测量学基础第五章 测量误差基本知识

SURVEYINGFUNDAMENTALS测量学基础第五章·测量误差基本知识Contents本章目录测量误差理论与数据处理的核心知识脉络01测量误差概述02偶然误差的统计特性03衡量观测精度的指标04误差传播定律及应用05测量数据处理基础CHAPTER01测量误差概述认识误差的来源、分类及其对测量成果的影响OBSERVATION&ERROR测量误差的发现测量误差的存在具有客观必然性。无论仪器多么精密、操作多么仔细，对同一量的多次观测结果之间总会存在差异，且应满足几何条件的观测量之间也会出现闭合差，这些现象共同揭示了测量误差的客观存在。经纬仪野外角度观测实景01同一量多次观测不等10测回对同一量进行多次等精度观测，各次观测值之间存在微小差异，这些差异反映了偶然误差的随机性例如用经纬仪对同一水平角观测10个测回，各测回结果可能在秒级存在偏差，偏差值有正有负、大小不一02几何条件不满足180°三角形三内角之和理论值为180°，但实测三角闭合差Wi=(α+β+γ)−180°往往不为零闭合水准路线各段高差之和理论值为零，但实测Σh≠0，其差值即为高差闭合差ErrorSources测量误差的三大来源测量误差来源于仪器工具、观测者和外界环境三个方面，三者共同构成'观测条件'。观测条件越好，测量精度越高；反之则精度越低。仪器工具误差制造精度有限——视准轴误差、i角误差、尺长误差等属于固有偏差，即使全新仪器也存在不可避免的机械公差。长期使用磨损——轴系间隙增大、刻度不均匀、光学元件老化等都会引入额外误差，需定期检校维护。固有偏差观测者误差人眼分辨力有限（约60″），照准目标和估读刻度时存在感官偏差，这是人体生理极限所决定的。操作习惯、技术水平和注意力集中程度直接影响观测质量，经验丰富者能显著降低人为误差。60″分辨极限外界环境影响温度变化引起钢尺热胀冷缩和大气折光系数变化，每摄氏度可导致数毫米量级的测量偏差。风力、震动、日照等干扰仪器稳定性，导致气泡偏移和视准轴变化，需选择适宜气象条件作业。热胀冷缩MEASUREMENTERRORTHEORY观测误差的三大分类观测误差按性质分为系统误差、偶然误差和粗差三类。系统误差可通过改正消除，偶然误差服从统计规律只能减小不能消除，粗差属于错误必须杜绝。系统误差在相同观测条件下，误差的大小和符号保持不变或按一定规律变化，具有积累性和方向性。可通过仪器校正、加改正数或采用特定观测方法予以消除或削弱。可消除偶然误差单个误差的大小和符号看似无规律，但大量误差总体服从正态分布的统计规律。不能通过改正消除，只能通过提高仪器精度、增加观测次数来减小其影响。正态分布粗差（错误）由读错、记错、算错、瞄错方向等疏忽大意造成的明显错误，不属于正常误差范畴。必须通过多余观测、独立检核和严格操作规程来杜绝，发现后应剔除并重测。必须杜绝SystematicError系统误差的定义与消除系统误差在相同观测条件下具有大小和符号的规律性，对测量成果的影响具有积累性，但可通过改进观测方法、施加改正数或仪器校正予以有效消除，是测量工作中首要处理的误差类型。钢尺精密量距野外作业场景定义：在相同观测条件下，误差大小和符号保持不变或按一定规律变化，如钢尺尺长误差始终偏大或偏小固定值水准测量中前后视距相等可消除i角误差、地球曲率和大气折光的系统影响，这是"等距法"的核心原理水平角测量采用盘左盘右观测取平均值的方法，可消除视准轴误差、横轴误差和照准部偏心误差钢尺精密量距需施加尺长改正、温度改正和倾斜改正三项改正数，将系统误差的影响降至最低ERRORTHEORY偶然误差的定义与特征偶然误差在个体层面表现出随机性，但在大量观测的总体层面服从正态分布的统计规律。这种"个体随机、总体有规律"的特征是误差理论研究的基石。01统计规律性在相同观测条件下，单个误差的大小和符号看似随机，但大量误差总体服从正态分布。02典型来源读数时的估读偏差、照准目标的微小偏移、气泡居中的判断差异等。03不可消除性不能通过改正消除，只能通过提高仪器精度、熟练观测技术和选择有利条件来减小。