Wyniki wyszukiwania - BazTech

1

Badanie wpływu niezawodności wewnętrznej sieci geodezyjnej na efektywność wybranych podejść do wykrywania błędów grubych

Kwaśniak M.

Prace Naukowe Politechniki Warszawskiej. Geodezja

|

2012

|

z. 49

3--90

PL

Już w 1777 roku Bemoulli pisał o konieczności analizy wyników pomiarów i odrzucania obserwacji odstających. Pierwsze próby opracowania statystycznych metod diagnozowania błędów grubych odnotowano około 1850 roku. W 1964 roku Huber zaprezentował nowe, odporne na biedy grube, podejście do opracowania obserwacji, które w ostatnich latach zyskuje coraz większą popularność. Do chwili obecnej w światowej literaturze statystycznej, również i w geodezyjnej, pojawiło się bardzo dużo różnych metod wykrywania błędów grubych. Metody te różnią się założeniami oraz strategią postępowania. Jednakże, jak wynika z różnych badań, żadna z nich nie cechuje się 100% skutecznością. W ostatnich latach w geodezji coraz większego znaczenia nabiera zagadnienie odporności sieci geodezyjnych na zaburzenia błędami grubymi. Odporność ta wyrażana jest miarami tzw. niezawodności wewnętrznej obserwacji. W niniejszej pracy przeprowadzono analizę wpływu niezawodności wewnętrznej sieci na skuteczność wykrywania błędów grubych dla kilku najbardziej popularnych w praktyce strategii diagnostycznych. Analizie poddano również zaproponowaną w pracy strategię wykrywania obserwacji zaburzonych błędami grubymi, opartą na klasyfikacji wzorców zaburzeń układu obserwacyjnego. Z przeprowadzonych analiz wynika, ze istnieje wyraźna zależność skuteczności wszystkich badanych metod diagnostycznych od poziomu niezawodności wewnętrznej sieci geodezyjnej. Przeprowadzone badania numeryczne pokazały, że skuteczność metod diagnostycznych zależy szczególnie od poziomu niezawodności wewnętrznej obserwacji zaburzonych błędami grubymi. W pracy wykazano również, że w przypadku sieci niejednorodnych niezawodnościowo skuteczność wykrywania błędów grubych obniża się z racji występowania elektów maskowania wpływu błędów grubych oraz przenoszenia ich na poprawne obserwacje. Zwrócono również uwagę na możliwość zaistnienia w sieci sytuacji, w których błędy grube są nieidentyfikowalne, a nawet absolutnie niewykrywalne. Możliwość wystąpienia takich sytuacji, jak również wspomnianych efektów, maleje wraz ze wzrostem poziomu niezawodności wewnętrznej sieci. Najprostszym i najskuteczniejszym sposobem na efektywne wykrywanie ewentualnych błędów grubych w sieci geodezyjnej jest więc zapewnienie odpowiednio wysokiego poziomu niezawodności wewnętrznej już na etapie jej projektowania. Stosowne kryterium niezawodnościowe powinno znaleźć się w obowiązujących instrukcjach technicznych.

EN

Already in 1777, Bemoulli wrote about the need for analysis of measurement results and the rejection of outliers. The first attempts to develop statistical methods for diagnosing gross errors were recorded around 1850. In 1964, Huber presented a new approach to observation adjustment, robust to gross errors, which in recent years has been gaining more and more popularity. Until now. in international statistical literature, also in geodetic publications, a lot of different methods of gross error detection have appeared. Existing methods differ in (he assumptions and strategy of operations. However, according to various studies. none of them is characterized by 100% efficiency. In the last few years in geodesy. the issue of robustness of geodetic networks to gross errors is becoming increasingly important. This robustness is expressed with measures of the so-called internal reliability of observations. In this work, the analysis of the influence of the network internal reliability on the effectiveness of gross errors detection was conducted for several most popular diagnostic strategies. Also. the strategy of outlier detection proposed in this work. based on the classification of disturbance patterns of the observation system, was analyzed. The analyses showed that there is a distinct dependence of the effectiveness of each of all the considered diagnostic methods on the level of internal reliability of geodetic network. Numerical studies carried out showed that the effectiveness of diagnostic methods is particularly dependent on the level of internal reliability of observations disturbed by gross errors. The study also showed that in the case of networks with diversified measures of internal reliability, the effectiveness of gross error detection decreases with the presence of masking effects and with transfer of gross error impact to correct observations. It was also noted that there may occur such situations in the network in which gross errors are unidentifiable or even absolutely undetectable. The possibility of occurrence of such situations, as well as the above mentioned effects, decreases with the increase in the level of the network internal reliability. The easiest and most effective way to detect gross errors efficiently in geodetic networks is therefore to provide an appropriately high level of internal reliability at the stage of network design. A relevant criterion for internal reliability should be introduced into existing technical instructions.

2

Przedwyrównawcze wykrywanie błędów grubych w pomiarze środków rzutu dla aerotriangulacji

Ziobro J.

