Application of Robust Estimation for Adjustment Analysis in Geodetic Networks with Outliers in the Control Points

• Autorzy: Luu Tuan Anh

Identyfikatory

DOI

10.29227/IM-2024-01-95

Warianty tytułu

PL

Zastosowanie Robust Estimation do analizy korekty w sieciach geodezyjnych z wartościami odstającymi w oryginalnych punktach kontrolnych

• Języki publikacji: EN

Abstrakty

EN

In the field of data analysis, the method of least squares has been a go-to approach when dealing with measurements that contain random errors. However, this method shows its limitations when faced with real-world data, which, in addition to accidental error, often contains outlier. These outlier can significantly skew the results, leading to inaccurate conclusions if not properly addressed. In response to this challenge, Robust Estimation has emerged as an effective method for handling outlier. Unlike traditional methods, Robust Estimation is designed to be less sensitive to outliers in the data, providing a more reliable and accurate estimate by reducing the impact of outlier on the final result. One of the key features of Robust Estimation is its flexibility. The outcome of each robust estimation method is influenced by the choice of its weight function, allowing the method to be tailored to the specific characteristics of the data. This paper applies the principles of Robust Estimation to the analysis of geodetic networks, which often contain original data errors. By doing so, it aims to provide a more accurate and reliable analysis of these networks, contributing to their improved utilization and management.

PL

W dziedzinie analizy danych, metoda najmniejszych kwadratów była podstawowym podejściem przy radzeniu sobie z pomiarami za-wierającymi błędy losowe. Jednak ta metoda pokazuje swoje ograniczenia w obliczu rzeczywistych danych, które oprócz błędów losowych często zawierają błędy grube. Te błędy grube mogą znacznie zniekształcić wyniki, prowadząc do nieprecyzyjnych wniosków, jeśli nie zostaną odpowiednio uwzględnione. W odpowiedzi na to wyzwanie, Robust Estimation pojawiła się jako skuteczna metoda radzenia sobie z błędami grubymi. W przeciwieństwie do tradycyjnych metod, Robust Estimation jest zaprojektowana tak, aby była mniej wrażliwa na wartości odstające w danych, dostarczając bardziej niezawodne i precyzyjne oszacowanie poprzez zmniejszenie wpływu błędów grubych na końcowy wynik. Jedną z kluczowych cech Robust Estimation jest jej elastyczność. Wynik każdej metody Robust Estimation ma wpływ przez wybór jej funkcji wagowej, co pozwala dostosować metodę do specyficznych cech danych. Ten artykuł stosuje zasady Robust Estimation do analizy sieci geodezyjnych, które często zawierają błędy pierwotnych danych. Robiąc to, ma na celu dostarczenie bardziej precyzyjnej i niezawodnej analizy tych sieci, przyczyniając się do ich lepszego wykorzystania i zarządzania.

Słowa kluczowe

EN

Robust Estimation; outliers; Geodetic Network

PL

Robust Estimation; wartości odstające; sieć geodezyjna

• Wydawca: Polskie Towarzystwo Przeróbki Kopalin
• Czasopismo: Inżynieria Mineralna
• Rocznik: 2024
• Tom: Vol. 2, no. 1
• Strony: 71--77
• Opis fizyczny: Bibliogr. 24, tab., wykr.

Twórcy

autor

Luu Tuan Anh

• Faculty of Geomatics and Land Administration, Hanoi University of Mining and Geology, Hanoi, Vietnam