04理论前提研究统计规律是评定测量精度、确定最可靠值和进行误差传播分析的理论基础。CHAPTER02偶然误差的统计特性从大量观测数据中揭示偶然误差的分布规律与四大统计特性STATISTICALANALYSIS偶然误差的统计实例通过对358个三角形闭合差的统计分析，可以直观看到偶然误差的分布呈现出"小误差多、大误差少、正负对称、存在界限"的特征，直方图的形态逼近正态分布曲线，揭示了偶然误差的内在统计规律。358个三角形闭合差频率分布误差分布呈钟形特征，小误差频率远高于大误差01对358个三角形进行内角观测，计算每个三角形的闭合差Wi=(α+β+γ)−180°作为真误差进行统计35802误差区间0~3″的个数最多（约占总数近一半），随误差绝对值增大，出现频率逐渐递减5503正误差和负误差的出现个数大致相等，表明误差分布具有对称性，数学期望趋于零E≈004所有358个误差均不超过24″，说明在一定观测条件下偶然误差的绝对值存在上限24″MEASUREMENTTHEORY偶然误差的四大统计特性偶然误差具有有界性、趋向性、对称性和抵偿性四个统计特性，这四个特性共同描述了误差服从正态分布的本质特征，其中抵偿性是求算术平均值作为最可靠值的根本理论依据。有界性在一定观测条件下，偶然误差的绝对值存在上限Δmax，不会无限增大，保证了测量成果的基本可靠性。Δmax趋向性绝对值小的误差出现概率大于绝对值大的误差，误差分布呈单峰形态，峰值位于零附近。单峰分布对称性绝对值相等的正误差与负误差出现概率相同，即P(+Δ)=P(−Δ)，误差分布关于纵轴对称。P(+Δ)=P(−Δ)抵偿性当观测次数n趋于无穷时，偶然误差的算术平均值趋于零，是取平均值作为最可靠值的理论基础。lim[Δ]/n=0ErrorTheory·Distribution正态分布与误差曲线当观测次数趋于无穷时，偶然误差的频率直方图趋近于正态分布曲线（高斯误差曲线），其形态由标准差σ决定。σ越小曲线越陡峭、测量精度越高；σ越大曲线越平坦、精度越低。ƒ(Δ)概率密度函数f(Δ)=(1/σ√2π)·e-Δ²/2σ²，其中σ为标准差，决定了误差分布的离散程度平坦分散征心指标高斯误差分布曲线示意图·σ值对正态分布曲线形态的影响CHAPTER03衡量观测精度的指标用中误差、相对误差和极限误差定量评定测量成果的精度MEASUREMENTERRORTHEORY中误差的定义与计算中误差m=±√([ΔΔ]/n)是衡量观测精度的最基本指标，其本质是观测值与真值偏差的均方根。中误差越小表明观测值越集中、精度越高。当真值未知时，可用算术平均值的改正数v来代替真误差进行计算。01真误差：Δi=Li−X（观测值与真值之差），n次观测得到n个真误差，其平方和记为[ΔΔ]。真误差反映了单次观测与客观真值之间的偏离程度，是误差分析的基础数据。Δi=Li−X02定义式：m=±√([ΔΔ]/n)，对误差先平方再求均值后开方，消除正负号抵消问题。该公式将各次观测的离散程度量化为单一数值，便于不同观测方案间的精度比较。m=±√([ΔΔ]/n)03精度判据：中误差越小，观测值围绕真值的离散程度越小，观测精度越高；反之则精度越低。在工程测量中，通常根据规范要求的中误差限值来判断观测成果是否合格。m↓→精度↑04与标准差：σ=±√(lim[ΔΔ]/n)是n→∞的理论值，中误差m是σ在有限次观测下的估计值。随着观测次数增加，中误差逐渐趋近于理论标准差，具有统计一致性。m≈σ(n→∞)测量误差理论·BesselFormula用改正数计算中误差（贝塞尔公式）当真值未知时，以算术平均值代替真值，用改正数vi=x−Li代替真误差，通过贝塞尔公式计算中误差。分母取n−1而非n，体现了自由度修正，使估计更加无偏。01算术平均值作为真值估计：x=[L]/n是真值的最佳估计值，改正数vi=x−Li（注意符号与真误差相反），用可观测的量代替不可知的真误差。02贝塞尔公式核心推导：m=±√([vv]/(n−1))，分母为n−1是因为[v]=0引入了一个约束条件，自由度减少1，从而使中误差估计量成为无偏估计。