(一) 误差分类
根据观测误差性质,可将其分为系统误差和偶然误差两类。
(1)系统误差
在相同的观测条件下,对某量作一系列观测,如果误差的出现在符号和大小相同或按一定规律变化,这种误差称为系统误差。
系统误差对成果的影响具有规律性,可采取一定措施或采用改正公式消除或削弱其对观测成果的影响。主要方法有:①在观测方法和程序上采取必要措施削弱其影响,如角度测量中,经纬仪盘左盘右观测,消除视准差、横轴误差和竖盘指标差等系统误差影响;水准测量中的前后视距相等,消除视准轴和水准管轴不平行引起的 角误差、地球曲率和大气折光对观测高差影响;②找出产生系统误差的原因,利用公式对观测值进行改正,如对钢尺量丈量距离,应加尺长改正、温度改正、地球曲率改正,以消除该三项系统误差影响等。
(2)偶然误差
在相同的观测条件下,对某量作一系列观测,如果误差的出现在符号和大小均不一致,即从表面上看,没有什么规律性,这种误差称为偶然误差,偶然误差又称为随机误差。
偶然误差是由于人的感觉器官和仪器的性能受到一定的限制,以及观测时受到外界条件中气温、湿度、风力、明亮度、大气等的影响产生的。例如用刻至1mm的钢尺,只能估读到十分之一毫米,读数时可能偏大,也可能偏小,从而产生读数误差,其对成果的影响符号和大小不具有预见性,对观测结果影响呈现出偶然。
测量工作过程中,除了上述两种误差外,还可能发生错误,即粗差,粗差不是观测误差。粗差大多是由于是作业员疏忽大意造成的,如大数被读错、记错等。为有效的发现粗差,采取必要的重复观测、多余观测、严格的检验、验算等措施,一经发现存在粗差,必须舍弃或进行重测,及时更正。
(二)偶然误差特性
偶然误差,从单个误差看,其大小和符号没有规律性,即呈现出一种偶然性(随机性),但随着观测个数的增多,则呈现出一定的明显的统计规律性。下面通过事例来说明。
在某测区,在相同的条件下,独立地观测358个三角形的全部内角,由于观测值含有误差,各三内角观测值之和不等于其真值180°。由(4-1)式知三角形内角和的真误差可由下式算出:
4—2
式中( )表示各三角形内角观测值之和。
现取误差区间 的间隔,将按绝对值的大小排列。统计出在各区间内的正负误差个数,列成误差频率分布表,出现在某区间的误差的个数称为频数,用k表示,频数除以误差的总个数n得k/n,称此为误差在该区间的频率。为更直观,根据表的数据画出直方图。横坐标表示正负误差的大小,纵坐标表示各区间内误差出现的频率 除以区间的间隔 ,统计结果如表4-1,由该表看出,该组误差具有如下规律:小误差比大误差出现的机会多,绝对值相等的正、负误差出现的个数相近;最大的误差不超过一定的限值。
通过大量的实践,可以总结出偶然误差具有如下四个统计特性:
-
在一定的观测条件下,偶然误差的绝对值不超过一定的限值。
-
绝对值小的误差比绝对值大的误差出现的概率大。
-
绝对值相等的正、负误差出现的机会相等。
-
随着观测次数无限增加,偶然误差的算术平均值趋近于零。即
4--3
n——观测次数, [ ]表示求和。
误差频率分布表 表4—1
误差区间

|

|
+ 
|
备注
|

|

|

|

|

|

|
0″~2″
|
45
|
0.126
|
0.0630
|
46
|
0.128
|
0.0640
|
d△=2″
|
2″~4″
|
40
|
0.112
|
005600
|
41
|
0.115
|
0.0575
|
4″~6″
|
33
|
0.092
|
0.0460
|
33
|
0.092
|
0.0460
|
6″~8″
|
23
|
0.064
|
0.0320
|
21
|
0.059
|
0.0295
|
8″~10″
|
17
|
0.047
|
0.0280
|
16
|
0.045
|
0.0225
|
10″~12″
|
13
|
0.036
|
0.0180
|
13
|
0.036
|
0.0180
|
12″~14″
|
6
|
0.017
|
0.0085
|
5
|
0.014
|
0.0070
|
14″~16″
|
4
|
0.011
|
0.0055
|
2
|
0.006
|
0.0030
|
16″以上
|
0
|
0
|
0
|
0
|
0
|
0.000
|

