Stark, Eberhard, 1973 - Universität Stuttgart
Stark, Eberhard, 1973 - Universität Stuttgart
Stark, Eberhard, 1973 - Universität Stuttgart
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
45<br />
der Fall, so enthält das Datenmaterial noch deterministische Anteile, die streng<br />
genommen vor der Berechnung der Varianzen und Kovarianzen eliminiert werden<br />
müssen. Dieses Vorgehen ist besonders wichtig bei der Prädiktion oder Interpolation<br />
nach kleinsten Quadraten, da andernfalls unbrauchbare Ergebnisse ent<br />
s~ehen können (GRAFAREND I20j).<br />
Die Bedingung j vij = 0 ließe sich erzwingen, indem die Restfehler vij zentriert,<br />
das heißt um den Betrag 1._ L: v .. vermindert würden. Dadurch tritt a reine Vern<br />
. · 1 J<br />
fälschung ein, da sich di~ JErgebnisse nicht mehr auf das ursprüngliche Datenmaterial<br />
sondern auf fiktive Daten beziehen würden. Ein wirkliches Abspalten der<br />
Systematik ist nur vor der Ausgleichung, also an den Ausgangsdaten direkt möglich.<br />
Daher müßte aus dem Ergebnis irgendeine Funktion abgeleitet werden, welche<br />
die vorhandene Deterministik sicher genug erfaßt. Mit dieser Funktion können dann<br />
die Messungen verbessert werden. Es ist jedoch sehr schwierig, eine geeignete<br />
Funktion zur Beschreibung der Deterministik zu finden, da nach der Ausgleichung<br />
zwar deren Einfluß, nicht aber sie selbst bekannt ist. LAUER J37J benützt zum Beispiel<br />
einen aufwendigen Iterationsprozeß.<br />
In dieser Arbeit geht es darum, empirische Genauigkeitsuntersuchungen durchzuführen,<br />
die sich speziell auf das vorhandene Datenmaterial beziehen sollen. Daher<br />
müssen die Ergebnisse alle Fehlereinflüsse enthalten, die auch in den Messungen<br />
stecken. Durch das oben angegebene Zentrieren der Restfehler würde e n ·Teil<br />
der Systematik korrigiert werden, die in der Varianz-Kovarianz-Matrix zum Ausdruck<br />
kommen soll. Für die Berechnung der Varianzen und Kovarianzen sind also die<br />
Formeln (3.5) bis (3.7) direkt zu verwenden. Damit handelt es sich um nicht-zentrale<br />
Momente 2. Ordnung. In Kapitel V wird der angeschnittene Fragenkomplex<br />
nochmals aufgegriffen werden.<br />
Sind in einem photogrammetrischen Modell mehrere Punkte repräsentativ gegeben und<br />
sind mehrere Modelle vorhanden, welche diese Punkte enthalten, kann mit den<br />
Formeln (3.5) bis (3.7) eine Varianz-Kovarianz-Matrix für deren Modellkoordi<br />
naten aufgestellt werden.<br />
In der Praxis läßt es sich nicht erreichen, daß im Gelände identische Punkte in<br />
verschiedenen unabhängigen Modellen genau dieselbe Lage besitzen, sondern die<br />
Modellörter werden jeweils mehr oder weniger voneinander abweichen. Da aber angenommen<br />
wird, daß benachbarte Punkte in hinreichendem Maß dieselben stochastischen<br />
Eigenschaften besitzen, sind an den 0rt 11 der Punkte im einzelnen Mo<br />
11<br />
dell nur geringe Genauigkeitsanforderungen gestellt.<br />
Die Befliegung des Testfeldes Rheidt wurde so angelegt, daß die Flugachsen in<br />
vier senkrecht zueinander stehenden Richtungen liegen, wobei jeweils zwei Modelle<br />
das ganze Testfeld bedecken (siehe II.5, S. 31, 32). Da$ bedeutet, daß eine<br />
bestimmte Stelle im Modell von acht im Gelände verschiedenen Punkten eingenommen<br />
werden kann. Da die Punkte im Testfeld ein regelmäßiges Raster bilden (siehe<br />
Abbildung 2.2, S. 31), ist es möglich, daß die Punkte verschiedener Modelle im<br />
jeweiligen Modellkoordinatensystem sehr dicht beieinander liegen. Um die Varianz<br />
Kovarianz-Matrix trotzdem für diskrete Modellpunkte bzw. -koordinaten angeben zu<br />
können, wird aus allen 47 Modellen ein Durchschnittsmodell gebildet, auf das die<br />
Ergebnisse bezogen werden.