数字天顶摄影仪确定垂线偏差及其精度分析     

郭金运  宋来勇  常晓涛  刘新 《武汉大学学报(信息科学版)》2011,36(9):1085-1088,1101

给出了数字天顶摄影仪的基本结构和垂线偏差测量的基本算法,结合仪器和测量过程,分析了垂线偏差测量误差。数字天顶摄影仪的自动化程度和测量精度都高于传统的天文大地测量。  相似文献   

数字高程模型误差及其评价的问题综述     

吴艳兰  胡海  胡鹏  庞小平 《武汉大学学报(信息科学版)》2011,(5):568-574

从数字高程模型(DEM)传递误差、基于中误差的DEM误差模型及其主要问题、DEM误差分布实验和DEM内插误差新认识几个方面分析了当前DEM误差研究的主要进展,用"中误差"讨论DEM传递误差是建立在测量误差传递理论基础之上的,但沿用"中误差"来讨论DEM内插模型逼近误差和DEM整体误差却缺乏理论依据。DEM误差分布的空间相关性实验对DEM中误差评价法所应具备的随机误差性提出质疑,却可以用基于逼近理论的DEM内插模型来解释,说明用逼近误差理论研究DEM内插误差的途径是正确、可行的。  相似文献   

利用交叉点不符值对GOCE卫星重力梯度数据进行精度评定   总被引：1，自引：0，他引：1  

徐天河  贺凯飞 《武汉大学学报(信息科学版)》2011,(5):617-620

研究了基于GOCE卫星轨迹交叉点不符值的SGG数据精度评定方法,针对经典评定公式评价精度偏低的不足,提出了修正的精度评定公式;分析了系统误差对上述评定方法的影响,针对尺度因子会同比例放大或缩小精度评定结果,建议利用现有的重力场模型对尺度因子进行预先标定。模拟计算结果表明,无系统误差情况下,经典评定公式评价出的数据精度比实际精度偏低,相对误差约13%,而利用本文提出的修正公式可较准确地估计数据精度,相对误差降至5%。有系统误差情况下,利用现有的重力场模型可较为准确地标定尺度因子,其标定相对误差最大值不超过2%,平均值在0.9%左右。在此基础上,利用修正公式进行数据精度评定,其结果与无系统误差情况下的结果相差无几,相对误差也在5%。  相似文献   

利用高精度全站仪实现跨河水准测量的可靠性分析     

雷建生  李金沐 《现代测绘》2011,34(2):47-48

从实际实施跨河水准测量的两种方法所得结果精度的比较,并利用三角高程测量单向观测的高差计算公式及对跨河水准测量的高差中数中误差进行的估算,验证了利用高精度全站仪实现高精度跨河水准测量的可靠性。  相似文献   

DMC数码航摄区域网布点方案探讨     

王小准 《地理空间信息》2011,(4):109-110,113

相片控制测量是航空摄影测量的基础工作,传统航空摄影控制测量有成熟的作业方法和相应的技术标准和规范,而DMC航空摄影控制测量还没有制定相应的技术标准或规范,特别是在中小比例成图的应用中,更是一个空白。根据DMC航空摄影资料的特点和1：10 000地形图成图的精度要求,通过实例研究,总结区域网布点方案的规律性。  相似文献   

全站仪坐标导线的施测与平差探讨     

赵琴霞  法维刚 《测绘与空间地理信息》2011,34(5):242-245

提出了全站仪坐标导线外业施测时的检核方法和内业几种严密平差方法。  相似文献   

几种建立DEM模型插值方法精度的交叉验证   总被引：5，自引：0，他引：5  

顾春雷  杨漾  朱志春 《测绘与空间地理信息》2011,34(5):99-102

建立DEM模型时需要对离散的高程点进行空间插值,实现这一目的的插值方法有很多种。文章主要选择了6种常用的插值方法,分别在平原、丘陵和高山几种不同复杂程度的环境下对其插值的精度使用交叉验证方法进行评估。结果表明,同样的插值方法对不同复杂程度的地形效果是不一致的,多种插值方法中以克里金插值方法的插值适用性最强,精度最高。  相似文献   

GPS天线相位转绕误差及其对GPS精密单点定位的精度影响分析     

许承权  范千  杜刚 《测绘与空间地理信息》2011,34(5):1-2,5

对于GPS精密单点定位,天线相位转绕误差无法通过星间求差法消除或者减弱,因此必须通过适当的模型加以改正。本文详细分析该误差的特性及其改正方法,并采用自编软件通过计算实例分析其对GPS精密单点定位的精度影响。  相似文献   

Improvement in Background Error Covariances Using Ensemble Forecasts for Assimilation of High-Resolution Satellite Data     

Seung-Woo LEE  Dong-Kyou LEE 《大气科学进展》2011,28(4):758-774

Satellite data obtained over synoptic data-sparse regions such as an ocean contribute toward improving the quality of the initial state of limited-area models. Background error covariances are crucial to the proper distribution of satellite-observed information in variational data assimilation. In the NMC (National Meteorological Center) method, background error covariances are underestimated over data-sparse regions such as an ocean because of small differences between different forecast times. Thus, it is necessary to reconstruct and tune the background error covariances so as to maximize the usefulness of the satellite data for the initial state of limited-area models, especially over an ocean where there is a lack of conventional data. In this study, we attempted to estimate background error covariances so as to provide adequate error statistics for data-sparse regions by using ensemble forecasts of optimal perturbations using bred vectors. The background error covariances estimated by the ensemble method reduced the overestimation of error amplitude obtained by the NMC method. By employing an appropriate horizontal length scale to exclude spurious correlations, the ensemble method produced better results than the NMC method in the assimilation of retrieved satellite data. Because the ensemble method distributes observed information over a limited local area, it would be more useful in the analysis of high-resolution satellite data. Accordingly, the performance of forecast models can be improved over the area where the satellite data are assimilated.  相似文献   

Effect of Stochastic MJO Forcing on ENSO Predictability   总被引：2，自引：0，他引：2  

PENG Yuehu  DUAN Wansuo  XIANG Jie 《大气科学进展》2011,28(6):1279-1290

Within the frame of the Zebiak-Cane model,the impact of the uncertainties of the Madden-Julian Oscillation(MJO) on ENSO predictability was studied using a parameterized stochastic representation of intraseasonal forcing.The results show that the uncertainties of MJO have little effect on the maximum prediction error for ENSO events caused by conditional nonlinear optimal perturbation(CNOP);compared to CNOP-type initial error,the model error caused by the uncertainties of MJO led to a smaller prediction uncertainty of ENSO,and its influence over the ENSO predictability was not significant.This result suggests that the initial error might be the main error source that produces uncertainty in ENSO prediction,which could provide a theoretical foundation for the data assimilation of the ENSO forecast.  相似文献