Geodesia Book

Geodesia
111111
000000
0
1
000000
111111
11
00
00
11
000000 111111
000000
00
11
00
11
111111 11
0
1
0
1
0
1
0
1
00
11
00
11
00
11
00
11
000000
111111
00
00
11
00
11
00
11
Martin Vermeer
martin.vermeer@aalto.fi.
Esipuhe
Vaikka Suomi on, ja on ollut jo itsenäisyydestään asti, suurvalta geo-

desian alalla, ei näytä olevan olemassa Suomen kielialueella moderni
geodesian oppikirjaa. Suomenkielisiä oppikirjoja, ja populaarikirjojakin,
löytyy, mutta ne ovat joko jo pahasti vanhentunut tai käsittelevät vain
geodesian erästä osa-aluetta. Näistä voi mainita mittaus- ja laitetek-
niikan ja geodeettisen laskennan saralla Martti Tikan tuotanto (Tikka,
1991, 1985), nyt jo osin pahasti vanhentunut, sekä Salmenperä (1998).
Satelliittipaikannuksesta kertova Poutanen (1998) on edelleen käyttö-
kelpoinen vaikkakin uusi laitos olisi tervetullutta. Geodesiassa käy-
tettävien pienimmän neliösumman tilastollisista laskentamentelmistä
kertoo Kallio (1998). Kaikista lähteistä on ollut hyötyä tämän kirjan laa-
timisessa.
Maailmassa löytyy selvästi enempää geodesian oppikirjoja ja avuksi

ovat olleet Torge (2001), Vaníček ja Krakiwsky (1986), mittaus- ja lai-
tetekniikassa Kahmen ja Faig (1988), fysikaalisen geodesian saralla
Heiskanen ja Moritz (1967), ja satelliittigeodesian kanssa Hofmann-
Wellenhof ym. (2001).
Tämän kirjan materiaali jakautuu luonnollisesti kahteen osaan: klas-

sinen geodesia ja moderni geodesia. Molemmat osat voivat olla oman
kurssinsa oppikirja, jolloin jokainen olisi kolmen ECTS-opintopistettä.
Klassisen geodesian osan (luvut 1 – 9) käsittelemät aiheet ovat geode-

sian historia, Maan muoto ja painovoima, vertausellipsoidi, koordinaa-
tit ja korkeudet, vertausjärjestelmien ja karttaprojektioiden alkeet, geo-
deettisten mittausten alkeet, mittausyksiköt, mittauksen epävarmuus;
Helmert-muunnokset, geodesian pää- ja käänteistehtävä; vaaitusko-
– iii –
iv Esipuhe
jeet ja -menetelmät, korkeusjärjestelmät, geoidi; teodoliitit ja takymet-

rit, kulmamittaukset; etäisyysmittaus sähkömagneettisella säteilyllä ja
mittaussäteen kulku ilmakehässä; geodeettiset verkot, mittausluokat,
verkkohierarkia; runko- ja kartoitusmittauksen menetelmät; pinta-ala-
ja massalaskenta.
Modernin geodesian osassa (luvut 10 – 19) sen sijaan keskitytään viime

vuosisadan aikana tapahtunutta kehitystä Maan pinnan kvasi-kaksi-
ulotteisesta geodesiasta aidosti kolmiulotteeseen geodesiaan, aiheina
avaruus- ja satelliittigeodesia ja aidosti kolmiulotteiset, sähkömagne-
tismiin perustuvat paikannusmenetelmät. Käsitellään kolmiulotteisten
vertausjärjestelmien perusteet, hyperboliset paikannusjärjestelmät ja
globaalinen paikannusjärjestelmä GPS; GPS-satelliitit, radat, signaa-
lit, vastaanottimet; pseudoetäisyys- ja kantoaaltovaihemittaus, mittaus-
geometria, havaintojen erotukset, kokonaislukutuntemattomat ja nii-
den kiinnitys; GPS-havaintojen käsittely, relatiivinen paikanmääritys,
differentiaalipaikannus ja tosiaikainen paikannus. Sukellaan myös sy-
vemmin geodesian tilastollisiin perusteisiin, kuten pienimmän neliö-
summan menetelmä, jäännösvirheet, tilastollinen testaus, karkeiden
virheiden etsintä, luotettavuus, mittausverkkojen suunnittelu. Lopuksi
tutkitaan geodesian ja geofysiikan rajamaastoa, aiheina Maan painovoi-
makenttä, painovoiman mittaus, painovoima-anomaliat, gravimetrinen
geoidi; avaruusgeodesia, Maan pyörähdys- ja rataliikkeet ja deformaa-
tiot; satelliitiradat ja geodesian rooli geofysiikan tutkimuksessa.
Olemme tässä tekstissä tehneet tietoisen valinnan keskittyä käsittei-

siin ja perusteisiin. Tämä merkitsee myös, että kuvataan eri kojeiden
ja prosessien sisäiset toiminnot, vaikka ne olisivät nykyijärjestelmissä
älykkään ohjelmiston näkymättömässä hoidossa. Joidenkin mielestä se
lienee vanhentuneiden taitojen opettamista.
Helsinki, 26. syyskuuta 2016,
Martin Vermeer
martin.vermeer@aalto.fi.
Esipuhe v
Kiitokset
Käsikirjoituksen eri versioiden laatimisessa professorien Teuvo Parmin

ja Martti Martikaisen laatimat luentokalvot ja muut materiaalit olivat
suureksi avuksi. Yliassistentti Jaakko Santalalle, assistentit Mauri Väi-
säselle, Panu Salolle ja Henri Turtolle, professori Markku Poutaselle,
Maanmittauslaitoksen asiantuntija Marko Ollikaiselle, sekä monen lu-
kuvuoden opiskelijoille olen kiitollinen monista hyödyllisistä kommen-
teista, tietojyvistä ja korjausehdotuksista.
Kiitoksia Nicolàs de Hilsterille kuvasta 8.8.

Sisältö
Esipuhe iii
Sisältö vii
1. Geodesian historia ja yhteiskunnallinen asema 1

1.1 Maan muoto, aikaiset käsitykset . . . . . . . . . . . . . 1
1.2 Newtonin lait ja Maan muoto . . . . . . . . . . . . . . . 5
1.3 Maan matemaattinen muoto eli geoidi . . . . . . . . . . 8
1.4 Geodeettinen viiva . . . . . . . . . . . . . . . . . . . . . . 11
1.5 Maan litistyneisyys ja painovoima . . . . . . . . . . . . 12
1.6 Vertauspinnat ja vertausjärjestelmät . . . . . . . . . . . 13
1.7 Geodesian osa-alueet . . . . . . . . . . . . . . . . . . . . 14
1.8 Maastomittaus: maastosta kartaksi . . . . . . . . . . . 15
2. Geodeettiset mittaukset ja koordinaatit 23

2.1 Mittausyksiköitä . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 Mittausvirheitä ja epävarmuutta . . . . . . . . . . . . . 28
2.3 Stokastisia suureita . . . . . . . . . . . . . . . . . . . . . 31
2.4 Tilastollisia jakaumia . . . . . . . . . . . . . . . . . . . . 32
2.5 Geodeettisia mittaussuureita . . . . . . . . . . . . . . . 41
2.6 Koordinaateista . . . . . . . . . . . . . . . . . . . . . . . . 46
2.7 Miksi tasokoordinaatit . . . . . . . . . . . . . . . . . . . 46
2.8 Kolmiulotteiset paikkakoordinaatit . . . . . . . . . . . 47
3. Karttaprojektiot, datumit ja muunnokset 51

3.1 Karttaprojektioita . . . . . . . . . . . . . . . . . . . . . . 51
3.2 Suomen eri koordinaattiratkaisut . . . . . . . . . . . . . 53
– vii –
viii Sisältö
3.3 Karttaprojektiot Suomessa . . . . . . . . . . . . . . . . . 56

3.4 Lisää tasokoordinaateista . . . . . . . . . . . . . . . . . . 61
3.5 Geodeettinen pää- ja käänteistehtävä . . . . . . . . . . 63
3.6 Koordinaattien yhdenmuotoisuusmuunnos . . . . . . . 67
3.7 Datumit ja datumimuunnokset . . . . . . . . . . . . . . 73
3.8 Karttaprojektiot ja korkeusjärjestelmät. . . . . . . . . . 78
3.9 Aikakoordinaatti . . . . . . . . . . . . . . . . . . . . . . . 80
Harjoitus 3 – 1: Etäisyyksiä . . . . . . . . . . . . . . . . . . . . . 81
4. Korkeuden mittaus ja vaaituskoje 85

4.1 Korkeus, geopotentiaali ja geoidi . . . . . . . . . . . . . 85
4.2 Ortometrinen korkeus . . . . . . . . . . . . . . . . . . . . 88
4.3 Korkeuden määritys ja vaaitus . . . . . . . . . . . . . . 89
4.4 Vaaituskoje . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4.5 Mittauskaukoputki . . . . . . . . . . . . . . . . . . . . . . 95
4.6 Putkitasain . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.7 Vaaituskojeen tarkistus ja säätö . . . . . . . . . . . . . . 98
4.8 Itsetasaava koje . . . . . . . . . . . . . . . . . . . . . . . 100
4.9 Digitaalivaaituskoje . . . . . . . . . . . . . . . . . . . . . 102
4.10 Vaaituslatta . . . . . . . . . . . . . . . . . . . . . . . . . . 104
4.11 Vaaitusmenetelmät . . . . . . . . . . . . . . . . . . . . . 107
Harjoitus 4 – 1: Heights . . . . . . . . . . . . . . . . . . . . . . . 112
5. Teodoliitti ja kulmamittaus 115

5.1 Vaaka- ja pystykulmat . . . . . . . . . . . . . . . . . . . . 116
5.2 Teodoliitin akselit . . . . . . . . . . . . . . . . . . . . . . 117
5.3 Teodoliitin rakenne . . . . . . . . . . . . . . . . . . . . . 117
5.4 Teodoliitin käsittely maastossa . . . . . . . . . . . . . . 120
5.5 Havaintojen lukeminen . . . . . . . . . . . . . . . . . . . 131
5.6 Elektroniset teodoliitit . . . . . . . . . . . . . . . . . . . 136
5.7 Case: Leica robottitakymetri TCA2003 . . . . . . . . . . 140
5.8 Vaakakulmamittaus . . . . . . . . . . . . . . . . . . . . . 142
5.9 Teodoliitin kojevirheet . . . . . . . . . . . . . . . . . . . . 152
5.10 Pystykulmat ja refraktio . . . . . . . . . . . . . . . . . . 159
5.11 Kojeen ja tähyksen korkeus . . . . . . . . . . . . . . . . 163
Sisältö ix
6. Etäisyysmittaus 165
6.1 Mekaaninen etäisyysmittaus . . . . . . . . . . . . . . . . 165
6.2 Sähkömagneettinen säteily . . . . . . . . . . . . . . . . . 168
6.3 Väisälä-interferometria . . . . . . . . . . . . . . . . . . . 171
6.4 Elektroninen etäisyysmittaus . . . . . . . . . . . . . . . 174
6.5 Säteen kulku ilmakehässä . . . . . . . . . . . . . . . . . 182
6.6 ”Kaarevuuskorjaukset” . . . . . . . . . . . . . . . . . . . 184
6.7 Geometriset reduktiot . . . . . . . . . . . . . . . . . . . . 186
7. Runko- ja kartoitusmittaus 189

7.1 Runkomittauksen tehtävä ja suunnittelu . . . . . . . . 189
7.2 Ohjeistus ja standardit . . . . . . . . . . . . . . . . . . . 191
7.3 Verkkohierarkia ja -luokitus . . . . . . . . . . . . . . . . 192
7.4 Maastosta, ellipsoidista ja karttatasosta . . . . . . . . . 195
7.5 Avoin monikulmiojono . . . . . . . . . . . . . . . . . . . . 200
7.6 Monikulmiojonon mittaus ja laskenta . . . . . . . . . . 203
7.7 Suljettu monikulmiojono . . . . . . . . . . . . . . . . . . 205
7.8 Kartoitusmittaus . . . . . . . . . . . . . . . . . . . . . . . 210
7.9 Kartoitusmittauksen suorittaminen . . . . . . . . . . . 215
8. Rakentamisen mittaus 223

8.1 Kaavat ja maastoonmerkintä . . . . . . . . . . . . . . . 223
8.2 Maastoonmerkintä ja infrastruktuuri . . . . . . . . . . 224
8.3 Suorat, ympyränkaaret, kulmien pyöristys . . . . . . . 227
8.4 Siirtymäkaari . . . . . . . . . . . . . . . . . . . . . . . . . 231
8.5 Tien- ja kadunmittaus . . . . . . . . . . . . . . . . . . . . 233
8.6 Rakennusmittaukset . . . . . . . . . . . . . . . . . . . . 233
8.7 Muut mittaukset . . . . . . . . . . . . . . . . . . . . . . . 234
9. Numeerisia maastomalleja ja määrälaskenta 239

9.1 Maastomallien mittaus, muodostaminen, esitystapa . 240
9.2 Maastomallien käyttö . . . . . . . . . . . . . . . . . . . . 243
9.3 Pinta-alojen laskenta . . . . . . . . . . . . . . . . . . . . 244
9.4 Tilavuuksien laskenta . . . . . . . . . . . . . . . . . . . . 248
x Sisältö
10. Kolmiulotteisia vertausjärjestelmiä 253

10.1 Geosentriset koordinaattijärjestelmät . . . . . . . . . . 253
10.2 Toposentriset koordinaatit . . . . . . . . . . . . . . . . . 256
10.3 Kolmiulotteiset muunnokset . . . . . . . . . . . . . . . . 257
10.4 Muunnos pienten kiertokulmien tapauksessa . . . . . . 258
10.5 Muunnos kahden vertausellipsoidin välillä . . . . . . . 260
10.6 Laplacen atsimutimittaus . . . . . . . . . . . . . . . . . 262
10.7 Perinteiset “2D+1D” koordinaatistot . . . . . . . . . . . 264
10.8 Case: ED50:n ja EUREF89:n välinen muunnos . . . . . 267
10.9 Case: ITRF:n ja ETRF:n välinen muunnos . . . . . . . . 268
Harjoitus 10 – 1: Greenwich: selitä tämä . . . . . . . . . . . . . 269
11. Global Positioning System (GPS) 271

11.1 Radionavigaatio ja hyperbolisia järjestelmiä . . . . . . 272
11.2 GPS-satelliitti . . . . . . . . . . . . . . . . . . . . . . . . . 274
11.3 GPS-järjestelmä . . . . . . . . . . . . . . . . . . . . . . . 276
11.4 GPS-signaalin sisältämät koodit . . . . . . . . . . . . . . 279
11.5 GPS-vastaanottimia . . . . . . . . . . . . . . . . . . . . . 284
11.6 GPS:n havaintosuureita . . . . . . . . . . . . . . . . . . . 287
11.7 Mittauksen geometria . . . . . . . . . . . . . . . . . . . . 294
11.8 Havaintogeometria ja havaintojen herkkyys . . . . . . 295
11.9 GPS-satelliittien radat . . . . . . . . . . . . . . . . . . . 309
11.10 International GNSS Service . . . . . . . . . . . . . . . . 315
Harjoitus 11 – 1: DOP-suureiden laskenta . . . . . . . . . . . . 316
12. GPS-havaintojen käsittely 317

12.1 Erotushavaintojen muodostus . . . . . . . . . . . . . . . 317
12.2 Relatiivinen (staattinen) GPS . . . . . . . . . . . . . . . 321
12.3 Kokonaislukutuntemattomien kiinnitys . . . . . . . . . 324
12.4 Tosiaikainen paikannus . . . . . . . . . . . . . . . . . . . 326
12.5 SBAS-järjestelmiä . . . . . . . . . . . . . . . . . . . . . . 334
12.6 Tosiaikaisia satelliittipaikannuksen tukipalveluja Suo-
messa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335
Harjoitus 12 – 1: Tarkka staattinen GPS-paikannus . . . . . . 336
Sisältö xi
13. Tasoituslasku geodesiassa 339

13.1 Miksi tasoitus? . . . . . . . . . . . . . . . . . . . . . . . . 339
13.2 Keskiarvo . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
13.3 Lineaarinen regressio . . . . . . . . . . . . . . . . . . . . 342
13.4 Pienimmän neliösumman tasoituksen teoria . . . . . . 344
13.5 PNS-menetelmän esimerkkejä . . . . . . . . . . . . . . . 347
13.6 Geodeettisten mallien linearisointi . . . . . . . . . . . . 352
13.7 Varianssien kasautumislaki . . . . . . . . . . . . . . . . 358
13.8 Geodeettinen päätehtävä virheiden kasautumisen esi-
merkkinä . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360
13.9 Käytännön havaintosuureet ja havaintoyhtälöt . . . . 364
13.10 Helmert-muunnos tasossa . . . . . . . . . . . . . . . . . 368
Harjoitus 13 – 1: Helmert-muunnoksen parametrien estimaatio 370
14. Tilastolliset menetelmät geodesiassa 373

14.1 Pienimmän neliösumman menetelmä . . . . . . . . . . 373
14.2 Tasoituksen jäännösvirheet . . . . . . . . . . . . . . . . 375
14.3 Testaus ja testaushypoteesit . . . . . . . . . . . . . . . . 377
14.4 Kokonaisvalidointi . . . . . . . . . . . . . . . . . . . . . . 378
14.5 Karkeiden virheiden löytäminen tietystä havainnosta 381
14.6 Laskuesimerkki: lineaarinen regressio . . . . . . . . . . 383
14.7 Testin merkitsevyystaso . . . . . . . . . . . . . . . . . . . 386
14.8 Luotettavuus . . . . . . . . . . . . . . . . . . . . . . . . . 389
14.9 Redundanssin merkitys . . . . . . . . . . . . . . . . . . . 393
14.10 Deformaatioanalyysi . . . . . . . . . . . . . . . . . . . . . 394
15. Painovoima geodesiassa 401

15.1 Painovoiman mittaus . . . . . . . . . . . . . . . . . . . . 401
15.2 Painovoima ja geopotentiaali . . . . . . . . . . . . . . . . 403
15.3 Painovoima-anomaliat . . . . . . . . . . . . . . . . . . . . 410
15.4 Gravimetrinen geoidi . . . . . . . . . . . . . . . . . . . . 411
15.5 Painovoimakenttä ja korkeudet . . . . . . . . . . . . . . 415
15.6 Bouguer-anomaliat . . . . . . . . . . . . . . . . . . . . . . 423
15.7 Tähtitieteellinen paikanmääritys . . . . . . . . . . . . . 425
15.8 Painovoimagradientin mittaus . . . . . . . . . . . . . . . 427
xii Sisältö
16. Avaruusgeodesia 431

16.1 Maan pyörähdysliike, rataliike ja tähtiaika . . . . . . . 431
16.2 Taivaan ja Maan koordinaatit . . . . . . . . . . . . . . . 433
16.3 Väisälän tähtikolmiomittaus . . . . . . . . . . . . . . . . 435
16.4 Maan pyörähdysliikkeen vaihtelu . . . . . . . . . . . . . 439
16.5 Maan prekessio ja nutaatio . . . . . . . . . . . . . . . . . 442
16.6 Maan pyörähdysakselin ja rataliikkeen vaihtelut . . . 444
16.7 Avaruussää . . . . . . . . . . . . . . . . . . . . . . . . . . 445
16.8 Satelliitin rataliike . . . . . . . . . . . . . . . . . . . . . . 448
16.9 Satelliittiradan valinta . . . . . . . . . . . . . . . . . . . 449
16.10 Satelliitiradan prekessio ja aurinkosynkrooni rata . . . 451
17. Geodesia ja geofysiikka 453

17.1 Geodynamiikka . . . . . . . . . . . . . . . . . . . . . . . . 453
17.2 Maan painovoimakentän tutkimus kiertoradalta . . . . 467
17.3 Ilmakehän tutkimus ja GNSS . . . . . . . . . . . . . . . 472
17.4 Mannerjään tutkimus, ilmastomuutos . . . . . . . . . . 476
17.5 Geodeettinen merentutkimus . . . . . . . . . . . . . . . 477
Kirjallisuutta 483
Hakemisto 491
A. Matriisien ominaisuudet 511

A.1 Matriisien yhteenlasku . . . . . . . . . . . . . . . . . . . 511
A.2 Matriiseja ja vektoreita . . . . . . . . . . . . . . . . . . . 512
A.3 Yksikkömatriisi . . . . . . . . . . . . . . . . . . . . . . . . 512
A.4 Matriisien kertolasku . . . . . . . . . . . . . . . . . . . . 513
A.5 Transpoosi . . . . . . . . . . . . . . . . . . . . . . . . . . . 514
A.6 Käänteismatriisi . . . . . . . . . . . . . . . . . . . . . . . 515
B. Magnetohydrodynamiikka lyhyesti 517

B.1 Plasma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 517
B.2 Maxwellin yhtälöt . . . . . . . . . . . . . . . . . . . . . . 517
B.3 ”Frozen-in” magneettikenttä . . . . . . . . . . . . . . . . 518
B.4 Alan historia . . . . . . . . . . . . . . . . . . . . . . . . . 518
Sisältö xiii
C. Keplerin rata-alkiot satelliitteille 519

C.1 Radan orientaatiota avaruudessa kuvaavat kulma-
alkiot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 519
C.2 Radan kokoa ja muotoa kuvaavat alkiot . . . . . . . . . 519
C.3 Satelliitin paikkaa radallaan kuvaava alkio, “aikataulu” 520
1. Geodesian historia ja
yhteiskunnallinen asema
1.1 Maan muoto, aikaiset käsitykset
Perinteisissä yhteiskunnissa vallitseva käsitys Maan muodosta oli epäi-

lemättä, että Maa on litteä levy horisontiin saakka, ja että taivas kaar-
tuu kupuna sen yläpuolella. Kuvun sisäpinnalla taivaankappaleet kier-
tävät monimutkaisissa radoissaan. Myös lapsilla on yleensä samanlai-
nen käsitys. Vasta kouluopetuksen myötä tämä “naiivi maailmanmalli”
väistyy. Psykologisesti, lapsen kehityksen kannalta, tämä ei ole miten-
kään helppo prosessi, varmaan yhtä vaikeaa kuin se oli aikanaan koko
yhteiskunnalle tieteen historiallisen kehityksen vaiheena.
Kuitenkin jo muinaiset helleenit olivat tietoisia Maan pallonmuodosta.

Ennakkoluulottomia kuin olivat, he olivat havainneet miten täydellisen
kuunpimennyksen aikana maapallo heitti varjonsa Kuun pintaan. He
Kuva 1.1. Kuunpimennys. Aina ympyrän muotoinen varjo näyttää, että Maa
on oltava pallo.
–1–
2 Luku 1. Geodesian historia ja yhteiskunnallinen asema
Luotiviiva
Auringon γ N
suunta
`
Aleksandria
Päiv
änta O
saaja
Syene
Kuva 1.2. Eratostheneen astemittaus.
havaitsivat myös, että kuunpimennys joka oli Välimeren toisessa päässä

korkealla taivaalla, tapahtui toisessa päässä lähellä horizonttia. Olet-
taen, että oli kyse samasta tapahtumasta, seurasi tästä, että Maan pin-
ta oli oltava ainakin länsi-itä-suunnassa kaareva.
Eratosthenes eli 276 – 195 eKr1 . Hän oli ensimmäisiä, jotka mittasivat
maapallon koon eli säteen olettamalla että se olisi pallon muotoinen.
Mittaus oli periaatteessa samanlainen kuin myöhempien astemittaus-
ten: Mitataan tietyn kaaren pituus Maan päällä geodeettisin keinoin, ja
pisteiden välinen luotiviivojen suuntaero tähtitieteellisin keinoin. Yh-
distämällä kaaren pituus ` ja kaaren päätepisteiden luotiviivojen suun-
taero γ saadaan Maan säteeksi:
`
R= .
γ
Ks. kuva 1.2 Eratostheneen astemittaus.
Tietoa luotiviivojen suunnista saatiin keskikesän Auringosta, joka Sye-

nessä (nyk. Assuan) näkyi valaisemassa kaivon pohjaa. Aleksandriassa
taas Aurinko ei silloin ollut zeniitissä vaan noin 1/50 osaa ympyrää ete-
lämpänä. Eratosthenes sai maapallon säteeksi2 6317 − 7420 km – aika
1 ”Ennen Kristusta”, tarkemmin, ennen kristillisen Euroopan ajanlaskun alkuvuotta.
2 Itse asiassa hän sai tuloksensa yksikössä nimelta stadium, jonka pituus on vaihtele-
va. Eratostheneen käyttämä pituus on kiistanalainen.
1.1. Maan muoto, aikaiset käsitykset 3
Pohjantähti
Alkmaar Luotiviiva
Alkmaar
Suurennus-
Amsterdam
verkko
Perusviiva
Leiden
Kaaren pituus
pq
W
Utrecht
V S
Haag
Gouda
Rotterdam
Dordrecht
Pohjantähti
Breda
Bergen op Zoom Luotiviiva
Bergen op Zoom
Kuva 1.3. Snelliuksen astemittaus. Perusviiva pq on 326,45 roedenin (1229 m)

pituinen. Se johdettiin paikallisen suurennusverkon kautta ainoas-
ta verkossa mitatusta pituudesta, 87,05 roedenin (328 m) pituisesta
alkuperäisperusviivasta (henkilök. tied. L. Aardoom).
lähellä nykyarvoa 6371 km.
Lisätietoja löytyy kirjasta Torge (2001, sivut 5 – 6).
Geodesiassa tärkeän kolmiomittauksen periaate, että kolmioista koostu-

van verkon geometria on yksiselitteisesti määritettavissä, jos kolmioi-
den kulmien lisäksi mitataan vain yksi etäisyys, keksi luultavasti Gem-
ma Frisius3 vuonna 1533 (Crane, 2002, sivut 56 – 57).
Menetelmän käyttö astemittauksen yhteydessä tapahtuu ensimmäistä

kertaa myös Alankomaissa käyttäen hyvinvoivan, mutta litteän maan
runsaslukuisia kirkontorneja. Snellius4 oli ensimmäisten joukossa jot-
3 Gemma Frisius (1508 – 1555) oli hollantilainen monitieteilijä.
4 Willebrord Snell van Rooyen (1580 – 1626) oli hollantilainen tähtitieteilijä ja mate-
α UMi (Pohjantähti)
Pohjois napa
Napakorkeus
Luotiviiva
d
Horisonttitaso
∆ϕ
Kuva 1.4. Luotiviivojen suunta-eron ∆ϕ määritys tähtitieteellisesti. Suunta-

erosta ja metrisesta etäisyydestä d voidaan laskea Maan kaarevuus-
säde R = d/∆ϕ.
ka käyttivät kolmiomittausta kaaren pituuden ` määrittämiseksi. Mit-

taamalla verkossa vain kulmia yhden etäisyyden lisäksi, hän onnistui
määrittämään kahden kaupungin, Bergen op Zoomin ja Alkmaarin, vä-
lisen etäisyyden, vaikka kaupunkien välillä on Reinin suiston leveitä
jokihaaroja. Ks. kuva 1.3 Snelliuksen astemittaus.
Kolmiomittauksen salaisuutena on, että kulmamittausten avulla voi ra-

kentaa, joko laskennallisesti tai graafisesti, koko mittausverkon mitta-
kaavamalli, jossa kaikki suhteet ovat oikeita. Oikean mittakaavan mää-
rittämiseksi riittää, että yksi mallissa oleva pituus mitataan myös todel-
lisuudessa. Snelliuksen tapauksessa tämä oli etäisyys pq, niityllä Lei-
denin lähellä oleva, vain 326 “roedenin” perusviiva.
Tähtitieteellisen paikanmäärityksen avulla saadaan mitatuksi kahden

paikan luotiviivojen suuntien välinen ero, ks. kuva 1.4. Kun matkus-
tetaan meridiaania pitkin etelä-pohjoissuunnassa, muuttuu paikalli-
sen luotiviivan absoluuttinen suunta eli suunta tähtitaivaaseen nähden.
Myös paikallinen horisonttitaso, joka on aina kohtisuora luotiviivaa eli
paikallista painovoiman suuntaa kohtaan, kääntyy saman verran kun
matkustetaan etelä-pohjoissuunnassa – tai mihin suuntaan tahansa.
maatikko.
1.2. Newtonin lait ja Maan muoto 5
Maan pyörähdysakselin suunta avaruudessa on hyvin vakaa (gyros-

kooppi-ilmiö). Se osoittaa taivaalla paikkaan, jonka läheltä löytyy tähti
α Ursae Minoris eli Pohjantähti. Tähden avulla löytyy pohjoisen suun-
ta. Paikan leveysastetta Φ saadaan määrittämällä tähtitieteellisesti tä-
män ns. taivaannavan korkeutta horisontin yläpuolella. Tämä käy hel-
poimmin juuri Pohjantähden avulla, vaikka tarkka mittaus on hieman
mutkikkaampi.
Mittaamalla näin tähtitieteellisin keinoin Alkmaarin ja Bergen op Zoo-

min luotiviivojen välinen suuntaero ja yhdistämällä se kolmiomittauk-
sesta saadun metrisen etäisyyden kanssa, Snellius sai määritetyksi
Maan kaarevuussäde. Menetelmä kutsutaan astemittaukseksi.
1.2 Newtonin lait ja Maan muoto
Maan muodon ymmärtäminen teki suuren harppauksen eteenpäin, kun

Newton5 julkaisi vuonna 1687 pääteoksensa Principian (Philosophiæ
Naturalis Principia Mathematica, “Luonnonfilosofian [fysiikan] mate-
maattiset perusteet”). Tässä opuksessa hän loi koko klassisen mekanii-
kan, mukaanlukien taivaanmekaniikan, perusteet.
Yleinen gravitaatiolaki: Kahden massan m 1 , m 2 välillä toimii veto-

voima, jonka suuruus on
m1 m2
F =G ,
r 212
jossa r 12 on massojen välinen etäisyys.
Tämä vetovoima toimii kaikkien kahden massan välillä. Siis Maan ve-
tovoima ei vain vaikuta Kuuhun ja Auringon vetovoima Maahan, vain
Kuun vetovoima vaikuttaa myös Maahan, jne. Geofysiikassa taas tiede-
tään, että vetovoima toimii myös kaikkien Maan eri osien välillä: me-
ri, ilmakehä, vuoristot vaikuttavat kaikki Maan ympäröivään painovoi-
makenttään. Ja, koska maapallomme koostuu aineista, jotka – vaikka-
kin vähemmän tai enemmän vastahakoisesti – deformoituvat ulkoisen
5 Sir Isaac Newton (1642 – 1727) oli englantilainen fyysikko ja matemaatikko, klassi-
sen mekaniikan isä.
Newton: 1/230.
Massa tasaisesti Huygens: 1/578.
jakautunut Kaikki massa ytimessä
Nykykäsitys: 1/298.
Tiheämpi ydin vaipan keskellä,
ohut kuori (vihreä)
Kuva 1.5. Maapallon eri massajakautumamallit ja lasketut litistyneisyysar-

vot.
voiman vaikutuksesta, muovaa gravitaatio myös maapallon fysikaalista

muotoa.
Principiassa Newton laski kuuluisten lakiensa avulla, että homogeeni-

nen, nestemäinen, tasapainotilassa oleva, kerran 24 tunnissa pyörivä
maapallo, jonka nestealkioiden välillä toimii gravitaatiovoima, olisi kes-
kipakoisvoiman vaikutuksesta navoiltaan litistynyt pyörähdysellipsoidi
(kuva 1.6). Litistyneisyyden (litistyksen) määritelmä on
a−b
f= ,
a
jossa a ja b ovat isoakselin ja pikkuakselin puolikkaat, toisin sanoen,
ekvaattori- ja napasäde.
Newton laski litistyneisyyden teoreettiseksi arvoksi f = 1/230.
Olettamus, että maapallo on tiheydeltään homogeeninen, ei ole oikea.

Christiaan Huygens laski vuonna 1690, olettamalla että maapallon koko
massa on keskittynyt sen keskipisteeseen, että litistyneisyys olisi vain
f = 1/578. Kuten nykyisin tiedetään on totuus näiden kahden ääriarvon
1.2. Newtonin lait ja Maan muoto 7
Meridiaani
Asteen pituus Lapissa
Asteen pituus
Perussa
rL b
rP a
a
Kuva 1.6. Pyörähdysellipsoidin parametrit.
välillä: maankuoren tiheys on luokkaa 2,7 g/cm3 , sen alla olevan vaipan
tiheys on 3,0 − 5,4 g/cm3 , ja Maan rautaytimen tiheys on 10 − 13 g/cm3 . Ko-
ko maapallon keskimääräinen tiheys on noin 5,4 g/cm3 . Eli, vaikka tiheys
kasvaakin rajusti Maan keskipisteeseen mennessä, on kuitenkin huo-
mattava osa Maan massasta kaukana sen keskipisteestä.
Newtonin aikana oli vaikutusvaltaisia tiedemiehiä, mm. tähtitietelijä

Cassini6 , jotka uskoivat, että maapallo oli itse asiassa pitkistynyt rugby-
pallon tapaan, b > a, eikä litistynyt. Kysymykseen oli etsittävä empiiri-
nen ratkaisu!
Litistyneisyysongelma jäi ratkaisematta, kunnes puoli vuosisataa myö-

hemmin Ranskan tiedeakatemia järjesti kaksi retkikuntaa, toinen Suo-
men – silloin Ruotsin valtakunnan – Lappiin (1736 – 1737), toinen Etelä-
Amerikkaan Peruun (1735 – 1744). Retkikuntien tehtävänä oli mitata
geodesian ja tähtitieteen mittauskeinoin yhden asteen kaaren pituus
kahdella eri leveysasteella, toinen päiväntasaajan lähellä Perussa, toi-
nen pohjoisnavan lähellä Lapissa Tornionlaaksossa. Kyse oli siis saman-
laisesta astemittauksesta kuin se, joka Snellius suoritti yli vuosisataa ai-
emmin. . . mutta tämä mittaus tapahtui kaukana kotimaasta, vieraassa
maassa eri ilmastovyöhykkeessä, toinen jopa valtameren takana.
Mittausten idea on esitetty kuvassa 1.6. Tähtitieteellisten mittausten

avulla perustetaan perusviiva pohjois-eteläsuunnassa, jonka päätepis-
teiden luotiviivojen suunnat eroavat toisistaan yhden asteen verran.
6 Jean Dominique (Giovanni Domenico) Cassini (1625 – 1712) oli italialais-

ranskalainen tähtitieteilijä, matemaatikko ja insinööri.
Maan päällä mitataan paljonko on pisteiden välinen etäisyys metreis-

sä7 . Jos Newton oli oikeassa, asteen pituus pohjoisnavan lähellä olisi
suurempi kuin päiväntasaajan lähellä, toisin sanoen, Maan kaarevuus-
säde olisi navoilla pidempi kuin päiväntasaajalla:
rL > rP .
Molempien retkikuntien mittausten yhteiseksi tulokseksi saatiin empii-

rinen litistyneisyysarvo f = 1/210. Vertailun vuoksi nykyisin hyväksytty
arvo Maan litistyneisyydelle on f = 1/298,257.
Pierre L. M. de Maupertuis’n johtaman retkikunnan seikkailuista Tor-

nionlaaksossa vuosina 1736 – 1737 on laajasti kirjoitettu8 .
Myöhemmistä astemittauksista voidaan mainita Struven9 venäläis-poh-

joismaalainen astemittaus (“Struven ketju”) 1816 – 1855 joka ulottui
Norjan Atlantin rannikolta Mustalle merelle saakka10 . Joitakin ketjun
pisteitä on säilynyt Suomenkin alueella.
1.3 Maan matemaattinen muoto eli geoidi
Luotiviivan suunnan vaihtelua paikasta toiseen maanpinnan kaarta

pitkin voidaan siis käyttää Maan todellisen muodon selvittämiseksi.
Edellisessä osiossa kuvattiin, miten Ranskan tiedeakatemian astemit-
tausprojekti käytti tätä ilmiötä hyväksi Maan muodon määrittämiseksi,
olettaen, että Maa olisi pyörähdysellipsoidin muotoinen.
Tarkempien geodeettisten mittausten avulla huomattiin, että tämä ole-

tus ei tarkasti pidä paikkansa. Jo Perun astemittauksen yhteydessä
Pierre Bouguer11 huomasi, että luotiviivan suunnalla Andien molem-
7 Oikeasti Ranskan tiedeakatemian mittauksissa käytettiin toisea mittausyksikkönä,

koska metri ei ollut vielä keksitty.
8
http://lapinkavijat.rovaniemi.fi/maupertuis/mittausretki.html,
http://www.maupertuis.fi/tieteelliset-mittaukset/astemittaus/.
9 Friedrich Georg Wilhelm von Struve (1793 – 1864) oli venäläinen tähtitieteilijä ja geo-
deetti.
10 http://fi.wikipedia.org/wiki/Struvenketju.
11 Pierre Bouguer (1698 – 1758) oli ranskalainen monitieteilijä, lähinnä geofyysikko ja

laivanrakentaja.
1.3. Maan matemaattinen muoto eli geoidi 9
Meridiaani
Kittisvaara
Pullinki Lapin
Niemivaara astemittaus
Napapiiri
Horilankero
Poiki-Torni
Ylitornion pappila Aavasaksa
perus-
viiva
Luppio Huitaperi
x
Kaakamavaara Perun
Nivavaara
astemittaus
Tornio
Kuva 1.7. Ranskan tiedeakatemian astemittausprojekti: Lapin astemittauk-

sen verkko.
Kuva 1.8. Struven ketjun pohjoisin piste Fuglenesissa, Norjassa (© Wikimedia

Commons).
milla puolilla oli taipumus poiketa vuoristoon päin, ja hän tulkitsi tätä
oikein vuoriston Newtonin mukaisen gravitaation eli vetovoiman ilmai-
suksi. George Everest12 Intiassa huomasi samaa ilmiötä Himalajan lä-
histöllä. Geodeettisten mittausten ja etenkin tähtitieteellisten luotivii-
van suunnan määritysten edetessä syntyi käsitys, että Maan muoto on
epäsäännöllinen.
Alettiin puhua “Maan matemaattisesta muodosta” eli geoidista (J.B. Lis-

ting13 , 1873), keskimerenpinnan jatkeesta mannermassojen alle, pinta
joka on kaikkialla kohtisuorassa luotiviivoja vastaan, ja jonka mukai-
seksi lepotilassa oleva neste (esim. merivesi) asettuisi. Ks. kuva 1.9.
Vuonna 1862 preussilaisen J. J. Baeyerin14 johdolla perustettiin “Mitte-

leuropäische Gradmessung” (“Keski-Euroopan Astemittaus”), josta myö-
hemmin kehittyi maailmanlaajuinen järjestö IAG, Kansainvälinen Geo-
deettinen Assosiaatio, International Association of Geodesy. Sen tehtä-
vänä oli määrittää Maan muotoa, etenkin Euroopan alueella, ja yhdis-
tää Euroopan geodeettiset verkot yhdeksi verkoksi. Tämä päämäärä
saavutettiin kunnolla vasta vuonna 1950, kun ensimmäinen yhteiseu-
rooppalainen verkkotasoitus ED50, “European Datum 1950”, valmistui,
vaikkakin aluksi vain Länsi-Euroopan alueella.
Myös muualla maailmassa, kuten Pohjois-Amerikassa, mitattiin man-

nerlaajuisia kolmiomittausverkkoja Maan muodon ja Maan pinnalla
olevien pisteiden sijainnin määrittämiseksi kartoitustyön tueksi. Maan
yleisen muodon ja litistyneisyyden määrittäminen tarkasti maanpinnal-
ta, klassisin geodeettisin menetelmin, on kuitenkin vaikea koska laajat
verkot Maan pinnalla eivät ole geometrisesti vahvoja ja niiden yhdistä-
minen toisiinsä meren ylitse ei onnistu. Vasta satelliitit ovat tuoneet
tähän apua. Satelliitimenetelmät ovat antaneet tarkkoja tietoja mm.
Maan litistyneisyydestä käyttämällä hyväksi sen aiheuttamia satelliit-
tiratojen häiriöitä. Jo muutama viikko Sputnikin laukaisun jälkeen oli
12 Sir George Everest (1790 – 1866) oli walesiläissyntyinen geodeetti ja maantieteili-

jä, Survey of Indian ylijohtaja. Vuonna 1865 nimettiin Mount Everest hänen mukaan
vastoin omaa toivomustaan.
13 Johann Benedict Listing (1808 – 1882) oli saksalainen matemaatikko, topologian
keksijä.
14 Johann Jacob Baeyer (1794 – 1885) oli preussilaisupseeri ja geodeetti.
1.4. Geodeettinen viiva 11
Geoidi Topografia (maasto)
Luotiviiva
Luotiviivan suunta
Ma
nne Vertausellipsoidi
r
Keskimerenpinta
M
er
i
Kuva 1.9. Luotiviivan poikkeamia ja geoidin muoto.
käytettävissä hyvin paljon tarkempi litistyneisyysarvo, ja amerikkalai-

sen Vanguard 1 -satelliitin ansiosta todettiin maapallo “päärynänmuo-
toiseksi” – tosin hyvin, hyvin vähän.
1.4 Geodeettinen viiva
Tasossa lyhin matka kahden pisteen välillä on suora. Pallon tai pyö-
rähdysellipsoidin kaarevassa pinnassa lyhin matka on käyrä. Pallon ta-
pauksessa se on suurympyrän kaari; ellipsoidin tapauksessa se on erit-
täin lievästi S-muotoinen pintakäyrä.
Kuva 1.10 kuvaa tätä yleistä käsitystä “lyhin matka pinnan sisällä” eli
geodeettinen viiva (en. geodesic).
Kuvasta näkyy toinenkin kurioisiteetti: sekä tasopinnan että pallopin-

nan tapauksessa päätepisteiden A ja B luotiviivat eli normaalit pintaa
kohtaan ovat itse yhteysviivan tai -käyrän kanssa samassa leikkausta-
sossa, normaalileikkauksessa. Pyörähdysellipsoidin tapauksessa näin ei
ole kuitenkaan asian laita: yleisessä tapauksessa ei ole olemassa nor-
maalileikkausta joka sisältää molemmat normaalit. Tämä efekti on to-
sin erittäin pieni ja sitä voi unohtaa kaikissa paitsi tarkimmissa lasken-
noissa.
Perinteiset geodeettiset mittausverkot Maan pinnalla, kuten kolmiomit-

A
B
B
B
A
Kuva 1.10. Geodeettinen viiva tasossa, pallolla ja pyörähdysellipsoidilla. Nuo-

let kuvaavat paikallinen normaali pintaa kohtaan.
tausverkot, voidaan katsoa koostuvan mittausviivoista jotka ovat geo-

deettisia viivoja jollakin vertauspinnalla, yleensä vertausellipsoidilla.
Käytännössä mittauskojeet ja tähykset eivät koskaan sijaitse tarkas-

ti vertauspinnalla, vain jokin matka sen ylä- tai harvemmin alapuolel-
la. Silloin on suoritettava raakahavaintojen reduktio tähän vertauspin-
taan. Tämä koskee sekä kulma- että etäisyyshavainnot. Yleensä tarvit-
tavat korjaukset ovat pieniä.
1.5 Maan litistyneisyys ja painovoima
Kuten yllä kuvattiin, oli jo kreikkalaisilla tiedossa maapallon pallon-

muotoisuus ja jopa likimääräinen koko. 1600- ja 1700-luvun aikana ke-
hittyi idea maapallon litistyneisyydestä eli pyörähdysellipsoidista Maan
muodon kuvaajana. Tähtitieteilijät havaitsivat Jupiterin litistyneisyyt-
tä ja selittivät sen oikealla tavalla planeetan suuren pyörähdysnopeu-
den aiheuttamana dynaamisena ilmiönä.
Litistyneen maapallon pinnalla tietysti myös painovoima vaihtelee le-

veysasteen mukaan; näin havaittiinkin heilurikellon avulla, jonka hei-
lurin piti lyhentää matkustettaessa Cayenneen Ranskan Guyanaan
(Jean Richer15 , 1672), jotta kello olisi käynyt taas oikein. Painovoima
15 Jean Richer (1630 – 1696) oli ranskalainen tähtitieteilija.

1.6. Vertauspinnat ja vertausjärjestelmät 13
on päiväntasaajan lähellä heikompi kuin Ranskassa. Palattuaan Rans-

kaan Richer joutui taas pidentämään heilurinsa, jotta se kulkisi ajassa.
Newton ja Huygens laskivat teoreettisesti maapallon litistyneisyyden

a−b
f = arvon, jossa a ja b ovat isoakselin puolikas ja pikkuakse-
a
lin puolikas, eli ekvaattorisäde ja napasäde. A. C. Clairaut16 toisaal-
ta johti kuuluisan yhtälönsä joka antaa yhteyden litistyneisyyden f ja
γ b − γa
“painovoima-litistyneisyyden” β = välillä. Tässä γα ja γb ovat
γa
painovoimakiihtyvyydet päiväntasaajalla ja navoilla. Clairaut’n lauseen
likimääräinen mutta elegantti muoto on
ω2 a
f +β = ,
γa
jossa ω on Maan pyörähdysliikkeen kulmanopeus.
1.6 Vertauspinnat ja vertausjärjestelmät
Korkeuksien vertauspintana käytetään geoidia, se Maan painovoima-

kentän potentiaalin tasopintaa eli ekvipotentiaalipintaa, joka on keski-
määrin samalla tasolla kuin keskimerenpinta. Tämä on siis se pinta,
potentiaalienergian minimitila, jonka merivesi saavuttaisi, jos valtame-
ressä ei olisi virtauksia, suolaisuus- ja lämpötilaeroja, sen yläpuolella ei
olisi ilmanpainevaihteluita, jne. Todellisuudessa kaikki nämä häiriöte-
kijät ovat olemassa ja maailmanlaajuinen keskimerenpinta poikkeaa jo-
pa toista metriä ekvipotentiaalipinnasta, sekä sen ylä- että alapuolella.
Tästä poikkeamasta osa on ajassa vaihteleva, kuten esimerkiksi vuoro-
vedet, osa on pysyvä, ns. meritopografia.
Eri maiden vaaittuja korkeuksia voidaan ymmärtää korkeuksina tämän

geoidipinnan yläpuolella. Käytännössä korkeudet sidotaan kuitenkin
rannikolla toimivien vesiasteikkoiden eli mareografien merenpinnan ha-
vaintoihin, ja vertaustaso siirretään rannikolta sisämaahan vaaituksen
avulla, näin luoden korkeusjärjestelmä.
Geoidista ja korkeuksista lisää luvussa 4.
Avaruusgeometrinen mittausmenetelmä, kuten GPS, antaa mahdolli-

suuden laskea pisteen korkeus vertausellipsoidista, koska ellipsoidi on
16 Alexis Clairaut (1713 – 1765) oli ranskalainen matemaatikko ja tähtitieteilija.

yksinkertainen matemaattinen pinta avaruudessa. Vertausellipsoidi on

muutenkin hyvä maapallon todellisen muodon approksimaatio, jota on
perinteisesti myös käytetty vertauspintana kansallisten tai mannerlaa-
juisten kolmiomittausverkkojen tasoituksissa.
Hyvin pienellä alueella moneen tarkoitukseen kelpaa edelleen “litteän

Maan approksimaatio”, oletus että Maan kaarevuuden voi jättää huo-
mioimatta. Pisteiden sijainnin voi kuvata kahdella tasokoordinaatilla
ja korkeuden yhdellä korkeuskoordinaatilla, pystyetäisyydellä metrei-
nä vertaustasosta. Sovelluksesta riippuen “pieni alue” voi olla kaupunki
tai koko Suomi – tai erikoistilanteissa, harkiten, jopa Euroopan kokoi-
nen alue, esimerkiksi Strang van Hees (1990).
1.7 Geodesian osa-alueet
Geodesia tieteenä määritellään “Maan pinnan mittausten ja kartoituk-

sen tieteenä” (Helmert, 1880; ks. Torge (2001, sivu 1). Tämä määritelmä
pitää edelleenkin paikkansa: geodesiaan kuuluu myös valtameren poh-
jan kartoitus, sekä Maan painovoimakentän eli geopotentiaalin määri-
tys. Yhä enemmän myös maan muodon muutosten ja niiden fysikaalis-
ten mekanismien tutkimuksesta, geodynamiikasta, on tullut osaksi geo-
desian tutkimuskenttää.
Näin ollen geodesia, lähinnä fysikaalinen geodesia, kuuluu geotieteisiin.

Kuitenkin geodesia kuuluu selvästi myös teknisiin tieteisiin. Suomessa
geodesiaa opetetaan sekä Helsingin yliopistossa (dosentuurin ja tuntio-
pettajien voimin) että Aalto-yliopistossa (professuuri, dosentuureja, tun-
tiopettajia).
Geodesia voidaan jakaa Torgen mukaan kolmeen osa-alueeseen:
◦ globaalinen geodesia, myös “maapallon mittaus (en. geomensura-

tion, saks. Erdmessung). Tarkemmin:
“Geodesian tehtävänä on Maan ja muiden taivaankappaleiden muo-

don ja koon määrittäminen ja näiden ajallisten muutosten tutkimi-
nen; sekä Maan keskimääräisen vertausellipsoidin määrittäminen
Maan pinnalla ja sen ulkopuolella havaituista parametreista.”
1.8. Maastomittaus: maastosta kartaksi 15
Maan muoto:
1. Maan fyysinen muoto: Maan kiinteä pinta eli rajapinta kiin-

teän ja kaasumaisten tai nestemäisten aineiden – ilmakehä,
valtameri – välillä kaikkine vuorineen ja syvänteineen
2. Maan matemaattinen muoto: Maan painovoimakentän ekvi-

potentiaalipinta joka keskimäärin yhtyy keskimerenpintaan.
Tätä pintaa, jota voidaan pitää keskimerenpinnan jatkeena
mannerten alla, kutsutaan J. B. Listingin mukaan geoidiksi.
◦ geodeettinen maanmittaus, maanmittaustiede
◦ tavallinen maanmittaus (“plane surveying”). Tähän kuuluvat mm.

topografiset mittaukset ja insinöörigeodesian mittaukset. Nämä
mittaukset ovat alueelliselta laajuudeltaan ja tarkkuusluokaltaan
sellaisia, että kaikissa laskussa voidaan maapallon kaarevuus jät-
tää turvallisesti huomioimatta, tai ottaa huomioon yksinkertaisil-
la korjauskaavoilla.
Nämä mittaukset suoritetaan paitsi geodeettisin keinoin, usein

myös fotogrammetrisesti ilmakuvauksen avulla. Toiminnan pää-
määrä on aina geometrisesti tarkkojen ja oikeiden kartta-aineistojen
tuottaminen yhteiskunnan käyttöön.
Laskennat voidaan suorittaa käyttämällä tasokoordinaatteja x ja

y, pienen alueen kartat voidaan piirtää ilman karttaprojektion
käyttöä ja erillinen korkeuskoordinaatti H voidaan olettaa puh-
taasti metriseksi (“metrit merenpinnan yläpuolella”) ilman haital-
lisia seuraamuksia.
1.8 Maastomittaus: maastosta kartaksi
Kirjasessa “Maastomittaus ja Kartoitus” (Heiskanen ja Härmälä, 1963)

lausutaan:
““Maastomittauksen ja siihen liittyvän kartoituksen useimmin esiintyvä-

nä päämääränä on antaa suuremmasta tai pienemmästä alueesta mah-
dollisimman oikea ja tarkka kuva kartan muodossa.”
Yhteiskunta tarvitsee karttoja ja paikkaan sidottuja tietoja moneen tar-

koitukseen. Nyky-yhteiskunnassa kiinteistön omistaminen, sen ostami-
nen ja myyminen ja erityisesti sen panttaaminen (hypoteekki) rahoi-
tuksen vakuudeksi kiinteistön arvon ylläpitämiseksi ja sen kehittämi-
seksi, ovat modernin, korkean sijoitustason yhteiskunnan peruspilarei-
ta. Tähän tarkoitukseen on olemassa katasterijärjestelmä, joka rekiste-
röi mahdollisimman luotettavasti kiinteistöjen ja näihin sidottujen oi-
keuksien tilan. Kiinteistöjä ja tontteja on miljooneja ja niiden yhteinen
rahallinen arvo on tähtitieteellinen17 .
Toinen yhteiskunnalle tärkeä karttojen ja geotieteiden käyttötarkoitus

on infrastruktuurin suunnittelu ja rakentaminen. Tiet, rautatiet, sil-
lat, tunnelit, vesiväylät, lentokentät, satamat, voimalat, vesilaitokset,
puhelin-, sähkö- ja tietoverkot jne. jne. Tämä on taloudellisen tuotta-
vuuden kannalta elintärkeä julkinen toiminta.
Jokaisessa kehittyneessä yhteiskunnassa rakentaminen on jollain ta-

valla rajoitettu. Ei saa rakentaa mitä ja miten haluaa edes omalla maal-
la. Kaavoitus (en. zoning) määrää koordinoidulla tavalla, mihin käyttö-
tarkoituksiin maata saa ja ei saa käyttää. Nämä määräykset sisältyvät
ns. kaavoihin, joiden hyväksymisprosessi on laissa säädetty, julkinen ja
monivaiheinen. Syy tähän on, että kaavat vaikuttavat kiinteistön ar-
voon, ja siksi kiinteistönomistajan oikeudellinen asema edellyttää, että
kaavojen demokraattinen hyväksymisprosessi sisältää riittäviä valitus-
keinoja. Kartat ja muut maanmittauksen tietolähteet ovat tämän pro-
sessin olennaisia osia.
Suomessa maan käytön ja siihen liittyvän paikallisen infrastruktuurin

rakentamisen suunnittelu tapahtuu suurilta osin julkisessa hallinnos-
sa, useimmiten kunnissa. Puhutaan yhdyskuntasuunnittelusta.
Määrällisesti maastomittaus on ylivoimaisesti suurin maanmittauksen

sovelluskenttä.
17 Raportin (RAKLI ry, 2014) mukaan ”Suomen koko rakennuskannan arvo tonttei-
neen on noin 480 miljardia euroa”. Se merkitsee lähes sataa tuhatta euroa jokaista
suomalaismiestä, -naista ja -lasta kohtaan.
1.8.1 Yhdyskuntasuunnittelu
Yhdyskuntasuunnittelu on jatkuva toiminta, johon kuuluu kaavoitus,

maankäytön ja rakennetun ympäristön suunnittelu ja rakennustoi-
minnan ohjaus. Yhdyskuntasuunnittelussa suuri rooli on kunnalla.
Kaupunkisuunnittelu ja aluesuunnittelu ovat yhdyskuntasuunnittelun
muotoja.
Yhdyskunnan tekninen suunnittelu ja rakentaminen tarvitsevat luotet-

tavaa tietoa ympäristöstä jota suunnitellaan ja rakennetaan. Kuva 1.11
antaa käsityksen missä kaikissa rooleissa maastomittauksen antama
paikkatieto on mukana jatkuvassa yhdyskuntasuunnittelu- ja rakenta-
misprosessissa.
Maastomittaus on koko prosessissa mukana:
◦ Maastotiedot on mitattava kartalle tietyssä koordinaatistossa.
◦ Kun kaava on valmis, on se merkittävä maastoon.
◦ Kiinteistöt on mitattava ja kartoitettava.
◦ Tekniset rakenteet on sijoitettava maastoon.
Maastomittauksella on seuraavat tavoitteet ja tehtävät:
◦ rungon luominen kartoitukselle: saada mittaukset tiettyyn tun-

nettuun koordinaatistoon
◦ maaston yksityiskohtien kartoitus runkopisteitä käyttäen: kartoi-

tusmittaus
◦ maastoon merkitseminen: suunnitelmien siirtäminen maastoon,

toteutettaviksi oikeilla paikoilla. Maastoon merkitseminen on ta-
vallaan kartoituksen käänteistehtävä.
1.8.2 Maastomittauksen tehtävät
Maastomittauksen tehtävien onnistunut suorittaminen edellyttää, että

maanmittari tuntisi seuraavat asiat:
◦ geodeettiset kojeet
◦ mittaustekniikka, mittauksen suunnittelu, mittausolosuhteet
◦ geodeettinen laskenta: koordinaatit ja koordinaattimuunnokset,

johdetut suureet, tarkkuuslaskenta
' $
X
◦ Geodeettiset mittaukset
Luku 1. Geodesian historia ja yhteiskunnallinen asema
◦ Maastomittaus
◦ Ilmakuvaus
◦ Topografinen kartoitus
& %

Havaitseminen, mittaaminen ◦ Mittausten käsittely
Karttojen ja geotietojen ◦ Vienti
päivitys ja ajantasaus geotietojärjestelmään

Yhdyskuntasuunnittelu:
Maan käyttö Geotietojen hallinta
Maan käytön
x ◦ Kiinteistöt suunnittelu ◦ Kartat
◦ Yhdyskuntatekniikka jatkuvana prosessina ◦ Geotietojärjestelmät
◦ Infrastruktuuri
' $
◦ Kaavoitus

Maankäytön hallinta ◦ Yhdyskuntasuunnittelu
◦ Yhdyskuntarakentaminen ja suunnittelu
◦ Tekninen suunnittelu (teiden,
◦ Kiinteistöjen muodostus ja
katujen, katukaluston, viemari-,
rekisteröinti
Kaava, kaavan pohjakartta kaukolämpö-, puhelin- ja

tietoverkkojen)
X
& %
18
Kuva 1.11. Kartan ja maastomittauksen roolit yhdyskuntasuunnittelussa ja -rakentamisessa.

◦ kaavan laskenta, maastoon merkintä
◦ paikkatietojärjestelmät
◦ kartat, tulostus, raportointi.
Prof. Matti Martikaiselta on peräisin kaunis kuvaus, taulukko 1.1, mit-

taussuunnitelman roolista ja maastomittauksen paikasta koko mittaus-
ja kartoitusprosessissa. Tässä se esitetään hieman modernimpana. Tau-
lukon eri osat kuuluvat geodesian, fotogrammetrian ja kartografian osa-
alueisiin.
1.8.3 Maastomittauksen lopputulos
Maastomittauksen näkyvä lopputuote on kartta. Kartta on oltava ennen

kaikkea oikea, mutta myös selvästi piiretty, on antava kaikki relevantti
informaatio, ja sietää olla kauniskin (Heiskanen ja Härmälä, 1963).
Kartalle valitaan sopiva mittakaava, joka määrittää esitetyn tiedon

tarkkuustason. Mittakaava valitaan kartan tarkoitukseen sopivaksi.
Esitettävät kohteet tulisi yleistää sopivalla tavalla: liian pienet yksityis-
kohdat tulisi poistaa, kuitenkin olennaiset yksityiskohdat selkeyttää18 .
Nykyisin kartta voi olla myös digitaalisessa muodossa. Silloin mittakaa-

van merkitys ei ole yhtä selkeä.
Tämän lisäksi on paljon paikkaan sidottua informaatiota numeerisessa

muodossa (paikkatieto, joka koostuu sijainti- ja ominaisuustiedoista) ja
“metatietoa” eli toista tietoa, esim. karttatietoa, kuvaavaa informaatio-
ta. Paperikartassa oleva legenda on esimerkki metatiedoista.
Seuraavat tiedot ovat tai voivat olla osana lopputuotetta:
◦ tasokoordinaatit, nämä ilmoittavat sijainnin kunnassa, valtakun-

nassa, maapallolla. Kartalla koordinaattikäyrät, koordinaattiruu-
dukko
◦ korkeustiedot, esimerkiksi korkeuskäyrät, korkeuspisteiden kor-

keusarvot, mahdollisesti profiilit
◦ fysikaalisen maanpinnan muodot, eri tavalla esitettynä
18 Esimerkiksi tiekartalle piirrettyjen teiden leveydet eivät ole missään suhteessa

maastossa olevien teiden leveyksiin! Piirretty leveys ilmaisee tien tärkeyttä liikenteel-
le. Näin yleistys toimii.
Luku 1. Geodesian historia ja yhteiskunnallinen asema
Taulukko 1.1. Maastomittaus koko mittaus- ja kartoitusprosessin osana.

Mittaussuunnitelma
Rungon mittaus (GNSS), laskenta
Tietojen keruu Kartoitusmittaus Olemassa olevat Digitaali- Laser- Valokuvat
(usein GNSS-RTK) kartat kuvat keilaus
Tietojen käsittely Geodeettinen Digitointi Kuvan- Käsit- Stereofoto-
laskenta käsittely tely grammetria
Tietojen yhdistäminen
Paikkatietojärjestelmä
Tuotteet Graafiset Numeeriset Tekstuaaliset Metatieto
Tietojen Raportit
esittäminen ◦ Maastokartat ◦ Pistetietokannat
loppukäyttäjälle ◦ Teemakartat ◦ Korkeusmallit
◦ Erikoiskartat ◦ Digitaaliset
◦ Asiakastulosteet CAD-mallit
◦ 3D-visualisointi
20
◦ ominaisuustiedot. Mitatut kohteet kuvataan kartalle sovitun esi-

tystavan mukaan. Jokaiselle tiedolle annetaan sopiva tunnus tai
symboli
◦ kartalle kuvatut tiedot voidaan myös jakaa luonto- ja kulttuuri-

tietoihin. Osa kulttuuritiedoista ei näy maastossa, kuten omistus-
suhteet, kiinteistörajat, kaavoitus, historialliset seikat ym.
2. Geodeettiset mittaukset ja
koordinaatit
2.1 Mittausyksiköitä
2.1.1 Määritelmiä
Kun puhutaan geodesiassa, kuten yleisemmin fysiikassa, käytettävistä

mittausyksiköistä, tehdään ero yksiköiden ja suureiden välillä. Esimer-
kiksi pituus on suure, jonka mittausyksikkö voi olla vaikkapa metri [m].
Siis esimerkiksi:

1
Matkan AB pituus on 15 metriä eli 15 m .

Suure Lukuarvo Yksikkö Symboli
Pituus 15 metriä m
Kirjallisuudessa käytetään myös termiä dimensio, esimerkiksi tilavuu-

den dimensio on pituus3 , kiihtyvyyden dimensio on pituus ×aika−2 . Näin
ilmaistaan millä tavalla tietyn suureen määritelmä riippuu toisten suu-
reiden määritelmästä. Esimerkiksi jos halutaan mitata tarkasti kiih-
tyvyyksiä, on mitattava tarkasti sekä pituuksia että aikavälejä. Tämä
kuuluu metrologian eli mittaustekniikan alaan.
Suomessa, kuten useimmissa maissa maailmassa, käytetään SI-järjestelmää

eli Kansainvälistä mittayksikköjärjestelmää (SI = Système Internatio-
nal d’Unités), myös SI-mittayksikköjärjestelmä.
Järjestelmä koostuu perusyksiköistä ja johdannaisyksiköistä. On ole-

massa seitsemän perusyksikköä2 Ks. taulukko 2.1.
2 http://www.bipm.org/en/measurement-units/base-units.html.
– 23 –
24 Luku 2. Geodeettiset mittaukset ja koordinaatit
Kuva 2.1. Julkinen metri Pariisissa, 36 rue de Vaugirard, kuudes arrondisse-

mentti.
2.1.2 Kulmayksiköt, etuliitteet
Yksiköt radiaani ja steradiaani ovat dimensiottomia lukuja (“paljaita

lukuja”) koska ne ovat suhdelukuja. Esimerkiksi radiaani on ympyrä-
kaaren pituuden ja sen säteen suhde ja näin ollen dimensioton. Kuiten-
kin on käytössä myös muita kulmayksikköitä, kuten aste ja gooni. Siksi
on tavallaan järkevä käsitellä kaikkia – radiaani, aste, gooni – myös yk-
sikköinä.
Tilanne on hieman samanlainen logaritmisille asteikoille: Richter (maan-

järistyksen kokonaisenergia), Beaufort (tuulen nopeus), tähtien magni-
tudiskaala, desibeli (dB) -skaala, valokuvausemulsion valoherkkyyden
◦
DIN-skaala.
Taulukko 2.1. Suureet, yksiköt ja symbolit.
Suure Yksikkö Symboli Miten johd.
Pituus Metri m
Massa Kilogramma kg
Aika Sekunti s
Perus-
Sähkövirta Ampeeri A
yksiköt
Lämpötila Kelvin K
Valovoima Kandela cd
Ainemäärä Mooli mol
Tasokulma Radiaani rad

Avaruuskulma Steradiaani sr
Taajuus Hertsi Hz s−1
Voima Newton N kg m s−2
Johdetut
Paine Pascal Pa Nm−2
yksiköt
Energia Joule J Nm
Teho Watti W Js−1
Jännite Voltti V WA−1
Vastus Ohmi Ω VA−1
2.1. Mittausyksiköitä 25
Taulukko 2.2. SI-järjestelmän suuruusluokkaa ilmaisevat etuliitteet.
Arvo Liite Symboli Arvo Liite Symboli
+1 deka da +6 mega M
+2 hehto h +9 giga G
+3 kilo k +12 tera T
−1 desi d −6 micro µ
−2 sentti c −9 nano n
−3 milli m −12 pico p
SI-yksikköihin (muttei lisäyksikköihin3 !) voi laittaa suuruusluokkaa il-

maisevan etuliitteen taulukon 2.2 mukaan. Taulukko ei ole täydellinen.
. . . eli 1 MHz = 10+6 Hz.
Perusyksiköistä sekä pituus että aika perustuvat atomaarisiin ilmiöi-

hin.
Metri on se matka, jonka valo kulkee tyhjiössä 1/299 792 458 sekunnissa.
Käytännössä metri realisoidaan ns. jodistabiloidun helium-neon laserin
avulla, jonka aallonpituus on hyvin tarkasti (2,5 osaa 1011 :ssä) tiedos-
sa4 .
Sekunti taas on “9 192 631 7705 kertaa sellaisen säteilyn värähdysaikaa,

133
joka vastaa Cs-atomin perustilan ylihienorakenteen kahden tietyn
energiatason välisessä siirtymässä syntyvän säteilyn värähdysaikaa”
[virallinen SI-määritelmä]: se perustuu kesiumkellon käyttöön.
2.1.3 Lisäyksiköt
Päivittäisessä elämässä ja monessa tieteen alassa käytetään runsaasti

ei-SI-yksikköitä, käyttö joka ei näytä loppuvan lähiaikana. Esimerkiksi
kalenteri tai kello ei olisi kovin käytännöllistä kilo- ja megasekunneissa.
Kansainvälinen metrologiayhteisö ymmärtää tämän ja on luonut yksik-
köille oman kategorian, lisäyksiköt6 .
3 Näin kuitenkin laajasti tehdään, esim. kcal merkitsee kilocalorie, perinteinen ke-
miallisten aineiden ja ruuan energiasisällön yksikkö. Tietotekniikassa taas etulii-
te k, tai K, joskus ilmaisee epästandardin binäärisen suuruusluokan 1024× (http:
//en.wikipedia.org/wiki/Kilobyte). Ja myös rahayksikköä k$ käytetään!
4 http://museum.nist.gov/object.asp?ObjID=50.
5 http://tinyurl.com/hfsn2rr.
6 http://tinyurl.com/zyjpxcw.
Taulukko 2.3. SI-järjestelmän kanssa käytetyt lisäyksiköt.
Suure Perusyksikkö Lisäyksikkö Symboli
Tunti, minuutti, sekunti hms

Aika s Vuorokausi d
Vuosi a
◦ 0 00
Aste, minuutti, sekunti
Tasokulma rad
Gooni gon
◦
Lämpötila K Celsiusaste C
Tilavuus Litra l
Massa kg Tonni t
Taulukko 2.3 antaa usein käytettyjä lisäyksikköitä:
Celsius-lämpötilan saa Kelvin-lämpötilasta vähentämällä siitä 273,15 K.

Lämpöeroarvot ovat muuten samoja Celsius- ja Kelvin-asteikoissa: 1 ◦ C =
1 K.
0 ◦ C ∼ 273,15 K,
0 K ∼ −273,15 ◦ C.
2.1.4 Kulmayksiköistä
2.1.4.1 Asteet
Tavallisessa elämässä käytetään kulmayksikkönä astetta, symboli ◦ .

Myös maantieteelliset, kartalta luettavat leveys- ja pituusasteet anne-
taan tavallisesti asteina. Suora kulma on 90◦ . Asteen lisäksi on perintei-
sinä yksikköinä minuutit (0 ) ja sekunnit (00 ). Nämä käyttäytyvät samalla
tavalla kuin ajanmittauksen kaimojaan: yksi aste on 60 minuuttia ja
yksi minuutti 60 sekuntia.
2.1.4.2 Laskuesimerkki
Muutetaan asteet, minuutit, sekunnit asteiksi ja desimaaleiksi:

µ ¶◦ µ ¶◦
◦ 0 00 ◦ 47 33
56 47 33 = 56 + + =
60 60 × 60
= 56◦ + 0◦ ,783333 . . . +
+ 0◦ ,0091666 . . . =
= 56◦ ,7924999 . . .
2.1. Mittausyksiköitä 27
Muutetaan takaisin toiseen suuntaan:
56◦ , 7925 = 56◦ + (60 × 0,7925)0 =
= 56◦ + 470 ,55 =
= 56◦ 470 + 00 ,55 =
= 56◦ 470 + (60 × 0,55)00 =
= 56◦ 470 3300 ,0.
(Huomaa pyöristysvirhe!)
2.1.4.3 Goonit
Geodesiassa ja geodeettisissa instrumenteissa käytetään usein goo-

nia (gon) mittausyksikkönä7 . Joskus käytetään nimitystä “uusaste”.
Uusminuutti on 0,01 gon, uussekunti 0,0001 gon. Yksi kirjoitustapa on
1,2345 gon = 1g 23c 45cc . Gooneissa suora kulma on 100g .
2.1.4.4 Radiaanit
Täydessä ympyrässä on 2π radiaania, 360 astetta (360◦ ) ja 400 goonia

(400g ). Suorassa kulmassa on siis 2π/4 = π/2 radiaania.
Tässä muutama käyttökaava joilla radiaaneina annettu kulma muute-

taan gooneiksi, asteiksi. Ks. Kahmen ja Faig (1988):
Täysi ympyrä on
2π rad = 400g = 360◦ .

360 ◦
µ ¶
1 rad = ≈
2π
400
µ
¶
◦
≈ 57 ,2957795 = gon ≈
2π
≈ 63g ,6619772.
360 ◦ 400 g
µ ¶ µ ¶
α rad = α = α .
2π 2π
Ja
400 g
µ ¶
◦
α = α = 1,1111 · · · × αg ,
360
360 ◦
µ ¶
g
α = α = 0,9 × α◦ .
400
7 Toinen käytetty nimi on grad. Yksikkö otettiin käyttöön Ranskassa vallankumouk-

sen ja metrisen järjestelmän yhteydessä, mutta sitä käytetään tänään vain maanmit-
tausalalla.
2.2 Mittausvirheitä ja epävarmuutta
Mikään mittaus ei ole absoluuttisen tarkka. Maanmittaus on myös inhi-

millisenä toimintana erehtyväistä. Aivan kuten tietokoneen ohjelmoin-
nissa, ei ole edes syytä yrittää mitata täysin virheettömästi. Realisti-
sempi tavoite on, tavallisen huolellisuuden lisäksi, kehittää menetelmiä,
millä
1. tietyn kokoiset virheet voidaan huomata ja poistaa havaintoaineis-

tosta (tillastollinen testaus)
2. ei-havaittujen virheiden vaikutus lopputulokseen voidaan arvioi-

da ja minimoida (tasoituslasku).
Näillä menetelmillä voidaan mittausvirheet ottaa huomioon ja tuottaa

mahdollisimman oikeelliset mittaustulokset, joiden laatu eli tarkkuus
ja niissä mahdollisesti vielä piilevien virheiden suuruus tunnetaan tai
ainakin voidaan arvioida.
Mittausten käsittely eli tasoitus antaa seuraavat lopputulokset:
1. Tuntemattomien suureiden “paras” arvo mittausten perusteella.

Tämä voi olla
(a) todennäköisin arvo
(b) tilastollinen odotusarvo
(c) arvo jonka suhteen odotettavissa olevat poikkeamat ovat

mahdollisimman vähän vahingollisia.
2. Arvio yksittäisten alkuperäismittausten “hyvyydestä” eli tarkkuu-

desta (en. precision8 ). Puhutaan dispersiosta (hajonnasta) tai stan-
dardipoikkeamasta eli keskivirheestä. Modernimpi termi on epä-
varmuus (en. uncertainty).
3. Samoin, arvio lopputulosten eli tuntemattomien suureiden lasket-

tujen arvojen (estimaatioiden) “hyvyydestä” eli tarkkuudesta.
4. Arvio karkeiden virheiden mahdollisesta esiintymisestä ja niiden
8 Englanniksi käytetään termit “precision” ja “accuracy”. “Precision” viittaa vain tilas-

tolliseen hajontaan, mittausarvojen vaihtelevuuteen, kun “accuracy” viittaa mittausar-
vojen poikkeavuuteen “oikeista arvoista”. Jälkimmäinen käsite siis sisältää myös sys-
temaattisia virheitä.
2.2. Mittausvirheitä ja epävarmuutta 29
maksimisuuruudesta kun tilastolliset testit on suoritettu: luotet-

tavuus, en. reliability.
5. Arvio mahdollisten systemaattisten virheiden esiintymisestä ja

niiden suuruudesta.
Mittausvirhe on ero mitattavan arvon9 ja mittausarvon välillä. Mit-

tausarvo on, usein monimutkaisen10 , mittausprosessin tulos.
2.2.1 Virhetyypit
Voimme jakaa tästä mittaus- ja reduktioprosessista ulos tulevat virheet

seuraaviin kategorioihin:
2.2.1.1 Satunnaisia virheitä
(sv. tillfälliga fel, en. random errors) Yleensä oletetaan, että havainto-
prosessin luonnollista epätarkkuutta edustavat satunnaiset virheet ovat
normaalisti jakautuneet, eli virheiden jakauma on kaunis Gaussin kel-
lokäyrä eli normaalijakauma – josta myöhemmin lisää.
Jos näin on – ja näin ei saisi olettaa enempää testaamatta! – on käytet-

tävissä ns. pienimmän neliösumman tasoitusmenetelmää joka minimoi
satunnaisten virheiden yhteisvaikutus lopputuloksessa.
2.2.1.2 Karkeita virheitä
(sv. grova fel, en. gross errors) Karkeat virheet johtuvat inhimillisistä
erehdyksistä tai laiteviasta. Ne sattuvat vain silloin tällöin eikä niitä
voi kuvata tilastollisin keinoin. Esimerkki karkeasta virheestä on mit-
tausarvon desimaalin väärin kirjoittaminen havaintokirjaan.
Karkeita virheitä pyritään eliminoimaan tilastollisten testien avulla. Ti-

lastollinen testaus on laaja tilastotieteen ala; nyrkkisääntönä mainitta-
koon, että jos joku mittausten funktio poikkeaa tunnetusta odotusarvos-
ta (esimerkiksi nolla) enemmän kuin kolme kertaa sen tiedossa olevaa,
omaa standardipoikkeamaa (keskivirhettä) σ, on syytä epäillä, että mit-
tauksesta joku on virheellinen. Tätä kutsutaan 3σ-kriteeriksi.
9 “Oikean arvon”, vaikka filosofisesti voi kysyä, onko se edes olemassa.
10 Joskus mittausprosessi sisältää varsin monimutkaisen reduktioketjun tai mallin-

nuksen.
(a) Pieni (b) Suuri sa- (c) Korreloitu (d) Systemaat- (e) Karkea
satun- tunnainen tinen
nainen
Kuva 2.2. Erityyppisiä virheitä. Satunnainen tarkka, satunnainen epätarkka,

korreloitu, systemaattinen, karkea.
2.2.1.3 Systemaattisia virheitä
Systemaattiset virheet ovat merkki siitä, että mittausprosessia, havain-

togeometriaa ja havaintotilanteen fysiikkaa kuvaavat teoriat ovat puut-
teellisia. Huomattavien systemaattisten virheiden esiintyminen pitäisi
johtaa teoreettisten olettamusten tutkailuun ja kehittelyyn. Esimerkki:
tiedetään, että kolmion kulmien summa on oltava 180◦ . Jos tasokolmion
mitattujen kulmien summa poikkeaa merkittävästi ja johdonmukaisesti
tästä arvosta, on syytä epäillä muun muuassa
◦ sivuttaisrefraktio ilmakehässä
◦ että kolmio on niin suuri, että kaarevalla Maan pinnalla ei ole

enää kyse tasokolmiosta ja lause ei enää päde
◦ ynnä muuta.
Myös epävarmuus, tieto kuinka suuria virheet mahdollisesti voivat olla,

voidaan jakaa eri kategorioihin:
2.2.1.4 Tyyppi A -epävarmuus
Tyyppi A -epävarmuus on standardiepävarmuus eli standardivirhe las-

kettuna esimerkiksi toistuvista mittauksista. Tämä epävarmuustyyppi
voidaan käsitellä tilastotieteen keinoin, eli se vastaa satunnaisiin vir-
heisiin.
2.2.1.5 Tyyppi B -epävarmuus
Typpi B -epävarmuus on epävarmuutta jota ei voi määrittää tilastotie-

teellisin keinoin, vaan se on saatava selville toisella tavalla. Esim. sys-
temaattiset virheet voidaan määrittää kalibroinnilla, laitevalmistajan il-
moituksesta, ym.
2.3. Stokastisia suureita 31
Taulukko 2.4. Nopanheiton tilastotiedettä.
Heittojen Arvo Keskiarvo

määrä 1 2 3 4 5 6 ± hajonta
60 14 8 9 12 9 8 10 ± 2, 4
% 13,33 23,33 13,33 15,00 20,00 15,00 16,67 ± 4, 08
600 103 91 106 114 87 99 100 ± 9, 9

% 16,50 17,17 15,17 17,67 19,00 14,50 16,67 ± 1, 65
6000 973 1007 1003 962 1015 1040 1000 ± 28, 5

% 17,33 16,22 16,78 16,72 16,03 16,92 16,67 ± 0, 47
60 000 10 138 9936 10 057 10 029 9925 9915 10 000 ± 89, 5

% 16,52 16,90 16,56 16,76 16,72 16,54 16,67 ± 0, 15
Ei ole olemassa karkeisiin virheisiin vastaava epävarmuuskäsite. Niitä

tulee välttää tai eliminoida.
2.3 Stokastisia suureita
2.3.1 Diskreettejä stokastisia suureita
Mittausprosessi on ns. stokastinen suure. Stokastinen suure saadaan

suorittamalla joku toimitus jonka tulos on satunnainen. Esimerkiksi no-
pan heitto luo stokastisen suureen n jonka realisaatiot (“heitot”) ovat
n 1 , n 2 , n 3 , . . ..
Nopanheiton mahdolliset arvot ovat kokonaisluvut {1, 2, 3, 4, 5, 6}. Sa-

moin kolikonheitossa, jos arvoiksi otetaankruunu = 0, klaava = 1. Sa-
notaan, että stokastisen suureen arvoavaruus eli domeeni on {0, 1}, dis-
kreetti arvoavaruus.
Kun suoritetaan nopanheitto yhä uudelleen ja uudelleen – eli kerätään

realisaatioita n i , i = 1, 2, 3, . . . –, voidaan aina tietyn heittojen kokonais-
määrän jälkeen taulukoida tulokset. Saadaan esimerkkitaulukko 2.4,
joka ilmaisee, montako heittoa kokonaismäärästä oli ykkösiä, montako
kakkosia, jne.
Kokemuksen mukaan mitä suurempi nopanheittojen määrä, sitä pie-

nemmäksi näyttää olevan lopputuloksen poikkeama ihannetuloksesta,
jossa jokaisen arvon esiintymistiheys prosenteissa olisi 16, 666 . . . %, eli
1/6. Tätä empiiristä tulosta kutsutaan suurten lukujen laiksi.
2.3.2 Odotusarvo
Tämän perusteella voidaan nopanheiton arvoille antaa teoreettinen to-

dennäköisyysarvo, joka ilmaisee, kuinka usein ko. arvo “pitkän päällä”
tapahtuu. Tasapainoisen (“rehellisen”) nopan tapauksessa todennäköi-
syysarvot ovat:
1
p (1) = p (2) = . . . = p (6) = .
6
Diskreettisessa tapauksessa odotusarvoa – arvo, jonka ympäri heitot
ryhmittyvät, niiden “painopiste” – lasketaan kaavan
N
© ª . X
E n = i · p ( i) (2.1)
i =1
mukaan, ja saadaan 21/6 = 3,5. Tässä N on vaihtoehtojen lukumäärä.

(Huomaa, että arvo 3,5 ei ole edes mahdollista nopanheiton tulosta!)
“Rehellisen” kolikon tapauksessa meillä on
p (0) = p (1) = 0,5,
ja odotusarvo on saman kaavan mukaan 0,5.
2.4 Tilastollisia jakaumia
2.4.1 Reaaliarvoisia suureita ja tiheysjakaumia
Geodeettiset mittaukset ovat yleensä stokastisia suureita joiden arvo-

avaruus eli domeeni on reaalilukujen R osajoukko, eli jatkuva. Esimer-
kiksi etäisyysmittauksen tulos on etäisyys metreinä, ja se on reaalilu-
ku11 . Samoin kulmamittausten tapauksessa. Arvoavaruus voi olla ra-
jallinen, α ∈ [0, 360◦ ), mutta se on joka tapauksessa jatkuva.
Jatkuvan arvoavaruuden tapauksessa puhutaan todennäköisyystiheys-

jakaumasta. Jos tehdään suuri määrä mittauksia samasta kohteesta,
voidaan piirtä ns. histogrammi, joka näyttää mittaustulosten lukumää-
rät jotka osuvat eri arvoavaruuden arvojen välille.
Esimerkiksi jatkuvasta tilastollisesta jakaumasta kelpaa jalkapallope-

lissä tehtyjen maalien paikkoja maaliportissa (kuva 2.3).
11 No, itse asiassa rationaaliluku ∈ Q.

2.4. Tilastollisia jakaumia 33
y-histogrammi
y
x-histogrammi
Kaksiulotteinen
histogrammi
Kuva 2.3. Esimerkki jatkuvan (ja kaksiulotteisen) arvoavaruuden stokasti-

sesta suureesta. Piirretty erikseen on myös histogrammit x- ja y-
argumentin mukaan, ja molempien mukaan yhdessä. Sininen kat-
koviiva on mahdollinen tiheysjakaumafunktio.
Miten enemmän mittauksia, sitä enemmän pylväitä voidaan piirtää, ja

sitä kapeammiksi niitä voi tehdä. Limiitissä, jossa mittausten määrä on
ääretön, saadaan jatkuva käyrä, tiheysjakauma, joka kuvaa todennä-
köisyyttä, millä mittaustulos osuu jonkun arvovälin [ x1 , x2 ] sisällä. Ks.
kuva 2.4, jossa on piiretty yksiulotteisen reaaliarvoisen stokastisen suu-
reen kaksi histogrammia (kahdelle eri mittausten määrälle), sekä (jat-
© ª
kuvana käyränä) tiheysjakauma p ( x). Myös odotusarvo E x ja kahden
mittaussarjan keskiarvot on piirretty.
Jos tietyllä välillä [ x1 , x2 ] integraali

ˆ x2
p ( x) dx
x1
on nolla, sanotaan, että tämän välin sisällä olevan arvon x esiintyminen

stokastisen suureen realisaationa on mahdoton. Jos integraali on 1, sa-
notaan että x ∈ [ x1 , x2 ] esiintyminen on varma. Kaikissa muissa tapauk-
sessa integraalin arvo antaa todennäköisyyden, että stokastisen suureen
realisaation arvo osuisi välin sisälle. Todennäköisyysarvo on siis aina
© ª
E x
x
x
p ( x)
Kuva 2.4. Todennäköisyystiheysjakauma histogrammien limiittina.
nollan ja yhden välillä12 .
Huomaa, että aina ˆ +∞

p ( x) dx = 1,
−∞
koska yhdistetty todennäköisyys, että mittausarvo on edes joku, mikä
tahansa reaaliluku, on 1: se on varma.
Myös jatkuvalle stokastiselle suurelle voidaan laskea odotusarvo. Kaava

on integraali joka on samannäköinen kuin diskreetti vastine 2.1:
ˆ +∞
© ª
E x = x · p ( x) dx.
−∞
Odotusarvo on tiheysjakaumakäyrän p ( x) alla olevan pinta-alan “pain-

opiste”.
2.4.2 Gaussin kellokäyrä
Geodesiassa käytetään lähes aina normaali- eli Gaussin jakaumaa

(“kellokayrää”).In geodesy we use almost always the normal or Gaus-
sian distribution (“bell curve”).
Kuvassa 2.5 näkyy odotusarvo µ = E x . Odotusarvoa voidaan ymmär-

© ª
tää havaitun suureen x “todelliseksi arvoksi”, joka ei ole itse mitattavis-

sa, mutta jonka ympäri mittausarvot sijoittuvat satunnaisvirheittensä
vaikutuksesta. Kuvassa näkyy myös keskivirhe13 σ, joka kuvaa yksit-
täisen mittauksen taipumus poiketa odotusarvosta. Normaalijakauman
12 Matemaattisesti todennäköisyys on mitta, kuten myös esimerkiksi pinta-ala tai ti-

lavuus.
13 . . . eli standardipoikkeama, eli keskihajonta. Nykyisin virallinen nimitys on stan-
dardiepävarmuus.
Odotusarvo
© ª
E x
Todennäköisyys-
tiheys p ( x) −σ +σ Keskivirhe
Arvoavaruus x
σ σ
σ σ
σ σ
Tarkempi Epätarkempi
Kuva 2.5. Normaalijakauman ominaisuudet.
tapauksessa keskivirheen poikkeamat µ ± σ sijoittuvat käyrän taittopis-

teissä.
Usein käytetään myös käsitettä nimeltä varianssi14 , keskivirheen neliö:
Var x = σ2 ,
¡ ¢
jonka muodollinen määritelmä on15 :
¡ ¢ . n¡ © ª¢2 o
Var x = E x − E x . (2.2)
Tässä E {·} on yllä määritetty odotusarvo-operaattori.
Odotusarvon tapaan on myös varianssi sellainen “todellinen arvo” joka

on teoreettisesti olemassa, mutta ei koskaan tule oikein mitatuksi. Kun
on käytettävissä rajallinen määrä tehtyjä havaintoja eli otos, voidaan
laskea otoksen keskiarvo ja otosvarianssi, jotka havaintojen määrää kas-
vaessa menevät yhä vain lähemmäksi ja lähemmäksi odotusarvoa ja va-
rianssia. Tätäkin ilmiötä kutsutaan suurten lukujen laiksi.
Normaalijakauman matemaattinen ilmaisu p ( x) – jota ei tässä esitellä

eikä käsitellä – antaa integroinnin kautta seuraavat todennäköisyysar-
vot:
14 . . . eli dispersio.
15 Siis stokastisen suureen hajonnan odotusarvonsa ympäri toisen potenssin odotusar-

¡ ¢
vo. Tämä on jonkinlainen kustannusfunktio: jos “virheen” x − E x “kustannus” on ver-
¡ ¢
rannollinen sen neliön kanssa, on Var x virheen odotettava kustannus.
Pinta-ala yht. 32% Yht. 4.5% Yht. 0.27%
σ σ 2σ 2σ 3σ 3σ
Kuva 2.6. Normaalijakauman todennäköisyysarvoja.
◦ Todennäköisyys, että x poikkeaa E x :stä enemmän kuin σ:n ver-

© ª
ran (puolella tai toisella): 32%.
◦ Todennäköisyys, että x poikkeaa E x :stä yli 2σ:n verran: 4,5%.

© ª
© ª
◦ Todennäköisyys, että x poikkeaa E x 0,27%.

Käytännössä normaalisti jakautunut stokastinen suure ei
juuri koskaan poikkea odostusarvostaan enemmän kuin
kolme kertaa keskivirhettään.

