测量误差及数据处理的基本知识课件

测量误差及数据处理工程测量

二零零八年八月

测量误差及数据处理第七讲本次授课目的和要求本次授课的重点与难点分析①误差的定义及分类②衡量观测值精度的指标（重点）③误差传播定律（难点）④平均值及其中误差衡量观测值精度的指标误差传播定律测量误差及数据处理一、测量误差的定义及其来源1、测量误差的定义

被观测量客观上存在一个真实值，简称真值。对该量进行观测得到观测值。观测值与真值之差为真误差，即真误差=观测值-真值

在测量工作中，对某量的观测值与该量的真值间存在着必然的差异，这个差异称为误差。但有时由于人为的疏忽或措施不周也会造成观测值与真值之间的较大差异，这不属于误差而是粗差。误差与粗差的根本区别在于前者是不可避免的，而后者是有可能避免的。测量误差及数据处理具体来说，测量误差主要来自以下三个方面：(1)外界条件

主要指观测环境中气温、气压、空气湿度和清晰度、风力以及大气折光等因素的不断变化，导致测量结果中带有误差。(2)仪器条件

仪器在加工和装配等工艺过程中，不能保证仪器的结构能满足各种几何关系，这样的仪器必然会给测量带来误差。(3)观测者的自身条件

由于观测者感官鉴别能力所限以及技术熟练程度不同，也会在仪器对中、整平和瞄准等方面产生误差。测量误差及数据处理二、误差分类

测量误差按其对测量结果影响的性质，可分为粗差系统误差偶然误差。测量误差及数据处理1、粗差粗差也称错误，是由于观测者使用仪器不正确或疏忽大意、或因外界条件发生意外的显著变动引起的差错。粗差数值偏大，使观测结果显著偏离真值。严格遵守测量规范、工作仔细谨慎并对观测结果进行必要的检核可以避免和发现粗差。测量误差及数据处理例如：用一把名义长度为50m的钢尺去量距，经检定钢尺的实际长度为50.005m，则每量一尺，就带有+0.005m的误差(“+”表示在所量距离值中应加上)，丈量的尺段越多，所产生的误差越大。所以这种误差与所丈量的距离成正比。再如：在水准测量时，当视准轴与水准管轴不平行而产生夹角时，对水准尺的读数所产生的误差为L*i″/ρ″（ρ″=206265″，是一弧度对应的秒值)，它与水准仪至水准尺之间的距离L成正比，所以这种误差按某种规律变化。测量误差及数据处理系统误差具有明显的规律性和累积性，对测量结果的影响很大。但是由于系统误差的大小和符号有一定的规律，所以可以采取措施加以消除或减少其影响：（1）测定其大小，对观测值加以改正（2）采用对称观测的方法（3）检校仪器测量误差及数据处理3、偶然误差在相同的观测条件下，对某量进行了n次观测，如果误差出现的大小和符号均不一定，则这种误差称为偶然误差，又称为随机误差。例如，用经纬仪测角时的照准误差，钢尺量距时的读数误差等，都属于偶然误差。偶然误差，就其个别值而言，在观测前我们确实不能预知其出现的大小和符号。但若在一定的观测条件下，对某量进行多次观测，误差列却呈现出一定的规律性，称为统计规律。而且，随着观测次数的增加，偶然误差的规律性表现得更加明显。

测量误差及数据处理由上表统计总结出偶然误差具有如下四个特征：

①在一定的观测条件下，偶然误差的绝对值不会超过一定的限值(本例为24″)；②绝对值小的误差比绝对值大的误差出现的机会多(或概率大)；③绝对值相等的正、负误差出现的机会相等；④在相同条件下，同一量的同精度观测，其偶然误差的算术平均值，随着观测次数的无限增大而趋于零。

测量误差及数据处理第一个特性说明偶然误差的“有界性”。它说明偶然误差的绝对值有个限值，若超过这个限值，说明观测条件不正常或有粗差存在；第二个特性反映了偶然误差的“密集性”，即越是靠近0″，误差分布越密集；第三个特性反映了偶然误差的“对称性”，即在各个区间内，正负误差个数相等或极为接近；第四个特性反映了偶然误差的“抵偿性”，它可由第三特性导出，即在大量的偶然误差中，正负误差有相互抵消的特征。因此，当n无限增大时，偶然误差的算术平均值应趋于零。

测量误差及数据处理6.2、衡量观测值精度的指标测量成果中都不可避免地含有误差，在测量工作中，使用“精度”来判断观测成果质量的好坏。所谓精度，就是指误差分布的密集或离散程度。误差分布密集，误差就小，精度就高；反之，误差分布离散，误差就大，精度就低。衡量观测值精度的指标主要有：