03算术平均值的中误差：mx=±m/√n，表明多次观测取平均值可以将最终结果的精度提高√n倍，这是重复观测提高精度的理论依据。04工程实践中的核心地位：贝塞尔公式是实际测量中计算中误差的最常用方法，适用于真值未知的绝大多数工程场景，是测量平差与精度评定的基础工具。PrecisionAnalysis中误差计算实例通过分别计算两组观测的中误差，可以定量比较不同仪器或不同观测条件下的测量精度。中误差较小的那组观测精度较高，这一方法广泛应用于仪器检定、方案比选和质量控制等工程实践中。两台经纬仪测角中误差对比比较项第一台仪器第二台仪器观测次数n1010真误差平方和[ΔΔ]72130中误差m±2.7″±3.6″精度评定精度较高✓精度较低第一台仪器中误差更小，测角精度更高01第一组10个三角形闭合差(″)：+3,−2,−4,+2,0,−4,+3,+2,−3,−1，[ΔΔ]=72，m₁=±2.7″02第二组10个三角形闭合差(″)：0,−1,−7,+2,+1,+1,+8,0,+3,−1，[ΔΔ]=130，m₂=±3.6″03m₁<m₂表明第一台经纬仪测角精度更高，尽管两组都有10个观测值，但精度差异显著04该例说明中误差是定量比较不同观测精度的有效工具，数值越小代表观测值越集中、精度越高工程测量精度评定相对中误差的概念与应用相对中误差K=m/D（化为1/M形式）弥补了绝对中误差无法反映观测量本身大小对精度影响的不足。在距离测量中，相同绝对误差对不同长度的距离意味着不同的精度水平，因此距离测量精度必须用相对中误差来评定。01公式定义K=m/D=1/M，将中误差与观测值之比化为分子为1的分数形式，M越大精度越高K=1/M02精度对比D₁=500m与D₂=80m，m均为±0.02m时，K₁=1/25000远大于K₂=1/40001/2500003往返测检核往返测较差率K=|D往−D返|/均值，也是相对误差的一种形式，用于距离丈量检核较差率04测量规范角度和高差采用中误差评定精度，距离测量采用相对中误差，这是工程测量基本规范规范MeasurementErrorTheory极限误差（容许误差）极限误差Δ限=2m或3m是区分偶然误差与粗差的界限标准。根据正态分布概率，误差超过2m的概率仅约5%，超过3m的概率仅约0.3%，超过极限误差的观测值应视为粗差予以剔除并重测。01由正态分布概率知：|Δ|>2m的概率约5%，|Δ|>3m的概率约0.3%，超过此范围极可能为粗差≈5%P(|Δ|>2m)02工程测量中通常取Δ限=2m（较严格）或Δ限=3m（较宽松）作为容许误差的标准2m/3m容许标准03极限误差是区分正常误差和错误的判别界限，超限观测值必须剔除并重新观测判别界限剔除重测04不同等级的测量规范对容许误差有明确规定，如四等水准测量高差闭合差容许值为±20√Lmm±20√L四等水准MEASUREMENTACCURACY三种精度指标的对比与应用中误差、相对中误差和极限误差构成完整的精度评定体系：中误差反映绝对离散程度适用于角度和高差，相对中误差考虑量值大小适用于距离，极限误差作为判别标准用于检核粗差。测量精度指标体系对比精度指标计算公式适用场景核心特点中误差m=±√([ΔΔ]/n)角度、高差、高程测量反映绝对离散程度相对中误差K=m/D=1/M距离（钢尺）测量考虑观测量大小的影响极限误差Δ限=2m或3m所有观测的粗差检核区分误差与错误的界限三种精度指标各有适用场景，配合使用构成完整的测量精度评定体系CHAPTER04误差传播定律及应用揭示观测值误差如何通过函数关系传递到计算结果中ERRORTHEORY误差传播定律概述误差传播定律揭示观测值中误差与其函数中误差之间的数学关系，解决了"直接观测量的误差如何传递到间接计算量"这一核心问题，是测量平差和精度评定的理论基石。间接观测的必要性实际工作中许多未知量不能直接观测，需由直接观测量通过函数关系计算，如h=a−b、h=L·tanδ等。间接观测定律的核心任务已知各直接观测值的中误差，求其函数的中误差，建立从已知误差到未知误差的传递桥梁。中误差传递一般函数中误差公式Z=F(x₁,x₂,...,xₙ)的中误差：m²_Z=Σ(∂F/∂xᵢ)²·m²_xᵢ，各偏导数即为误差传播系数。