大地测量工具高程-粗差探测

2023-12-20 13:18

本文主要是介绍大地测量工具高程-粗差探测,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


  计算软件: 平差之星网络版(水准网数据处理)
  计算时间: 2021/12/10 8:07:44

 观测等级: 2   ; 观测值总数: 48  ;  总点数: 23  ; 已知点数: 2    
 是否为往返观测高差: True; 指定路线数: 2   ;  标尺数: 1     
 水准面不平行性改正:True; 重力异常改正:False
 验前单位权中误差: 0.00500 ; 显著水平因子: 0.00300 

   已知高程:

    1       23    331.9760  
    2       24    335.9620  

   高差观测值:

       1       23       09      1.0096      0.830
       2       09       15      0.0963      0.900
       3       15       16      0.0244      1.210
       4       16       22     -2.3854      1.590
       5       22       27      4.2147      1.740
       6       27       26      0.2589      1.240
       7       09       23     -1.0106      0.860
       8       15       09     -0.0943      0.900
       9       16       15     -0.0229      1.200
      10       22       16      2.3864      1.580
      11       27       22     -4.2133      1.780
      12       26       27     -0.2587      1.240
      13       04       08      1.3867      3.360
      14       08       23     -7.2887      1.310
      15       08       04     -1.3827      3.360
      16       23       08      7.2897      1.260
      17       26       25      0.2888      1.350
      18       25       24      0.4831      2.670
      19       24       17     -4.3457      1.450
      20       17       11      0.2168      1.260
      21       11       18      0.2332      2.830
      22       18       12     -0.4511      1.400
      23       12       02      1.0046      1.200
      24       02       03      0.0346      3.150
      25       03       04      5.2299      1.710
      26       25       26     -0.2875      1.330
      27       24       25     -0.4825      2.670
      28       17       24      4.3467      1.450
      29       11       17     -0.2171      1.260
      30       18       11     -0.2288      2.800
      31       12       18      0.4500      1.430
      32       02       12     -1.0032      1.200
      33       03       02     -0.0323      3.120
      34       04       03     -5.2274      1.740
      35       26       21     -3.0666      1.390
      36       21       20     -0.8835      1.420
      37       20       14      4.2209      1.660
      38       14       19     -3.2726      1.880
      39       19       13      0.7952      1.770
      40       13       01     -0.5731      1.100
      41       01       04      5.4681      1.170
      42       21       26      3.0688      1.300
      43       20       21      0.8824      1.410
      44       14       20     -4.2212      1.640
      45       19       14      3.2701      1.870
      46       13       19     -0.7961      1.770
      47       01       13      0.5718      1.110
      48       04       01     -5.4673      1.230

   经纬度列表:

       1       23   343623.1000  1150848.000
       2       24   343806.0000  1150700.000
       3       09   343636.0000  1150900.000
       4       15   343653.1000  1150912.000
       5       16   343700.0000  1150948.000
       6       22   343736.0000  1151018.000
       7       27   343811.1000  1151024.000
       8       26   343811.1000  1150936.000
       9       04   343530.0000  1150700.000
      10       08   343630.0000  1150811.100
      11       25   343818.0000  1150842.000
      12       17   343730.0000  1150635.100
      13       11   343648.0000  1150624.000
      14       18   343717.1000  1150648.000
      15       12   343636.0000  1150641.100
      16       02   343617.1000  1150630.000
      17       03   343542.0000  1150630.000
      18       21   343741.1000  1150942.000
      19       20   343736.0000  1150842.000
      20       14   343653.1000  1150823.100
      21       19   343724.0000  1150748.000
      22       13   343630.0000  1150718.000
      23       01   343600.0000  1150706.000