Tätä nyrkkisääntöä käytetään hyväksi tilastollisessa testauksessa.
Monien tilastollisten jakaumien ominaisuudet on taulukoitu osoitteel-

la http://www.stats.gla.ac.uk/steps/glossary/probability_
distributions.html.
2.4.3 Kovarianssi ja korrelaatio
Kun on kaksi stokastista suuretta x ja y, voidaan niiden yksittäisten

käyttäytymisien lisäksi tutkia myös, miten ne käyttäytyvät yhdessä.
Kutsutaan kovariansiksi ilmaisu
.
³ ´ n¡ © ª¢ ³ n oó
Cov x, y = E x − E x y − E y . (2.3)
Tämä määritelmä on analoginen varianssin (yhtälö 2.2) vastavaan, mut-

ta kuvaa suurien x ja y “samalla tavalla käyttäytymistä” eli niiden sa-
tunnaisten vaihtelujen samanlaisuutta.
Usein on järkevä skaalata tämä kovarianssi suureiden x ja y varianssien

suhteen seuraavalla tavalla:
³ ´
³ ´
. Cov x, y
Corr x, y = r ³ ´.
¡ ¢
Var x Var y
(a) Olematon (b) Heikko (c) Vahva
(d) 100% (e) Antikorrelaatio (f) −100%
Kuva 2.7. Eri korrelaatioiden esimerkkejä.
Näin on määritelty korrelaatio suureiden x ja y välillä. Korrelaatio on

aina välissä [−1, 1], eli vastaavasti välissä [−100%, 100%].
Tilastollisesti riippumattomien suureiden x ja y välillä korrelaatio (ja

kovarianssi) on 0. Korrelaation ei-häviäminen on merkki suureiden vä-
lisestä syy-seuraus-yhteydestä (kuitenkaan ei voida sanoa, että x on syy
ja y seuraus! y voi olla x:n syy, tai x:llä ja y:llä voi olla yhteinen syy
z). Jos korrelaatio on 1 eli 100%, puhutaan täydellisestä korrelaatiosta.
Tässä tapauksessa x:n ja y:n välillä on olemassa tarkka funktionaali-
nen yhteys. Jos toisen realisaatioarvo on annettu, voidaan laskea toisen
vastaava realisaatioarvo tarkasti.
Jos korrelaatio on −1 eli −100%, puhutaan antikorrelaatiosta. Siinä ta-

pauksessa on suureiden x ja − y välillä täydellinen korrelaatio.
Kuvassa 2.7 näkyy muutama esimerkki korrelaatiosta.
2.4.4 Virheiden kasautumislaki
Tärkeä keskivirheiden ominaisuus on virheiden kasautumislaki, myös

propagaatiolaki.
Jos stokastinen suure z on kahden muun stokastisen suuren x ja y line-

aariyhdistelmä:
z = ax + b y,
voidaan myös kirjoittaa
© ª © ª n o
E z = aE x + bE y ,
ja siis
£ © ª¤ £ © ª¤ h n oi
z−E z = a x−E x +b y−E y .
Tämä lienee intuitiivisesti selvä. Nyt yllä olevan yhtälön 2.2 mukaan
seuraa
¡ ¢ n¡ © ª¢2 o
Var z = E z − E z =
n¡ ½³ n o´2 ¾
2
© ª¢2 o 2
= a E x−E x +b E y−E y +
n¡ © ª¢ ³ n oó
+ 2abE x − E x y − E y .
Jos nyt ilmaisu

³ ´ n¡ © ª¢ ³ n oó
Cov x, y = E x − E x y − E y
kutsutaan edellisen alaosion mukaan kovarianssiksi, voidaan kirjoittaa

³ ´ ³ ´
Var z = a2 Var x + b2 Var y + 2ab Cov x, y .
¡ ¢ ¡ ¢
(2.4)
Tätä yhtälöä kutsutaan varianssien (tai virheiden) kasautumislaiksi.

³ ´
Siinä tapauksessa, että Cov x, y = 0 (eli suureet x ja y eivät korreloi),
saadaan
³ ´
Var z = a2 Var x + b2 Var y ,
¡ ¢ ¡ ¢
eli vastaavasti
σ2z = a2 σ2x + b2 σ2y .
Erikoistapaus: tilanne, jossa z on x:n ja y:n summa tai erotus, eli a =

±1, b = ±1, ja x ja y ovat tilastollisesti riippumattomia toisistaan.
Silloin saadaan yksinkertainen Pytagorasta muistuttava, laajasti
käytetty yhtälö:
σ2z = σ2x + σ2y .
Usein tätä erikoistapausta kutsutaan virheiden kasautumislaiksi.

1,0 Standardiellipsi
0,8
0,6
0,4
0,2
0,0
10
5
−10 0
−5
0 −5
5 −10
10
Läpileikkaus
Kuva 2.8. Kaksiulotteinen todennäköisyystiheysjakauma.
2.4.5 Moniulotteisia jakaumia
Usein, kuten yllä olevassa jalkapallo-esimerkissä, puhutaan stokastisis-

ta suureista jotka koostuvat useista komponentteista. Esimerkiksi, pis-
teen koordinaatit ( x, y) tasossa. Samalla tavalla kuin yllä olevassa ta-
pauksessa, voidaan piirtää kaksiulotteisia histogrammeja ja puhua to-
dennäköisyystiheysjakaumasta p ( x, y).
Kuvassa 2.8 näkyy kaksiulotteinen normaalitiheysjakauma, ja miten

on määritetty sen standardiellipsi eli virhe-ellipsi. Se on kaksiulottei-
nen vastine keskivirheelle. Virhe-ellipsin läpileikkaus tuottaa taas aina
yksiulotteisen Gaussin kellokäyrän, jonka keskivirhepisteet ovat juuri
leikkausviivan ja ellipsin leikkauskohdat.
Kun yksiulotteisen jakauman keskivirhepisteet ovat x = µ ± σ, on virhe-

³ ´
ellipsin kaava monimutkaisempaa. Stokastisen koordinaattiparin x, y
odotusarvo (“todellinen arvo”) on itsekin koordinaattipari, µ x , µ y , virhe-
¡ ¢
ellipsin keskipiste.
Yleisessä tapauksessa, jossa virhe-ellipsin akselit eivät ole koordinaat-

tiakseleiden suuntaisia (ja eripituisia!) stokastiset suureet x ja y ei-
vät enää voida käsitellä riippumattomina muuttujina: kuten sanotaan,
ne korreloivat keskenään. Tämä merkitsee, että x:n todennäköisin arvo
riippuu y:n todellisesta arvosta ja päinvastoin. y:n jonkinasteinen tie-
täminen auttaa x:n arvioimisessa ja toisinpäin. Tasoituslaskussa tämä
tilastollinen riippuvuus on otettava huomioon, jotta saataisiin mahdol-

lisimman hyviä (siis optimaalisia) estimaatioita sekä µ x :lle että µ y :lle.
Korrelaatio on merkillinen asia. On aina hyvä muistaa, että tilastolli-

nen riippuvuus ei välttämättä merkitsee, että suureiden välillä on ole-
massa suoranainen syy-yhteys, vain että havainnoilla on jotain yhteis-
tä. Yhteys voi olla melko monimutkainen, kuten kuuluisassa tapaukses-
sa jossa kesän jäätelömyynti korreloi hukkumiskuolemien lukumäärän
kanssa.
Kolmiulotteisessa avaruudessa löytyy kolmen argumentin todennäköi-

syystiheysjakaumia p ( x, y, z), joiden kuvaaja on kolmiakselinen ellipsoi-
di.
2.4.6 Varianssimatriisi
Moniulotteisten stokastisten suureiden varianssit muuttuvat itsekin

moniulotteisiksi eli varianssimatriiseiksi: olkoon16
 
. x
x =  .
y
Silloin varianssimatriisi on
 ³ ´   
2
¡ ¢
¡ ¢ . Var x Cov x, y σ σx y .
Var x =  ³ ´ ³ ´ = x = Σxx ,
Cov x, y Var y σ x y σ2y
jossa pätee taas määritelmät
¡ ¢ . n¡ © ª¢2 o
Var x = E x − E x ,
.
³ ´ n¡ © ª¢ ³ n oó
Cov x, y = E x − E x y − E y ,
ja jossa näkyy usein käytetty kirjoitustapa17
Var x = σ2x ,
¡ ¢
³ ´
Cov x, y = σ x y .
Liitteessä A löytyy lyhyt selostus matriisilaskennan perusteista.

" #
16 . . . ja tietysti odotusarvokin on vektori: E ¡x¢ = µx
!
µy
³ ´
17 Joskus vanhemmissa kirjoituksissa nähdään Var ¡ x¢ = m2 , Cov x, y = m kun ai-
x xy
kanaan kreikkalaisten kirjoittaminen koneella oli hankalaa.
2.5. Geodeettisia mittaussuureita 41
Itse asiassa virhe-ellipsi on tämän 2 × 2 varianssimatriisin graafinen esi-

tystapa. Jos σ x y = 0, sanotaan, että x ja y eivät korreloi keskenään, tai,
huolimattomasti18 , että ne on tilastollisesti riippumattomia toisistaan.
Myös virheiden kasautumislakia, yhtälö 2.4:

³ ´ ³ ´
2 2
¡ ¢ ¡ ¢
Var z = a Var x + b Var y + 2ab Cov x, y ,
voidaan kirjoittaa uuteen, yleisempaan muotoon: jos muodostetaan rivi-

vektori
.
h i
a= a b ,
ja vastaava sarakevektori19
 
.
h iT a
aT = a b = ,
b
saadaan
 ¡ ¢ ³ ´   
¡ ¢ h i Var x Cov x, y a
 = a · Var x · aT .
¡ ¢
Var z = a b ·  ³ ´ ³ ´ ·
Cov x, y Var y b
Tämän ymmärtäminen edellyttää matriisien kertalaskun (rivi × sara-

ke) hallitsemisen. Auki kirjoittaminen antaa alkuperäisen yhtälön 2.4
takaisin.
Tätä esitetään kirjallisuudessa symbolisesti hieman vaihtelevilla notaa-

tioilla:
σ2z = a Var x aT = aΣxx aT .
¡ ¢
Varianssien kasautuminen monen muuttajan lineaarisissa malleissa

käsitellään yleisemmin osiossa 13.7 sivulla 358.
2.5 Geodeettisia mittaussuureita
2.5.1 Kulmia, suuntia
Suuret, maan- tai mannerlaajuiset geodeettiset verkot ovat perintei-

sesti olleet aina kolmiomittausverkkoja. Verkon asemien välillä mita-
18 . . . koska voi olla olemassa monimutkaisempi tilastollinen riippuvuus jota ei näy

korrelaationa.
19 Transpoosi-merkintää käytetään usein vektorin kirjoittamisen helpottamiseksi
juoksevassa tekstissä.
Päällekkäin: E
B
d c
a
e b
Kuva 2.9. Kolmiomittaus mittapöydän ja kiikariviivaimen avulla. Valoku-

va Wikimedia Commons, https://commons.wikimedia.org/wiki/
File:Plane_table_cgs00426.jpg
taan suunnat, ja mittaukset tasoitetaan: mittausarvoista poistetaan las-

kennallisesti mittausepävarmuuden aiheuttamat pienet ristiriidat, kol-
miomittauksen ratkaisuksi. Aikanaan etäisyysmittaukset olivat vaikei-
ta suorittaa suurilla etäisyyksillä, koska ainoa käypä tekniikka oli mit-
taus mekaanisten apuvälineitten, kuten mittanauhojen tai -sauvojen
käyttöä.
Kolmiomittauksessa menetellään näin, että mitataan verkosta vain

kaikki suunnat, ja yksi ainoa etäisyys, ja lasketaan niistä kaikki muut
etäisyydet, pisteiden sijainnit, jne. Näin Snellius suoritti kuluisa aste-
mittauksensa Bergen op Zoomin ja Alkmaarin välillä, kaupungit joi-
den keskinäinen etäisyys on 100 km, mittaamalla suoraan vain niidyl-
lä rakentamansa, 326 roedenin perusviivan pituus! Samoin Lapin aste-
mittaus: perusviiva rakennettiin talvella 1736 Tornionjoen jään päällä,
muut mittaukset olivat suuntahavaintoja kolmioverkon pisteiden välil-
lä.
Kolmiomittauksen periaate voidaan selittää mittapöydän20 avulla. Maas-

tossa pisteessä A pystytetään mittapöytä, laitetaan läpinäkyvä paperi-
lehti ja piirretään kaikki suunnat maastossa oleviin kohteisiin B, C, D
ja E 21 . Siirretään pisteeseen B, ja piirretään samanlainen suuntaruusu
kohteisiin A, C, D ja E . Toimistossa paperiliuskat asetetaan päällek-
käin, ja tulos on miniatyyrikuva maiseman todellisessa geometriassa
– mittakaavalla m = ab : AB! Eli, jos etäisyys AB maastossa on 3 km,
ja päällekkäin olevilla papereilla ab = 30 cm, on näin saadun “kartan”
mittakaava 1 : 10 000.
Nykyisin suunnat mitataan teodoliitilla, tarkalla vaaka- ja pystykulma-

mittauslaitteella, ja kartan muodostaminen tapahtuu laskennallisesti.
Fotogrammetriasta löytyy piirustuspöytämenetelmän kolmiulotteinen

vastine, stereomallirestituutio, joka kuitenkin sekin nykyisin toteute-
taan useimmiten täysin digitaalisesti. Kuva 2.10 seuraavalla sivulla
näyttää, miten kahdesta ilmakuvasta muodostetaan stereomalli katse-
lulaitteen avulla. Stereorestituutiolaitteissa muodostetaan samalla ta-
valla malli, jonka sisällä voidaan liikkuttaa merkki kolmiulotteisesti.
Merkin koordinaatit tulostetaan jatkuvasti laitteeseen kytketylle tieto-
koneelle ja karttoja voidaan luonnostaa heti.
Myös ilmakolmiointi perustuu stereomallien muodostamiseen.
Suhteellisen moderni geodeettinen tekniikka joka perustuu mittapöy-

dän ideaan mutta kolmessa ulottuvuudessa, on Yrjö Väisälän tähti-
kolmiomittaus. Tämä tekniikka, jossa käytetään tähtitaivaan taustaa
suuntien mittaukseen, käsitellään osiossa 16.3.
2.5.2 Etäisyyksiä, etäisyyseroja
Aikanaan etäisyyksiä voitiin mitata vain mekaanisesti, mittanauhan,

mittalangan tai mittatankojen avulla. Mittauksissa saavutettu tark-
kuus oli usein vaikuttavaa huolellisten menettelytapojen ansiosta.
Paikallisessa maastomittauksessa käytetään edelleen teräksisiä mitta-

nauhoja, jotka ovat edullisia ja helppoa käyttää ja kuljettaa. Pitää vain
20 Kiitos Heiskanen ja Härmälä (1963) sivun 234 terminologiasta. En. plane table,
saks. Messtisch, ransk. planchette, sv. lantmätartavla, tanskaksi, norjaksi målebord.
21 Piirtämistä helpottaa kiikariviivaimen (en. alhidade, saks. kippregel) käyttö.
Kuva 1 Kuva 2
Ilmakuvaus
Maasto
Stereokatselulaite
Stereomalli
Stereokuvapari
Kuva 2.10. Stereomallin muodostaminen fotogrammetriassa.
muistaa puhdistaa ja rasvata ne käytön jälkeen. Pituudet ovat 20 − 60 m.

Entisaikojen tarkkuusmittalangat tehtiin invarista, terässeos jolla on
hyvin pieni lämpölaajenemiskerroin.
Nykyisin etäisyysmittaukset tehdään elektronisesti tai sähköoptisesti.

Pisteiden välillä tarvitaan vain suora näköyhteys. Laitteet voivat käyt-
tää mikroaaltoja (Tellurometer) tai useammin näkyvää valoa (Kern Me-
kometer), laservaloa (Geodimeter22 ), tai valodiodin (LEDin) tuottamaa
infrapunavaloa (useimmat modernit etäisyysmittarit ja takymetrit). Il-
makehän refraktion vaikutus signaalin kulkuun on aina otettava huo-
lellisesti huomioon havaintojen reduktiossa.
Terrestriset geodeettiset mittauskojeet osaavat nykyisin mitata sekä

vaaka- ja pystykulmia että vinoetäisyyksiä. Niitä kutsutaan elektroni-
sia takymetrejä23 24 , ja ne yhdistävät siis teodoliitin ja etäisyysmittarin
ominaisuudet yhdessä integroidussa, täyselektronisessa, pitkälle auto-
matisoidussa laitteessa.
22 Geodimeter™ on ruotsalaiskeksintö ja nimi on Ruotsin Trimble AB:n tavaramerkki.
23 Englanniksi nimi total station on suosittu.
24 Takymetri, kreik. nopea mittari.

Myös satelliittigeodesia käyttää elektronista etäisyysmittausta. Laa-

jasti käytössä olevat GNSS (Global Navigation Satellite Systems) -
järjestelmät kuten satelliittipaikannusjärjestelmä GPS, Global Positio-
ning System, perustuvat mikroaaltojen avulla tehtyihin etäisyysmit-
tauksiin – tarkemmin, etäisyyseromittauksiin25 . Satelliittilaserit puo-
lestaan (Metsähovi!) mittaavat laserpulssin kulkuaikaa havaintoase-
masta valoa heijastavaan satelliittiin ja takaisin.
Elektroniikan käytön suurena etuna on, että tajuusmittauksen usko-

mattoman suuri tarkkuus kääntyy näin etäisyyksien tarkkuuksiksi.
Kun taajuusmittauksen tarkkuus voi hyvinkin olla 1 : 1012 , on ymmär-
rettävissä, että GPS:n avulla mitataan mannertenväliset etäisyydet jo-
pa 1 : 109 :n suhteellisella tarkkuudella. Satelliittitekniikat ovat maan
päällisiä etäisyysmittauksia vieläkin tarkempia, koska niin suuri osa
signaalin kulusta tapahtuu ilmakehän ulkopuolella.
2.5.3 Potentiaalieroja, vaaitus
Potentiaalierojen mittaus tapahtuu perinteisesti vaaituksen avulla: mi-

tataan kahden pisteen välinen korkeusero metreissä ja muunnetaan tä-
mä ero potentiaalieroksi paikallisen painovoiman g avulla. Jos korkeus-
ero on ∆ H ja geopotentiaaliero ∆C , käytetään yhtälöä26
∆C = g∆ H.
Mittaukset tehdään linjaa pitkin ja erotukset ∆C i summataan. Linjoista

rakennetaan suljettu vaaitusverkko, jonka potentiaalierot silmukoiden
ympärillä laskettuina ovat oltava nolla. Verkko tasoitetaan tätä ehtoa
käyttäen.
Alaosiossa 4.3.1 esitetään perinteistä vaaitusta eksoottisempia korkeu-

den mittauksen vaihtoehtoja, joista monet perustuvat geopotentiaaliar-
vojen suoraan fysikaaliseen vertailuun esimerkiksi nestepinnan avulla.
25 Monet ns. hyperboliset paikannusjärjestelmät, kuten DECCA, Transit/Doppler ja

myös GPS ja muut satelliittipaikannusjärjestelmät, perustuvat etäisyyseromittauk-
siin.
26 Tämä on esimerkki siitä, että “tyo on voima kertaa matka”. Työ (per massayksikkö)
on ∆C , matka ∆ H , ja voima (per massayksikkö, siis lain F = ma mukaan kiihtyvyyson
g.
2.6 Koordinaateista
Geodesiassa käytetään Maan muodon ja koon kuvaamiseksi ja Maan

pinnalla ja sen läheisyydessä olevien pisteiden paikkojen määrittämi-
seksi koordinaatteja.
Geodesiassa käytetyt koordinaattijärjestelmät ovat yleensä kolmiulot-

teisia kun maapallo on kolmiulotteinen kappale kolmiulotteisessa ava-
ruudessa. Esimerkkinä voidaan mainita leveys- ja pituusaste ja korkeus
ϕ, λ, h , joiden avulla saadaan pisteen sijainnin kuvatuksi intuitiivisel-
¡ ¢
lä tavalla.
“Kaksiulotteiset” koordinaattijärjestelmät ovat oikeastaan karttaprojek-

tiokoordinaatteja eli johdannaissuureita, eivätkä geodesian suoran kiin-
nostuksen kohtana. Ne kuuluvat lähinnä kartografian alaan, vaikka nii-
tä käytetään sovelletussa maanmittauksessa varsin laajasti. Esimerkik-
si vanhemmilta Suomen topografikartoilta löytyy KKJ-koordinaatteja,
jotka ovat karttatasossa (siis karttalehdeltä) suoraan viivoittimellä mi-
tattavia ( x, y)-koordinaatteja.
Avaruuskoordinaattien lisäksi käytetään tietenkin myös aikaa, muu-

tosprosessien kuvaamiseksi, ja fysikaalisessa geodesiassa eräänlaisena
koordinaattina geopotentiaalia, Maan painovoimakentän potentiaalia,
ks. alaosio 4.1.1 Geopotentiaali.
2.7 Miksi tasokoordinaatit
Koska maapallo on kolmiulotteinen kappale, on geodesia kolmiulottei-

nen tiede. Maapallo ja sen yhteydessä olevat pisteet sijoittuvat kolmiu-
lotteisessa avaruudessa, ja geodesian tehtävänä on niiden sijainnin ku-
vaus kolmiulotteisten koordinaattien, esimerkiksi ( X , Y , Z ), avulla. Ny-
kyiset mittausjärjestelmät, kuten globaalinen satelliittipaikannusjär-
jestelmä GPS, osaavat suoraan mitata kolmiulotteisia koordinaatteja.
Kuitenkin geodesia on myös geotiede ja ihmisiä palveleva, sovellettu tie-

teenala. Ihmiskunta asuu painovoiman pakottamana Maan pinnan vä-
littömässä läheisyydessä, kvasi-kaksiulotteisessa “aliavaruudessa” jos-
sa liikkumisen vapautta on lähinnä vain vaakasuunnassa, Maan pin-
2.8. Kolmiulotteiset paikkakoordinaatit 47
taa pitkin. Tämän lisäksi tärkeä viestintäväline paperi on ehdottomasti

kaksiulotteinen, ja kartathan piirretään tavallisesti paperille!
Siksi geodesiassa ja maanmittauksessa käytetään varsin yleisesti taso-

koordinaatteja, suorakulmaisia kaksiulotteisia, metrisiä koordinaatteja
vaakatasossa.
Maanmittaustyöhön sopivia, käytännön tasokoordinaattijärjestelmiä on

olemassa monta. Pääerot niiden välillä ovat:
1. origon sijainti ja akseleiden orientaatio. Origo, lähtöpiste jossa x =

y = 0, on oltava tunnettu. Yleensä akselit ovat x pohjoiseen ja y
itään, muttei aina eikä välttämättä tarkasti
2. määritystekniikka eli geosentrisyys: nykyaikaiset tasokoordinaa-

tit saadaan GNSS:llä tuotetuista geosentrisista, kolmiulotteisis-
ta koordinaateista. Tämä koordinaatistotyyppi on vielä aika uusi
maanmittauskäytössä.
Geodeettiset tasokoordinaatit ovat itse asiassa karttaprojektiokoordi-

naatteja: ne on saatu karttaprojektiokaavojen avulla lasketuksi alun-
perin kolmiulotteisista koordinaateista ellipsoidisen leveys- ja pituusas-
teen ϕ, λ kautta.
¡ ¢
Hyvin pienillä alueilla, kuten rakennustyömailla, ei varsinaista kart-

taprojektiota tarvita. Näillä tasokoordinaatit voidaan katsoa toposent-
risten (havaintopaikkakeskeisten) koordinaattien suorakulmaiseksi eri-
koistapaukseksi.
2.8 Kolmiulotteiset paikkakoordinaatit
Kolmiulotteiset koordinaatit voivat olla erityyppisiä, esimerkiksi suo-

rakulmaisia tai geodeettisia eli maantieteellisiä. Yleisin koordinaatti-
järjestelmä on kolmiulotteinen, suorakulmainen ( X , Y , Z ) -järjestelmä.
Usein se on myös geosentrinen.
Geosentrisyys tarkoittaa kirjaimellisesti, että origo on Maan massakes-

kipisteessä (tietyllä tarkkuudella). Tämän lisäksi yleensä geosentrisen
järjestelmän Z -akseli on Maan pyörähdysakselin eli taivaan (pohjois-
)navan suuntainen.
Kuva 2.11. Greenwichin meridiaani. Kuva © Wikimedia Commons, https://

commons.wikimedia.org/wiki/File:Prime_meridian.jpg.
Geosentrisessä koordinaattijärjestelmässä X -akselin suunta on peri-

aatteessa mielivaltainen eli konventionaalisesti sovittu. Maan pinnan
geosentrisissä järjestelmissä käytetään kansainvälisenä standardina
Greenwichin observatorion luotiviivan suunnan sisältävää meridiaania
X -akselin suunnan kiinnittämiseksi 27 .
X -akseli on sekä Greenwichin meridiaanitasossa että ekvaattoritasossa,

siis kohtisuorassa Z -akselia kohtaan. Y -akseli puolestaan on kohtisuo-
rassa Z - ja X -akselia kohtaan, eli kaikki kolme akselit ovat kohtisuoria
toistensa kohtaan. Ks. kuva 2.12.
Kolmiulotteiset, suorakulmaiset koordinaatit X , Y ja Z ovat ehkä yleis-

päteviä, mutteivät kovin intuitiivisia. Esimerkiksi Metsähovin tutki-
musaseman GPS-antennin koordinaatit ovat, suomalaisessa EUREF-
27 Washington DC:n sopimus vuodesta 1884 teki Greenwichin meridiaanista maail-

man nolla- eli vertausmeridiaani. Samalla hyväksyttiin “maailmanaika” eli universaa-
liaika: Greenwich Mean Time, GMT. Kaikkien maiden siviiliajat eroavat GMT:stä tie-
tyllä kokonaistuntien määrällä, joka Suomessa on +2 t (talvella, EET) tai +3 t (kesällä,
EEST). Ilman tätä aikavyöhykejärjestelmää kansainvälinen kanssakäyminen (meren-
kulku, ilmailu, puhelin) olisi hankalaa.
2.8. Kolmiulotteiset paikkakoordinaatit 49
FIN -vertauskehyksessä ilmaistuna (ks. alaosio 3.2.3):
X = 2 892 571,1204 m,
Y = 1 311 843,2621 m,
Z = 5 512 633,9521 m.
Luvut ovat mielenkiintoisen näköisiä, mutteivät anna kovin valaisevaa,

kansantajuista vastausta kysymykseen “missä on Metsähovi?”. . .
Ensimmäisenä askeleena käytännöllisempiin koordinaatteihin konstruoi-

daan geodeettisia koordinaatteja. Ensin konstruoidaan matemaattises-
ti vertausellipsoidi, sopivasti litistynyt pyörähdysellipsoidi jonka mitat
ovat kohtuullisen lähellä maapallon todellisia mittoja28 .
Piste projisoidaan ellipsoidin normaalia pitkin pintaan; projektioetäi-

syys h on ellipsoidinen korkeus, projektioviivan eli ellipsoidin normaa-
lin29 suuntakulmat ϕ, geodeettinen leveysaste päiväntasaajalta lasket-
tuna, ja λ, geodeettinen pituusaste, laskettuna Greenwichin meridiaa-
nista. Kolmikko ϕ, λ, h – tai usein vain pari ϕ, λ – kutsutaan geodeet-
¡ ¢ ¡ ¢
tisiksi koordinaateiksi. Metsähovin geodeettiset koordinaatit ovat esi-

merkiksi:
ϕ = 60◦ 130 200 ,89046,
λ = 24◦ 230 4300 ,13336, (2.5)
h = 94,568 m,
. . . ja tämä kertoo ihmisille jo aika paljon enempää pisteen sijainnista!
Suorakulmaisten ja geodeettisten koordinaattien välillä on yksinkertai-

nen matemaattinen yhteys: ne voidaan muuntaa toisiinsa tarkkuutta
menettämättä. Ne ovat samanarvoisia30 pisteen sijainnin esitystapoja:
28 Esimerkiksi GRS80-vertausellipsoidi: ekvaattorisäde on 6 378 137,0 m, napasäde on

6 356 752,3141 m (noin 21 km lyhyempi) ja litistyssuhde on 1 : 298,257 222 101.
29 Huomaa, että ellipsoidin normaali ei yleisesti mene ellipsoidin keskipisteen läpi! Ks.
kuva 2.12.
30 Eli, jos ( X , Y , Z ) on annettu, voidaan ¡ϕ, λ, h¢ laskea eksaktisti, ja samoin toisinpäin.
Pohjois\- Z Ellipsoidinen
napa normaa-
P li
h
ϕ
. . Y
.
. ϕ
λ
.
. Greenwichin
observatorio
X
Greenwichin
meridiaa-
ni
Kuva 2.12. Suorakulmaiset ja geodeettiset koordinaatit.
' $
kaava
=⇒
ϕ, λ, h
¡ ¢
(X , Y , Z)
⇐=
kaava−1
& %
. . . ja molemmat geosentrisiä ja kolmiulotteisia. Niiden väliset erot ovat:
◦ Suorakulmaiset koordinaatit on helpompaa käsitellä numeerises-

sa työssä
◦ Geodeettiset koordinaatit ovat intuitiivisempia, ihmisläheisem-

piä.
Geosentristen koordinaattien lisäksi tavataan usein toposentrisiä koor-

dinaatteja: koordinaatteja laskettuna jonkun paikallisen origon suh-
teen. Toposentrisiä koordinaatteja saadaan luonnollisella tavalla mit-
tauksista, joissa mittauslaitteen paikasta tulee koordinaatiston origo:
mitataan suunta (atsimuti eli vaakasuuntakulma ja korkeuskulma ho-
risontin yläpuolella) ja etäisyys laitteen pisteestä mittauspisteisiin.
3. Karttaprojektiot, datumit ja
muunnokset
3.1 Karttaprojektioita
Vaikka geodeettiset koordinaatit ovat jo aika paljon käyttökelpoisempia

kuin suorakulmaiset loppukäyttäjän kannalta, on niissä vielä paranta-
misen varaa. Tässä tutkitaan, miten voidaan tuottaa vieläkin ihmislä-
heisempiä koordinaatteja. Menetelmä on karttaprojektio.
Jo vanhastaan on ollut tapana kuvata maanpintaa kaksiulotteiseen ta-

soon eli karttaan. Kartografia on tämän taidon ympärille kasvanut tie-
teenala. Jos kuvattu alue on pieni, on kuvaustapa suoranainen ja vir-
heetön: paikalliset vaakatason maisemakoordinaatit ( x, y) voidaan ku-
vata mittakaavan kautta paperikarttatasoon. Puhutaan plan-kartasta1 .
Useammissa maissa, myös Suomessa, x-akseli osoittaa pohjoiseen ja y-
akseli itään.
Suuremmilla alueella käytetään karttaprojektiota, matemaattista me-

netelmää pisteen sijainnin eli leveys- ja pituusasteen ϕ, λ kuvaami-
¡ ¢
seksi karttatasoon. Näin voidaan piirtä maanpinnasta graafinen esitys

paperille, kartta. Monet digitaaliset sovellukset – mm. CAD-ohjelmat –
jotka eivät varsinaisesti edes edellytä paperikartan käyttöä, perustuvat
kuitenkin intuitiiviseen karttatason käyttöön.
Yksinkertaisimmillaan käytetään koordinaattiparia ϕ, λ suoraan kart-

¡ ¢
takoordinaatteina x ja y (eli x = S ϕ, y = S λ, S mittakaava). Tämä on on-

neton ratkaisu, koska
◦ Koordinaatit ϕ ja λ ovat asteissa, kulmayksiköissä, kun kartta-
1 Ruotsiksi plankarta (vanhahtava; nykyisin sana viittaa kaavoitukseen), hollanniksi

plattegrond.
– 51 –
52 Luku 3. Karttaprojektiot, datumit ja muunnokset
koordinaatit on oltava metrisissä yksiköissä
◦ Pituuden λ yhden asteen pituus kilometreissä mitattuna vähenee

napoja kohti. Helsingin leveydellä yksi pituusaste on vain 55 km
kun päiväntasaajalla se on 111 km. Hieman parempi ratkaisu on
käyttää koordinaattiparia ϕ, λ cos ϕ .
¡ ¢
Parempia ratkaisuja tarjoaa karttaprojektio-oppi. Näin voidaan kuvata

ellipsoidipinnan parametripari ϕ, λ karttatasoon ( x, y) järkevällä ta-
¡ ¢
valla. Valitettavasti menetelmä joka kuvaa kaiken täsmälleen oikein ei

ole olemassa. Aina jotain vääristyy.
Karttaprojektiossa aina approksimoidaan. Kuten jo mainittiin osiossa

3.1, aina menetetään jotain. Ei ole olemassa projektiot jotka eivät vää-
ristäisi mitään, tai joiden mittakaava olisi kaikkialla karttatasossa sa-
ma. Projektio valitaan käyttötarkoituksen mukaan niin, että joku käyt-
täjälle tärkeä asia säilyy: kohteiden muodot, pinta-ala, jotkut etäisyy-
det, tai kompassisuunta.
◦ Jos kulmat ja etäisyyksien suhteet säilyvät, puhutaan konformi-

sesta eli kulmatarkasta projektiosta. Tässä tapauksessa sekä line-
aarinen mittakaava (etäisyydet) että pinta-alojen mittakaava vää-
ristyvät, paitsi joissakin kartan erikoispisteissä.
◦ Jos pinta-ala säilyy, puhutaan ekvivalentista eli pinta-alatarkasta

projektiosta. Tässä kulmat ja muodot vääristyvät, taas erikoispis-
teitä tai -viivoja lukuunottamatta.
◦ Jos etäisyydet säilyvät, puhutaan ekvidistantista eli etäisyystar-

kasta projektiosta. Projektio voi olla ekvidistantti vain tietyillä lin-
joilla, ei kaikkialla.
◦ Navigoinnissa on tärkeä, että kompassisuunnat säilyvät. Silloin

loksodromit2 , saman kompassisuunnan käyrät, ovat suoria. Merca-
torin projektiolla on tämä ominaisuus.
◦ Jos suurympyrät kuvautuvat suoriksi, on kyse gnomonisesta pro-

jektiosta. Sitä käytetään ilmailussa ja meteorihavaintojen yhtey-
dessä – lentokoneen polku maapallon pinnalla tai meteorin polku
taivaalla kuvautuu suoraksi viivaksi ja voidaan piirtää viivoitti-
2 http://fi.wikipedia.org/wiki/Loksodromi
3.2. Suomen eri koordinaattiratkaisut 53
Kuva 3.1. Maan kaarevan pinnan kuvaaminen karttatasoon eri projektioiden

avulla. Aina jotain vääristyy!
mella.
On tärkeä ymmärtää, että ei ole olemassa “oikea” projektio! Valinta riip-

puu täysin käyttötarkoituksesta ja hyväksyttävissä olevista vääristy-
mistä. Tavallaan ne ovat kaikki “vääriä”. Toisaalta ne ovat kaikki myös
käyttökelpoisia3 .
Filosofisesti voi katsoa, että karttakoordinaatit ( x, y) eivät varsinaises-

ti ole geodeettisia suureita. Aidosti geodeettiset koordinaatit ovat aina
kolmiulotteisia. Karttaprojektiokoordinaatit ovat johdannaissuureita.
3.2 Suomen eri koordinaattiratkaisut
Suomessa, kuten kaikkialla maailmassa, on historiallisista syistä käy-

tössä useita eri koordinaatistoja4 . Tämä hankaloittaa paikkatietojen ja
koordinaattiaineistojen käyttöä. Koordinaattiaineistojen käytön edelly-
tyksenä on tietää, missä koordinaatistossa annettu aineisto on. Tarvit-
taessa aineisto muunnetaan järjestelmästä toiseen ennen käyttöä.
Suurin periaatteellinen ero koordinaatistojen välillä on, onko järjestel-
3 ”Essentially, all models are wrong, but some are useful” – George E. P. Box (1919 –
2013), tilastotieteilijä.
4 Tässä ei vielä tehdä selvää pesäeroa koordinaattijärjestelmien ja koordinaatistojen,
eli modernimmassa terminologiassa, vertausjärjestelmien ja vertauskehysten, välillä.
Tästä hieman lisää osiossa 3.7.
Kuva 3.2. Systemaattinen siirtymä tieverkon ja ilmakuvapohjan välillä voisi

liittyä eri koordinaatistojen käyttöön. Google Earth™, © ks. kuvassa
oleva teksti.
mä “perinteinen”, siis luotu ennen satelliittiaikakautta käyttäen perin-

teisiä geodeettisia mittausmenetelmiä, vai “moderni” eli geosentrinen,
luotu satelliittipaikannusteknologian avulla. Seuraavaksi kerromme li-
sää eri koordinaatistovaihtoehdoista ja niiden välisistä muunnoksista.
3.2.1 Kartastokoordinaattijärjestelmä (KKJ)
Suomessa vanha, aikanaan virallinen ja nyt jo suurilta osin väistynyt

koordinaatisto on KKJ, Kartastokoordinaattijärjestelmä, en. National
Map Grid Coordinate System, (Parm, 1988). Järjestelmä luotiin valta-
kunnallisen kolmiomittaustyön tuloksia hyödyntäen (Parm, 1988). Se
on myös hyvä esimerkki karttaprojektion käytöstä valtakunnallisen alu-
een kuvaamiseksi kaksiulotteiseen karttatasoon. Karttaprojektiosta li-
sää alaosiossa 3.3.1.
3.2.2 Vanha valtion järjestelmä VVJ
Tätä järjestelmää kutsutaan myös Helsingin järjestelmäksi.
VVJ oli KKJ:n edeltäjä. Valtakunnallinen kolmiomittaus oli valtava pro-

jekti5 , joka kesti yli puoli vuosisataa. Kuitenkaan tarkkojen koordi-
naattien käyttäjät eivät voineet odottaa. Niinpä luotiin ”lennossa” VVJ
käytännön kartoitustyön tueksi. Koordinaatit laskettiin vaihe vaiheelta
Suomen kolmiomittauksen edetessä Etelä-Suomesta pohjoiseen. Vasta
5 http://www.maanmittaustieteidenseura.fi/maanmittaus/2009_1_puupponen.
pdf, http://www.maankaytto.fi/arkisto/mk208/mk208_1137_puupponen.pdf.
3.2. Suomen eri koordinaattiratkaisut 55
1970-luvulla valtakunnallisen kolmiomittauksen melkein valmistuttua

ja kolmioverkon yhteistasoituksen tuloksena muodostettiin KKJ valta-
kunnallisesti yhtenäisenä järjestelmänä.
Helsingin järjestelmän koordinaattien erot KKJ-koordinaateista ovat

suurimmillaan muutama metri (Tikka, 1991, sivu 193).
Ikivanha kuin VVJ on, oli se edelleen monessa kunnassa käytössä

vielä 2010-luvulla: esimerkiksi Tuusula siirtyi VVJ:stä pois (suoraan
EUREF-FINiin) vasta vuonna 2013 . . .
3.2.3 EUREF-FIN -vertauskehys
Satelliittipaikannuksen yleistymisen myötä voitiin jo 1990-luvulla mää-

rittää kaikkialla maapallolla kolmiulotteiset koordinaatit järjestelmäs-
sä, joka on muutaman senttimetrin tarkkuudella geosentrinen: kolmiu-
lotteisten koordinaattien ( X , Y , Z ) origo on niin lähellä Maan massakes-
kipistettä. Tämän lisäksi koordinaatiston Z -akseli osoittaa Maan pyö-
rähdysakselin suuntaan kun X - ja Y -akselit ovat päiväntasaajan tason
suuntaisia.
Geosentriset järjestelmät ovat globaalisia. Euroopan alueella on Kan-

sainvälisen Geodeettisen Assosiaation IAG:n (International Association
of Geodesy) toimesta6 luotu geosentrinen vertausjärjestelmä ETRS89,
European Terrestrial Reference System 1989. Järjestelmä on realisoi-
tu mittauksin monta kertaa: ensimmäinen Euroopanlaajuinen reali-
saatio eli vertauskehys oli EUREF89, joka perustui vuonna 1989 suo-
ritettuun avaruusgeodeettiseen mittauskampanjaan (Overgaauw ym.,
1994). Myöhemmin Suomi on luonut oma kansallinen realisaationsa ni-
meltä EUREF-FIN7 , jonka käyttöön maan kartoituslaitokset ja useim-
mat muut toimijat ovat viime vuosina siirtyneet.
EUREF-FIN-vertauskehyksen karttaprojektioratkaisuista kerrotaan li-

sää alaosiossa 3.3.3.
6 Itse asiassa sen Euroopan vertauskehyksen alakomissio EUREF, Reference Frame

Subcommission for Europe , http://www.euref.eu/. Nimi EUREF oli tanskalaisgeo-
deetti Knud Poderin esittämä.
7 Usein käytetty nimike WGS84 viittää Yhdysvaltain puolustusviranomaisten ylläpitä-
mään järjestelmään joka on vain desimetrien tarkkuustasolla yhteneväinen ETRS89:n
eri realisaatioiden kanssa. Usein nimikettä käytetään – virheellisesti – niiden yhteis-
nimityksenä.
Projektio
Greenwich- eli
nollameridiaani Päivän-
λ0 tasaaja Keski-
meridiaani
pituus λ0
Kuva 3.3. Maan kuperan pinnan kuvaaminen kapeina kaistoina tasolla. Tä-
mä on sekä Gauss-Krüger -projektion että UTM-projektion periaa-
te. Molemmat projektiot käytetään Suomessa. Vääristymät jäävät
hyväksyttävän pieniksi vain suhteellisen kapealla alueella.
3.3 Karttaprojektiot Suomessa
Suomessa kohdataan tällä hetkellä kaksi eri taso- eli projektiokoordi-

naattijärjestelmää: vanha KKJ ja uusi EUREF-FIN-pohjainen järjestel-
mä. Vanhassa KKJ:ssa käytettiin Gauss-Krüger -projektiota, uudessa
järjestelmässä käytetään Gauss-Krügerin lisäksi myös UTM (Universal
Transverse Mercator) -karttaprojektiota. Ks. kuva 3.3.
3.3.1 KKJ:n karttaprojektiojärjestelmä
Maan pinnan kuvaamiseksi karttatasoon ilman suuria vääristymiä Suo-

mi jaettiin kuuteen KKJ-projektiokaistaan, joissa jokaisessa on oma pro-
jektiotason koordinaatisto. Kaistat numeroitiin nollasta viiteen: kaisto-
jen keskimeridiaanit olivat pituusasteilla 18◦ , 21◦ , 24◦ , 27◦ , 30◦ ja 33◦
itään.
Projektiotason koordinaattit ovat x (Northing) ja y (Easting). Käytetty

projektio on konforminen projektio nimeltä Gauss-Krüger, eräs poikit-
tainen Mercatorin projektio. Projektiolaskennoissa käytetty vertausel-
lipsoidi oli Hayfordin eli kansainvälinen ellipsoidi vuodesta 1924.
Kaistoissa toistuvat samat koordinaatit. Siksi, yksiselitteisten arvojen

saamiseksi, y-koordinaatin eteen laitettiin kaistan numero, ensimmäi-
senä desimaalina (paitsi jos se oli 0). Ks. kuva 3.5.
3.3. Karttaprojektiot Suomessa 57
1 2 3 4 x
◦
70 N 7 794 538 m
65◦ N 7 241 747 m
60◦ N 6 688 423 m
y
21◦ E 24◦ E 27◦ E 30◦ E
Kuva 3.4. Suomen KKJ-järjestelmän (vanhentunut) Gauss-Krüger -kartta-

projektion kaistajako. Kaistat 0 (keskimeridiaani 18◦ ) ja 5 (33◦ ) on
jätetty pois.
x-koordinaatin origo on päiväntasaajalla ja arvot kasvavat kaistan kes-

kimeridiaania pitkin. Tästä johtuu, että x-koordinaatit Suomessa ovat
arvoltaan luokkaa 6 600 000 − 7 900 000 m.
y-koordinaatti kuvaa etäisyyttä keskimeridiaanilta. Jotta vältettäisiin

negatiivisiä y-koordinaatteja, lisättiin näihin 500 km, eli keskimeridi-
aanilla olevalla pisteellä on y-koordinaatti 500 000 m (false Easting eli
vale-itä). y-akseli on kohtisuorassa x-akselia vasten. y-koordinaatit voi-
vat teoreettisesti olla välissä 0 − 1 000 000 m, käytännössä kuitenkin ar-
voväli on 420 000 − 580 000 m kaistojen kapeuden johdosta Suomen le-
veyksillä.
Esimerkiksi kuvan 3.5 mukaan ensimmäisen kaistan vasen alanurkan

koordinaatit olisivat
x = 6 600 000,000 m,
y = 1 420 000,000 m.
x 7 800 000
420 000
580 000
Northing
meridiaani
Keski-
6 600 000
O1 Easting
500 000
(False Easting)
Kuva 3.5. Suomen KKJ-koordinaattijärjestelmän yhden kaistan geometria

(itä-länsi-suunnassa venytetty).
Vastaavasti kolmannelle kaistalle:
x = 6 600 000,000 m,
y = 3 420 000,000 m.
Projektion keskimeridiaanilla vääristymä on nolla, eli kartan ilmoitettu

mittakaava pätee tarkasti.
Silloin kuin KKJ-koordinaatit käytettiin pienen alueen sisällä, jätettiin

usein vasemmalla puolella olevat desimaalit pois, koska ne olivat aina
samoja. Näin saatiin katkaistuja koordinaatteja, jollaisia voi tulla vas-
taan kuntien laskentapapereissa.
VVJ:n käyttämä karttaprojektiojärjestelmä oli hyvin samanlainen kuin

KKJ:n vastaava, paitsi, että merkintätapa oli y = 21◦ 420000, eli y-
koordinaatin eteen laitettiin itse keskimeridiaanin pituusaste.
3.3. Karttaprojektiot Suomessa 59
3.3.2 Kartastokoordinaattijärjestelmän
yhtenäiskoordinaatisto
KKJ:n lisäksi otettiin pienimittakaavaisille8 kartoille käyttöön yhte-

näiskoordinaatisto eli YKJ, jossa koko Suomen alue kuvattiin saman
Gauss-Krüger-projektion mukaan käyttäen keskimeridiaanina 27◦ .
Tässä koordinaatistossa, joka oli tarkoitettu käytettäväksi pienimitta-

kaavaisissa (siis: suurta aluetta kuvaavissa) kartoissa ja joka on muu-
ten identtinen KKJ:n kanssa, koko Suomi on projisoitu kaistaan 3, kes-
kimeridiaani 27◦ . Koska on vain yksi kaista, y-koordinaattien eteen ei
laiteta kaistan numeroa.
3.3.3 EUREF-FINin karttaprojektiot
Uuden vertauskehyksen yhteydessä käytetään EUREF-FINin kartta-

projektiokoordinaatteja (JUHTA, 2016), jotka ovat siis tasokoordinaat-
teja ( x, y). Uudet karttaprojektiot, jotka käyttävät geosentristä GRS80-
vertausellipsoidia, ovat, mittakaavasta riippuen, joko tuttu Gauss-Krüger
tai UTM (Universal transverse Mercator), kansainvälisesti laajasti käy-
tössä oleva, myös konforminen projektiotyyppi.
◦ Pienimittakaavaisille kartoille, siis sellaisille, joissa kuvataan ko-

ko Suomi tai Suomen suuria osia, valitaan uusi ETRS-TM35FIN
-projektiokoordinaatisto, joka perustuu kolmiulotteiseen EUREF-
FIN koordinaatistoon ja UTM-projektioon keskimeridiaanilla 27◦ E.
Tämä korvaa vanhan KKJ:n yhtenäiskoordinaatiston. Projektio on
myös koko Suomen karttalehtijaon pohjana.
◦ Myös topografikartoille käytetään ETRS-TM35FIN -projektiota.
◦ Suurimittakaavaisille, paikalliseen käyttöön tarkoitetuille kar-

toille käytetään edelleen Gauss-Krüger-projektiota, mutta kaista-
leveydellä 1◦ . Tästä käytetään nimitystä ETRS-GK n, jossa n on
keskimeridiaanin asteluku, esimerkiksi 23◦ E, jolloin projektion ni-
mi on ETRS-GK23. Tästä poiketaan kuitenkin käytännön syistä,
8 Pienimittakaavainen kartta on kartta, jonka mittakaavaluku M on suuri, jos mitta-

kaava on 1 : M . Mittakaava 1 : 1 000 000 on pieni: suuretkin kohteet näyttävät pieniltä
kartalla, mutta kuvattu alue on suuri. Mittakaava 1 : 2000 on suuri: pienetkin yksi-
tyiskohdat näkyvät hyvin, mutta kuvattu alue on pieni.
1500
Gauss-Krüger projektio
UTM projektio
1000
Mittakaavavääristymä (ppm)
500
-500
0 50 100 150 200 250 300 350
Etäisyys keskimeridiaanista (km)
Kuva 3.6. Gauss-Krüger- ja UTM- projektioiden mittakaavavääristymä.
esimerkiksi koko kunnan kartoittamiseksi samaan kaistaan. Pro-

jektiotyypin valinnan seurauksena nämä kartat soveltuvat käyt-
tötarkoituksiin, joissa ei voida hyväksyä suurempia mittakaava-
vääristymiä, kuten kaavoitus ja infrarakentaminen, joissa kartta-
koordinaatteja siirretään suoraan rakennusprojekteihin maasto-
koordinaatteina.
Kansainvälisestikin käytetään paljon UTM (Universal Transverse Merca-

tor) -järjestelmää. UTM eroaa Gauss-Krügeristä kahdella tavalla:
◦ Mittakaava keskimeridiaanilla on 0,9996 eikä 1,0. Tämä mer-

kitsee, että keskimeridiaanilla kartta kuvaa yksityiskohtia noin
400 ppm (parts per million, miljoonasosaa) pienemmiksi kuin mitä
ne kartan nimellismittakaavan perusteella pitäisi olla. Siitä tulee
40 cm jokaista kilometriä kohti.
◦ Projektiokaistojen leveys on 6◦ eikä 3◦ . Tämä merkitsee että mit-

takaavavääristymä, joka keskimeridiaanilla on −400 ppm, kään-
tyy kaistan reunoihin asti positiiviseksi, noin +1000 ppm, lasket-
tuna päiväntasaajalla. Suomen leveysasteilla vääristymä jää aika
paljon pienemmäksi.
3.4. Lisää tasokoordinaateista 61
Pohjoinen (Northing)
x x
P
Kvadrantti IV Kvadrantti I
s y
α
y
Kvadrantti III Kvadrantti II
O (origo) Itäinen (Easting)
Kuva 3.7. Geodeettinen tasokoordinaatisto ja tason kvadrantit I – IV.
Näillä kahdella valinnalla pyritään pitämään mittakaavavääristymä

koko kaistan alueella tiettyjen rajojen sisällä kaistan suuresta levey-
destä huolimatta.
Sekä Gauss-Krüger että UTM ovat ns. konformisia projektioita: kulmat

ja pituussuhteet säilyvät paikallisesti, pikkuneliöt muuttuvat pikkune-
liöiksi, pikkuympyrät pikkuympyriksi.
3.4 Lisää tasokoordinaateista
Geodesiassa käytetyt tasokoordinaatit poikkeavat hieman tutusta ma-

tematiikan ( x, y) -järjestelmästä. Ks. kuva 3.7. Kun matematiikassa x-
akseli osoittaa oikeaan ja y-akseli paperin yläreunaan, on geodesiassa
tapana että x-akseli osoittaa pohjoiseen (“Northing”) ja y-akseli itään
(“Easting”).
Suorakulmaisten koordinaattien ( x, y) lisäksi käytetään napakoordi-

naatteja (α, s). Joskus käytetään symbolit ( A, s).
Geodesiassa atsimuti eli suuntakulma α (tai A ) kulkee pohjoisesta myö-

täpäivään9 , siis idän kautta, toisinpäin kuin matematiikassa. s on etäi-
syys koordinaatiston origosta O .
Suorakulmaisten ja napakoordinaattien välillä pätevät seuraavat trigo-
9 Tähtitieteessä joskus, erityisesti vanhemmissa kirjoituksissa, atsimuti kulkee eteläs-

tä länteen, siis myös myötäpäivään. Myös geodesiassa käytäntö vaihtelee: asia on aina
tarkistettava.
Nimen “atsimuti” alkuperä on arabian as-sumût, “suunnat”.
(Kaupungin alue)
x = 10 000 m
O y = 20 000 m y
Kuva 3.8. Paikallinen koordinaatisto.
nometriset yhteydet:
y
y = s sin α =⇒ sin α =
s
x
x = s cos α =⇒ cos α =
s
sin α y y
tan α = = =⇒ α = arctan + k · 180◦ .
cos α x x
Viimeisessä yhtälössä kokonaisluku k valitaan näin, että tulos α on

suuntaympyrän sopivassa kvadrantissa: arctan x on aina välissa − π2 , + π2 ,
y ¡ ¤
eli kvadranteissa I tai IV.
Pythagoraan lause antaa etäisyyden s:

q
s= x2 + y2 .
3.4.1 Paikalliset koordinaatit
Paikallisia, usein vanhoja, koordinaatistoja käytettiin pitkään monessa

Suomen kunnassa, ja ne tulevat vanhoissa asiakirjoissa vastaan.
Origo on yleensä sijoitettu niin, että koko kunnassa esiintyy vain posi-
tiivisia x- ja y-koordinaatteja. Usein origo on vain laskennallinen piste,
joka ei välttämättä ole edes olemassa merkkinä maastossa. Esimerkki:
”katkaistuja” KKJ-koordinaatteja.
Yhteys valtakunnalliseen järjestelmään voi olla, että tunnetaan esimer-

kiksi kirkon – tai muun maamerkin – koordinaatit myös KKJ:ssa. Täs-
sä tapauksessa voidaan muuntaa paikalliset ja valtakunnalliset koor-
3.5. Geodeettinen pää- ja käänteistehtävä 63
x x0
O0
y0
O y
Kuva 3.9. Tilapäinen koordinaatisto.
dinaatit toisiinsa soveltamalla vakiosiirtymä, translaatio, kumpaankin

koordinaattiin x ja y.
Tarkempaan työhön yksi piste ei riitä ja tarvitaan riittävä määrä yhtei-

siä pisteitä, koordinaateiltaan tunnettuja sekä paikallisessa että valta-
kunnallisessa järjestelmässä.
3.4.2 Tilapäiset koordinaatit
Joskus on tarkoituksenmukaista käyttää mittauksissa tilapäistä, ylei-

sestä järjestelmästä poikkeavaa koordinaatistoa. Jopa akseleiden suun-
nat voivat poiketa tavallisista pohjois- ja itäsuunnista.
Tilapäistä tai projektikohtaista koordinaatistoa käytetään vain mit-

tauksen, tai esimerkiksi rakennusprojektin, aikana, laskennassa koor-
dinaatit muunnetaan pysyvämpään, paikalliseen tai valtakunnalliseen,
oikein orientoituneen järjestelmään.
Origo ja akselien suunnat voidaan valita mittaustehtävän mukaisesti,

esimerkiksi rakennuksen seinien suuntaisiksi.
3.5 Geodeettinen pää- ja käänteistehtävä
Geodeettinen päätehtävä (“GPT”, englanniksi “direct or forward geode-

tic problem”) tarkoittaa tuntemattoman pisteen koordinaattien määrit-
täminen, kun lähtöpisteen koordinaatit sekä suuntakulma ja etäisyys
x
P2
α12 ∆ x = x2 − x1
s 12
P1
∆ y = y2 − y1
y
Kuva 3.10. Geodeettinen päätehtävä tasokoordinaateissa.
lähtöpisteestä tuntemattomaan pisteeseen ovat annettuina.
Yleisessä tapauksessa, mielivaltaisella kaarevalla pinnalla, geodeetti-

nen päätehtävä ei voida helposti ratkaista. Mutta jo pallon pinnalla sul-
jettu – vaikkei aivan yksinkertainen – ratkaisu on olemassa. Vertausel-
lipsoidin pinnalla ratkaisu saadaan numeerisesti, on-line palvelu löytyy
mm. Yhdysvaltain National Geodetic Survey’n verkkosivulta.
Tasokoordinaatistossa, kaksiulotteisesti, geodeettinen päätehtävä on

yksinkertaisempi, kuten tulemme näkemään osiossa 3.5.1.
3.5.1 Geodeettinen päätehtävä tasossa
Olkoon tasossa kaksi pistettä P1 ja P2 (kuva 3.10). Lähtöpisteen P1 ta-

−−−→
sokoordinaatit ( x1 , y1 ), sekä vektorin P1 P2 atsimuti α12 ja pituus s 12 ,
ovat annettuina. Laskettava on tuntemattoman pisteen P2 koordinaatit
( x2 , y2 ).
Ratkaisu saadaan seuraavasti:
∆y
sin α12 = ⇒∆ y = s 12 sin α12 ,
s 12
∆x
cos α12 = ⇒∆ x = s 12 cos α12 ,
s 12
tämän avulla:
x2 = x1 + ∆ x = x1 + s 12 cos α12 ,
y2 = y1 + ∆ y = y1 + s 12 sin α12 .
Esimerkki:
3.5. Geodeettinen pää- ja käänteistehtävä 65
Annettuna piste A jonka koordinaatit ovat
x A = 6 800 000 m,
yA = 400 000 m.
Jos etäisyys pisteeseen B on s = 2828,428 m ja atsimuti (suunta-

kulma) α = 50 gon, ratkaise geodeettinen päätehtävä pisteille A, B.
Ratkaisu:
∆ x = s cos α = 2828,428 m · cos (50 gon) = 2000 m,
∆ y = s sin α = 2828,428 m · sin (50 gon) = 2000 m,
xB = x A + ∆ x = 6 800 000 m + 2000 m = 6 802 000 m,
yB = yA + ∆ y = 400 000 m + 2000 m = 402 000 m.
3.5.2 Geodeettinen käänteistehtävä tasossa
Geodeettinen käänteistehtävä (“GKT”) tarkoittaa kahden annetun pis-

teen välisen suuntakulman (atsimutin) ja etäisyyden määrittäminen.
Olkoon taas tasossa kaksi pistettä P1 ja P2 (kuva 3.10). Olkoot niiden

suorakulmaiset koordinaatit ( x1 , y1 ) ja ( x2 , y2 ). Laskettavana on α12 ja
s 12 .
Ratkaisu:
q q
s = ∆ x2 + ∆ y2 = ( x2 − x1 )2 + ( y2 − y1 )2 ,
∆ y y2 − y1
tan α12 = = .
∆ x x2 − x1
∆y ∆x
(Mielellään ei käytetä sin α12 = tai cos α12 = . Esimerkik-
s 12 s 12
si sinikaava on epätarkka kun α12 ≈ ±90◦ , ja kosinikaava kun
α12 ≈ 90◦ ± 90◦ . Siellähän funktiot sin α12 ja cos α12 ovat statio-
naarisia: suuri muutos α12 :ssa aiheuttaa vain pienen muutoksen
funktioarvossa sin α12 = ∆ y/s12 , ja siksi annetuista arvoista ∆ y, s 12 ,
vaikkakin tarkkoja, voidaan laskea α12 vain epätarkasti.)
Sitten:

y2 − y1
µ ¶  0 jos ( x − x ) ≥ 0,
◦ 2 1
α12 = arctan + k · 180 , k =
x2 − x1  1 jos ( x2 − x1 ) < 0.
Tässä on muistettava että arctan-funktion arvot ovat määritel-

män mukaan aina välillä(−π/2, +π/2)! Kuitenkin oikea α-arvo voi
s ∆y
α/2 α
s ∆x
s + ∆x
Kuva 3.11. Puolikulmakaava.
hyvinkin olla tämän välin ulkopuolella, nimittäin tapauksessa

( x2 − x1 ) < 0. Siksi ehdollinen termi k · 180◦ .
Elegantimpi ratkaisu10 on käyttää puolikulmakaavaa:

³α´ ∆y ∆y
α = 2· = 2 arctan = 2 arctan .
2 ∆x + s ∆ x + ∆ x2 + ∆ y2
p
Ks. kuva 3.11.
Esimerkki:
Annettuna piste A : x A = 6 800 000 m, yA = 400 000 m ja piste C

jonka koordinaatit ovat xC = 6 793 000 m, yC = 407 000 m. Ratkai-
se pisteiden A, C geodeettinen käänteistehtävä.
Ratkaisu:
∆ x = xC − x A = 6 793 000 m − 6 800 000 m = −7000 m,
∆ y = yC − yA = 407 000 m − 400 000 m = +7000 m.
1. Perinteinen menetelmä:
∆y
α AC = arctan + k · 200 gon =
∆x
= arctan (−1) + k · 200 gon =
= −50 gon + k · 200 gon.
10 Monessa ohjelmointikielessä on tarjolla funktio atan2 ( x, y) kahdella argumentilla,

joka löytää myös oikean kvadrantin automaattisesti.
3.6. Koordinaattien yhdenmuotoisuusmuunnos 67
Kuva 3.12. Friedrich Robert Helmert (1841 – 1917) oli suuri saksalainen geo-
deetti ja tasoitus- ja todennäköisyyslaskennan kehittäjä.
Oikea ratkaisu on ilmeisesti α AC = −50 gon+200 gon = 150 gon.
2. Puolikulmamenetelmä:
∆y
α AC = 2 arctan =
∆ x + ∆ x2 + ∆ y2
p
7000
= 2 arctan p =
µ−7000 +¶7000 2
−1
= 2 arctan p =
1− 2
= 2 · 75 gon = 150 gon.
q p
s AC = ∆ x2 + ∆ y2 = 7000 m · 2 =
= 9899,495 m.
3.6 Koordinaattien yhdenmuotoisuusmuunnos
Ks. Kahmen ja Faig (1988, sivut 246 – 255).
Yhdenmuotoisuus- eli Helmert-muunnos on muunnos kahden suorakul-

maisen koordinaatiston välillä, tavallisesti tasossa eli kaksiulotteises-
ti. Se esiintyy varsin usein käytännön mittaus- ja laskentatehtävissä,
x
u
∆v
AB
∆ yAB
B
AB
∆ x AB
θ
∆u
αuv
αx y s uv
y
=K
y0 Ou A sx
v
Ox y x0 y
v
Kuva 3.13. Yhdenmuotoinen koordinaattimuunnos eli Helmert-muunnos ta-

sossa.
kun pitää yhteiskäyttöä varten yhdistää kahdessa tai useammassa koor-

dinaatistossa olevia koordinaattiaineistoja. Tämä on haastava tehtävä.
Yleisessä tapauksessa etsitään alueelta riittävä määrä kiintopisteitä joi-
den koordinaatit tunnetaan molemmissa järjestelmissä, ja suoritetaan
tasoitus. Yksinkertaisempi on erikoistapaus jossa on käytettävissä vain
kaksi yhteistä kiintopistettä, mikä juuri riittää muunnoksen määrittä-
miseksi.
Tunnetaan kahden kiintopisteen A ja B koordinaatit molemmassa koor-

dinaatistossa:
( x A , yA ) , ( xB , yB ) , ( u A , v A ) , ( u B , vB ) .
Tämän lisäksi on annettu pistejoukon koordinaatit vain ( u, v)-koordi-

naatistossa:
( u 1 , v1 ) , ( u 2 , v2 ) , ..., ( u i , v i ) , . . . , ( u n , vn ) .
Tehtävä on nyt laskea koko tämän pistekentän yhdenmuotoisuusmuun-

nos
( u i , v i ) ⇒ ( x i , yi ) , i = 1, . . . , n.
Muunnos suoritetaan seuraavissa askeleissa:
◦ Origon siirto O uv ⇒ O x y , siirtoparametrit ( x0 , y0 ), ks. kuva 3.13.
◦ Koko ( u, v)-koordinaatiston kierto kulman θ verran – kiertopara-

metri θ , ks. kuva 3.13.
◦ ( u, v)-koordinaatiston mittakaavan muunnos samaksi kuin ( x, y)-

koordinaatistossa käyttämällä mittakaavasuhdetta K .
Kuva 3.14. Helmert-muunnoksen vaiheet: translaatiovektori t, skaalaus K, ro-

taatio θ .
Helmert-muunnos kutsutaan myös neliparametriseksi muunnokseksi.

Parametrit ovat x0 , y0 , θ ja K .
Helmert-muunnoksen yleinen muoto on:
x = x0 + K cos θ · u − K sin θ · v,
y = y0 + K sin θ · u + K cos θ · v,
eli matriisimuodossa – ks. liite A:

      
x x cos θ − sin θ u
  =  0 +K   . (3.1)
y y0 sin θ cos θ v
3.6.1 Muunnosparametrien määritys
Parametrien määrittäminen yksikäsitteisesti vaatii vähintään neljä

”havaintoa” – esimerkiksi kahden pisteen yhteensä neljä koordinaattia
x A , yA , xB , yB . Silloin saadaan neljä yhtälöä:
x A = x0 + K cos θ · u A − K sin θ · v A ,
yA = y0 + K sin θ · u A + K cos θ · v A ,
xB = x0 + K cos θ · u B − K sin θ · vB ,
yB = y0 + K sin θ · u B + K cos θ · vB ,
eli taas matriisimuodossa,

    
xA 1 0 −v A uA x0
    
 yA   0 1 uA vA   y0
    

 =  .
 xB   1 0 − vB u B   K sin θ
    

    
yB 0 1 uB vB K cos θ
Jos samoista pisteistä A ja B myös vanhat koordinaatit u A , v A , u B , vB

ovat tiedossa, voimme tästä yhtälöstä ratkaista neljä muunnosparamet-
ria x0 , y0 ja K sin θ , K cos θ ⇒ K, θ yksiselitteisesti.
3.6.1.1 Eromuunnoskaava
Vähennyslasku tuottaa
      
∆ x AB x − xA − ( vB − v A ) u B − u A K sin θ
 = B =  =
∆ yAB yB − yA uB − u A vB − v A K cos θ
  
−∆v AB ∆ u AB K sin θ
=  
∆ u AB ∆v AB K cos θ
loogisilla määritelmillä
∆ x AB = xB − x A ,∆ u AB = u B − u A ,
∆ yAB = yB − yA ,∆v AB = vB − v A .
Järjestetään termit ovelasti uudelleen:

    
∆ x AB −∆v AB ∆ u AB K sin θ
 =  =
∆ yAB ∆ u AB ∆v AB K cos θ
  
cos θ − sin θ ∆ u AB
=K  . (3.2)
sin θ cos θ ∆v AB
Tämä yhtälö pätee mielivaltaisille pistepareille.
3.6.1.2 Mittakaavasuhde
Mittakaavasuhde tai -kerroin saadaan Pythagoraan lauseen avulla:

q
sxy ∆ x2AB + ∆ y2AB
K= =q .
s uv ∆ u2AB + ∆v2AB
3.6.1.3 Kiertokulma
Kiertokulma11 on:
∆ yAB ∆v AB
θ = α x y − αuv = arctan − arctan (3.3)
∆ x AB ∆ u AB
11 Unohdetaan hetkeksi kvadranttiongelma. Periaatteessa pitäisi lisätä termi k · 180◦ ,

jossa k on kokonaisluku.
3.6.1.4 Siirtovektori
Siirtovektorin laskemiseksi lähdetään Helmertin eromuunnoskaavasta,

yhtälö 3.2.
Tutkitaan pistepari A ja O uv , vanhan ( u, v)-koordinaatiston origo. Pis-

teillä on uuden järjestelmän koordinaatit ( x A , yA ) ja ( x0 , y0 ), ja alkupe-
räisen järjestelmän koordinaatit ( u A , v A ) ja ( u 0 , v0 ) = (0, 0). Silloin
∆ u AO = u A − u 0 = u A ,
∆v AO = v A − v0 = v A ,
ja samalla
.
∆ x AO = x A − x0 ,
.
∆ yAO = yA − y0 .
Eromuunnoskaava antaa nyt

    
x A − x0 cos θ − sin θ uA
 =K  ,
yA − y0 sin θ cos θ vA
eli       
x0 xA cos θ − sin θ uA
 = −K   ,
y0 yA sin θ cos θ vA
juuri etsityt siirtoparametrit. Mielivaltaiselle pisteelle ( x, y) Helmertin
muunnoskaavat ovat nyt, kun kaikki muunnosparametrit on ratkaistu:
x = x0 + K cos θ · u − K sin θ · v,
y = y0 + K sin θ · u + K cos θ · v,
jo yllä annetut yhtälöt 3.1.
3.6.1.5 Symbolinen matriisimuoto
Helmert-muunnoskaavat matriisimuodossa on
      
x x cos θ − sin θ u
  =  0 +K   .
Tätä voidaan kirjoittaa kompaktisti:
x = x0 + K R u, (3.4)
jossa vektorien (sarakematriisien) ja matriisien määritelmät ovat

   
. x . x0
x =   , x0 =  ,
y y0
   
. u .  cos θ − sin θ
u= , R = .
v sin θ cos θ
Usein kirjoitetaan K = 1 + m, jossa m on mittakaavapoikkeama. Yleensä
luku on pieni ja ilmaistaan yksikössä ppm (parts per million).
Muunnosyhtälöt 3.1, 3.4 kutsutaan yhdenmuotoisuus- eli Helmert-muun-

nokseksi tasossa.
Esimerkki:
1. Annettuna pisteiden A, B koordinaatit ( u, v) -koordinaatistossa:
u A = 0 m, v A = 0 m,
u B = 1500 m, vB = 1500 m;
ja ( x, y) -koordinaatistossa:
x A = 2000 m, yA = 3000 m,
xB = 3500,150 m, yB = 4500,150 m.
Olettaen, että järjestelmien ( u, v) ja ( x, y) välinen muunnos on

Helmert-muunnos:
       
x cos θ − sin θ u x0
 =K · + ,
y sin θ cos θ v y0
laske sen parametrit K, θ , x0 ja y0 .
2. Annettuna pisteen C koordinaatit ( u, v)-järjestelmässä:
u C = 1000 m, vC = 2000 m.
Laske xC , yC .
Ratkaisu:
1. Näemme heti, että
∆ u AB = 1500 m,
∆v AB = 1500 m,
∆ x AB = 1500,150 m,
∆ yAB = 1500,150 m.
3.7. Datumit ja datumimuunnokset 73
Tästä päätellään visuaalisesti, eromuunnoskaavan 3.2 avulla, että

K = 1,0001 ja θ = 0.
Sen jälkeen pisteelle A :
x A = x0 + 1,0001 · u A ⇒ x0 = x A − 1,0001 · u A = 2000 m,
yA = y0 + 1,0001 · v A ⇒ y0 = yA − 1,0001 · v A = 3000 m.
2. Lasketaan
xC = x0 + 1,0001 · u C = 2000 m + 1000,1 m = 3000,1 m,
yC = y0 + 1,0001 · vC = 3000 m + 2000,2 m = 5000,2 m.
3.7 Datumit ja datumimuunnokset
Geodeettiset koordinaatit eivät ole vain matemaattisia suureita. Pisteet

mitataan maastossa ja niiden koordinaatit lasketaan annettujen lähtö-
pisteiden avulla. Lähtöpisteiden valinta on aina jossain määrin mielival-
tainen. Jokainen tehty valinta luo se, mitä geodeetit kutsuvat geodeet-
tiseksi datumiksi. Toisin sanoen, kun geodeettiset mittaukset tehdään
Maan pinnan osa-alueella käyttämällä tiettyä mittauspisteiden joukkoa
ja antamalla sopimusperäisesti lähtökoordinaatteja näistä valittuihin
lähtöpisteisiin, saadaan tosielämässä ratkaisu joka edustaa vain tietyn
järjestelmän realisaatio eli toteutus12 .
Koordinaatisto, vertauskehys tai datumi muodostetaan yleisesti alueel-

lisesti. Kun se kohtaa toista, samalla tavalla muodostettua (mutta eri
lähtöpisteistä lähtevää) raamia, samojen pisteiden koordinaattiarvot ei-
vät yleensä ole samoja. Esimerkiksi siinä missä Suomen ja Ruotsin tark-
kavaaitusverkot kohtaavat Tornionlaakson rajalla, saadaan samalle pis-
teelle kahdet eri korkeusluvut jotka ovat molemmat oikeita.
Myös sijaintiverkkojen tapauksessa puhutaan datumeista: kun ne koh-

taavat rajoilla, vaaka- eli sijaintikoordinaatit ϕ, λ eivät yleensä ole tar-
¡ ¢
12 Englanniksi koordinaattijärjestelmä muodollisena määritelmänä on co-ordinate re-

ference system, kun taas sen realisaatio maastossa, koordinaatisto, on co-ordinate re-
ference frame. Esimerkiksi ETRS = European Terrestrial Reference System ja ETRF =
European Terrestrial Reference Frame. Myös Suomessa vastaavat termit alkavat yleis-
tyä: vertausjärjestelmä vastaan sen realisaatio eli vertauskehys.
kasti samoja. Erot ovat klassisten kolmioverkkojen tapauksessa muuta-

man kaarisekunnin luokka.
Eri datumeissa olevien pisteiden koordinaattien muuntamiseksi toisen

datumin koordinaateiksi löytyy kirjallisuudesta sopivia muunnoskaavo-
ja.
3.7.1 Esimerkki: korkeusverkko
Tutkitaan esimerkkinä korkeudenmittaus, vaaitus. Suomen virallinen

korkeusjärjestelmä 2007 syyskuun 25. päivään saakka, N60, perustuu
tietyn pisteen korkeuteen. Tämä lähtöpiste on Helsingin tähtitornin pi-
halla sijaitsevan graniittipaaden tietty hiottu pinta. Tässä on mukana
se historiallinen sattuma, että Helsinki on Suomen pääkaupunki. Läh-
töpisteen korkeusarvo on valittu niin, että korkeudet ovat melko tarkas-
ti Helsingin vuoden 1960 alun keskimerenpinnan yläpuolella. Tieteelli-
sesti Helsingin valinta oli mielivaltainen.
Suomen uusi korkeusjärjestelmä N2000 käyttää lähtöpisteenään 40 km

Helsingistä länteen sijaitsevan Metsähovin tutkimusasemalla olevaa
kiintopistettä, jonka korkeusarvo on valittu niin, että korkeudet ovat
Amsterdamin perinteikkään keskimerenpinnan N.A.P.:n suhteen. Myös
Amsterdamin valinta oli historian eikä tieteen aikaansaama.
Valtakunnallinen tarkkavaaitus on tuonut virallisia korkeuksia kaik-

kialle Suomeen. Selvä on, että pisteelle lasketun korkeuden tarkkuus
tässä järjestelmässä riippuu sen etäisyydestä Helsingistä. Kevon kor-
keus on selvästi heikommin tiedossa kuin Jyväskylän. Ja Turun kor-
keus on jonkin verran epätarkka, koska vaaitus Helsingistä Turkuun ei
ollut absoluuttisen tarkka. Toisaalta Helsingin lähellä olevien pisteiden
mitatut korkeudet ovat hyvinkin tarkkoja, koska datumipiste, Tähtitor-
ninmäki tai Metsähovi, on niin lähellä.
Kuvittele hetkeksi ettei Helsinki vaan Turku olisi Suomen pääkaupun-

ki, ja että Suomen korkeusjärjestelmän datumipisteeksi olisi valittu
merkki Tuomiokirkon seinällä. Silloin kaikki Turun lähistöllä olevat
korkeuspisteet olisivat hyvin tarkkoja, mutta Helsingin alueen pisteet
olisivat saman verran epätarkkoja kuin nykyjärjestelmässä ovat Turun
pisteet: onhan vaaitus Turun ja Helsingin välillä jonkin verran epätark-
ka.
Kuva 3.15. Metsähovin tutkimusasemalla sijaitseva N2000-korkeusdatumin

pääkiintopiste. Taustalla radioteleskooppi, jolla suoritetaan myös
geodeettisia pitkäkantointerferometrisia havaintoja. Kuva ©
Maanmittauslaitoksen Paikkatietokeskus FGI.
Tarkkuus riippuu näkökohdasta, valitusta datumista.
Kuvassa 3.16 on esitetty neljän pisteen vaaitusverkko. Annettuna kor-

keuserot AB, BC , CD ja D A . Lisäksi on annettu rannikopisteissa A ja B
korkeus keskimerenpinnasta, mitattu mareografin (vesiasteikon) avul-
la.
Ensin tasoitetaan silmukkaa:
+0,072 D
A
A D A D 3,394
3,375
3,443 3,462
3,443
−0,925
(+0.016) +0,321
2,533 3,077
2,533 C 2,514 3,058
B B C
+0,548 B C
A -datumi B-datumi
Keskivirhe 10 mm
Kuva 3.16. Vaihtoehtoisia korkeusdatumeita A ja B.

Väli Havaittu Korjaus Tasoitettu
AB −0,925 −0,004 −0,929

BC +0,548 −0,004 +0,544
CD +0,321 −0,004 +0,317
DA +0,072 −0,004 +0,068
Sulkuvirhe +0,016 -
1. Käytetään pistettä A lähtöpisteenä ja lasketaan pisteiden korkeu-

det 13 :
Piste Korkeus Keskivirhe

A 3,443 ±0,000
B 2,514 ±0,010
C 3,058 ±0,014
D 3,375 ±0,010
2. Samalla tavalla, mutta käyttäen pistettä B lähtöpisteenä:
Piste Korkeus Keskivirhe

B 2,533 ±0,000
C 3,077 ±0,010
D 3,394 ±0,014
A 3,462 ±0,010
Kuten nähdään, on viimemainitussa tapauksessa kaikki lasketut kor-

keudet 0,019 m verran suurempia. Korkeuserot ovat tietenkin samoja.
Ero 0,019 m on juuri pisteiden A ja B “korkeuserojen ero” kahden mene-
telmän välillä: (1) vaaitus plus tasoitus, ja (2) vesiasteikot. Ero johtuu
mittausvirheistä ja siitä, että todellinen merenpinta ei ole tasopinta.
Datumiero A -datumin ja B-datumin välillä on 0,019 m.
Datumimuunnos on
H (B)
i
= H (A)
i
+ 0,019 m,
yleisemmin
³ ´
H (B)
i
= H (A)
j
+ H (B)
A
− H (A)
A
.
Jokainen tasoituslaskenta tuottaa laskettujen arvojen tarkkuusarvioi-

ta eli keskivirheitä. Jos oletetaan, että annettuna arvona datumipisteen
13 Keskivirheet taulukossa ovat keksittyjä, vaikkakin realistisen näköisiä.

korkeusarvo on virheetön (keskivirhe nolla), kasvavat pistekorkeuksien

keskivirheet, kun etäisyys datumipisteestä kasvaa. Yllä oleva taulukko
sisältää (mielikuvituksellisia) standardipoikkeamia, jotka käyttäytyvät
juuri tällä tavoin. Ne on myös kuvissa piirretty virhepylväiksi.
3.7.2 Sijaintikoordinaattien datumit
Kuten sanottu, on myös sijaintiverkkojen tapauksessa olemassa eri da-

tumit. Kuvassa 3.17 on kuvattu AB-datumi ja PQ -datumi.
◦ AB-datumi on luotu ottamalla pisteiden A ja B jo tiedossa olevat

koordinaattiarvot muodolliseksi totuudeksi ja tasoittamalla koko
verkko niitä muuttamatta. Näin saadaan lasketuksi muiden pis-
teiden, myös P :n ja Q :n, koordinaatit samassa AB-datumissa.
◦ PQ -datumi taas on luotu samalla tavalla kiinnittämällä pisteiden

P ja Q koordinaatit etukäteen annetuille arvoille, ja tasoittamal-
la verkkoa niitä muuttumatta. Näin saadaan verkon muidenkin
pisteiden sijainnit ratkaistuksi, nyt PQ -datumissa.
Kuten kuvasta näkyy, ovat pisteiden koordinaatit AB-datumissa ja PQ -

datumissa erilaisia. Kuitenkin koko verkon muoto on samanlainen, riip-
pumatta siitä, onko ratkaisuun valittu datumi AB vai PQ . Tässä ta-
pauksessa datumien välinen muunnos on yhdenmuotoisuusmuunnos eli
Helmert-muunnos.
Pisteiden A, B, P,Q etukäteen tiedossa olevat koordinaatit ovat yleen-

sä peräisin aiemmasta verkkotasoituksesta, tähtitieteellisesta paikan-
määrityksestä tai on luettu kartalta: ne ovat koordinaattien likiarvot.
Datumin määrittäminen on siis sama kuin lähtöpisteiden valitseminen,
lähtöpisteet joiden likikoordinaatit otetaan muodollisena totuutena mu-
kaan verkon tasoituslaskentaan.
Olisi sattuma, jos verkon laskenta AB-datumissa tuottaisi samat koor-

dinaatit kuin laskenta PQ -datumissa. Erot eri tavalla laskettujen koor-
dinaattien välillä ovat suuruuksiltaan verrattavissa käytettyjen liki-
koordinaattien tarkkuuteen. Erot ovat usein kuitenkin niin pieniä, että
muunnosparametrit ovat lähellä nolla tai yksi: Helmert-kaavassa
x = x0 + K cos θ · u − K sin θ · v
y = y0 + K sin θ · u + K cos θ · v
PQ -datumi
B
A AB-datumi
Kuva 3.17. Tasoverkon kaksi eri datumia, AB- ja PQ-datumi datumipistei-

neen. Pistevirhe-ellipsit ja pisteiden väliset (relatiiviset) virhe-
ellipsit eri datumeissa on piirretty. Huomaa miten virhe häviää
datumipisteissä, joiden koordinaatit ovat osaa datumin määritte-
lyä eli konventionaalisia.
kiertokulma θ on sen verran pieni, että sin θ ≈ θ ja cos θ ≈ 1; jos vielä

kirjoitetaan K = 1 + m, m mittakaavapoikkeama, on myös m pieni luku,
ja saadaan
x = x0 + (1 + m) u − (1 + m) θ v ≈ x0 + u + mu − θ v,
y = y0 + (1 + m) θ u + (1 + m) v ≈ y0 + θ u + v + mv,
eli matriisiyhtälönä
        
x u x0 m −θ u
 = + +  ,
y v y0 θ m v
elegantti yhtälö jonka toinen ja kolmas termi oikealla puolella ovat pie-
niä, koska sisältävät vain pienet muunnosparametrit x0 , y0 , m ja θ . Siis
myös koordinaattierot x − u ja y − v ovat pieniä, kuten yllä jo todettiin.
3.8 Karttaprojektiot ja korkeusjärjestelmät

kolmiulotteisessa maailmassa
Vaikka todellinen maapallomme ja sen painovoimakenttä ovat kolmiu-

lotteisia ilmiöitä, joita voidaan kuvata ja käsitellä oikein vain kolmiulot-
teisesti, käytetään kuitenkin hyvin laajasti kuvaustapoja jotka perustu-
vat “kaksi-plus-yksi-ulotteiseen” ajatteluun. Kuten karttaprojektiot ja
3.8. Karttaprojektiot ja korkeusjärjestelmät. . . 79
korkeusjärjestelmät, jotka yhdessä kuvaavat maailmaa 2+1 koordinaat-

tin ( x, y, H ) avulla.
Vaikka tässä on kyse kolmesta koordinaatista, ei voida puhua kolmiu-

lotteisista koordinaateista, koska toisaalta x, y ja toisaalta H eivät ole
samanarvoisia.
Tavallisten ihmisten – ja jopa maanmittarien – keskellä elää käsiteelli-

nen malli “kenkälaatikko-maailmasta”: suorakulmainen, sivut pohjois-
ja itäsuuntaan ja korkeuskoordinaatti on yksinkertaisesti etäisyys ken-
kälaatikon pohjalta, keskimerenpinnalta.
On helppoa tuomita tämä ajattelutapa. Muista kuitenkin, että pienellä

alueella kenkälaatikkomalli on – voi olla – hyväksyttävä approksimaa-
tio. Esimerkiksi kaupunkien sisällä käytetään plan-karttoja ja suora-
kulmaisia koordinaatteja yleensä ilman pahoja sivuvaikutuksia. Se, on-
ko tämä approksimaatiotaso hyväksyttävä, edellyttää huolellista ana-
lyysia.
Jos ( x, y, H )-esitystapa on hyväksyttävä, on se sijainnin ja korkeuden

esitystapana yksinkertaisempia kuin Maan todellinen geometria, todel-
liset sijainnit suorakulmaisine geosentrisine koordinaatteineen ja todel-
liset korkeudet geopotentiaalilukuineen. Kuitenkin yleisessä tapaukses-
sa se on itse asiassa monimutkaisempi sijainnin ja korkeuden esitysta-
pa. Karttaprojektioiden ja painovoimakentän monimutkaisuus tunkeu-
tuu kaikkiin näin määritettyihin koordinaatteihin. Väärinkäsityksistä
aiheutuvia virheitä on varsin helppoa tehdä.
Siksi: Aina tarkassa tieteellisessä työssä geodesiassa pitää pitäytyä

geosentrisiin, kolmiulotteisiin koordinaatteihin ja geopotentiaali-
lukuihin. “Tasokoordinaatit” – toisin sanoen, karttaprojektiokoor-
dinaatit – ja metriset korkeudet on aina katsottava johdannais-
suureiksi, joiden perusteella ei saisi yrittää tehdä tarkkoja laskel-
mia.
Ks. kuvio 3.18 seuraavalla sivulla jossa merkit “⇐⇒” kuvaavat käytetyt
operaatiot:
Vertausellipsoidi: koordinaattikonversio suorakulmaisten ja geodeet-

tisten koordinaattien välillä on matemaattinen, eksakti operaatio.
Ellipsoidin valinta on kuitenkin mielivaltainen. Nykyisin GRS80
Kuva 3.18. Yhteydet kolmiulotteisten, ellipsoidin ja karttatason koordinaat-

tien välillä.