偏导数系数工程应用场景在控制测量、工程放样、变形监测等场景中广泛应用，是精度预估和方案设计的重要工具。精度预估ErrorPropagation倍数函数的误差传播对于倍数函数Z=Kx（K为常数），函数的中误差mZ等于常数K与观测值中误差mx的乘积，即mZ=K·mx。这表明常数倍数会等比例放大或缩小观测误差，是误差传播中最基本的线性关系。公式定义倍数函数Z=Kx的误差传播公式：mZ=K·mx，K为常数，mx为观测值x的中误差mZ=K·mx推导依据ΔZ=K·Δx，对n次观测取均方根即得mZ²=K²·mx²，开方得mZ=K·mx均方根推导应用举例将实地距离D按比例尺1/M绘制到图上，图上距离d=D/M的中误差md=mD/M1/M比例尺注意区分n次独立观测之和Z=x1+x2+...+xn（各xi中误差相同为m）的中误差mZ=m√n，而非nmm√n≠nm误差传播定律和差函数的误差传播和差函数Z=x±y的中误差公式为mZ²=mx²+my²，函数中误差的平方等于各独立观测值中误差的平方和。该公式揭示了一个重要规律：n次等精度独立观测取平均值可使中误差减小为单次的1/√n倍。01误差传播公式和差函数Z=x±y的中误差公式：mZ²=mx²+my²（x、y相互独立），平方和关系而非简单相加mZ²=mx²+my²02推导过程ΔZ=Δx±Δy，平方得ΔZ²=Δx²+Δy²±2ΔxΔy，取均值后交叉项趋于零（独立性保证）交叉项→003重要推论n次等精度观测算术平均值的中误差mx=m/√n，观测次数越多精度越高但增速递减mx=m/√n04实际应用水准测量中h=a−b的高差中误差mh²=ma²+mb²，若ma=mb=m则mh=m√2mh=m√2ErrorPropagation一般线性函数的误差传播一般线性函数Z=k₁x₁±k₂x₂±…±kₙxₙ的中误差公式为m²Z=k₁²m₁²+k₂²m₂²+…+kₙ²mₙ²，是倍数函数与和差函数的综合推广。01一般线性函数Z=Σ(kᵢ·xᵢ)的中误差公式：m²Z=Σ(kᵢ²·mᵢ²)，各xᵢ相互独立。该公式表明线性函数的中误差等于各观测值中误差与相应系数平方乘积之和的平方根。m²Z=Σ(kᵢ²·mᵢ²)02推导思路：先对每个kᵢxᵢ应用倍数函数得kᵢ·mᵢ，再对所有项应用和差函数的平方和法则。这一推导过程体现了误差传播定律的叠加原理。倍数函数→和差函数03算术平均值x̄=[L]/n可视为kᵢ=1/n的特殊线性函数，代入得m²x̄=n·(1/n)²·m²=m²/n。这说明算术平均值的中误差为单次观测中误差的1/√n。m²x̄=m²/n04该公式是测量平差中权阵构建和精度评定的基础，广泛应用于控制网设计和误差分析。掌握此公式对于理解最小二乘平差原理至关重要。平差·精度评定ERRORPROPAGATION·NONLINEAR非线性函数的误差传播对非线性函数Z=F(x1,...,xn)进行泰勒展开线性化后，利用各偏导数∂F/∂xi作为误差传播系数，代入线性误差传播公式mZ²=Σ(∂F/∂xi)²·mi²即可求解。偏导数的正确计算是应用该公式的关键。01泰勒展开线性化对Z=F(x1,...,xn)在观测值处泰勒展开取一次项：ΔZ≈Σ(∂F/∂xi)·Δxi，实现非线性到线性的转化，这是误差传播分析的理论基础。02中误差公式mZ²=Σ(∂F/∂xi)²·mi²，偏导数∂F/∂xi在观测值处取值，作为各变量的误差传播系数，决定了各误差源对最终结果的贡献权重。03计算示例h=L·sinδ中，∂h/∂L=sinδ、∂h/∂δ=L·cosδ，故mh²=sin²δ·mL²+L²cos²δ·(mδ/ρ)²，展示了三角高程测量的误差合成过程。04量纲统一实际计算时需统一量纲，角度中误差mδ需除以ρ=206265″转换为弧度后才能与长度量纲匹配，确保误差合成计算的正确性。误差传播定律应用实例：水准测量的误差传播水准路线总高差hAB=Σhi是各站高差之和，由和差函数传播定律可知总高差中误差mh=m站·√n或mh=mkm·√L，高差中误差与测站数或距离的平方根成正比。