|
181
|
0.505
|
|
177
|
0.495
|
|
 
(a)直方图 (b)分布曲线
图4-1 频率直方图
由偶然误差统计特性可知,当对某量有足够多的观测次数时,其正负误差可以相互抵消。因此,可采用多次观测,并取其算术平均值的方法,来减小偶然误差对观测结果的影响。
观测值偏离真值的程度,称为观测值的准确度。系统误差对观测值的准确度有较大的影响。故必需按照系统误差的性质和特点对观测成果进行处理。在一定观测条件下对应的一组误差分布,如果该组误差总的来说偏小些,如图4-1中 曲线峰值较高,误差分布就较集中,反之绝对值较多时, 分布就较分散,所以误差分布的离散程度,反映了观测结果精度高低,其分布越集中,则观测结果的精度越高,反之越低。所以通常由偶然误差大小和分布状态,评定成果的精度。
(三)测量精度指标
精度是指对某个量的进行多次同精度观测中,其偶然误差分布的密集程度或离散程度。为了衡量观测结果精度的高低,必须有一个衡量精度的标准,常用的有:
(1)中误差
在相同的观测条件下,对某量进行多次观测,得到一组等精度的独立观测值 ,每个观测值的真误差为 ,方差 的定义为:
4—4
式中,n——观测次数,方差的平方根 称为标准差
在实际工作中,观测次数 有限,取观测值真误差平方和的平均值,再开方定义为中误差,作为衡量该组观测值精度指标,即:
4—5
式中m——中误差
——一组等精度观测误差 的平方总和
n——观测数
标准差 要求 ,中误差 是 有限时求得的标准差估值,当 ,中误差 接近标准差 。中误差 值小,表明误差的分布较为密集,各观测值之间的差异也较小,这组观测的精度就高;反之,中误差 值较大,表明误差的分布较为离散,观测值之间的差异也大,这组观测的精度就低。
当观测量的真值未知时,计算多次等精度观测值 的算术平均值 :
4—6
利用偶然误差 算术平均值趋近于零特性,算术平均值 比任一观测值更接近于真值,该结论将在4.3节中详细证明。我们把最接近于真值的近似值称为最或然值或称为最可靠值。令
( ) 4—7
称观测值的改正数,在4.3节将证明其总和等于零。
此时,用观测值的改正数中误差计算公式应为:
4—8
式中:n——观测次数;
v——改正数,即算术平均值L与各观测值 之差。
(4-8)式是用观测值的改正数即最或然误差计算观测值中误差最常用的实用公式,又称白塞尔公式。
(2)平均误差
在相同的观测条件下,得到一组独立的真误差 的绝对值的算术平均值的极限定义为平均误差:
4—9
式中 ——真误差的绝对值; n——观测数。
当观测数n有限时,计算 的估值,即
4—10
称为平均误差,其可靠性不如中误差,我国统一采用中误差作为衡量精度指标。
(3)相对中误差
在衡量观测精度时,有时依据中误差并不能反映测量精度的优劣。例如,分别丈量了长度为100m和50m的两段距离,其中误差均为 0.02m,是否说明两段距离丈量的精度相同呢?显然不能,此时,必须引入相对误差衡量精度。
相对中误差是中误差的绝对值与观测值的比值,为无量纲数。通常分子为1,分母为整数的分数形式表示,即
4—11
式中:K——相对中误差或简称相对误差;
m——距离L的观测中误差。
上例中:
;
故第一段距离的相对误差较小,即第一段距离精度高。
(4)容许误差
偶然误差特性表明,在一定的观测条件下,偶然误差的绝对值不超过一定的限值。根据误差理论和大量的实践证明:在等精度观测某量的一组误差中,大于两倍中误差的偶然误差出现的概率为4.6%,大于三倍中误差的偶然误差出现的概率仅为0.3%。因此,在实际工作中,为确保观测成果的质量,通常规定以观测值中误差的三倍为偶然误差的极限值,称为极限误差;若精度要求较高,常用两倍中误差作为极限误差,即:
~ 4—12
极限误差又被称为容许误差,如果发现某观测值其误差超过极限误差,则视为错误观测值,应舍去。
误差传播定律:阐述观测值的中误差与观测值函数中误差的关系的定律。
函数形式:倍数函数、和差函数、线性函数、一般函数。

|