¢ (karttaprojektio)
¢  ϕ, λ
¡
(vertausell.) ¡ ⇐⇒ (x, y)
(X , Y , Z) ⇐⇒ ϕ, λ, h (3.5)
(geoidimalli)
h H

 ⇐⇒
on standardi, Suomessa myös Hayford eli kansainvälinen ellipsoi-

di 1924 on historiallisesti käytetty.
Karttaprojektio: matemaattinen, eksakti operaatio. On tarjolla mon-

ta eri vaihtoehtoa.
Geoidimalli: Korkeuden tyyppi voi olla ortometrinen, normaali (tai

niiden kahden variantti) tai dynaaminen. Aina operaatio tarvit-
see geoidimallin tai vastaava, ks. osa 4.1.
Kuviossa 3.5 vasemmalla on abstraktimmat suureet, ihmisille vaikeita

ymmärtää, kun oikealla on konkreettisemmat suureet, lähempänä päi-
vittäistä elämää.
3.9 Aikakoordinaatti
Geodesiassa käytetään kolmiulotteisten paikkakoordinaattien lisäksi

muitakin koordinaatteja. Niistä ensimmäinen on aika. Aika kuvaa
Maassa tapahtuvia muutoksia, joiden tutkimus kuuluu geodynamiikan
alaan, josta enempää osiossa 17.1. Nykygeodesian mittaustarkkuudella
maapallo elää ja muuttuu jatkuvasti:
◦ Kiinteän Maan vuoksen seurauksena Maa jalkojemme alla liikkuu

jaksollisesti, jopa Suomessa parin desimetrin verran, pari kertaa
vuorokaudessa ylös ja alas. Emmehän sitä huomaa vielä kiinteäm-
män vertailukohdan uupuessa.
◦ Laattatektoniikan seurauksena kaikki mannerlaatat liikkuvat ta-

saisesti. Liikkeen nopeus on tyypillisesti muutama senttimetri
vuodessa ja on GNSS-teknologian avulla tarkasti seurattavissa.
◦ Maan pyörähdysliike on epäsäännöllinen. Avaruusgeodeettisilla

Harjoitus 3 – 1: Etäisyyksiä 81
havaintomenetelmillä voidaan seurata pyörähdysakselin suunnan

vaihteluita sekä kiinteän Maan suhteen – napaliike – että täh-
titaivaan suhteen – prekessio, nutaatio –, ja pyörähdysnopeuden
vaihteluita – LOD, Length of Day.
◦ Fennoskandiassa, Kanadassa ja muualla Maan pinta nousee hi-

taasti viime jääkauden jälkeen, ns. postglasiaalinen palautusliike.
◦ Löytyy muitakin, paikallisempiä liikkeitä, osin ihmistoiminnan ai-

heuttamia.
Harjoitus 3 – 1: Etäisyyksiä
We find the coordinates of two points in Finland: the GNSS fundamen-

tal station Metsähovi (METS), and the GNSS station at the Sodankylä
Geophysical Observatory (SODA). They are given on an Australian go-
vernment web site (page has vanished), in the ITRF2008 reference frame
of the IGS, for the epoch 2009 February 5th, as
Station X (m) Y (m) Z (m)
METS 1 2 892 570,720 1 311 843,505 5 512 634,180

SODA 2 2 200 146,613 1 091 638,401 5 866 870,857
From this, we
1. Compute the latitude and longitude ϕ and λ, again using the on-
line service of the Finnish National Land Survey. The software
asks for 3D Cartesian (rectangular) co-ordinates in the ETRS89
system, which is not quite the same as ITRF2008; we just pretend
it is.
2. From these, we compute the distance, on the surface of the GRS80

reference ellipsoid, between the points, i.e., we solve the geodetic
inverse problem. Use the NGS web site to obtain the distance s 1 .
3. Instead of a reference ellipsoid, we may use a spherical approxi-

mation, with the mean radius of the Earth being R = 6371,008 km.
The angular distance between METS and SODA can be computed
from their latitude and longitude, using the equation (cosine rule
on the sphere14 )
cos ψ = sin ϕ1 sin ϕ2 + cos ϕ1 cos ϕ2 cos (λ2 − λ1 ) .
And then, the metric distance along the surface of the sphere is
s 2 = ψR.
4. Alternatively, the chord distance in spherical approximation:

ψ
s 3 = 2R sin .
2
5. We return to the NLS web site and convert the co-ordinates ϕ, λ

¡ ¢
to the two-dimensional map-projection system ETRS-TM35FIN.
6. Now, using these two-dimensional map projection co-ordinates

( x, y), for METS and SODA, we compute the distance between the
two stations using the Pythagoras theorem in two dimensions:
q
s 4 = ( x2 − x1 )2 + ( y2 − y1 )2 .
7. Now, as the icing on the cake, compute the chord (three-dimensional)

distance, also with Pythagoras, from the original rectangular co-
ordinates:
q
s5 = ( X 2 − X 1 )2 + (Y2 − Y1 )2 + ( Z1 − Z2 )2 .
14 Smart readers will note that this equation produces, for short distances ψ, a cosine
close to unity, leading to loss of accurate digits when ψ is recovered by the arccos func-
tion. It is possible to convert it to a “half-angle version” in the following way: substitute
ψ
cos ψ = 1 − 2 sin2 ,
2
λ2 − λ1
cos (λ2 − λ1 ) = 1 − 2 sin2 ,
2
yielding
ψ 2 λ2 − λ1
µ ¶
2
1 − 2 sin = sin ϕ1 sin ϕ2 + cos ϕ1 cos ϕ2 1 − 2 sin =
2 2
λ2 − λ1
sin ϕ1 sin ϕ2 + cos ϕ1 cos ϕ2 − 2 cos ϕ1 cos ϕ2 sin2
¡ ¢
= =
2
λ2 − λ1
cos ϕ2 − ϕ1 − 2 cos ϕ1 cos ϕ2 sin2
¡ ¢
= =
2
ϕ2 − ϕ1 λ2 − λ1
= 1 − 2 sin2 − 2 cos ϕ1 cos ϕ2 sin2 ,
2 2
from which
ψ ϕ2 − ϕ1 λ2 − λ1
sin2 = sin2 + cos ϕ1 cos ϕ2 sin2
,
2 2 2
the “half-angle” version of the spherical cosine rule which is well behaved for points
that are close together (compared to the size of the Earth).
Harjoitus 3 – 1: Etäisyyksiä 83
All these distances are different. Some of the differences are small, some
substantial. Complete the exercise by explaining where all these diffe-
rences come from. Do all calculations in millimetres accuracy.
4. Korkeuden mittaus ja vaaituskoje
4.1 Korkeus, geopotentiaali ja geoidi
Korkeudet ilmaisevat pisteiden sijainnit pystysuunnassa Maan paikal-

lisen painovoimavektorin, vertikaalin eli luotiviivan, suuntaan.
Intuitiivisesti tämä perustuu Maan muodon naiiviin “kenkälaatikko-

malliin”, jossa korkeus on kolmas koordinaatti, suora, metrinen etäisyys
kenkälaatikon pohjasta, merenpinnasta.
Kenkälaatikkomallia kutsutaan myös “litteän Maan approksimaatiok-

si”: jossain mantereen pinnan alla on vertauspinta, oletettu tasoksi, jo-
ka yhtyy keskimerenpintaan. Korkeus on etäisyys metreinä tästä taso-
pinnasta.
Todellisuudessa Maa ei ole litteä ja vertauspinta on kaareva, jopa kum-

puileva. Vertauspintaa kutsutaan geoidiksi. Se on Maan painovoima-
kentän ekvipotentiaalipinta, sellainen pinta, jolla kaikilla pisteillä on
sama geopotentiaali, Maan painovoimakentän potentiaali. Painovoiman
suunta, luotiviiva, on kaikkialla kohtisuorassa tätä pintaa vasten. Pis-
teen etäisyyttä tästä pinnasta, mitattuna luotiviivaa pitkin, kutsutaan
sen ortometriseksi korkeudeksi. Näin ollen ortometrisella korkeudella on
yksinkertainen geometrinen tulkinta ja se on tietysti metrinen suure.
4.1.1 Geopotentiaali
Fysikaalinen geodesia on geodesian haara, joka tutkii Maan painovoi-

makenttää ja painovoimapotentiaalia. Geopotentiaali W voidaan pitää
viidentenä “koordinaattina” kolmen paikkakoordinaatin X , Y , Z ja ajan
jälkeen. Geopotentiaali kuvaa pisteiden energiatasoa suhteessa meren-
pintaan. Tämä vastaa populaarikäsitteeseen “korkeus”. Meillä on tapa-
– 85 –
86 Luku 4. Korkeuden mittaus ja vaaituskoje
na ilmaistaa korkeus metrisena suureena, mikä on useimmiten sopiva

päivittäisessä elämässä. . . mutta mitä oikein kiinnostaa meitä on kor-
keuteen liittyvä, potentiaalinen, energia. Painovoiman vaikutus kaik-
keen päivittäiseen toimintaan on niin vahva, että “korkeuden määritys”
eli geopotentiaalin tutkimus, määritys ja esitys muodostaa suuren osan
käytännön geodesiasta ja maanmittaustoiminnasta.
Vesi: “korkeus” eli potentiaali edustaa energiaa. Energia voidaan ottaa

talteen tai varastoida – vesivoima. Kyseessä voi olla myös tuhoisaa
energiaa – tulvat – johon on varauduttava.
Ilma: Ilman painetasot seuraavat aika tarkasti geopotentiaalin taso-

ja. Ilmiötä käytetään hyväksi barometrisessa korkeudenmäärityk-
sessä. Myös lentokone mittaa “korkeuttaan” käyttämällä ilman-
paine-anturia.
Liikenne: Painovoima vaikuttaa liikenneväylien suunnitteluun. Kalte-

vuudet eivät saa olla liian jyrkkiä; parasta on mahdollisimman vä-
häinen potentiaalin eli energiatason vaihtelu koko väylää pitkin.
Vesiväylien tapauksessa tämä toteutuu itsestään luonnollisella ta-
valla.
Geopotentiaali liittyy kiinteästi painovoimaan. Geopotentiaalin saman

arvon pinnat, tasopinnat eli ekvipotentiaalipinnat ovat mitä kansan-
omaisesti kutsutaan “vaakatasoiksi”. Vapaasti virtaava neste – merive-
si, järvivesi, ilma – asettuu ekvipotentiaalipinnan mukaiseksi. Meressä
hydrostaattinen paine on vakio painovoimakentän ekvipotentiaalipin-
noilla, samoin kuin ilmakehässä barometrinen paine on vakio tasopin-
noilla – ainakin likimäärin: häiriötekijät ovat veden suolaisuus- ja veden
tai ilman lämpötila-erot ja niiden aiheuttamat virtaukset.
Paikallinen painovoima on
1. aina kohtisuora ekvipotentiaalipintoja (myös merenpintaa!) koh-

taan
2. sitä vahvempi, miten lähempänä toisiaan eri ekvipotentiaalipin-

nat ovat.
4.1. Korkeus, geopotentiaali ja geoidi 87
Topografinen pinta
C
P Geopotentiaalin
tasopinta
Geoidi
Luotiviiva W
W0
∗
H H
Ortometrinen H dyn
Normaali
Dynaaminen
Kuva 4.1. Eri korkeustyypit kuvaavat geopotentiaalilukuja C eri tavalla met-

risiksi korkeuksiksi (erot liioiteltu).
4.1.2 Metriset korkeudet
Korkeuksia yritetään “inhimillistää” samanlaisella tavalla kuin kartta-

projektioiden kohdalla. Keksitään tapa, millä pisteen korkeus “meren-
pinnan yläpuolella” voidaan ilmaistaa metrisena suurena, korkeutena H
jostain vertauspinnasta, tavallisesti keskimerenpintaa.
Valitettavasti, aivan kuten karttaprojektioiden tapauksessa, ei ole ole-

massa ratkaisu joka olisi kaikissa suhteissa tyydyttävä. Aina jotain
“vääristyy”. Samalla tavalla kuin karttaprojektiot, on myös olemassa eri
korkeustyypit, kuten
◦ ortometriset korkeudet H
◦ normaalikorkeudet H ∗
◦ dynaamiset korkeudet H dyn .
Kaikilla on erilaisia hyviä ja huonoja ominaisuuksia.
Aikaisemmin, geometristen koordinaattien kohdalla (osio 2.8), tutus-

tuimme vertausellipsoidiin sidottuihin koordinaatteihin, joista yksi oli
korkeus vertausellipsoidista h. Tämä koordinaatti kuvaa pisteen sijain-
ti “pystysuunnassa” eli tavallaan sen korkeus. Se on kuitenkin mitattu
vertausellipsoidista, pinta joka ei ole päivittäisessä elämässä fysikaali-
sesti käytettävissä vertauspintana. Se ei myöskään kuvaa energiatasoa
merenpintaan verrattuna, kuten H, H ∗ ja H dyn (ja C ) tekevät.
Jos tämä kaikki tuntuu tässä vaiheessa vaikealta ja teoreettiselta, kan-

nattaa palata myöhemmin kurssissa (osio 4.1) tähän osioon ja lukea se
uudelleen.
4.2 Ortometrinen korkeus
Ortometriset (kreik. “oikein mitattu”) korkeudet H vastaavat parhai-

ten käsitteeseen ”korkeudet merenpinnan yläpuolella”. Ne ovat periaat-
teessa vain metrisiä korkeuksia geoidin yläpuolella. Geoidi on se paino-
voimakentän ekvipotentiaalipinta, joka keskimäärin on samalla tasolla
kuin keskimerenpinta. Toisin sanoen, keskimerenpinta jatkettuna man-
nermassojen alle.
Jos voitaisiin kaivata mantereiden alle tunneliverkosto (kuva 4.2) me-

renpinnan tasolla, vesi leviäisi verkostoon niin, että sen pinta olisi geoi-
din fysikaalinen realisaatio. Pisteen ortometrinen korkeus olisi sen etäi-
syys tästä nestepinnasta. Tämä suora fysikaalinen tulkinta on syy, miksi
monet geofyysikot, ja monet maat – Suomi niiden joukossa vuoteen 2007
mennessä – ovat valinneet käytettäväksi ortometrista korkeusjärjestel-
mää.
Kuvatunlaisen tunneliverkoston rakentaminen ei ole tietenkään käy-

tännöllistä. Sisämaassa geoidia realisoidaan laskennallisesti, laskemal-
la läpi korkeusmittaus- eli vaaitusverkko alkaen valitusta rannikko-
pisteestä tai -pisteistöstä. Näin saadaan ortometrisia korkeuksia koko
maahan, kaikkialle, mihin vaaitusverkko ulottuu.
Suomessa oli vuoteen 2007 saakka käytössä virallisena korkeusjärjes-

telmänä N60-järjestelmä eli -datumi, jonka nollataso on Helsingin kes-
kivedenpinta vuoden 1960 alussa. N60-korkeudet ovat hyvällä tarkkuu-
della ortometrisia. Vuonna 2007 otettiin käyttöön N2000-järjestelmää,
nollatasona Amsterdamin virallinen N.A.P. (Normaal Amsterdams Peil)
-merenpintataso. N2000-korkeudet ovat normaalikorkeuksia, joiden mää-
ritelmä eroaa hieman ortometrisista korkeuksista. Ero on käytännön
kannalta ilman suurta merkitystä.
4.3. Korkeuden määritys ja vaaitus 89
Luotiviiva
P ”Kuilu”
H
Topografia
”Tunneli”
Merenpinta, geoidi
Vertausellipsoidi
Kuva 4.2. Ortometriset korkeudet ovat metrisiä etäisyyksiä geoidista, siitä

vesipinnasta, joka muodostuisi, jos merivesi pääsisi vapaasti liikku-
maan topografian alla mielikuvituksellisen tunneliverkoston kaut-
ta. Ortometrista korkeutta voitaisiin siinä tapauksessa suoraan mi-
tata luotiviivaa pitkin kuvatunlaisen kuilun kautta.
4.3 Korkeuden määritys ja vaaitus
4.3.1 Eksoottiset korkeusmääritysmenetelmät
Suoranaisin tapa mitata korkeuseroja on realisoida painovoimakentän

ekvipotentiaalipinta nestepinnan avulla. Näin voidaan siirtää geopoten-
tiaaliarvoja paikasta toiseen.
◦ Tanskassa ja Hollannissa on käytetty hydrostaattista vaaitusta,

jossa pitkää, tislatulla vedellä täytettyä putkea käytetään geopo-
tentiaalin (“korkeuden”) tason siirtämiseksi saaresta toiseen tai
mantereen ja saaren välillä. Mitatut matkat ovat olleet kymmeniä
kilometrejä pitkiä.
◦ Käyttämällä vesiasteikkoja sisävesillä voidaan myös siirtää kor-

keuksia hydrostaattisesti. Samoin kuin myös putkitekniikassa
on otettava huomioon päätepisteiden välinen ilmanpaine-ero se-
kä tuulen ja virtausten vaikutus. Menetelmä, joka toimii parhai-
Ortometrinen korkeus
Korkeus ellipsoidista Luotiviiva H
Luotiviiva
(esim. GPS:llä mitattu)
h
Luotiviiva
O Massa-
keski- Vertaus-
piste ellipsoidi
Topografia
Geoidi, korkeus
h=H+N
ellipsoidista N
Kuva 4.3. Keskeiset vertauspinnat ja korkeuskäsitteet.
ten jääpeitteen alla, on kokeiltu mm. Alankomaissa (IJsselmeer,

Rijkswaterstaat 1996 – 97) ja Suomessa.
◦ Myös barometria eli ilmapuntaria on perinteisesti käytetty kor-

keuserojen mittaamiseen. Huolellinen menettelytapa joka ottaa
huomioon sään mukana tuomat luonnolliset ilmanpainevaihtelut
antaa parhaimmillaan noin metrin tarkkuutta. Ks. Heiskanen ja
Härmälä (1963, sivut 84 – 87).
Merivirtausten geofysikaalinen mallinnus on kokeiltu mm. Ahvenanme-

rellä.
Trigonometrinen jonovaaitus on tässä mainittava, ks. kuva 5.37 sivul-

la 162 (Takalo, 1995).
Eräs hi-tech-menetelmä potentiaalierojen mittaamiseksi käyttää tark-

koja atomikelloja ja yleisen suhteellisuusteorian ennustamaa painovoi-
man aiheuttamaa kellojen hidastusilmiötä. Kirjoittamisen hetkellä on
laboratorioteknologiana olemassa ns. optisia hilakelloja, optisella taa-
juudella toimivia atomikelloja, joilla olisi senttimetrin tarkkuusvaati-
musta vastaava noin 1 : 10−18 suhteellista tarkkuutta.
4.3. Korkeuden määritys ja vaaitus 91
20˚ 24˚ 28˚ 32˚
20
70˚ 70˚
19
68˚ 68˚
24 25
22
21
23
31
28
29
30
20
26
27
66˚ 19 66˚
17
18
18
64˚ 64˚
18
5
23 24 2
20 212
2
19
62˚ 18 62˚
17
19 16
60˚ 60˚
15
16
20˚ 32˚
24˚ 28˚
2010 Oct 20 13:27:28
Kuva 4.4. Suomen geoidimalli FIN2000 (data © Maanmittauslaitos). Yksikkö

m.
Realistisempi vaihtoehto joka on jo toteutumassa (Gruber ym., 2014),

on tarkkojen, korkeaa erotuskykyä omaavien geopotentiaalimallien ra-
kentaminen, joiden avulla voidaan laskea pisteen tarkka geopotentiaali
heti, kun satelliittipaikannus on pisteen tarkan geosentrisen sijainnin
mitannut. Jo päättänyt satelliittipainovoimamissio GOCE (2009 – 2013)
on avain tähän.
Vaaituslatat Vaakasuora
tähtäys
Vaaituskoje
t 11
00 01 11
00111100
00
00
11
e
00
∆H = t − e
10
näkymä
20
Kuva 4.5. Vaaituksen geometria.
4.3.2 Vaaitus
Jo mainittu vaaitus on vakiintunut menetelmä keskimerenpintaan re-

feroitujen korkeuksien määrittämiseksi. Vaaituksella mitataan kahden
pisteen välinen korkeusero, kuva 4.5. Yhdellä mittauksella mitattava
pisteväli on lyhyt; ketjuttamalla pistevälejä linja- eli jonovaaituksena
voidaan määrittää korkeuseroja kaukana toisistaan olevien pisteiden
välillä ja näin suorittaa suurten alueiden korkeuskartoituksia.
Suomessa, kuten muuallakin, vaaitusverkko kattaa koko maan ja an-

taa mahdollisuuden määrittää pisteiden korkeuksia verkon vertausjär-
jestelmässä. Vaaitusverkossa on hierarkia: Geodeettisen laitoksen mit-
taama ja ylläpitämä tarkkavaaitusverkko kattaa koko maan, mutta on
harva: verkon silmukat ovat pituuksiltaan satoja kilometrejä. Maanmit-
tauslaitoksen alemman luokan vaaitukset tihentävät tätä verkkoa, tuo-
den näin viralliset korkeudet kaikkien käyttäjien ulottuville, ja monet
paikalliset toimijat – kunnat, rakentajat – kytkevät omia vaaitusverk-
kojaan tähän järjestelmään.
Topografisilla kartoilla esiintyvät korkeuskäyrät ovat myös virallisessa

järjestelmässä, aiemmin N60, nyt N2000.
4.4. Vaaituskoje 93
4.3.3 Korkeusjärjestelmän luominen
Geometrisen linjavaaituksen antamat korkeuserot ∆ H saa summata yh-

teen vain pienen alueen sisällä, jossa paikallinen painovoima on vakio.
Suuremmilla alueilla korkeuserot ∆ H on ensin muunnettava geopoten-
tiaalieroiksi ∆C :
∆C = g · ∆ H,
jossa g on paikallinen painovoima. Sen jälkeen pätee geopotentiaalie-

roille:
∆ C = 0,
X
sulj. silm.
vaikka raa’oille korkeuseroille:
∆ H 6= 0!
X
sulj. silm.
B
∆ H riippuu valitusta mat-
X
Toisin sanoen, kun korkeuserojen summa
A
kasta A :sta B:hen – eikä siis ole yksiselitteinen – on taas potentiaa-
B
lierojen summa ∆C riippumaton matkan valinnasta. Yksiselitteisenä
X
A
geopotentiaali sopii paremmin alueen korkeusjärjestelmän perusteeksi.
4.4 Vaaituskoje
Vaaitus (ns. geometrinen vaaitus, kuva 4.5) perustuu vaakasuoraan täh-

täykseen: mittauskaukoputken optinen akseli on vaakasuora. Tämän ai-
kaansaamiseksi vaaituskojeessa on tasain. Sekä tasain että kaukoputki
ovat kytkettyinä kojeen runkoon.
Perinteinen vaaituskoje (kuva 4.6) koostuu mittauskaukoputkesta, rasia-

tasaimesta ja putkitasaimesta, ja siihen kuuluu jalusta (kolmijalka) ja
jalkaruuvit. Hyvin säädetyllä vaaituskojeella kaukoputken optinen ak-
seli, tähtäysakseli – siis: linja jonka okulaarin hiusviivaristikko määrit-
tää – on samansuuntainen tasaimen määrittämän vaakatason eli hori-
sontin kanssa.
Jokaisella kojeasemalla vaaituskoje on uudelleen tasattava. Monessa

vaaituskojeessa on erillinen nostoruuvi tarkkaa tasausta varten. Tarkka
tasaus suoritetaan ennen jokaista eteen- ja taakse- mittausta.
Pystyakseli
Säätöruuvi
1111
0000
11
00
00
11
00
11
Mittaus- Putkitasain
kaukoputki
1
0
111
000
0
1
000
111
0
1
0
1
111
000
0
1
0
1 111
000
0
1
0
1 1111
0000
0
1
0
1
000101010
111 0001010 1111
111 0000101010
Nostoruuvi
Jalkaruuvit 0
1
Kolmijalka
Kuva 4.6. Vaaituskoje.
Tähtäysakselin ja putkitasaimen horisontin tarkkaa samansuuntai-

suutta saadaan aikaan säätöruuvin avulla kojeen tarkistuksen yhtey-
dessä.
4.4.1 Vaaituskojeiden luokittelu
Vaaituskojeet luokitellaan tarkkuuden, käyttötarkoituksen ja rakenteen

mukaan, kasvavan tarkkuuden järjestyksessä:
Kojetyyppi Vaaitustyyppi
Alemman luokan koje Rakennus-, maanrakennusvaaitus

Keskiluokan koje Insinööri-, rakennusvaaitus
Korkeamman luokan koje Korkeusrungon vaaitus
Korkeimman luokan koje Tarkkavaaitus
Puhutaan tarkkavaaituksesta, jos edestakainen mittaustarkkuus kilo-

metrin matkalla on alle 0,5 mm. Tämän tarkkuusluokan laitteilla on
jo mikrometri, ks. kuva 4.16. Mittauskaukoputken koko ja suuren-
nus kasvaa laitteen tarkkuusluokan mukaan, 20×-suurennuksesta 40×-
4.5. Mittauskaukoputki 95
Tähtäysakseli T
Fokusointilinssi Objektiivi
Kuvataso = hiusristikko
Okulaari
Liike (1)
Liike (2)
Kuva 4.7. Mittauskaukoputki. Tutkittava objekti on oikealla (hyvin kauka-

na!), havaitsijan silmä vasemmalla.
suurennukseen. Myös vaaituslatta valitaan tarkkuusluokkaa vastaa-

vasti, ks. taulukko 4.1.
Vaaituskojeista Tikka (1991, sivut 73 – 80).
4.5 Mittauskaukoputki
Mittauskaukoputken tehtävänä on
1. antaa tarkka kuva tähtäyskohteesta
2. muodostaa tähtäysakseli projisoimalla okulaarissa oleva hiusvii-

varistikko1 kaukana olevalle vaaituslatalle.
Molemmat tehtävät edellyttävät tarkkaa fokusointia. Ks. kuva 4.7 Mit-

tauskaukoputki.
Fokusointi suoritetaan seuraavasti:
1. Kierretään okulaaria siten, että viivaristikon kuva näkyy terävä-

nä.
2. Kierretään kojeen fokusointiosaa siten, että myös kohteen kuva

näkyy terävänä.
1 Hiusviivaristikko on nykyisin tavallisesti lasilevyyn kaiverrettu kuvio. Vielä 1930-

luvulla käytettiin hämähäkin pesäverkosta saatua lankaa!
Kuva 4.8. Parallaksi. Jos kuva ja hiusviivaristikko eivät ole samassa tasossa,
aiheuttaa silmän liike okulaarin takana niiden keskinäisen siirty-
misen.
Tällöin objektiivin ja okulaarin2 polttotasot ja hiusviivaristikon taso yh-

tyvät.
Vaaituksessa valitaan tavallisesti yhtäpitkät etäisyydet etuja taakse-

lattoihin. Jos se ei ole mahdollista maaston vuoksi, on syytä joka ko-
jeasemalla fokusoida huolellisesti. Ellei, voi syntyä parallaksi: kauko-
putken optisen akselin näennäinen suunta riippuu havaitsijan silmän
asennosta okulaariin nähden. Havaitseminen huonosti fokusoidun put-
ken kautta myös väsyttää silmiä.

On aina fokusoitava tarkasti!

Silmälasit voi jättää pois jos ne eivät ole ns. sylinterilasit (astigmatis-
mi), koska liki- tai kaukonäköisyyden voi korjata okulaarin fokusoinnin
avulla.
2 Tämä pitää paikkansa vain, jos kohde on äärettömyydessä ja havaitsijan silmä on

virheetön. Tarkemmin sanottuna okulaari + mittaajan mahdolliset silmälasit + hänen
silmänsä oma linssi projisoivat terävän kuvan hiusristikosta ja kohteen kuvasta verk-
kokalvolle.
4.6. Putkitasain 97
L Säätöruuvi
1111
0000
0000
1111
11
00
00
11
00
11
00
11
00
11
α
Ei tasattu Tasattu
Kuva 4.9. Putkitasain. Ylhäällä rakenne, alhaalla vasemmalla kupla prisma-

järjestelmän kautta katsottuna. “Pässin munat”.
4.6 Putkitasain
Putkitasaimen rakenne on selostettu kuvassa 4.9. Kuvassa näkyvää

säätöruuvia käytetään vain kojeen säätämisessä, harvoin kentällä. Sen
tarkoitus on saada tasaimen akseli L ja kaukoputken tähtäysakseli T
tarkasti samansuuntaisiksi. Tämän lisäksi tasaimen akseli tulee olla
vaakasuorassa kun kupla on keskellä.
Tasaimen tehtävä on auttaa havaitsijaa saamaan vaaituskojeen tähtäy-

sakseli vaakatasoon, siis kohtisuoraan paikallista painovoimaa (luoti-
viivaa) vasten.
Etäisyys a on tasaimen jakoviivojen väli. Yleensä a ∼ 2 mm. Tasaimen

herkkyyttä ilmaisee kulma αeli osa-arvo.
Kojeessa on pieni rasiatasain likimääräistä tasausta varten, ja tarkka

putkitasain, jolla tasataan koje mittaussuunnassa jokaisen mittausar-
von lukemisen yhteydessä.
Heijastusprismajärjestelmällä saadaan kuplan vastakkaisten päiden

puolikkaiden kuvat näkymään vierekkäin, jolloin tasauksen tarkkuus
paranee.
t02
e
e02 t
t2
e2
ν 3ν
e1 ν ν t1
B A
` ` `
Kuva 4.10. Kenttätarkistuksen geometria (Kukkamäki-menetelmä).
4.7 Vaaituskojeen tarkistus ja säätö
4.7.1 Kenttätarkistus
Tietyin välein on tarkistettava, että tähtäysakseli T on samansuuntai-

nen tasaimen akselin eli horisontin L kanssa. Ympäristön vaikutuksesta
jokainen koje “elää” ja muuttuu mm. lämpötilan ja ilmanpaineen vaih-
telujen sekä käsittelyn ja kulumisen seurauksena.
Tarkistus tehdään vaaitushavaintojen avulla (kenttätarkistus): mit-

tausetäisyydeksi ` valitaan 25 . . . 50 m, riippuen sääolosuhteista: mit-
taukset tulisi suorittaa pilvisen sään aikana.
Tarkistusmenetelmä perustuu siihen, että keskipisteestä A mitattuna

mittaustulos eli korkeusero on oikea, kun taas pisteestä B mitattuna
mittaustulos sisältää virheen 2ν, jossa ν on tähtäysakselin ja tasaimen
akselin välisen suuntaeron aiheuttama virhe latan kohdalla etäisyydel-
lä `. Saadaan helposti
∆ h A = ( t 1 − ν) − ( e 1 − ν) = t 1 − e 1 ,
∆ h B = ( t 2 − 3ν ) − ( e 2 − ν ) = t 2 − e 2 − 2ν .
Nämä korkeuserot ovat samat. Tästä ehdosta ratkaistaan ν:

1
t 1 − e 1 = t 2 − e 2 − 2ν ⇒ ν= [( t 2 − e 2 ) − ( t 1 − e 1 )] .
2
Kuvassa näkyy, että
e02 = e 2 − ν,
t02 = t 2 − 3ν,
4.7. Vaaituskojeen tarkistus ja säätö 99
L
Tasain
Säätöruuvi11
00
00
11
00
11
111
000
000
111
000
111
Nostoruuvi
000
111
(a) Kojeessa on putkitasaimen säätöruuvi
L
Kaukoputki
T
00
11
00
11
Säätöruuvi
00
11
Nostoruuvi
11
00
00
11
00
11 Runko
00
11
(b) Kojeessa on kaukoputken säätöruuvi
T
Hiusristikko
(c) Kojeessa on hiusristikon säätö
Kuva 4.11. Vaaituskojeen horisontin säätö.
lukemat jotka ovat nyt laskettavissa. Se mahdollistaa tähtäysakselin ja

tasaimen horisontin välisen erisuuntaisuuden korjaamisen kentällä sii-
hen tarkoitetun säätöruuvin avulla.
4.7.2 Vaaituskojeen säätö
Kun kenttätarkistuksen tuloksena tiedetään, että lattalukema on ν:n

verran pielessä, menetellään näin kojeen säätämiseksi oikein:
1. Kojeessa on putkitasaimen säätöruuvi, joka kallistaa tasaimen

kaukoputken suhteen (kuva 4.11a). Kaukoputken ja putkitasai-
men yhdistelmä on kiinnitetty runkoon nostoruuvin välityksellä.
(a) Tasataan koje ensin karkeasti jalkaruuvien, sitten tarkasti

nostoruuvin avulla, koko ajan katsellessa putkitasainta.
(b) Otetaan lattalukema e.

.
(c) Siirrytään nostoruuvin avulla lattalukemaan e0 = e − ν, jossa
ν on saatu kenttätarkistuksesta.
Huom! Jalkaruuvien käyttöä tulee välttää, koska silloin ko-

je voi kallistua myös poikittaissuunnassa. Jalkaruuvit-
han eivät ole linjassa mittauskaukoputken kollimaatio-
akselin kanssa.
(d) Nyt putkitasaimen kupla ei ole enää keskellä. Käytä tasai-

men säätöruuvi kuplan keskelle saamiseksi. Sen jälkeen L ∥
T.
2. Kojeessa on mittauskaukoputken säätöruuvi, eli mittauskaukoput-

ki kallistuu tasaimen suhteen (kuva 4.11b). Kaukoputken ja putki-
tasaimen yhdistelmä on taas kiinnitetty runkoon nostoruuvin vä-
lityksellä.
Samanarvoinen, suosittu tekninen ratkaisu on säätöruuvi, joka

siirtää hiusviivaristikkolasia pystysuunnassa kuvapinnan sisällä
(kuva 4.11c).
(a) Tasataan koje.
(b) Otetaan lattalukema e.
(c) Siirrytään kaukoputken (tai hiusviivaristikkolasin) säätö-

.
ruuvin avulla uuteen lattalukemaan e0 = e − ν.
(d) Putkitasain on edelleen keskellä!
4.8 Itsetasaava koje
Itsetasaavat kojeet eli automaattivaaituskojeet käyttävät painovoimaa

hyväksi vaakasuuntaisen tähtäyksen saamiseksi.
Vanhanaikaiset mallit käyttivät painovoimaa koko mittauskaukoput-

ken tasaamiseksi heiluriperiaatteen mukaan (kuva 4.12). On selvä, että
sellainen koje on hankala käyttää kenttäolosuhteissa tuulen ja havait-
sijan läheisyyden aiheuttamien häiriöiden vuoksi.
Nykyisin käytetään heilurina vain valonsädettä ohjaavaa prismaa tai

peiliä. Se ripustetaan kaukoputken sisälle: kaukoputkeen rakennetaan
4.8. Itsetasaava koje 101
Paino
Kuva 4.12. Vanhan itsetasaavan vaaituskojeen periaate. Täällä tavoin raken-

nettu koje ei ole kovin käytännöllinen.
heilurikompensaattori. Toimiakseen koje on oltava jo likimäärin tasattu

rasiatasaimen avulla.
Heilurikompensaattorin periaate näkyy kuvasta 4.13.
Kompensaattorin toiminta selitetään käsiteellisesti kuvassa 4.14, jossa

säteen polku on “taitettu auki”. Kuva näyttää tilanteen mittauskauko-
putkeen kiinnitetyssä koordinaatistossa.
Kaukoputken pieni kallistus pois vaakatasosta aiheuttaa sisään tule-

valle valosäteelle kallistuksen α. Jotta kohteen kuva kuitenkin jäisi sa-
maan paikkaan kaukoputken kuvatasossa, taittaa kompensaattori va-
losäteen kulman 2α verran, olettaen että objektiivin ja kompensaatto-
Hius-
ristikko
Optinen
Prisma akseli
Vaaka-
taso
111
000
Kom-
11
00
00
11
000
111
pen-
saat-
tori
1
0 11
00
11
00 11
00 g 0
1 00
11
00
11 00
11
Kuva 4.13. Nykyaikainen itsetasaava vaaituskoje
Kompensaattorin taso
Kuvataso Objektiivi
2α
α
s s
Kuva 4.14. Kompensaattorin toimintaperiaate.
rin välinen etäisyys s on sama kuin kompensaattorin ja kuvatason vä-

linen etäisyys, toisin sanoen, kompensaattori on juuri niiden keskellä.
Vapaasti ripustettu peili kääntyy kaukoputken suhteen määrällä α ja
valon heijastussuunta muuttuu määrällä 2α, juuri kuten oli tarkoitus.
Ks. Kahmen ja Faig (1988, sivut 334 – 336).
Kompensaattorikojeiden vahvuutena on niiden käyttömukavuus. Kui-

tenkin alussa esiintyi teknisiä ongelmia, kuten peilin ripustuksen mag-
neettisuus (Kukkamäki ja Lehmuskoski, 1984). Nämä ongelmat liene-
vät ratkaistut.
4.9 Digitaalivaaituskoje
Nykyisin käytetään yleisesti digitaalivaaituskojeita koska niiden tuoma

mittauksen automatisointi säästää kustannuksia. Mittaukset tallenne-
taan suoraan kojeen muistiin ja tarvittavat tarkistukset tehdaan heti.
Digitaalivaaituskojeen kanssa käytetyn latan viivakoodi on periaattees-

sa samanlainen kuin kauppatavaroiden viivakoodi. Sen ansiosta voi-
daan koneellisesti lukea korkeusarvoa vaaituskojeen CCD-ilmaisimen
– nykyisin kauppahyllytavaraa – ja prosessorijärjestelmän avulla. Sivu-
tuloksena saadaan latan karkea etäisyys ja varoitusmerkki jos eteen ja
taakse -etäisyydet eroavat toisistaan liikaa.
Toisin kuin perinteinen vaaituslatta jolla mittaus aina kohdistuu yhteen

tai korkeintaan kahteen viivan reunaan, käytetään digitaalilatasta ai-
na kokonaista aluetta, kooltaan 30 cm Zeiss (Trimble) DiNi12 -kojeen
tapauksessa. Tästä on sekä etuja että haittoja.
Etu: Mittauksessa käytetään jonkinlaista usean lattaviivan reunan

4.9. Digitaalivaaituskoje 103
00
10
20
Kuva 4.15. Perinteinen vaaituslatta on mahdollista lukea jos se on oksien pei-

tossa. Viivakoodilatta on häiriöalttiimpi.
keskiarvoa. Siksi viivojen valmistustarkkuus ja latan kalibrointi-

tarkkuus on vähemmän kriittinen. Latat kestävät kulumista käyt-
tökelpoisina kauemmin.
Haitat:
◦ Koko käytettävä lattaväli on oltava näkyvissä. Metsäisillä

alueilla tämä voi aiheuttaa ongelmia.
◦ Kalibrointi on aina tehtävä järjestelmäkalibrointina: koje ja

latat kalibroidaan “mustana laatikkona”, yhdessä. Toisaalta
lattaviivakalibrointia ja järjestelmäkalibrointia yhdistämäl-
lä voidaan rekonstruoida miten koje painottaa käyttämiensä
viivat, ja näin saada musta laatikko raolleen.
Digitaalinen vaaitusmenetelmä on laajassa käytössä jopa tarkkavaa-

ituksessa ja teknologia on ollut myös aktiivisen tutkimuksen aiheena
(Takalo ym., 2001; Takalo ja Rouhiainen, 2004).
4.10 Vaaituslatta
Vaaituslatta on metrinen asteikko, jolla korkeuserot kahden pisteen vä-

lillä mitataan vaaituskojeen avulla.Asteikon jaotuksille löytyy monta
vaihtoehtoa, kuva 4.16:
◦ E-jaotus. Kaiken yksinkertaisinta. E-jaotuksen heikkous on, että

kirkas valkoinen pikkuneliö näyttää hieman suuremmalta kuin
tumma punainen pikkuneliö – Helmholtzin3 kirkkausharha. Kun
interpoloidaan millimetrit visuaalisesti, syntyy helposti pientä
systematiikkaa.
◦ Šhakkilautajaotus. Tässä yllä mainittu heikkous on korjattu.
◦ Viivajaotus. Käytetään tarkkavaaituslatoissa. Viivojen jakoväli on

10 tai 5 mm.
Tarkkavaaituskojeessa on optinen mikrometri, jolla saavutetaan

suurempi tarkkuus kuin mikä silmämääräisesti jakoviivoja inter-
poloimalla olisi mahdollista. Mikrometri sisältää kierrettävän la-
silevyn mittauskaukoputken edessä, jonka avulla saadaan huis-
ristikon vaakaviiva latan erään jakoviivan päälle. Jakoviivan lu-
kuarvo antaa karkean lukeman, mikrometrilevyn kiertoasteikko
täydentää sen tarkaksi lukemaksi.
◦ Digitaalisten vaaituskojeiden kanssa käytettäväksi: viivakoodi-

jaotus
Latat on usein valmistettu puusta, paremmat alumiinista. Tarkkavaa-

ituksessa käytetään “invarlattaa” jossa jaotusviivat on maalattu invar-
nauhaan, joka on jousen4 avulla kiinnitetty puu- tai alumiiniseoske-
hikkoon. Tarkkavaaituslatassa käytetään puolen cm:n jaotusta – “lat-
tayksikkö” (l.y.) on 5 mm. Latassa on kaksi jaotusta hieman siirrettynä
toistensa nähden, lukukontrollia varten ja lukuvirheiden satunnaista-
miseksi. Joskus jaotukset ovat latan eri puolella: “kääntölatta”.
3 Hermann Ludwig Ferdinand von Helmholtz (1821 – 1894) oli saksalainen lääkäri ja
fyysikko ja näön tutkija.
4 Jousen voima tunnetaan – 200 N – ja sen vaikutus invarnauhan pituuteen voidaan
laskea. Invarin lämpölaajenemiskerroin on lähellä nollaa, ja metalli – toisin kuin puu
– ei ole herkkä kosteudelle.
4.10. Vaaituslatta 105
65
20 04
64
03
63
10 10 02
10 cm 10 cm 62
01
5 cm 5 cm
00 00
Kuva 4.16. Latta-asteikon jaotusvaihtoehtoja: E-jaotus, shakkilautajaotus,

tarkkuuslatta, digijaotus (viivakoodi). Alhaalla vaaitusmikromet-
ri.
Hienompaan vaaituslattaan on aina kiinnitetty rasiatasain. Latta on

oltava tarkasti pystysuunnassa kun sitä luetaan!
Latat luokitellaan käyttötarkoituksen mukaan, ks. taulukko 4.1, joka

on laadittu keski-Euroopan käytännön mukaan.
Itselaskevalla latalla eli pintavaaituslatalla on seuraavat ominaisuudet,

ks. kuva 4.20:
◦ Jaotus kasvaa ylhäältä alas.
◦ Alapäässä on aseteltava jalka, joka voidaan vetää ulos tunnetul-

la pisteellä, jotta saadaan oikea metrin osa-arvo näkyviin. Sen
jälkeen lähdetään maastoon kartoittamaan pisteiden korkeuksia.
Ks. Tikka (1991, sivu 81).
Tarkkuutta vaativassa työssä käytettävät latat tulisi kalibroida sään-

nöllisesti, ainakin ennen ja jälkeen kenttäkautta. Digitaaliset vaaitus-
kojeet ja niiden käyttämät viivakoodilatat tulisi kalibroida järjestelmä-
nä.
Taulukko 4.1. Vaaituslattojen luokittelu.
Lattatyyppi Pituus (m) Muu
Yksinkertainen 3−5 Kokoontaitettava tai -työnnettävä,

puusta tai alumiinista, 2 – 4
-osainen, E-jaotus
Runkomittauslatta. 3 Jäykkä, puusta tehty, šakkilauta-

Saksaksi tai viivajaotus, kaksoisjaotus- tai
Zweiskalenlatte kääntölatta, rasiatasain
Tarkkavaaituslatta 3 Puu- tai alumiinirunko ja

invarnauha jossa kaksoisjaotus
Viivakoodilatta 3 Alumiini, invarnauha. Käytetään

digitaalivaaituskojeenkanssa
Teollisuuslatta Kaksiasteikkoinen erittäin tarkka

viivalatta
Itselaskeva Ks. teksti
Sopiviksi latanalustoiksi kelpaavat kiintopisteen lisäksi väliaikaiset

maahan nuijatut puukepit ym. Vakiintuneita latanalustoja on piiret-
ty kuvassa 4.17. Kiilaa käytetään kun maaperä on pehmeä, kun taas
raidekenkää käytetaan rautatievaaituksen yhteydessä. Ensimmäisen ja
toisen tarkkavaaituksen aikana monet vaaituslinjat kulkivat rautateitä
pitkin, sittemmin on vaaittu enevässä määrin moottoriteitä pitkin.
Vaaituslatoista Tikka (1991, sivut 80 – 82).
(Nuija)
Suojakappale
Latta
Kahva
1
0
0
1
11111
00000
0
1
Kuva 4.17. Vaaituksen väliaikaisia latanalustoja: kilpikonna, kiila, raideken-

kä.
4.11. Vaaitusmenetelmät 107
t1 e1
t2 e2 tn en
Kuva 4.18. Linjavaaitus.
4.11 Vaaitusmenetelmät
4.11.1 Linjavaaitus
Linja- eli jonovaaitusmenetelmää käytetään runkomittauksessa. Sen

tarkoitus on tuoda virallinen korkeusjärjestelmä valtakunnan kaikkien
käyttäjien lähelle mm. kartoitusmittausten vertaustasoksi.
Tarkkavaaitus on valtakunnallinen korkeusrunko. Se toteutetaan hie-

rarkkisesti verkon vaiheittaisena tihennyksenä, ks. osio 7.3.
Korkeudet lasketaan käyttäjäkuntaa varten valtakunnallisessa

korkeusjärjestelmässä. Suomen kolmannen eli viimeisen tarkka-
vaaituksen korkeudet laskettiin vielä N60-järjestelmään, nykyi-
sin valtakunnallinen korkeusjärjestelmä on N2000. Kaikki vaa-
itusverkon laskennat suoritetaan kuitenkin ensin geopotentiaali-
luvuissa, joista lasketaan joko ortometrisia (N60) tai normaalikor-
keuksia (N2000).
Perusvaaitus on alemman hierarkiatason linjavaaitus, joka palvelee

käyttökorkeuspisteiden luomista lähellä käyttäjiä. Nimitys vaih-
telee.
Linjavaaitus tapahtuu peräkkäisten kojeasemien mittauksia (kuva 4.18)

summaamalla:
n
∆ = ( t1 − e 1 ) + ( t2 − e 2 ) + . . . ( t n − e n ) =
X
(t i − e i ) .
i =1
◦ Linja kulkee tunnetulta pisteeltä tunnettulle pisteelle. Joskus tä-

mä on mahdotonta, silloin puhutaan “piikistä”. Tässä tapauksessa
mitataan huolellisesti edestakaisin: kontrolli.
e e
e e e
Koje
e e
e
e t t e
Kiintopiste
Kuva 4.19. Pintavaaitus. Yksi t-havainto, monta e-havaintoa.
◦ Hyvin suunniteltu vaaitusverkko sisällyttää kaikki mittaukset ja

pisteet sulkeutuviin silmukoihin: kontrolli.
◦ Sää- ja laitevirheiden minimoimiseksi valitaan eteen ja taakse -

tähtäysvälit mahdollisimman samanpituisiksi: `t ≈ è . Tähtäysvä-
lit eivät saa myöskään olla liian pitkiä: esimerkiksi tarkkavaaituk-
sessa 50 m, kuitenkin riippuen sääolosuhteista. Pilvisellä säällä
voi käyttää pitempiä tähtäysvälejä; aurinkoisen sään vahvan vä-
rähtelyn aikana tähtäysvälit on lyhennettävä (Kääriäinen, 1966).
◦ Jos vaaituslinja kulkee rauta- tai moottoritietä pitkin, pitää tur-

vallisuusjärjestelyt olla kunnossa.
4.11.2 Pintavaaitus
Pintavaaitus on selostettu kuvassa 4.19. Tällä menetelmällä kartoi-

tetaan kokonaisen alueen korkeustilanne käyttämällä yhtä tunnettua
lähtöpistettä. Mitattavien pisteiden joukossa on oltava myös vähintään
toinenkin tunnettu piste: kontrolli.
Pintavaaitus on kuin luotu itselaskevan vaaituslatan käyttöön, ks ku-

va 4.20. Lähtöpisteessä menetellään seuraavasti: Vedetään latan jalka
ulos, kunnes vaaituskojeessa näkyy oikea metrin desimaaliosa: jos pis-
teen korkeudeksi tiedetään 12,75 m, vedetään jalka ulos kunnes havait-
sija näkee < jotain >,750kiikarissaan. Jalka ruuvataan kiinni ja latta
siirretään ensimmäiselle havaintopisteelle. Havaitsijan tulee muistaa
kokonaiset metrit, murto-osat näkyvät suoraan.in his telescope.
Pintavaaituksen tuloksia tarvitaan ja käytetään
◦ rakennustyömaan korkeustilanteen kartoituksessa ennen perus-

,75 ,38
12,38
12,75 Uusi piste, eteen (e)
Tunnettu, taakse (t)
Kuva 4.20. Itselaskeva latta. Miten lattajalka asetetaan oikeaan pituuteen.
tusten rakentamisen aloittamista
◦ numeerisia korkeusmalleja (DTM, Digital Terrain Model) luodessa

paikallisesti ja korkealla erotuskyvyllä
◦ siirrettävien maamassojen laskemiseen.
Kunnon kontrolli on tärkeä: lähtöpisteen lisäksi olisi mittauksessa otet-

tava mukaan muitakin korkeuksiltaan tunnettuja pisteitä. Väärä läh-
tökorkeus siirtyisi sellaisenaan koko alueelle, esimerkiksi viemäröinnin
kannalta kohtalokas ja kallis virhe.
4.11.3 Tekninen vaaitus
4.11.3.1 Asennusmittaus teollisuudessa ja rakennustyömailla
Tämä kuuluu insinöörigeodesian alaan.
◦ Ääritapaus: CERNin hiukkastörmäytin Genevessä, ympärysmitta

27 km, tarkkuus millimetrien luokkaa (Schrock, Kesäkuu 2, 2014)
◦ paperikoneet, telakat
◦ tierakentaminen, sillat, tunnelit, rautatiet
◦ ja niin edelleen.
4.11.3.2 Muodonmuutosten eli deformaatioiden mittaus ja seuranta
Tähän tarkoitukseen vaaitus on yksi monesta menetelmästä: yleensä

deformaatiot ovat kolmiulotteisia. Ks. osio 17.1.
◦ Ääritapaus: postglasiaalinen maannousu
◦ maakaasun, öljyn tai juoma- tai kasteluveden pumppaamisen

Kiintopiste
Linja, esim. tien linjaus

Poikkileikkaus
Poikkileikkaus
Kuva 4.21. Profiili ja poikkileikkauksia.
aiheuttamat muodonmuutokset, antropogeeni maan vajoaminen.

Venetsia
◦ patojen, vesialtaiden deformaatiot
◦ vanhoja rakennuksia, Pisan torni
◦ ja niin edelleen.
4.11.4 Profiilien ja poikkileikkausten vaaitus
Profiileja ja poikkileikauksia mitataan rakennustöiden, erityisesti tie-

rautatie- tai kanavarakennustöiden yhteydessä.
Profiili on maanpinnan pitkittäisleikkaus tiettyä reittiä, yleensä suun-

niteltua tietä, rautatietä tai vesiväylää5 pitkin.
Työ alkaa merkitsemällä linja maastoon. Merkit laitetaan 25, 50

tai 100 metrin välein, sekä maaston taitekohtiin jne. Merkit nume-
roidaan: numerolaput laitetaan sivulle työmaasta. Korkeudet mi-
tataan rakennusvaaituskojeella.Sidosmittauksia alueen korkeus-
rungon kiintopisteisiin tehdään vähintään kaksi, alku- ja pääte-
pisteen kohdalla. Jos kahden kiintopisteen käyttö ei ole mahdollis-
5 Tässä tapauksessa käytetään rinnakkaislinjaa.

Moot-
tori
Valotaso
Viis-
kulma-
prisma
Laser,
roikkuu
vapaasti
g
Kuva 4.22. Lasertason toimintaperiaate.
ta, on tarkistuksen vuoksi suljettava silmukka eli mitattava edes-

takaisin. Sulkuvirheet jaetaan vaaittujen matkojen suhteessa.
Poikkileikkaus on maanpinnan poikittaisleikkaus, kohtisuorassa pro-

fiililinjaa vasten. Taitekohdissa jaetaan kulma tasan. Poikkileik-
kaukset ovat tyyppillisesti 20 − 50 m pitkiä. Poikkileikkausten tar-
koitus on antaa tukea suunnittelutyölle ja mahdollistaa siirrettä-
vien maamassojen tilavuuksien laskennan. Poikkileikkausten kor-
keusmittaus suoritetaan pintavaaituksen tavoin. Pisteiden tiheys
valitaan maaston ja käyttötarkoituksen mukaan.
4.11.5 Lasertaso
Nykyisin käytetään pintavaaitukseen usein lasertasoa, kuva 4.22. La-

sertasot ovat kompensaattoristabiloituja laitteita joissa laservaloa hei-
tetään pyörivän ns. pentaprisman kautta ympäristöön vaakatasoa muo-
dostamaan.
Kojeet ovat käteviä rakennustyömailla, joilla ne realisoivat vaakatasoa,

jota käyttäjä voi saada näkyviin kepin avulla. Hiekan levittäminen, lat-
tian asennus tai seinän muuraaminen suoraksi helpottuu. Sopivalla, lii-
kuttavalla vastaanotinlaitteella varustettu latta antaa suoraan sen alla
olevan pisteen korkeusarvon.Lasertasoa voidaan tavallisesti myös saa-
da tuottamaan laservalosta tehdy pystytaso. Tämäkin on rakennustyö-
maalla usein arvokasta.
Harjoitus 4 – 1: Heights
Earlier we gave the ellipsoidal or geodetic co-ordinates (on the GRS80

reference ellipsoid) of the GPS antenna at Metsähovi research station,
equation 2.5:
ϕ = 60◦ 130 200 ,89046,
λ = 24◦ 230 4300 ,13336, (2.5)
h = 94,568 m.
1. Use the geoid model given on the U.S. NGA web page for the model
EGM2008 to determine the geoid height N at Metsähovi.
2. Compute the height H above “sea level”, as represented by the

EGM2008 model. The relationship you need is given in figure 4.3.
3. From the air, Metsähovi research station looks like this (© Google
Maps). The GPS antenna METS is mounted on the tall steel grid
mast to the right.
Google for “google maps height info“ and find the approximate
height of the terrain in this area, ±1 m.
Question: how high is this steel grid tower?

Harjoitus 4 – 1: Heights 113
4. Go to Google Maps and measure latitude and longitude of the foot

of the tower. Compare with the above values. How large are the
differences? Discussion.
5. Teodoliitti ja kulmamittaus
Teodoliitin keksi luultavasti englantilainen Leonard Digges. Keksintöä

julkaisi hänen poikansa Thomas maanmittausoppikirjassaan Pantomet-
ria vuonna 1571. Nimen alkuperä on epäselvä. Ensimmäisillä teodolii-
teilla ei vielä ollut kiikaria, jonka mahdollisesti keksi – oikeammin, yrit-
ti patentoida – vasta vuonna 1608 Hans Lippershey Alankomaissa.
Teodoliiti mittaa vaaka- ja pystykulmia paikallisen horisontin (vaakata-

son) ja luotiviivan (painovoiman suunnan) suhteen.
Pystykehä Alhidaditasain
(Epästandardi
Kauko-
tasain)
putki
Mikro-
skooppi
Indeksi-
Mikro-
tasain
skooppi
Vaakakehä
Kuva 5.1. Vanhanaikainen teodoliitti. Huomaa ulkoiset vaaka- ja pystykehät

ja lukemamikroskoopit. Pohjakuva © Wikimedia Commons.
– 115 –
116 Luku 5. Teodoliitti ja kulmamittaus
z

α vaakakulma
ζ pystykulma
x
+A
ζB (Projektio)
ζA
A0
K Vaa
. α k ata
O .. so
+B
(Projektio)
B0
Luotiviiva] y
Kuva 5.2. Vaaka- ja pystykulmat.
5.1 Vaaka- ja pystykulmat
Teodoliittimittaukset tehdään aina Maan painovoimakentässä. Teodo-

liitin pystyakseli tasataan paikallisen luotiviivan suuntaiseksi. Suun-
nat ja suuntaerot voidaan tässä luonnollisessa kojekoordinaatistossa il-
maista vaaka- ja pystykulmina.
Olkoon (kuva 5.2) pisteiden A ja B välillä suuntaero. Pisteet projisoi-

daan paikalliseen vaakatasoon (kohtisuorassa luotiviivaa vasten), tu-
loksena pisteet A 0 , B0 . A 0 :n ja B0 :n välinen suuntaero, kulma α, on pis-
teiden A ja B välinen vaakakulma. Kulmat ζ A , ζB ovat pisteiden A ja B
pystykulmat eli zeniittikulmat.
Vaakakulma: säteiden K A ja K B projektioiden K A 0 ja K B0 muodosta-

ma kulma α vaakatasossa. Vaakakulma on positiivinen myötäpäi-
vään.
Zeniittikulma: luotiviivan ja säteen K A (ζ A ) tai K B (ζB ) muodostama

kulma. Zeniittikulma on positiivinen zeniitistä alaspäin.
Luotiviiva eli vertikaali, luotinarun suunta, on Maan painovoimavekto-

rin paikallinen suunta. Luotiviiva osoittaa Maan massakeskipisteeseen,
mutta vain likimäärin1 .
1 Likimäärin, pääasiallisesti koska Maa on pyörähdysellipsoidi eikä pallo. Litistynei-

5.2. Teodoliitin akselit 117
Näin määriteltynä vaaka-asentoisen kaukoputken tähtäysakseli muo-

dostaa ( x y)-tason suuntaisen tason ja luotiiva on kohtisuorassa x y-tasoa
vastaan.
5.2 Teodoliitin akselit
Teodoliitilla on kolme akselia (kuva 5.3),
◦ pystyakseli, joka on oltava paikallisen luotiviivan eli painovoima-

vektorin suuntainen
◦ vaaka-akseli (en. trunnion axis), jonka ympäri kaukoputki kään-

tyy
◦ tähtäysakseli eli kollimaatioakseli (sv. siktaxel), mittauskaukoput-

ken akseli, joka kulkee okulaarin hiusviivaristikon läpi.
Teoreettinen tavoite hyvin säädetylle teodoliitille:
◦ V , P ja T leikkaavat samassa pisteessä
◦ P ⊥V . Ellei, virhe kutsutaan tappikaltevuudeksi (sv. horisonta-

laxelns lutning, en. trunnion axis tilt)
◦ T ⊥V (muttei T ⊥ P ! Miksei?). Virhettä kutsutaan kollimaatiovir-

heeksi
◦ V ja P kulkevat vaaka- ja pystykehän keskipisteiden kautta. Ellei,

puhutaan kehän epäkeskisyydestä.
5.3 Teodoliitin rakenne
Ks. kuva 5.4 Teodoliitin rakenne.
5.3.1 Mittauskaukoputki
Teodoliitin mittauskaukoputki on periaatteessa samanlainen kuin vaa-

ituskojeen (kuva 4.7), monimutkainen linsseistä, prismoista ja peileistä
syyden aiheuttama luotiviivan suunnan poikkeama Maan massakeskipisteen suun-

nasta on suurimmillaan jopa 110 leveysasteella ±45◦ . Luotiviiva on myös erittäin
lievästi kaareva. Tämän lisäksi on olemassa paikallisia luotiviivan poikkeamia pyö-
rähdysellipsoidin pintanormaalista, suuruusluokkaa muutama kaarisekunti tasaisel-
la maastolla yli kaariminuuttiin vuoristoissa.
Pysty-
akseli
Objektivi
P
a
ykulm
V
Pyst
. O
.
T
Tähtäs- Vaaka-
akseli eli akseli
kollimaatio- Okulaari Pystykehä
akseli
0,
00
0
go
n
kulma
Vaaka
Vaaka-
kehä
Kuva 5.3. Teodoliitin akselit ja kehät.
koostuva yhdistelmä. Putki kääntyy vaaka-akselin ympäri ja sen liiket-

tä seuraa joko pystykehä itse, tai pystykehän indeksi ja lukemamikros-
kooppi, laitetyypistä riippuen.
5.3.2 Alhidadi
Alhidadi (arab. al-idhâdah, viivoitin) on teodoliitin keskeinen osa, joka

kääntyy pystyakselin ympäri vieden kaukoputken mukanaan. Se sisäl-
tää seuraavat osat:
◦ putkitasain (alhidaditasain) teodoliitin tasaamiseksi
◦ vaaka- ja pystykehän lukemalaitteet:
– Tavallisesti kuvat johdetaan prismojen avulla mittauskauko-

putken okulaarin viereiseen mikroskooppiokulaariin havait-
sijan työn helpottamiseksi.
– Asteikkomikroskooppi ja optinen mikrometri, mahdollistavat

suurempaa lukematarkkuutta, ks. (Kahmen ja Faig, 1988,
pages 66 – 67).
5.3. Teodoliitin rakenne 119
Lukemaoptiikka (mikrosk.)
Pystykehä
Pystykehän
tasain
0000
1111
00
11
00
11
00
11
Pystykierron
lukitus
11
00
00
11
00
11 Vaaka-akseli (V)
Pystykehän
hienoliikunta-
ruuvi
11
00
00
11 Alhidadi-
tasain
Pystykehän
mikroskooppi
Vaakakehän
mikroskooppi Alhidadi
Vaakakehän00
11
00
11
00 1
11
hienoliikunta-
00
11
ruuvi
0
1
0
1
1111111
0000000
0
0
1 Pysty-
11111111
00000000
00
11
00000000
11111111
00
11
00
11
Vaakakehä
Alhidadin, vaaka-
00
11
Rasiatasain
00
11 kehän lukitus
akseli (P)
Runko
11
00 111
000
Pakko-
keskistys
1111111
0000000
00
11
00
11
00
11
00
11
11
00
00
11
1111111
0000000
000
111
000
111
000
111
000
111
Jalkaruuvit
00
11 00
11 000
111 Teodoliitin
00
11 00
11 000
111
000
11100
11 jalkalevy
11111111
00000000
Jalustan
pöytälevy
000
111
00000000
11111111 ”tribrach”
Luoti
Kuva 5.4. Teodoliitin rakenne.
– Kohdistusmikroskoopissa lukemat otetaan kahdesta vastak-

kaisesta paikasta vaaka- ja pystykehässä. Tässä tapauksessa
on aina myös optinen micrometri käytössä (Kahmen ja Faig,
1988, pages 72 – 76).
5.3.3 Runko
Teodoliitin runko on kiinteä osa, johon vaakakehä on kiinnitetty ja johon

alhidadi on laakeroitunut.
◦ Runko sisältää pakkokeskistys- eli jalkaruuvilaitteen (engl. tribrach).
◦ Rungon yläosa istuu pakkokeskisesti tähän laitteeseen: sitä voi-

Kuva 5.5. Pakkokeskistyslaite eli -alusta.
daan irroittaa ja palauttaa tarkasti samaan paikkaan.
◦ Pakkokeskistyslaite kiinnitetään jalustan pöytään ison ruuvin

avulla; jalustan pöydän keskellä on iso pyöreä reikä ja mekanis-
mi joka luo siirtymävaraa vaakasuuntaisesti keskistystä varten.
◦ Jalkaruuvit ovat teodoliitin tasausta varten: teodoliitin pystyakse-

li orientoidaan paikallisen luotiviivan suuntaiseksi.
◦ Rasiatasainta käytetään apuna likimääräistä tasausta varten,

kun alhidaditasain auttaa tarkassa tasauksessa.
◦ Luotinarun kiinnitys tai optinen luoti on keskistystä varten.
5.4 Teodoliitin käsittely maastossa
Kalliina hienomekaanis-optisena laitteena teodoliittia tulee aina käsi-

tellä sopivalla kunnioituksella:
1. Kuljetus, etenkin pitemmällä matkalla, tapahtuu aina kantokote-

lossa.
2. Aurinkovarjo on kojetta, ei havaitsijaa varten. Se suojaa myös sa-

teelta.
5.4. Teodoliitin käsittely maastossa 121
Kuva 5.6. Eri maastomerkkityyppejä.
3. Kojetta ei koskaan osoiteta suoraan Aurinkoon päin: hiusviivaris-

tikkolasi poksahtaisi ja laite olisi korjattava ja uudelleen kalibroi-
tava. Tulee lisävahinkoa jos kojeessa on etäisyysmittari.
4. Huolellinen kirjanpito on tärkeää: kirjoitetaan ylös kaikkea mitä

voi olla aiheellinen, esimerkiksi sääolot (ns. metatieto).
5.4.1 Maastomerkit ja pistekortit
Toisin kuin vaaituskoje, on teodoliitti laitettava tarkasti mitattavan pis-

teen yläpuolelle, jotta teodoliittimittaus kohdistuisi pisteeseen.
Kuvassa 5.7 piste K on maastoon merkitty, keskusmerkillä varustettu

mittauspiste. Kuva 5.6 näyttää muutaman esimerkin käytössä olevasta
maastomerkkityypistä.
Maastomerkin tyypin valinta on tehtävä näin, että
◦ Piste on selkeästi ja yksiselitteisesti määritetty. Jos on tarkoitus

tehdä sekä tarkka paikanmääritys että korkeuden mittaus, on so-
pivinta käyttää teräksistä pallopääpulttia jossa on pieni keskirei-
kä.
◦ Merkki kestää sään ja ympäristön vaikutusta – routaa! Kallio-

merkki on paras. Rautaista merkkiä on syytä mönjätä (ruostesuo-
jamaali, lyijymönjää ei enää saa myrkyllisyytensä vuoksi).
◦ Merkki on helppoa löytää – pistekortti!
◦ Pistenumero on merkitty merkin päälle tai maalattu (ja hakattu!)

sen viereen.
Aina kun luodaan maastomerkki myöhempää käyttöä varten, on laa-

dittava pisteestä pistekortti, jonka avulla merkki löytyy kymmenienkin
vuosien jälkeen. Pistekortti voi sisältää seuraavia tietoja:
◦ merkin etäisyys lähimaisemassa oleviin, vähintään kolmeen py-

syviksi uskottuihin kohteisiin – puut, rakennusten nurkat, jne.
Pystyakseli P
V ⊥P
.
. T ⊥V
O Vaaka-akseli V
Tähtäysakseli T
Luoti-
viiva
g
K
Kuva 5.7. Teodoliitin akselit. K on maastoon merkitty piste.
– nauhalla mitattuna. Pistekorttiin piirretään merkin ja vertaus-

kohtien keskinainen sijainti
◦ lähestymiskartta jossa auton kilometrilukemat, tienviitat, maise-

man kuvaus ja muita hyödyllisiä yksityiskohtia
◦ tarkat koordinaatit käsi-GNSS:ää varten.
Jotta kulmat pisteeltä tulevat mitatuiksi oikein, suoritetaan kaksi toi-

menpidettä: keskistys ja tasaus.
Keskistys: K ja O täytyy olla samalla pystysuoralla.
Tasaus: Kun teodoliitti pyöritetään P :n ympäri, V muodostaa tason.

Tämän tason on oltava kohtisuorassa paikallista vertikaalia vas-
ten, ts. P on oltava paikallisen painovoimavektorin suuntainen.
Keskistys ja tasaus suoritetaan useimmiten vuorottain, kunnes haluttu

lopputulos on saavutettu.
5.4.2 Karkea keskistys
◦ jalusta pystytetään oikeaan paikkaan, silmämääräisesti ja jalko-

jen pituuksia muuttelemalla
◦ katsotaan myös silmämääräisesti, että jalustan pöytälevy on vaa-

kasuorassa.
3 3
3
A B
1 B 1 A
1 2 2 2
Kuva 5.8. Teodoliitin tarkka tasaus alhidaditasaimen avulla.
5.4.3 Tarkka tasaus
Teodoliitin tarkka tasaus alhidaditasaimen avulla suoritetaan seuraa-

vissa vaiheissa:
1. Karkea tasaus rasiatasaimen avulla
2. Tasataan ensin jalkaruuvien 1 – 2 suuntaan. Otetaan tarvittaessa

huomioon tasaimen nollavirhe vaiheesta 4
3. Käännetään alhidadi 100 gon, ja tasataan myös tähän suuntaan
4. Käännetään alhidadi 200 gon. Jos alhidaditasain on säädetty oi-

kein, pitäisi kupla taas olla keskellä. Ellei, siirretään kupla siir-
tymäkohdan puoleenväliin, siis tasapainoasemaan, jalkaruuveilla.
Tasaimen nollavirhe on puolet kuplan siirtymästä vaiheiden 3 ja 4
välillä
5. Toistetaan 2 – 4 kunnes tasaus ei enää muutu.
Varmista, että kupla liikkuu vapaasti eikä sen pää ota tasaimen reu-
naan kiinni.
Jos kohdassa 4 löytynyt poikkeama on kovin suuri, on alhidaditasain

säädön tarpeessa.
5.4.4 Tarkka keskistys
Menetelmä riippuu luodin tyypistä. Nykyisin yleisin luotityyppi on opti-

nen luoti.
Mitään luoti ei ole äärettömän tarkkaa. Myös kojeen korkeuden mit-

taaminen merkin yläpuolella on virhealtis toimitus. Näistä syistä käy-
tetään erikoismittauksissa, kun tarkkuusvaatimus on alle millimetri,
pysyvästi peruskalliolle tai syvälle alustalle (routaa!) rakennettuja pila-
111
000 000
111 00
11
000 111
111
11 0
00
11 000 1100
11
00
00 1 1
0
000
111
1 0
0
g
111 111
000
0
1
000 0011
1
01
0 1
1 0
1
0
g
Paino- Paino-
voima voima
Tanko
Naru
Kärki
Luoti
200 gon
Kuva 5.9. Riippuluoti ja sauvaluoti.
reita kolmijalkojen sijasta.
1. Riippuluoti:
◦ perinteinen
◦ kiinnitys siten, ettei keskistys tasattaessa muutu
◦ keskistys:liikutetaan teodoliitin pakkokeskistyslaite jalustan

pöytälevyä pitkin siten, että luodin kärki osoittaa keskus-
merkkiin K . Ruuvataan teodoliitin kiinnitysruuvi kiinni. Pöy-
tälevyn keskusreikä antaa liikumavaraa
◦ tasaus teodoliitin jalkaruuveilla.
Haittana: tuuliherkkä.
2. Sauvaluoti:
◦ Teleskooppimainen putki, jonka yläpää kiinnitetään pakko-

keskistyslaitteeseen (jalustan pöydässä olevan reiän läpi), ja
alapää asetetaan tarkasti keskusmerkille.
Tasain
11
00 1
0
11111
00000
00
11
00
11
00
11 111111
000000
0
1
0
1
0
1
Siirto
(ei kierto!)
Merkki
Kuva 5.10. Optinen luoti.
◦ sauvassa rasiatasain
◦ keskistys:
– Siirretään pakkokeskistyslaite niin, että sauvan rasiata-

saimen kupla on keskellä.
– Kierretään tasain 200 gon sauvan vastakkaiselle puolel-

le: jos kupla pysyy keskellä on keskistys suoritettu.
– Ellei, tasataan kupla puolet matkasta takaisin keski-

paikkaan, siis tasapainoasemaan.
Sauvaluoti kuuluu osana tietyntyyppisiin jalustoihin (Kern), jol-

laisia käytetään usein tarkoissa insinöörimittauksissa.
3. Optinen luoti:
◦ Pakkokeskistyslaitteessa (tai teodoliitin alhidadissa) on pieni

kaukoputki ja prisma. Kaukoputken okulaarin polttotasossa
on hiusviivaristikko tai vastaava eli indeksi.
◦ Pakkokeskistyslaite on oltava tasattuna rasiatasaimella.
◦ Keskistys- ja tasausmenetelmä optista luotia käyttäen (kuva

5.12):
(a) Pakkokeskistyslaitteen tasausruuveilla laita aluksi in-

deksi merkin päälle (tasaus siis menetetään!)
Kuva 5.11. Kiintopiste (putkipiste) nähtynä optisen luodin kautta. Fokusoin-

nin jälkeen sekä kohde että hiusviivaristikko näkyvät terävinä.
(b) Kahta jalustan jalan pituutta säätämällä saadaan rasia-

tasaimen kupla taas keskelle (pakkokeskistyslaite suo-
rittaa kiertoliikettä kolmannen jalan kärjen ympäri ja in-
deksin paikka merkin kuvan päällä muuttuu vain vähän)
(c) Yhdensuuntaissiirrolla (löystetään hieman pakkokeskis-

tyslaitteen isoa ruuvia) saadaan optisen luodin indeksi
merkin päälle.
Huom! Siirretään, ei saa kiertää, koska silloin tasaus

muuttuu!
◦ Koska käytännössä sekä tasaus (3c) että indeksin paikka (3b)

kuitenkin aina hieman muuttuvat, toistetaan menettely 3a –
3c kunnes haluttu lopputulos on saavutettu. Onneksi se kon-
vergoi nopeasti.
5.4.5 Ongelmatilanteita
Normaalisti yllä kuvattu keskistys- ja tasausmenetelmä johtaa nopeasti

tyydyttävään lopputulokseen. Tosielämän kenttätyössä tulee kuitenkin
vastaan kaikenlaisia patologisia tilanteita, kuten kuvassa 5.13. Ohjeis-
tus näitä tilanteita varten jätämme sikseen.
1
0
01
1 00
11
0011
11
0
01
10 11
00 00
0
1
0
1 00 0
11 1
00
11
0
1
1
0
011
100
1
0
00
11
Kuva 5.12. Optista luotia ja rasiatasainta käytetään yhtaikaa keskistyksen ja

tasauksen aikaansaamiseksi.
5.4.6 Pakkokeskistys
Tarkassa mittaustyössä käytetään pakkokeskistyslaitteita2 , eli koje ja

tähys sopivat samaan laitteeseen, kuva 5.14.
Näin voidaan eliminoida useasta jalustan keskistämisestä johtuvat vir-

heet.
Oikein tarkoissa mittauksissa, kuten insinöörigeodesian mittauksissa,

käytetään erillistä optista luotia. Lyhyillä matkoilla keskistys voi olla
suurin virhelähde.
2 en. tribrach, sv. trefot.

Kuva 5.13. Ongelmatilanne.
Mittauksessa huolehditaan siitä, että jokainen sivu mitataan molem-

paan suuntaan: kolmen pisteen verkossa menetelmä voi olla kuvan 5.15
mukaan. Jokaisesta kojeasemasta mitataan kaikkiin (lähellä oleviin) tä-
hyksellä varustettaviin pisteisiin.
Pakkokeskistys on myös käyttökelpoinen tilanteissa, joissa mitataan sa-

malla pisteellä sekä satelliittitekniikalla (GNSS) että terrestrisellä ko-
jeella. Antenni kiinnitetään silloin välikappaleen kautta pakkokeskis-
tyslaitteeseen, kuva 5.14.
5.4.7 Optisen luodin tarkistus
Nykyisin yleisin käytetty luoti on optinen luoti – vaikka laserluoti on

voittamassa alaa3 .
3 Laserluoti toimii käytännössä samalla tavalla kuin optinen luoti, vaikka valo kulkee
toiseen suuntaan. http://www.pobonline.com/articles/
93629-back-to-basics-quick-setup-with-a-laser-plummet.
GPS-antenni
Tähys
Mittauskoje
Pakko-
Optinen luoti
keskistys-
laite
1
0 11
00
111
000
0
1
0
1 00
11
00
11
00
11 111
000 ”Tribrach”
Kiinnitysruuvi
(ei avata!)
Kuva 5.14. Pakkokeskistyksen periaate. Koje ja tähys sopivat samaan laittees-

seen.
Optisen luodin heikkous on, että sen täytyy säätää näin, että se kat-
soo todella suoraan alaspäin kun sen tasaimen kupla on keskellä – sa-
manlainen ongelma kuin vaaituskojeen tähtäysakselin ja tasaimen hori-
sontin yhdensuuntaisuus, kuva 4.9. Tämä säädetty ominaisuus voidaan
Kuva 5.15. Verkon mittaus pakkokeskistystä käyttäen.

helposti menettää laitteen käsittelyssä. Siksi se on säännöllisin välein

tarkistettava.
Eräs tarkistusmenetelmä on kuvattu kirjassa Kahmen ja Faig (1988),

sivuilla 95 – 96:
1. Laitetaan pakkokeskistyslaite (tai koko teodoliitti, jos optinen luo-

ti on sisäänrakennettu) kolmijalkaan, tasataan se, ja merkitään
luodin okulaarissa näkyvä piste lattialle teipattuun ruutupape-
riin.
2. Pakkokeskistyslevyn ulkoreuna merkitään lyijykynällä tai liidulla

kolmijalan pöytään.
3. Pakkokeskistyslevy irroitetaan kolmijalasta, käännetään 120◦ , ja

laitetaan huolellisesti takaisin piirretyn ulkoreunan sisään. Tasa-
taan, ja merkitään lattialle luodin okulaarin ristikon alla näkyvä
piste.
4. Toistetaan 3.
5. Jos kohteissa 1, 3 ja 4 piirretyt pisteet lattialla ovat identtisiä, on

luoti säädetty oikein. Ellei, okulaarin ristikko siirretään sen säätö-
ruuveja käyttämällä kolmen pisteen painopisteeseen.
Ei-säädetyn optisen luodin käyttö tekee sen avulla kerätty havaintoai-

neisto arvottomaksi. Säädön säännöllinen tarkistus, vaikkapa ennen jo-
kaista kenttätyötä on yhtä tärkeä kuin kojeen korkeuden mittaaminen
merkin yläpuolella!
5.4.8 Tähtäys ja kohdistus
◦ Fokusointi on, kuten vaaituskojeella, tehtävä aina huolellisesti
◦ Okulaaria säätämällä hiusviivaristikko tarkennetaan havainto-

työn alussa – jos on ei-sylinteriset silmälasit (vain liki- tai kau-
konäköisyys), ne voi jättää pois.
◦ Jokaisen kohteen kohdalla tarkennetaan tähys huolellisesti fo-

kusointiruuvin avulla.
◦ Tarkoissa mittauksissa sarjahavaintojen aikana ei saa fokusoida,

koska silloin kollimaatio muuttuu hieman. Tämä edellyttää, että
kaikki kohteet ovat riittävän kaukaisia.
5.5. Havaintojen lukeminen 131
Kuva 5.16. Kohdistamisen ihannetilanteita vaakakulmien mittauksessa.
Vaikeita tilanteita:
◦ Tähys on ohut, esimerkiksi hyvin kaukana, ristikkoviivaan verrat-

tuna. Tämä ei ole ongelma jos ristikko on kuvan 5.17 näköinen.
◦ Mustavalkoiset tähykset ovat aina parhaita.
◦ Ks. kuva 5.18.
5.5 Havaintojen lukeminen
Hyvä käytäntö vaativissa teodoliittimittauksissa on mitata aina molem-

massa kojeasennossa, kojeasento I ja kojeasento II. Kojeella on kaksi ko-
jeasentoa koska sillä on kaksi akselia: kääntämällä molempien akselien
ympäri 200 goonin verran saadaan mittauskaukoputki taas osoittamaan
samaan kohteeseen. Tämä redundanssi mahdollistaa monen systemaat-
tisen virheen eliminoinnin. Ykkösasento, ”face left”, siis pystykehä kau-
Kuva 5.17. Parempi hiusviivaristikko. Tässä voi valita yksinkertaisen ja kak-

soisviivan välillä.
Aurigonvaloa
Tähys
Hius-
ristikon Varjo
?
viiva
X
X
Kuva 5.18. Tähyksen aiheuttamat pulmat.
koputken vasemmalla puolella havaitsijasta katsottuna, antaa korkeus-

kulmia lähellä 100 gon jos tähtäys on lähellä vaakatasoa. Kakkosasento,
”face right”, antaa arvoja lähellä 300 gon.
Perinteistä sarjahavaintomenetelmää, jolla saadaan laitevirheet edel-

leen vähentymään, ei enää käytetä:
1. Ensimmäisen luokan eli valtakunnallisten runkoverkkojen mit-

taus on siirtynyt kokonaan satelliittipaikannukseen
2. Digitaaliset kulmamittaustekniikat suorittavat sarjahavaintome-

netelmää vastaavan mittausmenetelmän automaattisesti ilman
käyttäjän väliintuloa.
5.5.1 Jakokehät ja teodoliitin luokitus
Teodoliittien jakokehät (en. graduation circles, sv. cirklar) valmistetaan

yleensä lasista. Läpimitta on 60 − 100 mm, tarkimpien kojeiden tapauk-
sessa 250 mm. Pääasteikon jakoväli on 1, 0,5, 0,2 tai 0,1 gon, kojeen tark-
kuusluokasta riippuen. Perinteinen menetelmä piirtää tiivis viivakuvio
”jaotuskoneella” lasin päälle laitettuun vahakerrokseen, viivat syövyte-
tään lasiin hapolla ja täytetään väriaineella. Tämä oli pitkään tarkasti
varjeltu sveitsiläinen liikesalaisuus (Penry ja Ingram, 2013).
Teodoliitit luokitellaan, perinteisesti ja hieman epävirallisesti, minuut-

titeodoliiteiksi (”one-minute theodolite”), sekuntiteodoliiteiksi (”one-second
theodolite”) ja tarkkuusteodoliiteiksi. Niiden tarkkuusrajat eivät ole sel-
västi määritelty, yksi lähde (Simonen, 2012) antaa > 1 mgon minuutti-
teodoliiteille, 0,5 − 1,0 mgon sekuntiteodoliiteille ja < 0,5 mgon tarkkuus-
106 107
108 109 110

0 10 20 30 40 50
109.33
o
106 17’.2
Arvio
Arvio
Kuva 5.19. Lukemamikroskoopin eri tyypit.
teodoliiteille.
5.5.2 Lukemalaite
Lukemalaite suurentaa jakokehän asteikon kuvan mikroskoopin avulla.

Sillä interpoloidaan hienolukema pääasteikon lukemien väliin.
5.5.3 Hienolukumenetelmät
Lukemamikroskoopit jaetaan seuraaviin tyyppeihin (kuva 5.19):
1. Viivamikroskooppi:
◦ pääasteikon suurennus ja indeksiviiva
◦ hienolukemat arvioidaan visuaalisesti, tarkkuus ∼ 1/10 jako-

väliä.
2. Asteikkomikroskooppi:
◦ lisäasteikko, jonka pituus on sama kuin pääasteikon jakoväli:

yleensä pääjakoväli 1 gon, lisäasteikon jakoväli 0,01 gon, 100
jakoviivaa
◦ lisäasteikon indeksinä käytetään pääasteikon jakoviivaa.
Viivamikroskooppia voidaan varustaa optisella mikrometrillä parem-

man lukematarkkuuden saavuttamiseksi, ks. kuva 5.20.
Kun lasia kierretään, siirtyy valonsäde yhdensuuntaisena matkan
∆ ≈ αD (1 − 1/n)
Indeksiviiva
∆
Kuvataso
109 110 111
Tasapaksu 110.367
lasilevy Arvioitu desimaali
D
a
10 20 30 40 50 6
Asteikko
Kuva 5.20. Optinen mikrometri ja sen lukeminen.
verran, jossa n on lasin taitekerroin. Lasilevyn kiertomekanismissa on

asteikko, joka osoittaa kulman ∆ kulmayksiköissä.
Yleensä pääasteikon jakoviivat ovat kaksoisviivoja, kohdistus on help-

poa.
Noonio (nonius4 ) (engl. vernier) on vanhentunut eikä sitä enää käytetä.

Ks. Kahmen ja Faig (1988) sivu 65.
5.5.4 Jakokehän lukeminen
1. Luetaan yksi kehäsegmentti.
2. Tarkkuusteodoliitissa luetaan samanaikaisesti kaksi vastakkais-

ta kehäsegmenttiä. Näin kehän epäkeskisyysvirhe kumoutuu. Ks.
kuva 5.22. Karkea lukema otetaan kehältä, hienolukema mikro-
metristä, eli 244 + 0,4 + 0,0417 (jossa 7 arvioitu) eli 244,4417.
Yhtä kehälukemaa käytetään minuuttiteodoliiteissa, kun kahden vas-

takkaisen lukeman menetelmä, eli kohdistusmikroskoopin käyttö, löy-
tyy tavallisesti sekunti- ja tarkkuusteodoliiteissa.
Vaaka- ja pystykehien lukemiseen käytetään samoja menetelmiä. Yleen-

sä pystykehän läpimitta on pienempi kuin vaakakehän, joten lukema-
tarkkuus on vastaavasti heikompaa.
4 Kirjassa Heiskanen (1943) kerrotaan, että portugalilainen Pedro Nunez (Nonius)

keksi nooniota edeltävä laite jo 1542, ja ranskalainen Pierre Vernier nykynoonio vuon-
na 1631.
Okulaari
Valaistus-
peili
Mikrometri
Kehä
Kuva 5.21. Jakokehän lukeminen. Yksi kehäsegmentti.
Lasilevyjen
kytketty
liike
Vastakkaiset
kehälukemat
244.4
45 44 45 44
244 245 244 245
0 10 20 30 40 50 60
0.0417 (7 arvioitu)
Ennen mikrometrin
kohdistusta... ja kohdistuksen jälkeen.
Kuva 5.22. Jakokehän lukeminen.

Lukemalaitteisiin kuuluu lisäksi:
1. Lukemamikroskooppi, johon optiikan kaikki lukemat ohjataan.

Mikroskoopin näkökentässä useimmiten sekä vaaka- että pystylu-
kemat näkyvät. Pitää olla tarkkana, että valitsee oikeat ja halutut
lukemat. Usein pystylukema on merkitty V-kirjaimella (Vertical)
ja vaakalukema H-kirjaimella (Horizontal). Tässä on suomenkieli-
sille sekoittamisen vaara!
2. Valaistusjärjestelmä:
◦ peili, jota kääntämällä valo ohjataan lukemaoptiikkaan
◦ peilin paikalle tai omaan istukkaan kiinnitettävä valaisin,

hehkulamppu ja paristo.
Optisista teodoliiteista löytyy lisää kirjassa Tikka (1991, sivut 21 – 35).
5.6 Elektroniset teodoliitit
Elektronisissa teodoliiteissa kaikki lukemat saadaan numeerisina, mi-

kä helpottaa havaintotietojen automaattista tallennusta, tarkastusta jo
mittausten yhteydessä, ja siirtoa eteenpäin. Rahalliset säästöt mittaus-
toiminnassa voivat olla huomattavia ei vain mittausajan säästönä vaan
myös laadun parannuksena, kun virhealtis havaintojen lukeminen ja
käsin kirjoittaminen jää pois.
Kuitenkin, vaikka elektroniset teodoliitit tosin tallentavat havaintojen-

sa itse muistiin – joskus “raakadata” ei edes tallenneta vaan jo esikäsi-
telty aineisto –, on havaintojen oheistiedot (“metatieto”) edelleen kirjat-
tava huolellisesti.
Elektronisissa teodoliitteissa on jakokehien reunoihin kuvattu erityyp-

pisiä viivakuvioita.
5.6.1 Absoluuttiset viivakoodit
Usein käytetään ns. Gray-koodia5 , joka koostuu bittisarjoista joista jo-

kaisessa askeleessa vain yksi bitti muuttu. Kuvassa 5.23 on esimerkki
5 Frank Gray (1887 – 1969) oli amerikkalainen fyysikko ja elektronikko, televisiotekno-

logian kehittäjä. Gray-koodi on osana hänelle vuonna 1953 myöntämää patenttia.
5.6. Elektroniset teodoliitit 137
15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0
1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0
0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0
0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0
0 1 1 0 0 1 1 0 0 1 1 0 0 1 1 0
Kuva 5.23. Gray-koodi.
nelibittisestä Gray-koodista, jolla on 16 eri arvoa.
Tosisovelluksessa käytetään enemmän bittejä, esimerkiksi jos halutaan

vaakakulman resoluutioksi 10−4 gon, on oltava 400·104 = 4·106 eri arvoa.
Tämä vaatii jo 22 bittiä6 .
Koodi on mustavalkoisena kuviona kehän pinnalla, jota valoherkkien

diodien eli fotodiodien rivistö skannaa, kuva 5.24 vasemmalla.
Gray-koodin etuna on, että koko ajan tiedetään yksiselitteisesti, missä

kohdassa kehää ollaan, eli kehältä löytyy merkitty nollasuunta. Siksi
nimitys absoluuttinen viivakoodi. Esimerkkitapauksessa tarvitaan nel-
jä vierekkäistä diodiriviä, yksi jokaiselle bittikentälle.
6 . . . koska 222 = 4194304 & 4000000.

6.7
6
0
1
2
.7
6
7
.4
15
Kuva 5.24. Vasemmalla absoluuttinen, oikealla inkrementaalinen koodauske-

hä.
Kehäkuvioita havaitaan sähkö-optisesti, esimerkissämme diodirivistön,

nykysovelluksissa integroidun mikropiirin, tavallisesti CCD-ilmaisimen
avulla. Valoilmaisin havaitsee kehän mustien ja valkoisten kenttien vä-
liset reunat. Karkeat, absoluuttiset lukemat syntyvät kehäkuvion reu-
noista, lisadesimaaleja saadaan diodirivistön – tai kuvaavan valoilmai-
simen – interpoloivan toiminnan avulla.
5.6.2 Inkrementaaliset viivakoodit
Kehältä ei löydy merkittyä nollakohtaa. Tässä voidaan seurata vain lait-

teen asennon muutoksia laskemalla viivoja, kuva 5.24 oikealla. Inkre-
mentaalisessa ratkaisussa tarvitaan vähintään kaksi diodi-ilmaisinta
kiertosuunnan selvittämiseksi, kuvatussa esimerkissä on kymmenen.
Inkrementaalinen menetelmä tietysti voi mitata vain suuntaeroja eli
kulmia. Karkeat lukemat syntyvät kehän viivoista laskemalla, lisäde-
simaaleja saadaan taas interpoloimalla.
5.6.3 Modernit automaattikojeet
Nykyisissä elektronisissa teodoliiteissa käytetään yleisesti ns. ATR-

ratkaisua, Automatic Target Recognition eli automaattinen kohdetun-
nistus. Tähän tarkoitukseen on mittauskaukoputken kuvakenttään si-
joitettu CCD-kuvailmaisin. Kaukoputki suunnataan silmämääräises-
ti kohteeseen. Korjaamaton lukema tulee tavan mukaan digitaalisesti
koodikehäjärjestelmästä. Lukemaan lisätään ohjelmallisesti, kuvankä-
sittelyn keinoin, korjaus CCD-kuvasta.
Elektronisesti luettaviin kehiin käytetään useita ilmaisimia joista jokai-

nen lukee kehän koodia eri kehän paikasta. Kaikki mitatut arvot kerä-
tään laitteen mikroprosessoriin, joka laskee niistä keskiarvo. Keskiar-
vossa kehän periodiset ja satunnaiset virheet on eliminoitu tai olennai-
sesti vähennetty, vrt. optisilla teodoliiteilla käytetty sarjahavaintome-
netelmä, osio 5.8 sivulla 142.
Elektronisella teodoliitilla on vaakakehän lukituksen irroittaminen ja

sen kiertäminen – ja siis sarjahavaintomenetelmän soveltaminen käsin
– tarpeetonta ja mahdotonta. Putken kääntäminen eli kahdessa kojea-
sennossa mittaaminen on kuitenkin edelleen tarpeen samoista syistä
kuin optisillakin kojeilla (osio 5.5 sivulla 131).
5.6. Elektroniset teodoliitit 139
Prosessori
Alhidadi
Vaakakehä
Runko
Kuva 5.25. Elektroninen vaakakehämittaus: lukemia otetaan kehän kaikilta

osilta. Tämä korvaa optisilta teodoliitilta tuttua sarjahavaintome-
netelmän.
Joissakin laitteissa käytetään nopeasti pyörivää kehää. Tässä ratkai-

sussa valoilmaisimet muuntavat kehässä olevan viivakuvion blokkisig-
naaliksi (kuva 5.26). Kahden blokkisignaalin välinen aikasiirtymä yh-
dessä kehän pyörimisnopeuden ω kanssa antaa suoraan ilmaisinten
välisen kulman α ( t) ajan funktiona – plus tuntematon vakio – “am-
biguiteetti7 ” – joka ei riipu ajasta. Tästä syystä myös pyöriva kehä -
menetelmä on inkrementaalinen: se voi mitata vain kulman muutokset.
Menetelmän edut ovat:
1. Se muuntaa kulmamittaus elektroniseksi aikaeromittaukseksi, jo-

ka voi olla erittäin tarkka.
2. Kehän jakoviivojen tuotantotarkkuus ei ole krittinen, kehän tasai-

nen pyörimisnopeus on.
Elektronisten teodoliittien mittausjärjestelmien ja teknisten ratkaisu-

jen kirjo on laaja ja nopeasti kehittyvä. Siksi kuvaamme seuraavassa
vain yksi esimerkkitapaus tarkemmin.
7 Ilmeisesti, koska ilmaisimelle kaikki kehän viivat ovat samannäköisiä.

∆ t = α/ω
Prosessori
Alhidadi
Vaaka-
kehä α
Runko
Kuva 5.26. Pyörivä kehä muuntaa kulman mittaus aikaeron mittaukseksi.
5.7 Case: Leica robottitakymetri TCA2003
TCA2003 Leica (1997) on hyvä esimerkki suhteellisen nykyaikaisesta

elektronisesta teodoliitista eli takymetrista. Koje mittaa vaaka- ja ze-
niittikulmat sekä vinoetäisyydet. Sisäänrakennetun ohjelmistonsa las-
kutoimitukset ovat varsin monipuolisia.
Kojeen mittaustarkkuus on (valmistajan ilmoittamana) 000 ,5, eli 0,15 mgon,

vaaka- ja pystykulmamittauksissa ja 1 mm + 1 ppm etäisyysmittauksis-
sa. Pisin mittausetäisyys on 3,5 km tavallisissa sääolosuhteissa.
Kojeessa on koaksiaalinen ATR (Automatic Target Recognition, alaosio

5.6.3). Järjestelmä palvelee myös kulmamittauksia. CCD-ilmaisin mit-
taa prisman heijastaman lasersäteen poikkeamat pysty- ja vaakasuun-
nassa ja ohjaa moottorit niin, että hiusviivaristikko siirtyy melkein pris-
man päälle. Pieni jäljellä oleva poikkeama mitataan CCD-kuvassa ja
mittauskulmat korjataan vastaavasti.
ATR:iä voidaan myös ohjelmoida seuraamaan liikkuvaa kohdetta, tai

systemaattisesti etsimään (skannaamaan) kohdetta jos se ei ole odote-
5.7. Case: Leica robottitakymetri TCA2003 141
Kohdistinpalkki Kello Akun lataustila Syöttönäppäinlohko
7 8 9
Otsikko PÄÄVALIKKO : OHJELMAT 17:25
1 Orientointi 4 5 6
Valikko 2 Kaarileikkaus
3 Maastoonmerkintä
4 Pisteiden välimatka 1 2 3
Funktio- .
EXTRA KALIB JÄRAS DATA ASEMA MITT.
0 +/-
näppäinten
toiminto F1 F2 F3 F4 F5 F6 Shift CE
CODE aF... CONT ON ESC
OFF
Valo
Elektroninen Nuolinäppäimet
Muut
tasain
Kuva 5.27. Leica TCA2003 ohjauspaneeli.
tussa paikassa.
Kojeeseen sisältyy kalibrointiominaisuuksia, mittausohjelmia joilla voi

määrittää korkeusindeksivirhe (osio 5.9.3), kollimaatiovirhe (tähtäysak-
seli ei ole kohtisuorassa vaaka-akselia vasten, osio 5.9), tappikaltevuus
(vaaka- ja pystyakselit eivät ole keskenään kohtisuoria) sekä etäisyys-
mittarin ns. nollapiste- eli vakiovirhe (alaosio 6.4.4).
Monet etäisyysmittauksen “korjaukset” eli reduktiot, kuten sääkorjauk-

set, reduktio vaakatasoon ja jopa karttaprojektioreduktio (Gauss-Krüger
tai UTM) voidaan suorittaa jo kojeessa.
Kojeessa on laserluoti, joka toimii samalla tavalla kuin optinen luoti –

tarkkuuskin on samaa luokkaa, hieman parempi kuin ±1 mm –, mut-
ta valo kulkee toiseen suuntaan, teodoliitista alaspäin maanpintaan.
Tasaus- ja keskistysmenettely on muuten sama kuin optisen luodin ta-
pauksessa.
Kojeessa on rasiatasaimen lisäksi tarkka elektroninen tasain. Näyttö

on LCD ja samannäköinen kuin oikea rasiatasain. Se on itsekalibroiva
ja kojeen kiertämistä 100 gon tai 200 gon jokaisen tasauksen yhteydessa
(kuva 5.8) ei tarvita.
Koje on pitkälle automatisoitu: tarjolla on esiohjelmoitu 50 pisteen

seurantamittaus. Tämä on hyödyllistä etenkin deformaatiomittauksis-
sa teollisuudessa ja rakennusprojekteissa. On jopa käytettävissä kah-
ta ohjelmointikieltä: GSI yksinkertaiseen käyttöön, ja GeoCOM edisty-

neeseen käyttöön. Tämän lisäksi on olemassa GeoBasic -ympäristö, jo-
ka mahdollistaa lisäsovellusten kehittämisen PC-ympäristössä ja niiden
siirtäminen kojeeseen.
Datanvaihto kojeen ja tietokoneen välillä voi tapahtua kahdella tavalla:
1. sarjaliitännän (RS232) kautta Tämä tekniikka on vanhentunut,

nykylaitteissa käytetään USB-porttia tai Bluetoothia
2. pysyvää muistikorttia, ns. PCMCIA-korttia, käyttäen. Tallennus-

kapasiteetti voi olla 512 kB − 4 MB. Kortin formaatti on MS-DOS
tiedostojärjestelmä FAT. Myös tämä ratkaisu on USB-muistitikkujen
myötä vanhentunut.
Itse havaintoaineiston formaatti on Leican suunnittelema GSI (Geo Se-

rial Interface), joka on dokumentoitu käsikirjassa.
5.8 Vaakakulmamittaus
Kartoitustyössä vaakakulmahavaintoja suoritetaan kolmesta syystä:
1. Kolmiomittauksen osana, jossa kolmioverkon pisteiden välillä mi-

tataan vaakakulmia ja sivunpituuksia. Kolmioiden sivut voivat pi-
simmillään olla kymmeniä kilometrejä pitkiä. Havainnoista laske-
taan kolmiopisteiden geodeettiset koordinaatit, hierarkisesti ver-
kon eri tihennysvaiheissa. Näin Geodeettisen laitoksen luoma en-
simmäisen luokan kolmioverkko on tihennetty Maanmittauslai-
toksen toimesta.
2. Kolmioverkon jatkotihennyksenä suoritetaan monikulmiojonomit-

taus. Tässä menetelmässä mitataan peräkkäisten jonopisteiden
väliset sivunpituudet ja pisteiden taitekulmat (kuva 5.28c) pistei-
den koordinaatien määrittämiseksi. Laskentaa varten jonon pää-
tepisteet on oltava tunnettuja, esimerkiksi korkeamman luokan
kolmiomittauksesta.
3. Monikulmiopisteistä käsin suoritetaan mm. säteittäistä kartoitus-

takuva 7.13).
5.8. Vaakakulmamittaus 143
α
α
(a) Kolmiomittaus (b) Säteittäinen kartoitus
(c) Monikulmiojonomittaus
Kuva 5.28. Eri vaakakulmamittauksen käyttötilanteita.
5.8.1 Eteen- ja taaksepäin leikkaus
Usein käytetyt geometriat ovat eteen- ja taaksepäin leikkauksia, kuvat

5.29. Ruotsiksi avskärning och inskärning, englanniksi intersection and
resection, hollanniksi voorwaartse en achterwaartse insnijding, saksaksi
Vorwärtsschnitt und Rückwärtsschnitt.
Eteenpäin leikkaus toimii seuraavasti: olkoon pisteiden A ja B koor-

dinaatit ( x A , yA ) ja ( xB , yB ). Pisteiden välinen, tuntemattoman pis-
Tuntematon
C Tuntematon P
θ2
θ1 C
K2
K1
R1 R2
A θ1
A
α
P β
B M
Tunnettu B Tunnettu
(a) Eteenpäin leikkaus (b) Taaksepäin leikkaus
Kuva 5.29. Eteen- ja taaksepäin leikkaus.

teen C projektiopiste olkoon P , sen koordinaatit ( xP , yP ). Silloin
PC = AP tan α = PB tan β,
siis
AB = AP + PB = PC cot α + PC cot β = PC cot α + cot β .

¡ ¢
Tästä
AB
PC =
cot α + cot β
ja
AB cot α AB cot β
AP = , PB = .
cot α + cot β cot α + cot β
Nyt käytetään näitä janoja, eli kertoimia cot α, cot β, painoina pis-
teen P koordinaattien laskemiseksi pisteiden A ja B koordinaat-
tien painotettuina keskiarvoina:
x A cot β + xB cot α yA cot β + yB cot α

xP = , yP = .
cot α + cot β cot α + cot β
Tämän jälkeen leikkauspisteen C koordinaattien suorat laskenta-

kaavat ovat:
yB − yA
xC = xP + tan α ( yP − yA ) = xP + ,
cot α + cot β
xB − x A
yC = yP − tan α ( xP − x A ) = yP − .
cot α + cot β
Taaksepain leikkaus on vaikeampaa, koska on kyse käänteisestä on-

gelmasta. Ongelmaa tutkivat jo Snellius ja Laurent Pothenot8 ja
se usein nimetään heidän mukaansa.
Olkoon (kuva 5.29b) M pisteiden A ja B keskipiste. Jos tuntemat-

tomasta pisteesta P on mitattu kulma θ1 pisteiden A ja B välillä,
on tämän pisteen oltava ympyrän päällä, joka kulkee pisteiden A
ja B kautta, ja jonka keskipisteestä K 1 katsottuna pisteiden A ja
B välinen kulma on 2θ1 .
Jana MK 1 on kohtisuorassa AB:ta vasten: keskipisteen M koordi-

naatit ( x M , yM ) lasketaan yllä johdettujen kaavojen avulla erikois-
tapauksessa α = β. Pisteen K 1 koordinaatit lasketaan seuraavalla
8 Laurent Pothenot (1650 – 1732) oli ranskalaismatemaatikko ja geodeetti.

tavalla – muista, että α:n roolissa on nyt 90◦ − θ1 :

1 1 1
xK 1 = x M + cot θ1 ( yB − yA ) = ( x A + xB ) + cot θ1 ( yB − yA ) ,
2 2 2
1 1 1
yK 1 = yM − cot θ1 ( xB − x A ) = ( yA + yB ) − cot θ1 ( xB − x A ) .
2 2 2
Ympyrän säde saadaan Pythagoraan avulla:
1
q
R1 = ( xB − x A )2 + ( yB − yA )2 .
2 sin θ1
Nyt, koska on toinenkin pistepari B, C , jonka kauttaa kulkee oma
ympyrä, keskipisteenä K 2 ja säteenä R 2 , meillä on kahta ympyrää
kuvaava, kvadraattinen yhtälöpari:
¢2 ¡ ¢2
x − xK 1 + y − yK 1 = R 12 ,
¡
¢2 ¡ ¢2
x − xK 2 + y − yK 2 = R 22 .
¡
Tästä voidaan ratkaistaa tuntemattoman pisteen koordinaatit

( x, y) – ainakin periaatteessa. Ratkaisumenetelmiä on monta, mm.
linearisointi likiarvoparin ( x0 , y0 ) suhteen ja iteratiivinen ratkai-
su.
Huomaa, etta kahdella ympyrällä on yleisesti kaksi leikkauspistettä,

joista on valittava oikea ratkaisu eikä siis piste B. . .
Singulaarisuus: taaksepäin leikkauksen tarkkuus riippuu pisteiden

geometriasta. Jos pisteet A, B, C ja tuntematon piste sijaitsevat sa-
malla ympyrällä, on ratkaisu jopa mahdoton: puhutaan singulaa-
risuudesta. Silloin sininen ja punainen ympyrä ovat identtisiä ja
mikä tahansa ympyrän piste kelpaa ratkaisupisteeksi. Puhutaan
myös vaarallisesta ympyrästä: jo lähellä tätä geometriaa tarkkuus
huononee ratkaisevasti.
Huomaa myös, että tilanne on käsitteellisesti sama kuin jos olisi mitat-
tu kaksi etäisyyttä R 1 = K 1 P ja R 2 = K 2 P pisteistä K 1 ja K 2 . Tässä P
on tuntematon piste, koordinaatit ( x, y). Etäisyysmittausta käyttäessa
ei puhuta eteen- ja taaksepäinleikkauksesta, mutta ne ovat tavallaan
sama asia.
5.8.2 Sarjahavaintomenetelmä
Optisen teodoliitin vaakakehän jaotus on valmistettu suurella huolel-

la, mutta on aina epätarkka. Jokainen jaotuksen gooni pitää olla sa-
mankokoinen, tarkasti yksi gooni, muttei todellisuudessa ole. Kuitenkin

63,123 135,643 360,446 33,962
2 sarjaa
3 suuntaa
100 0
2 kojeasentoa

0 I 200 2 300 I 100
1
300 Kehän Kehän 200

kierto kierto
Sarja 1 Sarja 2
281,595 0 gon 100 gon 178,813
kojeasennot Vaakakehä kojeasennot
I ja II I ja II
335,640 233,960
263,127 160,442
300 200
3
200 II 0 100 II 300
100 0
81,594 378,917
Kuva 5.30. Sarjahavaintomenetelmä. Tässä tapauksessa suoritetaan kolmen

suunnan kahden sarjan mittaus molemmassa kojeasennossa.
jaotuksen kaikkien goonien summa on aina tarkasti 400 gon. Siksi jao-
tusvirheiden vaikutus voidaan minimoida mittaamalla sama kulma eri
vaakakehän sektoreiden avulla, ja ottaa näistä mittauksista keskiarvo.
Tämä periaate toteutuu ns. sarjahavaintomenetelmässä.
Tässä runkomittauksessa perinteisesti käytetyssä menetelmässä mita-

taan sama suuntavyyhti useita kertoja – sarjoja – sillä tavalla, että sar-
jojen välillä irroitetaan9 vaakakehä ja käännetään se (määrällä noin
200 gon
, jossa n on sarjojen lukumäärä). Näin saadaan käyttöön jako-
n
kehän eri sektorit ja systemaattiset virheet vähenevät kun sarjoista ote-
taan keskiarvo.
Sarjamittauksessa myös aina käännetään kojeen kaukoputki läpi – mo-

lemmat akselit 200 gon – eli mitataan sekä ensimmäisessä että toisessa
kojeasennossa
Seuraavat virheet eliminoituvat kokonaan sarjahavaintomenetelmällä:

kollimaatiovirhe ja tappikaltevuus, akseleiden leikkausvirhe, vaakake-
hän ja kaukoputken epäkeskisyys. Vaakakehän jakovirheiden vaikutus
9 Vaakakehän lukitusruuvi on suojattu kannella. Näin ei vahingossa käännetä kehää

mittauksen aikana.
vähenee olennaisesti. Tasaus- tai keskistysvirheet eivät eliminoidu! Ks.

Tikka (1991), sivut 38 – 40.
Teknisempiä huomautuksia:
◦ Jos sarjahavaintomenetelmää käyttäessä sarjat eivät sovi keske-

nään yhteen, pitäisi kaikki uusia. Yksittäistä sarjaa ei saa hylätä,
koska se väärentäisi havaintoaineiston tilastollisia ominaisuuk-
sia.
◦ Yksittäisen tähtäyksen voi hylätä kaikista sarjoista.
Elektronisella teodoliitilla ei tehdä sarjahavaintoja – tarkemmin sanot-

tuna, koje tekee ne itse sisäisesti, ks. osio 5.6.
5.8.3 Vaakakulmien asematasoitus
Asematasoitus eli teodoliitilla tehtyjen useiden vaakasuunnan havainto-

sarjojen yhdistäminen yhdeksi optimaaliseksi ratkaisuksi eli mittauk-
seksi on tasoitustehtävä, vaikkakin yksinkertainen sellainen. Tyypilli-
sesti se ratkaistiin jo havaintokirjassa.
Modernit elektroniset takymetrit eivät tarvitse asematasoitusta eivätkä

suorita myöskään sarjamittausta, ks. osa 5.8.2. Tässä menetelmä kuva-
taan kuitenkin historiallisista syistä ja menetelmän kiinnostuvuuden
vuoksi. Tasoituslaskusta syvällisemmin luvuissa 13 ja 14.
Tässä annetaan laskuesimerkki jossa on havaittu neljä mittaussarjaa

kolmeen tähtyyssuuntaan. Jokaisen sarjan kaksi kojeasemaa I ja II on
jo yhdistetty.
Tässä esimerkissä on sarjoja s = 4, tähtäyksiä r = 3, siis havaintoja on

n = rs = 12. Tuntemattomien tähtäysten määrä sarjakeskiarvossa on
r − 1 = 2. Jokaisessa sarjassa on yksi orientaatiotuntamaton10 . Siis yli-
määräisiä havaintoja (redundanssi, vapausasteiden määrä) on
rs − ( r − 1 + s) = ( r − 1) ( s − 1) .
10 Tilanne on hieman sama kuin GPS-mittauksessa. Sielläkin jokaisen vastaanotti-

men kaikki havainnot sisältävät kellovirhetuntemattoman ∆T , ja siksi havaintosuure
kutsutaan pseudoetäisyys- eikä etäisyyshavainnoksi. Samoin voitaisiin tässä puhua
“pseudosuuntahavainnoista”. Tällaiset ei-kiinnostavat lisätuntemattomat kutsutaan
nuisance parametereiksi.
Havaintoyhtälö on11
t i j + vi j = α j − Ωi ,
jossa i = 1, . . . , 4 – yleisesti i = 1, . . . , s – on sarjan numero, j = 1 . . . 3 –

yleisesti j = 1, . . . , r – suunnan numero, Ω i sarjan vaakakehän orientoin-
tituntematon, α j tähyksen suuntatuntematon (mitatun sivun atsimuti),
ja t i j (raaka) suuntahavainto. Tämän lisäksi on kiinnitettävä yksi suun-
ta tai suuntien lineaariyhdistelmä, jotta koko ongelma olisi ratkaistavis-
sa (suhteellisista kulmahavainnoista ei voi ratkaista absoluttisia suun-
tia). Eli vaaditaan lisäksi vaikkapa12 :
α1 = 0. (5.1)
Seuraavassa annetaan ilman todistusta, miten voi laskea asematasoi-

tuksen tulos ja miten sitä voi järjestää yksinkertaiseksi laskentataulu-
koksi. Menetelmä on tilastollisesti optimaalinen.
11 Siis rakennematriisi on, neljän sarjan ja kolmen tähtäyksen tapauksessa:
 
1 −1
1 −1
 
 
 

 1 −1 

 1 −1
 

 

 1 −1 

 
 1 −1 
A=
 1
,
 −1 

 

 1 −1 

1 −1
 
 
 
 1 −1 
 
1 −1 
 

1 −1
jos havaintojen vektori on

h iT
`= t 11 t 21 t 31 t 12 t 22 t 32 t 13 t 23 t 33 t 14 t 24 t 34
h iT
ja tuntemattomien vektori b
x= αi α2 α3 Ω1 Ω2 Ω3 Ω4 , jolloin havainto-
yhtälöt kirjoitetaan muotoon
` + v = Ab
x,
v ollessa jäännösvirheiden vektori.

12 Täysin mielivaltainen. Yhtä hyvin α = 0, α = 0, tai vaikkapa α + α + α = 0 joka
2 3 1 2 3
olisi ainakin “demokraattinen”.
5.8.4 Kulmamuunnos
Ensin suoritetaan kulmamuunnos: vähennetään jokaisesta havainnosta

t i j paitsi joka sarjan ensimmäisestä, sarjan ensimmäinen havainto t i1 :
.
t0i j = t i j − t i1 , j = 2, . . . , r.
Näin määritellään implisiittisesti myös tuntemattomat uudelleen:
.
T j = α j − α1 , j = 2, . . . , r.
Nämä uudet tuntemattomat ovat nyt suhteessa ensimmäiseen suun-

taan, siis kulmamuunnetut suuntatuntemattomat.
Ratkaisu on
1X s
T
cj = t0i j ,
s i=1
tasoitettu kulmamuunnos on sarjojen kulmamuunnosten keskiarvo.
Lisäksi voimme kirjoittaa, mielivaltaisesti, sarjan ensimmäisen suun-

nan valinnan mielivaltaisuuden seurauksena,
1X s 1X s
T
c1 = t0i1 = ( t i1 − t i1 ) = 0.
s i=1 s i=1
T -arvot ovat tasoitetut, mutta edelleen relatiiviset suunnat, eivätkä ab-

soluuttiset atsimutit.
Nyt saadaan ratkaisuksi orientaatiotuntemattomille:

r ¡
ci = − 1
Ω
X ¢
ti j − T
cj .
r j =1
5.8.5 Jäännösvirheet ja vapausasteet
cj ja Ω
Nyt, kun tuntemattomat T ci on laskettu, tarkemmin estimoitu pie-
nimmän neliösumman menetelmän avulla, voidaan myös laskea jään-

nösvirheet eli residuaalit:
cj − Ω
vi j = T ci − t .
ij
Olkoon suuntahavaintojen σ t i j keskivirhe σ (ja sama kaikille) ja olkoon

suuntahavainnot korreloimattomia. Siinä tapauksessa havaintojen va-
rianssimatriisi on
Σ`` = Var {`} = σ2 I s×r ,
jossa I s×r on ( s × r ) × ( s × r )-kokoinen yksikkömatriisi.
Tässä tapauksessa suure (“siirtosuure”, Baarda)

1 X s X r 1 X 2
T 1 2
E =v Σ−
`` v = v i j = v .
σ2 i=1 j=1 σ2 i, j i j
on jakautunut ns. χ2b -jakauman mukaan, jonka odotusarvo on b, va-

pausasteiden eli ylimääräisten havaintojen määrä.
Aikaisemmin nähtiin, että b = ( r − 1) ( s − 1), kulmamuunnosten (riippu-

mattomien suuntamittausten) määrä kerrottuna ylimääräisten sarjojen
määrällä. Siis E on jakautunut χ2(r−1)(s−1) mukaan ja sen odotusarvo on
( r − 1) ( s − 1). Siis:
v2i j
( ) ( P )
1 X 2 i, j
E v = ( r − 1) ( s − 1) =⇒ σ2 = E ,
σ2 i, j i j ( r − 1) ( s − 1)
jä näemme, että Ps Pr 2
c2 =. i =1 j =1 v i j
σ 0
( r − 1) ( s − 1)
σ2 harhaton estimaattori:
n o
c2 = σ2 .
E σ 0
For the quantity σ0 we use the name “mean error of unit weight”. It
represents the uncertainty, the mean error, of a “typical observation”, in
this case, a single, raw direction reading.
We shall return to this subject in chapter 13.
5.8.6 Asematasoituksen laskentataulukko
Asematasoitus koostuu seuraavista askeleista:
1. Kiinnitetään mielivaltaisuus suuntien määrittelyssä, esim. kiin-

nittämällä ensimmäinen suunta nollaan, T1 = 0; tätä kutsutaan
kulmamuunnokseksi. Se tehdään vähentämällä ensimmäinen ha-
vaittu suuntaluku saman sarjan muista suuntaluvuista.
2. Lasketaan suuntahavaintojen keskiarvo kaikkien sarjojen kesken

1X s
t i j jokaiselle suunnalle j ;
s i=1
3. Lasketaan havaintojen residuaalit sarjakeskiarvojen suhteen
1X s
v0i j = t i j − ti j;
s j=1
Kulmamuunnos (gon) v0 (cc) v (cc)
1. Sarja 0,00 00 0 -3,7

68,84 30 +4 +0,3
209,18 80 +7 +3,3
Sarjan summa, keskiarvo +11 +3,7
2. Sarja 0,00 00 0 -1,3

68,84 25 -1 -2,3
209,18 78 +5 +3,7
Sarjan summa, keskiarvo +4 +1,3
3. Sarja 0,00 00 0 +2,7

68,84 24 -2 +0,7
209,18 68 -5 -2,3
Sarjan summa, keskiarvo -7 -2,7
4. Sarja 0,00 00 0 +3,7

68,84 22 -4 -0,3
209,18 66 -7 -3,3
Sarjan summa, keskiarvo -11 -3.7
Keskiarvo sarjojen yli 0,00 00

68,84 26
209,18 73
Taulukko 5.1. Asematasoituksen laskentataulukko.
4. Lasketaan “ensimmäisten residuaalien” v0i j summat jokaisen sar-

jan kaikkien suuntien yli:
Ã !
1X r 1X r 1X s
0
v = ti j − ti j ;
r i=1 i j r i=1 s j=1
1X r
5. Lasketaan lopulliset residuaalit v i j = v0i j − v0 , mikä vastaa
r i=1 i j
juuri residuaalit, jos annettaisiin jokaiselle sarjalle oman orien-
tointituntemattoman Ω j suuntien tuntemattomien α i lisäksi, ku-
ten alkuperäisessä havaintoyhtälöryhmässä.
Lopputulos on esitetty laskentataulukko taulukossa 5.1, joka pitää sisäl-

lään nämä operaatiot ja pitäisi olla ilman selitystäkin selvä.
Taulukon täyttämisen jälkeen (järjestyksessä: keskiarvo sarjojen yli, v0 ,

sarjakohtainen summa, v) yhden tähtäyksen (eli painoyksikön) keskivir-
he lasketaan ensin laskemalla residuaalien neliösumma kaikkien sarjo-
jen ja tähtäyssuuntien residuaalien yli:

s Xr
vT v = v2i j = [vv]
X
i =1 j =1
(viimeinen kirjoitustapa on Gaussin keksimä joka joskus vielä käyte-

tään). Sitten lasketaan (eli estimoidaan13 )
s s
Tv vT v
q
v
σ
b= σ c2 = = = 3, 7cc .
rs − ( r + s) + 1 ( r − 1) ( s − 1)
Tässä:
◦ rs havaintojen määrä ( r suuntaa s sarjassa)
◦ r + s tuntemattomien määrä ( r suuntatuntematonta α i , s orientaa-

tiotuntematonta Ω j )
◦ Luku +1 edustaa ongelman defekti eli ratkaisuavaruuden ulot-

tuvuus: se yllä mainittu seikka, että suureen ∆ lisääminen sekä
α i :hin että Ω j :hen ei vaikuta havaintoihin millään havaittavalla
tavalla, ja siis, että ratkaisu ei ole yksiselitteinen ilman yhtä li-
säehtoa14 , esimerkiksi kiinnittämällä α1 johinkin arvoon.
Lukua rs − ( r + s) + 1 = ( r − 1) ( s − 1) kutsutaan vapausasteiden määräksi.
Tämän jälkeen kaikkien sarjojen yli lasketun keskiarvon keskivirheen

b s = pσbs = 1,8cc .
estimaatio on σ
5.9 Teodoliitin kojevirheet
Teodoliitin kojevirheet jakautuvat seuraaviin ryhmiin:
1. Akselivirheet:
◦ Akselit eivät ole kohtisuorassa toisiaan vastaan: kollimaa-

tiovirhe ja tappikaltevuus, alaosiot 5.9.1 seuraavalla sivulla
ja 5.9.2 sivulla 155.
n o
13 Huomaa, että E σ c2 = σ2 , mutta kuitenkin E {b σ} 6= σ! Syy tähän on, että E -
©p ª q © ª
operattoria ja neliöjuurta ei saa vaihtaa keskenään: yleisesti E x 6= E x .
Vastaesimerkki: jos x:n todennäköisyysjakauma on p (1) = 0,5, p (4) = 0,5, ja muul-
©p ª q © ª p
loin p ( x) = 0, saadaan E x = 1,5 mutta E x = 2,5 ≈ 1,58. Siis σ b ei ole
harhaton vaikka σ c2 on.
14 Tätä lisäehtoa voidaan myös ymmärtää “pseudo-havainnoksi”: silloin havaintojen

määrä on rs + 1.
5.9. Teodoliitin kojevirheet 153
Objektiivi
P
200 gon (pysty)
.
Kollimaatiovirhe c = T − T 0
Kuva- taso
V
T
200 gon (vaaka)
T0
Hiusristikko
Kuva 5.31. Tähtäysakselin kääntäminen hiusviivaristikon siirtämisellä.
◦ Akselit eivät leikkaa samassa pisteessä.
2. Epäkeskisyysvirheet:
◦ jakokehien epäkeskisyys
◦ kaukoputken epäkeskisyys.
3. Kehien jaotusvirheet.
Epäkeskisyys- ja jaotusvirheet ovat nykyteodoliiteissa pieniä. Virheitä

ei yleensä pystytä korjaamaan, määrittämään kyllä – kalibraatio.
5.9.1 Kollimaatiovirhe
Eniten vaikuttaa kollimaatiovirhe, joka on helppo määrittää ja korjata.

Kollimaatiovirhe on se, että tähtäysakselin T ja vaaka-akselin V väli-
nen kulma ei ole suora: T 6⊥ V .
Tähtäysakselin T realisoi mittauskaukoputken hiusviivaristikko (tar-

kemmin, T on objektiivin optisen keskuksen ja hiusviivaristikon läpi
menevä suora, kuva 5.31). Siksi hiusviivaristikkoa siirtämällä sääde-
tään T ⊥ V .
◦ Jos kollimaatiovirhettä ei ole ( c = 0), ensimmäisessä ja toisessa ko-

jeasennossa saman tähtäyskohteen A lukemat ovat a 1 ja a 2 , missä
a 1 = a 2 ± 200 gon.
◦ Jos on kollimaatiovirhettä ( c 6= 0) ja kaukoputki käännetään kak-

kosasentoon (200 gon sekä V -akselin että P -akselin ympäri), ei A
näy hiusviivaristikon kohdalla vaan putki olisi vielä käännettävä
2 c:n verran.
Tähdätään likimain vaakasuoraan ensimmäisessä kojeasennossa koh-

teeseen A , otetaan lukema a 1 , ja toisessa kojeasennossa otetaan lukema
a2 .
Oikeat lukemat, ilman kollimaatiovirhettä, olisivat A 1 ja A 2 , ja tarkasti

olisi A 1 = A 2 ± 200 gon.
Todellisuudessa saadaan a 1 = A 1 + c ja a 2 = A 2 − c. Niiden erotus on
a 1 − a 2 = 2 c ± 200 gon,
mistä saa
1
c= (a 1 − a 2 ± 200 gon) . (5.2)
2
Näin voidaan määrittää c, tavallisesti pieni luku.
Koska c on niin pieni, olemme kiinnostuneet vain goonien murto-osista,

ei kokonaisista gooneista. Siksi käytämme seuraavaa kirjoitustapaa:
[a] merkitsee lukeman a pyöristysjäännöstä, erotusta tarkan arvon ja ko-

konaisluvuksi pyöristetyn arvon välillä. Siis[127,4531] = 0,4531, [16,9850] =
−0,0150 ja niin edelleen. Operaation tulos on aina arvojen −0,5 gon ja
+0,5 gon välillä.
Silloin
1
c= [a 1 − a 2 ] .
2
Tämä voidaan laskea myös havaintokirjasta, jos on mitattu samat koh-
teet molemmassa kojeasennossa.
P P P P
1 [ [a 1 ] − [a 2 ]] [ [a 1 ] − [a 2 ]]
[ c] = = .
2 n 2n
P
[a 1 ] ensimmäisessä asennossa havaittujen lukemien summa il-
man gooneja
P
[a 2 ] vastaava summa toisessa asennossa (vastaavuus tarkoittaa
sekä sarja että suunta)
n lukemien lukumäärä (sarjat × suunnat).

5.9.1.1 Kollimaatiovirheen korjaus:
Suoritetaan ensimmäisessä kojeasennossa kojeen kääntöliike niin että

lukema on esilaskettu “oikea arvo” A 1 = a 1 − c. Siirretään15 hiusviivaris-
tikkoa (fokaalilevyä) tähtäyskohteen A kuvan päälle. Tarkistetaan toi-
sessa kojeasennossa, että saadaan toinen “oikea arvo” A 2 = a 2 + c kun
ristikko on kohteen päällä.
Laskentaesimerkki havaintokirjasta (kaikki arvot gooneina):
P P
Kojeasento [a i ] [ [a i ]]
Ensimmäinen I 4,77315 77315

Toinen II 5,77328 77328
−13
Havaintojen määrä per kojeasento n = 12, siis
−0,13 mgon
[ c] = = −0,00542 mgon = −0cc ,0542.
24
Tämä on hyvä kenttätarkistus. Tässä tapauksessa ei käytännössä ole

kollimaatiovirhettä.
5.9.2 Tappikaltevuus
Toinen akselivirhe on tappikaltevuus (en. trunnion axis error) i . Teodo-

liitin vaaka-akseli V koostuu kahdesta “tapista” kaukoputken molem-
min puolin. Jos ne eivät – kojeen tasauksen jälkeen – ole samalla kor-
keudella, on niiden muodostama vaaka-akseli kallellaan: kulma sen ja
pystyakselin P välillä ei ole suora, P 6⊥ V .
Tappikaltevuus saadaan määritetyksi käyttämällä tähtäyskohdetta jo-

ka on kaukana vaakatasosta (ζ 6= 100 gon). Silloin pätee
a 1 = A 1 + c + i cos ζ,
a 2 = A 2 − c − i cos ζ,
joista voidaan määrittää yhdistelmätermi c + i cos ζ samalla tavalla kuin

yllä selostettu c:lle. Virheiden c ja i erottaminen toisistaan edellyttää
15 Tämä on huollon tehtävä, ruuvit ovat pieniä ja piilossa.

Tappikaltevuus
V
. V0
Kuva 5.32. Tappikaltevuus.
mittausta kahdella eri korkeuskulmalla ζ. Jos yksi niistä on ζ = 100 gon

(cos ζ = 0), saadaan takaisin alkuperäinen kaava 5.2 kollimaatiovirheen
määrittämiseksi.
5.9.3 Pystykulmamittaus ja indeksivirhe
Pystykulman havaitseminen teodoliitilla edellyttää, että pystykehän in-

deksi – paikka mistä luetaan pystykulma-arvot – on vaakatasossa. Sitä
varten teodoliitissa on oma säätöruuvi (ks. kuva 5.33) millä liikutellaan
kehys jossa pystykehän indeksi(t) ja kollimaatiotasain ovat kiinteästi
kytketty toisiinsa. Kehys voi kuitenkin vapaasti kääntyä vaaka-akselin
ympäri. Myös mittauskaukoputki ja pystykehä ovat samalla tavalla kyt-
keytynyt toisiinsa.
Tasaimen ja indeksin hienoliikuntaruuvilla on ennen jokaista pysty-

kulmamittausta varmistettava, että pystykehän indeksit ovat todella
vaakatasossa. Tietenkään ei voi olettaa, että kollimaatiotasain on sää-
detty näin, että indeksi todella antaa tarkasti 100 ja 300 gon juuri
kun mittauskaukoputken optinen akseli on vaakatasossa; tätä virhet-
Pystykehän indeksin tasain

eli kollimaatiotasain
T
II. kojeasennon
0 indeksi
30
0
10
0
I. kojeasennon Tasaimen ja
indeksi indeksin
hienoliikunta-
ruuvi
Alhidadi
Kuva 5.33. Pystykulman havaitseminen.
tä kutsutaan indeksivirheeksi ( y). Se saadaan eliminoiduksi mittaamal-

la molemmassa kojeasennossa I ja II. Kojeasennosta toiseen päästään
“kääntämällä koje läpi”, eli käännetään kaukoputki 200 gon pystyakse-
lin ja 200 gon vaaka-akselin ympäri. Kummassakin kojeasennossa saa-
dut mittausarvot lasketaan yhteen:
ζ1 + ζ2 = 400 + 2 i,
josta indeksivirhe i seuraa.
Molemmat havainnot ζ1 ja ζ2 korjataan määrällä − i , eli
ζ01 = ζ1 − i,
ζ02 = ζ2 − i.
Tämän jälkeen ehto

ζ01 + ζ02 = 400
täyttyy tarkasti.
Ks. kuva 5.34, joka kuvaa (toisin kuin kuva 5.33) teodoliitti jolla pysty-
kehä luetaan vaan yhdella paikalla. Kuvassa tähtäysakseli on vaakata-
sossa eli ζ = 100 gon. Kuitenkin alla annetut kaavat pätevät yleisesti.
P
200 gon V
0 200
200 gon
300
100
100
300
200
i
0 i
i i

Todellinen zeniittikulma: ζ 100 Todellinen zeniittikulma: ζ 100
Lukema: ζ1 98 Lukema: ζ2 298
Indeksivirhe: i = ζ1 − ζ −2 Indeksivirhe: i = ζ2 + ζ − 400 −2

“Oikea arvo”: 100 “Indeksivirhe-arvio”: −2
ζ1 − ζ2 − 400 ζ1 + ζ2 − 400
ζ= i=
2 X 2

Kuva 5.34. Indeksivirhe.
Vasemmassa kuvassa mitataan kulma ζ ja saadaan lukema ζ1 = ζ + i ,

jossa i on indeksivirhe. Oikeassa kuvassa mitataan sama kulma ζ mutta
toisessa kojeasennossa, ja saatu lukema on ζ2 = (400 − ζ) + i . Saadaan:
ζ1 + 400 − ζ2 = ζ + y + ζ − i
Kulma ζ:
1
ζ= (ζ1 − ζ2 + 400)
2
Kulma i :
1
ζ1 + ζ2 − 400 = ζ + i − ζ + i =⇒ i = (ζ1 + ζ2 − 400) .
2
Korjattu lukema on
ζ = ζ1 − i = 400 − ζ2 + i.
Indeksivirheen poisto: Oletetaan kuvan 5.33 konstruktio.
◦ Tähdätään kohteeseen, jonka ”oikea kulma” ζ on laskettu.
◦ Kierretään indeksi ja kollimaatiotasain yhdessä hienoliikuntaruu-

vin avulla lukemaan ζ.
◦ Tasaimen kupla siirtyy, säädetään tasain sen säätöruuv(e)illa16

kunnes kupla on taas keskellä.
16 Säätöruuvit ovat pieniä ja saattavat olla hieman piilossa. Säätö on huollon tehtävä.
5.10. Pystykulmat ja refraktio 159
Kontrolli:
◦ Havaitaan kojeasennossa I kohde (ζ1 ) ja heti perään sama kohde

kojeasennossa II (ζ2 )
◦ Lasketaan summa ζ1 + ζ2 . Jos indeksivirhe i = 0, ζ1 + ζ2 = 400. Tä-

mä on myös hyvä kenttäkontrolli.
Yleensä mitataan samaan kohteeseen kaksi sarjaa nopeasti peräkkäin.

Sarjoista lasketaan sarjakeskiarvot, jotka viedään laskentaan.
Kuvassa 5.33 on manuaalinen korkeusindeksi. Nykyisin käytetään useim-

miten automaattista korkeusindeksiä. Periaate on sama kuin itsetasaa-
vissa vaaituskojeissa:
◦ heilurikompensaattori
◦ nestekompensaattori, silikoniöljy. Ks. Kahmen ja Faig (1988) sivut

394, 395.
◦ Elektronisissa teodoliiteissa tämäkin kompensaatiomekanismi on

digitaalisesti toteutettu, digitaalisen kallistusmittarin avulla. Siis
indeksiä ei säädetä vaan lukema korjataan laskennallisesti tasai-
men lukuarvojen perusteella.
Kojevirheet ovat pitkälti samanlaiset kuin vaakakulmien kohdalla. Osa

eliminoituu mittaamalla molemmassa kojeasennossa. Sarjamittauksel-
la ei saa ainakaan pystykehän jaotusvirheiden vaikutusta pienennetyk-
si (koska pystykehää, toisin kuin vaakakehää, ei voida irroittaa ja kään-
tää, ks. alaosio 5.8.2), se mahdollistaa kuitenkin mittausten oikeellisuu-
den tarkistamista.
Ensimmäisen ja toisen kojeasennon havainnot tulee ottaa mahdollisim-

man nopeasti peräkkäin. Siksi zeniittikulmat on aina havaittava erik-
seen, ei vaakakulmien kanssa.
5.10 Pystykulmat ja refraktio
Pystykulmien mittauksessa on ilmakehän kerrostuneisuudesta johtuen

ylivoimaisen suurin virhelähde refraktio. On syytä olla tarkkana sään ja
maaston suhteen ajan ja paikan valinnassa ja havaintojen käsittelyssä.
Kuuma asfaltti kesällä on erityisen salakavalaa.
Refraktion vaikutus ei näy kontrollissaζ1 + ζ2 = 400, ks. alaosio 5.9.3.

Siis mittaukset molemmassa kojeasennossa eivät auta.
5.10.1 Refraktiokerroin
Geodesiassa on muodostunut tapa käyttää refraktion kuvaamiseksi

suuretta nimeltä refraktiokerroin, symboli k. Tämä suure kuvaa mit-
taussäteen eli -polun kaarevuutta ilmakehässä maapallon kaarevuu-
teen verrattuna:
säteen kaarevuus R
k= = , (5.3)
Maan kaarevuus ρ
jossa
1
R Maan kaarevuussäde; R on maanpinnan kaarevuus17
1
ρ mittaussäteen kaarevuussäde; ρ
on mittaussäteen kaare-
vuus.
Tyypilliset k-arvot ilmakehälle ovat k L = 0,13 näkyvälle valolle, ja k M =

0,25 mikroaalloille, ks. Kahmen ja Faig (1988) sivu 167. Mittaussäteen
kaarevuus on siis 4 – 8 kertaa heikompaa ja kaarevuussäde 4 – 8 ker-
taa suurempaa kuin maanpinnan kaarevuus ja kaarevuussäde. Kuiten-
kin ilmakehän inversion aikana voi syntyä poikkeuksellisen suuria k-
arvoja, jopa 0,3 . . . 0,4, ks. Grafarend ym. (1987).
5.10.2 Refraktion yhtälö
Kuvassa 5.35 näkyy vasemmalla puolella, miten zeniittikulmamittauk-

sen avulla voidaan määrittää kahden pisteen A ja B korkeusero. Sovel-
tuva trigonometrinen yhtälö on
h B = h A + s cot ζ,
jossa s on välimatka (vaakatasossa!) ja ζ on mitattu zeniittikulma.
Kun todellisuudessa sekä Maan pinta että mittaussäteen polku ilma-

kehässä ovat kaarevia, pätee käytännössä oikeanpuoleinen kuva, jossa
kuitenkin kaikki kulmat on liioiteltuja. Kuvan perusteella pitäisi yllä
olevalle yhtälölle lisätä kaksi korjaustermiä:
s2
c1 = ,
2R
17 Muista, että kaarevuus on kaarevuussäteen käänteisluku!
5.10. Pystykulmat ja refraktio 161
c2
B B
ζ s
hB A
ζ c1
A s
hA
...keskip
... isteesee
Maan n
(a) Suora geometria (b) Ottaen kaarevuudet mukaan
Kuva 5.35. Refraktion ja Maan kaarevuuden vaikutus zeniittikulman mit-

tauksessa.
Maan kaarevuuden aiheuttama korjaus, ja

s2 s2
c2 = − = −k ,
2ρ 2R
mittaussäteen kaarevuuden aiheuttama korjaus – olettaen, että kulma
ζ ei eroa paljon suorasta kulmasta.
Kaikki yhdessä:
s2
h B = h A + s cot ζ + (1 − k)
.
2R
Jos otetaan mukaan vielä teodoliitin korkeus i pisteestä A ja tähyksen
korkeus t sen alla olevasta merkistä B, saadaan
s2
h B = h A + s cot ζ + (1 − k) + i − t, (5.4)
2R
trigonometrisen korkeusmittauksen perusyhtälö.
5.10.3 Yht’aikainen vastakkainen mittaus
Jos suoritetaan zeniittikulmamittaus yhtaikaisesti pisteessä A ja pis-

teessä B, saadaan
s2
h B = h A + s cot ζ A + (1 − k)
+ i A − iB,
2R
s2
h A = h B + s cot ζB + (1 − k) + iB − i A,
2R
. .
joissa nyt kutsumme i = i A , t = i B . Siis kojeen ja tähyksen korkeudet
oletetaan samoiksi samalla pisteellä (helppo toteuttaa pakkokeskistyk-
sen avulla, ks. aliosio 5.4.6). Silloin termien uudelleen järjestely ja vä-
hennys antaa
1
h B = h A + s (cot ζ A − cot ζB ) + i A − i B , (5.5)
2
HK
Maasto HT
H PK
Geoidi, ”merenpinta” H PT
Kuva 5.36. Kojeen ja tähyksen korkeus.
josta refraktiota kuvaava termi on hävinnyt.
Tämä menetelmä pisteiden välisten korkeuserojen määrittämiseksi on

hyväksi todettu ja paljon käytetty myös pitkille matkoille. Se edellyttää
matkan s mittaaminen tai määrittäminen riittävän tarkasti.
Tätä menetelmää käytetään trigonometrisessa vaaituksessa (kuva 5.37),

joka voi korvata perinteinen vaaitus esim. maastossa jossa on suu-
ria korkeusvaihteluja ja vaaituksen lattaväli kävisi kovin lyhkäiseksi
ja työskentely työlääksi. Menetelmässä käytetään kahta takymetria ja
kahta tähys-heijastin-yhdistelmää, ja havaintodataa siirretään radio-
teitse laitteesta toiseen käsiteltäväksi, tarkistettavaksi ja tallennetta-
vaksi. Pisteestä toiseen siirrytään autoin maaston salliessa.
ζ t,1 ζ e,2 ζ t,2

s2
ζ e,1 s1
∆H
Kuva 5.37. Trigonometrinen vaaitusjono.

5.11. Kojeen ja tähyksen korkeus 163
V. R. Ölanderin18 jo 30-luvulla käyttämä refraktiomallinnusmenetelmä

Suomen ensimmäisen luokan kolmioverkossa, varsin pitkillä tähtäyk-
sillä, lähti siitä, ettei ole tehty yhtaikaisia vastakkaisia mittauksia jo-
kaisella kolmioverkon sivulla, vain (likimäärin) yhtaikaisia mittauksia
jokaiselta kolmiopisteeltä kaikille naapuripisteille.
Ölander antoi verkon jokaiselle kolmiopisteelle oma refraktiokerroin,

jotka kaikki ratkaistiin verkkotasoituksen keinoin (Ölander, 1932, ks.
myös Grafarend ym., 1987).
5.11 Kojeen ja tähyksen korkeus
Vaikka koje onkin tasattu ja keskistetty pisteelle, se on kuitenkin aina

epäkeskinen korkeussuunnassa.
Mitattava zeniittikulma on luotiviivan ja kaukoputken tähtäysakselin

välinen kulma, kuva 5.36. On siis mitattava kojeen korkeus H K . Yleensä
tähtäyskohde on tähys kolmijalalla eikä merkki (pultti) itse, joten myös
tähyksen korkeus H T on mitattava. Siis aina on mitattava
◦ kojeen kohdalla merkin ja kojeen vaaka-akselin korkeusero
◦ tähyksen kohdalla merkin ja tähtäyskohteen korkeusero.
Kuvatussa tilanteessa (kuva 5.36) on tähtäyskohteena ollut valkoisen

kolmion yläreuna ja sen kohdan korkeus H T on mitattava.
Korkeussuunnassa sekä koje että tähys ovat epäkeskisiä.
Kuvaan on piirretty myös merkkien korkeudet laskennallisesta vertaus-

tasosta (“merenpinnasta”), joita yritetään määrittää mittauksen avulla:
◦ kojeen korkeus vertaustasosta: H PK + H K
◦ tähyksen korkeus vertaustasosta: H PT + H T .
18 Victor Rafael Ölander (1897 – 1973) oli suomalainen geodeetti jolla oli keskeinen
rooli Suomen ensimmäisen luokan kolmiomittauksessa.
6. Etäisyysmittaus
6.1 Mekaaninen etäisyysmittaus
2.1). Tarkassa etäisyysmittauksessa jäljitettävyys metrin standardiin on

tärkeä.
Vaikka nykyisin jopa lyhyet etäisyydet mitataan elektronisesti tai op-

tisesti, on hyvää ymmärtää vanhin1 ja teknisesti yksinkertaisin pituu-
denmittausmenetelmä, nauhamittaus. Sitä käytetään edelleen paikalli-
sessa mittauksessa, jos matkat ovat lyhyitä ja nauhamittauksen anta-
ma tarkkuus riittävä2 . Ja onhan tarvittava välineistö huokea!
Nauhamittauksessa on otettava huomioon neljä korjausta:
1. Nauhakorjaus
Nauhakorjaus on nauhakohtainen reduktio. Se määritetään ka-
1 Aikanaan Suomen ensimmäisen luokan kolmioverkon mittakaava saatiin siirretyksi

Nummelan perusviivasta verkon pääsivuihin invar-lankojen avulla. Invar on rauta-
nikkeliseos (64% rauta, 36% nikkeli) jolla on hyvin pieni lämpölaajennuskerroin. Myös
Maupertuis’n mittaaman Lapin astemittauksen kolmioverkon mittakaava saatiin me-
kaanisesti mitatusta perusviivasta – vuoden 1736 talvella Tornionjoen jäällä!
2 Huolellinen nauhamittaus on yllättävän tarkka!
Jana
v v
p Kaari
Kuva 6.1. Mittanauhan painumakorjaus.
– 165 –
166 Luku 6. Etäisyysmittaus
libraation avulla komparaattorissa, jonka todellinen pituus tunne-

taan tarkasti – vertailun ansiosta jäljitettävyysketjun kautta stan-
dardimetrin kanssa. Nauhakorjaus ∆`0 on nyt komparaattorin to-
dellisen pituuden `0 + ∆`k ja sen kalibroitavalla nauhalla mitatun
pituuden `0 + ∆`m välinen erotus3 :
∆`0 = ∆`k − ∆`m .
Tässä `0 on nauhan nimellinen pituus, esimerkiksi `0 = 30 m.
2. Lämpötilakorjaus
Lämpötilakorjaus johtuu teräksen lämpölaajenemisesta ja edel-

lyttää siis nauhan lämpötilan mittaamista.Nauhakorjaus ilmoite-
taan standardilämpötilalla t 0 = 20◦ C. Jos teräksen lämpölaajene-
miskerroin on α, on lämpötilakorjaus
∆`t = α`0 ( t − t 0 ) .
Tässä α ilmaistaan mikrometreissä metriä ja astetta kohti. Esi-

merkiksi erään terässeoksen lämpölaajenemiskerroin on 11,34 µm/m◦ C
eli α = 11,34 · 10−6 (◦ C)−1 , koska µm/m = 10−6 . Jos mittanauha on 30
metriä pitkä ja lämpötila 28 ◦ C, seuraa, että
∆`t = 2,7 mm.
3. Painumakorjaus
Mittauksen aikana mittanauhaa jännitetään tunnetulla voimal-

la v. Vaikka tämä voima olisi kuinka suuri, nauha asettuu aina
ns. ketjukäyrän (en. catenary, itse asiassa cosinus hyperbolicus
(cosh) funktio) muotoon. Tähän tarvitaan siis nauhan jännitysvoi-
man mittaus, kuva 6.1. Ilmiön teoria on yllättävän monimutkai-
nen, ks. Tikka (1985, sivut 75 – 77). Lopputuloksena painumakor-
jaus eli jänteen ja kaaren pituusero on
b2 3
∆`p = − ` ,
24v2
3 Kysymys: miksi etumerkki näinpäin? Miksei
∆`0 = ∆`m − ∆`k ?

6.1. Mekaaninen etäisyysmittaus 167
`
∆h
α `v
Kuva 6.2. Vinoetäisyyden kaltevuuskorjaus.
verrannollinen nauhan pituuden kolmanteen potenssiin. Tässä

kaavassa b on nauhan paino metriä kohti ja v nauhan jännitys.
Vaihtoehtoisesti voidaan mitata nauhan painuma p keskellä ja
käyttää yhtälö
8 p2
∆`p = .
3`
4. Kaltevuuskorjaus
Tämä ei varsinaisesti ole korjaus, se on reduktio joka on tarpeen

jos vinoetäisyyden sijasta halutaan saada pisteiden välinen vaa-
kaetäisyys.
Rutiininomaisessa nauhamittauksessa nauhakohtainen korjaus, lämpö-

tilakorjaus ja painumakorjaus voidaan useimmiten jättää huomioimat-
ta. Niiden seikkaperäinen kuvaus kaavoineen löytyy kirjallisuudesta,
esimerkiksi Kahmen ja Faig (1988, sivut 122 – 130). Kaltevuuskorjaus
voi kuitenkin olla merkittävä: jos annettu on mitatun etäisyyden ` pää-
tepisteiden korkeusero ∆ h, on Pythagoraan lauseen mukaan vaakaetäi-
syys
p
`v = `2 − ∆ h 2 . (6.1)
Jos on tiedossa vain päätepisteiden välinen kaltevuuskulma α, sin α = ∆h/`,

saadaan vaakaetäisyys seuraavasti (kuva 6.2):
`v = ` cos α.
Yhtälö 6.1 voidaan kirjoittaa usein riittävällä tarkkuudella

s
∆h 2 ³ κ ´2 1 κ2
µ ¶ r
.
`v = ` 1 − = ` 1− ≈ `− ` = ` + ∆`k ,
` 100 2 10000
jossa kaltevuuskorjaus
`κ2
∆`k = −
20 000
on esitetty kaltevuusprosentin κ funktiona.
Kuva 6.3. Aaltoliikkeen vaihe. Nimi “vaihe” lienee tullut Kuun vaiheista.
6.2 Sähkömagneettinen säteily
Valo, radioaallot ja monet muut säteilyn muodot ovat esimerkkejä säh-

kömagneettisesta säteilystä.
Fysiikassa on mietitty pitkään, onko näkyvä valo aaltoliike (Huygens)

vai hiukkasten virta (Newton). Interferenssi-ilmiöiden löytäminen rat-
kaisi kiistakysymyksen aaltoliikkeen teorian eduksi. Siihen auttoi rat-
kaisevasti myösJames Clerk Maxwell4 inkehittämä sähkömagnetismin
kenttäteoria, joka osittaisdifferentiaaliyhtälöiden avulla kuvaa sähkö-
magneettiset aallot tämän kentän luonnollisena aaltoiluna. Maxwell on-
nistui jopa laskemaan teoreettisesti niiden etenemisnopeus c, joka oli
lähellä jo havaittua valon nopeutta. . .
Aaltoliikkeenä sähkömagneettisella säteilyllä on vaihe φ. Kun kuva-

taan aaltoliike tasaisen ympyräliikkeen projektiona yhteen ulottuvuu-
teen5 (kuva 6.3), on φ se ympyrän keskipisteen kulma, joka mittaa tätä
tasaista liikettä. Vaiheen φ ja taajuuden f välinen yhteys on
φ ( t) = φ ( t 0 ) + 2π f ( t − t 0 ) ,
jossa t on aika ja t 0 vertausaika. Ilmeisesti vaihe on periodinen ja tois-

tuu 2π:n jälkeen. Siksi vaihekulma voidaan aina redukoida väliin [0, 2π).
Nykyisin voidaan mitata eri sähkämagneettisten säteilymuotojen aal-
4 James Clerk Maxwell FRS FRSE (1831 – 1879) oli skottilainen matemaattinen fyy-
sikko joka kehitti sähkömagnetismin matemaattista teoriaa. Hänet tunnetaan myös
teoreettisen termodynamiikan työstään.
5 Vastaavasti: kompleksisen aaltofunktion exp ¡ i φ¢ = cos φ + i sin φ reaaliosuutena.
6.2. Sähkömagneettinen säteily 169
lonpituudet ja taajuudet hyvin tarkasti; niiden välillä on yhteys
λf = c
jossa f on tajuus ja λ aallonpituus. Suure c on valon nopeus (tyhjiössä),

joka Einsteinin (tai oikeastaan jo Maxwellin) mukaan on luonnonvakio.
Ks. kuva 6.4 Sähkömagneettinen säteilyspektri.
Kuitenkin kvanttiteoria on tehnyt hiukkasmallin taas ajankohtaiseksi.

Valoa voidaan kuvata hiukkasten, fotonien, virraksi joiden energia on
E = hf ,
jossa h on Planckin6 vakio. Hiukkasmalli on hedelmällinen etenkin kor-

keille energiatasoille, kuvan 6.4 vasen puoli.
Sähkömagneettinen kenttä on vektorikenttä. Siksi sähkömagneettinen

säteily on transversaalinen aaltoliike ja voidaan polarisoida 7 . Kuvassa
6.5 Sähkömagneettisen säteilyn polarisaatio on piirretty sekä lineaari-
sesti että sirkulaarisesti polarisoitua säteilyä. Voi valita kaksi riippuma-
tonta polarisaatiosuuntaa, esim. ylös-alas ja vasen-oikea, joista kaikki
muut voidaan koostaa yhdistämällä. Esimerkiksi sirkulaarisesti polari-
soitua säteilyä saadaan yhdistämällä kaksi keskenään kohtisuoraa line-
aarisesti polarisoitua sädettä väihe-erolla π/2. Tämä toimii myös toisiin-
6 Max Karl Ernst Ludwig Planck (1858 – 1947) oli saksalainen fyysikko ja Saksan fysii-
kan organisaattori. Hänet muistetaan löydöstään, että ns. mustan kappaleen lämpö-
säteilyn spektri johtuu luonnollisella tavalla sähkömagneettisen sateilyn kvantisoin-
nista.
7 Polarisaation oikea ymmärrys oli Thomas Youngin (1773 – 1829) ja Augustin - Jean
Fresnelin (1788 – 1827) aikaansaama. Polarisaation tutkimuksessa eräs mineraali, kir-
kas kalsiitti (CaCO3 ), islanninsälpä, oli keskeisessä roolissa. Kide on kaksoistaittoinen
ja jakaa valoa kahteen polarisaatiosuunnan mukaan. Ilmeisesti viikingit käyttivät si-
tä navigoidessaan Auringon mukaan pilvisellä säällä. Hollantilainen Christiaan Hu-
ygens (1629 – 1695), valon aaltoteorian isä, käytti runsaasti aikaa islanninsälvän ko-
keelliseen tutkimiseen.
Toinen taustatarina liittää polarisaatio elämään. Kiraaliset (ei-peilisymmetriset, ”kä-
tiset”) molekyylit kuten sokeri kääntävät läpikulkevan valon polarisaatiotasoa, ns. op-
tinen aktiivisuus. Jo Louis Pasteur (1822 – 1895) tutki eloperäisen viinihapon optisen
aktiivisuuden taustaa, ja tiedämme nyt, että ilmiö liittyy itse elämän kiraalisuuteen
eli ”kätisyyteen”, kuten DNA-molekyylin kierteen suuntaan. Polarimetri on keskeinen
apuväline lääke- ja elintarviketeollisuudessa.
Islanninsälvän ominaisuudet käytettiin myös sotilaallisesti hyväksi, mistä syystä
se oli pitkään luokiteltu stategiseksi aineeksi. http://www.lensrentals.com/blog/
2013/12/iceland-spar-the-rock-that-discovered-optics/.
Luku 6. Etäisyysmittaus
30 GHz 300 MHz 3 MHz 30 kHz

f
10 nm 1 µm 100 µm 1 cm 1m 100 m 10 km
c
λ= f
Kosminen tausta
Pro- Elek- CO2 GPS L 1 L 2 IBM PC
γ Röntgen Ultra-
tonin tronin Radio
massa massa violetti Infra- puna Mikroaallot Vety 21 cm
124 MeV 1,24 MeV 12,4 keV 124 eV 1,24 eV 12,4 meV 124 µeV 1,24 µeV
E = hf
Kuva 6.4. Sähkömagneettinen säteilyspektri.
170
6.3. Väisälä-interferometria 171
Kuva 6.5. Sähkömagneettisen säteilyn polarisaatio. Nuolet kuvaavat kentän

E-vektoria. Vasemmalla lineaarisesti polarisoitu aaltoliike; oikealla
sirkulaarisesti polarisoitu aaltoliike. Islanninsälvän kuva © Wiki-
media Commons.
päin: yhdistämällä myötäpäivään ja vastapäivään sirkulaarisesti pola-

risoituja säteitä saadaan taas lineaarisesti polarisoitu säde.
Lineaarisen ja sirkulaarisen polarisoinnin välimuotoa edustaa ellipti-

sesti polarisoitu säteily, jonka kenttävektori kiertää ellipsin muotoista
polkua.
Hiukkaskielellä voi sanoa, että sähkömagneettinen kenttä on fotonin

kvanttiteoreettinen aaltofunktio, joka on siis vektoriarvoinen funktio.
Fotoni on vektorihiukkanen, jolla on intrinsinen pyörähdysmomentti eli
spin h/2π. Tämä spin voi olla orientoitunut joko lentosuunnan mukai-
sesti tai sen vastaisesti, mikä vastaa sirkulaariseen polarisaatioon joko
myötä- tai vastapäivään. Lineaarisesti polarisoitu säteily taas on tasa-
sekoitus molemmista spin-suunnista. Ks. http://en.wikipedia.org/
wiki/Photon_polarization.
6.3 Väisälä-interferometria
Eräs klassinen etäisyysmittaustekniikka, joka on edelleen käytössä, on

Yrjö Väisälän8 jo 1920-luvulla keksimä valkoisen valon interferenssime-
8 Yrjö Väisälä (1891−1971), ”Tuorlan taikuri”, oli suomalainen tähtitieteilijä, fyysikko,

geodeetti, metrologi, teleskooppien rakentaja, komeettojen ja pikkuplaneettojen löytä-
netelmä pitkien perusviivojen pituuden tarkkaan mittaukseen.
Menetelmä toimii seuraavalla tavalla. Valkoinen valo kulkee lähteestä

havaintolaitteeseen kahta polkua pitkin:
1. suoraan heijastumalla kaukaiselta peililtä
2. heijastumalla useita kertaa – kuvassa kolme kertaa – edestakaisin

lähempien peilien välillä.
Käytetty valo on valkoinen ja sisältää kaikki valkoisen valon eri aallon-

pituudet. Siksi valon koherenssipituus on hyvin lyhyt, vain 1,3 µm.
Tästä syystä interferenssiviivat näkyvät vain, jos molemmat matkat

ovat sillä tarkkuudella yhtäpitkät9 . Siis, jos kaukaisen peilin etäisyys
on läheisten peilien välisen etäisyyden monikko.
Tämä mahdollistaa annetun etäisyyden monistamisen. Oletetaan, että

matka peilien 0 ja 1 välillä on tarkasti 1 m. Silloin voidaan interferens-
sin avulla saada kaukainen peili etäisyyteen 6 m – tarkasti. Sen jälkeen
otetaan 1-peili pois, ja samalla menetelmällä, käyttäen nyt peiliparia 0
ja 6 läheisinä peileinä, voidaan saada kaukainen peili etäisyyteen 24 m.
Ja niin edelleen. . .
Käytännössä tämä ei toimi aivan näin. Kulkumatkojen välille jää aina

pieni ero, joka eliminoidaan, siis mitataan, kierrettävän tasapaksun la-
silevyn, kompensaattorin, avulla.
Kuvattu laite on itse asiassa analoginen, optinen korrelaattori. Ks. kuva

6.7 Dendrokronologia. Korrelaation määrityksestä kerrotaan laajemmin
alaosiossa 11.4.1 GPS:n “vuosirenkaat” GPS:n yhteydessä.
Alkuperäinen yhden metrin etäisyyden realisoiminen 0- ja 1-peilien vä-

liin ei ole myöskään aivan yksinkertaista. Tähän käytetään metrin pi-
tuista kvartsimittaa10 , jonka annetaan koskea toisen peilin pintaa. Toi-
sen peilin ja kvartsimitan pään välisessä ilmaraossa näkyy nyt Newto-
jä, huvipurjehtija ja esperantisti.

9 Siksi laservalo ei kelpaa! Se tuottaisi interferenssirenkaita silloinkin kun matkat
ovat eripitkiä.
10 Niiden tarkka kalibrointi on taas ihan oma lukunsa. . .
6.3. Väisälä-interferometria 173
Peili 0 Kompensaattorilevy
Peili 1 Peili 3
111
000 111
000 11
00
Valolähde
Inter-
000
111
000
111 000
111
000
111 00
11
00
11
ferenssi-
000
111
000
111 000
111
000
111 00
11
00
11
ren-
000
111 000
111 00
11
kaat
000
111 000
111 3`
00
11
`
Kuva 6.6. Väisälän interferenssimenetelmä.
nin interferenssirengaskuvio. Renkaita laskemalla natriumvalossa voi-

daan määrittää ilmaraon leveys.
Väisälä-menetelmä on erittäin aikavievä. Mittausolosuhteet ovat vain

hyvin harvoin sopivia pisimman matkan, 864 m:n, mittaamiseksi. Myös
peilien pystytys, suuntaus ja niiden mitattujen paikkojen siirtäminen
projektiomittauksin maanalaisiin pysyviin merkkeihin, on monimutkai-
nen operaatio joka vaatii oma aikansa. Mittauksen aikana mitataan il-
man lämpötilaa jatkuvasti koko linjaa pitkin, mikä työllistää kaksi mit-
tausapulaista.
' $
Analogiat geodesiassa:
◦ Väisälän valkoisen valon interferometria
◦ GPS-mittaus pseusdosatunnaiskoodeilla
◦ VLBI – pitkäkantainterferometria
◦ Laattatektoniikka, merenpohjan
Kaadettu v. 1915
magneettiset juovat
& %
2000
1980
1940
1880
1900
1920
1960
1
Korrelaatiofunktio
0
Kuva 6.7. Dendrokronologia: puun iänmääritys vuosirenkaiden avulla.

Menetelmää on käytetty jopa 86411 metriä pitkien perusviivojen mittaa-

miseen Suomen Nummelassa ja monessa paikassa eri maailman kolkis-
sa. Saavutettava tarkkuus on parhaillaan ±0,02 mm. Itse interferenssi-
mittaus on tätä vieläkin tarkempaa, pullonkaula on projektiomittaus,
peilien mittausarvojen siirtäminen maanalaisiin merkkeihin.
6.4 Elektroninen etäisyysmittaus
6.4.1 Valon nopeus
Valon nopeus tyhjiössä on luonnonvakio. Ilmeisesti joi (1564 – 1642) yrit-

ti mitata se vuonna 1638 kahden lampun ja apurin avulla: lampusta
otettiin suoja pois ja apuri toisella kukkulalla vastasi samalla tavalla.
Tietysti tulos oli käyttökelvoton: valon nopeus olisi kokeen mukaan ää-
retön, tai ainakin hyvin suuri.
Ensimmäiset maanpäälliset etäisyysmittarit kehitettiin valon nopeuden

määrittämiseksi. Menetelmän prototyyppi on Fizeau12 n koje, joka koos-
tuu valonlähteen ja heijastimen lisäksi nopeasti pyörivästä hammas-
pyörästa. Jos pyörä pyörii oikealla nopeudella, valo, joka lähtee yhden
hampaiden välisen aukon kautta, palaa seuraavan aukon kautta. Hie-
man suuremmalla tai pienemmällä pyörimisnopeudella kuitenkin pa-
laava valonsäde osuu hampaaseen. Fizeaun kokeissa mittausmatka oli
35 km.
Fizeaun hammaspyörä oli alkeellinen modulaattori. Nykyisin käytetään

elektronisia tai sähköoptisia modulaattoreita, joiden tehtävä on vaihdel-
la eli moduloida lähtevän valon intensiteettiä jaksollisesti tietyllä taa-
juudella.
11 864 = 2 × 2 × 3 × 3 × 4 × 6.
12 Armand Hippolyte Louis Fizeau (1819 – 1896) oli ranskalainen fyysikko. Hän mit-
täsi myös valon nopeutta virtaavassa vedessä ja löysi siihen poikkeaman, joka vasta
erityinen suhteellisuusteoria osasi selittää. Hän on yksi niistä 72 ranskalaisesta tie-
demiehesta ja insinöörista, jotka ovat saaneet nimejään Eiffel-torniin, ensimmäisen
kerroksen parvekkeen ulkopuolella.
6.4. Elektroninen etäisyysmittaus 175
Heijastin
35 km
Valonlähde
.
Modulaatio:
Havaitsija Valon intensiteetti
Aika
Kuva 6.8. Fizeaun menetelmä.
6.4.2 Elektronisia etäisyysmittauskojeita
Kun valonnopeuden määrittämiseksi kehitettyjen laitteistojen ylivoi-

mainen tarkkuus tuli selväksi, kuvio muuttui. Tällä hetkellä valon no-
peutta ei enää mitata; se on metrin ja sekunnin määritelmien (ks.
osio 2.1) perusteella saatava suure, jonka arvoksi on sovittu täsmälleen
299 792 458 m/s tyhjiössä.
Elektroniset etäisyysmittauslaitteet voivat olla rakenteeltaan kolmeä

tyyppiä:
1. erillisiä: kiinnitetään pakkokeskistyslaitteeseen. Tämä ratkaisu

on käynyt harvinaiseksi laitteiden pienentymisen myötä
2. erillinen osa joka kytketään teodoliitin mittauskaukoputken pääl-

le. Tämäkin ratkaisu on käynyt epäkäytännölliseksi:
(a) Kojeen kallistuskorjaus on tehtävä, ks. alaosio 6.4.5.
(b) Esimerkiksi klassinen Distomat-etäisyysmittari asennetaan

teodoliitin putken päällä, estäen sen kääntämistä toiseen ko-
jeasentoon.
3. integroitu teodoliitin kanssa. Puhutaan koaksiaalisesta ratkaisus-

ta: valo kulkee molempiin suuntiin teodoliitin mittauskaukoput-
ken läpi ja käyttää samaa optiikkaa.
Elektroninen etäisyysmittaus jakautuu käytetyn taajuusalueen mu-

kaan kahteen päätyyppiin:
Lähetetty vaihe = 0 Vastaanotettu vaihe = 0
t
∆ t = t − t0
Start t 0 Stop t
Lähetetty
Vastaanotettu
Kello
Kuva 6.9. Digitaalisen vaihemittauksen periaate: nollavaihe käynnistää / py-

sähtyy elektroninen laskuri eli “kello”.
1. sähkömagneettinen (mikroaaltoja käyttävä). Vanhentunut (mutta

GPS käyttää myös mikroaaltoja!)
2. sähköoptinen
(a) näkyvä valo, valkoinen: Mekometer
(b) laservalo tai valodiodi, näkyvä tai lähi-infrapuna. Monokro-

maattinen.
Laitetyypistä riippumatta mittaus tapahtuu moduloimalla joko valo (tai

infrapuna) tai radioaallot (mikroaallot) tietyllä taajuudella, ja mittaa-
malla vaihe-eron lähtevän ja kohteesta heijastuvan säteilyn välillä. Vai-
hemittaus voi olla hyvinkin tarkka, mutta se ei kerro montako kokonai-
sia aallonpituuksia mahtuu matkan sisälle, ns. ambiguiteettiongelma.
Signaalin kulkuaika on
∆φ 1
µ ¶
∆t = +n ,
2π f
jossa f on taajuus, ∆φ mitattu vaihe-ero radiaaneissa, ja n tuntematon

ns. ambiguiteettiluku. Koska mitattu vaihe-ero on aina välissä [0, 2π),
ei mittaus vielä riitä ∆ t:n määrittämiseen. Voisimme kyllä laskea yksi
mahdollinen kulkuaika
∆φ 1
∆t = ,
2π f
mutta se ei ole yksiselitteinen.
Vaihemittaus tapahtuu tarkan aikaeromittauksen avulla: kun vertaus-

signaali menee nollan läpi positiiviseen suuntaan, se käynnistää lasku-
λ1
λ2
λ3
Kulkuaika t − t 0 Yhteinen ratkaisu
Kuva 6.10. Ambiguiteetit eli kokonaislukutuntemattomat ratkaistaan käyttä-

mällä useita aallonpituuksia. Kuvassa on kolmella eri aallonpituu-
della vastaanotetut signaalit. Oletetaan, että lähetettyjen signaa-
lien vaihekulmat ovat kaikki nolla lähetyshetkellä t 0 . Ainoa mah-
dollinen kulkuaika on se, jolla kaikki kolmen vastaanotetun sig-
naalin vaihekulmat ovat myös nolla. Se on merkitty nuolella.
rin, ja kun saapuva mittaussignaali tekee samoin, laskuri pysähtyy ja

arvo luetaan. Ks. kuva 6.9.
Vaihemittauksesta ∆ϕ lasketaan etäisyys:

1 1³ ´
s= c∆ t = c ∆ t + nλ ,
2 2
jossa λ = c/f on aallonpituus ja n tuntematon määrä kokonaisia aallonpi-
tuuksia. Kokonaistuntemattomien eli ambiguiteettien n määrittäminen
on ongelma, jonka tulemme näkemään myös GPS:n kantoaaltovaihemit-
tausten yhteydessä. Etäisyysmittareissa käytetään useita eri modulaa-
tiotaajuuksia f i (eli vastaavasti aallonpituuksia λ i = c/f i ), jotka on valit-
tu niin että vain yksi etäisyys s, ja vastaava kulkuaika ∆ t, on yhteenso-
piva kaikkien aallonpituuksien kokonaistuntemattomien n i kanssa.
Nykyisin on saatavissa pieniä ja edullisia, käsikäyttöisiä etäisyysmitta-

reita jotka toimivat joko infrapunasäteen tai akustisen (ultraääni-) sä-
teen avulla. Ne ovat käteviä rakennusprojekteissa ja jopa asunnonvälit-
täjät käyttävät niitä. . .
6.4.3 Heijastimia
Sähköoptiset laitteet tarvitsevat toimiakseen kohteeseen sijoitettavan

heijastimen. Tyypillisesti käytetään ns. kulmaprismaa(corner-cube prism).
Ks kuva 6.11. Kulmaprisman toiminta perustuu kolmeen keskenään
kohtisuorassa olevaan heijastuspintaan, joista ensimmäinen kääntää
valosäteen x-koordinaatin − x-suuntaan, toinen y-koordinaatin − y:hyn
Kuva 6.11. Kuutioprisma.
ja kolmas z-koordinaatin − z:n suuntaan. Lopputulos on täydellinen in-

versio:    
x −x
   
 y  ⇒  −y .
   
   
z −z
Prismaan osuva valosäde heijastuu takaisin juuri vastakkaiseen suun-
taan, riippumatta siitä, mistä suunnasta se tuli – ainakin prisman
avauskulman sisällä.
Lyhyillä kantomatkoilla voi käyttää myös heijastavia tarroja, tai itse

kohteen heijastamaa valoa ilman apukeinoja. Tällöin mittaustarkkuus
ei välttämättä ole paras mahdollinen!
Pidemmillä matkoilla voi yhden prisman sijasta käyttää kolmen pris-

man rykelmää. Hyvin pitkillä matkoilla (kymmeniä kilometrejä) voi-
daan laittaa useat prismat yhteen “patteriin”. Nykyisin sellaiset etäi-
syydet (vektorit) mitataan kuitenkin GNSS:lla.
Prismakokoonpano sopii pakkokeskistyslaitteeseen.
Huom: Kun käyttää prismalla varustettua tähystä, teodoliitin hiusris-
1
0
0
1
0
1
Kuva 6.12. Prismojen patteri pitkille etäisyyksille.
(a) Ei näin. . . (b) . . . vaan näin
Kuva 6.13. Väärä ja oikea kohdistus prismalla varustettuun tähykseen.
tikkoa ei saa kohdistaa prisman “ristikkoon”! Se voi olla (ja var-

maan onkin) vinossa eikä tähän tarkoitettu. Käytä tätä varten
tehdyt tähyksen kolmiomerkit! Ks. kuva 6.13.
6.4.4 Elektronisten etäisyysmittareiden kojevirheet
Elektronisen etäisyysmittarin systemaattinen kojevirhe jakautuu kah-

teen osaan:
1. nollapistevirhe eli vakiovirhe
2. mittakaavavirhe eli taajuusvirhe.
Vakiovirhe on laitevakio joka määritetään kalibraation avulla. Taajuus-

virhe on mittakaavavirhe joka sekin määritetään kalibroinnin avulla
(taajuuskalibraatio).
Taulukko 6.1. Vakio- ja taajuusvirheen laskeminen lineaariregressiolla.
Vakiovirheen a ja taajuusvirheen V laskemiseksi – estimoimiseksi – kalibroin-

tiviivan mittauksista, käytetään seuraavaa lineaarisen regression standardi-
kaavaparia:
n ni=1 s i ∆ s i − ni=1 s i ni=1 ∆ s i

P P P
V =
b ¢2 ,
n ni=1 s2i − ni=1 s i
P ¡ ¢ ¡P
Ã !
1 X n n
∆s i − V
X
ab = b si .
n i=1 i =1
Tässä n on käytettyjen kalibrointietäisyyksien s i määrä, vähintään 2. ∆ s i on

ero: mitattu etaisyys miinus nimellisetäisyys, jokaiselle mitatulle etäisyydelle.
Vakio- eli nollapistevirhe johtuu siitä, että kojeen sähköinen keskus on

eri paikassa kuin sen nimellinen paikka. Laitteen sisällä signaali kul-
ku voi sisältää tuntemattomia viiveitä. Vakiovirhe voi riippua lämpöti-
lasta, muuttua hitaasti ajassa (“ryömiä”) ja se voi muuttua korjaustoi-
menpiteiden yhteydessä. Siksi säännöllinen kalibraatio on suositeltava
käytäntö.
Myös heijastimella on vakiovirhe, ja usein ilmoitetaan kojeen ja heijas-

timen yhteenlaskettu vakiovirhe.
1. Taajuusvirhe määritetään usein laboratoriossa käyttäen tarkkaa

taajuusstandardia:
f mitattu − f nimellinen
V= . (6.2)
f mitattu
Tässä f mitattu on laboratorio- eli kalibrointimittauksesta saatu taa-
juusarvo, f nimellinen on valmistajan ilmoittama (ja kojeen sisään
ohjelmoitujen korjauskaavojen pohjana oleva) taajuusarvo.
2. Vakio- ja taajuusvirhe saadaan selville kalibroimalla laite tarkalla

perusviivalla:
s0i = s i − a − V s i ,
jossa
s0 on perusviivan antama “oikea” etäisyys
s on kalibroitavan kojeen mittaama etäisyys
i on mittauspisteen numero perusviivalla, esim. pilarin nu-

mero.
Kirjoitetaan
.
∆ s i = s i − s0i = a + V s i
ja ratkaistaan a ja V lineaarisen regression avulla, ks. taulukko

6.1.
Tietenkin hyvän kalibrointituloksen aikaansaaminen edellyttää

riittävän pitkän kalibrointiviivan käyttöä. Lyhyellä viivalla voi-
daan määrittää ainoastaan a riittävällä tarkkuudella. Toisaalta
monen etäisyysmittauslaitteen sahkoistä signaalia voidaan ottaa
suoraan laitteesta ja verrata taajuusstandardin kanssa käyttä-
mättä perusviivaa.
Näin saadaan etäisyysmittauksen laitekorjaus:
s0 = s − a − V s,
jossa
s0 on korjattu etäisyys
s on mitattu etäisyys
−a on kojeen vakio- eli nollapistekorjaus
−V on kojeen taajuuskorjaus:
Etäisyysmittauksen satunnainen kokonaisvirhe, siis mittausarvojen ha-

jonta, riippuu yleensä myös mitatusta etäisyydestä. Usein käyttökelpoi-
nen kaava on
σ = α + β s,
jossa α on nollamatkan satunnaisvirhe, β on matkasta riippuva satun-

naisvirhe ja σ on näistä laskettu mittauksen keskivirhe. Tässä olete-
taan että systemaattiset virheet – kuten vakiovirhe ja taajuusvirhe – ja
tarvittavat reduktiot ovat jo otettu huomioon korjauksina.
6.4.5 Kojeen kallistuskorjaus
Harvinaisiksi käynneillä epäkeskisillä etäisyysmittareilla on tehtävä

teodoliitti-etäisyysmittari-yhdistelmän epäkeskisyydestä (tähys-prisma-
yhdistelmän ei-kallistumisen yhteydessä!) johtuva kallistuskorjaus. Ks.
kuva6.14. Korjaus on
K 4 = A tan B, (6.3)
jossa A on teodoliitin ja etäisyysmittarin optisten akselien etäisyys pys-

tysuunnassa ja B on kallistuskulma, B = ζ − 100 gon jossa ζ on mitattu
zeniittikulma.
Oletetaan, että heijastimen ja tähyksen välinen korkeusero on sama

kuin teodoliitin ja etäisyysmittarin optisten akselien välinen korkeus-
ero, A . Koaksiaalisella laitteistolla on A = 0.
B
Etäisyysmittari
Heijastinprisma
A
A
Teodoliitti
Tähys
Kuva 6.14. Kojeen kallistuskorjaus etäisyysmittauksessa.
6.5 Säteen kulku ilmakehässä
Ilmassa, kuten muussakin väliaineessa, valo – ja muu sähkömagneetti-

nen säteily kuten infrapuna tai radioaallot – kulkee hitaammin kuin
tyhjiössä. Väliaineen hidastava vaikutus ilmaistaan taitekertoimen n
avulla, jonka määritelmä on
c0
n= ,
c
jossa c on valon nopeus ilmassa ja c 0 valonnopeus tyhjiössä, luonnon
vakio. Koska ilma on kaasu, siis ohut väliaine, ovat n:n arvot aina hy-
vin lähellä lukua yksi. Siksi käytetään myös määritelmää, joka antaa
taitekertoimen poikkeaman arvosta yksi, yksikkönä miljoonasosa:
N = 106 ( n − 1)
Ilman taitekerroin näkyvän valon aallonpituuksille on seuraavan, Kan-

sainvälisen Geodeettisen Assosiaation (IAG:n) vuonna 1999 yleisko-
kouksessaan Englannin Birminghamissa hyväksymän, likimääräisen
kaavan mukaan (Rüeger, 1990, sivu 55):
273,15 K p 11,27 K/hPa
NL = N0 (λ) − , (6.4)
T 1013,25 hPa T
jossa
N0 (λ) käytetyn valon (aallonpituus λ) taitekerroin standardiolosuh-

teissa (NTP), siis T = 273,15 K = 0◦ C, P = 1013,25 hPa
6.5. Säteen kulku ilmakehässä 183
T lämpötila, yksikkö kelvin (K), eli absoluuttinen lämpötila
p ilmanpaine, yksikkö hehtopascal (hPa) eli millibaari (mbar)
e ilmakehän vesihöyryn osapaine (“absoluuttinen kosteus”), yk-

sikkö myös hehtopascal.
N0 riippuu vain käytetyn valon aallonpituudesta. Likiarvokaava sen

laskemiseksi on
4,8866 µm2 0,0680 µm4

N0 = 287,6155 + + . (6.5)
λ2 λ4
Tämä on ns. ryhmätaitekerroin, joka eroaa vaihetaitekertoimesta13 .

