How Accurately Can We Determine Orthometric Height Differences from GPS and Geoid Data?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The optimal combination of global positioning system (GPS) geometric heights with gravimetrically derived geoid undulations for the determination of orthometric heights above mean sea level (GPS/geoid leveling), or more precisely with respect to a vertical geodetic datum, requires the incorporation of a parametric corrector surface model. Such a parametric model is needed to absorb the datum inconsistencies and systematic distortions inherent among the different types of height data. An analysis for the achievable accuracy of relative GPS/geoid leveling is performed in this paper, using the covariance (CV) matrix of the estimated parameters in the corrector surface model, the standard measuring accuracy of GPS height differences, and the relative internal accuracy of a gravimetric geoid model. A test network of spirit leveled GPS control points located in the southwestern part of Canada has been used to perform a simulative integrated least-squares adjustment of all three types of height data, and to obtain the CV matrix of the parameters in the corrector surface model. The input CV matrices for the GPS and the orthometric height values at the control network points have been computed through separate simulative adjustments that take into account the measuring accuracy of GPS and spirit leveling. The input accuracy for the geoid undulation differences is based on the performance evaluation of the GSD95 Canadian geoid model in western Canada. The focus is placed on studying the effects of the combined relative accuracy of GPS and geoid data, in conjunction with a number of different parametric corrector surface models, for GPS/geoid leveling on new baselines within the test network area.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle