摘要：种类繁多的测量技术随同测绘技术的突破发展也相继出现，在大地测量作业当中发挥了积极作用，使得我国测绘及大地测量相关技术水平得到明显质的提升。但随着数据信息量与类型的增多，由于数据分析方法不统一，使大地测量在数据分析方面的工作量和工作难度都有所增大，因此兼容多种数据的新型融合模式的研发就十分有必要。
关键词：大地测量；数据融合模式；分析
大地测量实际工作中所面临的数据正逐日增多，既有方向观测，又有距离观测，还有点位置观测，但由于在观测中所用仪器、采用方案以及实施时间存在差异，纵使是同类型的数据观测，也很有可能发生观测量互不兼容的情况，因此研发出多种数据均可融合分析的技术模式有着现实需要和实际迫切性。
1 统计基准分析
要想对大地测量相关数据的融合模式实施有效分析，就必须满足基准统一这一前提条件，因为只有在基准得到统一后，获得的各种技术测量数据才能被输入同一模型内参与数据分析，也只有这样才能够将大地测量最终所得数据融合模式间的实践误差控制到最低点。我国学者研究、试验后，新近提出的一项三维坐标转换型方法，对于任意旋转角，尤其是大旋转角较大适用性。该法将方向余弦视为参数的一种空间直角坐标变换方法。在三维坐标转换当中，通常只需对小旋转角进行转换分析，由于该角更加便于线性化，哪怕需要大角度旋转，作业方法也能被改进，使得角度从大变小，再以小角度实现转换。
2 大地测量数据融合处理技术认识
截至目前，大地测量的积极作用已经在多领域获得认可，因此围绕大地测量数据进行研究并不断增加研究强度有着重要意义。结合当前情况，大地测量数据通常以随机模型与函数模型为分析评估工具。首先，随机模型是大地测量常用数据分析模型之一。运用随机模型对数据进行分析能够更好地实现方差分量估算，通过该数据分析模型，几何、物理两种观测之间在权重上能够得到更好的协调，与此同时，对于GPS子网中，该数据分析模型也能起到一定协调作用。另一方面，在大地测量专业数据分析工作中，除随机模型外，函数模型同样也是大地测量使用频率较高的数据分析模型，同时也是最主要的一项技术处理法。函数模型在实际应用中主要是依靠构建综合平差模型再辅以综合平差法来分析相关数据，随后再做平差处理。据观察，大地测量运用最多的是最小二乘平差式模型，尽管该模型为附不等式所约束，但完善性不断提高的理论促使该模型受到越来越广泛的数据分析应用。值得注意的是，在函数模型的大地测量分析中，数据存在一定误差性，因此对于此类误差，需要依靠非线性模型范畴中的误差模型进行误差分析。
期刊文章分类查询,尽在期刊图书馆
3 数据融合对应模式分析
为确切了解大地测量专有数据融合模式特点及作用，现以某网络内带有3期GPS类数据观测功能的子网为例，从GAMIT最终计算结果内取用3条独立基线向量，即182、292与117，对3期数据作单独平方差处理后，依次获得1.16、1.46及1.21mm单位权中误差和1.05、2.87及1.45mm参数平均误差，显示此3期观测数据均具程度不等的较高精度，并且经统计检验得知，第1、2期数数据系统间无误差，为第3期却具有系统误差，现对数据融合模式展开具体分析。获得如下观察分析结果。
第一，当系统误差并不存在于当前观测信息时，就观测信息融合和其他观测所获得的单独性平差融合结果相对比，二者存在差异，但差异较小，最终获知的最大坐标差异仅为2.9mm，而均方差所得差异值仅达0.75mm。第1、2期内，各数据间就单独平差所对应的单位权中类误差同参数精度的平均水平均存在一定差异性，在根据方差分量评估予以调整后，经观察，随机模型略有改善。
第二，当系统误差并不存在于当前观测信息，并且随机误差相对较小时，在融合内符合实际精度上，观测信息同观测信息对应单独平差结果相比有一定不足。同时因其他观测信息在单独平差之后，存在于观测值间的一应不符值均被消除，从而导致了基于平差结果实现的融合对应参数在内符合上误差偏小。
第三，当系统误差客观存在于观测信息内时，基于平差结果、观测信息所得融合对比后有较大差异，其中差异的最大值为81.9mm，而差异获得值得均方差达29.9mm。而基于观测信息所得数据融合在其内符合精度上较基于平差结果所得融合明显较优，究其原因，主要在于系统参数被添加到了观测模型当中，从而使函数模型发生了改变，故此数据融合在可靠性上有了明显改善与提高。与之不同的是，基于平差结果所得数据融合模式尽管顾及到了系统差异可能产生的影响，并运用方差分量估计法对随机模型进行了一定调整，但是在误差转移及误差掩盖影响下，致使数据融合在精度上相对偏低，由此可知，上述两种类型的数据融合模式之间存在差异性是不可避免的。
第四，结合案例上述3个结果，在此建议，面对实践中能够捕获原始型观测信息的情况，首选观测信息数据融合，如非必要尽可能避免选择平差结果融合。对于信息融合，无论随机模型还是函数模型，均要考虑模型改进，只有此2种模型同时被考虑改进，数据融合在实践中的合理性及可靠性才能得到保证。
结语
总而言之，数据融合分析作为新型技术，对于大地测量的技术的发展意义将越来越关键，是大地测量发展的主要影响因素之一。随着大地测量数据作业观测的类型日渐增多，观测量不相容的现象将会逐渐增多，并且不论适用哪一种平差方法来处理观测数据，数据融合、数据分析模型选择与构造等问题都必将会有所涉及，因此对于数据融合的相关技术有研究价值。
参考文献
[1]王志威,安乾.大地测量数据融合模式及其分析[J].科学与财富,2015(2).
[2]姚德龙.大地测量数据融合模式探究[J].城市建设理论研究:电子版,2012(1).
[3]李敏.空间大地测量数据融合理论与算法研究[D].长安大学,2015.
[4]阎志远.试述大地测量信息化建设发展方向[J].新材料新装饰,2014(13).
论文作者:唐德镜
论文发表刊物:《基层建设》2017年第19期
论文发表时间:2017/11/7
标签：数据论文; 测量论文; 模型论文; 大地论文; 误差论文; 模式论文; 信息论文; 《基层建设》2017年第19期论文;