Elektronisten ja sähköoptisten etäisyysmittauslaitteiden yhteydessä tu-
lee käyttää ryhmätaitekerrointa, koska informaatio kulkee kantoaallon
modulaatiossa, joka etenee ryhmänopeudella.
Esimerkki: helium-neon laserilla (aallonpituus λ = 632,8 nm) yhtälö

6.5 antaa N0 = 300,231.
Mikroaaltojen taitekerroin taas on
77,624 K/hPa 64,70 K/hPa 5748 K

µ ¶
NM = ( p − e) + 1+ e. (6.6)
T T T
Toisin kuin valon ja infrapunan taitekerroin, mikroaaltojen taitekerroin

ei ole troposfäärissä riippuvainen aallonpituudesta. (Kuitenkin mikro-
aaltojen kulku ionosfäärissä on aivan toinen, satelliittipaikannukselle
relevantti asia).
Mielenkiintoisena yksityiskohtana voidaan vielä todeta, että mikroaal-

tojen refraktiokaavassa 6.6 lämpotilassa T = 273,15 K, e:n vaikutuksen
suhde p:n vaikutukseen on yli sataa kertaa suurempi kuin näkyvän va-
lon refraktiokaavassa 6.4!
Kerroin p e Suhde
Optinen 0,296 30 0,041 26 0,139 25

Mikroaalto 0,284 18 4,9372 17,374
13 Itse asiassa vaihetaitekerroin on vastaavasti
1, 62887µm2 0, 01360µm4
N0 = 287, 6155 + + .
λ2 λ4
Mikroaallot ovat siis herkkiä vesihöyrylle14 , mikä on tämän mittaustek-

niikan eräs haittapuoli. Ongelma tulee esille myös GNSS-mittauksissa.
Taitekerroin vaikuttaa mitattuun etäisyyteen seuraavalla tavalla:
s − s0 = ( n − 1) s, (6.7)
jossa s on mitattu etäisyys ja s0 todellinen etäisyys joka mitattaisiin tyh-

jiössä. Refraktiokorjaus sovelletaan nyt seuraavasti:
s0 = s + K 1 ,
jossa
K 1 = − ( n − 1) s
on refraktiokorjauksen perinteinen merkintätapa. Koska korjaus on

niin pieni, saa matkalle s käyttää likiarvoa.
6.6 ”Kaarevuuskorjaukset”
Etäisyysmittauksessa “kaarevuuskorjaukset” ovat toisen luokan kor-

jauksia: ne ovat merkittäviä vasta, kun mittausetäisyys ylittää monta
kilometria. Näin ollen ne eivät vaikuta kartoitus- tai alemman luokan
runkomittauksiin.
Koska nykyisin runkomittaus tapahtuu lähes yksinomaan GNSS:n avul-

la, ovat nämä korjaukset vain historiallisesti kiinnostavia, ja esittelem-
me ne vain lyhyesti. Seikkaperäisemmät selostukset löytyvät kirjalli-
suudesta, esimerkiksi Rüeger (1990, 2002).
Kaarevuuskorjauskaavoissa esiintyy taas jo pystykulmamittauksen yh-

teydessä (alaosio 5.10.1) tutuksi tullut refraktiokerroin k. Korjaukset
ovat neljänlaisia:
1. Sädepolun kaarevuuskorjaus
14 Tämä johtuu vesimolekyylien epäsymmetrisyydestä ja suuresta dipolimomentis-

ta eli poolisuudesta: H2 O-molekyylissä kahden O − H -sidoksen välinen kulma on
104◦ ,5. Tämä on samalla syy miksi vesi on neste huonelämpötilassa, ja niin hy-
vä liuotin, ja miksi mikroaaltouuni on niin kelpo ruuanlaittoväline. Kaikki muut il-
makehän molekyylit, N2 , O2 , CO2 , Ar, O3 , CH4 , · · · ovat poolittomia, ja kaasuja. http:
//fi.wikipedia.org/wiki/Poolisuus.
6.6. ”Kaarevuuskorjaukset” 185
B
P
A
n P 6= 21 ( n A + n B )
Kuva 6.15. Toinen nopeuskorjaus: kaarevalla maapallolla mittauspolun pää-

tepisteiden taitekertoimet eivät ole edustavia.
Mittaussäteen kaareutuminen aiheuttaa matkan pitenemisen. Mi-

tattu etäisyys on siis tästä geometrisesta syystä todellista matkaa
pitempi. Korjauksen kaava on
s3
K 3 = − k2
24R 2
jossa k on refraktiokerroin, ks. alaosio 5.10.1.
2. Maan pinnan kaarevuuskorjaus
Eri reduktiovaiheiden jälkeen saadaan yleensä kahden vertaus-

tasolla olevan projektiopisteen välinen, suora etäisyys. Halutaan
kuitenkin etäisyys kaarevan Maan pintaa pitkin, joka on pitempi.
Tämän korjauksen kaava on
s3
K5 = .
24R 2
3. “Toinen nopeuskorjaus”
Yleensä refraktion vaikutus mittaussäteen kulkuun lasketaan

matkan molemmissa päätepisteessä suoritettujen paine- lämpötila-
ja kosteusmittausten perusteella. Hyvin pitkillä matkoilla nämä
mittaukset eivät enää ole edustavia koko sädepolun kannalta.
Toinen nopeuskorjaus on systemaattinen efekti joka johtuu siitä,

että säteen kaarevuus eroaa Maan pinnan kaarevuudesta, yhdes-
sä ilmanpaineen – ja näin taitekertoimen – vahvan pystygradien-
tin kanssa. Kun säteen polun kaarevuus on pienempi kuin Maan
pinnan, ”sukeltaa” polku pitkillä matkoilla syvemmin Maan ilma-
kehään kuin mitä polun päätepisteet kertovat. Ks. Rüeger (1990,
s. 81.). Perinteinen symboli ja laskukaava – jonka johtaminen on
työlästä – ovat
s3
K 2 = − k (1 − k) .
12R 2
Isotermiset pinnat
A P B
Maasto n P 6= 12 ( n A + n B )
Kuva 6.16. Etäisyysmittauksen maastokorjaus. Maastomuotojen vuoksi mit-

tauspolun päätepisteiden taitekertoimet eivät ole edustavia.
Kaikki kolme korjausta voidaan yhdistää yhdeksi yhtälöksi:

s3 2
K 235 = K 2 + K 3 + K 5 = (1 − k) .
24R 2
Lasketaan joitakin arvoja olettaen, että k = 0,2:
s 1 km 3 km 10 km 30 km 100 km
K 235 0,65 µm 18 µm 0,65 mm 18 mm 0,65 m
Efekti on siis tavallisesti todella pieni.
4. “Maastokorjaus”
J. Kakkurin tutkima maastokorjaus (kuva 6.16) johtuu siitä, että

ilmakehän saman lämpötilan pinnat, isotermiset pinnat, yleensä
seuraavat maaston muotoja. Siksi, samalla tavalla kuin toisen no-
peuskorjauksen tapauksessa, säämittaukset pisteissä A ja B eivät
edustaa mittauspolun keskiarvoa. Tähän ilmiöön ei löydy yksin-
kertaista kaavaa.
6.7 Geometriset reduktiot
6.7.1 Reduktio vertauspintaan
Yllä kuvattujen “kaarevuuskorjausten” ansiosta alkuperäinen mittaus

redukoitiin sekä mittausäteen että maapallon pinnan kaarevuuden
vuoksi. Korjausten K 1 ja K 2 ansiosta myös ilmakehän refraktio on otettu
huomioon. Mittauspolku on kuitenkin edelleen kalteva ja Maan pinnan
yläpuolella.
Korjaus eli reduktio valittuun vertauspintaan korjaa sekä mitatun ava-

ruusetäisyyden kaltevuuden että sen korkeuden valitun lähtötason ylä-
puolella. Vertauspinnaksi kelpaa
6.7. Geometriset reduktiot 187
K3 B
s0
A
K5
00
Kartta- A B00
taso
A0 s
B0
Kuva 6.17. Etäisyysmittauksen reduktio vertaustasoon, yhtälö 6.8.
◦ merenpinta
◦ vertausellipsoidin pinta
◦ paikallisesti annetun vertaustason (“nollatason”) korkeus.
Reduktio suoritetaan seuraavasti:
s20 − ∆ h2
s2 = , (6.8)
(1 + h A/R ) (1 + h B/R )
jossa s 0 on (mitattu) vinoetäisyys avaruudessa, s redukoitu etäisyys (siis

etäisyys vertauspinnalle projisoitujen pisteiden A 0 , B0 välillä, ks. kuva
6.17), h A = A A 0 ja h B = BB0 pisteiden korkeudet vertauspinnasta, ∆ h =
h A − h B , ja R (likimääräinen) Maan kaarevuussäde. Korkeuksiin h A , h B
sisältyy kojeen ja tähyksen korkeudet.
Taulukko 6.2 tarjoaa joitakin esimerkkejä korjausten arvoista s − s 0 . Ku-

ten näkyy, voi tämä korjaus olla jo huomattava myös lyhyillä matkoilla.
Nykyiset teodoliitit ja takymetrit osaavat laskea itse laitteistokohtais-

ten korjauksien lisäksi ainakin mitatun etäisyyden kaltevuuskorjausta.
Taulukko 6.2. Etäisyysreduktion esimerkkejä.
s0 = 100 m 1 km 10 km 100 km
h A = 0, h B = 10 m −0,50 m −51 mm −13 mm −79 mm

h A = 0, h B = 100 m - −5,0 m −0,58 m −0,83 m
h A = 0, h B = 1000 m - - −51 m −13 m
h A = 100 m, h B = 100 m −1,6 mm −16 mm −0,16 m −1, 6 m

h A = 1000 m, h B = 1000 m −16 mm −0,16 m −1,6 m −16 m
6.7.2 Karttaprojektioreduktio
Karttaprojektioreduktiota tarvitaan jos halutaan vertausellipsoidille re-

dukoidun kaaren pituuden s ell sijasta pituus karttatasossa, projisoitu pi-
tuus s proj . Esimerkiksi Suomessa käytetyn Gauss-Krüger -projektion ta-
pauksessa likimääräinen reduktio tehdään seuraavasti:
y2A + yA yB + yB
2
Ã !
s GK = s ell 1,0 + , (6.9)
6R 2
jossa etäisyys s on pisteiden A ja B (karttakoordinaatit15 ( x A , yA ) ja

( xB , yB )) välillä.
Tämä reduktio riippuu valitusta karttaprojektiosta ja on siis erilainen

eri karttaprojektioille. Esimerkiksi Universal Transverse Mercatorin eli
UTM-projektion kaava on muuten sama kuin kaava 6.9, mutta vakio –
mittakaava keskimeridiaanilla – on 0,9996 eikä 1,0.
15 Tässä y on raakaetäisyys keskimeridiaanista, ilman “vale-itää” (false Easting)

500 000 m!
7. Runko- ja kartoitusmittaus
7.1 Runkomittauksen tehtävä ja suunnittelu
Runkomittauksen tehtävä on luoda, verkkohierarkian avulla, geometri-

nen perusta maan kartoitukseen. Tähän tarkoitukseen luodaan pysy-
vä, riittävän tiheä ja tarkka kiintopisteistö johon eri käyttäjäryhmien
paikalliset mittaukset sidotaan. Kiintopisteiden koordinaatit on tiedos-
sa kansallisessa koordinaattijärjestelmässä ja käyttämällä ne saadaan
myös paikallisesti mitatut pisteet ja laaditut kartat samaan järjestel-
mään.
Kiintopisteitä käytetään sekä yksityiskohtien mittauksissa – kartoitus-

mittauksissa – että suunnitelmien maastoon merkitsemisessä – paalu-
tuksessa, “käänteisessä kartoitustehtävässä”.
Runkomittauksen suunnittelu lähtee olemassa olevan tilanteen inven-

toinnista ja tarpeiden analyysista. Tavoite on rakentaa riittävän tark-
ka ja tiheä kiintopisteverkko ja tehdä se mahdollisimman vähin kus-
tannuksin. Kuitenkin se kannattaa suunnitella tulevaisuutta varten,
erityisesti kiintopistealustaa valittaessa ja monumentoinnissa. Paikan-
valinnassa otetaan huomioon mahdollisesti tulevaa rakennustoimintaa,
joka saattaa tuhota pisteitä tai tehdä ne käyttökelvottomiksi tuhoamal-
la mittauksen näkyvyysehdot: teodoliittimittauksen tapauksessa pistei-
den keskinäinen näkyvyys, satelliittimittauksen tapauksessa taivaan
riittävä näkyvyys pisteeltä.
Verkon yksityiskohtaiseen suunnitteluun kuuluu rekognosointi: tarkis-

tetaan maastossa, että mittaukset voidaan suorittaa kuten on suunni-
teltu. Rekognosointia edeltää “karttarekognosointi”, jossa jo toimistossa
– 189 –
190 Luku 7. Runko- ja kartoitusmittaus
arvioidaan tilannetta. Jos luodaan uusia pisteitä, on laadittava pisteille

selkeä ja käyttökelpoinen pistekortti jonka avulla muutkin voivat löytyä
perille.
Tarkkuuden lisäksi luotettavuuteen on kiinnitettävä huomiota: luotetta-

vuus on se, että mahdolliset karkeat virheet huomataan mahdollisim-
man suurella varmuudella, ja että suurimman mahdollisen huomaa-
matta jääneen virheen vaikutus lopputulokseen – koordinaattiratkai-
suun – on mahdollisimman pieni. Tätä varten verkossa on oltava riit-
tävästi redundanssia: aina on suunnitelmassa oltava riittävästi ylimää-
räisiä mittauksia välttämättömän minimimäärän lisäksi.
Perinteisen ratkaisun – kolmioverkko jonoverkolla tihennettynä – sijas-

ta käytetään nykyisin laajasti GNSS-verkkoja. Nekin on suunniteltava
oikein eli hierarkisesti ja mittaukset on suunniteltava niin että tavoite-
tarkkuus ja -tiheys saavutetaan taloudellisella tavalla.
Runkomittaukselle löytyy seuraavat menetelmävaihtoehdot:
◦ satelliittipaikannus (GNSS)
◦ perinteinen terrestrinen mittaus takymetrillä
◦ fotogrammetrinen ilmakolmiointi.
Valinta perustuu käyttötarkoitukseen (alueen koko ja tarkkuusvaati-

mukset) ja pisteiden näkyvyysolosuhteisiin.
Runkomittauksen mittausteknologia on viime aikoina kokenut mullis-

tuksen. Perinteisesti runkomittaus on tehty kolmiomittauksen ja mo-
nikulmiojonomittauksen avulla vaakatasoon, ja tarkkavaaituksen ja
alemman luokan vaaituksen avulla kun oli kyse korkeusmittauksesta.
Nykyisin käytetään aina GNSS:ää jos vaan mahdollista. Kuitenkin on
käyttötilanteita, joissa perinteiset tekniikat edelleen loistavat, esimer-
kiksi tunneli- ja kaivosmittauksissa joissa ei näy taivasta.
Hyvä johdanto aiheeseen on julkaisussa Salmenperä (1998), johon tämä

esittely osittain perustuu.
7.2. Ohjeistus ja standardit 191
7.2 Ohjeistus ja standardit
Geodeettisen mittaustyön laadun ja tehokkuuden varmistamiseksi on

olemassa monenlaiset standardit ja ohjeet. Tässä esitetään vain viralli-
simmat.
Tärkeä ohjeistus oli Maanmittauslaitoksen laatimat Kaavoitusmittaus-

ohjeet (Maanmittauslaitos, 2003). Ohjeistus koskee runkomittaus, kar-
toitusmittaukset, ilmakuvaus ja kaavan pohjakartan laadinta, sekä
työn dokumentointi.
Runkomittausta, vertausjärjestelmiä, karttaprojektioita ja kaavoitus-

mittausta on viime aikana ohjeistanut JUHTA, Julkisen Hallinnon Tie-
tohallinnon Neuvottelukunta, joka julkaisee sarjan JHS, Julkisen Hal-
linnon Suositukset. Vuonna 2013 päätettiin jatkossa julkaista kaavoitus-
mittausta koskevat ohjeet JHS-sarjassa
Aiheisiin liittyvistä suosituksista voi mainita seuraavat verkkojulkai-

sut:
◦ JHS 196 (korvaa JHS 153): ETRS89-järjestelmän mukaiset koor-

dinaatit Suomessa (JUHTA, JHS 196).
◦ JHS 197 (korvaa JHS_154): ETRS89 -järjestelmään liittyvät kart-

taprojektiot, tasokoordinaatistot ja karttalehtijako (JUHTA, 2016).
◦ JHS 163: Suomen korkeusjärjestelmä N2000 (JUHTA, 2010).
◦ JHS 178: Kunnan paikkatietopalvelurajapinta. Dokumentti mää-

rittelee rajapinnan nimeltä kuntaGML (Geographic Mark-up Lan-
guage) (JUHTA, 2012a).
◦ JHS 184: Kiintopistemittaus EUREF-FIN-koordinaattijärjestelmässä.

(JUHTA, 2012b).
◦ JHS 185: Asemakaavan pohjakartan laatiminen. Tämä korvaa

osittain aiemmin Maanmittauslaitoksen laatimat Kaavoitusmit-
tausohjeet ja Kaavan pohjakartta (JUHTA, 2014).
Tärkeää standardointityötä on myös sanastotyö. Mainittakoon Maan-

mittauslaitoksen ja Sanastokeskus TSK ry:n yhdessä laatimaGeoinformatiikan
sanasto.
Ohjeistus ja standardointi on jatkuva työ.

Taulukko 7.1. Runkomittauksen menetelmät.
Mitta- Luokitus Perinteiset Nykyaikaiset

kaava vanha uusi menetelmät menetelmät
GNSS, VLBI,
Globaali - -
satelliittilaser, DORIS
GNSS, pysyvä verkko
1000 km - E1 -
(FinnRefTM )
I. luokan GNSS,
100 km I. E1b,E2
kolmiomittaus EUREF-FIN-tihennys
Alemman lk.
10 km II, III E3 GNSS, staattinen
kolmiomittaus
Monikulmiojonot, GNSS, ilmakolmiointi,
1 km IV, V E4
ilmakolmiointi RTK ei suositella
7.3 Verkkohierarkia ja -luokitus
Jo viime parin vuosikymmenen aikana lähes kaikki runkomittaustyö

tehdään GNSS-tekniikan avulla – lukuunottamatta osaa tarkkavaaitus-
ta, teknisista syistä (geoidi-ongelma). Taulukossa 7.1 on luetteloitu mit-
kä teknologiat käytettiin silloin ja käytetään nyt runkomittauksen yh-
teydessä.
Taulukko kuvaa myös hyvin käsitettä verkkohierarkia: paikallisemmat

verkot sidotaan aina laajempiin verkkoihin, jotka ovat niiden “muodol-
linen totuus”. Työskentelyjärjestys on aina suuresta pieneen, ensin mi-
tataan kaiken laajimmat verkot, joita sitten tihennetään supeamman
alueen mittausten avulla. Tällä tavoin saadaan kiintopisteistö joka on
◦ koko Suomen kattava
◦ riittävän tiheä: rakennustoiminta vaatii lähtöpisteitä riittävän lä-

hellä, korkeintaan muutaman sadan metrin etäisyyksillä projek-
tialueelta ja toisiltaan
◦ laadultaan homogeeninen.
Hierarkkisen menetelmän avulla pyritään välttämään se hankala tilan-

ne, missä vierekkaisilla pisteillä on eri polkujen kautta saatu määrite-
tyksi koordinaatteja, joiden keskinäinen relatiivinen sijaintitarkkuus on
heikko.
Taulukossa mainitut uudet mittausteknologiat käsitellään laajemmin

7.3. Verkkohierarkia ja -luokitus 193
(a) Hierarkian taso unohtuu väliltä
(b) Kahden eri hierarkiapolun käyttö yhdessä mittauksessa
Kuva 7.1. Verkkohierarkian merkitys ja usein tehdyt virheet. Ei näin. . . vaan

näin.
myöhemmissä luvuissa.
Taulukossa mainitun ensimmäisen luokan kolmiomittauksen verkko

käsittää 364 pistettä ja kattaa koko Suomen alueen. Verkon mittasi Geo-
deettinen laitos 1919 – 1987. Alemman luokan kolmiomittauksia ja mo-
nikulmiojonomittauksia suoritti Maanmittaushallitus/Maanmittauslai-
tos. Paikallisia mittauksia suorittivat monet tahot, mm. kunnat. Vastaa-
valla tavalla (JUHTA, 2012b) E1 ja E1b -luokan pisteet mittasi Geodeet-
tinen laitos, kun taas E2 ja E3 ovat Maanmittauslaitoksen mittaamia.
E4 ja käyttöpistemittausluokat E5 ja E6 mittaavat kunnat.
Nykyisin Suomessa valtakunnallisen GNSS-verkkojen ylintä tasoa muo-

dostaa jatkuvasti toimiva GNSS-verkko FinnRef™. Aikanaan se koostui
13 asemasta, vuosina 2012 – 1013 suoritetun uudistuksen jälkeen sillä
on 20 asemaa. Havaintoaineistoa kerää Maanmittauslaitoksen Paikka-
tietokeskus FGI, entinen Geodeettinen laitos. Vuosina 1996 – 1999 GL
20 24 28 32
70 70
Kevo
Kilpisjärvi
68 Hetta Savukoski 68
Sodankylä
66 66
Tornio
Kuusamo
Oulu
Kivetty
64 Pyhäjoki 64
Vaasa
Romuvaara
Joensuu
62 62
Rauma
Orivesi Mikkeli
Finnström Tuorla Virolahti

60 Metsähovi 60
Degerby Masala
20 24 28 32
Kuva 7.2. Suomen pysyvä GNSS-verkko FinnRef™. Mittausasemat keräävät

jatkuvasti GNSS-mittausaineistoa. Laskentakeskus sijaitsee Maan-
mittauslaitoksen paikkatietokeskuksessa FGI Masalassa.
suorittii kaksivaiheinen EUREF-FIN tihennysmittaus staattisella GPS-

tekniikalla, käsittäen yhteensä noin 450 pistettä. Ensimmäinen vaihe
käsitti 100 pistettä, ks. kuva 7.3 ja JUHTA (JHS 196). Se mitattiin vuo-
sina 1996 – 1997. Yhdessä jatkuvasti toimivan GNSS-verkon FinnRefin
kanssa se muodostaa modernin luokan I eli E1. Yhdessä ne määrittävät
EUREF-FIN -koordinaatiston. Toinen EUREF-tihennysvaihe, joka mi-
tattiin vuosina 1998 – 1999, käsittää 350 pistettä ja on tarkoitettu hel-
pommin saavutettavaksi pisteistöksi käytännön mittauksiin. Sen luoki-
tus on E1b.
7.4. Maastosta, ellipsoidista ja karttatasosta 195
20 24
Pettuvuori
Pässilänvuori Isolehtomäki
Kaskinen Nummikangas
1029
Vaaterinmäki
62
62
Siikaneva
Samminmaja Puolankka
Mutala
Isoviita
Pohjalahti
Hevosoja
Väättäinen Aulanko
Porlammi
Karhunoja Rokokallio
Kymi
Perniö Härkäpää
Degerby Bredberg Helsinki
60
Dragsfjärd 60
Kökar
Hanko
20
24
Kuva 7.3. Suomen EUREF-FIN ensimmäisen vaiheen tihennysverkko, osa.

Nämä pisteet yhdessä FinnRef™-pisteiden kanssa muodostavat E1-
luokan.
Maanmittauslaitos on suorittanut jo monta vuotta runkomittauksia

staattisella GPS-tekniikalla: luokan E2 pisteitä, joiden mittaukset ovat
suoraan sidottuja E1 ja E1b luokan pisteisiin, on olemassa noin 2000.
Viime aikoina kinemaattinen GNSS-mittaus (RTK, real-time kinematic)
on yleistynyt alemman luokan runkomittauksissa, vaikka sen soveltu-
vuus tähän on uskottavasti kyseenalaistettu.
Hyvän kuvauksen Suomessa käytetyistä koordinaattiratkaisuista ja nii-

den välisistä yhteyksistä antaa Häkli ym. (2009).
7.4 Maastosta, ellipsoidista ja karttatasosta
Geodeettiset mittausverkot, kuten kolmiomittausverkko ja monikulmio-

jono, ovat itse asiassa kolmiulotteisia verkkoja, kuva 7.4. Looginen aja-
tus on suorittaa myös verkon laskenta eli tasoitus kolmiulotteisesti: pis-
teiden sijainnit kirjoitetaan kolmiulotteisesti suorakulmaisten koordi-
Vaaka- ja pysty-
kulmamittaukset
Paikallinen
luotiviiva
Pysty
Vaaka
Moni-
Kolmiomittausverkko kulmio-
jono
Kuva 7.4. Kolmioverkko ja monikulmiojono avaruudessa.
naatien muodossa ja jokainen havaintosuure kuvataan näiden pistei-

den koordinaattien funktiona, joiden välillä mittaus tapahtuu. Näin saa-
daan havaintoyhtälöt joihin verkon laskenta perustuu.
Kolmiulotteinen verkkotasoitus on houkutteleva ajatus, lähinnä sen

perusidean yksinkertaisuuden vuoksi. Kuitenkin havaintoyhtälöiden
muodostus on monimutkainen, koska mittaukset tehdaan jokaisessa
pisteessä kojekoordinaateissa, siis sellaissa koordinaatistossa, jonka z-
akseli osoittaa paikallista luotiviivaa pitkin ylöspäin. Luotiviivan suun-
ta, jonka voi mitata tähtitieteellisin menetelmin, on erilainen jokaisessa
pisteessä, kuten kuvasta 7.4 näkyy.
Tämä merkitsee, että ainakin vaaka- ja pystykulmien havaintoyhtälös-

sä molemman päätepisteen luotiviivan suunnan on oltava mukana. Se
tekee näistä huomattavan monimutkaisia. Vinoetäisyysmittauksilla sen
sijaan on yksinkertainen havaintoyhtälö.
Toisaalta terrestriset geodeettiset mittaukset tehdään aina Maan fysi-

kaalisen pinnan läheisyydessä, yleensä pinnan päällä olevien pisteiden
välillä. Näin ollen tämä verkkogeometria voidaan kutsua “kvasi-kaksi-
ulotteiseksi” ja tuntuu järkevältä yrittää suorittaa myös laskennat kak-
siulotteisesti, sopivasti valitun, Maan pintaa lähellä olevan, matemaat-
tisesti yksinkertaisen laskentapinnan avulla. Kuitenkin Maan fysikaa-
linen pinta vuoristoineen syvyyksineen on liian rosoinen laskentapin-
naksi.
Sopivammat laskentapinnat ovat vertausellipsoidi tai – pienehköllä alu-

eella – karttaprojektiotaso, kuva 7.5. Laskentaa varten havainnot redu-
B0
A
C
A0 C0
(a) Mittaus maastossa
B0
A0 C0 x B0
Y
X A0
C0
y
(b) Projisoitu vertausellipsoidille (c) Karttaprojektiotasossa “suorat”

kaareutuvat
Kuva 7.5. Vertausellipsoidin ja projektiotason käyttö maan kartoituksessa.
koidaan tähän laskentapintaan.
7.4.1 Tasoitus vertausellipsoidilla
Vertausellipsoidi yhtyy suhteellisen hyvin Maan pintaan ja yksinkertai-

sena matemaattisena pintana se sopii laskentapinnaksi. Taulukko (7.2)
kuvaa kiinteän Maan fysikaalisen pinnan ja vertausellipsoidin välisten
erojen suuruutta1 . Ja huomautetaan vielä, että ihmiskunta elää kiin-
teän Maan pinnan läheisyydessä maa-alueilla, mutta merenpinnan lä-
heisyydessä merialueilla: taulukon antama vaikutelma on liian pessi-
mistinen.
Vertailun vuoksi GRS80-vertausellipsoidin päiväntasaaja- ja napasätei-

den välinen erotus on jo 21,4 km. “Vertauspallo” olisi jo selvästi heikompi
approksimaatio.
1 Vertailun vuoksi: Mars-planeetan vuori Olympus Mons on 22 km korkea, 0,648 %

Marsin säteestä. Marsin painovoimakiihtyvyys onkin vain kolmasosa Maan arvosta.
Taulukko 7.2. Maan fysikaalisen pinnan ja vertausellipsoidin välinen etäi-

syys, kilometreissa ja suhteessa Maan säteeseen.
Syvin Maan
Korkein (Mt. Meren
Yksikkö (Mariaanien keski-
Everest) keskisyvyys
hauta) korkeus
km +8,8 −11 +0,84 −3,8

% +0,138 −0,17 +0,013 −0,06
Vertausellipsoidia käytettiin laskentapintana jo laajasti 1800-luvulla,

ennen tietokoneiden ja satelliittipaikannuksen olemassaoloa. Tarvitta-
va matematiikka on mutkikas, mutta menetelmä on intuitiivisempi: ter-
restriset geodeettiset mittausverkot ovat Maan pinnalla lähellä vertaus-
ellipsoidia ja paikalliset luotiviivat, joiden suuntaisesti mittauslaittei-
den pystyakselit orientoidaan, ovat lähellä vertausellipsoidin normaa-
lia.
Nykyisin runkoverkkoja mitataan satelliittitekniikan avulla ja perin-

teinen menetelmä on jäänyt historiaan. GNSS-mittausverkkoja tasoi-
tetaan aina aidosti kolmiulotteisesti.
7.4.2 Tasoitus karttatasossa
Pienten, paikallisten verkkojen, esimerkiksi monikulmiojonojen, tasoi-

tus voidaan, ilman merkittävää virhettä, suorittaa suoraan karttapro-
jektiotasossa.
Karttaprojektio toteutetaan aina näin, että ensin maaston pisteille las-

ketaan geodeettiset koordinaatit ϕ ja λ vertausellipsoidin pinnalla. Näin
suoritetaan projektio ellipsoidin pintaan. Tämän jälkeen ellipsoidilla
olevat pisteet projisoidaan karttaprojektiotasoon. Tietenkään ellipsoi-
din kuperaa pintaa ei voida kuvata virheettömästi tasolle. Projisoidut
kohteet vääristyvät: suunnat ja etäisyydet, ja siis myös pinta-alat ja ti-
lavuudet, ovat vääriä karttatasossa. Karttaprojektio valitaan niin, et-
tä jotkut, tärkeäksi katsotut asiat eivät vääristy. Jotkut muut asiat sil-
loin vääristyvät, joskus pahasti. Esimerkiksi konforminen projektio ku-
vaa kulmat ja pituussuhteet oikein, mutta, kuten klassinen Mercator-
projektio näyttää, se voi kuvata pinta-aloja hyvinkin väärin.
Konformisessa projektiossa pienet kohteet kuitenkin kuvautuvat oikean

muotoisina: niiden mittakaava ja absoluuttinen orientointi voivat olla
pielessä, mutta muoto on oikein. Suuremmissa kohteissa ellipsoidista

projisoidut “suorat” viivat ovat karttatasossa kaarevia. Karttatasossa
suunnat voivat olla erilaisia kuin ellipsoidin pinnalla2 – vaikka kulmat
ovat konformisessa projektiossa identtisiä.
Karttaprojektiotasossa tasoitusongelman ilmaisu ja ratkaisu on suh-

teellisen yksinkertaista, kuitenkin se edellyttää, että
1. Etäisyydet on redukoitu ensin vertaustasoon, sen jälkeen kartta-

projektiotasoon (siis karttaprojektion mittakaavareduktio on teh-
ty).
2. Karttaprojektio on konforminen, jolloin mitatut vaakakulmat ovat

suoraan käyttökelpoisia ilman reduktioita. Yleiskartoille käyte-
tyt karttaprojektiot ovat konformisia, kuten Suomessa käytetty
Gauss-Krüger ja UTM. Suomessa karttakoordinaatit siis kelpaa-
vat suoraan.
3. Zeniittikulmat kahden mittauspisteen A ja B välillä on mitattu

molempaan suuntaan, ja käytettävä kulma on mittausten keskiar-
vo ζ = (ζ A +ζB )/2. Silloin voidaan laskea korkeuksia vertaustasosta
suorakulmaisen geometrian mukaan.
4. koordinaateiltaan tunnetut pisteet, kuten monikulmiojonon ta-

pauksessa alku- ja loppupisteet sekä alku- ja loppuliitospisteet, on
projisoitu karttaprojektiotasoon käyttämällä eksakteja projektio-
kaavoja.
Tämän lähestymistavan visuaalinen selostus löytyy kuvassa 7.6.
Monikulmiojono- eli polygonimittauksessa kojeena käytetään elektro-

nista takymetriä. Mittaus on yleensä viimeinen vaihe tuodessaan koor-
dinaatteja ( x, y) mitattavien kohtien välittömässä läheisyydessä oleviin
asemapisteisiin.
2 Klassisessa Mercator-projektiossa ne ovat kuitenkin identtisiä, mikä on sen arvostet-

tu ominaisuus merenkulussa.
Luoti- ζ̄B
viiva ζB B
B ζ̄ A
ζA s
hB
hB A
A
hA hA
C C s proj
α
α
Projektiotaso
Kuva 7.6. Pienen verkon tasoitusgeometrian siirtäminen karttaprojektio-

tasoon.
7.5 Avoin monikulmiojono
Yleensä pyritään mittaamaan suljettu monikulmiojono, koska se antaa

mahdollisuuden tarkistaa ja tasoittaa sekä mitattuja kulmia että etäi-
syyksiä. On kuitenkin tilanteita, joissa tämä on mahdotonta tai hanka-
laa ja joissa on käytettävä vaillinaisesti suljettua jonoa.
Yleisin on tapaus, jossa ei tunneta alku- eikä loppusuuntaa. Ks. kuva

7.7.
Tunnetaan
◦ ( x A , yA ), alkupiste
◦ ( xL , yL ), loppupiste
Laskettava on jonopisteille koordinaatit ( x i , yi ) , i = 2, . . . , n − 1.
7.5.1 Lähtösuunta
Koska alku- ja loppuliitossuuntaa ei tunneta, suuntia ei voida tasoit-

taa. Suunnan α12 laskemiseksi ei ole lähtösuuntaa. Sitä voidaan saada
kahdella eri tavalla:
1. havainnoista ottamalla ensimmäisen sivun suuntakulma α12 = 0,

kuva 7.7, tai
2. (paremmin) valitsemalla kartalta mittaamalla likiarvo α012 α12 :lle.

7.5. Avoin monikulmiojono 201
∆ x0
∆x L
αL
α0L
A
∆ y0 ∆y
Kuva 7.7. Avoin monikulmiojono
7.5.2 Jonon laskenta
Suoritetaan suuntien lasku tuttuun tapaan:
α12 = α012 ,
α23 = α12 − 200g + ∠α2 ,
··· ··· ···
α i,i+1 = α i−1,i − 200g + ∠α i ,
··· ··· ···
αn−1,n = αn−2,n−1 − 200g + ∠αn−1
Nämä suunnat ovat “lopullisia”. Laskemme niille koordinaatit geodeet-

tisella päätehtävällä:
x20 = x A + s 12 cos α12 ,
y20 = yA + s 12 sin α12 ,
ja niin edelleen:
x0i = x0i−1 + s i−1,i cos α i−1,i ,
yi0 = yi0 −1 + s i−1,i sin α i−1,i .

Lopuksi:
x0n = x0n−1 + s n−1,n cos αn−1,n ,
yn0 = yn0 −1 + s n−1,n sin αn−1,n .
Tämä tasoitus on suoritettu oikealla tavalla, mutta väärin orientoidussa

koordinaatistossa. Sulkuvirheet ∆ x0 = x0n − xL ja ∆ y0 = yn0 − yL eivät kerro
mittausvirheistä vaan oletetun suunnan α012 likimääräisyydestä. Tästä
syystä sulkuvirheitä ei saa poistaa tasoittamalla kuten täysin suljetussa
jonossa.
Koko jono on kiertynyt kulman θ verran, ja sen pitää kiertää takaisin

Helmert- eli yhdenmuotoisuusmuunnoksella.
Koska alkupiste A on molempien koordinaatistojen välinen kiertopiste,

voimme yksinkertaisesti laskea niiden välisen mittakaavakertoimen K
ja kiertokulman t 0 , eli
∆ x2 + ∆ y2
p
K=q ,
(∆ x0 )2 + (∆ y0 )2
∆y ∆ y0
θ = arctan − arctan
∆x ∆ x0
– tai puolikulmakaavalla:
 
∆y ∆y 0
θ = 2 arctan − arctan
 
∆x + ∆x + ∆ y
p q 
2 2 2 2
∆ x + (∆ x ) + (∆ y )
0 0 0
jossa
∆ x = xL − x A ,
∆ y = yL − yA ,
∆ x0 = x0n − x A ,
∆ y0 = yn0 − yA .
Konstruoidaan taas muunnosmatriisi:
c = K cos θ ,
s = K sin θ ,
jonka avulla jonopisteiden i = 1, . . . , n koordinaateiksi saadaan:
x i = x A + c∆ x0i − s∆ yi0 ,
yi = yA + s∆ x0i + c∆ yi0 .
7.6. Monikulmiojonon mittaus ja laskenta 203
Matriisimuodossa:
      
xi xA c −s ∆ x0i
 = +  ,
yi yA s c ∆ yi0
missä
∆ x0i = x0i − x A ,
∆ yi0 = yi0 − yA .
Huomaa, että matriisissa

   
c −s cos θ − sin θ
M =  = K · 
s c sin θ cos θ
suuntakorjaus θ korjaa ainoastaan alkusuunta-olettamuksen, kun taas

mittakaavakorjaus K sisältää myös mittausepätarkkuuden aiheutta-
man sulkuvirheen korjauksen3 : vaikka lähtösuunta α12 olisikin täysin
oikein arvattu, kuitenkaan eivät x0n , yn0 välttämättä osuisi tarkkaan pis-
teeseen xL , yL . Kuitenkin sivusuunnassa (kohtisuoraan jonoa vastaan)
jää havaintovirhe tasoittamatta, tai tarkemmin sanottuna, se “absor-
boituu” θ :aan.
Hyvä lopputarkastus on:
?
xL = x A + c∆ x0n − s∆ yn0 ,
?
yL = yA + s∆ x0n + c∆ yn0 .
Tämän lisäksi on tarkistettava, onko K realistinen, eli lähellä 1. Vaih-

toehtoisesti voidaan laskea yksi koordinaattisulkuvirhe asettamalla K =
1, ja testata se tunnetun etäisyysmittauksen tarkkuutta vastaan.
7.6 Monikulmiojonon mittaus ja laskenta
A tradional method for densifying lower-order base network is traver-

sing. In spite of the advent of satellite positioning, and especially real-
time kinematric positioning (RTK), there continue to be situations where
3 . . . eli se on alkeellinen tasoitus.

Loppupiste L Loppuliitospiste
LL
L
Suljettu monikulmiojono
Jonopiste
Alkuliitos-
piste
Avoin monikulmiojono
AL
A
Alkupiste A
Kuva 7.8. Avoin ja suljettu monikulmiojono.
traversing is the best, or even the only, method of base network measu-
rement. Such situations include underground – mine or tunnel – mea-
surement, and measurements in high-rise urban environments – “urban
canyons” – where GNSS positioning has problems due to the blocking of
signal by buildings, and spurious signal reflections – “multipath” – off
buildings.
Vuonna 1807 Nathaniel Bowditch voitti kilpailun sopivimmasta moni-

kulmiojonon laskentamenetelmästä. Palkinto oli $10 (Cooper (1982, si-
vut 147 – 150)).
Bowditchin menetelmä, perinteinen suunta- ja koordinaattitasoitus erik-

seen, on epäoptimaalinen. Se on kuitenkin tutkimisen arvoinen geodeet-
tisen laskennan tyyppiesimerkkinä.
Monikulmiojono (poligoni) on mittauspisteiden jono, jossa jokaisessa

jonopisteessä mitataan suunnat ja etäisyydet edelliseen ja seuraavaan
pisteeseen. Käytetty laite on yleensä takymetri.
Monikulmiojonoja on kahdenlaisia: avoimia ja suljettuja. Ks. kuva 7.8.

Aina tunnetaan alku- ja loppupisteiden koordinaatit ( x, y).
Avoimen ja suljetun monikulmiojonon välinen ero on liitospisteiden

käyttö jälkimmäisessä. Liitospisteet ovat koordinaateiltaan tunnetut
pisteet jotka auttavat orientoimaan monikulmiojono oikein.
7.7. Suljettu monikulmiojono 205
∠α5
∠α4
α0LL
( xL , yL )
( x AL , yAL )
αLL
∠α2 ( xLL , yLL )
X ∠α1 ∠α3
g
α AL − 200
( x A , yA )
Kuva 7.9. Monikulmiojonon kuvio. Vain kulmat ja sulkusuunnat merkattu.
7.7 Suljettu monikulmiojono
Tunnetaan:
◦ ( x A , yA ) ja ( x AL , yAL ): alkupiste A ja alkuliitospiste AL;
◦ ( xL , yL ) ja ( xLL , yLL ): loppupiste L ja loppuliitospiste LL.
Ks. kuva 7.9.
Havaitaan:
◦ n taitekulmaa ∠α1 , . . . , ∠αn
◦ n − 1 etäisyyttä s 12 , s 23 , . . . , s n−1,n
Laskettava:
( x i , yi ) -koordinaatit jonopisteille i = 2, . . . , n − 1. Uusia pisteitä on n − 2

kappaletta.
7.7.1 Alku- ja loppuliitossuunnan laskeminen
Geodeettisen käänteistehtävän ratkaisuna saadaan alkuliitossuunta ja

loppuliitossuunta:
yAL − yA
α AL = arctan + k π,
x AL − x A
yLL − yL (7.1)
αLL = arctan + k π,
xLL − xL
jossa k ∈ {0, 1} on valittava sopivasti niin, että tulos on oikeassa kvadran-
tissa.
Käytettävä likimääräinen Bowditch-laskentamenetelmä on kaksivai-

heinen. Ensin lasketaan läpi suunnat, sitten koordinaatit.
7.7.2 Suuntien tasoitus
Lasketaan suunnat eli atsimutit α AL , α12 , . . . , αn−2,n−1 , αn−1,n , αn,n+1 , mis-

sä tunnetaan α AL , ja αn,n+1 on saatu havainnoista nimellä αLL . Seuraa-
vasti4 :
α12 = α AL + ∠α1 ,
α23 = α12 − 200g + ∠α2 ,
······
α i,i+1 = α i−1,i − 200g + ∠α i , (7.2)
······
αn−1,n = αn−2,n−1 − 200g + ∠αn−1 ,

.
α0LL = αn,n+1 = αn−1,n − 200g + ∠αn .
Lopuksi saadaan siis arvo A 0LL , joka, jos kaikki kulmahavainnot α i olisi-
vat virheettömiä, olisi sama kuin kaavalla 7.1 koordinaatteista laskettu
A LL . Todellisuudessa näin ei kuitenkaan ole, vaan suuntasulkuvirhe on:
wα = α0 LL − αLL .
Tämä sulkuvirhe poistetaan, eli tasoitetaan, jakamalla se tasan kaikille

taitekulmille eli jokaiseen taitekulmaan tehdään korjaus:
wα
δα = − ,
n
jonka jälkeen suoritetaan kulmien lasku uudelleen, tuloksena tasoitetut

suunnat:
α
b12 = α AL + (∠α1 + δα) ,
α
b23 = α12 − 200g + (∠α2 + δα) ,
··· ··· ···
α
b i,i+1 = α i−1,i − 200g + (∠α i + δα) ,
··· ··· ···
α
b n−1,n = αn−2,n−1 − 200g + (∠αn−1 + δα) ,
b0LL
α = αn−1,n − 200g + (∠αn + δα) .
4 Ensimmäisen taitekulman tapauksessa α ei vähennetä 200 gon! Ja suuntakulmien

1
α i pitämiseksi väliin [0, 400 gon), on joskus lisättävä tai vähennettävä 400 gon.
7.7.3 Koordinaattien tasoitus
Näin tasoitetuilla suunnilla lasketaan pisteille 2, . . . , n − 1 koordinaatit

geodeettisella päätehtävällä:
◦ Piste 2:
∆ x12 = s 12 cos α
b12
∆ y12 = s 12 sin α
b12
jonka avulla
x2 = x1 + ∆ x12
y2 = y1 + ∆ y12
◦ Yleinen piste i : (ja myös loppupiste i → n)
∆ x i−1,i = s i−1,i cos α

b i−1,i
∆ yi−1,i = s i−1,i sin α

b i−1,i
jonka avulla
x i = x i−1 + ∆ x i−1,i
yi = yi−1 + ∆ yi−1,i
◦ Yleisesti: (muista, että x A = x1 ja yA = y1 )

k
X
xk = x A + s i−1,i cos α
b i−1,i ,
i =2
X k
yk = yA + s i−1,i sin α
b i−1,i .
i =2
Sijoittamalla k → n saadaan loppupisteen kaavat ja koordinaatit xn , yn

of the closing points.
Jos havainnot olisivat virheettömiä, olisi xn = xL ja yn = yL , mutta näin

ei ole. Koordinaattisulkuvirheet ovat:
w x = x n − xL ,
w y = yn − yL .
Sulkuvirheet tasoitetaan antamalla jokaiselle pistevälille painokerroin

q i−1,i , ja näiden painokertoimien suhteessa jaetaan w x ja w y pisteväleil-
le.

Pieni painokerroin ⇐⇒ suuri paino, suuri painokerroin
⇐⇒ pieni paino!

Lasketaan painokerrointen summaa vastaava standardikorjaus erik-

seen x- ja y-koordinaateille:
wx
δ x = − Pn ,
i =2 q i −1,i
wy
δ y = − Pn .
i =2 q i −1,i
Tasoitetuiksi koordinaateiksi saadaan
x i−1 + s i−1,i cos α

xi = b
b b i−1,i + q i−1,i δ x,
yi−1 + s i−1,i sin α

yi = b
b b i−1,i + q i−1,i δ y;
tai alkupisteestä A laskien:

k ¡
X
s i−1,i cos α
b i−1,i + q i−1,i δ x ,
¢
xk = b
b xA +
i =2
X k ¡
s i−1,i sin α
b i−1,i + q i−1,i δ y .
¢
yk = b
b yA +
i =2
7.7.4 Laskentakaavio
Koko laskenta voidaan suorittaa alla olevan laskentakaavion avulla,

jota voidaan helposti automatisoida. Annettuna α AL = 145,3750 gon ja
αLL = 72,3818 gon, sekä alkupisteen A ja loppupisteen L koordinaatit.
n = 5. Käytetty painotus: tasainen. Lähtö- ja loppupisteiden annetut ar-
vot alleviivattuina, havainnot mustia, lasketut punaisia, sulkuvirheet
ja tasoituksen korjaukset sinisia. Tämä kaavio kelpaa käytännön työ-
hön paikallisessa runkomittauksessa.
7.7.4.1 Huomautuksia
◦ Yllä kuvattu tasoitusmenetelmä on likimääräinen eli suboptimaa-

linen. Oikeaoppisessa pienimmän neliösumman tasoitusmenetel-
mässä lasketaan kulma- ja koordinaattikorjaukset samanaikai-
sesti, koska ne korreloivat keskenään. Tulokset ovat silloin hie-
man erilaisia.
Kuitenkin, jos monikulmiojono on suhteellisen suora (eli sivut

suunnilleen samansuuntaisia), on suboptimaalisuus pieni ja oi-
keaoppinen tasoitus aiheuttaisi vain pieniä muutoksia lopullisiin
Taulukko 7.3. Traverse calculation template according to the Bowditch met-

hod.
i ∠α i α i,i+1 δα i,i+1 α
b i,i+1
A 345,3750
1 212,2345 157,6095 +7 157,6102
2 151,4565 109,0660 +15 109,0675
3 221,9823 131,0483 +22 131,0505
4 175,9831 107,0314 +29 107,0343
5 165,3467 72,3781 +37 72,3818
L 72,3818
Sulkuvirhe wα -0,0037 ↑
i α
b i,i+1 s i,i+1 s cos α s sin α xi yi δxi δ yi xi
b yi
b
1 157,6102 502,345 -395,038 +310,315 1000,235 256,256
2 109,0675 487,241 -69,164 +482,307 605,197 566,571 +9 -36 ,206 ,535
3 131,0505 445,981 -209,001 +393,977 536,033 1048,878 +18 -73 ,051 ,805
4 107,0343 512,125 -56,472 +509,002 327,032 1442,855 +26 -109 ,058 ,746
5 72,3818 270,560 1951,857 +35 -146 ,595 ,711
L 270,595 1951,711
Sulkuvirheet w x , w y -0,035 +0,146 ↑ ↑
koordinaatteihin. Toisaalta ei ole toivottavaa että sivut olisivat

aivan samansuuntaisia; se hankaloittaisi mahdollisten karkeiden
virheiden etsintää.
◦ Jonolasku tapahtuu tasolaskuna. Kuitenkin havainnot on tehty

kolmiulotteisesti, “avaruudessa”. Tämä edellyttää, että koje ja tä-
hys ovat tarkasti ja oikein keskistettyjä ja koje tasattu, ja että kaik-
ki relevantit reduktiot (kallistus- nollataso-, ks. Johdanto geodesi-
aan -luentomoniste) on suoritettu. Vain siinä tapauksessa voidaan
sanoa, että
– vaakakulmat ovat tasokulmia, ja
– redukoidut etäisyydet ovat tasoetäisyyksiä.
◦ Tasokoordinaattien laskennassa suunnat referoidaan aina kartta-

pohjoiseen ja myös etäisyydet ovat redukoitu karttatasoon eli pro-
jektion aiheuttama mittakaavavirhe on otettu huomioon.
7.8 Kartoitusmittaus
Kartoitusmittaus (Kahmen ja Faig, 1988, sivut 285 – 303) on runko-

mittauksiin perustuva, maaston yksityiskohtien kartoitukseen tähtää-
vä mittausprosessin vaihe. Se on koko kartoitusprojektin työläin vai-
he. Kartoitusmittaus koostuu tietojen keruusta ja aineiston käsittelystä
halutun lopputuotteen, kartan tai digitaalisen paikkatietoaineiston, ai-
kaansaamiseksi. Kartoitusmittaus perustuu runkomittaukseen: käsit-
telyvaiheessa on mukana runkomittauksen tulokset, jotka varmistavat
tuotteen geometristä oikeellisuutta.
Seuraavassa käsitellään yksityiskohtaisemmin neljää klassista mene-

telmää, suorakulmainen kartoitus, sidoslinjamittaus, säteittäinen kar-
toitus ja vapaan asemapisteen mittaus.
Paikallisissa kartoitusmittauksissa on suosittu menetelmä myös tosiai-

kainen kinemaattinen satelliittipaikannusmenetelmä (en. RTK, real-
time kinematic), joka on monesti kilpailukykyinen. Sen käyttö on kui-
tenkin hankalaa esimerkiksi korkearakenteisessa kaupunkimaisemas-
sa, ”katukanjonissa”, ja mahdotonta maan alla kaivos- tai tunnelimit-
tauksissa.
7.8.1 Suorakulmainen kartoitus (prismamittaus)
Tähän tarvitaan välineiksi mittanauha, suorakulmaprisma (kaksoispris-

ma), linjaseipäitä5 karttalinjojen viitoittamiseksi, ja ruutupaperia, kuva
7.10.
Mittaus suoritetaan kuvan 7.11 mukaan. A ja B ovat tunnettuja pis-

teitä, yleensä alimman mittaustarkkuusluokan monikulmiojonopistei-
tä. Suorakulmat luodaan suorakulmaprisman avulla: Kun seisoo linjalla
AB, näkyvät molemmat päätepisteet (eli näillä pystytetyt seipäät) pääl-
lekkäin laitteessa joka sisältää kaksi prismaa. Toinen katsoo kulman
100 gon verran oikeaan suuntaan, toinen saman kulman verran vasem-
paan eli vastakkaiseen suuntaan.
Etäisyydet b saavat olla enintään yhden nauhamitan (50 m) pituisia.
Kuvan oikealla puolella näkyy, miten rakennus mitataan suorakulmai-

sella menetelmällä.
5 Saksaksi fluchtstab, ranskaksi jalon.
7.8. Kartoitusmittaus 211
11
00 50 gon
Linja-
00
11
00
11 Pentagooni-
seiväs 00
11
00
11
prisma (2×)
Ekste-
riööri
Tasain
Kaksois-
prisma
Mittanauha
Kuva 7.10. Suorakulmaisen mittausmenetelmän apuvälineet.
Aina on huolehdittava siitä, että on riittävästi redundanssia eli kontrol-

lia mahdollisten erehdysten löytämiseksi. Tässä esimerkissä voitaisiin
mitata talon seinämitat.
Mittaukset numeroarvoineen kirjoitetaan käsipiirrokseen, eksteriööriin,

mielellään siististi ja järjestelmällisesti, tavalla josta muutkin kuin itse
piirtäjä piirtämisen hetkellä saavat selvää.
Ks. Tikka (1991, sivut 102 – 109).
x Mittanauha x
8.
35
06
4.
11.
82
i
4.
19.
P
34
03
8.8
25.
B
8.
18
12.
B
4
95
6.2
bi
25
ai
5.5
aP bP
4
17.
3.8
12.
93
7
9.3
66
Kaksois-
5
A A
8.2
prisma
0
y y
Kuva 7.11. Suorakulmainen kartoitus.

32.
20
2
.1
19.
46
39
B
37.41
0.0
19.89
2
.6
9.58
6
5.13
.9
20
50
0.0
6
18.5
30.75
16.70 17.86 7 1
0 .
4.5 14
1
13.4
0
6.5
1
5.19 4.5
C 0.0 0.0
D 0
0.
48.75
29.38
33.75
0.0
0.0
21.88
Kuva 7.12. Sidoslinjamittaus. Lävistäjämittaus ja talon seinämitat toimivat

tarkistuksiksi.
7.8.2 Sidoslinjamittaus
Joskus käytetään menetelmää, jossa mittaus suoritetaan pelkkänä etäi-

syysmittauksena useissa tihennysvaiheissa (“Tie-in survey”, Kahmen ja
Faig, 1988), kuva 7.12. Tässä esimerkissä on mitattu lavistäjälinja ja
talon seinämitat tarkistukseksi. Näin voidaan jo kentällä huomata, jos
mittauksissa on virhe. Karkea tarkastus voidaan tehdä graafisesti.
Useammin käytetään sekamuotoa, missä sidoslinjamenetelmä täyden-

tää suorakulmaista menetelmää.
7.8.3 Säteittäinen kartoitus
Säteittäinen kartoitus eli sädekartoitus (Tikka, 1991, sivut 114 – 124)

on selostettu kuvassa 7.13. Pisteiden i = 1, 2, . . . , n tasosijainnin määri-
tys tapahtuu mitattavien kulmien θ i ja (vino-) etäisyyksien s i avulla.
Kuvassa esimerkkipiste on i = 2. Koordinaateiltaan tunnetulla pisteellä
– yleensä jonopisteellä – A mitataan vaakakulma toisen tunnetun lii-
tospisteen B ja määritettävän pisteen P välillä. Orientaatiosuunta α AB
lasketaan geodeettisen käänteistehtävän avulla pisteiden A ja B anne-
tuista sijaintikoordinaateista.
7.8. Kartoitusmittaus 213
α AB Takymetri
1 B
A θ2
A
s2 2 Prismasauva
4 2
3
(a) Mittausgeometria (b) Suoritustapa
Kuva 7.13. Säteittäinen kartoitusmenetelmä.
Sen jälkeen
x i = x A + s i cos (α AB + θ i ) = s i sin ζ i cos (α AB + θ i ) ,
yi = yA + s i sin (α AB + θ i ) = s i sin ζ i cos (α AB + θ i ) ,
Tässä mitattu vinoetäisyys on redukoitu vaakaetäisyydeksi s i = s i sin ζ i ,

jossa ζ i on korkeus- eli zeniittikulma, joka tulee myös mitata.
Käytettävä laitteisto on elektroninen takymetri, sopivalla ohjelmistol-

la varustettuna. Koje valitaan tulevan kartoituksen tavoitetarkkuuden
mukaan.
Sädekartoituksen etuna on, että samalla saadaan korkeusmittaus kau-

panpäälliseksi trigonometrisena määrityksenä: jos laite mittaa sekä
korkeuskulman ζ i että vinoetäisyyden s i , saadaan vaakaetäisyyden s i
lisäksi myös kolmas koordinaatti:
z i = z A + s i cos ζ i .
Joko pisteen A tai pisteen B korkeuden on oltava tunnettu korkeuslas-

kennan lähtöarvoksi. Jos pisteen B korkeus on annettu, ei tarvitse edes
mitata takymetrin korkeutta merkin A yläpuolella, koska prismasau-
van korkeus ei muutu mittauksen aikana.
Säteittäinen kartoitus on numeerinen kartoitusmenetelmä, jossa kart-

tatuote tehdään laskennallisesti numeeristen kartoitusmittojen θ i ja s i
pohjalta niiden metatietojen avulla. Kun mittaukset kerätään elektroni-
x u
4 A
Takymetri
sA
O . θ2
1 O A
s2
3 Prismasauva
B 2
. y
B
2
v
(a) Mittausgeometria (b) Suoritustapa perspektiivikuvana
Kuva 7.14. Vapaan asemapisteen kartoitus.
sesti, on tämä edullinen ja helposti automatisoitava silloin, kun mitat-

tavien pisteiden määrä on suuri ja tarkkuusvaatimukset korkeat.
Erityisesti kaupunkialueiden mittauksissa sädekartoitus on käyttökel-

poinen, koska suorakulmaisen menetelmän vaatima kartoituslinjojen
viitoittaminen voi olla liikenteen vuoksi hankalaa. Myös sellaiset koh-
teet joissa tarvitaan sekä taso- että korkeustietoja (tekniset erikoismit-
taukset, rakennus- ja johtokartoitukset) ja ruuhkaiset työmaat ovat sä-
dekartoitukselle sopivia.
7.8.4 Vapaan asemapisteen mittaus
Vapaan asemapisteen menetelmällä – en. free stationing, saks. freie

Standpunktwahl – takymetri pystytetään vapaasti valittuun paikkaan
maastossa, josta on hyvä nykyvyys mitattaviin pisteisiin sekä vähintään
kahteen, mieluummin kolmeen-neljään, koordinaateiltaan tunnettuun,
tavallisesti runkoverkkoon kuuluvaan pisteeseen. Menetelmän etuna
on, että kojetta ei tarvitse tarkasti pystyttää tunnetun pisteen eli maas-
tomerkin yläpuolella: keskistyksen, ja kojekorkeuden mittaamisen, tarve
väistyy. Työskentely nopeutuu.
Menetelmä on yleistynyt elektronisten takymetrien saatavuuden ja las-

kentatehon kasvun myötä. Periaatteessa kuitenkin menetelmää voitai-
siin käyttää jopa teodoliitin ja mittanauhan avulla. Ks. kuva 7.14. Huo-
maa, että takymetrin alla ei ole maastomerkkiä!
Olkoon koordinaateiltaan tunnettuja pisteet A ( x A , yA ) ja B ( xB , yB ). Koje

7.9. Kartoitusmittauksen suorittaminen 215
pystytetään merkitsemattomaan pisteeseen O . Havaitaan pisteille A , B

ja tuntemattomille pisteille i = 1, 2, 3, . . . , n (kuvan esimerkkipiste i = 2)
◦ vaakakulmat θ i = t i − t A
◦ etäisyydet s i .
Mittaus antaa paikallisessa eli kojekoordinaatistossa ( u, v) :
uA = sA, vA = 0
u i = s i cos θ i , v i = s i sin θ i .
Nyt voidaan geodeettisen päätehtävän avulla laskea koordinaatit kaikil-

le pisteille A, B, 1, 2, . . . , i, . . . , n. Koordinaatit ovat ( u A , v A ) , ( u B , vB ) , ( u i , v i ),
koordinaatistossa jonka u-akseli on O A .
Helmert-muunnoksella (osio 3.6) muunnetaan nyt kojekohtaiset koordi-

naatit ( u i , v i ) maastokoordinaateiksi ( x i , yi ). Helmert-muunnoksen tun-
temattomat parametrit voidaanhan ratkaista kahden pisteiden, A :n ja
B:n, koordinaattien avulla molemmissa koordinaatistoissa.
7.9 Kartoitusmittauksen suorittaminen
Kartoitusmittausta voidaan suorittaa maastomittauksena, jolloin se

usein rajoittuu suppealle alueelle. Silloin käytettävä koje on elektroni-
nen takymetri. Vaihtoehdoksi tarjoutuu GNSS – esimerkiksi tosiaikai-
nen kinemaattinen eli RTK-menetelmä – tai ilmakuvaus, jotka eivät
kuitenkaan aina sovi yksinään maaston peitteisyyden vuoksi. Paikalli-
sessa mittauksessa perinteinen prisma- ja mittanauhamittaus tulee ky-
symyksiin, mutta tehdään nykyisin harvemmin sen alhaisemman tuot-
tavuuden vuoksi.
7.9.1 Mitattavat tiedot ja työskentely
Mitataan jokaisesta mittausasemasta kolmiulotteisesti jokaisen mitat-

tavan pisteen vaakasuunta (θ ), zeniittikulma (ζ) ja etäisyys ( s). Koje itse
laskee suorakulmaiset koordinaatit ( x, y, z) ja suorittaa yksinkertaisia
tarkastuksia. Kun koko kohde on kartoitettu, otetaan konseptitulostus
työmaatoimistossa ja suoritetaan kokonaisvaltainen laaduntarkastus.
Seuraavat tiedot kerätään:

Yleistiedot: työmaa, päivämäärä, kellonaika, sää, havaitsija. Tunnuk-

sia, koodeja tarpeen mukaan (alaosio 7.9.2).
Jokaiselta asemapisteeltä:
◦ asemapiste (numero, laji), kojeen korkeus
◦ liitospisteet (numero, laji), vaakakulma, zeniittikulma, etäisyys,

prisman korkeus
◦ kartoituspisteet (numero, laji), vaakakulma, zeniittikulma, etäi-

syys, prisman korkeus.
7.9.1.1 Työskentelyvaiheet
◦ Maastopisteet valitaan maaston ja mittauksen tavoitteen mukai-

sesti. Esimerkiksi jos halutaan muodostaa epätasaisen alueen
tarkka maastomalli, on kerättävä pisteitä sopivan tiheästi.
◦ Suoritetaan mittaus: kerätään ja esikäsitelään havaintotietoja.
◦ Aineisto käsitellään.
◦ Tulos esitetään ja arkistoidaan. Tulos on mittaustyön raportti si-

sältäen mm. käytettyjen menetelmien kuvaus, mittausolosuhteet,
pistekoordinaatit ja niiden tarkkuusarvio, konseptikartta, ja mah-
dollisesti pinta-ala- tai tilavuuslaskennat tai muut relevantit mit-
taustulokset.
Työskentelytapa on täysin digitaalinen.
7.9.1.2 Laitteisto ja ohjelmisto
◦ Tallentimet voivat olla erityyppisiä kannettavia laitteita joissa

pyörii mittavatkin ohjelmistot standardiympäristössä. Kuitenkin
laitteiden on oltava kenttäolosuhteita kestäviä. Tietotekniikan ke-
hitys on johtanut kahdenlaiseen trendiin:
– Takymetrien kasvavan tietojenkäsittelykyvyn vuoksi erilliset

tallentimet ovat osin väistymässä, kuitenkin
– Yhä tavallisempi on nähdä standardi tabletti tms. ohjaamas-

sa takymetriä langattomasti.
◦ Ohjelmistot ohjaavat koko havaintotyöskentelyä maastossa.

Maasto
Tiedon keruu
Takymetri
Tallennus
Käsittely mikro- Käsittely

tietokoneessa tallentimessa
Työmaa Havainto-
kirjan tms.
tulostus
x,y
Tallennus
(muistitikku, Karttatulostus
DVD)
http:// ...
Toimisto
Tallenne
Palvelin Siirto verkkoon
x,y
Tietokantaan
Lopullinen
tulostus
Kuva 7.15. Kartoitusmittauksen työskentelykaavio. Kuvassa entisajan tekno-
logioita kuten kynäpiirturit ja levykkeet, joista aika on jättänyt
vaikka työvaiheet pysyvät.
◦ Ohjelmistot mahdollistavat keruun, tarkastuksen, käsittelyn ja ra-

portoinnin maastossa.
Maastomittauksessa on myös laskennan osalta erotettava erillisinä vai-

heina runkomittaus ja kartoitus. Molempia varten on kehitetty omat ru-
tiinit.
7.9.2 Maastotietojen koodaus
Maastotietojärjestelmä on paikkatietojarjestelmän eräs erikoistapaus.

Se palvelee maastotietojen tehokasta keräämistä geodeettisin keinoin
jatkokäsittelyä varten ja eroaa siten yleispaikkatietojärjestelmistä.
Ääriesimerkkina maastotietojärjestelmästä voi mainitaa Maa- ja metsä-

talousministeriön ehdotusta yhdeksi kansalliseksi maastotietojärjestel-
mäksi Karlsson (2015). Se on määritelty koostuvan seuraavista osioista:
◦ Valtakunnallinen koordinaatti- ja korkeusjärjestelmä [tarkoitet-

tuna lienee vertauskehykset]
◦ Maastotietokanta ja siihen liittyvät tiedonhallintajärjestelmät
◦ Kaikki ne tietoaineistot ja -tuotteet joita kerätään tai tuotetaan

Maastotietokannan (MTK) ylläpitämiseksi ja palvelut joita ylläpi-
detään vihjetietojen saamiseksi MTK:n ylläpitoa varten
◦ Kaikki ne tietoja palvelutuotteet, joita MTJ-hallinnoija tuottaa

MTK:sta sen käyttöön saattamiseksi ja käytettävyyden helpotta-
miseksi.
Tietysti useammat maastotietojärjestelmät eivät ole kansallista tasoa.
Maastomittaukset kerätään numeerisina ja näihin kuuluu pistekohtais-

ten mittaustietojen lisäksi myös ns. metatietoa eli metadataa: dataa ku-
vaava dataa.
Metatiedon käsite voidaan kuvata maastokartan avulla: karttaan on ku-

vattu paljon enempää kuin vain mitattuja pisteitä. Pisteet muodostavat
kohteita, lineaarisia (tiet, kadut, vesitiet, . . . ), alueen muotoisia (tont-
tien rajat, rakennukset, metsät ja pellot, . . . ) tai kolmiulotteisia (kuk-
kulat ja laaksot, maaston muodot). Kaikki kuvataan eri tavalla kartalle
ja käytetty kuvaustapa dokumentoidaan kartan legendassa6 . Legenda
on siis tavallisen paperikartan metatieto.
Mittausten dokumentointi jo mittausvaiheessa edellyttää, että samal-

la rekisteroidään myös metatiedot: kuuluuko tämä piste tontin rajaan,
onko se tien reuna, onko se puu (ja mikä laji), vai onko se vain maaston
korkeuspiste, josta tullaan laskemaan korkeuskäyriä tai maan tilavuuk-
sia. Tarkoitukseen on kehitetty eri maastotietojen koodausmenetelmiä
eli kataloogeja, joiden avulla tiedot siirtyvät helpommin ja mahdollisim-
man automaattisesti. Ks. esimerkiksi http://www.opengeospatial.
org/standards/cat.
Tietyt asiat on koodattava maastossa maastomittausta tehtäessä:
◦ maastossa mitattujen pisteiden pistenumerot. Niitä voidaan gene-

roida myös (puoli-)automaattisesti
6 Legenda, lat. mitä on luettavissa.

Maastomittaus
#
Projektin laskenta:
◦ koodaus
◦ määrälaskenta
◦ mallit
" !

Tallennettavian pisteiden valinta:
Tallennus projektitietokantaan
◦ muunnos (Helmert)
◦ uudelleen koodaus

Tallennus yleiseen tietokantaan
Kuva 7.16. Koodausprosessi. Tiedot viedään harkinnanvaraisesti yleiseen tie-

tokantaan myöhempää käyttöä varten.
◦ pisteiden lajikoodit
◦ muiden, pisteistä koostuvien, kohteiden, kuten viivojen ja aluei-

den, lajikoodit
◦ tietyt yksilöivät ominaisuustiedot.
Laskennan ja tietokantoihin talletuksen yhteydessä koodausta voidaan

tietyltä osin täydentää, esim. topologiatiedolla. Maastossa suoritettu
koodaus ei myöskään ole lopullinen seuraavista syistä:
1. Kaikkia maastopisteitä ei viedä yleisiin tietokantoihin.
2. Projektikohtainen koodaus ei sovi yleiseen käyttöön.
Usein projektikohtaisia tietoja ei tallenneta yleiseen tietokantaan lain-

kaan, vaan alue kartoitetaan uudestaan, kun työ on valmis – ”as-built”-
kartoitus. Idea on, että kartoitetaan valmis tilanne, jolloin ei voi tulla
sekaannuksia sen välillä, mikä on toteutettu ja mikä oli vain suunnitel-
tu, mutta eriävän toteutuksen jälkeen ei mitattu uudelleen.
Ks. kuva 7.16.
Vanhat, laajassa käytössä olevat koodaukset perustuvat Kaavoitus-

mittausohjeiden luokitukseen, tavoitteena karttatuotteen tulostaminen.
Nykyisin päälähtökohtana on paikkatietojen yhteiskäyttö alan eri toimi-
joiden välillä.
Kuva 7.17. Kohteiden ominaisuudet eri kerroksina. Paikkatietojärjestelmän

avulla paikkatietoja voidaan tehokkaasti yhdistellä, analysoida, ja-
lostaa.
Paikkatietotekniikka antaa mahdollisuudet tähän ja moneen muuhun

tehokkaaseen käyttöön, muun muassa
◦ Kohteiden sijainnit on annettu samassa yhteisessä koordinaatis-

tossa. Ennen tämä järjestelmä oli KKJ ja sen karttaprojektiot, ks.
alaosiot 3.2.1 ja 3.3.1. Nykyisin se on aina EUREF-FIN ja sen eri
karttaprojektiokoordinaatistot, ks. alaosiot 3.2.3 ja 3.3.3. Koordi-
naatistojen väliset muunnokset on tiedossa. Tämä helpottaa eri
kohteiden yhdistämistä samaan järjestelmään ja antaa lisäarvoa.
Taulukko 7.4. Maastotiedon luokitteluja.
Luontotiedot Kulttuuritiedot
Maan pintakerroksen laatu Kiinteistöt

Maan pinnan muodot Rakennukset, rakennelmat
Maaperä, kallioperä Katu- ja johtoverkostot
Kasvillisuus Kaavoitus
Vesistöt Kadunnimet, paikallisnimet
Sijaintitiedot Ominaisuustiedot
Koordinaattitiedot (missä) Yksilöivät o.

Geometriatiedot (minkä muotoinen) Paikantavat o.
Topologiatiedot (suhteet naapureihin) Ajoittavat o.
Kuvailevat o.
◦ Käytettävissä on monia menetelmiä ja työkaluja eri tietojen yhdis-

telyyn, analyysiin ja jalostukseen.
– Usein eri ominaisuudet esitetään digitaalisen kartan eri tie-

tokerroksina, joita voi käsitellä yhdessä käyttäen erilaisia
operaattoreita: kartta-algebra. Ks. kuva 7.17.
– Kohteiden sisältämiä tietoja voidaan lajitella ja luokitella eri

ominaisuuksien perusteella, esimerkiksi
* karttalehden kaikki GNSS-pisteet
* the drilling points in squareruudussa ( xa , ya )−( xb , yb ) ole-

vat kairauspisteet
* kunnan viemäriverkon kaivonkannet.
◦ Paikkatietoja voidaan visualisoida ja näin saattaa myös ei-kartta-

ammattilaisten käyttöön.
Sisällön mukaan maastotiedot voidaan jakaa kahteen tietotyyppiin:

luontotietoihin ja kulttuuritietoihin (Salmenperä, 1998, sivut 83 – 84).
Toinen maastotiedon luokittelutapa on joko sijaintitietona tai ominai-
suustietona. Ks. taulukko 7.4.
Osa kultuuritiedoista (paikannimet!) ei ole havaittavissa maastossa, ku-

ten ei myöskään maan omistussuhteet.
8. Rakentamisen mittaus
8.1 Kaavat ja maastoonmerkintä
Maankäyttö- ja rakennuslain (1999/132)mukaisia kaavamuotoja ovat

asemakaava (aikaisemmat asema-, rakennus- ja rantakaava) ja yleis-
kaava. Molemmat hyväksyy kunta. Tämän lisäksi on vielä seutukaava,
joka on korkeamman tason kaava.
Yleiskaava on kunnan alueiden pääpiirteinen maankäyttösuunnitelma.

Kaavoihin kuuluu pohjakarttoja, joiden mittakaava vaihtelee 1 : 20 000−
1 : 10 000 ja 1 : 5000 − 1 : 4000 välillä.
Uusien kaavoitusmittausohjeitten (JUHTA, 2014) mukaan määritel-

lään kolme mittausluokkaa. Jokaisella mittausluokalla on vastaava poh-
jakartan suositusmittakaava. Digitaalisella karttatuotteella ei ole varsi-
naista mittakaava, mutta kerätyn karttatiedon tarkkuus on oltava suo-
situsmittakaavaa vastaava. Koordinaatti- ja korkeusjärjestelmät ovat
uudet EUREF-FIN ja N2000 ja karttaprojektioksi käytetään Gauss-
Krügeriä (ETRS-GK n, jossa n on kunnan pituusaste kokonaislukuna).
1. Ensimmäiseen mittausluokkaan kuuluvat asemakaava-alueet ovat

taajama-alueet, joilla maa on erittäin arvokasta ja joilla on voi-
massa sitovan tonttijaon asemakaava tai rakennuskielto tällaisen
asemakaavan laatimista varten. Asemakaavan pohjakartan mit-
takaava on 1 : 500 tai 1 : 1000. Kartoituksissa, joita on tarkoitus
käyttää osana kunnan paikkatietojärjestelmää ja hyödyntää suur-
ta tarkkuutta edellyttävässä teknisessä suunnittelussa, voidaan
käyttää vieläkin tarkempaa mittausluokkaa 1e.
2. Toiseen mittausluokkaan kuuluvat asemakaava-alueet (aikaisem-
– 223 –
224 Luku 8. Rakentamisen mittaus
min rakennuskaava-alueet) ovat taajama-alueita, joille laaditta-

vassa asemakaavassa ei edellytetä sitovaa tonttijakoa. Pohjakart-
tojen mittakaava on 1 : 1000 tai 1 : 2000.
3. Kolmanteen mittausluokkaan kuuluvat ranta-asemakaava-alueet

ja ranta-alueet sekä muut sellaiset alueet, joilla maa on maa- ja
metsätalousmaata selvästi arvokkaampaa, esimerkiksi ns. haja-
asutusalueet. Pohjakartat laaditaan mittakaavassa 1 : 2000 tai
erityistapauksissa 1 : 4000 tai 1 : 5000.
Kaavan mm. rajamerkkien ja rakennusten paikan merkitseminen maas-

toon eli “paalutus1 “ on suoritettava tarpeen mukaan ennen varsinais-
ten rakennustöiden alkua. Maastoonmerkinnässä käytettävien merk-
kien (niiden laadusta, kiintopisteiden tarkkuudesta sekä töiden suori-
tustavasta) on Kaavoitusmittausohjeissa tarkat ohjeet. Kaava-alueen
runkoverkko on tarpeen vaatiessa täydennettävä.
Maastomerkinnässä käytetään automaattista takymetriä, tosiaikaista

kinemaattista GNSS-mittausta (RTK, real-time kinematic) tai muuta
riittävän tarkkaa mittaustekniikkaa. Kojeen muistiin viedään sekä tun-
nettujen pisteiden että maastoon merkittävien pisteiden koordinaatit.
Käytetty menetelmä on säteittäinen mittaus tai vapaa asemapiste -
menetelmä. Koje laskee myös etukäteen paalutusmitat. Maastossa voi-
daan joustavasti päättää mihin koje sijoitetaan: kartalta ei aina näy pis-
teiden välistä näkyvyyttä.
8.2 Maastoonmerkintä ja infrastruktuuri
Kaavoituksen yhteydessä suoritetaan kaavoitetun alueen tekninen eli

infrastruktuurin suunnittelu:
◦ Kaavalla osoitetaan alue tiettyyn käyttötarkoitukseen.
◦ Kiinteistönmuodostus järjestää maan omistussuhteet ja -rajat se-

kä rasitteet ynnä muuta.
1 Suomen kielellä sana paalutus merkitsee rakennusalalla myös perustuspaalujen lyö-

minen maahan. Virallisempi ilmaisu on “rakennuksen paikan merkitseminen maas-
toon”.
8.2. Maastoonmerkintä ja infrastruktuuri 225
Kartoitus
Kaavoitus Koepaalutukset
X Kiinteistönmuodostus Rajapisteiden merkitseminen
Suunnittelu
Rakennuksen paikan merkintä

Rakennusvalvonnan
Rakentaminen
katselmukset (kartoitus)

Katujen ja muun
infrastruktuurin rakentaminen

Kuva 8.1. Maastoon merkintä eli “paalutus”, prosessikuvaus.
◦ Suunnittelu ja rakentaminen toteuttavat kaavassa ilmoitetun käyt-

tötarkoituksen ja alue otetaan käyttöön.
Kunnallistekniikan eli infrastruktuurin (katujen, teiden, katukaluston,

johtojen, kaapeleiden ym.) rakentamisen mittaukset ovat oma mittaa-
misen osa-alue.
Kaavanlaskenta:
◦ Kaavan piirros, graafinen esitys, esitetaan numeerisessa muodos-

sa.
◦ Kaava tulkitaan ympyränkaareina ja janoina lähtien tunnetuista

elementeistä, kuva 8.2.
Lasketaan ensin murtoviiva A 1 , . . . , A 7 , ja sovitetaan siihen ympy-

räkaaret K 1 , . . . , K 7 .
Maastoon merkittäviä ovat kaavarajat: kortteleiden, tonttien, ti-

lojen, yleisen liikenteen ja virkistysalueiden sekä rakennusalojen
rajat.
◦ Maastoon merkittäville kohteille lasketaan koordinaatteja.
Ks. kuva 8.3. Geodeettisella päätehtävällä lasketaan merkittäville pis-

teille suuntia ja etäisyyksiä kojeen sijaintipaikasta. Säteittäistä mene-
telmää käyttäessä kojeen paikaksi valitaan tunnettu piste.
Säteittäinen mittaus (alaosio 7.8.3) maastoonmerkinnässä toimii näin:

B
A2 T21 T12
T23 A1
D
T32
R2 R1
A3 K7 K1
R3
T34 R7 T71
K2
K3
T43 R4 A6 A7
K4 T67
K5 R5
A4 T56 R6
E
T45
K6 A
A5
Kuva 8.2. Kaavan tulkinta – esimerkki.
◦ Kulma α i ja etäisyys s i lasketaan kaavan mukaisesti pisteen P i

koordinaateista.
◦ Koje asetetaan pisteelle A ja suunnataan tähykselle B, molemmat

tunnettuja.
Pi Tunnetut
koordinaatit
B si Tuntemattomat
koordinaatit .
10 m
αi
R = 10 m
R = 25 m
8m
(a) Säteittäinen mittausmenetelmä (b) Sovellus tiealueelle
Kuva 8.3. Maastoon merkintä säteittäistä menetelmää käyttäen.

8.3. Suorat, ympyränkaaret, kulmien pyöristys 227
C P D C P1 P2 P3 P4 D
bC bC
b1
bP b2
b3
A aC bD A aC b4
a1 bD
aP a2
a3
B
aD B a4 aD
(a) Periaate (b) Useita pisteitä
Kuva 8.4. Suora merkitsemistapa.
◦ Käännetään kaukoputki niin, että lukemaksi tulee α i .
◦ Heijastinprisma siirretään niin, että sen etäisyyslukemaksi A :sta

tulee s i .
◦ Lyödään paalu, tarkka merkki, jonka kohdalle rakennetaan,esimerkiksi,

rajamerkki.
Myös vapaan asemapisteen menetelmää ja suorakulmaista merkintää

käytetään.
8.3 Suorat, ympyränkaaret, kulmien pyöristys
8.3.1 Suoran merkitseminen maastoon
On saatava tuntemattoman pisteen P merkitsemismitat a P , b P annetus-

ta suorasta AB. Jos tiedetään, että piste P on suoralla CD , voidaan P :n
merkitsemismitat johtaa suoraan pisteiden C, D merkitsemismitoista
a C , b C ja a D , b D ja P :n etäisyydestä suoraa CD pitkin (eli etäisyys CP ):
CP CP
aP = aC + (a D − a C ) , b P = b C + (b D − bC ) .
CD CD
Tämä on ns. suora merkitsemistapa, esim. mittanauhan ja suorakul-
maprisman avulla.
Vaihtoehtoisesti käytetään koordinaatteja. Tätä varten on tunnettava

pisteiden A, B koordinaatit kartalta. Lasketaan C, D :n koordinaatit ja
niistä P :n koordinaatit. Tämän jälkeen lasketaan P :n merkitsemismi-
tat. Standardiohjelmistot osaavat tämän.
Tulos on helppo yleistää käytännön tapaukseen, jossa suoralla CD on

T2
r t
A
θ α
B
K P1
∆θ
a1 b1 t
. .
r
T1
Kuva 8.5. Kulmien pyöristys ympyräkaarella.
useita pisteitä P i joille kaikille lasketaan merkitsemismitat a i , b i .
8.3.2 Ympyräkaari
Ympyräkaareja käytetään yksinkertaisuutensa vuoksi paljon suunnit-

telussa. Ympyräkaari on neljän parametrin määrittämä, kuva 8.5:
◦ tangenttien välinen kulma α
◦ kaaren huippukulman puolisko θ
◦ kaaren säde r
◦ tangentin pituus t.
Parametrien välillä on neljä riippuvuutta:

α
θ = 100 gon − ⇐⇒ α = 200 gon − 2θ ,
2
t = r tan θ ⇐⇒ r = t cot θ .
Kaaren merkitseminen maastoon sujuu seuraavasti:
1. Tavallisesti jo suorien laskemisen yhteydessä on kahden tangentin

leikkauspiste A ja kulma α saatu määritetyksi.
2. Määritetään yksi lisäparametri, esim. säde r , ja lasketaan muut

yllä annettujen kaavojen avulla.
3. Mitataan A :sta tangentteja pitkin etäisyys t, jolloin saadaan tan-

genttipisteet T1 ja T2 .
4. Molemmista määritetään suorakulmaprisman ja nauhan avulla

kaaren keskipiste K (redundanssi!)
8.3. Suorat, ympyränkaaret, kulmien pyöristys 229
C
T2
`2 T 1 `1
D t2 A1
r2 K2
`1
`2
θ2 K 1 F T2
τ A
K2 θ1 `1
r1 K1
E `2
`1 t1
T1
T3
B A2 `2
(a) Korikäyrä (b) S-käyrä
Kuva 8.6. Kulman pyöristäminen korikäyrällä. S-käyrä on korikäyrän erikois-

tapaus.
5. Linjalla K A merkitään nyt keskitangenttipiste B.
6. Keskipisteestä K käsin voidaan merkitä riittavan määrän kaari-

pisteitä etäisyyden r avulla. Kuvaan on merkitty yksi esimerkki-
piste P1 .
7. Myös pisteen P1 suorakulmaiset merkitsemismitat a 1 , b 1 on help-

po saada.
Kulmien pyöristäminen tapahtuu yleensä ympyränkaaren avulla. Suo-

rien ja ympyränkaarien yhdistäminen on varsin tavallista asema- ja ra-
kennuskaavoissa. Viivat yhdistetään tilanteen mukaan eri ehtojen avul-
la, joilla saadaan aikaan jatkuvuuden ja tasaisen kaareutumisen vaiku-
telman. Tässä esitetään muutama esimerkkitapaus.
8.3.3 Korikäyrä
Eräs esimerkkitapaus on kahden suoran yhdistäminen kahden (tai

useamman), erisäteisen, samaan suuntaan kaartuvan, ympyränkaaren
avulla, ns. korikäyrä, kuva 8.6a, Verterra (2015). On siis yksinkertai-
simmillaan kyse kahdesta suorasta ja kahdesta ympyränkaaresta, jotka
liitospisteissään – niitä on kolme – ovat samansuuntaisia.
Kuvan 8.6a tilanteessa on olemassa seuraavat parametrit:
◦ tangenttien pituudet t 1 = AT1 , t 2 = AT2
◦ kaarien säteet r 1 , r 2
◦ tangenttien leikkauskulma τ
◦ kaarien keskuskulmat θ1 , θ2 .
Parametrien välillä on olemassa useita yhteyksiä.
1. Kolmiossa 4 ADE nähdään heti, että ∠ ADE = θ2 , koska K 2 F ⊥DE

ja K 2 T2 ⊥ AC ; ja samoin ∠DE A = θ1 . Siksi:
τ + θ1 + θ2 = 200 gon.
Lisäksi T1 E = EF = `1 ja T2 D = DF = `2 .
2. Ja `1 = r 1 tan 12 θ1 , `2 = r 2 tan 12 θ2 .
3. Sinikaavan mukaan on
AD AE DE t 2 − `2 t 1 − `1 `1 + `2
= = =⇒ = =
sin θ1 sin θ2 sin τ sin θ1 sin θ2 sin τ
ja sijoittamalla
t 2 − r 2 tan 21 θ2 t 1 − r 1 tan 21 θ1 r 1 tan 12 θ1 + r 2 tan 21 θ2

= = .
sin θ1 sin θ2 sin τ
Näin ollen voidaan laskea kaikkea yllä luetteloitua seitsemän pa-
rametriä, jos on annettuna
4. kolmesta kulmasta τ, θ1 , θ2 kaksi, ja
5. neljästä pituudesta r 1 , r 2 , t 1 , t 2 kaksi.
Kuvan mukaisessa tapauksessa maastoon merkintä suoritetaan näin:
1. Mitataan A :sta tangentteja pitkin etäisyydet t 1 − `1 ja t 2 − `2 , jol-

loin saadaan pisteet E ja D .
2. Yksittäisten ympyräkaarien tangenttien leikkauskulmat pisteissä

D, E ovat T1 EF = 200 gon − θ1 ja T2 DF = 200 gon − θ2 .
3. Tämän jälkeen maastoon merkitseminen sujuu erikseen ympyrän-

kaareille 1 ja 2 yllä jo selostetulla tavalla.
8.3.4 S-käyrä
Vaihtoehtoinen tapaus, jossa ympyräkaaret kaartuvat vastakkaisiin

suuntiin (mutta muuten tilanne on samanlainen korkäyrän kanssa) on
S-käyrä, kuva 8.6b, Verterra (2015). Tilannetta hankaloittaa hieman
suorien2 T1 A 1 ja T3 A 2 leikkauspisteen A mahdollinen olemattomuus
jos suorat ovat samansuuntaisia.
2 S-käyrän kuvassa käytetty notaatio ei vastaa suoraan korikäyrän kuvan notaatioon.

8.4. Siirtymäkaari 231
L
Klotoidi I
P1
Klotoidi II
R P2
R
Kaarevuus (1/R )
P3 P2
P1 Matka (L) P3
Kuva 8.7. Klotoidin periaate.
8.4 Siirtymäkaari
Siirtymäkaaria, Eulerin spiraalia3 eli klotoidia käytetään rautateiden ja

nopeiden moottoriteiden suunnittelussa. Nopeassa liikenteessä on itse
tien keskiviivan lisäksi myös sen kaarevuus4 oltava jatkuva, seuraavista
syistä:
◦ Esimerkiksi täysperävaunullisen rekan liikkeiden hallinta ohjaus-

pyörän avulla on hidas.
◦ Tien tai rautatien pinta kallistetaan sivusuunnassa keskipakois-

voimaa vastaan. Tämä poikittaiskaltevuus, joka on verrannollinen
tien kaarevuuteen, saa muuttua vain hitaasti tien pitkittäissuun-
nassa.
Näistä syistä on suorien ja ympyräkaarien yhdistelmä sopimaton: pa-

rempi ratkaisu on spiraali eli klotoidi.
3 https://en.wikipedia.org/wiki/Euler_spiral
4 Kaarevuus on kaarevuussäteen käänteisluku!

Klotoidin yhtälö on
RL = A 2
jossa A on klotoidin parametri, L on matka klotoidia eli tietä pitkin, ja

R on paikallinen kaarevuussäde. Kuten näkyy, muuttu kaarevuussäde
matkan jatkuvana funktiona
A2
R= .
L
Vakionopeudella keskipakoisvoima5 F on kääntäen verrannollinen kaa-

revuussäteelle:
v2 v2
F= = 2 L, (8.1)
R A
eli, olettaen että tien suunnittelunopeus v on vakio, keskipakoisvoima, ja
myös tarvittava tienpinnan poikittaiskaltevuus, on matkan lineaarinen
funktio. Tämä selittää klotoidikäyrän sopivuutta teiden ja rautateiden
kaarien muodoksi.
Tietysti on huolehdittava siitä, että klotoidikäyrä täyttää alku- ja loppu-

pisteessä kaarevuussäteen jatkuvuusehdon joko toisen klotoidikäyrän
tai suoran ( A = R = ∞) kanssa. Ks. kuva 8.7, jossa suora liittyy klotoi-
diin I (P1 P2 ), joka liittyy klotoidiin II (P2 P3 ), joka taas jatkuu suorana
pisteestä P3 eteenpäin. Juna saapuu pisteeseen P1 pystysuorassa asen-
nossa; välillä P1 P2 se kääntyy sivusuunnassa lineaarisella kääntymis-
nopeudella ja saavuttaa maksimikaltevuuskulmansa pisteessä P2 . Vä-
lillä P2 P3 kaltevuus vähenee lineaarisesti ja pisteessä P3 juna on taas
pystysuorassa asennossa ja jatkaa matkansa suoraan eteenpäin.
Jos junan nopeus on poikkittaiskaltevuuksien suunnittelunopeus v yh-

tälön 8.1 mukaisesti, on painovoiman ja keskipakoisvoiman yhteisvai-
kutus aina kohtisuorassa junan lattiaa vasten ja matkustajat eivät huo-
maa mitään.
Myös moottoriteiden suunnittelussa käytetään klotoidia, vaikka siellä

kulkuneuvojen tosiasialliset nopeudet vaihtelevat.
5 . . . tarkemmin, kulkuneuvon matkustajien kokema pseudovoima, joka toimii kuiten-

kin heidän kannaltaan täysin samalla tavalla kuin painovoima.
8.5. Tien- ja kadunmittaus 233
8.5 Tien- ja kadunmittaus
Tietekniikkaan kuuluvat seuraavat mittaus- ja laskentatehtävät:
◦ tiesuunnitelman pohjakartan laatiminen, tiesuunnittelu, apuväli-

neenä ilmakuvaus (fotogrammetria) ja tietotekniikka
◦ tielinjojen laskeminen koordinaatteina ja merkitsemismittoina
◦ tien rakenteiden ja erityiskohteiden (sillat, tunnelit, alikulut jne.)

koordinaattien, merkitsemismittojen ja tarvittaessa volyymien yms.
laskeminen
◦ tietyömaan mittaukset.
Muissakin suurimittakaavaisissa rakennusprojektien teknississä mit-

taustöissä löytyy samoja työvaiheita. Ks. Tikka (1991, sivut 384 – ...).
8.6 Rakennusmittaukset
Rakennusmittaukseen kuuluu rakennusten, rakennusosien, siltojen,

tunneleiden, patojen, koneiden yms. rakenteiden paikalleenmittaukset.
◦ Mittaus lähtee runkoverkosta. Luodaan projektille mittausperus-

ta. Kiintopisteiksi käytetään perus- eli runkopisteitä. Luodaan
tarpeen mukaan tihennys- eli käyttöpisteitä hierarkkisella työs-
kentelytavalla.
◦ Varsinaiset mittaukset suoritetaan käyttöpisteistä. Mittaukset teh-

dään erikseen sijainti- ja korkeusmittauksena, myös osittain eri
pisteistöllä.
◦ On luotu kansainvälisiä standardeja mittausten normittamiseksi.
8.6.1 Rakennuksen paikan merkitseminen maastoon
Kun rakennuslupa on saatu, voi rakentaja hakea viranomaisilta pää-

tös rakennuspaikan maastoon merkitsemisestä, populaaristi “paalutus”.
Menettelyllä on kaksi tavoitetta:
1. rakennuksen sijainnin merkitseminen
2. rakennuksen seinämittojen oikeellisuuden tarkistaminen, raken-

tajalle tärkeä tieto.
Maanmittausviranomaiset mittaavat vain rakennuspaikan osoittamis-

ta varten, ellei muuta on sovittu, ja tarkkuus ja pisteiden määrä ei riitä
itse rakentamista varten. Rakentaja voi jatkaa työtä varsinaisen raken-
nustyön yhteydessä.
Asemapisteeksi valitaan joko jonopiste tai rajamerkki. Ellei niitä löydy

lähistöltä riittävästi ja tarkkuuksiltaan sopivia, joudutaan ensimmäise-
nä työnä mittaamaan uusia peruspisteitä. Näille lasketaan karttakoor-
dinaatit ( x, y) ja ne merkitään asemapiirrokseen.
Tarkistusmittauksiksi käyvät: seinämitat, ristimitat, etäisyydet rajoista

ja etäisyydet muista rakennuksista.
Rakennuksen korkeusasema saadaan jonovaaituksen avulla, joka kul-

kee yleisestä korkeuskiintopisteestä toiseen. Rakennuspaikan lähelle
luodaan vähintään kaksi korkeusperuspistettä myöhempää työtä var-
ten, ellei lähistöltä löydy jo ennestään sopivia yleisiä pisteitä. Oikea kor-
keussijainti on kriittinen viemäreiden toimivuuden ja tulvaturvallisuu-
den kannalta.
8.6.2 Rakennuksen sijaintikatselmus
Sijaintikatselmuksessa (sv. lägessyn) todetaan, että rakennus on oikeal-

la paikalla ja korkeudella. Tämä sijaintikatselmus suoritetaan kun ra-
kennuksen kivijalka tai muu perustus on valmistunut. Hyväksymisen
jälkeen rakennustyö voi jatkua.
8.7 Muut mittaukset
8.7.1 Tekniset mittaukset, deformaatiomittaus
Tekniset mittaukset eli insinöörigeodesia muodostuvat oman erikoisa-

lansa. Tähän kuuluvat myös tarkat deformaatiomittaukset:
◦ deformaatioiden monitorointi rakentamisen aikana ja/tai sen jäl-

keen. Kohteina padot, tunnelit, sillat, suuret rakennukset, jne.
◦ nykyisin usein monitorointi eli seuranta automaattilaitteistolla
◦ teollisuusmittaukset sisätiloissa tai ulkona, suurkoneiden asen-

nusmittaukset, paperikoneet, telakat
8.7. Muut mittaukset 235
◦ insinöörimittaukset (“engineering surveying”)
◦ tunneli- ja kaivosmittaukset. Tälle mittaustyypille on ominais-

ta käytettävän mittausgeometrian tiukka rajoittuneisuus sekä
GNSS-menetelmän soveltumattomuus.
Näissä mittauksissa mitattujen suureiden jäljitettävyys on keskeinen.