   尺长改正计算结果:
      No.      P1       P2        h12       δ(mm)       h12+δ

       1       23       09      1.0096     0.0050       1.0096
       2       09       23     -1.0106    -0.0051      -1.0106
       3       09       15      0.0963     0.0005       0.0963
       4       15       09     -0.0943    -0.0005      -0.0943
       5       15       16      0.0244     0.0001       0.0244
       6       16       15     -0.0229    -0.0001      -0.0229
       7       16       22     -2.3854    -0.0119      -2.3854
       8       22       16      2.3864     0.0119       2.3864
       9       22       27      4.2147     0.0211       4.2147
      10       27       22     -4.2133    -0.0211      -4.2133
      11       27       26      0.2589     0.0013       0.2589
      12       26       27     -0.2587    -0.0013      -0.2587
      13       04       08      1.3867     0.0069       1.3867
      14       08       04     -1.3827    -0.0069      -1.3827
      15       08       23     -7.2887    -0.0364      -7.2887
      16       23       08      7.2897     0.0364       7.2897
      17       26       25      0.2888     0.0014       0.2888
      18       25       26     -0.2875    -0.0014      -0.2875
      19       25       24      0.4831     0.0024       0.4831
      20       24       25     -0.4825    -0.0024      -0.4825
      21       24       17     -4.3457    -0.0217      -4.3457
      22       17       24      4.3467     0.0217       4.3467
      23       17       11      0.2168     0.0011       0.2168
      24       11       17     -0.2171    -0.0011      -0.2171
      25       11       18      0.2332     0.0012       0.2332
      26       18       11     -0.2288    -0.0011      -0.2288
      27       18       12     -0.4511    -0.0023      -0.4511
      28       12       18      0.4500     0.0022       0.4500
      29       12       02      1.0046     0.0050       1.0046
      30       02       12     -1.0032    -0.0050      -1.0032
      31       02       03      0.0346     0.0002       0.0346
      32       03       02     -0.0323    -0.0002      -0.0323
      33       03       04      5.2299     0.0261       5.2299
      34       04       03     -5.2274    -0.0261      -5.2274
      35       26       21     -3.0666    -0.0153      -3.0666
      36       21       26      3.0688     0.0153       3.0688
      37       21       20     -0.8835    -0.0044      -0.8835
      38       20       21      0.8824     0.0044       0.8824
      39       20       14      4.2209     0.0211       4.2209
      40       14       20     -4.2212    -0.0211      -4.2212
      41       14       19     -3.2726    -0.0164      -3.2726
      42       19       14      3.2701     0.0164       3.2701
      43       19       13      0.7952     0.0040       0.7952
      44       13       19     -0.7961    -0.0040      -0.7961
      45       13       01     -0.5731    -0.0029      -0.5731
      46       01       13      0.5718     0.0029       0.5718
      47       01       04      5.4681     0.0273       5.4681
      48       04       01     -5.4673    -0.0273      -5.4673

   指定路线的偶然中误差:
       No.     P1       P2       h12        h21           Δ          [Δ]        [S]

       1       23       09      1.0096    -1.0106      -0.9300     -0.9300     0.8450
       1       09       15      0.0963    -0.0943       1.9800      1.0500     1.7450
       1       15       16      0.0244    -0.0229       1.5200      2.5700     2.9500
       1       16       22     -2.3854     2.3864       0.9700      3.5400     4.5350
       1       22       27      4.2147    -4.2133       1.3600      4.9000     6.2950
       1       27       26      0.2589    -0.2587       0.2700      5.1700     7.5350
  MΔ = 0.6124        M允 = 1.0000   [Δ] = 5.1700    


       2       04       08      1.3867    -1.3827       4.0000      4.0000     3.3600
       2       08       23     -7.2887     7.2897       1.0200      5.0200     4.6450
  MΔ = 0.8345        M允 = 1.0000   [Δ] = 5.0200    

   正反向高差之差值、高差中数计算结果:
      No.      P1       P2       h12          h21      h12+h21   限差(等级)  限差(指定Miu)  高差中数

