浅谈GPS大地高转化为正高方法.doc

浅谈GPS大地高转化为正高方法 　　【摘 要】本文介绍GPS大地高转化为正高的方法，结合曲面拟合法对某GPS导线网进行实例计算，与网部分水准测量成果相比较，得出结论。另外，对拟合过程中的粗差剔除及数据诊断也进行了分析。 【关键词】GPS；大地高；正高；曲面拟合法；粗差剔除；数据诊断 0 引言 对于GPS大地高，能否换算为正高，作为代替常规的水准成果，到目前为止还没有一种方法可以精确求证地面上各点的高程异常，从而使GPS高程精度降低。这种精度降低后的GPS高程能否代替传统的水准成果呢？这一问题在实际工作中经常遇到。 对于地面上点A，其大地高与正高的近似关系为： h=H-ζ 其中h为正高；H为大地高；ζ是大地水准面与参考椭球面之间的差距，称大地水准面差距。通过GPS技术，可以确定式中的H，要得到正高h，只要能确定ζ而一般确定ζ的精度很低，不能满足精度要求，因此问题在于如何利用由GPS技术测定的高程信息确定ζ，从而可将大地高H转化为正高h。 1 大地水准面差距的确定 在一个小的区域内，可以用一个曲面来确定该区域的大地水准面差距，不同的区域，选不同的曲面，曲面的选择直接影响着逼近的程度，也影响着内插的精度。常见的有多项式逼近法与多面函数法。 1.1 多项式内插法 多项式内插法，用一个二元多项式函数逼近测区的大地水准面差距，用最小二乘法求出函数系数，给定任意的xi，yi时，则可确定相应的ζi，得到相应的正高。多项式的形式一般写为： ζi（xi，yi）=α0+α1xi+α2yi+α3x■■+α4y■■+α5xiyi+α6x■■+α7y■■+… 上式为n次多项式，次数越高，需求解的未知系数就越多。在一个较小的区域，大地水准面的变化一般较缓，可用一次或二次多项式来逼近，其形式为： 一次：ζi（xi，yi）=α0+α1xi+α2yi 二次：ζi（xi，yi）=α0+α1xi+α2yi+α3x■■+α4y■■+α5xiyi 一次多项式需求解3个未知数，至少有3个已知点，即可求出α0一次多项式逼近，用一个平面描述大地水准面差距，这种替代精度很低。二次曲面则要求6个未知数，至少需要6个以上均匀分布的点，多余观测数越多，精度越高。 1.2 多面函数法 它是由二次曲面的线性组合所组成的，利用这样一个函数可以逼近任何光滑的数学曲面，它的形式为： ζ（x，y）=∑■■a■*W（x，y，x■，y■） 其中W（x，y，x■，y■）=■ δ称为光滑因子，一般可取D=1，（x，y）为内插点的坐标；（xi，yi）为控制点的坐标；ai为未知参数；m为显著数据点的数量。 因此ai的求解可用m个已知数据点，采用最小二乘法得出。然后推估其它任意点（x，y）的函数值ζ至于m应选多大，应根据实际情况决定。 1.3 粗差剔除与数据诊断 前面主要介绍了多项式拟合法与多面函数法。两种方法只有函数形式不同外，其求解方法完全相同。可用模型表示： Y=Xβ+e R（X）=P 其中Yn×1，βp×1，Xn×p，en×1为误差向量，假定： E（e）=0， COV（e）=COV（Y）=σ2I ei～N （0，σ2） i = 1，2，…，n 参数β的最小二乘估计具有良好的性质。否则，如果有个别数据偏离假设，则参数估值β将受到影响，导致曲面形状发生变化。 1.3.1 粗差剔除 根据文献[1]，我们可以根据残差和一些统计量来判断观测值中是否有粗差，进而对之进行剔除。这里选取学生化残差作为统计量： ri=■ σi=■σ2 σ2=■ rii=■ 其中hii是H=X （XT X ）-1XT 的对角元。ri～t（n-p-1）当rita时，则认为第i 个观测值含有粗差，应剔除。 在GPS高程拟合中，粗差的来源主要有两部分。第一，原始观测数据含有粗差。第二，来源于已知水准点。在GPS高程拟合中，一方面应在基线处理时，严格剔除粗差；另一方面要首先检验已知水准点的稳定性。 1.3.2 强影响点 了解回归推断具有较大影响的数据，即强影响点。对于既是强影响点又是粗差点的数据一定要剔除。判断一个数据点是否是强影响点可用影响函数的纯量函数表示。其中cook距离是一种常用的函数形式，其表达式为： Di1（XTX，Pσ2）=■=■*r■■*■ 其中rii，hii与上同，一般认为若Di11就认为第i点为强影响点。具体应用见实例分析。 2 实例分析 以内蒙古自治区赤峰市某地的GPS导线网为例。全网共有已知四等三角点3个，用于高程拟合的等级水准点9个。 为了寻找对函数影响较大的数据点，分别对二次