Huolellisella (järjestelmä-) kalibroinnilla ja hyvällä metrologisella me-
nettelytavalla on suuri merkitys.
8.7.2 Työkoneohjaus
GNSS-teknologiaa käytetään laajasti, perinteisemmän paikannustek-

nologian lisäksi, työkoneiden ohjaamiseksi tosiajassa. Ohjauksen luot-
tettavuusvaatimukset ovat ilmeisen kovia jos monen miljoonan työkone
ohjataan levittämään esimerkiksi moottoritien asfalttia. Seisokit ovat
kalliita, virheet vieläkin kalliimpia.
Patojen, siltojen ja tunneleiden rakentamisessa käytetään tavallises-

ti paikallista tosiaikaisohjausta. Alankomaiden Itä-Schelden myrsky-
tulvasuojan (kuva 8.8) ja Tanskan Ison Beltin ja Juutinrauman silta-
tunneliratkaisujen rakennusvaiheissa käytettiin tämän tyyppistä tek-
nologiaa, kuten monessa muussa vastaavassa projektissa.
Myös satama-alueiden kontit ja nosturit paikannetaan tosiajassa GNSS-

tekniikalla tehokkuuden lisäämiseksi (Pitkä, 2009).
Maa- ja metsätalouskoneet voidaan ohjata tosiaikaisella GNSS-teknii-

kalla (“precision farming”), jonka avulla siemenet, lannoitteet ja torjunta-
aineet voidaan annostaa tarkasti hyvin paikallistenkin tarpeitten mu-
kaan.
8.7.3 Johtokartoitus
Maanalaisista johdoista, kuten puhelin-, data- ja sähkökaapeleista se-

kä viemäreistä, vesi- ja kaukolämpöjohdoista, vain osa on kartoitettu
tyydyttävällä tavalla. Suurin osa on kuntien eri laitosten valmistamilla
kartoilla, jollaisia voi olla kunnassa useita. Kun johtokartoitus on näin
hajautetusti toteutettu, on karttojen geodeettinen taso vaihteleva.
Kaupungit käyttävät yleisesti vuoden 1974 johtokarttastandardin SFS 3161

esitys- ja valmistustapaa. Standardi uusittiin vuonna 1996.
Kuva 8.8. Koneohjaus. AGA/Minilir infrapunaseurantalaite – ranskalaista so-

tilasteknologiaa! – käytössä Hollannin Itä-Schelden myrskytulva-
suojan rakennustyömaalla vuonna 1980. © 2016 Nicolàs de Hils-
ter, http://www.dehilster.info/geodetic_instruments/1980_
sat-sagem_Fennel-Minilir.php, kuva 4, tekijän luvalla.
Johtokarttoja käytetään moneen tarpeeseen: kaavoituksen teknisen huol-

lon ja verkoston suunnitteluun, rakennustöitä varten, johtojen kun-
nossapitoa varten omistajalaitoksen toimesta, sekä vahingonkorvauk-
sia ja kriisitilanteiden hallitsemista varten. Mittakaava on useimmiten
1 : 500.
Kartoitusmenetelmät:
◦ Mittaus tulee perustua alueella oleviin yleisiin kiintopistei-

siin, jotta tulos saadaan samaan järjestelmään. Tarvittaessa
suoritetaan tihennys eli luodaan uusia runkopisteitä Kaavoi-
tusmittausohjeiden mukaisesti.
◦ Käytetään samoja mittausmenetelmiä kuin yleisemmin kar-

toitusmittauksessa, ks. osa 7.8.
◦ Uusien johtojen kartoitus suoritetaan rakennusvaiheessa kun

johdot ovat vielä näkyvissä.
◦ Vanhojen johtojen näkyvät osat (kaivojen kannet, jakokaa-

pit) kartoitetaan. Maanalaiset osat voidaan joskus paikantaa
metalli-ilmaisimen avulla.
8.7. Muut mittaukset 237
◦ Kartoituksen työketju on täysin digitaalinen.
Johtojen näyttöpalvelu: rakentajille näytetään missä johdot sijaitse-

vat, kaivuutyön aiheuttamien, kalliiden vaurioiden välttämiseksi.
Palvelun tarjoaa useimmiten johtojen omistaja, esimerkiksi voi-
malaitos.
9. Numeerisia maastomalleja ja
määrälaskenta
Rakentaminen ja sen suunnittelu sekä näiden yhteydessä tehtävät tek-

niset mittaukset käyttävät laajasti numeerisia korkeus- ja maastomal-
leja.
Numeerisella korkeusmallilla (Digital Height Model, DHM, tai Digital

Elevation Model, DEM) tai numeerisella maastomallilla (Digital Terrain
Model, DTM) tarkoitetaan maanpinnan pisteistä muodostettua tiedos-
toa, joka kuvaa – paremmin tai huonommin – maanpinnan muotoa.
Korkearesoluutioiset maastomallit ovat suurille alueille kalliitta tuot-
taa, kuitenkin ne ovat useille maille saatavilla. Suomen maastomallit
tuottaa Maanmittauslaitos.
Tietoa maanpinnasta ja sen muodoista hankitaan maastomittauksien

avulla, fotogrammetrisesti (ilmakuvaus) ja skannauksen avulla lentoko-
neiden tai satelliittien avulla. Skanneri voi olla laser-pohjainen tai voi
olla mikroaaltotutka, ns. SAR eli Synthetic Aperture Radar, jossa inter-
ferometrisesti saadaan hyvin korkea resoluutio aikaan.
1. Globaaliset maastomallit:
(a) Vanhempi malli GTOPO30 (U.S. Geological Survey, alkupe-

räinen 1996)1 . Resoluutio on 3000 eli noin kilometri. Päivitet-
tiin käyttämällä SRTM dataa, ks. alla. Malli ei sisällä merien
syvyystietoja.
(b) GLOBE malli (Global One-km Base Elevation project (NOAA

ja monet muut, 1999)2 . Myös 3000 = 1 km. Malli ei sisällä sy-
1 https://lta.cr.usgs.gov/GTOPO30.
2 http://www.ngdc.noaa.gov/mgg/topo/globe.html.
– 239 –
240 Luku 9. Numeerisia maastomalleja ja määrälaskenta
vyystietoja, mutta tämä voi muuttua tulevaisuudessa.
(c) ETOPO5, ETOPO2 (NOAA ja monet muut)3 . Resoluutio on 50

/ 20 (noin 9 km / 3,6 km), mallit sisältävät syyvyystietoa kor-
keustiedon lisäksi.
(d) Shuttle Radar Topography Mission (SRTM) kuvasi maapal-

lon topografiaa leveysasteen 60◦ N ja 56◦ S välillä. Lento ta-
pahtui helmikuussa 2000. Resoluutio on yksi kaarisekun-
ti Maan pinnalla, noin 30 m. Vuoden 2014 aikana kaikki
SRTM:n dataa julistettiin julkiseksi4 . Data ei sisällä merien
syvyystietoja.
1. Valtakunnallinen maastomalli::
Uudet teknologiat, kuten laserkeilaus ilmasta, ovat olleet jo mon-

ta vuotta operationaalisia ja laajassa käytössä. Myös Suomessa
Maanmittauslaitos on jo pitkään keilannut eri alueita Suomes-
sa uuden tarkan valtakunnallisen maastomallin rakentamiseksi.
Malli on tällä hetkellä valmis spatiaalisella resoluutiolla 10 m5 , ja
osittain valmis resoluutiolla 2 m6 . Inspire-direktiivin7 perusteella
data on ilmainen.
9.1 Maastomallien mittaus, muodostaminen, esitystapa
9.1.1 Maastomallien mittaus
Mittausgeometria:
◦ Mitattavien pisteiden paikat eivät yleensä muodosta säännöllistä

kuviota ja voivat olla vapaavalinteisia
◦ hajapistemenetelmällä, tilastollinen näytteenottomenetelmä. Näy-

tetiheys voi olla suurempi siellä, missä maaston muodot vaihtele-
3 http://www.ngdc.noaa.gov/mgg/fliers/01mgg04.html.
4 http://www2.jpl.nasa.gov/srtm/.
5 http://www.maanmittauslaitos.fi/digituotteet/korkeusmalli-10-m.
6 http://www.maanmittauslaitos.fi/digituotteet/korkeusmalli-2-m.
7 http://inspire.ec.europa.eu/.
9.1. Maastomallien mittaus, muodostaminen, esitystapa 241
20˚ 24˚ 28˚ 32˚

72˚ 72˚
70˚ 70˚
68˚ 68˚
66˚ 66˚
64˚ 64˚
62˚ 62˚
60˚ 60˚
20˚ 32˚
24˚ 28˚
2010 Oct 21 10:08:11
Kuva 9.1. Globaalinen maastomalli ETOPO2 versio 2 Suomen alueella.
vat enemmän
◦ tiheämmin taiteviivoille, siis maaston taitekohtiin.
Mittausteknologiat:
◦ Geodeettinen maastomittaus. Alhainen tuottavuustaso, täydentää

muut menetelmät
◦ fotogrammetria, kuitenkin runkopisteet ja ilmakuvauksen katvea-

lueet mitataan geodeettisesti
◦ ilmalaserkeilaus.
Yhdistetään mitatut pisteet Interpoloidaan korkeudet säännöllisen

”kolmiointi” ruutuverkon solmupisteille. ”griddaus”
Kuva 9.2. Kolmiointi vai pistehila.
Mitatusta pistedatasta lasketaan joko kolmiointiverkko tai säännölli-

nen pistehilä.
Maastomalleissa käytetään erilaisia esitystapojaWith terrain models,

different forms of presentation are used8 :
Pistehila-esitystapa. Sopii hyvin tietokoneen työskentelytapaan: suu-

reidenkin aineistojen käsittely on suoranaista ja helppoa.
Säännöllinen hila voi ola neliön muotoinen, suorakulmainen, tai

monimutkaisempi kuten heksakuvio (“mehiläiskenno”) tai kolmio-
tyyppinen.
Kolmiointi-esitystapa. Tässä valitaan maaston muotoja edustavia

pisteitä ja kytketään ne yhteen väliviivojen avulla muodostaen
kolmioiden peite. Yksi tunnettu matemaattinen kolmiointitapa on
Delaunay9 -kolmiointi, joka antaa kauniita, mahdollisimman ta-
sasivuisia, kolmioita.
Kolmiointityyppinen maastoesitys on vaikeampi käsitellä, mutta

se osaa esittää vaikeatkin maaston muodot, kuten terävät reunat,
8 Kuvankäsittelyssä puhutaan täysin vastaavalla tavalla pikseli- ja vektorigrafiikasta.
9 Boris Nikolajevitš Delaunay (1890 – 1980) oli venäläinen matemaatikko ja vuorikii-

peilijä. Ei saa sekoittaa ranskalaisen taivaanmekaanikon Charles-Eugène Delaunay’n
(1816 – 1872) kanssa.
9.2. Maastomallien käyttö 243
paremmin kuin hilaesitys, pienemmällä pisteiden määrällä. Myös

jos maastomallin erotuskyky vaihtelee alueittain, on kolmiointie-
sitys parempi, koska kolmioiden koot vaihtelevat erotuskyvyn mu-
kaan.
Kirjallisuudessa puhutaan TIN-menetelmästä: Triangulated Irre-

gular Network.
CAD (Computer Aided Design) -ohjelmistot, jotka ovat suunnittelutoi-

mistoissa käytössä, osaavat käyttää digitaalisia maastomalleja ja esit-
tää ne monin eri tavoin mm. perspektiivikuvana. Myös rakennussuun-
nitelmat ovat digitaalisessa muodossa ja voidaan yhdistää tähän.
Mainitaan tässä yhteydessä myös moniresoluutioiset ”kaakelointi”-me-

netelmät, jotka perustuvat diskreettiin aallokemuunnokseen (DWT, Disc-
rete Wavelet Transform10 ) ja ovat tarkoitettu aineistojen interaktiivi-
seen esittämiseen11 . Myös kuvaformaatti jpeg2000 sekä Google Earth™
perustuvat tähän tekniikkaan. Tämä esitystapa mahdollistaa äärim-
mäisen nopeita katselupaikan siirtoja ja zoomauksia. Se soveltuu Delaunay-
kolmiointia vieläkin paremmin suuresti vaihtelevan resoluution aineis-
tojen esittämiseen interaktiivisesti.
9.2 Maastomallien käyttö
Maastomalleja sovelletaan mm. seuraaviin käyttötarkoituksiin:
◦ ilmakuvien ortorektifikaatio, ilmakuvauksen projektiovirheiden pois-

taminen ortokarttojen tuotannossa
◦ kartassa esitettyjen korkeuskäyrien laskeminen
◦ väylän (tien, kadun, vesiväylän, sähkölinjan, . . . ) reitin suunnitte-

lu. Minimoidaan (muiden reunaehtojen rajoittamana, kuten mak-
simikallistukset tai minimikaarevuussäteet):
1. siirrettävien maamassojen määrä, osio 9.3 sivulla 244
2. poistettavien ja lisättävien maa-ainesmäärien erotus
10 http://en.wikipedia.org/wiki/Discrete_wavelet_transform.
11 Esimerkiksi http://meru.rnet.missouri.edu/mvl/kolam/.
3. polttoaineen ja/tai ajan kulutus väylää käyttävälle tyypilli-

selle kulkuneuvolle.
◦ kolmiulotteisten maisemamallien luominen ja visualisointi, suun-

nittelun ja suunnitelmien julkisen käsittelyn avuksi
◦ näkyvyyskysymysten ratkaiseminen, esimerkiksi matkapuhelin-

tai radiomastojen sijoittamisen yhteydessä
◦ laskettelurinteiden suunnittelu
◦ sotilaallinen sovellus on risteilyohjusten, mutta myös hävittäjä-

lentokoneiden, automaattiohjaus matalalennolla
◦ maastomassojen painovoimavaikutuksen (maastokorjauksen) las-

keminen painovoimakentän ja geoidin laskennassa
◦ realistiset maisemat videopeleille, lentosimulaattoreille
◦ monet muut.
Tarkasti ottaen numeerinen korkeusmalli (DEM, Digital Elevation Mo-

del) kuvaa, ei vain maaston vaan myös rakennusten ym. korkeudet, kun
taas numeerinen maastomalli (DTM, Digital Terrain Model) kuvaa vain
itse maaston korkeutta. Kuitenkin sanat käytetään usein synonyymei-
na.
9.3 Pinta-alojen laskenta
Pinta-alojen määritys on käsitelty kirjassa Kahmen ja Faig (1988, lu-

vussa 8.6).
Kätevä määritystapa on käyttää merkitsemismittoja tietyn kantaviivan

suhteen. kuvassa 9.3, merkitsemismitat muodostuvat trapetsoideja.
Alue I lasketaan seuraavasti:

1
AI = (a 2 − a 1 ) ( b 1 + b 2 ) ,
2
ja alue II seuraavasti:
1
A II = (a 4 − a 3 ) ( b 3 + b 4 ) ,
2
joissa on kiinnitettävä huomio etumerkkeihin.
9.3. Pinta-alojen laskenta 245
00011111
11100000
−b3 a
3 3
00000
11111
−
III 2
00000
11111
+
b2
II
a2 I
−b4 a4 1
4
b1
a1
Kuva 9.3. Merkitsemismittojen käyttö.
Myös alue III saadaan vastaavalla tavalla, vaikka se onkin kahden

pinta-alan erotus (se on kuitenkin muodollinen trapetsoidi).
1
A III = (a 3 − a 2 ) ( b 2 + b 3 ) .
2
Kaikki yhtälöt saadan yhteensopiviksi sopimalla esimerkiksi, että b-

arvot ovat positiivisia a-kulkusuuntaan nähden oikealla puolella, ja
negatiivisia vasemmalla puolella. Samalla a-indeksit seurataan nume-
rojärjestyksen mukaan eli esimerkkitapauksessa vastapäivään. Silloin
saadaan kokonaispinta-ala summaamalla
A = A I + A II + A III + . . .
ja kaikki etumerkit, myös pienten kumoutuvien kolmioiden, ovat auto-

maattisesti oikeita.
Jos on käytettävissä koordinaatteja, on muitakin pinta-alan laskennan

tapoja. Kokonaispinta-ala saadaan trapetsoidien summana ( i -indeksi on
sirkulaarinen, eli n + 1 on sama kuin 1):
1X n
A=+ ( x i+1 − x i ) ( yi+1 + yi ) , (9.1)
2 i=1
ja vaihtamalla x ja y keskenään:
1X n
A=− ( yi+1 − yi ) ( x i+1 + x i ) . (9.2)
2 i=1
Yhtälöstä 9.1 saadaan
1X n 1X n
A=− x i ( yi+1 + yi ) + x i+1 ( yi+1 + yi ) ,
2 i=1 2 i=1
1111
00000000
1111
x x
Pinta-ala on Pinta-ala on
11111
00000
00000 1111
11111
0000000
1111111
III+IV
00001111
0000
- I+II+V II+III+IV - I +V
x
0000000
1111111 0000000
1111111
4
0000000
1111111 0000000
1111111
4
0000000
1111111 0000000
1111111
00000000
11111111
0000000
1111111
0000000
1111111 0000000
1111111
00000000
11111111
0000000
1111111
5(= 0) 3
0000000
1111111
5(= 0) 3
0000000
1111111 00000000
11111111
IV
0000000
1111111
0000000
1111111 0000000
1111111
00000000
11111111
0000000
1111111
0000000
1111111 0000000
1111111
00000000
11111111
IV
0000000
1111111
III III
0000000
1111111
0000000
1111111 00000000
11111111
0000000
1111111
II
rd θ
0000000 11111111
1111111
1(= 6)
00000000
1(= 6) V
0000000
1111111
x1 r
0000000
1111111
2 2
0000000
1111111 00000000
11111111
x2 r1 dθ
V I Integraatio
0000000
1111111 00000000
11111111I II r2
0000000 11111111
1111111
y1
00000000 y2
y θ12 y y
(a) Suorakulmainen (b) Napakoordinaateissa (c) Jatkuva integraatio
Kuva 9.4. Pinta-alan laskenta.
ja uudelleen numeroimalla toinen termi – kun i -indeksi on sirkulaari-

nen:
1X n 1X n 1X n
A=− x i ( yi+1 + yi ) + x i ( yi + yi−1 ) = x i ( yi−1 − yi+1 ) .
2 i=1 2 i=1 2 i=1
Vastaavasti saa yhtälöstä 9.2
1X n
A= yi ( x i+1 − x i−1 ) .
2 i=1
Nämä yhtälöt tunnetaan kengännauhakaavoiksihttps://en.wikipedia.

org/wiki/Shoelace_formula.
Jos yhtälöt 9.1 ja 9.2 lasketaan yhteen ja jaetaan kahdella, saadaan
1X n
A= ( x i+1 yi − yi+1 x i ) .
2 i=1
Kuva 9.5. Polaariplanimetri vuodesta 1908 (Wikipedia). Pinta-ala mitataan

piirtämällä kuvion ulkoreunaa pitkin.
9.3. Pinta-alojen laskenta 247
y
1
x2 y1 − x1 y2
1
2 ( x2 y1 − x1 y2 )
2
( x1 y2 )
r1
θ12
r2
Kuva 9.6. Planimetriyhtälön graafinen todistus.
Tämä yhtälö laskee monikulmion pinta-ala origosta lähtevien kolmioi-

den summana. Voidaan näyttää – graafinen todistus kuvassa 9.6 –, että
sellaisen kolmion (kuvassa esimerkki) pinta-ala on
1 1
A i,i+1 = ( x i+1 yi − yi+1 x i ) = r i r i+1 sin θ i,i+1 . (9.3)
2 2
Tämä yhtälö 9.3 on polaariplanimetrin toimintaperiaate12 . Tietysti yh-

tälöä voidaan käyttä suoraan myös numeerisesti, jos kuvio on annettu
napakoordinaatistossa:
1X n
A= r i r i+1 sin θ i,i+1 .
2 i=1
12 Planimetri integroi mekaanisesti ilmaisun

˛
1
r 2 (ϕ) d θ ,
2
joka on suljetun kuvion pinta-ala.

F2
Fm
F1
Kuva 9.7. Simpsonin integrointisääntö tilavuuslaskennassa.
9.4 Tilavuuksien laskenta
Maa-aineksen määrälaskennasta on selostettu kirjassa Kahmen ja Faig

(1988, luvuissa 14.2, 14.3). Usein on kyse siirrettävän soran, hiekan tms.
rakennusaineen määrän laskennasta esimerkiksi tierakentamisen yh-
teydessä.
Mittauksen tai määrityksen välineet ovat
1. pintavaaitus tai lasertason käyttö (vain pienet kohteet, työinten-

siivinen)
2. fotogrammetria ilmasta tai terrestrisesti pekkaniskalta™
3. laserkeilaus, ilmasta tai terrestrinen – korkea tuottavuus
4. korkeuskäyrät kartalta. Menetelmän laskenta on verrattavissa

pinta-alan määritykseen, osio 9.3
5. digitaalinen maastomalli.
9.4.1 Simpsonin sääntö ja neliöinti
Kätevä tapa integroida numeerisesti eli neliöidä maa-aineksen tilavuut-

ta profiilitiedoista on Simpsonin sääntö (Kahmen ja Faig, 1988, luku
14.2.1)13 . Yhtälö on
1
V= ( F 1 + 4 F m + F 2 ) `, (9.4)
6
jossa F1 , F2 ovät ääripäiden läpileikkausten pinta-alat, F m on keskim-
mäisen leikkauksen pinta-ala ja ` on koko kappaleen pituus.
13 Thomas Simpson (1710 – 1761) oli englantilainen kutojan poika ja itseoppinut ma-
temaatikko, Royal Societyn fellow. Hän ei itse asiassa keksinyt Simpsonin sääntöä,
vaikka se esiintyi hänen oppikirjassaan: sääntö oli jo Johannes Keplerin tiedossa.
9.4. Tilavuuksien laskenta 249
Simpsonin sääntöä voidaan todistaa seuraavasti. Olkoon integroitava

funktio f ( x), ja olkoon käytettävissä funktion arvot pisteissä (−∆ x, 0, ∆ x):
f −1 = f (−∆ x) , f 0 = f (0) , f 1 = f (∆ x) .
Approksimoidaan funktio f neljännen asteen polynomilla:
fe( x) = a + bx + cx2 + dx3 + ex4 .
Polynomin integraali on
ˆ +∆x ¸+∆ x
1 1 1 1
·
fe( x) dx = ax + bx2 + cx3 + dx4 + ex5 =
−∆ x 2 3 4 5 −∆ x
2 2
= 2 a∆ x + c ∆ x3 + e ∆ x5 . (9.5)
3 5
Kirjoita myös
fe−1 = a − b∆ x + c∆ x2 − d ∆ x3 + e∆ x4 ,
fe0 = a,
fe1 = a + b∆ x + c∆ x2 + d ∆ x3 + e∆ x4 ,
jolloin lineaariyhdistelmällä
I = p −1 fe−1 + p 0 fe0 + p 1 fe1 = a ( p −1 + p 0 + p 1 ) +
+ b∆ x + d ∆ x3 (− p −1 + p 1 ) + c∆ x2 + e∆ x4 ( p −1 + p 1 ) .
¡ ¢ ¡ ¢
(9.6)
Vertaamalla kaavat 9.5 ja 9.6 nähdään, että, saadakseen I mahdollisim-

man lähelle integraalia 9.5 on valittava
p −1 + p 0 + p 1 = 2∆ x,
− p −1 + p 1 = 0,
2
p −1 + p 1 = ∆ x,
3
jolloin saadaan
1 4
p −1 = p 1 = ∆ x ja p 0 = ∆ x.
3 3
Sijoittamalla tämä kaavaan 9.6 saadaan
2
I = 2 a∆ x + c ∆ x3 , (9.7)
3
ja ero integraalin kanssa on
ˆ +∆ x
2
fe( x) dx − I = e∆ x5 ,
−∆ x 5
1 1
0.8 0.8
0.6 0.6
0.4 0.4
0.2 0.2
0 0
−0.2 −0.2
−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1
Kuva 9.8. Neliöinnin vaihtoehdot. Vasemalla, matemaattisesti hyvin käyttäy-

tyvä funktio (musta), Simpson (punainen) toimii parhaiten. Oikeal-
la, ”rosoinen” funktio. Trapetsoidisääntö (sininen) toimii yhtä hyvin.
Realistinen maasto on näiden ääripäiden välillä.
viidennen asteen pistevälin ∆ x funktio. Tämä merkitsee, että valitse-

malla ∆ x sopivan pieneksi, saadaan ilmaisua 9.7 hyvin nopeasti lähes-
tymään polynomin oikeaa arvoa. Voimme kirjoittaa
1e 4 1
I = p −1 fe−1 + p 0 fe0 + p 1 fe1 = f −1 ∆ x + fe0 ∆ x + fe1 ∆ x =
3 3 3
1£e
f −1 + 4 fe0 + fe1 · 2∆ x.
¤
=
6
Tähän sijoitetaan funktion oikeat arvot f −1 , f 0 , f 1 ja ` = 2∆ x ja saadaan

Simpsonin sääntö 9.4.
Jos integroitava funktio f ei ole patologinen – mutta maaston muodot

saattavat hyvinkin olla patologisia! –, konvergoi Simpsonin sääntö myös
hyvin nopeasti siihen.
9.4.2 Vaihtoehtoiset neliöintisäännöt
Usein yksinkertaisempi sääntö
1
V= ( F1 + F2 ) `
2
(“trapetsoidisääntö”) kelpaa, tai jopa
V = Fm `
(“suorakulmiosääntö”). Ne eivät konvergoi kuitenkaan yhtä kauniisti

kuin Simpsonin kaava: molemmille virhe on verrannollinen pisteväliin
∆ x, siis `.
Jos Simpsonin säännön tarkkuus ei ole riittavä, koska kappale on lii-

an rosoinen eli ”patologinen”, voidaan saavuttaa parempaa tarkkuutta
9.4. Tilavuuksien laskenta 251
2
P 4 2
3 1 P
3 1
h2
h2 h1
h1 h4
h3
h3 P P
Kuva 9.9. Tilavuuslaskenta digitaalisista maastomalleista.
jakamalla kappale viipaleisiin, soveltamalla joku yksinkertaisempi ne-

liöintisääntö jokaiseen niistä ja summaamalla termit.
Tilavuuslaskenta kolmiointi- tai hilatyyppisten maastomallien tapauk-

sissa on kuvattu kuvassa 9.9. Kolmiointimallin tapauksessa pinta-
alkion tilavuus lasketaan yhtälön
h1 + h2 + h3
V =P
3
mukaan. Hilamallin tapauksessa käytettävä yhtälö on
h1 + h2 + h3 + h4
V =P .
4
Yleistys: pinta-alkion pinta-ala P kerrottuna n nurkkapisteistä laske-

tulla keskimääräisellä korkeudella
Pn
i =1 h i
h≡ .
n
Nämä yhtälöt ovat likimääräisiä mutta useimmiten riittäviä.

10. Kolmiulotteisia vertausjärjestelmiä
10.1 Geosentriset koordinaattijärjestelmät
Modernissa geodesiassa satelliitti- ja avaruusgeodeettiset mittausmene-

telmät ovat maailmanlaajuisen geodeettisen havaintojärjestelmän1 in-
tegroitua osaa. Toisin kuin perinteiset geodeettiset havaintomenetel-
mät, jotka suorittavat mittauksiaan Maan pinnalla tai sen lähellä, ovat
nämä mittaukset aidosti kolmiulotteisia, ja niiden käsittely vaatii kol-
men ulottuvuuden käyttöä myös laskennassa. Lisäksi ainakin satelliit-
timittausten alustat ovat Maata kiertävässä radassa, jolloin Maan mas-
sakeskipiste astuu luonnollisella tavalla käytetyn koordinaatiston ori-
gon rooliin. Siksi käytetään satelliittigeodesiassa geosentrisia, kolmiu-
lotteisia koordinaattijärjestelmiä. Ks. kuva 10.1. Geosentristen koordi-
naattien symboleiksi käytetään usein versaaleja, kuten X , Y , Z .
Geosentrinen: origo on Maan massakeskipisteessä ja Z -akseli on

Maan pyörähdysakselin suuntainen.
On olemassa kahdenlaiset geosentriset järjestelmät:
Inertiaalinen: pyörähdysliikettä ei ole. Akselien suunnat ovat

kiinteitä tähtitaivaaseen nähden.
X -akseli osoittaa (tavallisesti) kevätpäiväntasauspisteeseen,

“tähtitaivaan Greenwichiin”.
Terrestrinen: “mukana pyörivä”, en. co-rotating, myös ECEF:

Earth Centred, Earth Fixed: akselien suunnat ovat kiintei-
tä kiinteään Maahan nähden.
1 http://www.ggos.org/
– 253 –
254 Luku 10. Kolmiulotteisia vertausjärjestelmiä
Z
Pyörähdysliike
Greenwich
Y0
X0
Kevät-
tasauspiste
X
Greenwichin tähtiaika θ
Kuva 10.1. Inertiaalinen X 0 , Y 0 , Z ja mukana pyörivä eli ECEF (X , Y , Z) koor-

¡ ¢
dinaattijärjestelmä.
X - akseli osoittaa Greenwichin meridiaanin suuntaan.
Inertiaalisen ja terrestrisen järjestelmän välillä on kiertokulma nimel-

tä Greenwichin tähtiaika. Se muuttuu nopeasti ajan mukaan, samalla
kulmanopeudella kuin maapallon pyörähdysliike tähtitaivaan suhteen.
Oikeakätinen koordinaattikolmikko: korkkiruuvi, joka pyörimällä

edistyy positiiviseen x-akselin suuntaan, kiertää y-akselin suun-
nasta z-akselin suuntaan.
Kuva 10.2. Oikeakätinen koordinaatisto. y → z korkkiruuvi etenee x:n suun-

taan.
10.1. Geosentriset koordinaattijärjestelmät 255
Z
R h
φ ϕ X /Y
O
N ϕ
¡ ¢
Kuva 10.3. Geosentrinen ja geodeettinen leveysaste ja poikittaiskaarevuus.
Geosentrinen järjestelmä on oikeakätinen, jos X -akseli osoittaa Greenwic-

hin mediaanin tason ja päiväntasaajan tason leikkaussuuntaan, Z -
akseli taivaan pohjoisnavalle, ja Y -akseli 90◦ itään.
Geosentriset koordinaatit voivat olla suorakulmaisia ( X , Y , Z ), pallo-

koordinaatteja, geodeettisia eli maantieteellisiä koordinaatteja, tai el-
lipsoidisia koordinaatteja. Niiden välillä on olemassa seuraavia yhteyk-
siä:    
X cos φ cos λ
   
 Y  = R  cos φ sin λ ,
   
   
Z sin φ
jossa R, φ, λ , eli säde ja geosentrinen leveys- ja pituusaste, ovat pallo-
¡ ¢
koordinaatteja, ja
 
 ¡ ¡ ¢ 
N ϕ + h cos ϕ cos λ
¢
X
   ¡ ¡ ¢ 
 Y  =  N ϕ + h cos ϕ sin λ
¢
,
   
   ¡¡ 
b2/a2 N ϕ + h sin ϕ
¢ ¡ ¢ ¢
Z
jossa ( h, ϕ, λ), eli korkeus vertausellipsoidista ja geodeettinen leveysaste

ja pituusaste ovat geodeettisia eli maantieteellisiä koordinaatteja. Suu-
reet a ja b ovat maaellipsoidin isoja pikkuakselin puolikkaat, toisin
sanoen, ekvaattorisäde ja napasäde, ja poikittaiskaarevuussäde
a2
N ϕ =q
¡ ¢
.
a2 cos2 ϕ + b2 sin2 ϕ
Kolmas geosentrinen koordinaattityyppi, ellipsoidiset koordinaatit, käy-

tetään joskus tieteellisessä työssä, mutta maanmittauksessa niillä ei ole
käytännön merkitystä, ks. Heiskanen ja Moritz (1967).
Suorakulmaisten koordinaattien etuna on, että niiden kanssa on helppo

laskea. Esimerkiksi kahden pisteen ( X 1 , Y1 , Z1 ) ja ( X 2 , Y2 , Z2 ) välinen
matka s on yksinkertaisesti2
q
s 12 = ( X 2 − X 1 )2 + (Y2 − Y1 )2 + ( Z2 − Z1 )2 .
Jos pisteet on annettu muodossa h 1 , ϕ1 , λ1 , h 2 , ϕ2 , λ2 , on vastaava

¡ ¢ ¡ ¢
kaava aika lailla monimutkaisempi!
10.2 Toposentriset koordinaatit
Käytännön mittaustyössä käytetään useimmiten paikallista eli topo-

sentrista3 , kolmiulotteista koordinaatistoa, jonka origo on itse mittaus-
paikka eli koje (kojekoordinaatisto). On luonnollista käyttää pallokoor-
dinaatteja ( s, α, ζ), jossa s on vinoetäisyys kojeesta, α on atsimuti eli
(vaaka-) suuntakulma, ja ζ on zeniittikulma. Niistä laskee helposti tä-
hyksen suorakulmaisia koordinaatteja:
   
x sin ζ cos α
   
 y  = s  sin ζ sin α .
   
   
z cos ζ
Nykyiset elektroniset takymetrit osaavat antaa ulos juuri nämä kojekoor-

dinaatit joko pallokoordinaatteina ( s, α, ζ) tai suorakulmaisina ( x, y, z).
Kuvassa 10.4 on piirretty sekä toposentrisen ( x, y, z) -järjestelmän koor-

dinaattiakselit, että geosentrisen järjestelmän akselit ( X , Y , Z ). Tässä
kuvassa tähys T voi olla Maan päällä oleva, mitattava piste, mutta myös
Maata kiertävä satelliitti. Joka tapauksessa mittaukset saadaan ensin
aina toposentrisesti eli havaintopaikan K ja paikallisen horisontin (har-
maan ympyrän) suhteen.
Muunnos näiden kahden suorakulmaisen, kolmiulotteisen järjestelmän

välillä on kolmiulotteinen yhdenmuotoisuusmuunnos eli Helmert-muunnos.
Sitä käsitellään seuraavaksi.
2 Tietenkin tämä on suora matka avaruudessa, joka menee usein Maan kiinteän kap-
paleen läpi. Yleensä kiinnostaa enemmän matkaa Maan pintaa pitkin.
3 Kr. topos = paikka; vrt. utopia = olematon paikka
10.3. Kolmiulotteiset muunnokset 257
z T
x ζ
A
y
K
Z T
x
z
y
K
Y
O
Kuva 10.4. Toposentrinen eli kojekeskeinen koordinaatisto sekä geosentrinen

koordinaatisto. Koje on K, Maan massakeskipiste O ja mitattu
paikka eli tähys T.
10.3 Kolmiulotteiset muunnokset
Kaksiulotteinen yhdenmuotoisuus- eli Helmert-muunnos on, jos Y -akseli

on X -akselista katsottuna α:n suunnassa:
    
X 0
cos α sin α X − X0
  = µ  ,
Y 0
− sin α cos α Y − Y0
h iT
jossa α on rotaatiokulma, µ on mittakaavasuhde, ja X 0 Y0 ovat
uuden järjestelmän origon koordinaatit vanhassa järjestelmässä kirjoi-
tettuina.
Vastaava kolmiuloitteinen muunnoskaava saadaan lisäämällä Z -akseli

ja pitää se muuttamattomana:
     
X0 cos α3 sin α3 0 X − X0
     
 Y  = µ  − sin α3 cos α3 0  ·  Y − Y0
 0 
.
   
     
0
Z 0 0 1 Z
Yhtälössä näkyvä 3 × 3 rotaatiomatriisi voidaan kutsua R 3 (α3 ).
Samalla tavalla kuin Z -akselin ympärillä voi myös Y - tai X -akseleiden

ympärillä tapahtua rotaatiota. Siinä tapauksessa saadaan analogisesti
rotaatiomatriisit
 
1 0 0
 
R 1 (α1 ) =  0 cos α1 sin α1
 

 
0 − sin α1 cos α1
ja
 
cos α2 0 − sin α2
 
R 2 (α2 ) =  0 1 0 .
 
 
sin α2 0 cos α2
Yleisen yhdenmuotoisuusmuunnoksen kaava joka sisältää kaikki kolme

rotaatiota on nyt
R0 = µR (R − R0 ) , (10.1)
jossa      
0
X X X
     0 
0  0 
R =  Y , R =  Y , R0 =  Y0  ,
   
     
0
Z Z Z0
ja
R = R 3 (α3 ) R 2 (α2 ) R 1 (α1 )
on kolmen rotaation yhdistelmä. Yhtälöä 10.1 kutsutaan (kolmiulottei-

seksi) Helmert- eli yhdenmuotoisuusmuunnokseksi. R -matriisin alkiot
ovat monimutkaisia kulmien α1 , α2 , α3 trigonometrisia ilmaisuja emme-
kä laske ne tässä.
10.4 Muunnos pienten kiertokulmien tapauksessa
Usein kahden koordinaatiston akselit ovat hyvin lähellä toisiaan. Siinä

tapauksessa kiertokulmat ovat pieniä ja voidaan tehdä approksimaatio,
10.4. Muunnos pienten kiertokulmien tapauksessa 259
että sin α ≈ α ja cos α ≈ 1. Silloin kaavat yksinkertaistuvat. Jos lisäksi

oletetaan että mittakaavasuhde µ on lähellä ykköstä, voidaan kirjoittaa
µ = 1 + ∆µ.
Lisäksi
 
1 0 0
 
R 1 (α1 ) ≈  0 1 α1 ,
 
 
0 −α1 1
 
1 0 −α2
 
R (α2 ) ≈  0 1 0 ,
 
 
α2 0 1
 
1 α3 0
 
R 3 (α3 ) ≈  −α3 1 0 .
 
 
0 0 1
Kun kaikki α i ovat pieniä, saa myös olettaa, että kaikki α i α j ≈ 0 jos
i 6= j , ja seuraa
 
1 α3 −α2
 
R = R 3 (α3 ) R 2 (α2 ) R 1 (α1 ) =  −α3 1 α1  = I + ∆R,
 
 
α2 −α1 1
jossa I on 3 × 3 yksikkömatriisi ja
 
0 α3 −α2
 
∆R =  −α3 0 α1
 

 
α2 −α1 0
on antisymmetrinen matriisi: ∆R T = −∆R .
Tästä seuraa koordinaattien korjauskaava

 
∆µ α3 −α2
 
R − R = ∆µ + ∆R (R − R0 ) =  −α3 ∆µ
0
¡ ¢
α1  (R − R0 ) , (10.2)
 
 
α2 −α1 ∆µ
jossa ∆µ, α1 , α2 , α3 ja R0 − R ovat kaikki pieniä (mutta R − R0 on iso).
Esitystapa 10.2 on yleisen yhdenmuotoisuusmuunnoksen esitystapa

kahden lähellä olevan koordinaattijärjestelmän toteutuksen välillä, ku-
ten esimerkiksi ITRS:n eri realisaatioiden välillä. Silloin kiertokulmat
α i ovat luokkaa kaarisekunnin murto-osa ja siirtymävektori R0 on alle
10 cm.
10.5 Muunnos kahden vertausellipsoidin välillä
Klassinen tapaus on muunnos kahden geodeettisen datumin välillä, jot-

ka ovat määriteltyjä kahdella eri ei-geosentrisellä vertausellipsoidilla.
Esimerkiksi Euroopassa ED50-datumin Hayford-ellipsoidin ja Itä-Eu-
roopan Krasovsky-ellipsoidin välillä. Raaka voima -menetelmä on sil-
loin ensin muuntaa geodeettiset koordinaatit ϕ, λ, h suorakulmaisiksi
¡ ¢
( X , Y , Z ), suorittaa kolmiulotteinen muunnos kahden datumin välillä, ja

muuntaa takaisin geodeettisiksi koordinaateiksi ϕ, λ, h .
¡ ¢
Jos ero kahden datumin välillä on pieni ja vain vertausellipsoidin kes-

kipisteen siirto, olisi hyvä tietää mikä yhteys on olemassa keskipisteen
siirron ja geodeettisten koordinaattien muutosten välillä. Onneksi tä-
hän löytyy helppo yhtälö. Ks. kuva 10.5.
Olkoon pisteen suorakulmainen sijaintivektori toisen ellipsoidin keski-

pisteestä R1 , ja toisesta R2 , ja ero
   
X2 − X1 dX
   
d R = R2 − R1 =  Y2 − Y1  =  dY  .
   
   
Z2 − Z1 dZ
Pisteen ympärillä määritetään paikalliset toposentriset koordinaatit

( x, y, z) yksikkövektorikannalla {N, E, U} (”North, East, Up”). Pisteen
paikassa vertausellipsoidin pääkaarevuussäteet ovat M – meridiaani-
kaarevuussäde – ja N – poikittaiskaarevuussäde. Nyt toposentriset siir-
tymät ovat
x = M ϕ d ϕ,
¡ ¢
y = N ϕ cos ϕ d λ,
¡ ¢
z = dh,
ja
d R = N x + E y + U z = N Md ϕ + E N cos ϕ d λ + U dh.
10.5. Muunnos kahden vertausellipsoidin välillä 261
Mer
idia
ani
Nx
Uz
dλ
dh
N cos ϕ Ey
M
de
Leveyspiiri
ssä
R
vuu
N
are
de
sä
ika
s
aan uu
ev
ar
ka
ridi
s
ai
itt
Me
dϕ ik
Po
−ϕ
cos ϕ d λ
90 ◦
Kuva 10.5. Differentiaalinen yhteys suorakulmaisten ja vertausellipsoidin

koordinaattien välillä.
Matriisinotaatiossa tämä on
   
dX Md ϕ
  h i 
 dY  = N E U  N cos ϕ d λ  =
   
   
dZ dh
  
N Ex Ux Md ϕ
 x  
=  Ny E y U y   N cos ϕ d λ ,
  
  
Nz E z Uz dh
jossa matriisi on ortogonaalinen, itse asiassa rotaatiomatriisi:

   
Nx E x Ux − sin ϕ cos λ − cos λ cos ϕ cos λ
   
R =  N y E y U y  =  − sin ϕ sin λ sin λ cos ϕ sin λ .
   
   
Nz E z Uz cos ϕ 0 sin ϕ
Ortogonaalisen matriisin kääntäminen on helppoa: R −1 = R T . Eli

    
Md ϕ − sin ϕ cos λ − sin ϕ sin λ cos ϕ dX
    
 N cos ϕ d λ  =  − cos λ sin λ 0 dY  .
    
 
    
dh cos ϕ cos λ cos ϕ sin λ sin ϕ dZ
Näin voidaan helposti laskea, mitkä ovat vertausellipsoidin keskipis-

teen siirtymisen vaikutukset geodeettisiin koordinaatteihin ϕ, λ, h las-
kettuna ellipsoidilla:
     
ϕ2 ϕ1 X − X1
    h i  2 
 λ2  =  λ1  + M −1 N cos ϕ −1 1 R T  Y2 − Y1
¡ ¢
.
     
     
h2 h1 Z2 − Z1
Ja kun geodeettiset koordinaatit ϕ, λ, h muuttuvat, niin muuttuvat

¡ ¢
myös luotiviivan poikkeamat ja geoidin korkeudet: niiden määritelmät-

hän ovat
ξ = Φ − ϕ,
η = (Λ − λ) cos ϕ,
N = h − H,
jossa (Φ, Λ) ovat tähtitieteellisesti määritetyt leveys- ja pituusasteet,

ξ, η luotiviivan poikkeamat pohjois- ja itäsuuntaan, h on korkeus el-
¡ ¢
lipsoidista ja H merenpinnasta, kun N on geoidin korkeus vertausellip-

soidista. Tästä saa suoraan
    
−M ϕ dξ − sin ϕ cos λ − sin ϕ sin λ cos ϕ
¡ ¢
dX
    
 −N ϕ dη  =  − cos λ sin λ
¡ ¢
0   dY  ,
    
    
dN cos ϕ cos λ cos ϕ sin λ sin ϕ dZ
koska Φ, Λ ja H ovat suoraan laskettavissa mittauksista ilman vertaus-

ellipsoidin käyttöä. Ks. kuva 10.6.
10.6 Laplacen atsimutimittaus
Vertausellipsoidilla laskettua geodeettista verkkoa orientoidaan tähti-

tieteellisten mittausten avulla. Kolmesta vapausasteesta kaksi kiinnite-
tään kiinnittämällä ellipsoidisen normaalin suunta datumipiste(e)(i)ssä
10.6. Laplacen atsimutimittaus 263
Ellipsoidin normaali
ϕ1 , λ1 ϕ2 , λ2
h2 1 2
H Luotiviiva
ξ1 Φ, Λ
h1
ξ2
N1
.
. Geoidi
N2
. Ell
ips
oid
El i1
lip
soi
di
2
Datumi-
muunnos
Kuva 10.6. Datumimuunnoksen (vertausellipsoidin siirron) vaikutus geodeet-

tisiin leveys- ja pituusasteisiin ϕ, λ, luotiviivan poikkeamiin ξ, η,
geoidikorkeuksiin N ja pisteiden ellipsoidikorkeuksiin h.
tähtitieteellisesti mitaattuun luotiviivaan. Tämä jättää kolmatta va-

pausastetta vapaaksi, verkon orientaatio paikallisen pohjoisen suhteen.
Verkossa mitatut suunnat ovat paikalliseen horisonttiin projisoidut

suunnat. Mikäli jätetään huomioimatta paikalliset luotiviivapoikkea-
mat (eli oletetaan että paikallinen horisonttitaso on sama kuin paikal-
linen vertausellipsoidin tangenttipinta), voidaan sanoa, että tähtäys-
suunnat ovat vertausellipsoidiin projisoidut suunnat. Tämä olettama ei
ole kuitenkaan oikein. Paikallinen horisontti on kohtisuora paikalliseen
painovoimaan nähden jonka suunta eroaa jonkin verran vertausellipsoi-
din normaalin suunnasta. Ilmiö kutsutaan luotiviivapoikkeamaksi (ku-
va 10.7).
Luotiviivapoikkeamat ovat ξ pohjois-etelä-suunnassa ja η länsi-itä-suunnassa.
Ellipsoidinen normaali
Luotiviiva
Horisontti
Geoidi
Vertausellipsoidi
Kuva 10.7. Paikallisen luotiviivan poikkeama vertausellipsoidin normaalista.

Yhtälöt:
ξ = Φ − ϕ,
η = (Λ − λ) cos Φ,
jossa (Φ, Λ) ovat tähtitieteellisesti määritettyjä leveys- ja pituusasteita.

Koordinaatit ϕ, λ taas ovat maantieteellisia leveys- ja pituusasteita,
¡ ¢
jotka ovat laskettuja koordinaatteja kuten löytyvät kartoilta, laskettu

tietyn vertausellipsoidin suhteen4 .
Olkoon paikalliseen horisonttiin nähden mitattu atsimuti (absoluutti-

nen suunta) α, ja saman tähtäyksen atsimuti vertausellipsoidilla α.
Silloin voidaan sanoa, että
α − α = η tan Φ + ξ sin α − η cos α cot ζ =

¡ ¢
= (Λ − λ) sin Φ + Φ − φ sin α − (Λ − λ) cos α cos Φ cot ζ(10.3)

¡¡ ¢ ¢
missä ζ on zeniittikulma ja α atsimuti. Kaava 10.3 on ns. Laplace-yhtälö.

Jos suunta on vaakatasossa, on cot ζ = 0 ja ylläoleva korjaus on mittaus-
paikkakohtainen vakio, koska suuntakulman α riippuvuus häviää.
Alla oleva kuva selittää mistä molemmat termit on peräisin:
◦ ensimmäinen termi η tan Φ johtuu taivaannavan suunnan eri pro-

jektioista paikalliseen horisonttiin kuin vertausellipsoidin tan-
genttitasoon. Se riippuu taivaannavan korkeudesta eli leveysas-
teesta Φ.
◦ Toinen termi ξ sin α − η cos α cot ζ johtuu tähyksen suunnan eri

¡ ¢
projektioista paikalliseen horisonttiin kuin ellipsoidin tangentti-

tasoon. Se taas riippuu samalla tavalla tähyksen zeniittikulmasta
ζ ja häviää jos ζ = 90◦ .
10.7 Perinteiset “2D+1D” koordinaatistot
Entuudestaan on laajassa käytössä koordinaatistoja joissa vaakasijain-

ti ja korkeus ilmoitetaan erikseen. Esimerkki tästä on Suomessa pit-
4 Tämä merkitsee siis, että luotiviivapoikkeamat riippuvat valitusta vertausellipsoi-

dista: paikallisen vertausellipsoidin eli datumin valinta tehdään usein näin, että luo-
tiviivapoikkeamien neliöllinen summa minimoituisi. Eli, että ellipsoidi sopisi mahdol-
lisimman yhteen hyvin paikallisen painovoimakentän tasopinnan eli geoidin kanssa.
10.7. Perinteiset “2D+1D” koordinaatistot 265
Zeniitti
Pohjantähti
ntti Luotiviiva
Horiso
aso
enttit
ta ng
idin
pso
Elli Φ
Havaitsija
α
α
Tähys
Hic sunt leones

Zeniitti
Ellipdsoidin normaali
Pohjantähti
Luotiviiva
Horiso
Tähys ntti
Elli
pso
idin
tange
ζ ntti
taso
Havaitsija
α
α
Kuva 10.8. Laplace-ilmiö: luotiviivapoikkeaman vaikutus atsimutin suuntaan
kään käytössä ollut, mutta nyt väistyvät, Kartastokoordinaattijärjes-

telmä KKJ, ja korkeusjärjestelmä N60. KKJ antaa vaakakoordinaat-
teja Gauss-Krüger -projektiossa Hayford-ellipsoidilla eli vuoden 1924
Kansainvälisellä ellipsoidilla. Koordinaatit perustuvat ns. ED50 (Euro-
pean Datum 1950) -järjestelmään, jota luotiin v. 1950 kaikkien länsi-
Euroopan maiden kolmioverkkojen yhteistasoituksen avulla. Tämä on
perinteinen, ei-geosentrinen datumi.
N60-järjestelmä antaa ortometrisia korkeuksia, ts. korkeuksia geoidista

eikä siis vertausellipsoidista. Geoidi (josta myöhemmin lisää, luku 15.4)

on kumpuileva, keskimerenpinnan kaltainen vertauspinta. Kansainvä-
lisen ellipsoidin kanssa on käytettävä ns. Bomfordin geoidimalli, jota
laskettiin aikanaan European Datum 1950 -projektin yhteydessä.
Pisteen kolmiulotteisen sijainnin ilmaiseminen muodossa ( x, y, H ), mis-

sa ( x, y) on KKJ-koordinaattipari ja H ortometrinen N60-korkeus, on
ongelmallinen: yhteys satelliittipaikanmäärityksen käyttämiin järjes-
telmiin on mutkikas. Koordinaattien ( x, y, H ) muuntamiseksi geosent-
risiksi ( X , Y , Z ) koordinaatteiksi sisältää seuraavat askeleet:
1. KKJ-koordinaatit ( x, y) ovat jo kaksiulotteisen Helmert-muunnok-

sen läpikäyneet, likimääräisen yhteensopivuuden aikaansaami-
seksi vieläkin vanhemman VVJ:n (Vanhan valtion järjestelmän,
“Helsingin järjestelmän”) kanssa. Tämä muunnos on dokumentoi-
tu julkaisussa Ollikainen (1993). Tämän muunnoksen käänteis-
muunnos on sovellettava: ( x, y) ⇒ x0 , y0 .
¡ ¢
2. Gauss-Krüger -projektion käänteinen laskenta x0 , y0 ⇒ ϕ, λ ,

¡ ¢ ¡ ¢
Kansainvälinen eli Hayford-ellipsoidi.
3. Ortometrisen korkeuden H muuntamiseksi korkeudeksi h ellip-

soidista tarvitaan vertausellipsoidin kanssa yhteensopiva geoidi-
malli. Geoidin korkeus N = h − H tarvitaan jokaisessa pisteessä.
4. ϕ, λ, h :n muuntaminen suorakulmaisiksi ( X , Y , Z )-koordinaateiksi.

¡ ¢
Nämä kolmiulotteiset koordinaatit ovat nyt European Datum 1950

-järjestelmässä.
KKJ on väistymässä uusien karttaprojektiojärjestelmien hyväksi, jotka

perustuvat joko Gauss-Krüger tai UTM (Universal Transverse Merca-
tor) -projektioon GRS80-vertausellipsoidilla, ja EUREF-FIN -datumiin,
ETRS89 (European Terrestrial Reference System 1989) -järjestelmän
Suomen kansalliseen realisaatioon. Korkeusjärjestelmänä käytetään
uutta N2000 -järjestelmää, jonka yhteys ellipsoidisiin korkeuksiin on
geoidimallin FIN2005N00 antama, ks. Bilker-Koivula ja Ollikainen
(2009). Yllä olevat kohdat 2−4 pätevät periaatteessa edelleen, vain ni-
met muuttuvat.
10.8. Case: ED50:n ja EUREF89:n välinen muunnos 267
Taulukko 10.1. Julkaisun Ollikainen (1993) mukaiset muunnosparametrit

EUREF89 → ED50.
Parametri Arvo Tarkkuus Yksikkö
∆X 93,477 ±3,345 m
∆Y 103,453 ±5,534 m
∆Z 123,431 ±2,736 m
00
ex −0,246 ±0,168
00
ey 0,109 ±0,106
00
ez 0,068 ±0,112
m −2,062 ±0,417 ppm
10.8 Case: ED50:n ja EUREF89:n välinen muunnos
Tämä on muunnos, tyyppi 10.1, tarkasti geosentriseen järjestelmään.

Koska Hayford-ellipsoidi ei ole (tarkasti) geosentrinen, on koordinaatis-
ton origo siirrettävä ellipsoidin keskipisteestä Maan massakeskipistee-
seen. Siirrot (translaatiot) ovat luokkaa sata metriä, ja myös rotaatiot ja
mittakaavan muutos ovat huomattavia, ks. Ollikainen (1993, sivu 15 ja
taulukko 2 sivulla 13):
       
X2 1 e z −e y X1 ∆X
       
 Y2  = (1 + m)  − e z 1 ex  ·  Y1  +  ∆Y ,
       
       
Z2 e y −e x 1 Z1 ∆Z
jossa EUREF89 → ED50 tapauksessa muunnosparametrit ovat annet-

tuna taulukossa 10.1 Matti Ollikaisen ratkaisun mukaan Suomen alu-
eella.
ED50 (European Datum 1950) on perinteinen eurooppalainen datu-

mi johon KKJ perustuu; se luotiin ennen satelliittiaikakautta. Kuten
taulukosta nähdään, on se ei-geosentrinen. EUREF89 on nykyaikai-
nen GNSS-pohjainen eurooppalainen vertauskehys. Taulukossa annetut
tarkkuusluvut ovat isoja lähinnä siksi, että perinteisellä tavalla laajalle
alueelle määritetyt koordinaatit eivät ole kovin tarkkoja.
Tuoreempi tieto koordinaatti- ja muunnosasioista Suomen alueella löy-

tyy julkaisusta Häkli ym. (2009).
Taulukko 10.2. Parametrien arvot lähteestä Boucher ja Altamimi 2007, tau-

lukot 3 ja 4.
Parametri Arvo Yksikkö Parametri Arvo Yksikkö

T1 5,6 cm Ṙ 1 0,054 10−3 00/y
T2 4,8 cm Ṙ 2 0,518 10−3 00/y
T3 −3,7 cm Ṙ 3 −0,781 10−3 00/y
10.9 Case: ITRF:n ja ETRF:n välinen muunnos
Suomessa on käytössä kolmiulotteinen, satelliittipohjainen eli geosent-

rinen vertauskehys nimeltä EUREF-FIN. Se on ETRS89:n eli Euro-
pean Terrestrial Reference Systemin valtakunnallinen realisaatio Suo-
men alueella. Muissa maissa on olemassa vastaavanlaisia realisaatioi-
ta.
Kuitenkin geodeettiset satelliittimittaukset antavat sijaintiratkaisun

samassa järjestelmässä kuin missä GPS-satellittien rata-alkiot on an-
nettuna, vaikkapa ITRF2005. Silloin tarvitaan seuraava muunnos vas-
taavalle ETRS89-realisaatiolle ETRF2005:
     ETRF2005
X X T1
     
 Y  ( t) =  Y  ( t) +  T 2  +
     
     
Z Z T3
ETRF2005 ITRF2005 ITRF2005
 ETRF2005  
0 −Ṙ 3 Ṙ 2 X
   
+  Ṙ 3 0 −Ṙ 1  × ( t − 1989.0) ×  Y  ( t) ,
   
   
Ṙ 2 Ṙ 1 0 Z
ITRF2005 ITRF2005
jossa piste R -parametrien päällä merkitsee derivointia ajan suhteen. Ṙ -

parametrit tässä yhtälössä sisältävät Euraasian laatan tektonisen liik-
keen.
Yhtälön parametrien arvot löytyvät EUREF-alakomission laatimasta

ohjeesta ja estitetään taulukossa 10.2.
Kuten näkyy ovat muunnosparametrien arvot tässä tapauksessa useita

suuruusluokkia pienempiä kuin aiemmin kuvatussa EUREF-FINin ja
ED50:n välisessä tapauksessa. Molemmat vertauskehykset, ETRF2005
ja ITRF2005, ovet senttimetritasolla geosentrisiä.
Harjoitus 10 – 1: Greenwich: selitä tämä 269
Harjoitus 10 – 1: Greenwich: selitä tämä
People have been taking their inexpensive hand-held GPS receivers –

mobile phones, even – to the Greenwich or zero meridian, figure 2.11
Greenwichin meridiaani, finding that it does not show zero longitude.
How is that possible?
There is actually a lot of good explanation on this on the Internet – and a

lot of plain old tabloid nonsense. Don’t buy the nonsense. In this exercise,
provide an explanation in your own words, showing that you ”get” it.
11. Global Positioning System (GPS)
Maanmittauksessa GPS:n, Global Positioning Systemin, rooli on viime

parin, kolmen vuosikymmenen aikana kasvanut hallitsevaksi, sekä Suo-
messa että maailmanlaajuiseksi. Ammattikirjallisuus etenkin englan-
nin kielellä on laaja. Suomen kielellä alan merkittävä teos on Pou-
tanen (1998). Englanninkielisesta kirjallisuudesta hyvä perusteos on
Hofmann-Wellenhof ym. (2001).
Seuraavassa keskitymme GPS-järjestelmään, joka on jo pitkään ol-

lut täydessä voimassa. Tämän Yhdysvaltain sotilasviranomaisten hal-
linoiman järjestelmän rinnalle on viime vuosina ilmaantunut muiden
maiden vastaavia järjestelmiä. Erityinen mainita ansaitsee venäläinen
GLONASS, joka alennuskauden jälkeen on taas kasvanut operationaa-
liseksi. Maanmittaustyössä käytetään jo molempien järjestelmien satel-
liitteja rutiininomaisesti yhdessä.
Eurooppalaiset kehittävät oman Galileo-järjestelmänsä, kuten myös kii-

nalaiset BeiDou (”Compass”) -järjestelmänsä. Molempien järjestelmien
ensimmäiset satelliitit ovat jo toimivina radoissaan.
Nämä järjestelmät kutsutaan yhdessä “GNSS-järjestelmiksi” eli Global

Navigation Satellite Systems. Kuitenkin alkuperäisen GPS-järjestelmän
toiminta on yksinkertaisuutensa vuoksi perusteiden opettamiseen sopi-
va malli, ja tulemme keskittymään siihen.
GPS on alunperin navigaatiojärjestelmä. Se ei ole ensimmäinen satelliit-

tikäyttöinen radionavigaatiojärjestelmä: aikaisempi satelliittinavigaa-
tiojärjestelmä oli Transit-järjestelmä eli NNSS (Navy Navigation Satel-
lite System), epävirallisemmin “Doppler-paikannusjärjestelmä”. Tämä
vuosina 1964 – 1996 toimiva järjestelmä koostui viidestä matalilla ra-
– 271 –
272 Luku 11. Global Positioning System (GPS)
doilla Maata kiertävistä satelliitteista. Geodeettisesti hyödyllisen pai-

kannuksen suorittaminen vaati satelliitien useiden ylikulun, käytän-
nössä vähintään vuorokauden, verran havaintoja.
GPS-satelliitit ovat paljon korkeammilla radoilla ja niistä “näkyy” tai-

vaalla missä päin maapalloa tahansa, lähes millä hetkellä tahansa,
ainakin neljä kappaletta. Tavallisemmin näkyy kuudesta yli kymme-
neen1 . Siksi GPS-paikannus voidaan tehdä lähes heti, muutaman se-
kunnin tai minuutin sisällä.
11.1 Radionavigaatio ja hyperbolisia järjestelmiä
Vanhemmista, terrestrisista merenkulun radionavigaatiomenetelmistä

mainittakoon v. 2000 lopetettua DECCA-järjestelmä, joka on esimerk-
ki hyperbolisesta järjestelmästä. Muita mainittamisen arvoisia järjestel-
miä ovat LORAN-C (poistettu käytöstä) ja OMEGA.
DECCA lähetti ei-moduloituja kantoaaltoja taajuusalueella 70−130 kHz,

mikä vastaa aallonpituuksiin 2,3 − 4,3 km. Se vaati ainakin kolme lähe-
tintä, yksi “master” ja vähintään kaksi “slave” -asemaa. Tukiasemien
lähetykset olivat tarkasti synkronoituja, vaikka lähettävät kaikki eri
taajuuksilla.
Nimitys “hyperbolinen järjestelmä” perustuu siihen, että alus, jolla ei

ole lähetinten kanssa synkronoitu kello, voi havaita vain kahden lähet-
timen lähettämien aaltojen välinen saapumisaikaero. Ks. kuva 11.1.
Kartalla on piirretty kahdella eri värillä hyperbeleitä, käyriä joiden pis-

teiden etäisyysero masterilta ja eräältä slavelta on vakio. Esimerkiksi
punaisille hyperbeleille pätee
s r − s m = vakio
ja sinisille hyperbeleille
s b − s m = vakio.
Jokaisella käyrällä on oma vakio; valitettavasti tätä vakiota ei voida
1 Monijärjestelmäiset paikannuslaitteet, jotka osaavat käyttää sekä GPS- että GLO-

NASS-satelliitteja, ”näkyvät” vielä enemmän satelliitteja jopa peitteisessä paikassa
kuten keskellä suurkaupunkia.
11.1. Radionavigaatio ja hyperbolisia järjestelmiä 273
Red Slave
Blue lane
sr
RED BLUE
Red lane
sm
sb
Master
Blue Slave
Satama
Kuva 11.1. DECCA-järjestelmä.
havaita, koska kaikki kantoaallot ovat samannäköisiä2 . Siksi laivan

on asetettava DECCA-laitteensa lane-laskurit oikeille lähtöarvoille tun-
netussa paikassa, esim. lähtösatamassa. Sen jälkeen risteilyn aikana
ne seuraavat lane-vakioiden kehitystä ajassa: jokaisen vaihe-erotaulun
2 GPS-järjestelmän yhteydessä tätä kutsutaan ambiguiteettiongelmaksi.
Kuva 11.2. DECCA-vastaanotin. © 2005 Wikimedia Commons / Stahlkocher,

GNU Free Documentation License.
lane-viisari seuraa, montako täydet kierrokset vaiheviisari on tehnyt –

ks. kuva 11.1. Edellytys on, että radio-yhteys tukiasemille säilyy katkea-
mattomana3 .
Millä hetkellä tahansa voi laitteen antaman kahden4 lane-numeron (ko-

konaisluku) ja jäännösvaihe-eron – murtoluvun ∈ [0, 2π) – avulla saada
omaa paikkaa luetuksi merikartalta, jossa hyperbelit on piirretty val-
miiksi.
11.2 GPS-satelliitti
GPS-paikannusjärjestelmälle on, alunperin sotilaallisena järjestelmä-

nä, ominaista että satelliitit ovat aktiivisia ja käyttäjät passiivisia. Siis
käyttäjien käyttämät paikannuslaitteet eli GPS-vastaanottimet ovat
“hiljaisia”, kun satelliitit sisältävät radiolähettimiä. GPS-satelliitti on
tavallaan lentävä DECCA-tukiasema.
GPS-satelliitti on iso, kuvan 11.3 näköinen kapine. Se sisältää mm. seu-

raavat komponentit:
◦ tarkka kello, joko kesium-, rubidium- tai vetymaserkello. Tämä

kello synkronoi kaikki signaalit (kantoaallot ja modulaatiot) jot-
ka satelliitti lähettää
◦ radiolähettimet. Satelliitin antennit osoittavat koko ajan Maahan.

Lähetysteho on merkittävä suuntakartion sisällä, johon Maapallo
mahtuu kokonaan; kokonaisteho on noin 50 W. Käytetään kahta
kantoaaltotaajuutta, 1575,24 MHz (L 1 ) ja 1227,60 MHz (L 2 ), mikä
mahdollistaa ionosfäärin vaikutuksen poiston. Kantoaaltoihin on
moduloitu erilaiset koodit joita käytetään paikannuksessa sekä si-
sältävät rata- ja muuta informaatiota käyttäjille
◦ tietoliikennekanavat. Satelliitti vastaanottaa GPS-ohjauskeskuksen

lähettämää telemetriadataa. Ohjauskomentojen lisäksi tämä data
sisältää tietoja kaikkien GPS-satelliittien radoista, kellokorjauk-
sista, “terveydestä” jne. Tiedot tallennetaan satelliitin muistiin ja
3 Tätä kutsutaan kinemaattiseksi menetelmäksi. Ei mitata missä ollaan, vaan seura-

taan jatkuvasti mihin liikutaan tunnetun lähtöpisteen suhteessa.
4 Itse asiassa Decca käyttää kolme väriä: red, blue ja purple.
11.2. GPS-satelliitti 275
(a) GPS (Block II) (b) GLONASS
(c) Galileo
Kuva 11.3. Paikannussatelliitteja.
lähetetään eteenpäin käyttäjille radiosignaalin eri modulaatioina
◦ aurinkopaneelit, 7,25 m2 (Block I), tuottavat laitteiden tarvitse-

maa sähköä. Välillä satelliitti menee Maan varjon läpi; tätä varten
on akkuja
◦ rakettimoottorit asennon ja radan hallintaa varten, sekä ajoaine-

varanto. Ratahäiriöiden vuoksi tarvitaan säännöllisin välein ra-
dankorjauksia
◦ satelliitit ovat kolmiakselistabiloituja; antennit osoittavat Maa-

han, aurinkopaneelit Aurinkoon. Stabilisaatioon käytetään vauh-
tipyörejä.
Kun GPS-järjestelmän elinaikana elektroniikka-ala on valtavasti kehit-

tynyt, on satelliittisukupolveja olemassa useita: “Block I”, Block II/IIA”,
“Block IIR”, “Block IIR-M” ja uusin “Block IIF” (joista ensimmäinen lau-
kaistiin v. 2010), ks. Misra ja Enge (2001). Tällä hetkellä toimivat sa-
telliitit ovat kaikki Block II tai korkeampaa. Satelliittien massat ovat
845 kg (Block I), 1500 kg (Block II) ja 2000 kg (Block IIR-M). Satelliittien
suunniteltu elinikä (jota rajoittaa radanhallintaa varten mukana ole-
va polttoainevaranto, aurinkokennojen ja akkujen heikkenevä teho se-
kä kellojen ja tietoliikennelaitteiden vikaantuminen ulkoisessa säteily-
vyöhykkeessä) on 4,5 (Block I), 7,5 (Block II) tai nykyisin jopa 10 vuotta.
Satelliitit ovat säännöllisesti ylittäneet suunniteltua elinaikaansa.
11.3 GPS-järjestelmä
11.3.1 Segmentit
GPS-järjestelmä koostuu kolmesta segmentistä eli lohkosta:
Avaruuslohko (Space Segment): satelliitit itse.
Valvontalohko (Control Segment): valvontakeskus, seuranta-asemat,

aikasynkronointi, ratalaskenta, ohjaus.
GPS-järjestelmän päävalvonta-asema on Colorado Springsissä.

Rataseuranta-asemia on neljä: Hawaii, Kwajalein, Ascension ja
Diego Garcia. Kuten koko GPS-järjestelmä on myös valvontaloh-
ko Yhdysvaltain puolustusministeriön alaisena.
Jokainen valvonta- ja seuranta-asema on asianmukaisesti varus-

tettu mm. tarkkaa kesiumkelloa käyttävällä GPS-vastaanottimella.
Kerran vuorokaudessa ladataan uudet ratatiedot (“broadcast ep-

hemeris”) ja satelliitin atomikellon korjausinformaatio satelliittei-
hin. Satelliitit sisällyttävät nämä rata- ja kellotiedot lähettämään-
sä radiosignaaliin, kaikkien käyttäjien käyttöön.
Käyttäjälohko (User Segment): kaikki käyttäjät, maalla, merellä ja il-

massa (ja yhä enemmän myös avaruudessa, matalilla kiertoradoil-
la) vastaanottimineen.
Ks. kuva 11.4.

11.3. GPS-järjestelmä 277
.
GPS-järjestelmän kolme lohkoa

Kolme lohkoa eli segmenttiä:
- Avaruuslohko
- Valvontalohko
- Käyttäjälohko
Valvontalohko:
- Ohjauskeskus
- Aikasynkronointi
- Seuranta-asemat
Avaruuslohko:
- Taajuudet L1, L2
- Tarkka aika
- Rata-ennusteet
Käyttäjä-
lohko:
−Satelliitti-
signaalin
vastaanotto
−Maalla,
merellä
ja ilmassa
Kuva 11.4. GPS-järjestelmän kolme segmenttiä.
11.3.2 Konstellaatio
GPS-järjestelmän suunniteltu konstellaatio koostuu 24 satelliitista sekä

kolmesta aktiivisesta varasatelliitista, ns. “active spares” jotka voidaan
ottaa käyttöön heti jos aktiivinen satelliitti menee epäkuntoon. Satellii-
tit ovat kuudessa eri ratatasossa, jokaisessa tasossa on neljä satelliittia.
Todellissuudessa on tällä hetkellä yli 30 satelliittia toimimassa.
Ratojen korkeus Maan pinnalta on 20 200 km. Kiertoaika maapallon ym-

päri on 11h 58m , eli maapallon pyörähdettyä kerran akselinsa ympäri
(23h 56m ) satelliitit “näkyvät” taas samassa paikassa taivaalla kuin edel-
lisenä päivänä. GPS-satelliittigeometria toistuu joka päivä neljä minuut-
Kuva 11.5. GPS-konstellaatio. Radat ja satelliittien paikat ovat realistisia

maapallon suhteen.
tia aikaisemmin, koska kellojemme käyttämän aurinkoajan mukainen

vuorokauden pituus on 4 minuuttia pitempi kuin Maan pyörähdysaika.
Ratatason kaltevuus eli inklinaatio on5 i = 55◦ . Tämän seurauksena

korkean leveysasteen alueella GPS-konstellaation geometria ei ole ko-
vin vahva, satelliitit ovat pääasiassa eteläisellä taivaalla.
Järjestelmä on tällä hetkellä niin kattava, että on vähintään neljä satel-

liittia “näkyvissä” (siis ovat korkeuskulman 15◦ yläpuolella) kaikkialla
maailmalla millä hetkellä tahansa. Näkyvien satelliittien määrä on lä-
hes aina, ja usein huomattavasti, tätä suurempaa.
5 Block I -ryhmän satelliitteilla oli eri inklinaatio i = 63◦ . Näistä satelliitteista ei ole
enää yhtään toimimassa.
11.4. GPS-signaalin sisältämät koodit 279
Taulukko 11.1. GPS-signaalin sisältämät koodit.
Lyhen- Nimi Modulaatio- Toisto-- Kanto-

nys taajuus jakso aalto
C/A Coarse / Acquisition 1,023 Mb/s 1 ms L1

P Precise / Protected 10,23 Mb/s 1viikko L1, L2
Y P:n ja salaisen 10,23 Mb/s L1, L2
W-koodin yhdistelmä
- Navigaatioviesti 50 bittiä/s jatkuva L1, L2
11.4 GPS-signaalin sisältämät koodit
GPS-satelliittien lähettämiin kahden eri taajuuden kantoaaltoihin mo-

duloidaan kaksi ns. pseudosatunnaiskoodia: C/A -koodi ja P-koodi. Tä-
män lisäksi on vielä navigaatioviesti (joka sisältää “broadcast epheme-
ris” ja almanakkatiedot), joka sekin moduloidaan kantoaaltoihin6 . Ks.
taulukko 11.1.
Käytetty modulointitapa on vaihemodulaatio7 : kantoaallon vaihe kään-

tyy ”ylösalaisin” eli 180◦ :n eli π:n verran kun koodin tila vaihtuu 0:n ja
1:n välillä.
Modulaation seurauksena GPS-satelliittien lähettämä signaali on koh-

talaisen laajakaistainen. Kaistan leveys on pari-kolme kertaa P-koodin
bittitaajuutta eli muutama kymmenen MHz.
Kun jo yhden satelliitin lähettämän taajuuskaistan leveys on niin suuri,

voisi ajatella, että koko konstellaation taajuuskaistatarve olisi valtavaa.
Kuitenkaan näin ei ole: kaikki satellitit käyttävät samoja kantoaaltotaa-
juuksia L 1 ja L 2 . Vastaanotin osaa erota eri satelliittien signaalit toisis-
taan niiden erilaisten pseudosatunnaiskoodien (C/A ja P) avulla. Jokai-
sella satelliitilla on oma koodi eli “sormenjälki”, samalla tavalla kuin
merenkulussa jokaisella majakalla on oma välähdyssekvenssinsä. Tek-
nista ratkaisua kutsutaan nimellä CDMA eli “Code Division Multiple
6 GPS-modernisoinnin yhteydessä signaaliin lisätään L -taajuus, 1176,45 MHz. Se on

5
tarkoitettu lähinnä pelastuspalvelujen käyttöön (SoL, Safety of Life). Tämän lisäksi
myös L 1 - ja L 2 -taajuuksiin ollaan lisäämässä uusia siviilikoodeja.
7 Muut olemassa olevat modulaatiotyypit ovat amplitudimodulaatio — missä kanto-
aallon vahvuus eli amplitudi vaihdellaan rytmikkäästi siirrettävän signaalin mukai-
sesti — ja taajuusmodulaatio – missä kantoaallon taajuus vaihtelee. Tavalliset radio-
asemat käyttävät amplitudimodulaatiota ja ULA-asemat taajuusmodulaatiota.
Periaate:
Vaihe-inversio
(180◦ vaihesiirto)
Kantoaalto...
...moduloituna
Modulaatio
+1 = 1 = koodi +1 = 1
−1 = 0
Kuva 11.6. Vaihemodulaation periaate.
Access”.
Navigaatioviesti on bittivirta joka sisältää kaikkien satelliittien ratatie-

dot. Yhden satelliitin signaalin lukitseminen (lock-on) riittää kaikkien
satelliittien ratatietojen vastaanottamiseen.
Pseudosatunnaiskoodit generoidaan dokumentoidun matemaatisen me-

netelmän avulla. Koodit eivät siis ole aidosti satunnaisia: ne voidaan ek-
saktisti rekonstruoida samaa menetelmää käyttämällä. Ne käyttäyty-
vät kuitenkin tilastollisesti aidosti satunnaisen bittisekvenssin tavoin.
Satelliittisignaalissa oleva koodi
1 0 1 0 0 1 0 1 1 0 1
Vastaanottimen generoima, sama koodi
1 0 1 0 0 1 0 1 1 0 1
∆t Korrelaation tuottama aikaviive
Kuva 11.7. Korrelaatiomenetelmä GPS-signaalin kulkuajan ∆ t määrittämi-

seksi.
11.4. GPS-signaalin sisältämät koodit 281
Taulukko 11.2. Miten dendrokronologia toimii?
Menetelmä toimii seuraavasti: laboratoriossa on vertaussekvenssi puunren-

kaista, joka on rakennettu osittain päällekkäisten puusekvenssien avulla. Sa-
teiset vuodet näkyvät paksuina, kuivat vuodet kapeina renkaina. Vertausse-
kvenssissa tunnetaan jokaisen renkaan oikea, absoluuttinen vuosiluku.
Vertaussekvenssin rakentaminen on haastava. Sen jälkeen kuitenkin voidaan
minkä tahansa puuesineen ikää määrittää vertaamalla sen vuosirenkaat ver-
taussekvenssiin, kunnes löytyy kohta jossa ne täsmäävät (korreloituvat). Me-
netelmä toimii, koska kosteiden ja kuivien vuosien vaihtelu on pitkälti satun-
nainen.
Vastaavanlaiset menetelmät ovat monessa tieteenalassa käytössä: jääkai-
rausytimien tai geologisten kerrostumien iänmääritys ja korrelointi, meren-
pohjan magnetisointivyöhykkeiden korrelointi, jne.
11.4.1 GPS:n “vuosirenkaat”
Maan pinnalla oleva GPS-vastaanottimen antenni vastaanottaa signaa-

leja kaikista havaintohetkellä taivaalla olevista satelliiteista. Koko tä-
mä “soppa” kulkee kaapelia pitkin vastaanottimen elektroniikkaan8 .
Tässä suoritetaan ensimmäiseksi seuraavat kaksi tehtävää:
1. Erotetaan eri satelliitien signaalit toisistaan niiden oman pseudo-

satunnaiskoodin eli “sormenjäljen” perusteella9 .
2. Määritetään jokaisen satelliitin signaalin kulkuaikaa satelliitista

vastaanottimelle.
Molemmat tehtävät suorittaa korrelaatiomenetelmä, jolla etsitään satel-

liitista vastaanotetun signaalin ja vastaanottimen generoiman, saman-
muotoisen signaalin (“replikan”) välistä aikasiirtymää ∆ t, joka tekisi
niistä identtisiksi. Sekvenssejä siirretään edestakaisin kunnes syntyy
vahva korrelaatio, kuvion samanlaisuus eli vastaavuus. Saatu aikaero
on GPS-havaintojen mittaussuure.
8 Yleensä antennin esivahvistimessa analogista signaalia käsitellään siten, että

sen kantoaallon taajuus alennetaan huomattavasti modulaatioihin koskematta. Tä-
mä helpottaa jatkokäsittelyä, kuten signaalin digitalisointi A-D (analogi-digitaali) -
muuntimen avulla.
9 Eri satelliittien käyttämät pseudosatunnaiskoodit on huolellisesti suunniteltu orto-
gonaalisiksi, ts. toisen satelliitin oikea signaali korreloi mahdollisimman heikosti vas-
taanottimessa generoidun toisen satelliitin koesignaalin kanssa.
Käytetyn korrelaatiomenetelmän hyvä vertauskuva on vuosirenkäiden

käyttöä puisten esineiden iänmäärityksessä eli dendrokronologia, jota
jo selostettiin lyhyesti kuvassa 6.7 sivulla 173 ja josta lisää tekstitau-
lussa 11.2 edellisellä sivulla.
Tavallaan myös GPS:n vastaanotetun koodin vertaaminen vastaanotti-

men generoimaan replikakoodiin on “iänmääritys”: satelliitistä Maahan
lähteneen signaalin “ikä”. . .
Kun korrelaatiolaskenta on antanut kulkuajan ∆ t = t vast − t läh , an-

taa sen kertominen signaalin kulkunopeudella c satelliitin pseudoe-
täisyyden, GPS-mittauksen perusmittaussuureen. Sitä kutsutaan pseu-
doetäisyydeksi, koska se sisältää muutakin kuin geometrinen etäisyys,
mm. kellopoikkeamat. Palaamme tähän hetken kuluttua.
11.4.2 C/A -koodi ja P -koodi
Koska yhden millisekunnin pituinen C/A -koodi koostuu vain 1023 bitis-
tä, on tutkittava vain 1023 vaihtoehtoista siirtymäarvoa ∆ t. Tämä käy
hyvin nopeasti. Jokaisella satelliitilla on oma “henkilökohtainen” C/A
-koodinsa; siksi on aluksi tehtävä N × 1023 eri vertailua, jossa N on sa-
telliittien määrä.
C/A -koodin avulla saadaan pseudoetäisyys määrittyä 300 kilometrin

sisällä, koska koodi toistuu joka millisekunti, aika, jossa signaali kul-
kee 300 kilometriä. Tämä riittää jos vastaanottimen alustava paikka on
jo sillä tarkkuudella tiedossa. C/A -koodin modulaatiotila vaihtuu, jos
vaihtuu, 1µs välein (“chip rate”), aika, jossa radiosignaali kulkee 300 m.
C/A -koodin mittaustarkkuus on tätäkin pienempää: jos vastaanottimen
elektroniikka osaa mitata modulaation vaihetta 1% tarkkuudella, on
muodollinen tarkkuus ±3 m.
Suurempaa tarkkuutta antaa P-koodi. Sekin on pseudosatunnaiskoodi,

mutta sen pituus on peräti 267 päivää. Jokainen satelliitti käyttää täs-
tä pitkästä jaksosta omaa, satelliittikohtaista, viikon mittaista osajak-
soa. Vastaanottimen on tässäkin tapauksessa osattava generoida koo-
din. Koska kuitenkin C/A -koodin avulla suure ∆ t on jo saatu millise-
kunnin tarkkuudella, on tutkittava vain tätä tarkemmat desimaalit.
P-koodin “chip rate” eli bittitaajuus on kymmenen kertaa suurempaa

Navigaatiokoodi 50 Hz
C/A koodi 1,023 MHz = 300 m Toisto 1 msec = 1023 ”chippiä” = 300 km
11.4. GPS-signaalin sisältämät koodit
P-koodi 10,23 MHz = 30 m Korrelaatiotarkkuus 1% = ±0,3 m
Kantoaalto. 19 / 24 cm = 1,4 / 1,2 GHz Vaihemittaustarkkuus 1% = ±2 mm
Kuva 11.8. GPS-järjestelmän pseudosatunnaiskoodit, niiden taajuudet ja “aallonpituudet”.

283
kuin C/A -koodin, 10, 23 Mb/s, mikä vastaa 30 m:n kulkumatkaa10 , ja, taas
olettaen 1%:n vaihemittaustarkkuus, pseudoetäisyyshavainnon tark-
kuutta noin 30 cm.
P-koodi on salattu siviilikäyttäjiltä. Salaus on toteutettu moduloimalla

P-koodin päälle W-koodi, jonka generoivaa algoritmia ei ole julkaistu.
Kantoaaltotaajuudella L 1 on siis moduloituna sekä P- että C/A -koodi.

Koodien erottaminen toisistaan on tehty helpommaksi käyttämällä ns.
vaihekvadratuuri: kun P-koodin bitit moduloidaan vaihesiirroilla 0 (bit-
tiarvo 0) ja π (bittiarvo 1), on C/A -koodi vastaavasti moduloituna vai-
hesiirroilla +π/2 ja −π/2. Puhutaan “in-phase” ja “quadrature” -modulaa-
tioista. Navigaatioviestin vaihekulmat ovat samoja kuin C/A -koodin.
11.5 GPS-vastaanottimia
Tarkkaan geodeettiseen työhön tarkoitetut vastaanottimet ovat aina

kaksitaajuuskojeita, jotka osaavat mitata GPS-signaalin kantoaallon
vaihetta. Toisin kuin huokeilla käsikäyttöisillä laitteilla on antenni
yleensä erillinen ja sitä kytketään koaksiaalikaapelin avulla vastaanot-
timeen. Satelliittien heikko signaali vahvistetaan jo antennin sisällä esi-
vahvistimen avulla11 .
Antenni voidaan kiinnittää standardin mukaiseen pakkokeskistyslait-

teeseen geodeettisella kolmijalalla. Tosiaikaisessa kartoitusmittaukses-
sa kuitenkin käytetään pitkää mittaustankoa, jonka päähän antenni on
ruuvattu kiinni ja johon on kiinnitetty GPS-vastaanotin lisälaitteineen.
Antennin alapinnassa on samanlainen standardi 5/8 tuuman reikä ruu-
vikierteineen kuin useimmissa geodeettisissa kojeissa.
Jokaiseen vastaanotintyyppiin kuuluu oma antennityyppi; eri laite-
10 Tämä on P-koodin “tehollista aallonpituutta”. Se lasketaan seuraavasti:
λeff = c/ f ,
jossa f on “chip rate”, taajuuden kaltainen suure, yksikkönä s−1 , ja c on valon nopeus.
Siis jos c = 300 000 000 m ja f = 10 000 000 s−1 , seuraa λ = 30 m.
11 Esivahvistimen tarvitsema tasavirta tulee vastaanottimelta myös koaksiaalikaape-
lin kautta. Tämä mutkistaa tai estää erimerkkisten vastaanottimien ja antennien yh-
teiskäyttöä.
11.5. GPS-vastaanottimia 285
merkkien antennit ja vastaanottimet eivät yleensä ole keskenään säh-

köisesti yhteensopivia. Tarkkaan geodeettiseen työhön tarkoitettu cho-
ke ring -antennimalli (kuva 11.10) on kuitenkin saatavilla monelta eri
laitevalmistajalta. Vaimennusrenkaat lieventävät radioaaltojen heijas-
tusongelmaa Maan pinnalta, ns. monitietä eli multipath.
Antennin sähköinen keskus, piste, jossa geometrisessa tulkinnassa ra-

dioaallot näennäisesti vastaanotetaan, ei ole sama kuin antennin viral-
linen vertauspiste (ARP, Antenna Reference Point). Se ei ole edes yksise-
litteisesti määritetty, vaan riippuu jonkin verran käytetystä havaintojen
rajakorkeuskulmasta, ks. kuva 11.11. Vertauskuvana kelpaa veden alla
olevan kalan näennäinen paikka, joka sekin riippuu katselukulmasta.
Puhutaan antennin vaihekeskipisteen vaihtelusta, ks. Poutanen (1998,
sivu 139).
Kun suoritetaan mittauksia pienellä alueella käyttäen vain yksi ja sa-

ma antennityyppi, häviää vaihekeskipisteen vaihtelun vaikutus loppu-
tuloksesta eri pisteiden välissä lasketuista sijaintierovektoreista. Kui-
tenkin jos sekoitetaan eri antennityypit, tai mitataan laajoja verkkoja –
satoja tai tuhansia kilometrejä läpimitaltaan – on syytä kalibroida an-
tennien vaiheensiirtokuviot, jotka ovat sekä elevaatiokulman η että at-
simutisuunnan α kohtalaisen mutkikkaita funktioita. Kalibraatio, jos-
sa siis määritetään tämä vaiheensiirtokuvio ∆φ η, α , voidaan suorit-
¡ ¢
ta joko laboratoriomittauksena keinotekoisen GPS-signaalin avulla, tai

kenttäkalibraationa jossa vertaillaan aina kaksi erityyppistä antenniä
keskenään. Kenttäkalibraatio on siis aina relatiivinen, suhteessa sovit-
tuun vertausantennityyppiin.
Erityisen tarkoissa geodynaamisissa deformaatiomittauksissa on nykyi-

sin tapana kalibroida, ei vain antennityyppejä, vaan yksittäisiä anten-
niyksilöitä.
GPS-satelliittien lähettämät radioaallot ovat sirkulaarisesti polarisoitu-

ja oikeaanpäin eli kulkusuunnassa myötäpäivään; heijastuksen jälkeen
polarisaatiosuunta vaihtuu vasempaan päin. Antenni (kuvassa esimerk-
kinä ristidipoli) on rakennettu niin, että se välittää vain oikeaanpäin po-
larisoitua signaalia eteenpäin vastaanottimelle. Näin heijastusten hait-
ta minimoidaan.
WGS84 02550 GMT:21:14:27

LAT 61:22.3152N PDOP: 001
LON 25:48.4748E HDOP: 00
ALT 29.00 M VDOP: 01
COG 230.40 °Tr TDOP: 01
SOG 0.30 Km/h SVS : 08
c FOM 1 AGE : 000 e
Press ^/v to toggle page 2
[−] NO WEST SOUTH <MENU> NORTH EAST YES [+]
0 1 2 3 4 5 6 7 8 9
Kuva 11.9. Ashtech Z-12:n ohjauspaneeli.
Teknologian kehitys menee suuremman integroinnin suuntaan. Nykyi-

set geodeettisetkin GPS-paikannuslaitteet ovat niin pieniä, että ne in-
tegroidaan antennin kanssa. Koska laitteet on hyvin autonomisia, niissä
ei enää ole edes kunnon näyttöruutua. Toinen kehityssuunta on ohjel-
mistopohjaisten vastaanottimien eteenmarssi: nykyiset henkilökohtai-
set tietokoneet alkavat olla rittävän tehokkaita suorittamaan sitä digi-
taalista käsittelytyötä jota nykyvastaanottimissa tehdään rautatasolla.
Silloin tarvitaan yleis-PC:n lisäksi vain “tyhmä” analoginen radiolaite
antenneineen (Lázaro, 2012).
Kupu (muovi) Ristidipoli
”Choke rings”
Esivahvistin
Coax antennikaapeli
Jalustan kiinnitys (ruuvikierre)
Kuva 11.10. Ns. choke ring -GPS-antenni tarkkaan geodeettiseen työhön.

