GIS空间数据质量控制的抗差拟合推估法

拟合推估法可用于拟合系统误差,削弱随机误差的影响,提高空间数据质量.与正常拟合推估法不同,提出了一种抗差拟合推估法以控制GIS空间数据的系统误差和异常误差的影响.在此基础上,提出了对剩余残差再拟合的思想,从而对拟合推估剩余系统误差进行控制.利用该方法,一方面可以有效地抵制系统误差的影响,另一方面又可以较好地遏制异常误差的污染.此外,对因协方差函数误差导致的信号估计偏差,也具有一定的补偿能力.最后通过实际计算与分析验证了该方法的有效性.     

地图数字化误差纠正的拟合推估法

在拟合推估的基础上,提出了对残差进行再拟合,从而较有效地遏制了系统误差的影响,提高了空间数据的质量.通过对实例的计算与分析,证明了该方法在提高空间数据质量的有效性.     

基于BP神经网络的地图数字化误差纠正

由于在数字化采集过程中不可避免地会引入系统误差和异常误差,因此消除和削弱这些误差的影响是提高空间数据质量的关键。然而由于图纸变形不均匀,扫描误差又极其复杂,用常规的多项式拟合技术只能消除部分有规律的系统误差,很难完全消除它们对地图数字化坐标的影响。BP神经网络是一个高度非线性映射系统,能以任意精度逼近。结合地图数字化坐标改正的特点,本文给出了基于BP神经网络地图数字化坐标误差纠正的方法,并通过实例验证了该方法的有效性。     

GPS高程转换的总体最小二乘拟合推估模型

在现有的关于GPS高程转换的总体最小二乘方法研究中,通常是将高程异常转换参数的计算与待求点高程异常的计算分两步进行处理,并且只考虑由已知高程异常点的平面坐标组成的系数矩阵的误差,忽略了高程异常待求点的坐标误差。针对以上问题,本文提出了GPS高程转换的总体最小二乘拟合推估模型,将计算高程异常转换参数和待求点高程异常联合处理,且考虑到所有点的点位误差,最后采用拟合推估法进行求解。实验结果表明,本文方法能够有效地提高高程转换的精度。     

基于Helmert方差分量估计的拟合推估法及其在地图数字化误差纠正中的应用

应用拟合推估法纠正扫描获得的数字化地图的变形时,会遇到调整观测噪声与信号之间权比问题的困扰。提出一种基于Helmert方差分量估计的拟合推估算法,可以通过Helmert方差分量估计合理调整权比,保证残差分配的合理性,从而达到有效的改善空间数据质量的目标。最后通过实际计算与分析,验证上述算法的有效性。     

采用抗差推估法剔除GPS高程数据粗差

论述抗差拟合推估法剔除技术,该方法的抗差结果比较稳定,在具体工程应用中,粗差剔除效果好.运用抗差拟合推估法剔除技术进行GPS水准高程拟合,大大削弱误差的影响,一定程度上改善和提高GPS水准高程的精度.     

基于方差分量估计的拟合推估及其在GIS误差纠正的应用

拟合推估解算必须首先求得信号向量的方差协方差矩阵,该协方差矩阵一般通过选定的协方差函数,并通过已测点数据进行拟合得到。显然观测噪声的先验方差协方差阵与拟合得到的随机信号的方差协方差矩阵必须相互协调,即观测噪声向量和信号向量的权矩阵所对应的方差因子应该一致,否则将对固定效应和随机效应参数的估计带来系统性的影响。应用方差分量估计来协调拟合推估模型中观测噪声和信号向量的随机模型,并分别从极大似然估计、MINQUE估计、赫尔默特方差分量估计三方面构建了拟合推估模型的方差分量解,最后利用新提出的理论与方法,对一幅实际的扫描地形图进行误差纠正,结果表明基于方差分量估计的拟合推估法能够提高扫描地形图的精度。     

一、P20 一般性问题

CH20081939基于方差分量估计的拟合推估及其在GIS误差纠正的应用=Variance Component Estimation Based Collocation and Its Application in GIS Error Fitting/杨元喜,张菊清,张亮(西安测绘研究所)//测绘学报.-2008,37(2).-152～157拟合推估解算必须首先求得信号向量的方差协方差矩阵,该协方差矩阵一般通过选定的协方差函数,并通过已测点数据进行拟合得到。显然观测噪声的先验方差协方差阵与拟合得到的随机信号的方差协方差矩阵必须相互协调,即观测噪声向量和信号向量的权矩阵所对应的方差因子应该一致,否则将对固定效应和随机效应参数的估计带来系统性的影响。应用方差分量估计来协调拟合推估模型中观测噪声和信号向量的随机模型,并分别从极大似然估计、MINQUE估计、赫尔默特方差分量估计三方面构建了拟合推估模型的方差分量解,最后利用新提出的理论与方法,对一幅实际的扫描地形图进行误差纠正,结果表明基于方差分量估计的拟合推估法能够提高扫描地形图的精度。图2表1参22     

