测量数据处理中粗差问题的探讨_刘强

科技情报开发与经济

文章编号：1005－6033（2011）05－0218-03

SCI -TECH INFORMATION DEVELOPMENT ＆ECONOMY 2011年第21卷第5期

收稿日期：2011－01－10

测量数据处理中粗差问题的探讨

刘

强

（中国神华神东煤炭集团地测公司，内蒙古鄂尔多斯，017209）

摘

要：粗差的探测与剔除是测量数据处理中非常重要的一项工作，它直接关系到平

差结果的可靠性。对测量粗差的来源进行了分析，指出了粗差的特点，从粗差探测与抗差估计两个方面对粗差的处理方法进行了探讨，并给出了粗差处理的建议。关键词：测量数据；数据处理；粗差中图分类号：P207

文献标识码：A

方面。1. 1. 1

外界条件

在测量过程中，由于外界条件的干扰、外界条件的突变、测量状态的瞬间改变等因素产生的粗差。1. 1. 2

测量仪器

测量仪器本身存在缺陷，使用前未经检验，或者测量仪器某些部件的偶然失效等因素引起的测量粗差。1. 1. 3

人为因素

由于测量人员的疏忽、麻痹大意等出现读数错误、记录错测量错误、计算错误等，或者工作责任心不强、过度疲劳、缺误、

乏经验、操作不当等。这些均是由于人为的因素所造成的粗差。1. 21. 2. 1

粗差的特点数量少

在一组等精度观测的数据中，含有粗差的数据一般很少。如果观测数据中不包含粗差和系统误差，则误差就只有偶然误差。根据偶然误差的特性，其值具有有界性。也就是说，含有粗差的异常数据残差超过3倍中误差的可能性非常小。从统计学角度来看，这是一个小概率事件，发生的可能性很小。1. 2. 2

突发性强

引起粗差的因素很多，有些可以预见，而有些则无法预见，具有突发性的特点，如测量仪器的突发故障、测量人员的偶然失误等。因此，粗差的产生具有突发性，既不遵循规律，也无规律可循。粗差和偶然误差不同，所以，粗差也不遵循偶然误差的统计分布规律。1. 2. 3

数值大

测量数据中含有粗差的数据，除非有确定的理由确定其为异常值外，其在统计上一般表现为残差绝对值很大。如我们对某一量进行等精度观测时，如果其中某个数值含有粗差，那么它的残差就会表现为比其他数据的残差偏大。

测量数据处理是测量工作中必不可少的一项内容，也是测量成果获取的关键步骤，测量数据处理精度的高低直接关系到测量成果的可靠性，因此，测量数据处理是测绘科学的重要组成部分。近些年，随着测绘科学的发展，各种新方法、新仪器的涌现，使得测量数据处理发生了很多变化，原有的理论和方法不断被改进，新的数学方法也不断被引进测量领域，这使得测量数据处理理论得到了极大的发展和扩充。比如，变形监测数据处理方面，传统的基于平差的数据处理方法已成为经典，而像灰色系统理论、人工神经网络理论、小波理论等新引入测量领域的数据处理方法在变形监测领域得到了非常广泛的应用。这些变化为我们的测量工作提供了更高的精度和效率，但也对我们的技术人员提出了更高的要求。但是，不管测量技术如何发展，数据处理方法如何扩展，测量数据中含有粗差是一件不可避免的事情，对本文就其探测与处理一直是测量数据中的重要工作之一。为此，测量数据处理中的粗差问题进行了分析与探讨。

1测量粗差分析

测量是人类认识世界和改造世界的重要技术手段，对探索自然奥秘、进行科学研究具有重要的意义。然而，由于客观因素与主观因素的影响，造成测量观测数据中不可避免地存在着误我们可将差，这已为大量的测量实践所证实。按照误差的来源，误差分为系统误差与偶然误差，按照误差的大小，我们又可将误差分为可容忍误差与粗差（错误）。

在实际工作中，为了提高观测数据的质量与可靠性，我们必须对观测数据进行处理，这是通过多余观测之间的矛盾性来评价的。然后通过基于最小二乘理论和概率统计理论的平差方法，将误差予以分配，达到测量数据的理论平衡，提高其可靠性。然而，测量观测数据中混进的粗差如果也参与了平差计算的话，则势必影响平差结果的准确度，从而影响平差成果的质量。1. 1粗差的来源