01每站高差hi=ai−bi，若读数中误差ma=mb=m读，则每站高差中误差m站=m读·√202n站总高差hAB=Σhi，各站独立等精度，mh=m读·√(2n)，中误差随测站数平方根增长03按路线长度计：每公里高差中误差mkm，L公里路线mh=mkm·√L，为规范容许闭合差公式的理论依据04四等水准容许闭合差fh容=±20√Lmm，正是基于此传播规律，L为路线长度（公里）水准测量野外作业现场ErrorPropagation应用实例：三角形闭合差与坐标推算三角形闭合差中误差mW=mβ√3反映了三个等精度角度观测误差的累积效应；坐标推算中利用偏导数将非线性函数线性化后应用传播公式，体现了误差传播定律在控制测量中的核心应用价值。三角形闭合差W=α+β+γ−180°W=α+β+γ−180°，三个角度独立等精度（中误差mβ），mW²=3mβ²，即mW=mβ√3由容许闭合差W容=2mW可反算测角精度要求：mβ≤W容/(2√3)，用于规范制定ACCUMULATIONmβ√3坐标推算xB=xA+D·cosα∂xB/∂D=cosα，∂xB/∂α=−D·sinα，代入传播公式得mxB²=cos²α·mD²+D²sin²α·(mα/ρ)²当方位角α接近0°时cosα≈1，距离误差主导x方向精度；α接近90°时角度误差主导LINEARIZATION∂f/∂xCHAPTER05测量数据处理基础从多次观测中求最可靠值并进行精度评定与加权处理MEASUREMENTTHEORY算术平均值——最可靠值在等精度观测中，算术平均值x=[L]/n是被观测量的最可靠值（最或然值），它使得改正数平方和[vv]最小，满足最小二乘准则。平均值的中误差mx=m/√n，精度随观测次数增加而提高但增速递减。01收敛性：n次等精度观测的算术平均值x=[L]/n，由偶然误差抵偿性可知n越大x越接近真值02最优性：最小二乘原理证明x使[vv]最小，在统计意义上是最优的无偏估计量03递减律：平均值中误差mx=m/√n=m·n-0.5，观测4次精度提高1倍，16次提高2倍，增速递减04工程权衡：需权衡精度要求与观测成本，选择使精度满足规范的合理观测次数KEYFORMULAx̄=[L]/n最或然值·最小二乘准则mx=m/√n平均值中误差4次精度×216次精度×4增速递减：继续增加观测次数带来的精度收益逐渐缩小MeasurementTheory权与不等精度观测权Pi=C/mi²反映了不同精度观测值在求最可靠值时的相对比重，精度越高权越大。加权平均值x=[PL]/[P]是不等精度观测条件下的最可靠值，权比的选择只影响相对比重而不影响最终结果。权的定义Pi=C/mi²，C为任意常数，中误差越小的观测值权越大，在平均中占更大比重Pi=C/mi²加权平均值x=[PL]/[P]是不等精度观测的最可靠值，当各权相等时退化为算术平均值x=[PL]/[P]单位权中误差μ=±√([PVV]/(n-1))，对应权为1的观测值的中误差，是精度评定的基准μ=±√(PVV/n-1)加权平均值的中误差mx=μ/√[P]，权之和越大则加权平均值的精度越高mx=μ/√[P]WeightedAverage权的应用计算实例通过权的具体计算可以直观看到：精度最高的观测值获得最大的权，在加权平均值中占据主导地位。不等精度观测加权平均计算组别观测值(m)中误差(mm)权P(C=100)P×L第一组250.000±54.001000.000第二组250.004±101.00250.004第三组249.996±81.56389.994合计——[P]=6.56[PL]=1639.998加权平均值x≈249.998mx=[PL]/[P]=1639.998/6.56—精度最高的第一组权重最大（P=4.00），主导最终结果MeasurementErrorProcessing观测误差处理的总体原则测量误差处理遵循'杜绝粗差→消除系统误差→处理偶然误差'的三步递进原则。必须先剔除粗差和消除系统误差，使观测值中仅含偶然误差后，才能运用误差理论进行精度评定和求最可靠值。STEP01杜绝