半参数模型估计的正则核方法

针对测量数据处理中系统误差对参数估计的影响,提出了半参数估计的正则核方法。这种方法可以在不知道系统误差具体形式的情况下有效地分离系统误差的影响,并且对系统误差进行估计。由于正则项的引入,有效地避免了对非参数部分的过拟合现象,同时对于小样本的观测值也能取得较好效果。最后通过两个算例证明了该方法的有效性。     

协方差推估在高程异常拟合中的应用

协方差推估把待定参数看作随机变量,从这一思想出发,提出将协方差推估应用于高程异常拟合,通过对兖州矿某测区GPS实测数据的处理、分析,得到较为精确的拟合结果,验证了协方差推估应用于高程异常拟合的实用性、正确性。     

带有未知物理信息的边坡监测滤波算法

为合理利用边坡的几何信息和物理信息,控制几何观测异常对形变参数估计的影响,建立了一种带有未知系统误差的滤波模型,并给出了一种基于移动窗口的系统误差自适应拟合法,同时给出了相应的状态预测向量的协方差矩阵估计方法。GPS监测网的计算结果表明,该算法可以通过拟合地球物理信息来减弱观测异常所带来的影响,提高形变参数解算精度。     

地图扫描矢量化误差的最小二乘配置法处理研究

屏幕扫描数字化是地图数字化的常用方法。在数字化过程中,由于地图本身的变形、扫描仪分辨率等系统误差会影响数字化的结果。仿射变换是实现栅格数据向矢量化数据转换的常用方法之一,研究表明基于最小二乘的仿射变换只可以消除整体变形,而不能消除局部变形。为此作者提出采用最小二乘配置。采用最小二乘配置可以在计算转换参数的同时估计局部系统变形信号,可以消除或减弱以上误差的影响,改善数字化精度。实例分析表明,是提高扫描数字化的有效方法。     

多波束测深数据处理的抗差最小二乘配置迭代解法

针对利用最小二乘配置处理多波束测深数据,存在二次曲面数学模型通常无法精确表征海底地形的整体变化趋势以及观测数据存在粗差或异常点时,常规方法给出的协方差函数不能精确表征其统计特性的问题,本文提出了一种抗差最小二乘配置迭代解法。该方法首先进行协方差函数和观测值方差阵初始化,以多面函数拟合趋势项,然后应用等价权抗差估计并通过迭代计算,最终给出稳健的协方差函数参数解及最小二乘配置解。利用本文提出的方法及传统的方法处理实测的多波束测深数据,试验结果表明,相比于传统的方法,本文提出的方法能够较好地表征海底地形的整体变化趋势,一定程度上克服了多波束测深数据中粗差或异常点的影响。相比于传统的抗差方法,本文方法更为有效地识别出测深数据中异常点,推估效果较好,具有稳健性。     

航空重力向下延拓的误差影响分析

本文从分析航空重力向下延拓过程中偶然误差和系统误差的变化特性入手,进而提出处理办法。首先,利用试验说明移去恢复法局限性,同时表明需处理系统误差和偶然误差的必要性。然后,采用理论推演和数值模拟计算分别估计了系统误差和偶然误差影响,试验结果发现:系统误差影响和偶然误差影响均与数据格网间隔、向下延拓高度呈线性关系,当格网化间隔较小和延拓高度较高时系统误差影响和偶然误差影响较大。最后,提出使用半参数模型和正则化算法的两步法估计系统误差和减弱偶然误差影响,试验结果说明两步法处理向下延拓各类误差影响优于仅用半参数模型或正则化算法的结果,在试验数据的偶然误差标准差为2×10~(-5) m/s~2、恒值系统误差3×10~(-5) m/s~2和变值系统误差标准差约1.3×10~(-5) m/s~2时,以及向下延拓高度6.3 km和格网间隔6′的条件下,两步法向下延拓结果的精度可达2.3×10~(-5) m/s~2。     

粗差检测与抗差估计相结合的方法在动态相对定位中的应用

分析了粗差对GPS动态相对定位的影响,给出了相应的影响函数和抗差估计方法。建议采用粗差探测与抗差估计相结合的方法来处理GPS动态定位中的粗差问题。抗差估计中的等价权分别采用了IGG3方案和双因子等价权函数,对两种方案的效果进行比较和分析,并利用实测数据对所提方法的实际效果进行了检验。结果表明,基于粗差探测和抗差估计相结合的粗差处理方法可有效控制和抵御粗差的影响;分别采用IGG3方案和双因子等价权函数的定位结果差异较小。     