Laitevalmistajien toimittamat antennit ovat yksinkertaisempia
ja ennen kaikkea pienempiä ja kevyempiä.
11.6. GPS:n havaintosuureita 287
B
◦
Rajakulma 30
A
Rajakulma
”Sähköinen
15◦ Näennäinen A
keskipiste” Näennäinen B
Todellinen
Ristidipolin paikka
keskus Antennin vertauspiste
Kuva 11.11. Antennin “sähköisen keskuksen” paikka ei ole itsestäänselvä

asia!
11.6 GPS:n havaintosuureita
Geodeettinen GPS-vastaanotin tallentaa tekemiensä havainnot muis-

tiinsa pitkänä, monta lukua sisältävänä taulukkona. Taulukossa olevat
luvut edustavat etäisyyksiä vastaanottimen ja eri havaittujen satelliit-
tien välillä. On helppo ymmärtää miksi lukujen määrä kasvaa niin suu-
reksi: jos esimerkiksi mittausten välinen aika on 30 sekuntia ja havain-
topaikan taivaalla näkyy viisi satelliittiä, ja yksitaajuusvastaanottimel-
la havaitaan sekä C/A -koodi että P-koodi, on jo yhdessä minuutissa saa-
tujen havaintoarvojen määrä (60/30) · 5 · 2 = 20. Tunnissa tämä merkitsee
jo 1200 havaintoarvoa; jos ne tallennetaan muistiin tavallisina kaksois-
tarkkuuden12 reaalilukuina (kahdeksan tavua per luku), tarvitaan 9,6
kilotavua. Vuorokaudessa tallennustilan tarve on silloin jo 230,4 kB.
Usein käytetty formaatti kansainvälisessä tieteellisessä GNSS-datan-

vaihdossa on RINEX, Receiver Independent EXchange format, Gurt-
ner ja Estey (2007). Tämä on tekstiformaatti, siis ihmisille lukukelpoi-
nen, jolla useimpien geodeettisten vastaanotintyyppien havaintoaineis-
tot voidaan siirtää, lukea ja käsitellä laitevalmistajalta riippumattomal-
la tavalla. Ks. esimerkki taulukossa 11.3 asemasta Diego Garcia Intian
valtamerellä, kutsumanimet ”The Rock” ja ”Island of Shame”.
11.6.1 Pseudoetäisyydet havaintosuureina
Miksi puhutaan pseudoetäisyyksistä? Etuliite “pseudo” tulee siitä, et-

tä havaintosuureen arvoon vaikuttaa, satelliitin ja vastaanottimen vä-
12 Tietokoneen ”reaaliluvut” ovat itse asiassa rationaalilukuja. . .

Taulukko 11.3. RINEX-tiedoston alku. Laite kerää viisi havaintotyyppiä:

kantoaallon vaihekulmahavaintoja ja P-koodihavaintoja mo-
lemmilla taajuuksilla L 1 ja L 2 , sekä C/A -koodin havaintoja
taajuudella L 1 . Havainnot tallennetaan 30 sekunnin välein.
Satelliitteja on ensimmäisellä epookilla, 1. tammikuuta 2000
klo 0 : 00 : 00, yksitoista, ja toisellakin epookilla, klo 0 : 00 : 30,
yksitoista. Ne ovat kaikki GPS-satelliitteja (G). Havaintoase-
ma on DGAR, Diego Garcia Intian valtamerellä (http://en.
wikipedia.org/wiki/Diego_Garcia).
2.00 OBSERVATION DATA G (GPS) RINEX VERSION / TYPE

teqc 1999Oct8 gpsops 20000103 21:13:37UTCPGM / RUN BY / DATE
OSF1 V4.0 564|Alpha|cc 4.4.18.4|=+|=| COMMENT
DGAR MARKER NAME
30802M001 MARKER NUMBER
GNOG JPL OBSERVER / AGENCY
T341U AOA SNR-8000 ACT 3.3.32.3 REC # / TYPE / VERS
250 AOAD/M_T ANT # / TYPE
1916269.8405 6029977.3167 -801720.2273 APPROX POSITION XYZ
0.0814 0.0000 0.0000 ANTENNA: DELTA H/E/N
1 1 WAVELENGTH FACT L1/2
5 L1 L2 P1 P2 C1 # / TYPES OF OBSERV
30.0000 INTERVAL
COMMENT
This data is provided as a public service by NASA/JPL. COMMENT
No warranty is expressed or implied regarding suitability COMMENT
for use. For further information, contact: COMMENT
Dave Stowers, NASA/JPL m/s 238-600 COMMENT
4800 Oak Grove Drive, Pasadena CA 91109 USA COMMENT
COMMENT
2000 1 1 0 0 0.0000000 GPS TIME OF FIRST OBS
END OF HEADER
00 1 1 0 0 0.0000000 0 11G21G23G17G30G 1G31G29G22G15G25G 3
-6078127.503 4 -4736200.435 4 23397694.178 23397698.378 23397695.030
-2556364.753 4 -1991958.142 4 24025055.814 24025059.840 24025056.373
-8073501.747 5 -6291024.522 5 22565280.025 22565283.337 22565280.587
18247234.140 4 14218628.480 4 24610505.696 24610508.842 24610505.143
-1299479.831 4 -1012581.476 4 24824108.761 24824113.289 24824108.748
-5233446.124 4 -4077998.775 4 24175634.461 24175638.438 24175635.537
16878293.604 4 13151917.927 4 24427189.279 24427193.024 24427188.034
-13489828.171 5 -10511530.918 5 22792735.726 22792739.295 22792736.451
-4494062.929 4 -3501865.147 4 23961699.555 23961704.148 23961699.834
-21099958.763 9 -16441519.960 9 20331187.861 20331190.408 20331187.808
-15215098.740 5 -11855903.290 5 22202394.742 22202398.143 22202394.948
00 1 1 0 0 30.0000000 0 11G21G23G17G30G 1G31G29G22G15G25G 3
-6132427.986 4 -4778512.477 4 23387361.455 23387365.218 23387361.703
-2586441.342 4 -2015394.448 4 24019332.425 24019336.115 24019332.872
-7990741.587 5 -6226536.097 5 22581028.707 22581032.399 22581029.091
18274808.415 4 14240114.880 4 24615752.673 24615756.082 24615752.310
-1317133.094 4 -1026337.267 4 24820749.907 24820754.243 24820749.907
-5259685.471 4 -4098444.960 4 24170641.011 24170645.465 24170641.809
16938081.982 4 13198506.304 4 24438566.644 24438570.267 24438567.293
-13548930.874 5 -10557584.968 5 22781488.710 22781492.153 22781489.545
-4600217.585 4 -3584583.008 4 23941499.061 23941503.148 23941500.039
-21083529.873 9 -16428718.216 9 20334314.137 20334316.731 20334314.115
-15210926.086 5 -11852651.873 5 22203188.835 22203192.175 22203189.231
lisen geometrisen etäisyyden lisäksi, myös satelliitin ja vastaanottimen

kellovirheet eli -poikkeamat ∆ t ja ∆T , sekä ionosfäärin ja troposfäärin
väliaineiden13 aiheuttamat kulku- eli propagaatioviiveet. Näin saadaan
pseudoetäisyyden havaintoyhtälöksi
p = ρ + c (∆ t − ∆T ) + d ion + d trop , (11.1)
jossa
p pseudoetäisyys (en. pseudorange)
ρ luonnollinen (geometrinen) etäisyys. Pythagoraan mukaan

q
ρ = ( x − X )2 + ( y − Y )2 + ( z − Z )2 ,
jossa
h iT
x y z satelliitin paikka avaruudessa
h iT
X Y Z vastaanottimen paikka avaruudessa
c valon nopeus tyhjössä
∆T vastaanottimen kellon poikkeama GPS-ajasta (kellokorjaus = −∆T )
∆t satelliitin kellon poikkeama GPS-ajasta
d ion ”ionosfäärin” (siis: ionisoidun ilmakehän) aiheuttama kulku- eli

propagaatioviive
d trop ”troposfäärin” (siis: neutraalin ilmakehän) aiheuttama viive.
Satelliitin kellopoikkeama ∆ t sisältyy satelliitien lähettämään broadcast

ephemeris-viestiin. Vastaanottimen kellopoikkeama ∆T taas jää tunte-
mattomaksi; sitä joudutaan estimoimaan yhtenä tuntemattomana yh-
dessä vastaanottimen koordinaattien kanssa. Näin ollen meillä on neljä
tuntematonta jokaista GPS-vastaanotinta kohtaan: kolme koordinaattia
X , Y , Z ja kellopoikkeama ∆T – jos unohdetaan hetkeksi ilmakehän tun-
temattomat d ion ja d trop . Neljän tuntemattoman määrittämiseen riittää
neljä pseudoetäisyyshavaintoa, eli havaintoja neljään eri satelliittiin. Ks
kuva 11.12.
13 Tarkemmin: vapaiden elektronien ja neutraalien molekyylien vaikutukset radioaal-
tojen kulkuun. Näin ollen myös stratosfääri aiheuttaa ”troposfääriviivettä”.
x, y, z, ∆ t
Broadcast
ephemeris
1111
0000 d trop
d ion
X , Y , Z, ∆T
Tunte-
mattomat
Kuva 11.12. Pseudoetäisyyshavainto.
11.6.2 Kantoaallon vaihekulma havaintosuureena
C/A -koodin “chip rate”, siis lähetettyjen bittien lukumäärä sekunnissa,

on 1,023 MHz, mikä vastaa “aallonpituuteen” 300 m, kun P-koodin vas-
taava luku, 10,23 MHz, vastaa aallonpituuteen 30 m. Jos käytettäisiin
modulaation sijasta itse kantoaalto, olisi relevantti aallonpituus 19 cm
(L 1 ) tai 24,4 cm (L 2 ), reilun suuruusluokan verran lyhyempi matka. Tä-
hän perustuu geodeettinen GPS-paikanmääritys, missä kaksitaajuus-
vastaanottimet havaitsevat GPS-satelliittien lähettämien kantoaaltojen
vaihetta. Elektroninen vaihemittaus on suhteellisen helppoa ja tarkkaa,
mutta kun markkinat ovat pieniä ja erikoistuneita, ovat laitteiden hin-
nat kuitenkin täysin muiden geodeettisten mittauskojeiden hintojen ta-
solla: vähintään tuhansia euroja.
Kanto- Taajuus Aallon- Kerroina

aalto (MHz) pituus (cm)
L1 1575,42 19,0 154×
L2 1227,60 24,4 120×
a Perustaajuuden (10,23 MHz:n) monikko
Kuten myös elektronisten etäisyysmittareiden tapauksessa, liittyy vai-

hemittaukseen aina ambiguiteettiongelma. Mitatusta vaiheen arvosta
vain osalla välillä [0, 2π) on merkitystä. Vastaava pseudo-etäisyys satel-
liitin ja vastaanottimen välillä saadaan siis vain “kokonaislukua vailla”.
P = λ φ/2π − N
¡ ¢
Kuva 11.13. GPS:n kantoaallon vaiheen mittaus. Mitattu vaihekulma φ ∈

[0, 2π), metrinen pseudoetäisyys P, ja kokonaislukutuntematon
N, tässä esimerkissä −2.
Jos tietty pseudoetäisyys P on yhteensopiva aallonpituudella λ tehdyn

mittauksen kanssa, niin ovat myös pseudoetäisyydet P + λ, P − λ, P + 2λ,
P − 2λ, . . .
Kantoaallon vaiheen havaintoyhtälö on (vaihekulmana, yksikkö radiaa-

ni)
ρ + c (∆ t − ∆T ) + D ion + D trop
· ¸
φ = 2π +N
λ
tai (matkana metreissä14 )
. φ
P =λ = ρ + c (∆ t − ∆T ) + D ion + D trop + λ N. (11.2)
2π
.
Havaintosuure on joko vaihekulma φ tai vastaava (pseudo-)etäisyys P =
φ
λ 2π , ks. kuva 11.13. Tässä kaavassa
D ion ionosfäärin aiheuttama kantoaallon kulku- eli propagaatioviive

(joka on itse asiassa negatiivinen, D ion = − d ion )
D trop troposfäärin aiheuttama viive, D trop = d trop
λ kantoaallon aallonpituus yo. taulukon mukaan
N kokonaislukutuntematon eli ambiguiteetti.
Kaavoissa 11.1 sivulla 289 ja 11.2 olemme käyttäneet eri symboleja kan-
toaallon vaiheen ionosfääri- ja tropisfääriviiveille kuin vastaaville koo-
dimittauksen viiveille, koska ne ovat itse asiassa erilaisia. Sanotaan, et-
14 Jatkossa jätetään yläpalkki pois.

Aika
Vaihe
Ryhmä
(Kulkunopeus tyhjiössä)
Kuva 11.14. “Aaltopaketin” kulku dispersiivisessä väliaineessa, vaihe- ja ryh-

mänopeus. Kantoaalto kulkee vaihenopeudella, modulaatiot –
myös GPS-signaalin PRN-koodit – kulkevat ryhmänopeudella.
tä ionosfääri on radioaalloille dispersiivinen: kulkunopeus riippuu taa-

juudesta, eli vastaavasti aallonpituudesta.
Koodimodulaatioiden kulkunopeus on ryhmänopeus, joka on aina pie-

nempi kuin valonnopeus tyhjössä. Kantoaaltovaiheen kulkunopeus on
vaihenopeus. Dispersiivisessä väliaineessa nämä kahdet nopeudet eroa-
vat toisistaan.
11.6.3 Ionosfäärin ja troposfäärin vaikutus
Ionosfääri on dispersiivinen väliaine radioaalloille: eri tajuudet kulke-

vat eri nopeuksilla. Tämä johtuu vapaiden elektronien suuresta määräs-
tä. Dispersion seurauksena radiaaltojen kulun vaihe- ja ryhmänopeudet
ovat erilaisia. Vaihenopeudelle taitekerroin on:
s
f p2 c2 c4 c6
np = 1 − 2 ≈ 1 + 2 + 4 + 6 + . . . (11.3)
f f f f
Tässä kaavassa vakiot c i , kuten myös plasmataajuus f p , eivät riipu ra-
dioaaltojen taajuudesta; ne riippuvat ionosfäärissä olevasta kokonaise-
lektronitiheydestä TEC, n e . Hyvä likimääräinen kaava, joka selittää yli
99, 9% koko ionosfäärin propagaatiovaikutuksesta, on Seeber (1989):
C
np = 1 − , C = 40,3 n e m3/s2 ,
f2
jossa elektronitiheys n e ilmaistaan elektroneina per m3 . Tyypilliset lu-

vut ovat 102 −106 m−3 . Elektronitiheys vaihtelee päivän ja yön – suurem-
pi päivällä –, vuodenajan – suurempi kesällä –, Auringon aktivisuuden
ja tietysti paikan leveysasteen ja korkeuden mukaan.
Ryhmäkulkunopeus, tarkemmin, ryhmätaitekerron, saadaan n p f :n taa-

juusderivaattana15 :
¡ ¢
d np f C
ng = = 1+ , C sama.
df f2
Koska ionosfäärin taitekerroin riippuu signaalin taajuudesta f , on

mahdollista eliminoida ionosfäärin vaikutus yhdistämällä kahdella eri
taajuudella tehdyt mittaukset. Tässä perimmäinen syy miksi GPS-
järjestelmä käyttää kahta eri taajuutta L 1 ja L 2 .
Jos muodostetaan koodihavaintojen lineaariyhdistelmä
2 2
. f 1 p1 − f 2 p2
p3 =
f 12 − f 22
ja vastaavasti
2 2
. f n g;1 − f 2 n g;2
n g;3 = 1 2 ,
f 1 − f 22
saadaan ionosfääriefektiksi
µ ¶ µ ¶
2 C 2 C
f1 1 + f 2 − f2 1 +
1 f 22 f 12 − f 22
n g;3 = = = 1,
f 12 − f 22 f 12 − f 22
mistä nähdään, että ionosfäärin vaikutus on hävinnyt16 .
Troposfääri – tarkemmin, neutraali ilmakehä, mukaan lukien myös

stratosfääri ja korkeampien kerrosten neutraaliosuudet – sen sijaan ei
ole radioaalloille dispersiivinen. Kuitenkin sen erikoisuutena on taite-
kertoimen vahva riippuvuus vesihöyrysisällöstä. Kaava, sama kaava 6.6
15 kun kulku- eli propagaationopeus on c = c0/n, jossa c on valon nopeus tyhjiössä,

0
seuraa että vaihepropagaationopeus on valonnopeutta suurempi. Kantoaaltovaihe ei
kuitenkaan voi kuljettaa informaatiota, joten termodynamiikan mukainen ajan yksi-
suuntaisuus säilyy. . . jos olisi mahdollista kuljettaa informaatiota valoa nopeammin,
olisi erityisen suhteellisuusteorian mukaan myös mahdollista kuljettaa sitä takaisin
ajassa!
16 Tulos ja sen todistus ovat samoja jos otetaan ryhmätaitekertoimen sijasta vaihetai-
tekerroin n p .
GPS-vastaanotin
R
Origo, Maan ρ
massakeskipiste r
X
GPS-satelliitti
Kuva 11.15. GPS-mittauksen geometria.
joka pätee myös elektronisten etäisyysmittausten yhteydessä, on (Rüe-

ger, 1990, 2002):
77,624 K/hPa 64,70 K/hPa 5748 K

µ ¶
6
NM = 10 · ( n M − 1) = ( p − e) + 1+ e
T T T
(11.4)
jossa n M on mikroaaltojen taitekerroin. Tässä p:n ja e:n yksikkö on hPa

(hehtopascal) eli millibar. T on absoluuttinen lämpötila kelvineinä. Huo-
maa, että vesihöyryn osapaineen e kerroin tässä kaavassa on huoneen-
lämmössä on jopa 18 kertaa ilmanpaineen p kerrointa!
Koska sekä ionosfääri että troposfääri vaikuttavat GPS-radioaaltojen

kulkuun, voidaan GPS-havaintoja käyttää ionofäärin ja troposfäärin
tutkimukseen. Sää- ja ilmastotutkijat ovat tästä suuresti kiinnostuneet,
ks. luku 17.3.
11.7 Mittauksen geometria
Olkoon satelliitin S paikkavektori geosentrisessä järjestelmässä rS , ja

havaintoaseman A paikkavektori samassa järjestelmässä R A , sekä noi-
den välinen etäisyys ρ SA . Ks. kuva 11.15. Tällöin pätee seuraava vekto-
rikaava:
rS = R A + eSA ρ SA ,
11.8. Havaintogeometria ja havaintojen herkkyys 295
jossa eSA on satelliitin S suunta (yksikkövektori) havaintoasemasta A .

GPS-mittauksen tehtävänä on laskea R A kun ρ SA on annettuna riittävän
monelle satelliittille S .
Pythagoraan lause antaa

° ° q¡ ¢2 ¡ ¢2 ¡ ¢2
S ° S
ρ A = °r − R A ° = x S − X A + yS − Y A + z S − Z A , (11.5)
°
jossa
r S = x S i + y S j + z S k,
R A = X A i + YA j + Z A k
ovat satelliitin S ja havaintopaikan A geosentriset paikkavektorit. Vek-

torit i, j ja k ovat geosentristen koordinaattiakselien suuntaiset yksikkö-
vektorit, eli {i, j, k} on ortonormaalinen kanta euklidisessa avaruudessa.
Usein kirjoitetaan (kuten tässäkin) vektorit huolimattomasti niiden

komponenttien eli paikkakoordinaattien sarakevektoreina, eli
   
S
x X
   A 
S  S 
r ≡  y  ja R A =  Y A  .
 
   
S
z ZA
Havainnoista ei kuitenkaan saada todellista etäisyyttä ρ vaan pseudo-

etäisyyksiä p – kaava 11.1 – tai P – kaava 11.2.
Myös ilmakehä-efektit d ion , d trop , D ion , D trop on jollain tavalla otettava

huomioon. Vaihtoehdot ovat
◦ eliminointi havaintyhtälöistä – kuten alaosiossa 11.6.3 esitettiin

ionosfääri-efektille d ion , D ion
◦ laskenta hyvän, ulkopuolelta saadun ilmakehämallin avulla
◦ mallinnus tuntemattomien parametrien avulla, estimoitaviksi sa-

moista havaintoyhtälöistä – kuten tulemme esittämään troposfääri-
efektille d trop , D trop alaosiossa 17.3.1.
11.8 Havaintogeometria ja havaintojen herkkyys
Kuten yllä jo huomautettin, ovat GPS:n havaintosuureet pseudoetäi-

syyksiä, joiden havaintoyhtälö on tämän muotoinen:
p = ρ + c (∆ t − ∆T ) + d ion + d trop .
Jätetään ilmakehän vaikutus pois ja oletetaan myös että satellittirata

– ja radasta ja kellonajasta laskettu satelliitin hetkellinen paikka ava-
ruudessa – ja satelliitin kellopoikkeama ∆ t ovat tunnettuja eli jo elimi-
noituja:
p = ρ − c∆T,
jossa ρ on geometrinen etäisyys satelliitin ja vastaanottimen välillä, ja

∆T on vastaanottimen kellopoikkeama.
Kirjoitetaan kaava 11.5 edellisellä sivulla yksinkertaisemmin:

q
ρ SA =ρ= ( x − X )2 + ( y − Y )2 + ( z − Z )2 ,
h iT
jossa x y z on tunnettu satelliitin paikka avaruudessa, laskettu
h iT
ratatiedoista eli efemerideistä. X Y Z on havaintopaikka. Nyt
q
p= ( x − X )2 + ( y − Y )2 + ( z − Z )2 − c∆T,
jossa on neljä tuntematonta, X , Y , Z ja ∆T .
Neljän tuntemattoman ratkaisemiseksi riittää havainnot neljälle satel-

liitille. Jos käytettävien satelliittien määrä on suurempi, saadaan re-
dundanssi ja tasoitustehtävä.
Kysymys: Miten pienet “häiriöt” vastaanottimen paikassa vaikuttavat

erääseen mittaukseen p?
Vastaus: Tutki satelliitin paikka taivaalla. Ks. kuva 11.16. Olkoon sa-
telliitin suuntavektori havaintopaikasta kastsottuna e. Tämä on
yksikkövektori, ts. sen pituus on
q
kek = e21 + e22 + e23 = 1.
Jos satelliitin paikka taivaalla on atsimuti α, korkeuskulma η, on

     
e1 cos α cos η (x− X )/ρ
     
e ≡ e 1 · i + e 2 · j + e 3 · k =  e 2  =  sin α cos η  =  (y−Y )/ρ  .
     
     
e3 sin η (z− Z)/ρ
Suoritetaan herkkyysanalyysi. Millä tavalla havaintopaikan pie-

net koordinaattisiirrot ∆ X , ∆Y tai ∆ Z vaikuttavat havaintosuu-
reeseen p?
”Taivaan- Zeniitti GPS-satelliitti

pallo”
e3 · k
e
N
W η
e1 · i
A
Havaintopaikka
e2 · j
E
S
Kuva 11.16. GPS-satelliitin ja havaintopaikan välinen geometria.
◦ Jos paljon, niin havainto p auttaa määrittämään kyseinen

tuntematon eli koordinaatti.
◦ Jos ei yhtään, niin ko. tuntematonta ei saada määritetyksi

havainnon p avulla.
◦ Miten suurempi herkkyys, sitä parempi on tuntemattoman

ratkaisun tarkkuus.
Intuitiivisesti: havaintoon p vaikuttaa eniten, suhteessa yksi yhteen,

havaintopaikan siirtymä satelliitin suuntavektorin e suunnassa.
Havaintopaikan siirtymät, jotka ovat kohtisuorassa suuntavekto-
ria kohtaan, eivät vaikuta lainkaan.
Kaavana:
00
Vaikutus00 = 〈∆R · e〉 = ∆ X e 1 + ∆Y e 2 + ∆ Z e 3 .
Tämä intuitiivinen tulos voidaan johtaa myös muodollisemmin

linearisoinnin avulla. Ks. taulukko 11.4 seuraavalla sivulla ja
osio 13.6 sivulla 352.
11.8.1 DOP-suureet ja havaintoyhtälöt
Paikallisella taivaalla olevien GPS-satelliittien mittausgeometrian laa-

dun mitta on DOP, Dilution of Precision, “tarkkuuden laimennus”. Yl-
lä tehdyn geometrisen herkkyysanalyysin avulla voimme laskea DOP:n
Taulukko 11.4. Vaikutuskaavan eksaktimpi johtaminen linearisoinnin avulla.
  
X X0
Valitaan havaintoasemalle  Y  likimääräinen paikka  Y0  ja likimääräi-
   
Z Z0
nen kellopoikkeama ∆T = 0. Silloin voidaan konstruoida likimääräinen pseu-
doetäisyyshavainto
q
p 0 = (x − X 0 )2 + (y − Y0 )2 + (z − Z0 )2 .
Suoritetaan Taylor-kehitelmä likimääräisen paikan lähistöllä, arvon p 0 ympä-

ri. Ensimmäiset, lineaariset termit antavat
∂p ∂p ∂p
p ≈ p0 + (X − X 0 ) + (Y − Y0 ) + (Z − Z0 ) − c∆T =⇒
∂X ∂Y ∂Z
∂p ∂p ∂p
=⇒ ∆ p = p − p 0 ≈ ∆X + ∆Y + ∆ Z − c∆T. (11.6)
∂X ∂Y ∂Z
Tässä kertoimet, osittaisderivaatat, saadaan seuraavasti:
∂p x− X ∂p y−Y ∂p z−Z
=− , =− , =− . (11.7)
∂X ρ ∂Y ρ ∂Z ρ
h iT
Kertointen arvot lasketaan likimääräisellä paikalla X 0 Y0 Z0 todelli-
sen, mutta tuntemattoman paikan sijasta. Tämä riittää, koska kaavassa 11.6
arvot ∆ p, ∆ X , ∆Y , ∆ Z ovat pieniä erotussuureita todellisten arvojen (p, X , Y , Z)
ja likiarvojen (p 0 , X 0 , Y0 , Z0 ) välillä.
Huomaa, että osittaisderivaatat 11.7 ovat suuntakosinit jotka yhdessä kuvaa-
vat satelliitin suunnan taivaalla havaintoasemasta nähtynä, projisoituna koor-
dinaattiakseleihin X , Y ja Z.
eri variantteja. Suurempi DOP-luku merkitsee huonompi mittausgeo-

metria!
DOP kuvaa satelliittigeometrian laatua, eli kuinka paljon huonommin

tai paremmin koordinaatit saadaan ratkaistuksi “standardilaatuisesta”
havaintoaineistosta, taivaalla tarjolla olevien satelliitien huonommasta
tai paremmasta geometriasta johtuen. Tämä on arvokas tieto mittaus-
työn suunnitteluvaiheessa.
Nyrkkisääntö on, että mittausgeometria on hyväksyttävä mikäli GDOP <

7 . . . 10, riippuen käyttötarkoituksesta.
Jos nyt havaintopaikan koordinaattien ”vaihtelua” kuvataan (pienel-

h iT
lä) korjaussuureella ∆R = ∆ X ∆Y ∆ Z , ja vastaanottimen kellon
“vaihtelua” (myös pienellä) korjaussuureella ∆T , voidaan havaintosuu-
reen p(i) riippuvuutta näistä yhteensä neljästä tuntemattomasta ilmais-
Taulukko 11.5. DOP-suureen eri varitantit.
Lyhenne Nimi Kuvattu suure
GDOP Geometric DOP Paikka+aika

PDOP Position DOP Paikka
HDOP Horizontal DOP Vaakasijainti
VDOP Vertical DOP Korkeus
TDOP Time DOP Aika
ta näin:
 
∆X
 
 ∆Y 
i
h 
∆ p(i) = e(i)
1 e(i)
2 e(i)
3 −c  =
 ∆Z 
 
 
∆T
 
∆X
 
 ∆Y 
i
h 
= cos α i cos η i sin α i cos η i sin η i −c  ,
 ∆Z 
 
 
∆T
jossa α i ja η i ovat satelliitti i :n atsimuti ja korkeuskulma paikallisella

taivaalla. Tämä kirjoitustapa kutsutaan linearisoinniksi.
Tämä yhtälö voidaan tulkita havaintoyhtälöksi. Jos havaintoyhtälö kir-

joitetaan symbolisesti, kuten geodesiassa on tapana, muotoon17
` + v = Ab
x, (11.8)
x alkiot (estimaattorit) ovat ∆

silloin tuntemattomien vektorin b d X, ∆
dY, ∆
d Z
ja ∆
d T , havaintojen vektori ` koostuu arvoista ∆ p(i) , ja rakennematriisi
(en. design matrix) A on
 
cos A 1 cos η1 sin A 1 cos η1 sin η1 − c
 
 cos A 2 cos η2 sin A 2 cos η2 sin η2 − c 
 
.. .. .. .. 
 
. . . . 


 . (11.9)
 cos A i cos η i sin A i cos η i sin η i − c 
 
.. .. .. .. 
 


 . . . . 

cos A n cos ηn sin A n cos ηn sin ηn − c
17 Jäännösvirheet eli residuaalit v tarvitaan mittausepävarmuutta sisältävien havain-

tojen ` yhteensovittamiksi kun on enemmän havaintoja kuin tuntemattomia. Ks. osio
13.4.
Tämä on itse asiassa alkuperäisen havaintoyhtälön 11.1 linearisoitu

versio.
Tämä rakennematriisi sisältää kaiken, mitä tiedämme satelliittien ha-

vaintogeometriasta18 . Tästä voidaan laskea kaikki DOP-suureet, käyt-
tämättä yhtään todellista havaintoa – riittää, että satelliitien paikat voi-
daan laskea. Matriisin koko on n × 4: n riviä ja neljä saraketta, missä n
on käytettävissä olevien satelliittien lukumäärä.
Tilanne on aivan sama kuin terrestrisen geodeettisen verkon rekogno-

soinnin tapauksessa: verkon laatua voidaan jo arvioida pisteiden sijain-
nin ja suunniteltujen mittausten geometrian avulla, ennen kuin yh-
tään mittaus on vielä tehty. Tämä on verraton suunnitteluväline. Ha-
vaintoyhtälöistä ja pienimmän neliösumman tasoituksesta kerromme
lisää osiossa 13.4. Tässä emme yritäkään laskea pienimmän neliösum-
man ratkaisua, vaan tutkitaan ainoastaan laskettavien tuntemattomien
h iT
∆ X ∆Y ∆ Z ∆T tarkkuutta!
Oletetaan tätä laskua varten, että kaikki havainnot ovat yhtä tarkkoja –
niiden tarkkuus oletetaan 1 – ja että ne eivät ole tilastollisesti riippuvai-
sia toisistaan. Silloin seuraavassa kuvattu yksinkertainen laskentata-
pa pätee. Se antaa kuvan GPS-satelliittien geometrian roolista mittaus-
tulosten lopullisessa tarkkuudessa. Muut tekijät, kuten itse vastaanot-
timen ja antennin tekninen suorituskyky, mittauksen kesto, ilmakehä
ym., voidaan tarkastella erikseen.
11.8.2 Virhe-ellipsoidit mittaustarkkuuden esitystapana
Voimme rakennematriisista A konstruoida normaalimatriisi eli tunte-

mattomien painomatriisi seuraavalla tavalla:
.
P = A T A. (11.10)
Painomatriisin P käänteismatriisi Q = P −1 , on painokerroinmatriisi:

 
q xx q x y q xz q xt
 
 q yx q yy q yz q yt 
 
Q = Q xx =  .
 q zx q z y q zz q zt 
 
 
q tx q t y q tz q tt
18 Kuten sisältää myös ns. skyplot, esim. https://in-the-sky.org/satmap.php?

gps=1.
Tämä matriisi, kuten painomatrisi P tai rakennematriisi A , kuvaa edel-

leen ainoastaan mittauspaikan ja satelliittien välistä geometriaa eikä
mitään muuta.
h iT
Nyt tuntemattomien vektorin eli ratkaisun b
x= ∆ X ∆Y ∆ Z ∆T
varianssimatriisi on
 
q xx qxy q xz q xt
 
 q yx q yy q yz q yt 
 
2 2
Σxx = σ0 Q xx = σ0  .
 q zx qzy q zz q zt 

 
q tx qty q tz q tt
Vakio σ20 kutsutaan painoyksikön varianssiksi. Sen neliöjuuri, painoyk-

sikon keskivirhe σ0 , on yhden havaintosuuren, siis yhden havaitun pseu-
doetäisyyden, vakioksi oletettu, keskivirhe.
Koordinaattiratkaisun varianssimatriisi on tuntemattomien varianssi-

matriisin 3 × 3 alkion kokoinen alamatriisi Σrr . Sen alkiot ovat
 
q xx q x y q xz
 
Σrr = σ20  q yx q yy q yz  . (11.11)
 
 
q zx q z y q zz
DOP-suureet lasketaan suoraan painokerroinmatriisista Q :

p
PDOP = q xx + q yy + q zz ,
p
HDOP = q xx + q yy ,
p
VDOP = q zz ,
p
TDOP = q tt ,
p
GDOP = q xx + q yy + q zz + q tt = PDOP2 + TDOP2 .
p
Koordinaattikeskivirheet saadaan varianssimatriisin 11.11 päälävistä-

jäalkioiden neliöjuureina:
p
σ X = σ0 q xx ,
σY = σ0 q yy ,
p
p
σ Z = σ0 q zz .
Tuttu pistekeskivirhe tasossa liittyy nyt suoraan HDOP-suureeseen:
tarkkuus laiteteknologia ym. geometria

| {z } q 2 | {z }
σP ≡ σ X + σ2Y = σ0
| {z }
· HDOP .
σ0 σ0
DOP-ellipsoidi
Y
Virhe-ellipsoidi 1
X Virhe-ellipsoidi 2
Kuva 11.17. DOP-ellipsoidin ja virhe-ellipsoidin välinen yhteys ja painoyksi-

kön keskivirhe σ0 . DOP-ellipsoidi kuvaa vain geometrian vaiku-
tusta, kun virhe-ellipsoidi riippuu myös mittauksen tarkkuudes-
ta, siis laitetyypistä.
Koordinaattivarianssimatriisia voidaan graafisesti esittää kolmiulottei-

sena virhe-ellipsoidina. Virhe-ellipsoidi mittauspisteen ympärillä ku-
vaa koordinaattien epävarmuutta ylläolevien määritelmien perusteella.
Vastaava DOP-ellipsoidi saadaan jättämällä vakio σ0 pois; se on saman-
muotoinen kuin virhe-ellipsoidi mutta erikokoinen.
Yleisessä tapauksessa ellipsoidin parametrien laskeminen matriisin al-

kioista ei ole yksinkertaista. Tarkastellaan yksinkertaisempi erikois-
tapaus, jolla on kuitenkin käytännön relevanssi. Jos mittausgeomet-
ria on symmetrinen – eli, satelliitit ja niiden korkeuskulmat ovat ta-
saisesti jakautuneita atsimutin mukaan horisontin ympärillä –, seu-
raa, että DOP-ellipsoidi on orientoitunut koordinaattiakselien mukaan:
q x y = q x y = q yz = 0 (ja q xx = q yy !), ja matriisi on
 
q xx 0 0
 
Σrr = σ20  0 q yy 0 .
 
 
0 0 q zz
Tässä erikoistapauksessa DOP-ellipsoidin akselit osoittavat paikalli-

sia koordinaattiakseleita pitkin, ja pisin akseli osoittaa pystysuuntaan.
Käytännön mittaustilanteissa koordinaattien varianssimatriisi on usein
lähellä tätä. Virhe-ellipsoidin pisin akseli on melkein aina lähellä pysty-
suuntaa, mikä kuvaa, että korkeus on heikommin määritetty kuin vaa-
kasijainti19 . Tässä tapauksessa ovat koordinaattien keskivirheet
1p
σ X = σY = σ0 · 2 · HDOP,
2
σ Z = σ0 · VDOP,
p p
yo. määritelmien perusteella. Puoliakselien pituudet ovat q xx , q yy ja
p
q zz . Symmetrisessa tapauksessa on siis
1
q xx = q yy = HDOP 2
2
vaakatasossa, ja aina on
p
q zz = VDOP
pystysuunnassa.
11.8.3 DOP ja mittausten suunnittelu
Yleisesti voi sanoa, että mittausgeometria on parempi jos HDOP ja

VDOP (ja siis PDOP) ovat pienempiä. Se taas edellyttää, että
◦ riittävän monta satelliittia on horisontin yläpuolella ja mittaus-

paikasta havaittavissa
◦ ne ovat sijoitettuneet tasaisesti ympäri taivasta.
Tietysti tämä onnistuu vain, jos mittauspisteestä on riittävän vapaa nä-

kyvyys ylöspäin taivaalle. Käytännössä on aina olemassa esteitä, joita
19 Syyt tähän ovat:
◦ Vain horisontin yläpuolella olevat satelliitit osallistuvat korkeuden määrityk-

seen, eli on kyse ekstrapolaatiosta. Vaakatasossa taas sekä idässä että lännes-
sä, ja sekä pohjoisessa että etelässä olevat satelliitit osallistuvat paikannuk-
seen: interpolaatio.
Myös samasta epäsymmetriasta johtuen pystysuuntainen sijaintituntematon Z
ja kellotuntematon ∆T ”kilpailevat” samasta informaatiosta kun ne estimoi-
daan yhtaikaa samasta havaintodatasta.
◦ Myös ilmakehän aiheuttama signaalin kulkuviiveiden epävarmuus vaikuttaa
lähinnä pystysuuntaisesti, kun – myös ilmakehän vaakakerrostuksen johdosta
– tilanne vaakatasossa on symmetrisempi.
p
q zz
p
Z q yy
p
q xx
Kuva 11.18. GPS-paikanmäärityksen DOP-ellipsoidi jos sen pääakselit ovat

koordinaattiakselien suuntaisia.
tulee kartoittaa horisonttipiirroksen muodossa mittauksen sunnittelua

varten. Monet suunnitteluohjelmat antavat käyttäjän piirtää horisont-
tipiirros ja ottavat sen huomioon DOP:n laskennassa.
Tilanne paranee, jos käytettävät vastaanottimet osaavat hyödyntaa se-

kä GPS- että GLONASS-järjestelmää: silloin näkyy enemmän satelliit-
teja ja hyvä mittausgeometria syntyy helpommin.
Tietysti satelliittien havaintogeometria on vain yksi asia muiden jou-

kossa. Muut tekijät ovat mm.:
◦ vastaanottimen ja antennin suorituskyky
◦ paikallisia häiriöitä, kuten monitie (”multipath”) eli maaheijastuk-

sia
◦ Auringon aktiivisuus, ionosfääriset olosuhteet
◦ mittausmoodi: staattinen vai kinemaattinen, absoluuttinen (esim.

”Precise Point Positioning”, PPP) vai relativinen, ym.
◦ relatiivisessa GNSS-mittauksessa mittauspisteiden välinen etäi-

syys tai etäisyys tukiasemasta. Geodeettiset mittaukset ovat (lä-
hes) aina relatiivisia ja suoritetaan verkkomittauksina
◦ staattisessa GNSS-mittauksessa mittauksen kesto, mitattujen epook-

kien lukumäärä. Geodeettiset runkomittaukset ovat (lähes) aina
staattisia, vaikka menetelmä on aikaa vievä, sen robustiuden an-
siosta. Vain paikallisissa mittauksissa, kuten kartoitusmittauksis-
sa, käytetään nopeampaa kinemaattista tekniikkaa (RTK, Real-
Time Kinematic)
◦ ynnä muuta.
11.8.4 Esimerkki 1: atsimutisymmetrinen geometria
Oletetaan, että satelliitit on tasaisesti jaettu ympäri taivasta eli atsimu-

tiarvojen A mukaan, jokaiselle korkeuskulmalle η. Silloin yllä olevassa
matriisissa
1. kaikki ei-päälävistäjän arvot häviävät, koska niissä on joko sin A

tai cos A , tai jopa sin α cos α. Ainoastaan sin η ei häviä.
P
2.
n 1X n
cos2 α i cos2 η i = cos2 η i ,
X
i =1 2 i =1
n 1X n
sin2 α i cos2 η i = cos2 η i .
X
i =1 2 i =1
Siksi A T A :stä tulee melkein diagonaalinen matriisi joka olisi suhteelli-

sen helppo kääntää – vaikkemme edes yritä sitä:
 P 
1 n
cos2 η i 0 0 0
 2 i=1 
1 n 2 i
2 i =1 cos η
P
0 0 0
 
P = AT A = 
 
.
Pn 2 i
i =1 sin η − c ni=1 sin η i
P
0 0
 
 
 
− c ni=1 sin η i nc2
P
0 0
Muunnetaan nyt havaintoyhtälö 11.8 ja rakennematriisi 11.9 seuraaval-

la tavalla:
` = A ΛΛ−1 x + v = A
eex + v,
jossa    
∆X ∆X
   
 ∆Y  ∆Y
   
 = Λ−1 x = 
 
x=
e  (11.12)
 ∆Z  ∆Z
   
 
   
sin η
P
∆
g T ∆T − nc ∆ Z
ja
 
cos α1 cos η1 sin α1 cos η1 sin η1 − n1 sin η − c
P
 
1P
 cos α2 cos η2 sin α2 cos η2 sin η2 − n sin η − c 
 
.. .. .. .. 
 
. . . . 

e = AΛ = 

A ,
i
 cos α cos η i i i i 1
sin α cos η sin η − n sin η − c 
 P 
.. .. .. .. 
 


 . . . . 

n n n n n 1
cos α cos η sin α cos η sin η − n sin η − c
P
koska20
   
1 0 0 0 1 0 0 0
   
 0 1 0 0  −1  0 1 0 0 
   
Λ= , Λ =  
 0 0 1 0   0 0 1 0 
   
   
sin η sin η
P P
0 0 + nc 1 0 0 − nc 1
Nyt saadaan siisti päälävistäjämatriisi:

 
1 Pn 2 i
 2 i =1 cos η 0 0 0

1 Pn 2 i
0 2 i =1 cos η 0 0 
 
T e 

P = A A=
e e
Pn ³ ´2 ,
i 1 Pn j
0 0 sin η sin η 0 

 i =1 − n j =1
 
2
0 0 0 nc
Kirjoitetaan tämän virhe- eli kuvaaja-ellipsoidin kaava:
xT Pee
e x = 1,
jossa e
x kuten kaavassa 11.12. Tulos on
2
2 2 2
2 ∆ X 2 ∆Y 2 ∆ Z 2 ∆ gT
p 11 ∆ X + p 22 ∆Y + pe33 ∆ Z + p 44 ∆
g T = + + + = 1,
q xx q yy qezz q tt
¤−1
mistä näkyy heti määritelmän mukaiset, varianssimatriisin Q xx = A T A
£
alkiot:
2
q xx = q yy = P ,
cos2 η
mistä
p 2
HDOP = q xx + q yy = pP .
cos2 η
Samalla, hieman uudelleen järjestämisen jälkeen,
n
qezz = ¢2 ,
sin2 η − sin η
P ¡P
n
ja VDOP on sen neliöjuuri21 .
20 Tarkista, että ΛΛ−1 = Λ−1 Λ = I !
21 Huomaa, että jos η on vakio – siis kaikki η , i = 1 . . . n, ovat samoja –, niin nimittäjä
i
haviää! Eli, korkeuden määritys GPS:llä edellyttää, että on satelliitteja eri korkeuk-
silla taivaalla.
e2
e1
Erotus-
havainto e0
∆R
Havaitsija
Kuva 11.19. Ympyräsingulariteetti eli ”vaarallinen ympyrä” GPS:lle.
11.8.5 Esimerkki 2: singulaarinen tapaus
Tarkastellaan taas rakennematriisia A , kaava 11.9, ja kirjoitetaan se

muotoon  £ ¤T 
e(1) −c
 £ 
 (2) ¤T
 e −c


A=
 .. ..
,

 . . 
 £ ¤T 
e(n) −c
olettaen, että on n satelliittia. Jos satelliitit ovat kaikki samalla ympy-
rällä, on satelliitin i yksikkösuuntavektori
e(i) = ae0 + b i e1 + c i e2
jossa arvot b i ja c i täyttävät ehdon b2i + c2i = 1 − a2 , kaikille satelliitteille

i = 1, . . . , n. Tässä ae0 on vektori havaitsijasta ympyrän keskipisteeseen.
Näin ollen on vain kolme riippumatonta vektoria e(i) kun tarvitaan nel-
jä.
Ks. kuva 11.19. Tilanne on myös geometrisesti selvä: jos havaintopaik-

ka siirretään vektoria e0 pitkin, minkä tahansa pseudoetäisyyksien
erotus kahden satelliitin välillä ei muutu. Tässä onkin kyse siitä, et-
tä vastaanottimen kellotuntematon ∆T ja havaintopaikan sijainnin e0 -
suuntainen komponentti (eli projektio e0 -suuntaan) ei saa erotetuksi toi-
sistaan tässä geometriassa.
Tämä on ympyräsingulariteetti eli ”vaarallinen ympyrä” GPS-paikannuksen

tapauksessa, vrt. alaosio 5.8.1. GPS-paikannus on on itse asiassa kol-
miulotteinen taaksepäin leikkaus!
11.8.6 DOP-suureiden laskuesimerkki
Ks. kuva 11.20.
Olkoon yksi satelliitti zeniitissä (η = 90◦ ) ja kolme satelliittia korkeus-

kulmalla η = 30◦ atsimuteilla α = 0, 120◦ , 240◦ . Lasketaan ensin raken-
nematriisi A kaavan 11.9 mukaan. Annettuna on
α1 = 0◦ , η 1 = 90◦ ,
α2 = 0◦ , η 2 = 30◦ ,
α3 = 120◦ , η 3 = 30◦ ,
α4 = −120◦ , η 4 = 30◦ .
Numeroarvoja saadaan muistamalla, että
sin (90◦ ) = 1, cos (90◦ ) = 0,

p
sin (30◦ ) = 1/2, cos (30◦ ) = 12 3,
p
sin (120◦ ) = − sin (−120◦ ) = 12 3, cos (120◦ ) = cos (−120◦ ) = 1/2.
Tulos on
   
0 0 1 −c 0 0 0 −c

1
p  
1
p 
2 3 0 1/2 −c   2 3 0 1/2 −c 
   

A= p p ¢2 = p .
− 12 · 21 3 1
− 14 3 34
¡
2 3
1/2 −c   1/2 −c 
   

 p ¡ p ¢2   p 
− 12 · 21 3 − 21 3 1/2 −c − 14 3 − 34 1/2 −c
Seuraavaksi lasketaan tuntemattomien painomatriisi, kaava 11.10:

 
9/8 0 0 0
 
0 9/8 0 0
 
T
 
P = A A= .
 0 0 3/4 − 32 c 
 
 
0 0 − 32 c 4 c2
Tämän matriisin kääntäminen antaisi Q xx , tuntemattomien painoker-

roinmatriisi. Tässä käännämme matriisia vain osittain:
   
8/9 0 0 0
   q xx 
  
 0 8/9 0 0   q yy

Q xx = P −1 = 


 −1  = 
 .
− 32 c q zz q zt
 
 0 0 3/4
   

     
0 0 − 32 c 4 c2 q tz q tt
(11.13)
Tästä luemme suoraan, että koordinaattien X ja Y painokertoimet ovat
q xx = q yy = 8/9 = 0,889 . . . ,
11.9. GPS-satelliittien radat 309
4 3
N
120◦ 120◦ 30◦

W E
◦
120
S
Kuva 11.20. DOP-suureiden laskuesimerkki.
ja siis
p p
HDOP = q xx + q yy = 16/9 = 4/3 = 1,333 . . . .
Kaavasta 11.13 näkyy, että Z -koordinaatti ja kellotuntematon ∆T ovat

“sotkeutuneet” toisiinsä ( q zt 6= 0) ja niiden painokertointen laskeminen
jätetään sikseen22 .
11.9 GPS-satelliittien radat
GPS-satelliitin rata Maan painovoimakentässä on likimain Keplerin la-

kien mukainen ellipsi. Käytännössä se on lähes ympyrä, jonka säde23
on 26 560 km, ja kiertoaika 11h 58m . Ratatasojen kaltevuus päiväntasaa-
jaan nähden (inklinaatio) on i = 55◦ , mitä merkitsee, että Suomen le-
22 Itse asiassa, jos tuntemattoman ∆T sijasta tarkastellaan tuntematonta c∆T — suo-

siteltava temppu, koska nyt matriisin kunto on parempi, eli se on vähemmän häiriöal-
tis ja laskennan pyöristysvirheet vaikuttavat vähemmän –, käännettävänä oleva osa-
matriisi on " #−1 " #
3/4 −3/2 16/3 2
=
−3/2 4 2 1
ja  
8/9
 
 8/9 
Q xx =  .

 16/3 2 

2 1
h iT
Tämä on nyt X Y Z c∆T :n varianssimatriisi.
Tässä tuloksessa näkyy myös, miten Z ja ∆T ”kilpailevat” samasta informaatiosta:
p p p
VDOP = q zz = 16/3 ≈ 2,309, kun olisi ilman kellotuntematonta VDOP = 4/3 ≈ 1,155.
23 Siis: etäisyys Maan pinnalta on noin 26 560 km − 6378 km = 20 182 km, jossa maapal-
lon säteenä on käytetty 6378 km.
Pohjois- napa
E W
Zeniitti
Kuva 11.21. GPS-satelliittien ratatasot Helsingin taivaalla. Huomaa, et-

tä zeniittiä sisältävän ovaalin sisälle ei koskaan pääse GPS-
satelliitteja, vaikka niitä näkyy pohjoisellakin taivaalla, tosin hy-
vin matalalla.
veysasteella GPS-satelliitit eivät koskaan kulje zeniitin läpi. Kuiten-

kin suuren korkeutensa ansiosta satelliitit näkyvät myös “pohjoisnavan
yli” pohjoisella taivaanpuoliskolla, vaikkakin hyvin matalalla. Ks. kuva
11.21.
Satelliittiradan kuvaamiseksi tarvitaan kuusi rata-alkiota. Rata-alkioiksi

voitaisiin valita esimerkiksi kolme paikkakomponenttia
 
x ( t0 )
 
r ( t0 ) = x ( t0 ) · i + y ( t0 ) · j + z ( t0 ) · k =  y ( t0 ) 
 
 
z ( t0 )
ja kolme nopeuskomponenttia
 
ẋ ( t 0 )
 
ṙ ( t 0 ) = ẋ ( t 0 ) · i + ẏ ( t 0 ) · j + ż ( t 0 ) · k =  ẏ ( t 0 )
 

 
ż ( t 0 )
tietyllä hetkellä t 0 , käyttäen Newtonin pistenotaatio aikaderivaatalle, ja
vektorit {i, j, k} muodostavat ortonormaalisen kannan. Näistä voi laskea
paikan ja nopeuden
r ( t ) = x ( t ) · i + y ( t ) · j + z ( t ) · k,
ṙ ( t) = ẋ ( t) · i + ẏ ( t) · j + ż ( t) · k,
Liike Maan painovoimakentässä
Uusi paikka r( t)
Uusi nopeus ṙ( t) ṙ( t 0 ) Nopeus
r( t 0 ) Paikka
Kuva 11.22. Satelliitin rataliike kuvattuna paikka- ja nopeusvektorin avulla.
jollekin myöhemmälle hetkelle t, vain laskemalla pieni askel kerrallaan

eteenpäin ajassa, sekä korjaamalla nopeuden gravitaatiokaavan, ja pai-
kan nopeuden avulla. (kuva 11.22): Maan vetovoimakenttähän tunne-
taan kaavan muodossa: vetovoiman aiheuttama kiihtyvyys voidaan las-
kea kun tunnetaan satelliitin paikka avaruudessa.
Satelliittiradan geometria kuvataan tavallisesti kuuden Keplerin rata-

alkion24 avulla, Ω, i, ω, a, e ja ν, ks. kuva 16.14. Lisää yksityiskohtia an-
taa Poutanen (1998) sivu 97 ja osio 16.8. Keplerin rata-alkioiden ja yllä
kuvatun paikka- ja nopeusvektoriesitystavan välillä on suora (vaikka-
kin monimutkainen) yksi-yhteen vastavuus:
Kepler : Ω, i, ω, a, e, ν ⇐⇒ r, ṙ.
Tämä merkitsee, että annetuista Keplerin alkioista voidaan laskea sa-

telliitin paikka avaruudessa sekä sen nopeus. Kaikki GPS-laskentaoh-
jelmistot suorittavat tämän laskutoimituksen.
11.9.1 Satelliittien lähettämä navigaatioviesti
Kuten jo huomautettiin, lähettävät kaikki GPS-satelliitit navigaatio-

viestin (navigation message) lähettämänsä radiosignaalin kantoaaltoon
moduloituna. Nav-viestin modulaatiotaajuus on 50 Hz, eli jokainen se-
kunti sisältää 50 bittiä. Koko nav-viesti koostuu 25 “paketista” (frames)
24 Siis jokaisella satelliitilla on kuusi Keplerin rata-alkiota jotka kuvaavat sen satel-
liitin radan muotoa ja sijaintia, sekä satelliitin paikkaa radallaan, avaruudessa.
joista jokainen sisältää 1500 bittiä ja kestää 30 sekuntia. Näin ollen ko-
konaispituus on 37 500 bittiä ja lähetyksen kesto on 12,5 minuuttia.
Kun GPS-vastaanotin kytketään päälle ensimmäistä kertaa, alkaa sa-

telliittien etsiminen. Heti kun ensimmäinen satelliitti on “saatu kiin-
ni” (lock-on), alkaa nav-viestin lukeminen. Lock-on voi hyvinkin kestää
useita minuutteja, etenkin jos vastaanottimelle syötetty likimääräinen
paikka on pahasti pielessä tai laite on kuljetettu mantereelta toiseen.
Sen jälkeen kuitenkin muiden satelliittien löytäminen käy yleensä no-
peasti.
Navigaatioviesti ladataan satelliitteihin valvontalohkon toimesta sään-

nöllisin välein, tyypillisesti kerran vuorokaudessa. Sen jälkeen tiedot
ovat GPS-satelliittien signaalin osana kaikkien GPS-järjestelmän käyt-
täjien käytettävissä. Navigaatioviesti koostuu seuraavasta kolmesta
osasta:
1. Ajanpitoon liittyvät tiedot kuten satelliittien kellokorjaukset; sa-

telliittien “terveystiedot” eli kuinka laadukkaita satelliittien lä-
hettämät paikannussignaali ja ratatiedot ovat; nav-viestin tuo-
reus.
2. Kaikkien satelliitien ratatiedot (broadcast ephemeris), eli satelliit-

tien itse radioteitse levittämät ratatiedot. Nämä perustuvat vii-
den amerikkalaisten sotilasviranomaisten hallinnassa olevan, vi-
rallisen seuranta-aseman jatkuvasti tuottamaan havaintoaineis-
toon. Havainnoista lasketut kaikkien satelliittien rata-alkiot la-
dataan satelliitteihin valvontalohkon toimesta typillisesti kerran
vuorokaudessa. Satelliittien muistista ne lähetetään radiosignaa-
liin moduloituina bittivirtana kaikkien käyttäjien käyttöön.
Rata-alkiot ovat Keplerin alkiot täydennettyinä Maan litistynei-

syyden aiheuttamien sekä lyhytperiodisten (puolet satelliitin pe-
riodista) että sekulaaristen (lineaaristi ajassa kasvavien) häiriöi-
den kuvaavilla, yhteensä yhdeksällä kertoimella, joita ei GPS-
satelliittien tapauksessa voida jättää huomioimatta. Käytetyn teo-
rian juuret juontavat Yoshihide Kozai’n klassiseen artikkeliin
(Kozai, 1959).
Broadcast ephemeris käytetään navigointisovelluksissa ja tosiai-

kaisessa paikannuksessa. Sitä on kätevää käyttää myös GPS-

maanmittauksessa ja relatiivisessa paikannuksessa suhteellisen
pienillä alueilla.
Efemerideistä lasketaan jokaisen satelliitin havaintohetken paik-

ka avaruudessa, jotta niitä voitaisiin käyttää “majakkoina” maan
päällisen havaintoaseman paikan estimoimiseksi, sekä satelliitin
nopeus25 . Käytetyistä laskentamenetelmistä selostetaan lisää kir-
jassa Poutanen (1998) sivut 98 – 104.
3. Kaikkien satelliitien almanakka. Almanakan tarkoitus on an-

taa kaikista satelliiteista likimääräiset ratatiedot, jotka kuiten-
kin riittävät mm. mittauskampanjoitten suunnitteluun tai autta-
vat vastaanotinta löytämään satelliitteja. Almanakan voimassaolo
on monta viikkoja.
Almanakka sisältää myös karkean globaalin ionosfäärimallin.
11.9.2 Tarkat ratatiedot
Precise ephemeris eli tarkat ratatiedot saadaan jälkeenpäin Internetin

kautta. Ratatiedot tulevat kolmiulotteisina paikka- ja nopeusvektorei-
na,    
x (t i ) ẋ ( t i )
   
 y (t i )  ,  ẏ ( t i ) ,
   
   
z (t i ) ż ( t i )
jokaiselle epookille t i . Nopeusvektori on optionaalinen. Tiedot on tau-
lukoituna 15 minuutin aikavälein, eli t i+1 − t i = 15m . Näistä interpoloi-
daan satelliitin paikka r ( t) ja nopeus ṙ ( t) mittaushetkellä t Lagrange26 -
interpolaation avulla. Näiden tietojen lisäksi löytyy kellon käyttäyty-
mistä kuvaavat ja ratatietojen tarkkuuteen liittyvät tiedot ynnä muuta.
Datan jakelulle käytetään standardiformaattia nimeltä SP3 (”Standard

Product 3”), alunperin Yhdysvaltain National Geodetic Survey’n suunni-
telema. Nykyversio on SP3-c, joka mahdollistaa myös GLONASS-satel-
25 Satelliitin nopeutta tähän ei välttämättä tarvittaisiin, mutta se tarvitaan signaa-

lin taajuuden doppler-siirtymän laskennassa. Vastaanottimen on tunnettava jokaisen
satelliitin doppler-siirtymä satelliitin signaalin kiinni saamiseksi ja pitämiseksi.
26 Joseph-Louis Lagrange (1736 – 1813) oli ranskalainen matemaatikko, tähtitieteilijä,
klassisen mekaniikan kehittäjä, yksi Eiffel-tornin 72 nimestä.
Taulukko 11.6. Precise Ephemeris alkuperäisessä SP3-formaatissa. Satelliit-

tien numerot, paikkavektorit, nopeusvektorit, kellokorjaus ja
kellon käynti, päivämäärä ja aika, jne. Esimerkki © U.S. Na-
tional Geodetic Survey.
V1994 12 17 0 0 0.00000000 96 d ITR92 FIT NGS

## 779 518400.00000000 900.00000000 49703 0.0000000000000
+ 25 1 2 4 5 6 7 9 12 14 15 16 17 18 19 20 21 22
+ 23 24 25 26 27 28 29 31 0 0 0 0 0 0 0 0 0
+ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
+ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
+ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
++ 7 6 5 5 5 5 5 5 5 6 5 5 5 5 6 5 5
++ 5 5 6 5 5 5 5 5 0 0 0 0 0 0 0 0 0
++ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
++ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
++ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
%c cc cc ccc ccc cccc cccc cccc cccc ccccc ccccc ccccc ccccc
%c cc cc ccc ccc cccc cccc cccc cccc ccccc ccccc ccccc ccccc
%f 0.0000000 0.000000000 0.00000000000 0.000000000000000
%f 0.0000000 0.000000000 0.00000000000 0.000000000000000
%i 0 0 0 0 0 0 0 0 0
%i 0 0 0 0 0 0 0 0 0
/* CCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC
* 1994 12 17 0 0 0.00000000
P 1 16258.524750 -3529.015750 -20611.427050 -62.540600
V 1 -6560.373522 25605.954994 -9460.427179 -0.024236
P 2 -21998.652100 -8922.093550 -12229.824050 -131.326200
V 2 -9852.750736 -12435.176313 25738.634180 -0.029422
P 4 -26019.547600 4809.810900 -2508.578200 3.544600
V 4 2559.038002 -3340.527442 -31621.490838 0.016744
*
*
*
P 29 -1638.431050 -24391.479200 10455.312650 3.690300
V 29 5754.005457 -12065.761570 -27707.056273 0.003537
P 31 6265.255800 -25687.986950 -753.359000 70.830800
V 31 3053.344058 -63.091750 31910.454757 0.033749
* 1994 12 17 0 15 0.00000000
P 1 15716.820135 -1169.850490 -21281.578766 -62.542746
V 1 -5439.955846 26738.341429 -5409.793390 -0.023226
P 2 -22813.261065 -9927.616864 -9816.490189 -131.328686
V 2 -8178.974330 -9924.329320 27813.754308 -0.025238
*
*
liittien ratatietojen jakelun. Se on tekstiformaatti, siis ihmisille lukukel-

poinen.
◦ Tunnetuin lähde on ollut International GNSS Service (IGS) jo vuo-

desta 1992. Heidän tuottamat tarkat radat julkaistaan Internetiin
parin viikon havaintohetken jälkeen.
◦ Viime aikoina on alettu tuottaa myös “rapid orbits”-ratkaisuja jot-

ka ovat lähes yhtä tarkkoja kuin precise ephemeris, mutta jotka
11.10. International GNSS Service 315
−180˚ −150˚ −120˚ −90˚ −60˚ −30˚ 0˚ 30˚ 60˚ 90˚ 120˚ 150˚ 180˚
90˚ 90˚
60˚ 60˚
30˚ 30˚
0˚ 0˚
−30˚ −30˚
−60˚ −60˚
−90˚ −90˚
−180˚ −150˚ −120˚ −90˚ −60˚ −30˚ 0˚ 30˚ 60˚ 90˚ 120˚ 150˚ 180˚
2010 Nov 09 17:26:59
Kuva 11.23. IGS:n seuranta-asemat, tilanne 2010 (aineisto © IGS).
perustavat huomattavasti “tuoreempaan” havaintoaineistoon.
◦ Uusimmat “ultra rapid” -ratkaisut ovat satelliittien rataennustei-

ta 24h eteenpäin, jolloin niitä voidaan käyttää tosiaikaisiin sovel-
luksiin.
Tarkat ratatiedot, toisin kuin broadcast ephemeris, jakellaan Internetin

välityksellä eikä siis GPS-satelliittien kautta. Yllä mainitut tahot ovat
riippumattomia Yhdysvaltain puolustusviranomaisilta.
Toisin kuin broadcast ephemeris, kuvaavat precise ephemeris satelliit-

tien todelliset radat, missä ne todella olivat sillä hetkellä. Broadcast ep-
hemeris ovat ennusteita ja siksi epätarkkoja.
11.10 International GNSS Service
International GNSS Service (IGS) perustettiin 1990 IAG:n (Internatio-

nal Association of Geodesy) toimesta, ja siitä tuli IAG:n virallinen palve-
lu vuonna 1994. Palvelun päätavoitteena on tuottaa tarkkoja ratatietoja
geodynamiikan (kiinteän maan liikkeiden) tutkimuksen tueksi. Kuiten-
kin sen tuotteet käytetään paljon laajemmin monella geofysiikan alalla.
IGS:n toimintaa johtaa Central Bureau, toimipaikkana JPL (Jet Propul-

sion Laboratory) Yhdysvalloissa. Vuonna 2015 IGS käytti maailmanlaa-
juisesti noin 500 GNSS-aseman havaintoja rataennusteidensa laskemi-
seksi. Luku on kasvanut vain hitaasti viime vuosien aikana.
Varsinaisen laskennan suorittaa seitsemän eri laskentakeskusta; rata-

tiedot on käytettävissä pari viikkoa mittausajankohdan jälkeen. Las-
kettuihin tietoihin kuuluu myös satelliittien kellokorjausparametrit, ja
erikseen Maan pyörähdysliikkeen parametrit (EOP, Earth Orientation
Parameters) eli napaliike ja vuorokauden pituuden (Length of Day, LoD)
vaihtelut.
IGS:n Central Bureau Information Service on osoitteella http://igscb.

jpl.nasa.gov.
Harjoitus 11 – 1: DOP-suureiden laskenta
In this exercise you are going to write a piece of software to calculate the
various DOP quantities of a GPS observational geometry, when the po-
sitions of the satellites in the sky, their azimuths α and elevation angles
η, are given.
You may use your preferred rapid prototyping language: MatLab™,

GNU Octave, Scilab, R; even Excel™. And don’t bother with inputting
from files, just put the satellite positions into the source.
1. For an arbitrary number of satellites, write code to build the design

matrix A , the normal matrix N = A T A , the vector of observations
` and the right-hand side of the normal equations system, A T `.
2. Make your software output to the screen the various DOP quanti-
ties.
3. Now assume you have four satellites, the minimum to make po-
sitioning possible. Play with the satellite positions α i , η i , i =
¡ ¢
1, . . . , 4, in order to minimize one of the DOPs, e.g., the PDOP. What

is the best geometry of four satellites you found?
4. You cheated, didn’t you? You cannot observe GPS satellites that
are below the horizon. So, introduce the constraint η > 5◦ .
5. After PDOP, try to minimize HDOP, and VDOP.
Mitä olet oppinut?

12. GPS-havaintojen käsittely
12.1 Erotushavaintojen muodostus
Geodeettisissa GPS-mittauksissa ja GPS:n maanmittaussovelluksissa

halutaan tavallisesti mitata kahden pisteen välinen sijaintiero. Pistei-
den välinen etäisyys voi olla esimerkiksi 100 km tai 1000 km; tämä on
paljon lyhyempi matka kuin etäisyys GPS-satelliiteille, jotka kiertävät
korkeudella noin 20 000 km. Ks. kuva 12.1.
Satelliitista nähtynä havaintopisteiden välinen kulma α on hyvin pieni,

esimerkkitapauksessa (Helsinki ja Sodankylä) vain 2◦ ! Siksi monet vir-
heet ovat molemmille paikoille osittain yhteisiä, samanlaisia ja suun-
nilleen yhtä suuria. Satelliitin kellon virhe eli kellopoikkeama on jopa
identtinen. Ratavirheen vaikutus on likimäärin sama geometriasta joh-
tuen, ionosfäärin ja troposfäärin aiheuttamat virheet ovat myös saman-
Sodankylä
α
Helsinki
Kuva 12.1. “Yhteinen virhe” -olettamus.
– 317 –
318 Luku 12. GPS-havaintojen käsittely
Taulukko 12.1. GPS-havainnoista erotussuureiden muodostumisen vaikutus

eri virheiden suuruuteen.
Virhelähde \ erotuksen tyyppi ∇ ∆ ∆∇ δ∆∇
Satelliittirata rS , ṙS - ⇓a ⇓ ⇓⇓b

Satelliitin kello ∆ t - 0c 0 0
Vastaanottimen kello ∆T 0 - 0 0
Ionosfääri d ion , D ion - ⇓ ⇓ ⇓⇓
Troposfääri d trop , D trop - ⇓ ⇓ ⇓⇓
Kokonaislukutuntemattomat N - - - 0d
a Virhe pienenee olennaisesti, etenkin jos mittauspisteiden välimatka on pieni
b Virhe pienenee vieläkin rajummin
c Virhe eliminoituu kokonaan
d Ellei tapahdu ns. cycle slip.
laisia, geometrian samanlaisuuden sekä ilmakehän olosuhteiden pitkän

matkan spatiaalikorrelaation1 ansiosta. Pitää kuitenkin muistaa että
Helsingin ja Sodankylän luotiviivojen suuntien ero on jo 7◦ , siis satel-
liitin korkeus paikallisen horisontin yläpuolella on ainakin sen verran
erilainen.
“Yhteinen virhe” -olettamuksen perusteella muodostetaan kahden ha-

vaintopisteen ja yhden satelliitin havaintojen erotuksia. Näissä erotuk-
sissa monet virheet häviävät kokonaan tai pienenevät olennaisesti. Ero-
tuksen muodostaminen on suoranaista: vähennetään vain kaksi raa-
kahavaintoa toisistaan, kumpikin poimittuna taulukon 11.3 näköisestä
havaintotiedostosta.
Erotukset voivat olla yksinkertaisia – joko kahden vastaanottimen tai

kahden satelliitin välillä, joissa tapauksissa käytetään visuaalisesti osu-
vat symbolit ∆ tai ∇ –, kaksinkertaisia, tai kolminkertaisia. Ks. kuva
12.2.
Eri erotustyyppien muodostumisen vaikutus virheiden suuruuteen – se

mitä tässä kiinnostaa! – on luetteloitu taulukossa 12.1.
1 Tällä tarkoitetaan, että olosuhteet muuttuvat vain hitaasti paikan mukaan. Hel-
sinki ja Sodankylä ovathan melkein samassa ilmastovyöhykkeessä, ja jos Pohjois-
Euroopan yllä on korkea- tai matalapaine, vaikuttaa se varmaan sekä Helsinkiin et-
tä Sodankylään. Sääilmiöiden synoptinen mittakaava (http://en.wikipedia.org/
wiki/Synoptic_scale_meteorology) on luokkaa 1000 km.
12.1. Erotushavaintojen muodostus 319
Satelliitti 1 Satelliitti 2
∇
∆
Vastaanotin 1 Vastaanotin 2
(a) Yksinkertaiset erotukset (b) Yksinkertaiset erotukset

vastaanotinten välillä satelliittien välillä
Epookki 2
Epookki 1
∆∇
δ∆∇
(c) Kaksinkertaiset erotukset (d) Kolminkertaiset erotukset
Kuva 12.2. Eri erotussuureiden muodostaminen ja niille käytetyt symbolit.
12.1.1 Esimerkki: yksinkertainen erotus
Selostetaan kaavojen avulla, miten yksinkertainen erotus lasketaan al-

kuperäishavainnoista, ja miksi jotkut systemaattiset virheet eliminoitu-
vat kokonaan, ja jotkut toiset pienenevät huomattavasti.
12.1.1.1 Yksi vastaanotin (havaitsija) A , kaksi satelliittia S, T :
∇ST p A = p SA − p TA ,
∇ST P A = P A
S T
− PA .
Kirjoitetaan yhtälö 11.1:

³ ´
p SA = ρ SA + c ∆ tS − ∆T A + d ion,A
S S
+ d trop,A ,
³ ´
p TA = ρ TA + c ∆ tT − ∆T A + d ion,A
T T
+ d trop,A .
Tässä on otettu huomioon, että kellopoikkeamista ∆ t on satelliittikoh-

tainen, ∆T taas havaitsija- eli vastaanotinkohtainen. Vähentämällä saa-
daan erotussuure
∇ST p A = ∇ST ρ A + c∇ST ∆ t + ∇ST d ion,A + ∇ST d trop,A ,
jossa
∇ST ρ A = ρ SA − ρ TA ,
∇ST ∆ t = ∆ tS − ∆ tT ,
∇ST d ion,A = d ion,A

S T
− d ion,A , ja
∇ST d trop,A = d trop,A

S T
− d trop,A .
Tästä on kadonnut vastaanottimen A kellopoikkeama ∆T A , koska vas-

taanottimen ominaisuutena se on sama eri satelliiteille ja kumoutuu
kun lasketaan satelliittien välinen erotussuure.
Tämä on käytännössä tärkeää, koska vastaanottimet sisältävät tavalli-

sesti huokean kvartsioskillaattorin jonka käyntivirhe voi olla huomat-
tava.
Samanlainen yhtälö pätee myös kantoaallon vaiheelle:
∇ST P A = ∇ST ρ A + c∇ST ∆ t + ∇ST D ion,A + ∇ST D trop,A + λ∇ST N A ,
jossa
∇ST N A = N A
S T
− NA
on ambiguiteettien erotus satelliittien S ja T välillä.
12.1.1.2 Kaksi vastaanotinta A, B, yksi satelliitti S :
∆ AB p S = p SA − p SB ,
∆ AB P S = P A
S
− PBS . (12.1)
Tästä eliminoituu samalla tavalla kokonaan satelliitin kellopoikkeama

∆ t: se on satelliitin eikä vastaanottimen ominaisuus ja häviää kun las-
ketaan saman satelliitin eri vastaanottimien välinen erotussuure.
Lisäksi ratavirheiden, ionosfäärin ja troposfäärin vaikutukset vähenty-

vät huomattavasti: lyhyillä vastaanotinten välisillä matkoilla
∆ AB d = d SA − d B
S
≈ 0,
koska
12.2. Relatiivinen (staattinen) GPS 321
1. Havaintogeometria on lähes sama A :ssa ja B:ssa, ks. kuva 12.1.
2. Ilmakehän olosuhteet eivät paljon muutu pisteiden A ja B välillä,

eli mittaussäde kulkee lähes samanlaisen ilmamassan läpi.
3. Satelliitin S korkeuskulma taivaalla on A :ltä katsottuna lähes sa-

ma kuin B:ltä katsottuna.
12.1.2 Muut erotussuureet
Samalla tavalla, yhdistämällä yllä kuvattuja toimintoja, voi laskea myös

kaksinkertaisia ja kolminkertaisia erotuksia. Kaavat ovat monimutkai-
sen näköisiä mutta menettelytapa suoranainen, ks. yhteenveto taulu-
kossa 12.2. Taulukon kaavat johdetaan suoraan alkuperäisistä havain-
toyhtälöistä 11.1 ja 11.2 yhteen- ja vähennyslaskulla.
12.2 Relatiivinen (staattinen) GPS
Kahden havaintopaikan A ja B välinen sijaintiero eli vektori R AB =

RB − R A voidaan ratkaista tarkemmin kuin kummankin paikan abso-
luuttinen sijainti R A , RB Maan massakeskipisteen suhteen. Ks. kuva
11.15. Syy tähän on eri virhelähteiden vaikutuksen kumoutuminen tai
lähes kumoutuminen, kun ovat melkein samoja molemmassa pisteessä.
Laskentaa varten käytetään kahden havaintopaikan välisiä erotusha-
vaintoja ∆ AB p, ∆ AB P , joissa tämä kumoutuminen jo tapahtuu. Kuten jo
aiemmin näytettiin kuvassa 12.1, ovat satelliittien paikat taivaalla mel-
kein samoja havaintopaikoista A ja B nähtynä, ja myös ilmakehä on A :n
ja B:n yläpuolella varmaan aika samanlainen.
Paljonko esimerkiksi satelliittien S ja T ratavirhe vaikuttaa vektorin eli

sivun AB määritykseen? Katso kuva 12.3. Suuruusluokan nyrkkisääntö
sanoo, että, ratavirheen aiheuttama pisteen B paikannusvirhe δ pisteen
A :n suhteen on
d
δ≈ ∆,
s
jossa ∆ on oletettu ratavirhe. Tämä on vain karkea suuruusluokka-
arvio. Ks. alla oleva taulukko. Tiedetään, että s & 20 000 km.
Taulukossa 12.3 annetut arvot ratavirheelle, 1 m ja 2 cm, vastanevat tä-

Luku 12. GPS-havaintojen käsittely
Taulukko 12.2. GPS:n havaintoja erotussuureet, yhteenveto. Kaavoissa on käytetty notaatiot d = d ion + d trop , D = D ion + D trop . Huomaa johdonmukai-
nen deltojen ja nablojen käyttö.
Kantoaallon vaihe φ;
Pseudoetäisyys p
vastaava pseudoetäisyys P
p SA = ρ SA + c(∆ tS − ∆T A ) + d SA S
PA = ρ SA + c(∆ tS − ∆T A ) + D SA + λ N A
S
Yksinkertainen erotus, satelliittien välillä:
∇ST p A = ∇ST ρ A + c∇ST ∆ t + ∇ST d A ∇ST P A = ∇ST ρ A + c∇ST ∆ t + ∇ST D A + λ∇ST N A
Yksinkertainen erotus, vastaanotinten välillä:
∆ AB p S = ∆ AB ρ S + c∆ AB ∆T + ∆ AB d S ∆ AB P S = ∆ AB ρ S + c∆ AB ∆T + ∆ AB D S + λ∆ AB N S
Kaksinkertainen erotus:
∇ST ∆ AB p = ∇ST ∆ AB ρ + ∇ST ∆ AB d ∇ST ∆ AB P = ∇ST ∆ AB ρ + ∇ST ∆ AB D + λ · ∇ST ∆ AB N
Kolminkertainen erotus:
δ12 ∇ST ∆ AB p = δ12 ∇ST ∆ AB P =
= δ12 ∇ST ∆ AB ρ + δ12 ∇ST ∆ AB d = δ12 ∇ST ∆ AB ρ + δ12 ∇ST ∆ AB D + λ · (cycle slips)
322
12.2. Relatiivinen (staattinen) GPS 323
S ∆ T
δ
d B
A
Kuva 12.3. Kaksoiserotus, lyhyt sivun pituus.
män hetken broadcast2 ja precise -ratatietojen tarkkuuksiin. Johtopää-

tös on, että

Maanmittaustyössä pienillä alueilla (1 − 100 km) rata
voidaan yleensä olettaa tunnetuksi.

Geodeettisessa työssä lasketaan havainnoista pisteessä A ja B ensin

kaksinkertaisia erotuksia ∇ST ∆ AB P . Kun on kyse kantoaallon vaiheen
havainnoista, on ambiguiteetit eli kokonaistuntemattomat ∇ST ∆ AB N
ensin ratkaistava. Sen jälkeen havainnoista lasketaan vektori
2 Tämä on karkea arvio. Broadcast-ratojen laatu on GPS-järjestelmän alkuajoista pa-

rantunut, hitaasti mutta varmasti. Muut GNSS-järjestelmät, kuten GLONASS, Gali-
leo ja BeiDou, suoriutuvat suunnilleen samalla tasolla, tai ehkä hieman huonommin
(Montenbruck ym., 2015).
Taulukko 12.3. Ratavirheen, sivun pituuden ja paikannusvirheen välinen yh-

teys.
Sivun pituus d (km) Ratavirhe ∆ (m) Paikannusvirhe δ (mm)
1 1 0,05
10 1 0,5
100 1 5
1000 1 50
1 0,02 0,001
10 0,02 0,01
100 0,02 0,1
1000 0,02 1
Yhteinen ratkaisu
Mahdollinen λ1 -ratkaisu
λ1
λ2
Mahdollinen λ2 -ratkaisu
Kuva 12.4. Yksiulotteinen ambiguiteettiratkaisu, etäisyysmittari.
   
∆ X AB XB − X A
   
R AB =  ∆Y AB  =  YB − Y A
   

   
∆ Z AB ZB − Z A
pisteiden välillä. Siksi nimitys relatiivinen GPS.
Tämä kuvaus on helposti yleistävissä usean mittauspisteen eli verkon

mittaukseen.
12.3 Kokonaislukutuntemattomien kiinnitys
Kokonaislukutuntemattomien eli “ambiguiteettien” ratkaiseminen on

GPS:n kantoaaltovaihehavaintojen käytön edellytys. Menetelmiä löytyy
useita.
1. Etäisyysmittauslaitteet ratkaisevat kokonaislukutuntemattomat mit-

taamalla usealla eri aallonpituudella. Kuvassa 12.4 kuvataan, mi-
ten tätä palapeliä voi ratkaistaa.
GPS-satelliitti lähettää kahdella eri aallonpituudella L 1 ja L 2 .

Kun aallonpituuksia on kaksi, voidaan ne yhdistää tavalla, joka
helpottaa ambiguiteettien ratkaisua lyhyillä matkoilla. Lasketaan
vaihe-ero φw = φ1 − φ2 vaihemittausten L 1 ja L 2 välillä. Se on kuin
käyttäisi kantoaaltoa, jonka taajuus on f w = f 1 − f 2 = 347,82 MHz
ja, vastaava “aallonpituus” λw = c/f = 86 cm. Tätä menetelmää kut-
sutaan leveäkaistaratkaisuksi (en. “wide-laning”).
12.3. Kokonaislukutuntemattomien kiinnitys 325
000
111
000
111
111
000 000
111
000
111
00011
111 00 111 0001100
000
111
00
11
000
111
00
11 2 00
11
00 2-3
11
3
00
11
000
111
000
111
00
11
00
11000
111 3-4 111
000
000
111
000 1-2
111 000
111
4
1 111
000 000
111
000
111
Etsintäalue
Esim. koodi-
paikannus)
Yhteinen
ratkaisu
(a) Kolmiulotteinen
111
000
000 Lii
111
000
111
000
111
000
111 ke
iike 000
111
000
111
11
00
00
11
L
1b 000
111
2a
00
11 2a
0011
11 00 1 b
1a-2a ->
1a11
00 1a -> 2b 2b
00
11
Etsintäalue
Yhteinen
ratkaisu
(b) Kolmiulotteinen plus aika
Kuva 12.5. GNSS-laskennan eri ambiguiteettiratkaisumenetelmiä.
Leveäkaistaratkaisu toimii vain lyhyillä matkoilla, koska muuten

ionosfäärin vaikutuksen erotus kahden mittauspaikan välillä kas-
vaa liian suureksi ja sekoitaa pakan.
Koodihavainto antaa pseudo-etäisyys jo noin metrin tarkkuudel-

la, jonka jälkeen leveäkaistamenetelmä antaa kokonaistuntemat-
tomat, ja vaihe-erosta φw saadaan ”ambiguiteettivapaa” pseudoe-
täisyys senttimetrien tarkkuudella.
2. Käytetään useita satelliitteja. Tällä hetkellä Maata kiertää yli 30

GPS-satelliittia, mielivaltaisella hetkellä niistä näkyy 6 – 10. Tä-
mä on monimutkaisempi menetelmä, koska, toisin kuin etäisyys-
mittauksessa, geometria on kolmiulotteinen. Tähän löytyy tehok-

kaita algoritmeja.
3. Käytetään samat satelliitit pidemmäksi aikaa. Koska satelliittien

havaintogeometria ehtii muuttua, saadaan enemmän ehtoja.
Ks. kuva 12.5.
Viime vuosina on tullut GPS:n lisäksi muitakin globaalisia satelliittipai-

kannusjärjestelmiä. Venäläinen GLONASS – jonka jokaisella satelliitil-
la on oma kantoaallon lähetystaajuus, mikä mutkistaa kokonaisluku-
tuntemattomien ratkaisemista – on pitkän alennustilan jälkeen aktiivi-
sesti nostanut toimivien satelliittiensa lukumäärää, eurooppalainen tu-
leva Galileo-järjestelmä on saanut muutama koesatelliitti jo radalleen,
ja myös kiinalaiset ovat tulossa Beidou-2 -järjestelmänsä kanssa. Järjes-
telmien yhteiskäyttö samassa vastaanottimessa on teknisesti monimut-
kainen mutta lupaa erittäin nopeaa ja luotettavaa kokonailukutunte-
mattomien ratkaisua. Helpotusta voi tulla ohjelmistopohjaisilta vastaa-
nottimilta (”software defined GNSS receiver”), jossa kaikki käsittelytyö
antennin ja sen analogisen elektroniikan jälkeen on totetutettu digitaa-
lisesti ohjelmistossa kauppahyllyltä ostettavan tietokoneen sisällä.
12.4 Tosiaikainen paikannus
Yllä kuvattu relatiivinen staattinen menetelmä perustuu jälkilasken-

taan. Geodeettiseen käyttöön tämä on yleensä ongelmaton. Tarkkojen
satelliittiratojen käyttö – välttämätön jos haluaa geodeettista tarkkuut-
ta pitkille vektoreille – edellyttää myös tietyn odotusajan: pari viikkoa
precise ephemerisin tapauksessa.
Joskus kuitenkin tarvitaan uusien pisteiden koordinaatit heti, ja on

myös tilanteita joissa tämä olisi hyödyllistä tai kätevää. Silloin puhu-
taan tosiaikaisesta3 paikannuksesta (engl. real time). Navigointi on laa-
ja sovelluskenttä.
Tosiaikaisuutta voidaan toteuttaa siirtämällä pisteellä A tehdyt havain-
3 Tosiaikaisuuden (reaaliaikaisuuden) muodollinen määritelmä on taattu vasteaika. Se

saa olla pitkäkin, jos se vaan on taattu. Vasteaika (latency) on se aika, joka kuluu
mittaustapahtuman ja aineiston käytettäväksi tulemisen välillä.
12.4. Tosiaikainen paikannus 327
not pisteelle B lennossa, esim. radioteitse.
12.4.1 Differentiaalinen GPS (DGPS)
Differentiaalinen GPS on koodihavaintoihin perustuva tosiaikainen pai-

kannusmenetelmä, jossa käytetään vertaus- eli tukiasemaa. Se on siis
relatiivinen mittaus tukiaseman A ja liikkuvan vastaanottimen eli rove-
rin B välillä. Kuten aina kahden vastaanottimen välisessä mittaukses-
sa, ovat monet virhelähteet samoja tai lähes samoja molemassa vastaa-
nottimessa: satelliitin rata- ja kellovirheet sekä ilmakehän aiheuttavat
virheet kumoutuvat A :n ja B:n välisessä erotusmittauksessa kokonaan
tai lähes kokonaan.
DGPS-menetelmässä ei siirretä A :n raakahavainnot B:hen – se olisi tur-

han paljon tietoa siirrettävänä. Sen sijaan lasketaan havainnoista ensin
mitatun ja lasketun pseudoetäisyyden erotus. Voidaan laskea jokaiselle
havainnolle p A havaintopaikan A geometrinen etäisyys satelliitista ρ (0)
A
A :n ja satelliitin S välillä. Tämä “vertausetäisyys” perustuu pisteen A
tunnetuun paikkaan ja satelliitien lähettämiin ratatietoihin. Silloin saa-
daan pseudoetäisyyspoikkeama jokaisella taivaalla olevalle satelliitille:
.
d p A = p A − ρ (0)
A
.
Samat satelliittien ratatiedot ovat myös liikkuvan pisteen B käytettä-

vissä, joka voi itse laskea niistä sama ρ (0)
A
– tunnetaanhan tukiaseman
A paikkaa. Siis poikkeamien d p A informaatiosisältö on sama kuin ko-
konaisten mittausarvojen p A , ja voivat korvata ne jakelussa.
Pseudoetäisyyspoikkeamien käytöllä on seuraavat edut:
◦ Numeeriset arvot ovat paljon pienempiä. Poikkeamat ovat olleet

luokkaa ±100 m silloin, kun Selective Availability (SA, rata- ja
kellotietojen keinotekoinen huonontaminen) oli vielä päällä. Kun
vuonna 2000 SA kytkettiin pois, poikkeamien koko putosi tasoon
±5 m. Molemmat suuruusluokat ovat murto-osa itse havaintosuu-
reiden koosta, tuhansia kilometrejä.
◦ Arvot vaihtelevat hitaammin. Ne ryömivät tuntien mittaan satun-

naisen näköisellä tavalla. Niiden ekstrapolointi muutaman sekun-
niin tai minuutin verran tulevaisuuteen onnistuu paremmin kuin
raa’oilla havainnoilla.
Ilman korjausta
Laskettu paikka
d pB
d pA
Korjauksella B Todellinen
Korjaukset paikka A
Kuva 12.6. DGPS-menetelmän toimintaperiaate, hieman yksinkertaistettuna.
Näistä molemmista syistä tarvittava tietoliikennekapasiteetti on paljon

pienempi, ja kanavaksi riittää
◦ matkapuhelin. Nykyiset dataverkkoyhteydet (3G, 4G) ovat huo-

mattavan nopeita. ”Mobiili Internet”
◦ radiomodeemi (lyhyt matka)
◦ ULA-taajuuden sivumodulaatiokaista (RDS), kuten Suomessa FOKUS-

palvelu käytti ennen kuin siirtyi myös mobiilin Internetiin
◦ merenkululle pitkäaaltosignaali.
Poikkeaman arvot vaihtelevat myös hitaasti paikan funktiona. Siksi voi-

daan, jos etäisyys AB on sopivan lyhyt, 100 − 1000 km, rekonstruoida
riittävällä tarkkuudella
d p B ≈ d p A + c (−∆T A + ∆TB ) ,
jossa ∆T A , ∆TB ovat vastaanottimien kellopoikkeamat.
Alkuperäisten, yksinkertaisten havaintojen lisäksi voimme myös kon-

struoida erotushavaintoja ∇ST p B kahden satelliitin S ja T välillä:


d p SB ≈ d p SA + c (−∆T A + ∆TB ) 



=⇒ ∇ST ( d p B ) = d p T S T S
B −d pB = d p A −d p A ,


d pTB ≈ d p A + c (−∆T A + ∆T B )
T 

jakelussa olevien suurien erotus, josta on eliminoitu molempien vastaa-

nottimien kellopoikkeamat. Nyt voidaan laskea pisteen B etäisyyksien
kahteen satelliittiin yksinkertainen erotus:
∇ST ρ (0)
B
= ∇ST p B − ∇ST ( d p B ) ,
puhtaasti geometrinen suure pisteen ja satelliittien S ja T ratatiedois-

ta laskettujen, siis käyttäjän tiedossa olevien, avaruussijaintien välillä.
Näistä voidaan ratkaista pisteen B tuntematon sijainti, ilman satelliit-
tien rata- tai kellovirheiden vaikutusta. Kolme erotushavaintoa eli neljä
satelliittia riittää.
Differentiaalisella GPS-paikannuksella ja -navigoinnilla (“DGPS”) tar-

koitetaan usein juuri tämä tosiaikainen menetelmä jossa käytetään
GPS-signaalin modulaatioita eli C/A- ja P-koodeja.
12.4.2 Kinemaattinen (tosiaikainen) paikannus (“RTK”)
Jos käytetään tosiaikaisesti kantoaallon vaihemittauksia, puhutaan

RTK:stä (en. real-time kinematic). Tässä tarkkuus on paljon parempi,
vaikkakin vain lyhyemmällä matkalla. Toisin kuin DGPS, tämä on in-
krementaalinen menetelmä: mittaus on aloitettava käymällä koordinaa-
teiltaan tunnetulla pisteellä, ja mieluummin lopetettavakin tunnettuun
pisteeseen – varmuuden vuoksi. Välillä mitattujen pisteiden koordinaa-
tit saadaan suhteessa näihin tunnetuihin pisteisiin.
Ks. kuva 12.7. Jos käytetään kaksoiserotuksia, kahden satelliitin sekä

tukiaseman ja liikkuvan aseman eli “roverin” välillä, ovat ainoat tunte-
mattomat roverin kolme koordinaattia X , Y ja Z , eli roverin sijainti kol-
miulotteisessa avaruudessa R3 . Jokaisen kaksoiserotushavainnon kans-
sa yhteensopivat roverin mahdolliset sijainnit muodostavat nyt pyöräh-
dyshyperboloidien kimpun. Hyperboloidien välinen matka vastaa yh-
teen aallonpituuteen. Kuvassa hyperboloidit on piiretty läpileikkaukse-
na käyrinä erivärisinä kahdelle eri satelliittiparille. Kuten aina GPS-
mittauksissa on satelliittien minimimäärä neljä.
n
otuste arvo
oiser pinn
Kaks at
inkki
Liikkuva Tietol
vastaanotin
111
000 0011 Tukiasema
Tunnettu Tunnettu
päätepiste lähtöpiste
Kuva 12.7. RTK-menetelmän toimintaperiaate. Vrt. DECCA-kuvan 11.1 kans-

sa!
Tunnetulle pisteelle A installoidaan pysyvä (tai puolipysyvä) GPS-

vertaus- eli tukiasema. Roverin hetkellinen sijainti olkoon B. Kaksois-
erotukset ovat:
∇ST ∆ AB P = P A
S
− PBS − P A
T
+ PBT .
Jos sijoitetaan tähän yhtälö 11.2 sivulla 291, saadaan
∇ST ∆ AB P = ∇ST ∆ AB ρ +
+ ∇ST ∆ AB D ion + D trop +

¡ ¢
+ λ · ∇ST ∆ AB N .
Unohdetaan hetkeksi ilmakehätermit:
∇ST ∆ AB P = ∇ST ∆ AB ρ + λ · ∇ST ∆ AB N .
Jos roverin antenni pystytetään koordinaateiltaan tunnettuun pistee-

seen4 B, on kaikki koordinaatit tunnettu:
4 Tai määritetään roverin lähtöpisteen koordinaatit ennen liikkeelle lähtöä, ns. on-the-
fly menetelmä. Ks. seuraava alaosio.
◦ Satelliittien S ja T koordinaatit voidaan laskea rata-alkioista5 .
◦ Asemien A ja B koordinaatit oletettiin tunnetuksi.
Siksi sen hetken geometrinen kaksoiserotus ∇ST ∆ AB ρ ( t 0 ) on lasketta-

vissa. Sen jälkeen voidaan havainnoista ratkaista myös kokonaisluku-
tuntemattomat6 eli ambiguiteetit:
∇ST ∆ AB P ( t 0 ) − ∇ST ∆ AB ρ ( t 0 )
∇ST ∆ AB N = .
λ
Tämän jälkeen lähdetään roverin kanssa pois tunnetulta pisteeltä mit-

tausmatkalle. Liikutaan maastossa ja mitataan sopiva määrä tunte-
mattomia pisteitä – mutta sillä tavalla että yhteys satelliitteihin ei kat-
kea. Silloin nimittäin myös kokonaistuntemattomien arvot ∇∆ N AB
ST
eivät
muutu ja kenttäpisteen P mittauksista ∇ST ∆ AB P ( t P ) voidaan suoraan
laskea geometrinen kaksoiserotus
∇ST ∆ AB ρ ( t P ) = ∇ST ∆ AB P ( t P ) − λ · ∇ST ∆ AB N .
Tämä on kinemaattisen GPS-paikannuksen olemus. Oikea paikka saa-

daan heti, jopa millimetritarkkana. Tietysti vain vertausaseman suh-
teen, ei absoluuttisesti. Siksi tukiaseman paikan tarkka geodeettinen
määritys on olennainen.
RTK toimii parhaiten lyhyellä matkoilla, sadoista metreistä kymmeniin

kilometreihin. Tosiaikaisuus edellyttää tietolinkin käytön tukiaseman
ja roverin välillä.
Mahdolliset tietolinkkiratkaisut ovat periaatteessa samoja kuin DGPS:n

tapauksessa.
12.4.3 On-the-fly (OTF) kokonaistuntemattomien ratkaisu
Edellisessa oletettiin, että liikkuva vastaanotin lähtee pisteestä, jon-

ka koordinaatit tunnetaan geodeettisella tarkkuudella. Kuitenkin sel-
lainen piste voidaan myös luoda ”lennossa”, viipymallä lähtöpisteeseen
5 Rata-alkioiden tarkkuus ei ole rajoittava tekijä koska RTK-tekniikalla matka AB on

aina lyhyt.
6 Nämä arvot pitää siis olla kokonaislukuja tai lähellä niitä, jolloin ne saa pyöristää
ja tuloksena on ”fix”-ratkaisu. Elleivät ne ole lähellä kokonaisarvoja, niitä ei saa pyö-
ristää. Silloin saadaan, yleensä heikompi, ”float”-ratkaisu. Näin voi käydä esimerkiksi
jos pisteiden A ja B annetuissa koordinaateissa on virhe. Tai että ilmakehän vaikutus
on sittenkin liian suuri ja etäisyys AB liian pitkä.
niin kauan, että satelliittigeometria muuttuu ja kokonaislukutuntemat-

tomien kiinnittäminen onnistuu. Yhteys tukiasemaan, ja tukiaseman
kanssa yhteisiin satelliitteihin, on oltava auki.
Paikan ratkaisemiseen GPS:n avulla riittää yleensä neljä satelliittia.

