Estimating Canadian vertical datum offsets using GNSS/levelling benchmark information and GOCE global geopotential models
Notice bibliographique
Résumé
Abstract The performance of GOCE-based geopotential models is assessed for the estimation of offsets for three regional vertical datums in Canada with respect to a global equipotential surface using the GNSS benchmarks from the first-order vertical control network. Factors that affect the computed value of the local vertical datum offset include the GOCE commission and omission errors, measurement errors, the configuration of the network of GNSS/levelling benchmarks, and systematic levelling errors and distortions propagated through the vertical control network. Among these various factors, the effect of the GOCE omission error on the datum offsets is investigated by extending the models with the high resolution gravity field model EGM2008 and by means of Canada’s official high resolution geoid model CGG2010. The effect of the GOCE commission error in combination with errors from the GNSS/levelling data is also examined, in addition to the effect of systematic levelling errors. In Canada, the effect of the GOCE omission error is at the dm-level when computing local vertical datum offsets. The effect of including accuracy information for the GNSS/levelling data and the GOCE geoid heights can be up to 4 cm over the Canadian mainland and at the dm-level for island regions. Lastly, the spatial tilts found in the levelling network can be modelled with a 2-parameter bias corrector model, which reduces the RMS of the adjusted geoid height differences by 4 cm when compared to the RMS of adjusted geoid height differences computed without the use of a bias corrector model. Thus, when computing local vertical datum offsets in Canada, it is imperative to account for GOCE commission and omission errors, ellipsoidal and levelling height errors, as well as the systematic levelling errors of the vertical control network.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».