY Precyzja POMIAR = TRUE + OBCIĄŻENIE + BŁĄD_LOSOWY Dokładność: poprawność, precyzja

Wysoka precyzja, niska poprawność Dokładność: poprawność, precyzja wysoka poprawność i precyzja średnia precyzja, dobra poprawność

wysokość z NMT wysokość prawdziwa błąd systematyczny błąd przypadkowy skorelowany przestrzennie (funkcja położenia XY) błąd przypadkowy nieskorelowany Modelowanie dokładności NMT wysokość pomierzona (dane NMT) precyzja

Precyzja pomiaru wys. punktu fotogrametrycznego ALS n - gęstość /m 2 błąd skorelowany przestrzennie Miara precyzji – odchylenie standardowe powtarzalności Analiza a priori

Precyzja kreślenia warstwic (foto…) baza w skali zdjęcia przykład: M Z = ; C k =150mm, → W = 3750m dla  = 45 o σ H = 0.55m m =  4.40 m dla  = 15 o σ H = 0.55m m =  1.55 m dla  = 6 o σ H = 0.55m m =  0.95 m Analiza a priori

Dokładność warstwic (karto…) Instr. tech. K-2 MAPY TOPOGRAFICZNE DO CELÓW GOSPODARCZYCH § średnie błędy w położeniu wysokościowym warstwic względem punktów osnowy wysokościowej nie mogą przekraczać: dla terenów o nachyleniu do 2 o - 1/3 wielkości zasadniczego cięcia warstwicowego, dla terenów o nachyleniu 2 o do 6 o - 2/3 wielkości zasadniczego cięcia …, dla terenów o nachyleniu większym od 6 o – (1) wielkości zasadniczego cięcia... Przy opracowywaniu rzeźby terenu o zwartym zalesieniu oraz dla uwydatnienia charakterystycznych form terenu dopuszcza się półtorakrotnie większe błędy w położeniu warstwic.

Błąd modelu a błąd danych pomiarowych Analiza a priori empiryczny wzór Ackermann-a m NMT - średni błąd wyinterpolowanej wysokości z NMT, m H - średni błąd pomiaru wysokości,  - współczynnik opisujący charakter rzeźby terenu, d- średnia odległość punktów pomiarowych. przyjmuje się:  =  0.007dla terenów łatwych ( o gładkiej powierzchni)  =  0.020dla terenów o średniej trudności,  =  0.044dla terenów trudnych ( o nieregularnych i stromych powierzchniach).

Błąd modelu a błąd danych pomiarowych przykłady: Określić błąd średni pomiaru tak aby m NMT =  2 m m H d = 40m, teren falisty:  =  1.8 m d = 40m, teren górzysty:  =  0.9 m d = 20 m, teren falisty:  =  1.9 m d = 20 m, teren górzysty:  =  1.8 m ustalić d gdy m NMT =  1m, m H =  0,6m d =18m

Błąd modelu a błąd danych pomiarowych Analiza priori empiryczny wzór Wysockiego m NMT - średni błąd wyinterpolowanej wysokości z NMT, m H - średni błąd pomiaru wysokości,  - przeciętne nachylenie, d- średnia odległość punktów pomiarowych. P1- wsp. zalezny od metody interpolacji P2 ? Jak ma być?

(dotyczy pomiaru fotogrametrycznego) Siatka pomiarowa (pierwotna) – siatka w której wykonywany jest pomiar wysokości teren łatwy(ΔXpom, ΔYpom) = (40 – 60) * m NMT teren trudny(ΔXpom, ΔYpom) = (20 – 30) * m NMT Siatka wtórna (wynikowa) – siatka wyinterpolowana z danych pomiarowych (siatka + elementy strukturalne) (ΔX NMT, ΔY NMT ) = (1/2-1/3) (ΔX pom, ΔY pom ) Przykład: m NMT = 1 m (ΔX pom, ΔY pom ) = 40 m (łatwy)20m (trudny) (ΔX NMT, ΔY NMT ) = 20 m (łatwy)10m (trudny Zalecany rozmiar siatki pomiarowej

Ustalana na podstawie porównania z danymi referencyjnymi (kontrolnymi Dokładność a posteriori

Ustalana na podstawie porównania z danymi referencyjnymi (kontrolnymi) Jeśli wysokości kontrolne nie można uznać za wystarczająco dokładne to należy uwzględnić błąd średni wysokości kontrolnych m R :

Miara = średni błąd wysokości określonej z NMT dla dowolnego X,Y. W wielu krajach oraz wg OpenGIS jako miarę dokładności przyjmuje się błąd średni pomnożony przez współczynnik odpowiadający prawdopodobieństwu lokalizacji błędu w przedziale [–A, +A] : LE90 = A tzn. że 90% wyników ma błąd mniejszy od A ( w przedziale [–A, +A] LE90 = 1,65 x (błąd średni lub σ) lub CE90 *) LE95 = 1,96 x (błąd średni lub σ)lub CE95 *) Przez analogię błąd średni to LE68 = 1 x (błąd średni) Linear Error (jedna zmienna) *) CE horizontal Circular Error (dwie zmienne) The OpenGISTM Abstract Specification, Topic 9 Quality, version 4. Miary dokładności - estymacja przedziałowa