Jakość sieci geodezyjnych

Slides:



Advertisements
Podobne prezentacje
Ocena dokładności i trafności prognoz
Advertisements

Osnowa Realizacyjna Istota zakładania i standardy techniczne
Ocena dokładności pomiarów
Statystyczna kontrola jakości badań laboratoryjnych wg: W.Gernand Podstawy kontroli jakości badań laboratoryjnych.
Analiza współzależności zjawisk
Pochodna Pochodna  funkcji y = f(x)  określona jest jako granica stosunku przyrostu wartości funkcji y do odpowiadającego mu przyrostu zmiennej niezależnej.
BUDOWA MODELU EKONOMETRYCZNEGO
Podstawowe pojęcia prognozowania i symulacji na podstawie modeli ekonometrycznych Przewidywaniem nazywać będziemy wnioskowanie o zdarzeniach nieznanych.
Wykład XII fizyka współczesna
Wybrane wiadomości z teorii błędów
Wyrównanie spostrzeżeń pośrednich niejednakowo dokładnych
Przykład – sieć niwelacyjna
wyrównanych spostrzeżeń pośredniczących i ich funkcji
Johann Karl Friedrich Gauss
Rachunek Wyrównawczy Wyrównanie spostrzeżeń bezpośrednich
Wyrównanie spostrzeżeń zawierających błędy grube
Wyrównanie metodą zawarunkowaną z niewiadomymi Wstęp
Wpływ warunków na niewiadome na wyniki wyrównania.
Jakość sieci geodezyjnych
Ogólne zadanie rachunku wyrównawczego
Wyrównanie sieci swobodnych
Jakość sieci geodezyjnych. Pomiary wykonane z największą starannością, nie dostarczają nam prawdziwej wartości mierzonej wielkości, lecz są zwykle obarczone.
Metody kollokacji Metoda pierwsza.
Niepewności przypadkowe
Prognozowanie na podstawie modelu ekonometrycznego
Korelacje, regresja liniowa
II OGÓLNOPOLSKA KONFERENCJA NAUKOWO-TECHNICZNA
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Wyrównanie sieci geodezyjnej Andrzej Borowiecki Kraków 2009
Doświadczalnictwo.
Jednoczynnikowa analiza wariancji (ANOVA)
AGH Wydział Zarządzania
Opracowanie wyników pomiarów
metody mierzenia powierzchni ziemi
Analiza współzależności cech statystycznych
WYKŁAD 2 Pomiary Przemieszczeń Odkształcenia
na podstawie materiału – test z użyciem komputerowo generowanych prób
KARTY KONTROLNE PRZY OCENIE LICZBOWEJ
Irena Woroniecka EKONOMIA MENEDŻERSKA - dodatek do W2
Hipotezy statystyczne
WYNIKU POMIARU (ANALIZY)
NIEPEWNOŚĆ POMIARU Politechnika Łódzka
Dana jest sieć dystrybucji wody w postaci: Ø      m- węzłów,
Źródła błędów w obliczeniach numerycznych
Błędy i niepewności pomiarowe II
Henryk Rusinowski, Marcin Plis
Seminarium licencjackie Beata Kapuścińska
Treści multimedialne - kodowanie, przetwarzanie, prezentacja Odtwarzanie treści multimedialnych Andrzej Majkowski.
Wnioskowanie statystyczne
Metody matematyczne w inżynierii chemicznej
Równania nadokreślone Zastosowanie macierzy Carl Friedrich Gauss (30 kwietnia lutego 1855), niemiecki matematyk, fizyk, astronom i geodeta.
Weryfikacja hipotez statystycznych dr hab. Mieczysław Kowerski
Błędy pomiarów Rachunek wyrównawczy.
Konsultacje p. 139, piątek od 14 do 16 godz.
Szkoła Letnia, Zakopane 2006 WALIDACJA PODSTAWOWYCH METOD ANALIZY CUKRU BIAŁEGO Zakład Cukrownictwa Politechnika Łódzka Krystyna LISIK.
Przeprowadzenie badań niewyczerpujących, (częściowych – prowadzonych na podstawie próby losowej), nie daje podstaw do formułowania stanowczych stwierdzeń.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Badanie konstrukcji Badanie konstrukcji geometrycznej ciągów.
WYKŁAD Teoria błędów Katedra Geodezji im. K. Weigla ul. Poznańska 2
STATYSTYKA – kurs podstawowy wykład 8 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Modele nieliniowe sprowadzane do liniowych
STATYSTYKA – kurs podstawowy wykład 11
Dokładność NMT modelowanie dokładności NMT oszacowanie a priori badanie a posteriori.
Niepewności pomiarów. Błąd pomiaru - różnica między wynikiem pomiaru a wartością mierzonej wielkości fizycznej. Bywa też nazywany błędem bezwzględnym.
Proste pomiary terenowe
Błędy i niepewności pomiarowe II
MATEMATYCZNE MODELOWANIE PROCESÓW BIOTECHNOLOGICZNYCH
Jednorównaniowy model regresji liniowej
Warunki w triangulacji
Elipsy błędów.
Zapis prezentacji:

Jakość sieci geodezyjnych

Pomiary wykonane nawet z największą starannością, nie dostarczają nam prawdziwej wartości mierzonej wielkości, lecz są zwykle obarczone małymi błędami. Jeżeli z kolei użyjemy tych wyników pomiarów do obliczenia innych wielkości, również i one nie będą całkiem dokładne. Powstaje w związku z tym pytanie – jak zredukować do minimum wpływ niedokładności danych i jaki jest ich wpływ na obliczane wielkości.

Jest więc ważne aby : Po pierwsze znać jakość wykonywanych pomiarów - Po drugie ustalić jakość obliczanych wielkości.

Stosowane kryteria muszą być: Powszechnie przyjęte, Proste Obiektywne Odpowiednie

W geodezji często dzielimy jakość na dwie kategorie: dokładność i niezawodność. Dokładność – określa z jaką precyzją musi być zmierzona jakaś wielkość. Stosuje się tu zasady wynikające ze statystyki i rozkładów prawdopodobieństwa. Wartość uznajemy wtedy za prawidłową, kiedy spełnione są zależności między pomiarami i szacowanymi parametrami, oraz kiedy spełnione są założenia dotyczące błędu średniego i korelacji mierzonych wielkości.

Niezawodność – dotyczy możliwości kontroli które istnieją w modelu wyrównania spostrzeżeń i oddziaływania odchyłek na wartości niewiadomych. Dla geodety jest oczywiste, że każde zadanie należy sprawdzić stosując niezależne kontrole. Dlatego istnieją dziś kryteria kontroli poprawności spostrzeżeń jak i szacowania wpływu pozostałych błędów na niewiadome. Niezawodność określana jest też jakość realizacji. Można powiedzieć, że pomiary geodezyjne są wtedy niezawodne, kiedy błędy grube są wykrywane z dużym prawdopodobieństwem, a pozostałe błędy nie mają istotnego wpływu.

Lokalne kryteria dokładności: Błędy średnie niewiadomych i błąd położenia punktu:

Macierz wariancyjno-kowariancyjna: (ATA)-1

Elipsa błędów Helmerta x P1(,) r   B A y P(x,y) mx, my

Prawdopodobieństwo, tego że punkt znajduje się wewnątrz obliczonej dla niego elipsy Helmerta wynosi ok. 35%. W celu zwiększenia tego prawdopodobieństwa do 90% należałoby powiększyć długości półosi dwukrotnie, a dla 99% trzykrotnie.

Błędy względne i względna elipsa błędów Stosuje się ją do określenia względnej dokładności między dwoma punktami: Pi i Pj. W tym celu należy stworzyć macierz wariancyjno-kowariancyjną dla różnicy współrzędnych:

Następnie oblicza się wartości średnich błędów względnych:

Parametry względnej elipsy błędu:

Przykład:

Q 2.00421E-06 5.67732E-07 4.56601E-07 -4.80041E-07 1.73933E-06 -1.55571E-07 1.63739E-07 8.97081E-07 -5.58732E-07 1.08394E-06 m = 15.3

Błędy współrzędnych i błąd położenia punktu B mxB = 0.022 m myB = 0.020 mpB = 0.030

Błędy współrzędnych i błąd położenia punktu D mxD = 0.014 m myD = 0.016 mpD = 0.021

Elipsa błędów Helmerta dla punktu B: 0.024 m BB= 0.010 ΘB= 14.5903 g wB= 1.17E-06 Elipsa błędów Helmerta dla punktu D: AD= 0.019 m BD= 0.010 ΘD= 210.5475 g wD= 1.13E-06

Macierz wariancyjno-kowariancyjną dla różnicy współrzędnych punktów B i D:   + - 1.739E-06 1.084E-06 1.637E-07 1.988E-06 6.446E-07 2.496E-06

Błędy średnie różnic współrzędnych mDx= 0.022 mDy= 0.024

Elipsa względna dla różnicy współrzędnych punktów B i D ABD= 0.026 m BBD= 0.019 ΘBD= 376.1173 g wBD= 1.39E-06