• https://orcid.org/0009-0001-7738-9718

Bibliografia

• 1. Baselga, S. and L. García-Asenjo, Global robust estimation and its application to GPS positioning. Computers & mathematics with applications, 2008. 56(3): p. 709-714.
• 2. Gaglione, S., et al. Robust estimation methods applied to GPS in harsh environments. in 2017 European Navigation Confer-ence (ENC). 2017. IEEE.
• 3. Ge, Y., Y. Yuan, and N. Jia, More efficient methods among commonly used robust estimation methods for GPS coordinate transformation. Survey Review, 2013. 45(330): p. 229-234.
• 4. Borowski, L. and M. Banas. Application of robust estimation in polynomial modelling. in 2018 Baltic Geodetic Congress (BGC Geomatics). 2018. IEEE.
• 5. Lv, J., et al., Application of Robust Estimation Method in Study of Relationship Between Lake’s Water Area and Water Level. Journal of the Indian Society of Remote Sensing, 2018. 46: p. 1595-1603.
• 6. Llanos, C.E., M.C. Sanchez, and R.A. Maronna, Robust estimators for data reconciliation. Industrial & Engineering Chemistry Research, 2015. 54(18): p. 5096-5105.
• 7. Bosse, M., G. Agamennoni, and I. Gilitschenski, Robust estimation and applications in robotics. Foundations and Trends® in Robotics, 2016. 4(4): p. 225-269.
• 8. Solci, C.C., et al., Empirical study of robust estimation methods for PAR models with application to the air quality area. Communications in Statistics-Theory and Methods, 2020. 49(1): p. 152-168.
• 9. Hassan, K.M.Z., Comparative evaluation among various robust estimation methods in deformation analysis. Spatial Information Research, 2016. 24: p. 485-492.
• 10. Huber, P.J., Robust estimation of a location parameter, in Breakthroughs in statistics: Methodology and distribution. 1992, Springer. p. 492-518.
• 11. Huber, P.J., Robust estimation of a location parameter. Annals of Mathematical Statistics, 1964. 35: p. 73-101.
• 12. Huber, P.J., Robust statistics - A review. Annals of Mathematical Statistics, 1972. 43: p. 1041-1067.
• 13. Yetkin, M., Application of robust estimation in geodesy using the harmony search algorithm. Journal of Spatial Science, 2018. 63(1): p. 63-73.
• 14. Valero, J.L.B. and S.B. Moreno, Robust estimation in geodetic networks. Física de la Tierra, 2005. 17: p. 7.
• 15. Zaky, K.M. and A.A. Ghonem, Application of Robust Estimation Methods for Detecting and Removing Gross Errors from Close-Range Photogrammetric Data. Am. Acad. Sci. Res. J. Eng. Technol. Sci, 2019. 55: p. 111-120.
• 16. Banaś, M. Application of robust estimation methods to displacements determination in geodetic control network of dam. in 2017 Baltic Geodetic Congress (BGC Geomatics). 2017. IEEE.
• 17. Nowel, K., Robust M-estimation in analysis of control network deformations: Classical and new method. Journal of surveying engineering, 2015. 141(4): p. 04015002.
• 18. Hoang Ngoc Ha, L.A.T., Applying the Robust Estimation method for variance adjustment and analysis of GPS ground space networks. Journal of Geodesy and Cartography (in Vietnamese), 2019(39): p. 42-46.
• 19. Pham, K.Q. and T.K.T. Nguyen, Application of the method of robust estimation by posterior variance in detecting the raw error of geodetic control network. Journal of Mining and Earth Sciences Vol, 2021. 62(2): p. 57-64.
• 20. Ha, H.N., Adjustment computations geodetic network and GPS. Scientific and technical publisher, Hanoi (in Vietnamese), 2006.
• 21. Anh Tuan Luu, N.G.L., Application of weighting robust estimation in geodetic networks. GMMT2016 - International symposium on Geo-Spatial and Mobile mapping technologies and summer school for Mobile mapping technology, 2016.
• 22. Luu Anh Tuan, The study of optimal design methods and adjustment of combined GPS and terrestrial measurement applications in Vietnamese conditions. PhD thesis, Hanoi (in Vietnamese). 2020.
• 23. Luu Anh Tuan, Application of Robust Estimation Method for Establishing 3D Combined Terrestrial and GNSS Network: case study in Lang Son quarry (Vietnam). Journal of the Polish Mineral Engineering Society, 2020.
• 24. Wang Xinhou, T.B., QiuWeining, Yao Yibin (Translated form Chineses by Phan Van Hien), Advanced surveying adjustment 2015.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).