考虑参数误差的3维空间直线不确定性模型

由于线元上任一点坐标的误差不仅受端点误差的影响,还会受到长度误差的影响,故不确定性模型要考虑各种影响位置精度的参数误差,对3维空间直线不确定性模型作了进一步研究.不但考虑了端点误差的影响,还顾及了长度误差的影响,使模型在理论上更为严密.理论和实验研究表明,长度误差影响了直线方向的精度.     

GIS数据误差处理的阻尼最小二乘算法

应用非线性最小二乘平差方法--阻尼最小二乘法研究了数字化数据误差处理,并将该方法与最小二乘条件平差进行了比较.理论和实验表明,在处理较大数字化数据误差时采用阻尼最小二乘平差方法,减弱了在条件方程线性化过程中产生的模型误差,提高了计算精度.     

GIS中3维空间圆曲线的不确定性εσ模型

随着GIS向3维领域的不断发展,对3维空间元素的不确定性研究日趋重要.基于不确定性理论及概率统计理论,研究GIS中3维空间圆曲线的不确定性模型.首先建立3维空间圆曲线上任意点坐标的微分关系式,然后得到圆曲线上任意点坐标的方差, 进而获得3维空间圆曲线的εσ模型.实际算例表明,3维空间圆曲线误差分布呈现出"两端大,中间小"的趋势.     

数字高程模型地形描述精度的研究

对数字高程模型(DEM)的地形描述误差(Et)与空间分辨率(R)和平均剖面曲率(V)的关系进行研究,得到地形描述误差的均方差值与R、V的函数关系公式:RMSEt=(0.006 1 V 0.002 7)R 0.001 0 V2-0.0649 V 0.569 5.进一步,还得到地形描述误差的均方差值与R、坡度W的函数关系公式:RMSEt=(0.000 1W2 0.003 1W 0.030 1)R 0.000 8W2-0.050 8W 0.355 9.分析结果表明,所得公式具有好的效果.     

GIS数据误差处理的阻尼最小二乘算法

应用非线性最小二乘平差方法——阻尼最小二乘法研究了数字化数据误差处理，并将该方法与最小二乘条件平差进行了比较。理论和实验表明，在处理较大数字化数据误差时采用阻尼最小二乘平差方法，减弱了在条件方程线性化过程中产生的模型误差，提高了计算精度。     

以误差椭圆长半轴表示带宽的线元位置不确定性ε_E模型

考虑实用性和合理性,将线元看成离散点的集合,将线的不确定性看成点的不确定性的聚合体,将线元的位置不确定性模型看成以各点误差椭圆的长半轴E为半径的误差圆的聚合体,建立了以线元上任意点处的误差椭圆的长半轴E为带宽的线元不确定性εE模型。给出了基于该模型衡量线元位置不确定性的三种度量指标:可视化图形、平均误差带宽和误差带的面积。最后,将该模型与εσ模型和εm模型进行了比较。     

基于εm模型的线元位置不确定性度量指标

首先研究了线元不确定性的εm模型,将该模型误差带边界线分为左边界线、右边界线、左误差半圆和右误差半圆四部分,利用代数的方法推导了这四部分误差带边界线的解析表达式;利用误差带边界线的解析表达式,绘出不确定性区域的图形.给出了平均误差带宽和误差带的面积作为线元不确定性的精度评估指标.     

考虑参数误差的3维空间直线不确定性模型

由于线元上任一点坐标的误差不仅受端点误差的影响,还会受到长度误差的影响,故不确定性模型要考虑各种影响位置精度的参数误差,对3维空间直线不确定性模型作了进一步研究。不但考虑了端点误差的影响,还顾及了长度误差的影响,使模型在理论上更为严密。理论和实验研究表明,长度误差影响了直线方向的精度。