       1       23       09      1.0096      -1.0106    -0.9300     3.6770     13.0000        1.0101
       2       09       15      0.0963      -0.0943     1.9800     3.7947     13.4164        0.0953
       3       15       16      0.0244      -0.0229     1.5200     4.3909     15.5242        0.0236
       4       16       22     -2.3854       2.3864     0.9700     5.0359     17.8045       -2.3859
       5       22       27      4.2147      -4.2133     1.3600     5.3066     18.7617        4.2140
       6       27       26      0.2589      -0.2587     0.2700     4.4542     15.7480        0.2588
       7       04       08      1.3867      -1.3827     4.0000     7.3321     25.9230        1.3847
       8       08       23     -7.2887       7.2897     1.0200     4.5343     16.0312       -7.2892
       9       26       25      0.2888      -0.2875     1.2600     4.6303     16.3707        0.2882
      10       25       24      0.4831      -0.4825     0.6000     6.5361     23.1084        0.4828
      11       24       17     -4.3457       4.3467     1.0700     4.8166     17.0294       -4.3462
      12       17       11      0.2168      -0.2171    -0.3000     4.4900     15.8745        0.2169
      13       11       18      0.2332      -0.2288     4.3500     6.7112     23.7276        0.2310
      14       18       12     -0.4511       0.4500    -1.1500     4.7582     16.8226       -0.4505
      15       12       02      1.0046      -1.0032     1.4000     4.3818     15.4919        1.0039
      16       02       03      0.0346      -0.0323     2.3000     7.0824     25.0400        0.0334
      17       03       04      5.2299      -5.2274     2.5500     5.2536     18.5742        5.2287
      18       26       21     -3.0666       3.0688     2.1500     4.6390     16.4012       -3.0677
      19       21       20     -0.8835       0.8824    -1.1200     4.7582     16.8226       -0.8829
      20       20       14      4.2209      -4.2212    -0.3300     5.1381     18.1659        4.2210
      21       14       19     -3.2726       3.2701    -2.4700     5.4772     19.3649       -3.2713
      22       19       13      0.7952      -0.7961    -0.9000     5.3217     18.8149        0.7957
      23       13       01     -0.5731       0.5718    -1.2800     4.2048     14.8661       -0.5724
      24       01       04      5.4681      -5.4673     0.8000     4.3818     15.4919        5.4677

  按往返高差不符值计算的全区每公里高差中数的偶然中误差:     0.6584(mm)

   正常水准面不平行改正(正高改正)计算结果:
      No.      P1       P2       h(m)         ε(mm)        h+ε

       1       23       09      1.0101      -0.0957       1.0100
       2       09       15      0.0953      -0.1438       0.0951
       3       15       16      0.0236      -0.0479       0.0236
       4       16       22     -2.3859      -0.2867      -2.3862
       5       22       27      4.2140      -0.2875       4.2137
       6       27       26      0.2588       0.0000       0.2588
       7       04       08      1.3847      -0.4873       1.3842
       8       08       23     -7.2892       0.0483      -7.2892
       9       26       25      0.2882      -0.0483       0.2881
      10       25       24      0.4828       0.0967       0.4829
      11       24       17     -4.3462       0.2883      -4.3459
      12       17       11      0.2169       0.3343       0.2172
      13       11       18      0.2310      -0.2389       0.2307
      14       18       12     -0.4505       0.3344      -0.4502
      15       12       02      1.0039       0.1434       1.0041
      16       02       03      0.0334       0.2872       0.0337
      17       03       04      5.2287       0.0965       5.2287
      18       26       21     -3.0677       0.2402      -3.0675
      19       21       20     -0.8829       0.0478      -0.8829
      20       20       14      4.2210       0.3359       4.2214
      21       14       19     -3.2713      -0.2403      -3.2716
      22       19       13      0.7957       0.4309       0.7961
      23       13       01     -0.5724       0.2394      -0.5722
      24       01       04      5.4677       0.2412       5.4680

  === 环闭合差计算 === 

 环闭合差:   23 -   08 -   04 -   01 -   13 -   19 -   14 -   20 -   21 -   26 -   27 -   22 -   16 -   15 -   09 -   23 
[S]= 22.5400(km);  W = -1.4044(mm)  
按指定等级(2等)计算的限差为: 18.991 ; 按指定Sigma计算的限差为:47.476 )