粗差主要由测量过程中某些意外事件或者不确定的意外因素所引起，从测量误差来源分析，可将粗差的来源归为以下3个2粗差处理方法

粗差一般出现在测量列中，如果不恰当地剔除随机误差较

刘强测量数据处理中粗差问题的探讨本刊E -mail:bjb＠sxinfo．net实践与创新

大的正常测量数据，会造成测量系统精度偏好的假象，而不剔除含有粗差的异常值，又会造成测量系统精度偏低的假象。这些都需要遵循一定的会对测量数据处理的结果产生重大影响。因此，

法则，对观测数据中不可避免的粗差予以探测和合理剔除，保证观测数据的干净，以此保证后续数据处理的准确性。2. 1

粗差探测

常用的探测与剔除粗差的统计方法是基于随机抽样和测量值遵循统计分布理论中的小概率事件原理。目前常用的探测准则包括：莱特准则、格拉布斯准则、t 检验准则、肖维勒准则和狄克松准则。下面分别对莱特准则和格拉布斯准则作一阐述。2. 1. 1

莱特准则

绝对值大于3倍中误差的观测值误差就被认为是含有粗差的观测值。这个准则是建立在真误差的基础之上，只有当观测值趋向于无穷大时，才能用残差及中误差代替真误差的中误差进行判别。

现有一观测值序列，其残差为V i ，经计算可得其中误差为σ，如果V i ＞3σ，则认为相应的观测值含有粗差，应予以剔除。2. 1. 2

格拉布斯准则

该准则主要用于最大或者最小粗差的探测与剔除。设一组軃=1x 2，…，x n ，则其算术平均值为x 等精度独立观测值为x 1，

经计算可得残差为V i =x i ，中误差为σ=

数，有基于观测误差对参数估值的影响规律提出的以标准化残差构造的相关观测抗差估计模型，还有高崩溃污染率（污染率：不稳定点占所有基准点的比率）抗差估计方法等。

3粗差处理中的问题

含有粗差的测量数据将会对测量评定结果造成影响，歪曲

真正的结果，探测与剔除测量值中含有粗差的测量值是保证获得正确测量结果的前提条件。然而，粗差的探测与剔除是一个非常复杂的工作，处理好，可以将一组不合格的数据序列处理为合格的数据用于平差，而处理不好，也会将原本合格的数据当作粗差剔除。因此，在使用统计方法探测粗差时，需要注意以下的问题。3. 1

测量条件

当测量条件发生变化时，如外业观测中天气的突然变化、极寒极热情况的出现、观测人员的更换等，这些都容易造成粗差的出现。因此，在测量外业观测中应注意保持观测条件一致，如使用同一组仪器，在同一时间段由同一组人进行观测，这些措施可以避免因测量条件的变化而引入的粗差。3. 2

统计分布

在测量数据列中，除了含有粗差的异常值之外，其余观测值还含有偶然误差，而偶然误差一般服从某一种统计分布，因此可以认为误差服从一定的统计分布。当观测值数据偏离所要求的统计分布时，基于统计判别的粗差探测可靠性将受到影响，尤其是测量观测值非常少时，其可靠性将更低。

Σx i ，

姨。

再将观测值按照大小顺序进行排列，如果V i ＞λ（a ，n ）σ，则认为x i 中含有粗差，应予以剔除。λ（a ，n ）为格拉布斯λ（a ，n ）数值。表，其数值表可参阅文献［1］

上述粗差探测准则仅仅适用于直接平差模型，并且主要针观测值一般是对真误差，而不是观测值误差。而在实际测量中，有限的，并且真误差并不知道，这时真误差的中误差就无法求得。因此，从中误差的定义可知，可用观测值中误差代替真误差的中误差，所以，这些探测准则都是近似的。当观测次数较少但精度要求较高时，应采用格拉布斯准则或狄克松准则，其中，狄克松准则的判断较为迅速，而格拉布斯准则的可靠性更高一些。

经实验归纳，当观测值数目大于200时，宜采用莱特准则；当观测值数目介乎100~200之间时，宜采用肖维勒准则；当观测值数目小于100时，宜采用格拉布斯准则；而当观测值数目小于7时，则宜采用狄克松准则。2. 2

抗差估计

所谓抗差估计，就是在粗差不可避免时，选择一种建立在符合数据实际的分布模式上的估计方法，使得参数估值尽可能减免粗差的影响而得出正常模式下的最佳估值。对此问题，众多学者进行了深入研究，提出了多种抗差估计模型。其中，有基于M 估计原理的M－LS、LS－M、M－M抗差贝叶斯估计解式和影响函