GNSS观测值域增强PPP定位中综合改正数质量控制算法

若全球卫星导航系统(GNSS)观测值域综合改正数中存在粗差或周跳则不可避免地会影响精密单点定位(PPP)增强的定位结果. 针对综合改正数中可能存在的异常,对综合改正数质量控制方法开展研究并提出异常识别与控制算法. 该算法根据综合改正数特点,利用经过频间和二阶历元间差分后的综合改正数组合值采用中位数法进行异常识别与定位,并对使用该异常值的卫星采用模糊度重新初始化、降权或剔除方法进行控制处理,以减少异常值对结果的影响. 以平均边长为26 km的部分香港连续运行参考站(CORS)组成的参考网以及科廷大学提供的零基线数据对该方法验证,结果表明:对30 s采样间隔的数据该方法能够有效探测出差分组合值中大部分1周以上的较大异常和部分1周以内的异常,有效控制部分异常值对定位结果的影响.      

Simultaneous estimation of cross-validation errors in least squares collocation applied for statistical testing and evaluation of the noise variance components

The cross-validation technique is a popular method to assess and improve the quality of prediction by least squares collocation (LSC). We present a formula for direct estimation of the vector of cross-validation errors (CVEs) in LSC which is much faster than element-wise CVE computation. We show that a quadratic form of CVEs follows Chi-squared distribution. Furthermore, a posteriori noise variance factor is derived by the quadratic form of CVEs. In order to detect blunders in the observations, estimated standardized CVE is proposed as the test statistic which can be applied when noise variances are known or unknown. We use LSC together with the methods proposed in this research for interpolation of crustal subsidence in the northern coast of the Gulf of Mexico. The results show that after detection and removing outliers, the root mean square (RMS) of CVEs and estimated noise standard deviation are reduced about 51 and 59%, respectively. In addition, RMS of LSC prediction error at data points and RMS of estimated noise of observations are decreased by 39 and 67%, respectively. However, RMS of LSC prediction error on a regular grid of interpolation points covering the area is only reduced about 4% which is a consequence of sparse distribution of data points for this case study. The influence of gross errors on LSC prediction results is also investigated by lower cutoff CVEs. It is indicated that after elimination of outliers, RMS of this type of errors is also reduced by 19.5% for a 5 km radius of vicinity. We propose a method using standardized CVEs for classification of dataset into three groups with presumed different noise variances. The noise variance components for each of the groups are estimated using restricted maximum-likelihood method via Fisher scoring technique. Finally, LSC assessment measures were computed for the estimated heterogeneous noise variance model and compared with those of the homogeneous model. The advantage of the proposed method is the reduction in estimated noise levels for those groups with the fewer number of noisy data points.     

Harmonic continuation and gridding effects on geoid height prediction

Least-squares collocation and Stokes integral formula, as implemented using the Fast Fourier Technique, handle the harmonic downward continuation problem quite differently. FFT furthermore requires gridded data, amplifying the difference of methods.We have in this paper studied numerically the effects of downward continuation and gridding in a mountainous area in central Norway. Topographically smoothed data were used in order to reduce these effects. Despite the smoothing, it was found that the vertical gravity gradient had values up to -11 mgal/km. The corresponding differences between geoid heights and the height anomalies at altitude reached 12 cm.The differences between geoid heights obtained using collocation or FFT with gravity data at terrain level or sea level showed differences between the values of up to 10 cm r.m.s. A part of this difference was a consequence of different data areas used in the FFT and collocation solution, though.Major discrepancies between the solutions were found in areas where the topographic smoothing could not be applied (deep fjords with no depth information in the used DTM) or where there seemed to be gross errors in the data.We conclude that proper handling of harmonic continuation is important, even when we as here have used a 1 km resolution DTM for the calculation of topographic effects. The effect of data gridding, required for the FFT method, seems not to be as serious as the need to limit the data distribution area, required when least squares collocation is used with randomly distributed data.     

Robust estimation of systematic errors of satellite laser range

Methods for analyzing laser-ranging residuals to estimate station-dependent systematic errors and to eliminate outliers in satellite laser ranges are discussed. A robust estimator based on an M-estimation principle is introduced. A practical calculation procedure which provides a robust criterion with high breakdown point and produces robust initial residuals for following iterative robust estimation is presented. Comparison of the results from the least-squares method with those of the robust method shows that the results of the station systematic errors from the robust estimator are more reliable. Received: 18 March 1997 / Accepted: 17 March 1999