中误差相对误差极限误差

测量误差及数据处理2用真误差计算中误差有时，我们可以知道某些量的真值，这样，就可很容易地求得观测值的真误差。例如，三角形内角和的真值为180°，通过观测三角形的三个内角，就可以求得三角形内角和的真误差(即三角形的闭合差)，据此，就可以利用上式计算中误差。测量误差及数据处理3用改正数计算中误差

所谓改正数，就是最或是值与观测值之差，用v表示，即：

v=L-l式中v为观测值的改正数；l为观测值；L为观测值的最或是值。设对某个量进行n次观测，观测值为li（i=1,2…n)，则它的最或是值就是n个观测值的算术平均值，即

测量误差及数据处理于是改正数为vi＝L－li（i＝１，２…n）根据误差理论的推导(此处从略)，可得白塞尔公式：

上式求得的为一次观测值的中误差。这为中误差的计算式。测量误差及数据处理二、相对误差

中误差和真误差都是绝对误差，误差的大小与观测量的大小无关。然而，有些量如长度，绝对误差不能全面反映观测精度，因为长度丈量的误差与长度大小有关。例如，分别丈量了两段不同长度的距离，一段为100m，另一段为200m，但中误差皆为±0.02m。显然不能认为这两段距离观测成果的精度相同。为此，需要引入“相对误差”的概念，以便能更客观地反映实际测量精度。

测量误差及数据处理相对误差的定义为：中误差的绝对值与相应观测值之比，用K表示。相对误差习惯于用分子为1的分数形式表示，分母愈大，表示相对误差愈小，精度也就愈高。

K1=0.02/100=1/5000K2=0.02/200=1/10000测量误差及数据处理三、极限误差

根据偶然误差的第一个特性，在一定的观测条件下，偶然误差的绝对值不会超过一定的限值，这个限值就是极限误差，简称限差。限差是偶然误差的限制值，用作观测成果取舍的标准。如果观测值的偶然误差超过限差，则认为该观测值不合格，应舍去不用。因此，测量上常取三倍中误差作为极限误差Δ限，也称允许误差，即：

Δ限=3m测量误差及数据处理本节所要讨论的就是在观测值中误差已知的情况下，如何求观测值函数中误差的问题。阐述观测值中误差与函数中误差之间数学关系的定律，称为误差传播定律。一、线性函数1倍数函数设有函数Z=Kx式中x为直接观测值，其中误差为mx；Ｋ为常数；Z为观测值x的函数。若对x作n次同精度观测，则有：mＺ2＝Ｋ2mx2或mＺ＝Ｋmx上式表明：对于倍数函数，函数的中误差等于观测值中误差的K倍。测量误差及数据处理2和、差函数设有函数Z=x±y式中，x、y为两个相互独立的观测值，均作了n次观测，其中误差分别为mx和my。用同样的方法可推导出:

或测量误差及数据处理6.4算术平均值及其中误差在相同的观测条件下对某未知量进行了一组等精度观测，其观测值分别为，观测值的真值为X，则观测值的真误差为：将等式两边取和并除以观测次数n,得：[Δ]/n＝[l]/n-X式中［l］/n称为算术平均值，习惯上以L表示；当观测次数n无限增大时，根据偶然误差的第四特性，式中［Δ］/n趋于零。于是有：L=X。上式表明，当观测次数无限增多时，各个观测值的算术平均值趋近于未知量的真值。当n为有限值时，通常取算术平均值为最可靠值(最或是值)，并以它作为测量的最后成果。

测量误差及数据处理

算术平均值的一般表达式为：由于观测值的真误差Δi一般是不知道的，所以实际工作中常采用观测值的改正数vi来计算中误差。各观测值的改正数：，将上式两边求和，有:［v］=nL-［l］因L=[l]/n，所以［v］=0。此式可作为改正数计算正确性的检查。算得改正数后，可计算观测值的中误差：测量误差及数据处理由于算术平均值是观测值的线性函数，即：因是同精度观测，各观测值的中误差均为m。设算术平均值的中误差为M，则按线性函数中误差传播定律公式，得：即

上式表明，算术平均值的中误差与观测次数的平方根成反比，或者说，算术平均值的精度比各观测值的精度提高了倍。测量误差及数据处理例4用DJ6型经纬仪观测某水平角4测回，观测值为248°32′18″、248°31′54″、248°31′42″、248°32′06″。试求一测回观测值的中误差、该角最或是值及其中误差。

解：最或是值L=（248°32′18″+248°31′54″+248°31′42″+248°32′06″）/4=248°32′00″[v]=0[vv]=12′则一测回观测值中误差=±2′

最或是值中误差=m/2=±1′权(weight)的概念

2、规律：权与中误差