Centre de documentation
scientifique

AUSGeoid2020 combined gravimetric–geometric model : location-specific uncertainties and baseline-length-dependent error decorrelation / Nicholas J. Brown in Journal of geodesy, vol 92 n° 12 (December 2018)  

Public [article]  inJournal of geodesy > vol 92 n° 12 (December 2018) . - pp 1457 - 1465 Titre : AUSGeoid2020 combined gravimetric–geometric model : location-specific uncertainties and baseline-length-dependent error decorrelation Type de document : Article/Communication Auteurs : Nicholas J. Brown, Auteur ; Jack C. McCubbine, Auteur ; Will E. Featherstone, Auteur ; N. Gowans, Auteur ; A. Woods, Auteur ; et al., Auteur Année de publication : 2018 Article en page(s) : pp 1457 - 1465 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie physique [Termes IGN] anomalie de pesanteur [Termes IGN] Australian Height Datum [Termes IGN] Australie [Termes IGN] géoïde gravimétrique [Termes IGN] géoïde local [Termes IGN] incertitude relative [Termes IGN] quasi-géoïde Résumé : (Auteur) AUSGeoid2020 is a combined gravimetric–geometric model (sometimes called a “hybrid quasigeoid model”) that provides the separation between the Geocentric Datum of Australia 2020 (GDA2020) ellipsoid and Australia’s national vertical datum, the Australian Height Datum (AHD). This model is also provided with a location-specific uncertainty propagated from a combination of the levelling, GPS ellipsoidal height and gravimetric quasigeoid data errors via least squares prediction. We present a method for computing the relative uncertainty (i.e. uncertainty of the height between any two points) between AUSGeoid2020-derived AHD heights based on the principle of correlated errors cancelling when used over baselines. Results demonstrate AUSGeoid2020 is more accurate than traditional third-order levelling in Australia at distances beyond 3 km, which is 12 mm of allowable misclosure per square root km of levelling. As part of the above work, we identified an error in the gravimetric quasigeoid in Port Phillip Bay (near Melbourne in SE Australia) coming from altimeter-derived gravity anomalies. This error was patched using alternative altimetry data. Numéro de notice : A2018-587 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s00190-018-1202-7 Date de publication en ligne : 27/08/2018 En ligne : https://doi.org/10.1007/s00190-018-1202-7 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92497 [article]

Analyse statistique des données expérimentales / K. Protassov (2002)

Public Titre : Analyse statistique des données expérimentales Type de document : Monographie Auteurs : K. Protassov, Auteur Editeur : Les Ulis : EDP Sciences Année de publication : 2002 Collection : Grenoble Sciences Importance : 148 p. Format : 17 x 60 cm ISBN/ISSN/EAN : 978-2-86883-590-1 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques [Termes IGN] ajustement de paramètres [Termes IGN] analyse de données [Termes IGN] distribution binomiale [Termes IGN] distribution de Cauchy [Termes IGN] distribution de Gauss [Termes IGN] distribution de Poisson [Termes IGN] distribution de Student [Termes IGN] écart type [Termes IGN] échantillon [Termes IGN] incertitude des données [Termes IGN] incertitude relative [Termes IGN] méthode des moindres carrés [Termes IGN] méthode du maximum de vraisemblance (estimation) [Termes IGN] probabilités [Termes IGN] propagation d'erreur [Termes IGN] théorie des probabilités [Termes IGN] valeur moyenne [Termes IGN] variable aléatoire Résumé : (Editeur) Après une brève présentation des causes d'incertitudes, les distributions de probabilités les plus connues (Gauss, binomiale, Poisson) sont exposées. Ensuite, des notions plus complexes de statistique sont abordées : fonction d'une variable aléatoire, propagation des erreurs, échantillon, valeur moyenne et écart-type expérimentaux, distributions x2 et Student. Cette partie présente toute une panoplie d'outils nécessaires pour l'analyse approfondie des données expérimentales dans différentes situations (volume limité de données expérimentales, comparaisons des résultats, erreurs systématiques, etc.). Un chapitre spécial est consacré à l'ajustement des paramètres par la méthode des moindres carrés et par la méthode du maximum de vraisemblance. Des conseils pratiques sont donnés. lis permettent d'améliorer les mesures et leur analyse. Note de contenu : Pourquoi les incertitudes existent-elles ? CHAPITRE 1. RAPPELS SUR LA THEORIE DES PROBABILITES 1.1 Probabilités - Définitions et propriétés - Grandeurs discrètes et continues, fonction de distribution - Propriétés de la fonction de distribution - Fonction de distribution de plusieurs variables - Corrélations 1.2. Distribution de Gauss 1.3. Autres distributions élémentaires - Distribution binomiale - Distribution de Poisson - Distribution de Lorentz - Distribution gamma 1.4. Théorème central limite CHAPITRE 2. FONCTIONS D'UNE VARIABLE ALEATOIRE 2.1. Propagation des erreurs - Formule de propagation des erreurs - Exemples de propagation des erreurs - Cas des variables corrélées 2.2. Distribution de probabilité d'une fonction de variable aléatoire - Fonction biunivoque - Cas général - Exemple physique - Précision de la formule de propagation des erreurs 2.3. Niveau de confiance CHAPITRE 3. EXPERIENCE D'UN NOMBRE LIMITE DE MESURES 3.1 Echantillon, valeur moyenne et écart-type - Définitions et propriétés - Précision expérimentale et chiffres significatifs - Distribution x2 3.2 Distribution de Student 3.3. Deux résultats expérimentaux - Comparaison de deux résultats expérimentaux - Addition de deux résultats expérimentaux 3.4. Autres sources d'erreurs - Incertitudes d'appareil - Erreurs systématiques - Comment éviter les erreurs systématiques ? - Comment travailler avec les erreurs systématiques ? CHAPITRE 4. AJUSTEMENT DES PARAMETRES 4.1 Méthode des moindres carrés - Idée de la méthode des moindres carrés - Exemple d'une fonction linéaire 4.2 Méthode du maximum de vraisemblance - Idée de la méthode du maximum de vraisemblance - Inégalité de Cramer-Rao Numéro de notice : 18861 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Monographie Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=55496

Description des incertitudes géométriques de l'information géographique / François Vauglin (1998)

Public Titre : Description des incertitudes géométriques de l'information géographique : Cours ENSG, pour le DEA SIG Type de document : Guide/Manuel Auteurs : François Vauglin , Auteur Editeur : Paris : Institut Géographique National - IGN (1940-2007) Année de publication : 1998 Importance : 30 p. Format : 21 x 30 cm Langues : Français (fre) Descripteur : [Vedettes matières IGN] Infrastructure de données [Termes IGN] données localisées [Termes IGN] données localisées numériques [Termes IGN] géométrie [Termes IGN] géométrie fractale [Termes IGN] histogramme [Termes IGN] incertitude géométrique [Termes IGN] incertitude relative [Termes IGN] mouvement brownien [Termes IGN] qualité des données [Termes IGN] variogramme Numéro de notice : 66632 Affiliation des auteurs : IGN (1940-2011) Thématique : GEOMATIQUE Nature : Manuel de cours IGN Accessibilité hors numérique : Non accessible via le SUDOC Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=49085