 环闭合差:   26 -   21 -   20 -   14 -   19 -   13 -   01 -   04 -   03 -   02 -   12 -   18 -   11 -   17 -   24 -   25 -   26 
[S]= 27.3700(km);  W = 1.9365 (mm)  
按指定等级(2等)计算的限差为: 20.927 ; 按指定Sigma计算的限差为:52.316 )

  === 路线闭合差计算 === 
附合路线:  24 -   25 -   26 -   27 -   22 -   16 -   15 -   09 -   23 
[S] = 11.5450(km);  W = -0.1117 (mm) 
按指定等级( 2等)计算的限差为: 13.591 , 按指定Sigma计算的限差为:33.978 )

    逐个搜索法粗差探测结果: 

 验前单位权中误差:±    0.005000 
         显著水平:    0.003000 

粗差探测未发现粗差.


 验后单位权中误差 μ=±    0.232339 (mm/km)

           ==== 高程平差值及其精度 ====

    点名   近似高程   改正数   高程平差值  中误差

   23     331.9760    0.0000     331.9760    0.0000
   24     335.9620    0.0000     335.9620    0.0000
   09     332.9860    0.0000     332.9860    0.0002
   15     333.0811   -0.0001     333.0811    0.0003
   16     333.1047   -0.0001     333.1046    0.0003
   22     330.7186   -0.0002     330.7184    0.0004
   27     334.9323   -0.0003     334.9320    0.0004
   26     335.1911   -0.0003     335.1908    0.0003
   04     337.8804    0.0008     337.8812    0.0004
   08     339.2652    0.0000     339.2652    0.0002
   25     335.4792   -0.0002     335.4789    0.0003
   17     331.6161    0.0001     331.6162    0.0003
   11     331.8333    0.0002     331.8335    0.0003
   18     332.0641    0.0003     332.0644    0.0004
   12     331.6139    0.0004     331.6143    0.0005
   02     332.6179    0.0005     332.6184    0.0005
   03     332.6516    0.0007     332.6523    0.0004
   21     332.1236   -0.0004     332.1232    0.0004
   20     331.2407   -0.0006     331.2402    0.0004
   14     335.4621   -0.0007     335.4614    0.0005
   19     332.1905   -0.0009     332.1897    0.0005
   13     332.9866   -0.0010     332.9856    0.0004
   01     332.4144   -0.0012     332.4133    0.0004


              ==== 观测值平差值及其精度 ====

   No. 起 点  终 点  观测高差    v     高差平差值   观测权   中误差

    1   23   09       1.0100   0.0000      1.0100      1.18     0.0002
    2   09   15       0.0951   0.0000      0.0951      1.11     0.0002
    3   15   16       0.0236   0.0000      0.0235      0.83     0.0002
    4   16   22      -2.3862  -0.0001     -2.3862      0.63     0.0003
    5   22   27       4.2137  -0.0001      4.2137      0.57     0.0003
    6   27   26       0.2588  -0.0001      0.2587      0.81     0.0002
    7   04   08       1.3842  -0.0001      1.3841      0.30     0.0004
    8   08   23      -7.2892   0.0000     -7.2892      0.78     0.0002
    9   26   25       0.2881   0.0001      0.2882      0.75     0.0002
   10   25   24       0.4829   0.0001      0.4831      0.37     0.0003
   11   24   17      -4.3459   0.0001     -4.3458      0.69     0.0003
   12   17   11       0.2172   0.0001      0.2173      0.79     0.0003
   13   11   18       0.2307   0.0002      0.2309      0.36     0.0004
   14   18   12      -0.4502   0.0001     -0.4501      0.71     0.0003
   15   12   02       1.0041   0.0001      1.0041      0.83     0.0002
   16   02   03       0.0337   0.0002      0.0339      0.32     0.0004
   17   03   04       5.2287   0.0001      5.2289      0.58     0.0003
   18   26   21      -3.0675  -0.0001     -3.0676      0.74     0.0003
   19   21   20      -0.8829  -0.0001     -0.8830      0.71     0.0003
   20   20   14       4.2214  -0.0002      4.2212      0.61     0.0003
   21   14   19      -3.2716  -0.0002     -3.2717      0.53     0.0003
   22   19   13       0.7961  -0.0002      0.7959      0.56     0.0003
   23   13   01      -0.5722  -0.0001     -0.5723      0.90     0.0002
   24   01   04       5.4680  -0.0001      5.4679      0.83     0.0002
 