Prace Instytutu Geodezji i Kartografii

|

2006

|

T. 52, z. 110

89-102

PL

W artykule przedstawiono metodę przedwyrównawczego wykrywania błędów grubych w pomiarze środków rzutu oraz wyniki badań nad skutecznością metody. Metoda opiera się na analizie różnic wyników dwóch niezależnych wyznaczeń: wyniku otrzymanego z wyrównania aerotriangulacji bez uwzględnienia pomiaru środków rzutu i wyniku pomiaru środków rzutu wykonanego podczas nalotu fotogrametrycznego. Metoda została przetestowana na 26 blokach, które opracowano w kraju w ciągu kilku ostatnich lat.

EN

Author presents in the article a method for pre-adjustment detection of gross errors in the measured projection centers. The method is based on analyzing differences of the results of two independent measurements: one obtained from adjustment of aerial triangulation without determining projection center and the second, which considers measurement of projection centers during photogrammetric mission. The technique of measuring projection centers for aerial triangulation with the use of GPS method exists since 1993 and is still improved, as far as precision and reliability is concerned. In standard work real verification of quality of measurement is done only at the stage of adjustment of aerial triangulation. The main aim of adjustment is to obtain the result with the highest probability, and it depends on removing gross errors from calculations. As it can be seen from practice, this condition is difficult to fulfilI; the procedure is time-consuming and not fully efficient. Detection and location of gross errors is difficult due to improper division of GPS measurements into profiles, multiple gross errors, mistakes in GPS measurement, or insufficient reliability level of network. In the proposed method distances between neighboring points of profile are compared, obtained from two independent determinations. In addition, increments of coordinates between neighboring projection centers are also compared. These differences, which prove to be higher than triple mean error, are considered as gross errors. The method has been tested on 26 blocks, which were prepared during last years in Poland. The aim of testing was to verify magnitude and number of gross errors of projection centers, which remain in the network after applying the method. Analysis of non-detected gross errors was done using W. Baarda data snooping method, i.e. the method of standardized residuals. In the test blocks at a, scale of 1 : 13 000 level of detectability of gross errors in the measured projections centers was ca. 6 times mean error of coordinate of projection center, while for 1: 26 000 photographs it was 12 times mean error, respectively. The method enables to detect in one calculation step all mistakes and most of gross errors, which results in decreasing number of adjustment cycles in cases, when many data errors exist.

3

Wyrównanie sieci geodezyjnych z zastosowaniem szeregów Edgewortha i zasady wyboru alternatywy

Dumalski A.

Technical Sciences. Supplement / University of Warmia and Mazury in Olsztyn

|

2005

|

suppl. 2

301--308

PL

W pracy ukazano ogólną koncepcję metody wyrównania z zastosowaniem szeregów Edgewortha i zasady wyboru alternatywy jako metody estymacji. Przedstawiono również algorytm rozwiązania oraz testy numeryczne.

EN

The paper presents general concept of geodetic observation adjustment based on application of the Edgeworth series and the ZWA method. The algorithm and some numerical test are shown finally some properties of the proposed solution are derived.

4

Analiza chemometryczna w oznaczaniu chemicznych zanieczyszczeń opadów atmosferycznych w rejonie Trójmiasta. Cz. 1. Przygotowanie danych

Astel A., Mazerski J., Polkowska Ż., Namieśnik J.

Chemia i Inżynieria Ekologiczna

|

2001

|

Vol. 8, nr 1

19-37

PL

Chemometria to potężne narzędzie w ręku wspólczesnego chemika analityka. Na przykładzie wyników badań próbek opadów atmosferycznych na obecność: Naj-, sa/-, r, AIJ+, cr, NH;, p04J-. FeJ+, Na+, Ca2+, KT i Mg2+ połączonych z pomiarami pH, objętości oraz przewodności elektrolitycznej przedstawiono procedurę wstępnego przygotowania danych pomiarowych do analizy chemometrycznej. Kontrola danych ma na celu wyeliminowanie ewentualnych "błędów grubych" oraz poznanie rozkladów wartości zmiennych. Większość metod statystycznych wymaga, aby rozkład zmiennych był zbliżony do rozkładu Gaussa. Poprawne przygotowanie danych do analizy chemometrycznej jest warunkiem szybkiego uzyskania użytecznej i wiarygodnej informacji z wielowymiarowych danych pomiarowych przy użyciu metod statystyki i matematyki.

EN

Chemometry is a significant tool for a modern chemical analyst. A procedure of preparing initial measurement data for chemometric anlysis was shown. Examplary resuls of examining precipitation waters for presence of: NOJ-, sol-, 1', Ae+, cr, NH:, pol-, FeJ+, Na+, Ca2+, K+ i Mg2+, as wll as their pH value, volume and electrolytic conductivity were used for the purpose. Data controlling aims at eliminating potential mistakes and learning variable value distribution. Most statistical methods requires the variabies distribution to be similar to the Gauss one. The appropriate data preparation for chemometric analysis is the main condition for obtaining useful information for multidimentional, measured data while using statistical and mathematical techniques.