4结语

测量观测中，除了含有系统误差与偶然误差外，经常还有混

进的粗差，如果不对这些粗差予以剔除而直接进行平差，势必会影响平差的质量和结果。因此，从观测数据中探测与剔除粗差就成为了测量数据处理中一个非常重要的问题。然而，当前的各种粗差处理方法均是基于一定的统计分布来实现的，效果并不是很理想，从粗差的来源上看，我们可以对测量者提出要求，避免人为因素的粗差；对仪器定期检查，避免仪器因素的粗差；保证测量条件和环境的稳定性，避免外界因素的粗差。这些是从产生粗差的根源上消除和避免粗差最根本的方法。

参考文献

［1］马金玲，高井祥，张书毕. 数据分析与测量数据处理［J ］. 徐1994. 州：中国矿业大学出版社，

（责任编辑：薛培荣）

────────────────

第一作者简介：刘

强，男，1982年生，2006年毕业于兰州

理工大学信息与计算科学专业，助理工程师，中国神华神东煤炭集团地测公司，内蒙古自治区鄂尔多斯市伊金霍洛旗乌兰木伦镇，017209.

219

科技情报开发与经济

文章编号：1005－6033（2011）05－0220-02

SCI -TECH INFORMATION DEVELOPMENT ＆ECONOMY 2011年第21卷第5期

收稿日期：2011－01－12

浅谈安全管理与现场安全控制

王

原

（山西省建筑工程安全总站，山西太原，030012）

摘

要：详细论述了安全的定义、海恩法则、安全管理控制的因素、施工安全管理控制

的要点等，以期进一步加强人们的安全意识。关键词：安全管理；现场安全控制；海恩法则中图分类号：TU714

文献标识码：A

1安全的含义及实质

顾名思义，“安全”是指没有危险，不出事故，人不受伤害、

2海恩法则的意义及启示

海恩法则是德国飞机涡轮机的发明者德国人帕布斯海恩提

平安健康，物不受损伤、完整无损，即“无危则安，无损则全”。从这个意义上，安全可以认为是一种物态、环境或状态。也有人把“安全”理解为一种能力，即人对自身利益———包括生命、健康、财产、资源等的维护和控制的能力。总之，安全是指不会发生损失或伤害的一种状态。安全的实质就是防止事故的发生，消除导致死亡、伤害、急性职业危害及各种财产损失发生的条件。与安全相对应的是危险。所谓“危险”，是指人和物易于受到伤害或损害的一种状态。能导致危险发生的原因是危险因素，危险未得到控制而产生的，造成人员死亡、伤害、职业病、财产损失或其他损失的意外后果就是事故。值得指出的是，现代安全管理理念与传统的安全定义不同。长期以来，人们一直把安全和危险看作截然不同的、相互对立的概念。而现代安全管理理念则认为：世界上没有绝对安全的事物，任何事物中都包含有不安全的因素，都具有一定的危险性。安全只是一个相对的概念，只不过当危险性低于人们认可的某种程度时，就被认为是安关于安全管理从古代就有“未雨绸缪，居安思危”“凡事预则全。

立、不预则废”等这样的成语；现代也有“安全第一，预防为主”等这样的安全方针。

出一个在航空界关于飞行安全的法则。意思是指每一起严重事故的背后，必然有29次轻微事故和300起未遂先兆的及1000起事故隐患，即：1∶29∶300∶1000。也可以归纳为“事故背后有隐患，隐患背后有征兆”。

“海恩法则”强调两点：一是事故的发生是量的积累的结果，二是再好的技术，再完美的规章，在实际操作层面，也无法取代自身的素质和责任心。按照“海恩法则”分析，当一件事故发生后，我们在处理事故本身的同时，还要及时地对同类问题的“事故征兆”和“事故苗头”进行排查处理，以此防止类似问题的重复发生，及时解决再次发生事故的隐患，把问题解决在萌芽状态。

“海恩法则”的启示：假设人们在安全事故发生之前，就能预先防范事故征兆、事故苗头，预先采取积极有效的防范措施，那事故征兆、事故本身就会被减少到最低限度，安全么事故苗头、

工作水平也就提高了。由此推断：要制服事故，重在防范，要保证安全，必须以预防为主。

3安全管理与现场安全控制

结合海恩法则，工程建设的安全管理与现场安全控制必须

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

Probe into the Issue of Gross Errors in Data Processing

LIU Qiang

ABSTRACT :The detection and elimination of gross errors in measurement data processing is a very important work , it is directly related to the reliability of the adjustment results . This paper analyzes the sources of gross errors of measurement , points out the characteristics of gross errors , probes into the methods for processing the gross errors from two aspects of the gross error detection and robust estimation , analyzes some problems existing in gross error handling , and puts forward some suggestions on gross error handling .

KEY WORDS :measurement data ; data processing ; gross errors