这篇关于大地测量工具高程-粗差探测的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/516197

相关文章

java图像识别工具类(ImageRecognitionUtils)使用实例详解

《java图像识别工具类(ImageRecognitionUtils)使用实例详解》:本文主要介绍如何在Java中使用OpenCV进行图像识别,包括图像加载、预处理、分类、人脸检测和特征提取等步骤... 目录前言1. 图像识别的背景与作用2. 设计目标3. 项目依赖4. 设计与实现 ImageRecogni

基于Python开发电脑定时关机工具

《基于Python开发电脑定时关机工具》这篇文章主要为大家详细介绍了如何基于Python开发一个电脑定时关机工具,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 简介2. 运行效果3. 相关源码1. 简介这个程序就像一个“忠实的管家”,帮你按时关掉电脑,而且全程不需要你多做

基于C#实现PDF文件合并工具

《基于C#实现PDF文件合并工具》这篇文章主要为大家详细介绍了如何基于C#实现一个简单的PDF文件合并工具,文中的示例代码简洁易懂,有需要的小伙伴可以跟随小编一起学习一下... 界面主要用于发票PDF文件的合并。经常出差要报销的很有用。代码using System;using System.Col

redis-cli命令行工具的使用小结

《redis-cli命令行工具的使用小结》redis-cli是Redis的命令行客户端,支持多种参数用于连接、操作和管理Redis数据库,本文给大家介绍redis-cli命令行工具的使用小结,感兴趣的... 目录基本连接参数基本连接方式连接远程服务器带密码连接操作与格式参数-r参数重复执行命令-i参数指定命

Python pyinstaller实现图形化打包工具

《Pythonpyinstaller实现图形化打包工具》:本文主要介绍一个使用PythonPYQT5制作的关于pyinstaller打包工具,代替传统的cmd黑窗口模式打包页面,实现更快捷方便的... 目录1.简介2.运行效果3.相关源码1.简介一个使用python PYQT5制作的关于pyinstall

使用Python制作一个PDF批量加密工具

《使用Python制作一个PDF批量加密工具》PDF批量加密‌是一种保护PDF文件安全性的方法,通过为多个PDF文件设置相同的密码,防止未经授权的用户访问这些文件,下面我们来看看如何使用Python制... 目录1.简介2.运行效果3.相关源码1.简介一个python写的PDF批量加密工具。PDF批量加密

使用Java编写一个文件批量重命名工具

《使用Java编写一个文件批量重命名工具》这篇文章主要为大家详细介绍了如何使用Java编写一个文件批量重命名工具,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录背景处理1. 文件夹检查与遍历2. 批量重命名3. 输出配置代码片段完整代码背景在开发移动应用时,UI设计通常会提供不

Python按条件批量删除TXT文件行工具

《Python按条件批量删除TXT文件行工具》这篇文章主要为大家详细介绍了Python如何实现按条件批量删除TXT文件中行的工具,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1.简介2.运行效果3.相关源码1.简介一个由python编写android的可根据TXT文件按条件批

详解Python中通用工具类与异常处理

《详解Python中通用工具类与异常处理》在Python开发中,编写可重用的工具类和通用的异常处理机制是提高代码质量和开发效率的关键,本文将介绍如何将特定的异常类改写为更通用的ValidationEx... 目录1. 通用异常类:ValidationException2. 通用工具类:Utils3. 示例文

高效录音转文字:2024年四大工具精选!

在快节奏的工作生活中,能够快速将录音转换成文字是一项非常实用的能力。特别是在需要记录会议纪要、讲座内容或者是采访素材的时候,一款优秀的在线录音转文字工具能派上大用场。以下推荐几个好用的录音转文字工具! 365在线转文字 直达链接:https://www.pdf365.cn/ 365在线转文字是一款提供在线录音转文字服务的工具,它以其高效、便捷的特点受到用户的青睐。用户无需下载安装任何软件,只