RTK-tekniikka kuitenkin vaatii vähintään viidettä satelliittia, koko-
naislukutuntemattomien ratkaisemiseksi. Ilman ylimääräisyyttähän voi-
daan ambiguiteettiluvut ∇ST ∆ AB N jokaiselle kaksoiserotushavainnolle
vapaasti valita ja laskea näin saadusta kolmesta arvosta ∇ST ∆ AB ρ täy-
sin mielikuvituksellinen vektoriratkaisu R AB , ilman, että syntyy risti-
riitoja.
Ja mitä enemmän satelliitteja on käytettävissä, sitä nopeammin ko-

konaislukutuntemattomat ratkeavat. Siksi kiinnostus laitteisiin jotka
osaavat käyttää yhtä aikaa sekä GPS-satelliittien että venäläisten GLO-
NASS-satelliittien signaalit.
Lyhyellä matkalla (alle km) satelliittien määrä tehollisesti tuplaantuu,

koska voidaan käyttää L 1 - ja L 2 -taajuuden erotusta, “leveäkaistaa” (en.
widelane), jonka tehollinen aallonpituus on 86 cm.
Nykyiset RTK-laitteet osaavat älykkäästi hyödyntää useita tunnettuja

pisteitä mittausalueen ympäri. Ennen mittausta ja mittauksen jälkeen
käydään pisteille, ja laite muodostaa mitattujen ja tunnettujen piste-
sijaintien avulla paikallisen muunnoskaavan. Kaavan avulla muunne-
taan kaikkien mitattujen pisteiden koordinaatit samaan järjestelmään
kuin missä tunnetut pisteet on annettu. Tämä on kätevä mutta myös
vaarallinen ominaisuus: muunnettujen koordinaattien tarkkuus ei voi
olla tämän paikallisen järjestelmän sisäista tarkkuutta parempaa. Jos
se on esimerkiksi vanha, perinteiseen mittaustekniikkaan perustuva
KKJ (ks. alaosio 3.2.1), menetetään GPS-mittauksen suuri etu, sen yli-
voimainen geometrinen tarkkuus!
12.4.4 Verkkomoodin tosiaikaiset palvelut
Viime vuosina on laajasti rakennettu tukiasemaverkkoja, differentiaa-

lisen GPS:n (DGPS) ja tosiaikaisen kinemaattisen (RTK) tukipalvelujen
tarjoamiseksi. Yhden tukiaseman käytön pääongelma on, että sen ja-
kelemat korjaukset ovat hyviä tukiaseman lähellä, mutta huononevat
nopeasti kun liikkuvan vastaanottimen etäisyys tukiasemasta kasvaa.
On intuitiivisesti selvä, että korjaukset muuttuvat vain hitaasti, ja lä-

hes lineaarisesti, paikan mukaan. Satelliitin kellopoikkeaman aiheut-
tama korjaus on jopa vakio. Satelliitit ovat niin korkealla, että jopa Eu-
roopan kokoisella alueella geometria on kutakuinkin sama mantereen
eri osissa. Myös ilmakehä on yleensä melko samanlainen kaikkialla pie-
nen alueen sisällä. Tämä avaa interpoloinnin mahdollisuuden, ja tukia-
semaverkot tekevät juuri tämän.
Realistisia korjaussignaalien jakeluvaihtoehtoja:
1. terrestrisia radioverkkoja (ULA-radion sivumodulaatiokaistaa) ei

käytetä enää kun siirtokapasiteettia on niukasti
2. geostationaarisia tietoliikennesatelliitteja. Näiden etuna on suu-

rien alueiden homogeeninen peittävyys, haittana Suomen levey-
dellä satelliittien matala korkeuskulma
3. Mobiilin Internetin käyttö matkapuhelinverkon kautta. Internet

ei ole tosiaikainen, mutta käytännössä niin nopea, että sen kanssa
voi elää. Edut ovat
(a) helppo mahdollisuus laskuttaa palvelusta
(b) mahdollisuus toimittaa vastaanottimen paikkaan räätälöidyt

korjaukset — “virtuaalitukiasema” -ajatus
(c) nykyisin suuri siirtokapasiteetti pienellä rahalla
Verkkomoodin palvelujen käyttö edellyttää myös ohjelmallista tukea.

Korjausten interpoloinnin geometrinen osuus on helppoa, ongelmaksi
muodostuu ilmakehän, lähinnä ionosfäärin, mallinnus: korjaussignaa-
lin mukana jakellaan myös ionosfäärimalli. Hyvän tarkkuuden saavut-
tamiseksi tukiasemien verkko (johon ionosfäärimallin laskenta perus-
tuu) on oltava riittävän tiheä. Tämä mutkikas ongelmakenttä on aktii-
visen tutkimustoiminnan kohteena.
MSAS
36000 km
WAAS EGNOS
Kuva 12.8. Satellite Based Augmentation Systems (SBAS).
12.5 SBAS (Satellite Based Augmentation Systems)

-järjestelmät
Tähän järjestelmätyyppiin käytetään myös nimeä Wide Area Differen-

tial GPS (WADGPS). Järjestelmille ominaista on, että ne käyttävät geos-
tationaarisia satelliitteja GPS-differentiaalikorjausten jakeluun. Maail-
manlaajuisesti on olemassa kolme keskenaan yhteensopivaa järjestel-
mää:
◦ WAAS (Wide Area Augmentation Service, Yhdysvallat)
◦ EGNOS (European Geostationary Navigation Overlay System)
◦ MSAS (Multi-functional Satellite Augmentation System, japani-

lainen).
Nämä ovat jo laajassa käytössä, vaikka niiden kehitys jatkuu. Palvelut

ovat mannerlaajuisia ja perustuvat useiden GPS-tukiasemien yhtäai-
kaiseen käyttöön verkkomoodissa. Näin saadaan tarkkoja differentiaa-
likorjauksia sille alueelle, jonka tukiasemaverkko kattaa. Satelliittien
signaalirakenne ja käyttämät taajuudet ovat samanlaisia kuin GPS-
satelliittien, jonka ansiosta on suhteellisen helppoa modifioida olemassa
oleva GPS-vastaanotin SBAS:n käyttöön.
Järjestelmään kuuluu RIMS, Remote Integrity Monitoring System, joka

varoittaa jos paikannuksen laatua ei voida taatta. Tämä on tärkeä tur-
vakriittisissä sovelluksissa – SoL, “Safety-of-Life” – kuten lentokoneiden
12.6. Tosiaikaisia satelliittipaikannuksen tukipalveluja Suomessa 335
paikannus laskeutumisen aikana.
12.6 Tosiaikaisia satelliittipaikannuksen tukipalveluja

Suomessa
12.6.1 Suomen @FOKUS DGPS-palvelu
Tämä nykyisin Indagon Oy:n ylläpitämä differentiaalinen GPS-palvelu

(http://indagon.com/fi/project/fokus/) on käytettävissä lähes ko-
ko Suomen alueella. Tarkkuus vaihtelee lähimmän tukiaseman etäisyy-
den mukaan, luvattu tarkkuus on 0,6 − 2 m. Verkossa on 18 tukiasemaa
ympäri Suomea. DGPS-korjaukset ovat yleisesti käytössä olevan stan-
dardin RTCM-SC104 mukaisia.
Korjaukset jakellaan Internetin kautta NTRIP7 -standardin mukaan.

Uuden järjestelmän nimi on @FOKUS.
Liikenneviraston DGNSS-palvelu Tämä Liikenneviraston, entinen Me-

renkulkulaitoksen, palvelu lähettää korjausviestejä radioteitse, pitkien
aaltojen taajuuksilla 287,5 − 314,5 kHz. Palvelu kattaa Itämeren me-
rialueet ja Suomessa myös Saimaa. Käyttäjäkunta muodostuu meren-
kulkijoista. Palvelu on maksuton. http://www.liikennevirasto.fi/
ammattimerenkulku/liikkuminen-vesivaylilla/radionavigaatiopalvelut.
12.6.2 VRSnet tai GNSSnet
Tämä on Geotrim Oy:n ylläpitämä, aluksi Maanmittauslaitoksen käyt-

töön suunniteltu, tosiaikainen kinemaattinen paikannus (RTK, real-
time kinematic) verkkomoodissa, osoite http://vrsnet.fi. Tekniikka
kutsutaan VRS-RTK eli Virtual Reference Station RTK ja se perus-
tuu siihen, että jokaiselle käyttäjälle perustetaan laskennallisesti “vir-
tuaalinen” tukiasema hänen lähellä, johon generoidaan RTCM-SC104-
formaattissa olevaa korjausdataa, jota laitetyyppi kuin laitetyyppi osaa
käyttää hyväksi.
Verkko kattaa koko Suomea yli sadalla asemalla (tilanne 2016) ja tukee
myös GLONASSin käyttöä. Korjauksia jakellaan kaupallisesti mobiilin
7 “Networked Transport of RTCM via Internet Protocol”, http://en.wikipedia.org/

wiki/NetworkedTransportofRTCMviaInternetProtocol
Internetin kautta: palvelinrykelmä sijaitsee Geotrimin tiloissa Vantaal-

la, ja yhteys niihin saa maksullisen puhelinnumeron kautta. Saadut
korjaukset on räätälöity jokaiselle käyttäjälle; saavutettava tarkkuus
on luokkaa senttimetri vaakatasossa, hieman huonommin pystysuun-
nassa.
12.6.3 SmartNet
SmartNet on Leica Oy:n operoima ja ylläpitämä tosiaikaisen kinemaat-

tisen paikannuksen (RTK) tukiverkko, http://www.smartnet-eu.com/.
Tekniikka on muuten sama kuin VRSnetin. Suomessa on tällä hetkellä
(2016) reilusti yli sataa tukiasemaa.
Monessa muussa maassa on vastaavanlaiset verkko-RTK palvelut. Mo-

lemmista tukiverkoista saa sopimuksesta myös arkistoitua havaintoda-
taa ns.In many other contries exist similar network RTK services. Both
support networks provide under agreement also data in the so-called RI-
NEX8 -muodossa staattista jälkilaskentaa varten.
Maanmittauslaitoksen kokeellinen palvelu Tämä Maanmittauslaitok-

sen Paikkatietokeskuksen palvelu, joka on tällä hetkellä kokeellinen,
ilmainen mutta rekisteröintiä vaativa, tarjoaa sekä differentiaalinen
GNSS että verkko-RTK. Tukiasemat ovat FinnRefin kaksikymmentä
uutta asemaa (http://euref-fin.fgi.fi/fgi/en/positioning-service).
12.6.4 GDGPS-järjestelmä
Globaalinen tosiaikainen DGPS-palvelu joka käyttää Internet jakeluka-

navanaan. Järjestelmä on NASA:n Jet Propulsion Laboratoryn kehittä-
mä ja operoima. http://www.gdgps.net/.
Harjoitus 12 – 1: Tarkka staattinen GPS-paikannus
Here, we will determine a precise vector between two stations by proces-

sing ”in the cloud”. GPS data from many hundreds of permanent stations
are available on-line, as are services for using these data for geodetic po-
sition computation. We are going to exploit this for a test computation.
8 RINEX, Receiver Independent EXchange format, on kätevä, laiteriippumaton teks-

tiformaatti jota ihminenkin osaa lukea. http://epic.awi.de/29985/1/Gur2007a.
pdf. Kaikille laitemerkeille löytyy konvertteriohjelma.
Harjoitus 12 – 1: Tarkka staattinen GPS-paikannus 337
1. Get the RINEX data files for the stations Sodankylä (SODA) and
Metsähovi (METS), see figure 12.1 “Yhteinen virhe” -olettamus.
As sources you may use the web site of the FGI9 , which howe-
ver requires registration, or the SOPAC web site10 of the Scripps
Institution of Oceanography in San Diego, California, or the EU-
REF data centre11 at the Royal Observatory in Brussels, Belgium.
Download data for some single day12 – the same for both stations
– of which the size should not exceed 5 MB.
2. The data downloaded may be Hatakana compressed13 . This is a

compression technique specifically for RINEX data, exploiting the
similarity of the data for successive epochs. You need to get the
conversion program named CRX2RNX as a binary for your opera-
ting system, and convert to uncompressed RINEX. The latter is
human-readable and even clear.
Remember that the data may also be compressed by a standard

method, like zip or gzip or Unix compress (*.Z) . . . which you first
have to expand.
3. Now, you can upload your RINEX files to the cloud. Two alternati-
ves:
(a) AUSPOS, an Australian government service14 : It tends to be

a bit slow: often the result comes overnight, in the form of an
extensive report. Publically available data from nearby IGS
stations is used in the positioning computation, as shown in
a map.
(b) APPS, a U.S. government service of the Jet Propulsion Labo-

ratory – the headquarters of the global International GNSS
Service (IGS, subsection 11.10), and yes, they too use the da-
9 http://euref-fin.fgi.fi/fgi/fi/paikannuspalvelu/rinex-palvelu
10 http://sopac.ucsd.edu/dataBrowser.shtml
11 http://www.epncb.oma.be/_networkdata/stationlist.php
12 Suggestion: use your birthday!
13 http://sopac.ucsd.edu/hatanaka.shtml
14 http://www.ga.gov.au/scientific-topics/positioning-navigation/
geodesy/auspos
ta from the IGS network (figure 11.23) as a reference in the

computations. You have to upload METS and SODA separa-
tely, one file at a time.
4. The AUSPOS results come by email.
(a) Read the results carefully. What other stations were included
in the computation, and in what reference frame is the result?
(b) Look up the geocentric Cartesian co-ordinate solution X , Y , Z .
(c) The geodetic co-ordinates, and their precisions (”Positional

Uncertainty”).
(d) Other interesting stuff. How is the tropospheric path delay

modelled? Yes, they estimate dry and wet tropospheric zenith
delays as well as horizontal gradients!
(e) Note the use of a geoid model, for obtaining heights over mean
sea level. How good do you think it is?
(f) Note ambiguity resolution.
5. The APPS results appear online.
(a) For APPS, go to the summary file (*.sum) and look up the
following things:
(b) The geocentric Cartesian co-ordinate solution X , Y , Z , and

their uncertainties (”sigmas”). How does this precision concept
differ from that of AUSPOS?
(c) The geodetic co-ordinates Lat, East_Lon and Height, and

their sigmas. Compare the height sigma with the others
(d) The other interesting headers. How is the troposphere model-

led here? Compare with AUSPOS:
13. Tasoituslasku geodesiassa
13.1 Miksi tasoitus?
Geodesiassa kuten tieteessä yleensä tiedetään, että kaikki mittaukset

ovat vääriä. Siksi kerätään aina enemmän mittauksia kuin välttämätön
minimimäärä, jotta voitaisiin arvioida mittaustulosten epävarmuudet
edes jotenkin realistisesti. Käytäntö kutsutaan redundanssiksi.
Hyvä esimerkki on geodeettisen verkon mittaukset. Kolmioverkossa mi-

tataan kolmiopisteiden suunnat toisiin kolmiopisteisiin.
α1
α2
2 α3
Pisteissä 1,2,3 tehdyistä suuntamittauksista naapuripisteisiin laske-

taan kulmat α1 , α2 , α3 . Kulmille pätee kolmioehto1 :
α1 + α2 + α3 = 180◦ .
Kolmioehto mahdollistaa seuraavat tarkastukset:
1 Kaarevan Maan pinnalla summa ei ole tarkasti 180◦ vaan hieman suurempaa. Tämä
on esimerkki ei-euklidisesta geometriasta.
– 339 –
340 Luku 13. Tasoituslasku geodesiassa
1. Ne mittaukset joista kulmat α1 , α2 , α3 on laskettu eivät sisällä kar-

keita mittausvirheitä. Esimerkiksi jos saadaan kulmien summak-
si α1 + α2 + α3 = 173◦ ,6742, voimme heti päätellä, että havaintoar-
voista ainakin yksi sisältää karkean virheen, koska käytettyjen
mittauslaitteiden tarkkuudet ovat asteen murto-osan luokkaa.
2. Saadun summan poikkeamasta teoreettisesta arvosta 180◦ voi

päätellä mittauksen tarkkuuden. Esim. jos saadaan summaksi
α1 + α2 + α3 = 179◦ ,9958, on sulkuvirhe ∆ = α1 + α2 + α3 − 180◦ =
−0◦ ,0042, ja päätelmä on, että käytetyn mittausmenetelmän tark-
kuus on luokkaa muutama tuhannesosaa astetta.
Jos tehdään tällä tavoin ylimääräisiä mittauksia, tarvitaan menetelmä

mittausten välisten, pientenkin ristiriittojen poistamiseksi ja mittaus-
ten saattamiseksi keskenään yhteensopiviksi. Raaka temppu olisi yk-
sinkertaisesti heittää mittausarvo α3 pois ja laskea sille taatusti yhteen-
sopivan, korvaavan arvon kaavan α3 = 180◦ − α1 − α2 avulla. Kuitenkin
voi oikeutetusti kysyä, miksi α3 eikä α1 tai α2 ? Näin mielivaltaisesti ei
saisi menetellä. Oikea ratkaisu on verkkotasoitus.
Yksinkertaisessa kolmion tapauksessa jaetaan sulkuvirhe tasan kul-

mien kesken: tasoitetut kulma-arvot ovat demokraattisesti
α
b1 = α1 − ∆/3,
α
b2 = α2 − ∆/3,
α
b3 = α3 − ∆/3,
jonka jälkeen α
b1 + α
b2 + α
b3 = 180◦ tarkasti.
Jos kuitenkin tiedetään, että kulma α3 on mitattu vaikkapa kaksi ker-

taa (ja arvo α3 on mittausten keskiarvo), mutta kulmat α1 ja α2 vain
kerran samalla laitteella, voidaan tämä ottaa huomioon tasoittamalla
seuraavalla tavalla:
b1 = α1 − 2/5 ∆,
α
b2 = α2 − 2/5 ∆,
α
b3 = α3 − 1/5 ∆,
α
jossa edelleen ∆ = α1 + α2 + α3 − 180◦ . Tässä tapauksessa puhutaan mit-

tausten painotuksesta. Mittausarvo α3 saa kaksinkertaisen painon – ja
siis puolittaisen korjauksen – mittausten α1 , α2 verrattuna.
13.2. Keskiarvo 341
Pieni korjaus
Suuri korjaus
Suuri paino
Pieni paino
Kuva 13.1. Vertauskuva: suuri paino merkitsee pieni korjaus ja päinvastoin.
Suuri paino merkitsee pieni korjaus ja päinvastoin. Ks. kuva 13.1. Pai-
nojen suhteet ovat 1 : 1 : 2, korjausten suhteet ovat käänteiset 2 : 2 : 1 ja
korjaussuhteiden summa on 5. Näin saadaan yllä annetut korjausker-
toimet (“painokertoimet”) 2/5, 2/5, 1/5.
Todellisen, monimutkaisen kolmioverkon (tai minkä tahansa geodeet-

tisen verkon) tasoitus on matemaattisesti paljon monimutkaisempaa,
mutta tämä on sen perusajatus.
Tavallisesti oletetaan, että havaintojen satunnaiset mittausvirheet ovat

C. F. Gaussin mukaan nimetyn kellokäyrän (kuva 14.1 sivulla 373) eli
normaalijakauman mukaisesti jakautuneita. Ainakin siinä tapaukses-
sa teoreettisesti parhaan ratkaisun antaa pienimmän neliösumman ta-
soitus. Yksinkertaisin esimerkki tästä menetelmästä on keskiarvon las-
keminen.
13.2 Keskiarvo
Olkoon havaittuna sama suure n kertaa (siis: meillä on stokastinen suu-

re `), havaintoarvot ` i , i = 1, . . . , n. Havainnolla on tilastollinen odotusar-
vo µ ja kaikilla on sama hajonta (standardipoikkeama eli keskivirhe) σ2 .
2 Teoreettisemin sanottuna, jos odotusarvon operaattori on E {·}, voidaan kirjoittaa:

E ` = µ ja σ2 = E (` − µ)2 .
© ª © ª
Havaintojen keskiarvo on3
1¡ ¢ 1X n
`= `1 + `2 + . . . + ` n = `.
n n i=1 i
Voidaan osoittaa, että tämä on µ:n estimaattorina “paras” mahdollinen

havaintojen lineaariyhdistelmä. Voidaan myös näyttää, että tämä line-
aariyhdistelmä minimoi jäännösvirheiden4 (residuaalien)
vi = ` − ì
neliöllisen summan, eli

n
v2i = v21 + v22 + . . . v2n = min.
X
i =1
Tästä ominaisuudesta nimi “pienimmän neliösumman menetelmä” juon-

taa juurensa.
Voimme myös estimoida yhden havainnon standardipoikkeamaa eli kes-

kivirhettä σ otoskeskivirheellä
sP
n 2
i =1 v i
sb = .
n−1
Tästä taas seuraa keskiarvon ` laadun eli epävarmuuden mittana sen

standardipoikkeaman (keskivirheen) estimaatio sbn = psbn . Tämä keskiar-
von epävarmuutta kuvaava arvo on siis sitä pienempää, mitä pitempi on
mittausarvojen sarja, eli mitä suurempi n.
Jos tunnetaan yhden havainnon keskivirhe σ a priori, voi myös suoraan

käyttää kaava s n = pσn , jossa tulos ei ole estimaatio vaan laskettu arvo.
13.3 Lineaarinen regressio
Lineaarisessa regressiossa estimoidaan kaksi parametriä a ja b jos on

annettu havainnot y jotka riippuvat lineaarisesti parametrista x:
y + v i = ab + bx
b i,
i
3 Tässä kirjoitetaan arvot ` stokastisina, koska keskiarvon muodostusta voidaan tois-

i
taa, stokastisen suureen ` eri realisaatioiden muodostamiseksi.
4 Havainnon jäännösvirhe ` − ` ei ole sama kuin sen havainnon virhe ` − µ! Jäännös-
i i
virhe voidaan laskea, virhe ei.
13.3. Lineaarinen regressio 343
Pienimmän neliösumman lineaariregressio:

Σ minimoidaan! x
Kuva 13.2. Lineaarisen regression idea.
jossa v i on taas havainnon i jäännösvirhe eli residuaali. Parametrit a ja

b kuvaavat suoraa joka kulkee mahdollisimman hyvin – siis: mahdolli-
³ ´
simman pienin jäännösvirhein – mitatun “pistepilven” x i , y läpi. Ks.
i
kuvat 13.2, 13.3.
Lineaarinen regressio on pienimmän neliösumman menetelma, ks. kuva

13.2. Jäännösvirheiden neliöiden summa minimoituu.
Pienimmän neliösumman ratkaisu on

´ P P P³
n
xy − x y
P bP x
y−b
ab = , b
b = P¡ ¢ P ,
n n x2 − ( x)2
jossa on käytetty kirjoitustapa

X n
X
(·) ≡ (· ) ,
i =1
summaus kaikkien n pisteiden eli koordinaattiparien ( x i , y ) yli.

i
“Hattutyyli” (ab, b
b) on usein käytetty kirjoitustapa estimaattoreille.
y
Havainto i
yi
Jäännösvirhe v i
arctan b
a
x
xi
Kuva 13.3. Lineaarinen regressio, muuttajat.

13.4 Pienimmän neliösumman tasoituksen teoria
13.4.1 Ratkaisun laskeminen havainnoista
Pienimmän neliösumman menetelmää käytti luultavasti ensimmäise-

nä C.F. Gauss, vaikka Adrien-Marie Legendre5 on väitetty menetelmän
keksijäksi. Gauss suoritti myös mittavia geodeettisia verkkolaskentoja6
Hannoverissa keksimänsä menetelmän avulla.
Tähtitieteessä menetelmän ensimmäinen sovellus oli pikkuplaneettojen

ja komeettojen ratojen laskeminen havainnoista. Tämä ja geodeettisten
verkkojen tasoittaminen ovat erikoistapauksia tilanteista, jotka synty-
vät koko ajan havaintojen tekijän elämässä:
◦ Meillä on käytettävissä tietty havaintoaineisto, ja haluamme las-

kea siitä tietyt kiinnostavat tuntemattomat, tavalla, joka
– käsittelee kaikki havainnot samanarvoisina
– tekee kiinnostavien tuntemattomien hajonta-arvot mahdolli-

simman pieniksi.
◦ Tämän lisäksi olisi vielä toivottavaa, että
– havainnoissa vielä luuraavat karkeat virheet löydetään ja

poistetaan.
Tätä varten käytetään pienimmän neliösumman tasoitusmenetelmän

parametrista muotoa, joka perustuu havaintoyhtälöiden muodostami-
seen.
13.4.2 Havaintoyhtälöt
Havaintoyhtälöiden eli virheyhtälöiden7 muodostaminen käy seuraavas-

ti.
5 Adrien-Marie Legendre (1752 – 1833) oli ranskalainen matemaatikko, yksi Eiffel-

tornin 72 nimestä.
6 Verkkotasoituksen numeerisen työn suoritti käsilaskijoiden armeja Gaussin komen-
non alla. Silloin “computer” oli ihminen!
7 Suomen kielellä nimitys “virheyhtälöt” on vakiintunut. Kuitenkin englanninkielinen
“observation equations” tuntuu järkevämmältä, koska jäännösvirheet v i eivät ole suin-
kaan “virheitä”.
13.4. Pienimmän neliösumman tasoituksen teoria 345
Kirjoitetaan kaikki havainnot kaikkien tuntemattomien lineaarisina8

funktioina:
`1 + v1 = a 11 b
x1 + a 12 b
x2 + . . . a 1m b
xm ,
`2 + v2 = a 21 b
x1 + a 22 b
x2 + . . . a 2m b
xm ,
(13.1)
···
`n + v n = a n1 b
x1 + a n2 b
x2 + . . . a nm b
xm ,
jos on n havaintoa ` i , n jäännösvirhettä eli residuaalia v i , ja m tunte-
x j.
matonta b
Yhtälöryhmä kirjoitetaan kätevästi matriisiyhtälön muotoon
` + v = Ab
x, (13.2)
jossa
       
`1 a 11 a 12 ··· a 1m x1
b v1
       
`2  a a 22 ··· a 2m x2  v2
       
`=  , A =  21
    b  
, b
 x=
, v =  .
..  .. .. .. .. ..  ..

.
   
 .   . . .   .   . 
       
`n a n1 a n2 · · · a nm xm
b vn
Matriisi A on suorakulmainen, ts. n > m, korkeus on suurempi kuin

leveys. On enemmän havaintoja, siis yhtälöitä, kuin on tuntemattomia:
redundanssi. Havainnot `, tuntemattomat b
x ja jäännösvirheet v ovat ns.
abstrakteja vektoreita, abstraktin vektoriavaruuden alkioita:
`, v ∈ R n ,
x ∈ Rm .
b
Usein saa olettaa, että kaikilla havainnoilla ` i , i = 1, . . . n on sama kes-

kivirhe σ (ja saman muotoinen tilastollinen jakauma), ja että havainnot
ovat keskenään tilastollisesti riippumattomia, mitä merkitsee myös, et-
tä havainnot eivät korreloi keskenään. Oletusta kutsutaan englannin
kielellä i.i.d. – “independent, identically distributed”.
13.4.3 Normaaliyhtälöt
Matriisiyhtälöstä 13.2 lasketaan pienimmän neliösumman ratkaisu en-

sin kertomalla vasemmalta matriisilla A T , A :n transpoosi:
A T Ab
x = A T ` + A T v.
8 Usein tosielämän havaintoyhtälöt eivät ole lineaarisia. Silloin useimmiten lineari-

sointi on mahdollinen, ks. osio 13.6.
Asetetaan9
AT v = 0
mistä saadaan pienimmän neliösumman ratkaisulle b

x:
h i
AT A bx = A T `. (13.3)
Nyt meillä on yhtälöryhmä jossa on m yhtälöä ja m tuntematonta b

x;
kerroinmatriisi A T A on neliön muotoinen.
13.4.4 Normaaliyhtälöiden ratkaisu
Ratkaisu eli estimaattori saadaan esimerkiksi seuraavalla tavalla:
h i−1
x = AT A
b A T `,
olettaen että matriisia A T A voidaan todella kääntää, siis että se ei ole

singulaarinen.
Yhtälöt 13.3 tunnetaan normaaliyhtälöinä. Tässä on oletettu, että kai-

killa havainnoilla on sama keskivirhe σ (eli sama varianssi σ2 ), ja että
ne eivät korreloi keskenään.
Tietysti yhtälöryhmän ratkaiseminen perinteisin keinoin, ilman mat-

riiseja, b
x:n alkioiden eli tuntemattomien laskemiseksi on myös käypä
menetelmä: kirjoitetaan normaaliyhtälöt 13.3 seuraavalla tavalla, joka
soveltuu hyvin tietokoneohjelmointiin:
" # " #
Xm X n n
X
a ji a jk bxi = a jk ` j , k = 1, . . . , m.
i =1 j =1 j =1
Tämä on m:n lineaarisen yhtälön ryhmä m:ssä tuntemattomassa b

x i , jon-
ka rakaisemiseksi löytyy numeerisia standardimenetelmiä ja ohjelma-
kirjastoja. Suurin haaste yleensä on löytää sopivat havaintoyhtälöt 13.1
konkreettisessa mittaustilanteessa.
Yllä annetut keskiarvo- ja lineaariregressioratkaisut (osiot 13.2 sivul-

la 341 ja 13.3 sivulla 342) ovat yleisen tasoitusratkaisun erikoistapauk-
sia, kuten tullaan näyttämään.
9 Jos kirjoitetaan η ≡ A ξ, on
η · v = ( A ξ) · v = ξ T A T v = 0
® ®
mielivaltaiselle vektorille ξ; sanotaan, että vektoreiden A ξ havaintosuureiden avaruu-

den aliavaruus (“ratkaisuavaruus”, A :n sarakkeiden virittämä) on kohtisuora jäännös-
virheiden aliavaruutta kohtaan. Tästä nimi “normaaliyhtälöt” juontaa juuriaan.
13.5. PNS-menetelmän esimerkkejä 347
13.4.5 Tarkkuuden arvioiminen
Kun lasketaan pienimmän neliösumman ratkaisu kaavalla

h i−1
x = AT A
b A T `,
voidaan ns. varianssien kasautumislailla heti saada myös estimaattorin

x tarkkuutta.
b
Oletetaan, että havaintosuureiden ` varianssimatriisi on Var ` = σ2 I ,

¡ ¢
eli havainnot ovat tilastollisesti riippumattomia ja kaikki yhtä tarkkoja.
Jos kutsutaan
h i−1
L ≡ AT A AT ,
saadaan lineaarisen riippuvuussuhteen perusteella
x) = Σbxbx = LVar ` L T =
¡ ¢
Var (b
h i−1 h i−1 h i−1
= AT A A T · σ2 I · A A T A = σ2 · A T A .
¤−1
Tämä mielenkiintoinen tulos kertoo, että matriisisuure A T A edustaa
£
havaintojen keskivirheen σ kulkemista tasoituksen lopputuloksen b

x va-
riansseihin.
¤−1
Matriisi Q bxx̂ = A T A
£
kutsutaan tuntemattomien painokerroinmatrii-
siksi (Baarda, 1981).
13.5 Pienimmän neliösumman menetelmän käytännön

esimerkkejä
Sekä keskiarvo että lineaarinen regressio ovat oivia esimerkkejä pie-

nimmän neliösumman tasoitusmenetelmästä, käytännöllisiä ja vielä
suhteellisen yksinkertaisia. Seuraavassa käydään ne askel kerrallaan
läpi ja näytetään, miten ne ovat yleisen pienimmän neliösumman me-
netelmän erikoistapauksia.
13.5.1 Keskiarvo pienimmän neliösumman menetelmänä
Havaitaan sama suure x suoraan n kertaa:
x1 + v1 = b
x
x2 + v2 = b
x
.. ..
.···. (13.4)
xn + vn = b
x
Tässä x1 , x2 , . . . , x n ovat yksittäiset havainto-arvot, b

x on tuntemattoman
suureen x estimaattori, ja v1 , v2 , . . . , v n havaintojen jäännösvirheet.
Sopivan tasoitusmenetelmän formuloimisen salaisuus on: löytää ha-

vaintoyhtälöryhmän virallinen muoto
` + v = Ab
x.
Tässä tapauksessa se onnistuu valitsemalla

     
x1 v1 1 

     


 x2   v2  1
     

`=

 ..  , v =  ..  , b
   x] , ja A = 
x = [b  ..
 n kertaa.

 .   .   . 
     



xn vn 1 
Tarkista, että tämä todella on yhtenevä kaavojen 13.4 kanssa.
Normaaliyhtälöt ovat
A T Ab
x = AT `
jossa ”normaalimatriisi”
 
1 

 

n kertaa 
1



T

A A = zh }| i{ 
 ..
 n kertaa = n

1 1 ··· 1  . 
 



1 
ja ”oikean puolen vektori”

 
x1
 
n kertaa

x2
 n
T
 X
A `= h

z i 
}|
{
 ..
=
 xi .
1 1 ··· 1  .  i=1
 
xn
Siis ratkaisu saadaan heti seuraavasti:

n
X 1X n
nb
x= xi ⇒ b
x= x,
i =1 n i=1 i
klassinen keskiarvon kaava!
Myös ratkaisun tarkkuuden eli keskivirheen johtaaminen ei ole ylivoi-

maista. Olkoon kaikkien havaintojen x i , i = 1, . . . , n, keskivirheet samoja
eli σ0 (keskiarvokaavan käytön edellytys), sillon koko havaintovektorin
` varianssimatriisi on
 
1 0 ··· 0
 
0 1 ··· 0 
 
2
Var ` = σ0 
¡ ¢ 
.. .. . . ..  ,

 . . . . 
 
0 0 ··· 1
n × n-kokoinen matriisi. Alaosion 13.4.5 mukaan tuntemattomien vekto-

rin varianssimatriisi10 on
h i−1 1
x) = σ20 A T A
Var (b = σ20 ,
n
ja tuntemattoman keskivirhe on tämän neliöjuuri:
σ0
σbx = p ,
n
aivan kuten pitää.
13.5.2 Lineaarinen regressio pienimmän neliösumman

menetelmänä
Kirjoitetaan havainnot muotoon
y + v i = ab + bx
b i,
i
³ ´
jossa jokainen pari x i , y , i = 1, . . . , n on yksi havainto, ja sovitettavan
i
suoran kertoimet ab, b
b on määritettävinä.
Jos nimitetään  
y
 1   
y ab
 
`=
 
2 , b
..  x= b
 
b

 . 
 
y
n
10 “Vektorilla” b
x on tässä vain yksi alkio, ja vastaavasti myös “matriisillä” Var (b
x).
ja taas (olennaista!) rakennematriisi

 
1 x1
 
 1 x2
 

A= .. ..
,

 . . 
 
1 xn
voidaan tämän ryhmän kirjoittaa havaintoyhtälön muotoon11
` + v = Ab
x.
Normaaliyhtälöissä
A T Ab
x = AT `
on
 
1 x1
   
Pn 
1 1 ··· 1 1 x2  n x
 
i =1 i
AT A = 

,
.. ..  = Pn
  
Pn 2
x1 x2 · · · xn  x x

. .  i =1 i i =1 i
 
1 xn
normaalimatriisi, ja
 
y
  1   
Pn
1 1 ··· 1 y y
 
i =1 i 
AT ` = 
 
2 = .
..

Pn
x1 x2 · · · xn  xi y
 
.  i = 1 i
 
y
n
Tästä saadaan ratkaisua kääntämällä yllä oleva 2 × 2 matriisi. Kuiten-

kin ratkaisu onnistuu myös yksinkertaisesti eliminoimalla ja takaisin-
sijoittamalla. Yhtälöryhmä on
Ã !
n
X n
X
n · ab + xi · b
b= y,
i
i =1 i =1
Ã ! Ã !
n n n
x2i · b
X X X
x i · ab + b= xi y .
i
i =1 i =1 i =1
1 Pn
Vähennetään ensimmäinen yhtälö toisesta kerrottuna kertoimella n i =1 x i ,
tuloksena
Ã Ã !2 !
n 1 n b 1X n n
x2i −
X X X X
xi b
b= xi y − xi y,
n i=1 i n i=1 i=1 i
i =1 i =1
11 Kirjaimen x käyttö tässä voi aiheuttaa sekaannusta, ja sillä ei ole mitään tekemistä
x i :n kanssa!
Taulukko 13.1. Mittaustulokset lineaaarista regressiota varten.

P
i 1 2 3 4 5
xi 1,51 2,44 3,34 4,41 5,05 16,75
y 2,32 3,12 3,57 3,93 4,15 17,09
i
x2i 2,28 5,95 11,16 19,45 25,50 64,34
xi y 3,50 7,61 11,92 17,33 20,96 61,32
i
josta Pn Pn Pn
n i =1 x i y i − i =1 x i i =1 y
i
b
b=
Pn ¡P n ¢2 .
2
n i =1 x i − i =1 x i
Nyt saadaan ab takaisinsijoituksella:
Ã Ã ! !
1 Xn X n
ab = y − xi · b
b .
n i=1 i i =1
Löytyneet ilmaisut ovat samanarvoisia osiossa 13.3 annettujen kaavojen

kanssa.
13.5.3 Lineaarisen regression laskuesimerkki
Olkoon annettuna taulukon 13.1 esittämät mittaustulokset. Mittausten

graafinen esitys on kuvassa 13.4.
Taulukossa on laskettu tarvittavat summat

n n n n
x2i
X X X X
xi , y, ja xi y .
i i
i =1 i =1 i =1 i =1
y
5
y = 1,76 + 0,495 x
4
2
Havaintojen keskivirhe
1 2 3 4 5 x
Kuva 13.4. Lineaarisen regression laskuesimerkki.

Tästä
b = 5 · 61,32 − 16,75 · 17,09 = 20,3425 = 0,495,

b
5 · 64,34 − 16,752 41,1375
1¡ ¢
ab = 17,09 − 16,75 · b b = 1, 76.
5
Tämä ratkaisu on piirretty kuvaan 13.4.
Normaalimatriisi saadaan seuraavaksi:

 Pn   
n i =1 x i 5 , 00 16 , 75
AT A =  P = 
n Pn 2 16 , 75 64 , 34
i =1 x i i =1 x i
ja sen käänteismatriisi on
 
h i−1 1,564 −0,4072
Q x̂x̂ = A T A = ,
−0,4072 0,1215
ns. painokerroinmatriisi. Tästä varianssimatriisi
 
σ2a σab
Σbxbx =  =
σab σ2b
 
1, 564 −0 , 4072
= σ20 Q x̂x̂ = σ20  ,
−0,4072 0,1215
josta saadaan keskivirheet σa ja σb lävistäjäalkioiden neliöjuureina:
ab = 1,76 ± 1,25σ0 ,
b = 0,495 ± 0,349σ0 .
b
Tässä σ0 on yhden pisteen y-arvon a priori (ennalta annettu) keskivirhe

eli painoyksikön keskivirhe.
13.6 Geodeettisten mallien linearisointi
Geodesiassa, kuten monessa muussakin tieteissä, on usein olemassa

kahden suuren väliset yhteydet jotka käyttäytyvät epälineaarisesti. Esi-
merkit tästä ovat havaintosuureiden ja tuntemattomien välinen yhteys,
tai kahden eri koordinaattijärjestelmän koordinaattien välinen yhteys.
Kuitenkin monet teoriat, kuten esim. pienimmän neliösumman (PNS)

tasoitusmenetelmä, perustuvat lineaarisiin kaavoihin, joiden matema-
tiikka on huomattavasti yksinkertaisempaa. Myös virheiden (varians-
sien) kasautumislaki pätee vain lineaarisille riippuvuussuhteille suu-
reiden välillä.
13.6. Geodeettisten mallien linearisointi 353
Käytännössä usein muodollisesti epälineaarinen yhteys, esim. pistekoor-

dinaatin ja pisteeseen mitatun suunnan välillä, on melkein lineaarinen
pisteen sijainnin epävarmuusalueen sisällä. Onhan mittaustarkkuus
geodesiassa varsin suuri: pisteen sijainnin epävarmuus voi olla sentti-
metrien luokkaa kun pisteiden välinen etäisyys voi olla satoja metrejä
tai kilometrejä. Silloin voidaan tutkia, alkuperäisten suureiden sijasta,
yhteyttä niiden pienten erotussuureiden välillä – joka on lähestulkoon
lineaarinen. Asia näytetään Taylor-sarjakehitelmän avulla.
13.6.1 Skalaaritapaus
Yleensä jos on kaksi suurta, jonka välinen on funktionaalinen yhteys:
y = f ( x) ,
voidaan linearisoida valitsemalla likiarvo x0 ja kehittämällä funktio sar-

jakehitelmään (Taylor-sarjaan) likiarvon lähistöllä. Saadaan:
¯
d f ¯¯
y = f ( x0 ) + ( x − x0 ) + . . .
dx ¯ x= x0
eli
y − y0 ≈ a ( x − x0 ) , (13.5)
.
¯
df ¯
jossa y0 = f ( x0 ) ja a = dx ¯ . Tämä voidaan kirjoittaa muotoon
x= x0
∆ y = a∆ x
mitä usein lyhennetään seuraavaan muotoon
y = ax,
kun vain muistetaan että x, y ovat “linearisoidut (siis: x0 , y0 suhteen las-

ketut erotus-)arvot”.
13.6.2 Vektoritapaus
Jos on kaksi vektorisuurta,

   
x1 y1
   
 x2   y2 
   
x=  ∈ Rn ja y=  ∈ Rm ,
   
 ···   ··· 
   
xn ym
y y = f ( x)
Linearisointi-
väli
y0
y = y0 + a ( x − x0 )
x0
Kuva 13.5. Yksiulotteinen kuvaus ja linearisointi.
jonka välillä on olemassa funktionaalinen yhteys
y = F (x) = F ( x1 , x2 , . . . , xn ) ,
eli
     
y1 F1 (x) F1 ( x1 , x2 , . . . , xn )
     
y2   F2 (x)   F2 ( x1 , x2 , . . . , xn )
     
 
= = ,
.. .. ..

     
 .   .   . 
     
ym F m (x) F m ( x1 , x2 , . . . , x n )
tilanne mutkistuu. Tässäkin tapauksessa voidaan valita likiarvojen vek-

tori  
x1(0)
 
 (0) 
 x2 
x0 =  
,

 ··· 
 
x(0)
n
.
ja vastaava likiarvojen vektori y0 = F (x0 ), jonka jälkeen taas
∂F ( x1 , x2 , . . . , xn ) ¯¯
¯ ³ ´
(0)
y = y0 + x 1 − x1 +
∂ x1 ¯
x=x0
∂F ( x1 , x2 , . . . , xn ) ¯¯
¯ ³ ´
(0)
+ x2 − x 2 +···
∂ x2 ¯
x=x0
∂F ( x1 , x2 , . . . , xn ) ¯¯
¯
xn − x(0)
¡ ¢
···+ n ,
∂ xn ¯
x=x0
eli
∂F i ( x1 , x2 , . . . , xn ) ¯¯
¯ ³ ´
yi = yi(0) + x 1 − x (0)
1 +
∂ x1 ¯
x=x0
∂F i ( x1 , x2 , . . . , xn ) ¯¯
¯ ³ ´
(0)
+ x 2 − x2 +···
∂ x2 ¯
x=x0
∂F i ( x1 , x2 , . . . , xn ) ¯¯
¯
xn − x(0)
¡ ¢
···+ n ,
∂x n
¯
x=x0
i = 1, . . . , m.
Tässä kaavassa on m eri riviä, ja jokaisella rivillä on n eri (lineaarista)

termiä. Tämä yhtälöryhmän yhteenvedoksi kirjoitetaan seuraava mat-
riisiyhtälö:
y = y0 + A (x − x0 ) + . . . ,
jossa matriisi A on
∂ F1 ∂ F1 ∂ F1
 
∂ x1 ∂ x2
··· ∂ xn
 
 ∂ F2 ∂ F2 ∂ F2 

∂ x1 ∂ x2
··· ∂ xn

A= .
 
.. .. .. ..

 . . . .


 
∂F m ∂F m ∂F m
∂ x1 ∂ x2
··· ∂ xn
Tämä matriisi on kahden abstraktin vektoriavaruuden Rn ja Rm välisen

vektorikuvauksen F : Rn → Rm ns. Jakobin12 matriisi. Matriisi kuvaa
paikallisesti, siis pisteen x = x0 lähistöllä, millä tavalla pienet “häiriöt”
x-vektorissa kulkevat y-vektoriin:
∆y ≡ y − y0 ≈ A (x − x0 ) = A ∆x,
jos määritetään ∆x = x − x0 ja ∆y = y − y0 . Siis erotussuureiden ∆x, ∆y

välillä kuvaus on paikallisesti lineaarinen. Tämä on ns. linearisointi.
Yleisessä tapauksessa m 6= n. Erikoisessa tapauksessa, että m = n, voi-

daan ajatella, että kuvauksella F olisi käänteiskuvaus G = F −1 , jolla
x = G (y) .
Paikallisesti, likipisteen x0 ympäristössä, voidaan tästä sanoa: Jos mat-

riisi A on singulaarinen, ts. sen determinantti det ( A ) = 0, merkitsee tä-
mä, että kuvauksella F ei ole olemassa paikallisesti (siis pisteessä x0 , ja
12 Carl Gustav Jacob Jacobi, 1804 – 1851, juutalaissaksalainen matemaatikko, Königs-

bergin yliopisto 1827 – 1842.
x2 y2
F : R2 → R2
x1 y1
Kuva 13.6. Kaksiulotteinen kuvaus.
mahdollisesti ei myöskään sen sopivan pienellä lähialueella) käänteistä

kuvausta. Tämä merkitsee taas, että voi olla useita (itse asiassa ääret-
tömän monta) eri arvoa x joilla on kaikki sama kuva y = F (x). Toisaalta
jos det A 6= 0, sellainen käänteiskuvaus on (sopivan pienikokoisella liki-
pisteen x0 ympäristöllä) olemassa.
Tulkinta
det A kuvaa, miten tilavuudet kuvautuvat F -kuvauksen alla: esim. jos

n = m = 2, se kuvaa, miten pikkuneliön pinta-ala Rn -avaruudessa ku-
vautuu parallellogrammin pinta-alaan Rm -avaruuteen, eli niiden kah-
den pinta-alan suhde. Jos n = m = 3, se kuvaa vastaavasti suhde Rn -
avaruuden kuution ja sen Rm -avaruuden parallellepipeedin tilavuuk-
sien välillä. Jos suhde on nolla, niin ilmeisesti neliö “litistyy” viivapät-
käksi ja kuutio taso-parallellogrammiksi, ja kuvaus on siis singulaari-
nen.
13.6.3 Havaintoyhtälöiden linearisointi
Käsitellään esimerkkina funktionaalinen yhteys tuntemattomien x ja

havaintosuureiden ` välillä, joka on todellisessa havaintogeometrias-
sa harvoin lineaarinen. Joudutaan linearisoimaan: olkoon ei-lineaariset
havaintoyhtälöt
` + v = F (b
x) , (13.6)
jossa F (·) on moniulotteinen, yleensä ei-lineaarinen “havaintofunktio”.

Mallit linearisoidaan kehittämällä ne taas Taylor-sarjaan karkeasti ar-

vioitujen ratkaisukoordinaattien (“likiarvojen”) ympärillä, ja käyttämäl-
lä sarjasta vain ensimmäisen asteen termit. Jos käytetyt likikoordinaa-
tit eivät ole riittävän hyviä, joudutaan laskemaan ratkaisu iteratiivises-
ti.
Valitaan likiarvot x0 ja yhteensopivasti `0 joille siis pätee
`0 = F (x0 ) . (13.7)
Siis, kun tuntemattomien määrä on m ja havaintosuureiden määrä n:

³ ´
`(0)
i
= F i x1
(0) (0)
, x2 , . . . x (0)
, (0)
m−1 m , i = 1 . . . n.
x
Tämä vähennetään kaavasta 13.6 ja tehdään Taylor-sarjakehitelmä,

säilyttäen vain lineaariset termit:
³ ´ ³ ´
` i − `(0)
i
+ v i = F ( x
i 1 2
b , x
b , . . . x
b m ) − F i x (0) (0)
1 , x2 , . . . x (0)
m ≈
m ∂F ¯ ¯ ³ ´
X i¯ (0)
≈ x j − x +...
j =1 ∂ x j x = x(0)
j
¯ b
j j
Kutsutaan
∂F i ¯¯
¯
Ai j = , i = 1 . . . n, j = 1 . . . m, (13.8)
∂x ¯ j x j = x(0)
j
ns. second order design matrixin13 alkiot. Itse matriisi on silloin

 ¯
∂ F1 ∂ F1 ∂ F1 ¯
 ∂ x1 ∂ x2 · · · ∂ xm ¯
¯
 ∂F2 ∂F2 · · · ∂F2 ¯
 ¯
A =  ∂ x. 1 ∂ x. 2 ∂ xm ¯
¯ .

 . . . . .. 
 . . . . ¯
¯
 ¯
∂F n ∂F n ∂F n
· · · ∂ xm ¯
¯
∂ x1 ∂ x2 (0) (0)
x1 = x1 ,x2 = x2 ,xm = x(0)
m ,...
Tässä n on havaintojen, m tuntemattomien määrä. Jos kutsutaan
` − F (x0 ) ≡ ∆`
¡ ¢
x − x0 ) ≡ ∆
(b cx
(“korvaavat” eli “linearisoidut” havaintosuureet ja tuntemattomat), saa-

daan linearisoiduiksi havainto-yhtälöiksi:
∆` + v = A ∆
cx. (13.9)
13 Suom. (toisen kertaluvun) rakennematriisi.

Tästä laskettava pienimmän neliösumman ratkaisu minimoi jäännös-

virheiden neliöllisen summan vT Q ``
−1
v, mistä syystä sitä kutsutaan pie-
nimmän neliösumman menetelmäksi. Matriisi Q `` , lyhyesti Q , on ha-
vaintojen tarkkuutta ja mahdollista keskinaista tilastollista riippuvuut-
ta (korrelaatiota) kuvaava havaintovektorin varianssimatriisi14 , ks. osio
13.7.
Yhtälöstä 13.9 jätetään usein myös ∆ pois yksinkertaisuuden vuoksi.

∆-suureet ovat tyypillisesti paljon pienempiä kuin “kokonaiset” suureet.
Siksi numeriikka onnistuu hyvin vaikka A -matriisin elementit eivät oli-
si eksakteja.
Kuitenkin kaava 13.7 on aina laskettava eksaktisti.
13.7 Varianssien kasautumislaki
Jos stokastinen suure y on stokastisen suureen x lineaarinen funktio,

ts.
y = Lx,
voidaan kirjoittaa myös

σ y = Lσ x ,
jossa σ x , σ y ovat suureiden x ja y keskivirheet. Samalla voidaan kirjoit-

taa
n o © ª © ª
E y = E Lx = LE x
(“odotusarvojen kasautumislaki”), jossa E {·} on odotusarvo-operaattori.

Odotusarvo on lineaarinen operaattori.
Jos määritetään varianssi seuraavasti:
2 .
n¡ © ª¢2 o
Var x = σ x = E x − E x
¡ ¢
,
seuraa, että
σ2y = L2 σ2x .
Tämä on varianssien kasautumislaki yksinkertaiselle stokastiselle suu-

reelle.
14 Tarkemmin: havaintovektorin painokerroinmatriisi. Yleisesti kirjoitetaan Σ =

``
σ20 Q `` , jossa Σ`` on varianssimatriisi ja σ0 ns. painoyksikön keskivirhe.
13.7. Varianssien kasautumislaki 359
Jos stokastisilla suureilla

   
x1 y
   1 
 x2   y 
   
x=
 , y=
 2 
 
 ···   ··· 
   
xn y
m
on useita komponentteja – eli ne ovat abstrakteja vektorisuureita –, pä-

tee
y = L x, (13.10)
n o © ª
E y = LE x
ja
³ ´
Var y = LVar x L T ,
¡ ¢
(13.11)
jossa nyt L ja varianssit ovat matriiseja.

 
L 11 L 12 · · · L 1n
..
 
 L 21 · · · · · · .
 

L=  .. ..


 . ··· ··· . 
 
L m1 ··· · · · L mn
on m × n-kokoinen matriisi, ja
 
σ2x1 σ x1 x2 · · · σ x1 xn
.. ..
 
 σ x2 x1 σ2x2 . .
 
Var x = Σ xx = 
¡ ¢ 
 .. ..

.. ..
. .

 . . 
 
σ xn x1 ··· ··· σ2xn
on n × n-kokoinen, neliönmuotoinen matriisi, sekä

 
σ2y1 σ y1 y2 · · · σ y1 ym
.. ..
 
 σ y2 y1 σ2y2 . .
³ ´  
Var y = Σ yy = 

.. ..
 
.. ..
. .


 . . 

σ ym y1 ··· ··· σ2ym
on m × m-kokoinen neliömatriisi. Tässä varianssit:

n¡ © ª¢2 o
σ2x i = Var x i = E x i − E x i
¡ ¢
,
ja kovarianssit:
³ ´ n¡ © ª¢ ³ n oó
σ x i x j = Cov x i , x j = E x i − E x i xj − E xj ,
ja samoin y:n komponenteille.
Yhtälö 13.11 kutsutaan yleiseksi varianssien kasautumislaiksi. Se on jo

alaosiossa 2.4.6 sivulla 40 johdetun yhtälön 2.4 yleistys mielivaltaisille
muuttajien määrille. Kaavan 13.10 ilmaisema lineaarisuusominaisuus
saadaan tarvittaessa aikaan linearisoimalla, josta puhuttiin aikaisem-
min.
13.8 Geodeettinen päätehtävä virheiden kasautumisen

esimerkkinä
Varianssien kasautumislain sovelluksena tarkastetaan geodeettinen pää-

tehtävä, jossa suunta- ja etäisyysmittauksen tunnetut epätarkkuudet
kulkevat eli kasautuvat tuntemattoman pisteen koordinaattien epätark-
kuuksiksi.
Geodeettinen päätehtävä: annettuna mittaussuureet s, A sekä lähtöpis-

teen P koordinaatit xP , yP , määritä tuntemattoman pisteen koordinaatit
x = xP + s · cos A,
y = yP + s · sin A.
Ongelma ratkaistaan seuraavalla tavalla. Otetaan likiarvot s(0) , s =

s(0) + ∆ s ja A (0) , A = A (0) + ∆ A ja kirjoitetaan Taylor-sarjakehitelmä:
∂ cos A
x = xP + s(0) cos A (0) + ∆ s cos A (0) + s(0) ∆A =
∂A
∆x
x(0) z }|  {
= z }| { + h i ∆s
xP + s(0) cos A (0) cos A (0) − s(0) sin A (0)  
∆A
ja samalla tavalla
∆y
z }| {
y = y(0) + h

i ∆s .
sin A (0) s(0) cos A (0)  
∆A
Nyt meillä on, jättämällä, mutta muistamalla, likiarvotarrat (0) pois, ja
tekemällä x- ja y-vektorit stokastisiksi eli satunnaismuuttujiksi:
   
. ∆ x .  ∆ s
y= , x = ,
∆y ∆A
13.8. Geodeettinen päätehtävä virheiden kasautumisen esimerkkinä361
ja  
cos A − s sin A
L= 
sin A s cos A
sekä  
¡ ¢ σ2s 0
Var x =  
2
0 σA
ja yllä olevat kaavat voidaan nyt kirjoittaa:
y = L x.
Varianssimatriisi on
 
2
³ ´ σx σx y
 = LVar x L T =
¡ ¢
Var y = 
σ x y σ2y
    
2
cos A − s sin A σ 0 cos A sin A
=  s · ,
2
sin A s cos A 0 σA − s sin A s cos A
ja alkiot ovat
σ2x = σ2y = σ2s cos2 A + σ2A s2 sin2 A ,
σ x y = cos A sin A σ2s − s2 σ2A ,

¡ ¢
laskettuna varianssien kasautumislain 13.11 avulla15 .
Sijoittamalla vielä
x − xP y − yP
cos A = , sin A =
s s
saadaan vaihtoehtoinen muoto
2
¡ ¢ ³ x − xP ´2 2
σ x = Var ∆ x = σs + ( y − yP )2 σ2A ,
s
³ ´ ³ y − y ´2
2 P
σ y = Var ∆ y = σ2s + ( x − xP )2 σ2A ,
s
³ ´ ·³ σ ´2 ¸
s 2
σ x y = Cov ∆ x, ∆ y = − σ A ( x − xP ) ( y − yP ) , (13.12)
s
jossa x − xP = s cos A, y − yP = s sin A .
15 Jos ilmaistaan suunnan A varianssi gooneissa, voidaan sijoittaa kaikkiin kaavoihin
σ A [g] 2
µ ¶
σ2A = ,
ρ
jossa ρ on radiaanin suuruus käytetyssä asteyksikössä, tässä tapauksessa ρ =
63,661977236758. Samoin kun käytetään kaarisekunteja: silloin
£ ¤ ¶2
σ A 00
µ
σ2A = ,
ρ
jossa nyt ρ = 57,295779513 × 60 × 60 = 206264,806247.
sσ A
σx
Q
A
s σs
σy
Kuva 13.7. Virhe-ellipsin geometria.
Näin havaintojen keskivirheet σs , σ A muunnetaan koordinaattikeski-

virheiksi σ x , σ y . Tarkkuuteen vaikuttavat sekä havaintojen tarkkuudet
σs , σ A että geometria A, s.
Virhe-ellipsi on pisteen sijaintiratkaisun ( x, y) tilastollinen epävarmuusa-

lue. Tämä voidaan käyttää tilastollisissa testeissä.
Pisteen tarkkuuden mitaksi löytyy sopiva suure joka ei riipu koordinaat-

tiakseleiden suunnasta. Virhe-ellipsi on oikeastaan varianssimatriisin
kuvaaja. Pisteen P koordinaattien, tai kahden pisteiden P,Q , koordi-
naattierojen ( x, y) , varianssimatriisi voidaan kirjoittaa
   ¡ ¢ ³ ´ 
x Var x Cov x, y
V = Var   =  ³ ´ ³ ´ .
y Cov x, y Var y
Tämän matriisin invariantit ovat sen ominaisarvoja ja -vektoreita: omi-

naisarvotehtävän (V − λ I ) x = 0 ratkaisut (λ i , x i ) , i = 1, 2. Jos käänne-
tään koordinaatiston akselit näin, että ne ovat samansuuntaisia ellipsin
pääakseleiden kanssa, saadaan
 
s2 σ2A 0
Σ= 
0 σ2s
ja selvästi λ1 = s2 σ2A ja λ2 = σ2s .
Huomautus – yleisemmin ratkaistaan determinanttiyhtälö

 
Σ11 − λ Σ12
det   = 0,
Σ21 Σ22 − λ
Tämä on ns. karakteristinen polynomi:
(Σ11 − λ) (Σ22 − λ) − Σ212 = 0,

13.8. Geodeettinen päätehtävä virheiden kasautumisen esimerkkinä363
siis
λ2 − (Σ11 + Σ22 ) λ + Σ11 Σ22 − Σ212 = 0,
¡ ¢
standardi kvadraattinen yhtälö. Ominaisarvot ovat nyt
1
· q ¸
λ1,2 = Σ11 + Σ22 ± (Σ11 + Σ22 ) − 4 Σ11 Σ22 − Σ12 =
2 2
¡ ¢
2
1
· q ¸
= Σ11 + Σ22 ± (Σ11 − Σ22 ) + 4Σ12 =
2 2
2
s
¸2
1 1
·
= (Σ11 + Σ22 ) ± (Σ11 − Σ22 ) + Σ212 ,
2 2
p p
ja ellipsin isoakselin ja pikkuakselin puolikkaat ovat λ1 , λ2 .
Myös akseleiden suunnat voidaan määrittää: tutki koordinaattien

lineaariyhdistelmä
z (θ ) = x sin θ + y cos θ ,
joka on suuntakulman θ funktio.
Varianssien kasautumislain avulla saadaan
Var z = Σ11 sin2 θ + Σ22 cos2 θ + 2Σ12 sin θ cos θ .

¡ ¢
Kuvaaja-ellipsin akselit ovat tämän θ -funktion stationaariset ar-

vot,
d ¡ ¢
Var z = 0.
dθ
Differentioimalla
2 sin θ cos θ (Σ11 − Σ22 ) + 2 cos2 θ − sin2 θ Σ12 = 0

¡ ¢
eli
sin 2θ (Σ11 − Σ22 ) + 2 cos 2θ · Σ12 = 0
ja
1 2Σ12
µ ¶
θ = arctan − + k · 100 gon =
2 Σ11 − Σ22
 
Σ12
= arctan −  + k · 100 gon,
 
q£
1 2
Σ12 + 2 (Σ11 − Σ22 ) + Σ12
2
¤
käyttämällä arctangentin puolikulmakaavaa16 .
16 Näin vältetään nollajakoa rajatapauksessa Σ = Σ22 .

11
Saadaan
³ ´
λ1 + λ2 = Σ11 + Σ22 = Var x + Var y = σ2x + σ2y
¡ ¢
(13.13)
ja
λ1 λ2 = Σ11 Σ22 − Σ212 = det Σ = σ2x σ2y − σ2x y (13.14)
(jossa σ2x y lasketaan kaavan 13.12 mukaan). Suureet 13.13, 13.14 ovat
invariantteja (siis: aina sama, koordinaattiakseleiden orientoinnista
riippumatta) ja etenkin suure 13.13, jota kutsutaan pisteen P pisteva-
rianssiksi σ2P , on sopiva pistetarkkuuden mitta:
σ2P = σ2x + σ2y .
Pistekeskivirhe σP on tämän pistevarianssin neliöjuuri.
13.9 Käytännön havaintosuureet ja havaintoyhtälöt
Tässä esitetään klassisen geodesian havaintosuureita: vaaka- ja pysty-

suuntamittaukset sekä vinoetäisyysmittaukset, linearisoitujen havain-
toyhtälöiden muodossa. Jo ylhäällä esitetyt GPS-havaintosuureet, yhtä-
löt 11.1 ja 11.2, ovat vinoetäisyysmittauksen erikoistapauksia.
13.9.1 Vinoetäisyys avaruudessa
Olkoon kojeen ja tähyksen koordinaatit ( x1 , y1 , z1 ) ja ( x2 , y2 , z2 ). Silloin

funktionaalimalli, yhtälö 13.6, on
q
s = ( x2 − x1 )2 + ( y2 − y1 )2 + ( z2 − z1 )2 . (13.15)
³ ´T
Ensin oletetaan, että piste 1, koordinaatit x1 y1 z1 on tunnettu.
Silloin tuntemattomien abstrakti vektori x koostuu vain toisen pisteen
³ ´T
koordinaateista, x = x2 y2 z2 . Havaintojen abstraktilla vektorilla
` on vain yksi alkio, ` = ( s) ja rakennematriisi A (yhtälö 13.8) koostuu
tämän yhden havaintosuureen osittaisderivaatoista kaikkien tuntemat-
tomien x2 , y2 , z2 suhteen:
∂s ∂s ∂s
· ¸
A= .
∂ x2 ∂ y2 ∂ z2
Alkiot lasketaan differentioimalla 13.15, esimerkiksi
∂s x2 − x1
=
∂ x2 s
13.9. Käytännön havaintosuureet ja havaintoyhtälöt 365
ja niin edelleen. Lopputulos on

h x −x y2 − y1 z2 − z1 i
2 1
A= .
s s s
Huomaa, että matriisin A alkiot ovat yksikkövektorin komponentteja!
Käyttämällä suuntakulma (atsimuti) α ja zeniittikulma ζ voimme kir-
joittaa
h i
A= cos α12 sin ζ12 sin α12 sin ζ12 cos ζ12
tai symbolisesti
h i
T
A = e12
jossa e12 on pisteen 1 ja 2 välinen suuntavektori, jolle pätee
ke12 k = 1.
Yleisempi tapaus, missä molemmat pisteet ovat tuntemattomia, käsitel-

lään seuraavaksi. Tuntemattomien vektoriksi muodostetaan
³ ´T
x = x1 y1 z1 x2 y2 z2 ,
ja havaintovektori on taas ` = ( s). Rakennematriisi A , yhtälö 13.8, on

∂s ∂s ∂s ∂s ∂s ∂s
· ¸
A= .
∂ x1 ∂ y1 ∂ z1 ∂ x2 ∂ y2 ∂ z2
Edellisen perusteellla on lopputulos
h x −x y2 − y1 z2 − z1 x2 − x1 y2 − y1 z2 − z1 i
2 1
A= − − − =
s s s s s s
h i h i
T T
= e21 e12 = −e12 e12 . T T
Linearisoitu havaintoyhtälö on nyt siis (stokastinen):

 
h i ∆r1
c
∆ s + v = −e12
£ ¤
T T ,
e12 
∆r2
c
jossa
h x −x
2 1 y2 − y1 z2 − z1 iT
e12 = ,
s s s
h iT
∆
cr i = ∆cx i ∆
cy i ∆cz i , i = 1, 2,
∆ x i − x(0)
cx i = b
i
, i = 1, 2,
.
∆ s = s − s(0) .
Tässä yläindeksi (0) kertoo, että on kyse likiarvosta.
Likiarvoille pätee funktionaalimalli tarkasti:

r
³ ´2 ³ ´2 ³ ´2
(0)
x2(0) − x1(0) + y2(0) − y1(0) + z2(0) − z1(0) .
¡ (0) ¢
s =f x =
∆x 2
∂α
∂x
∆x
α
∂α
∂y
∆y
∆y y
1
Kuva 13.8. Atsimutimittauksen geometria (katsottuna ylhäältä) ja rakenne-

matriisi.
13.9.2 Atsimutimittaus
Jos atsimuti17 α mitataan pisteiden 1 ja 2 välillä:

y2 − y1
µ ¶
α = α12 = arctan + k π,
x2 − x1
³ ´T
silloin x = x1 y1 x2 y2 .
Rakennematriisi saadaan taas ketjusäännön avulla, esimerkiksi (lyhen-

netään x12 = x2 − x1 jne.):
³ ´ ³ ´ ³ ´
y y y
∂ arctan x12 ∂ arctan x12 ∂ x12 ∂ x
12 12 12 12
= =
∂ x1 ∂ ∂
³ ´
∂ x
y12 x 12 x1
12
Ã !
1 y12
= ³ ´2 · − 2 · (−1) =
1 + xy12 x12
12
y12 y12 sin α21

= = =− .
2
x12 2
+ y12 ρ 2 ρ
Koko matriisi:
sin α21 cos α21 sin α12 cos α12
· ¸
A = − + − + =
ρ ρ ρ ρ
y2 − y1 x2 − x1 y2 − y1 x2 − x1
· ¸
= + − − + ,
ρ2 ρ2 ρ2 ρ2
q
jossa ρ = ( x2 − x1 )2 + ( y2 − y1 )2 , kojeen ja tähyksen välinen vaakatasoon
projisoitu etäisyys.
17 Käytetään α eikä A sekaannuksen välttämiseksi rakennematriisin A kanssa.

13.9. Käytännön havaintosuureet ja havaintoyhtälöt 367
Zeniitti
z
∆z
∂ζ
∂z
∆z
∂ζ x
∂ρ
∆ρ
∆ρ ρ
α
Kuva 13.9. Zeniittikulmamittauksen geometria.
Tästä linearisoitu havaintoyhtälö:

 
∆
cx1
 
y2 − y1 x2 − x1 y2 − y1 x2 − x1  ∆ y1 
· ¸ c 
∆α + v = + − − +  c .
 
ρ2 ρ2 ρ2 ρ2  ∆ x2 
 
∆
cy2
13.9.3 Zeniittikulmamittaus
Mitataan pisteiden 1 ja 2 välinen zeniittikulma
z2 − z1 π z2 − z1
µ ¶
ζ = arccos = arctan − ,
s 2 ρ
q
jossa ρ = ( x2 − x1 )2 + ( y2 − y1 )2 .
³ ´T
Nyt x = x1 y1 z1 x2 y2 z2 ja
h i
∂ζ ∂ρ ∂ζ ∂ρ cos ζ21 ∂ζ ∂ρ ∂ζ ∂ρ cos ζ12
A = ∂ρ
· ∂ x1 ∂ρ
· ∂ y1 s ∂ρ
· ∂ x2 ∂ρ
· ∂ y2 s
=
h i
cos ζ21 cos ζ21 ρ cos ζ12 cos ζ12 ρ
= ρ (
− cos α21 )
ρ
sin α21 ρ (
− cos α12 )
ρ
sin α12 − s2 =
s2
x2 − x1 y2 − y1 ρ x2 − x1 y2 − y1 ρ
h i
= − + + − − .
s2 tan ζ12 s2 tan ζ12 s2 s2 tan ζ12 s2 tan ζ12 s2
∂ζ
on laskettu lieriökoordinaateissa ρ , α, z .
¡ ¢
Tässä osittaisderivaatta ∂ρ
Silloin ζ = ζ ρ , z .
¡ ¢
Nyt havaintoyhtälö on
 
∆
cx1
 
∆
cy1 

 
 
h x2 − x1 y2 − y1 ρ x2 − x1 y2 − y1 ρ
i ∆
cz1 
∆ζ+v =
 
− + + − −  .
s2 tan ζ12 s2 tan ζ12 s2 s2 tan ζ12 s2 tan ζ12 s2
∆
cx2 

 
 
∆
 
 cy2 
 
∆
cz2
13.10 Helmert-muunnos tasossa
13.10.1 Teoria
In the plane, if more than two points are given in both co-ordinate fra-
mes, it is possible to derive the unknown parameters of a Helmert trans-
formation between the two frames. We start from equation 3.1 for a
single point:
      
x x0 cos θ − sin θ u
 = +K   .
.
Writing K = 1 + m, with m the scale distortion, assumed small, this beco-
mes, for also small rotation angles θ :
      
x x0 1 −θ u
 ≈  + (1 + m)   ≈
y y0 θ 1 v
         
x0 u 0 −θ u m 0 u
≈ + +  +  ,
y0 v θ 0 v 0 m v
from which      
x u x0 − θ v + mu
 − ≈ ,
y v y0 + θ u + mv
which can be rearranged into
 
x0
    
x−u 1 0 u −v  y0 
 
 =  .
y−v 0 1 v u  m 
 
 
θ
This is recognized as a a set of two observation equations, with the ob-

servation vector, the vector of unknowns, and the design matrix being,
13.10. Helmert-muunnos tasossa 369
respectively,
 
x
   0   
(0) (0
x−u  y  1 0 u −v
 
`= , x =  0 , A =  ,
y−v

 m

 0 1 v (0) u (0)
 
θ
where u(0) , v(0) are approximate values of the co-ordinates of the point in
the ( u, v) frame18 .
For multiple points given in the two frames, we obtain

 
x0
    
xi − u i 1 0 + u(0) − v (0)
y
 
i i  0 ,
 
 = (13.16)
yi − v i 0 1 +v(0) + u(0)  m 
 
i i  
θ
with i the point number. We see that, if the number of available points
n exceeds 2, there will be redundancy: more observation equations – 2 n
– than there are unknowns – 4.
13.10.2 Epävarmuuden kasautuminen
Mikäli on enemmän kuin kaksi yhteistä pistettä ( x, y)- ja ( u, v)-järjestelmien

välillä, on mahdollista määrittää Helmert-muunnoksen tuntemattomat,
mutta myös miten pisteiden epävarmuudet kasautuvat muunnospara-
metreihin. Ks. esimerkiksi Kahmen ja Faig (1988, ss. 253-255).
Lähdetään Helmert-muunnoskaavasta kirjoitettuna havaintoyhtälönä,

13.16. Pisteiden annetut koordinaattiarvot u(0)
i
, v(0)
i
ovat oltavia riittä-
vän hyviä, ja mittakaavavääristymä m ja akseleiden pyörähdyskulma
θ oletetaan molemmat pieniksi. Useimmat, myös paikalliset, koordi-
naattijärjestelmät ovat suunnilleen oikeamittakaavaisia ja orientoitu-
vat pohjoiseen.
Yllä olevissä havaintoyhtälöissä on 2 n riviä, missä n on pisteiden mää-

rä: i = 1, . . . , n. Rakennematriisi A on muotoa
 
1 0 + u(0)i
− v (0)
i
A= .
(0)
0 1 +v i + u(0)
i
18 Likiarvojen käyttö on tässä OK koska sekä m että θ oletetaan pieniksi.

Jos oletetaan, että annettujen pisteiden kaikki koordinaatit ovat yhtä

P
tarkkoja, voidaan laskea normaalimatriisi N seuraavasti ( merkitsee
summaus kaikkien pisteiden yli, kaikki ala- ja yläindeksit pudotettu):
 P P 
n 0 u − v
 
P P
 0 n v u
 
T

N = A A= P 
P¡ 2

u + v2
P ¢
u v 0

 
 
P¡ 2
u + v2
P P ¢
− v u 0
h iT
Tämän merkitys on, että tuntemattomien x0 y0 m θ varians-
simatriisi on juuri σ20 · N −1 , jossa σ0 on painoyksikön keskivirhe, tässä
tapauksessa yhden pistekoordinaatin oletettu tarkkuus.
P P
Mikäli nyt u = v = 0, toisin sanoen, u, v ovat painopistekoordinaatit,
saadaan  P 
n 0 0 0
 
 0 n 0 0
 

N = 
u2 + v 2
P¡ ¢
 0 0 0
 

 
u2 + v 2
P¡ ¢
0 0 0
ja muunnosparametrien varianssit ovat:
σ20
σ2m = σ2θ = P¡ ¢,
u 2 + v2
σ20
σ2a = σ2b = .
n
Lisäksi parametrit eivät tilastollisesti korreloi keskenään.
Now, the actual observation equations that you have to solve are these:
 
x
 0 
c
    
(0) (0)
x − ui w 1 0 +u i −v i y 
 
 i  +  2i−1  =   0 ,
 c
y − vi w2i 0 1 +v(0) + u(0)  m
 
i i
b 
i  
θ
b
joissa suureet w2i−1 , w2i ovat tärkeät jäännösvirheet, joissa on arvokasta

laadunvalvontaan liittyvää informaatiota.
Harjoitus 13 – 1: Helmert-muunnoksen parametrien estimaatio
Meillä on annettuna pistejoukko kahdessa eri koordinaatistossa19 :
19 Pisteet ovat Porvoon kunnassa ja koordinaatistot ovat ETRS-GK27 ja Porvoon oma,

vanha järjestelmä.
Harjoitus 13 – 1: Helmert-muunnoksen parametrien estimaatio 371
Piste x y u v
10 6697976.388 27427023.03 6698108.117 3427192.039

36 6700867.976 27428566.410 6700999.695 3428735.464
714 6701212.704 27424871.393 6701344.461 3425040.439
717 6696502.735 27428579.172 6696634.432 3428748.182
17_vara 6697821.437 27424568.639 6697953.182 3424737.628
35_vara 6709919.416 27434433.390 6710051.148 3434602.545
2061 6694497.478 27432539.402 6694629.164 3432708.409
2062 6704170.468 27432163.151 6704302.189 3432332.245
2063 6703595.075 27426736.815 6703726.833 3426905.879
Näillä tiedoilla tee seuraavasti:
1. Laske neljä Helmert-muunnosparametriä x0 , y0 , m, θ .
2. Laske käänteisen muunnoksen parametrit x00 , y00 , m0 , θ 0 – siis, vaih-

da palstat x, y ja palstat u, v keskenään.
3. Verifioi, että m-parametrit ovat tositensa käänteislukuja m0 = 1/m,

ja että θ -parametrit toisensa vastaluvut, θ 0 = −θ .
4. Vertaile x0 ja x00 , sekä y0 ja y00 . Mitä näet?
5. Tarkista jäännösvirheet. Kuinka tarkat olivat pisteiden anne-

tut koordinaatit? Miten arvioisit σ20 , pistekoordinaatin tyypillinen
tarkkuus?
14. Tilastolliset menetelmät geodesiassa
14.1 Pienimmän neliösumman menetelmä
Pienimman neliösumman tasoitusmenetelmän selostaminen käy helpoi-

ten jos oletetaan, että kaikki havaintosuureet ovat stokastisina suurei-
na normaalisti jakautuneita (kuva 14.1), sekä yksitellen että yhdessä: ne
muodostuvat ns. moninormaalisen jakauman. Jos havaintosuureet ovat
toisistaan tilastollisesti riippumattomia – esimerkiksi jos ne ovat rip-
pumattomien mittausprosessien tuottamina – tämä on automaattisesti
totta.
Olemme aiemmin käsitelleet pienimmän neliösumman menetelmä ta-

pana minimoida satunnaiset virheet estimoiduissa suureissa, mm. pis-
tekoordinaateissa. Luvussa 13 käsiteltiin parametrinen tasoitusmenetel-
mä, jossa havainnot kirjoitetaan etsittyjen tuntemattomien funktiona.
Vaihtoehto, ehtotasoitus, sopii mm. monikulmiojonon laskentaan.
Tässä käsitellään parametrista menetelmää hieman perusteellisemmin.
Olkoon havainnot, vektorina `, tuntemattomien x lineaarisia funktioi-
Odotusarvo
© ª
E x
Todennäköisyys-
tiheys p ( x) −σ +σ Keskivirhe
Arvoavaruus x
Kuva 14.1. Normaali- eli Gaussin todennäköisyystiheysjakauma.
– 373 –
374 Luku 14. Tilastolliset menetelmät geodesiassa
ta1 :
` = A x + n
     
h i
  =   +  
h i
[ n] = n×m [ m] + [ n]
Tässä havainnot, `-vektorin alkiot, ovat stokastisia suureita. Oletetaan,

että ne ovat normaalisti jakautuneita “oikean” arvonsa ympäri. Sil-
loin havaintovirheiden vektorin n alkiot ovat myös normaalisti jakau-
tuneet2 .
Tässä aika yleisessä tapauksessa voidaan laskea pienimmän neliösum-

man ratkaisu seuraavalla yksinkertaisella tavalla:
¤−1 £
A T Q ``
−1
A T Q ``
−1
`
£ ¤
x
b = A
 
h i h i−1 h i
=   (14.1)
[ m] = [ m × m]−1 [ m × n] [ n]
jossa Q `` on havaintojen painokerroinmatriisi ([ n × n]):
 
q 11 q 12 ··· q 1n
 
 q 21 q 22 ··· q 2n
 

Q `` = 
 .. .. .. ..
.
.

 . . . 
 
q n1 q n2 · · · q nn
Tästä saa varianssimatriisi seuraavasti:
 
σ2 σ12 · · · σ1n
 1 
 σ21 σ22 · · · σ2n
 
2
Var ` ≡ Σ`` = σ0 Q `` = 
¡ ¢ 
.
 .. .. .. ..
.

 . . . 
 
σn1 σn2 ··· σ2n
1 Tässä on esitettynä graafisesti myös vektoreiden ja matriisien koot. n on havaintojen,

m tuntemattomien määrä.
2 Tavallisesti ne ovat myös toisistaan riippumattomia. Kuitenkaan eivät tasoituksen
tuloksena saadun ratkaisuvektorin b
x eivätkä jäännösvirheiden vektorin v alkiot ole
toisistaan rippumattomia.
14.2. Tasoituksen jäännösvirheet 375
eli
n¡ © ª¢2 o
σ2i = Var ` i = E ` i − E ` i = σ20 q ii ,
¡ ¢
³ ´ n¡ © ª¢ ³ n oó
σ i j = Cov ` i , ` j = E ` i − E ` i ` j − E ` j = σ20 q i j .
Ratkaisun varianssimatriisi saadaan varianssien kasautumislain avul-

la: olkoon
x = L`
b
jossa
i−1 h
.
h i
L = A T Q ``
−1
A A T Q ``
−1
.
Silloin
h i−1 h i−1
Q bxbx = LQ `` L T = A T Q ``
−1
A A T Q ``
−1 −1
× Q `` × Q `` A A T Q ``
−1
A =
h i−1
= A T Q ``
−1
A ,·
sopivasti eliminoiden. Siis b

x-vektorin varianssimatriisi saadaan joka ta-
pauksessa ratkaisun laskemisen, kaavan 14.1, sivutuotteena!
14.2 Tasoituksen jäännösvirheet
Havaintojen ja tuntemattomien pienimmän neliösumman estimaattorit

x ovat yhteensopivia funktionaalimallin kautta
b̀ ja b
b̀ = A b
x
ja alkuperäishavainnoista
` = Ax + n
lasketaan ns. jäännösvirheet3 eli residuaalit:
x − ` = b̀− ` = A (b
v ≡ Ab x − x) − n.

Jäännösvirheet ovat keskeisiä geodeettisten
verkkoratkaisujen laadunvalvonnassa.

3 Jäännösvirhevektori v ei ole sama kuin havaintovirheiden eli ”-kohinan” vektori n!

Jäännösvirhe on alkuperäishavainnon ja tasoitetun havainnon ero, ts. korjaus. Kui-
tenkin tasoitettukaan havainto – tai tuntematon – ei ole “totuutta”. Totuutta ei tunne-
ta ja vektorin n alkioiden arvoja, toisin kuin vektorin v arvoja, ei voida laskea.
1. Jäännösvirheiden suuruus kertoo jotain verkkoratkaisussa olevis-

ta ristiriidoista, mahdollisista karkeista virheista tai jopa malli-
virheista.
(a) Tietyn havainnon jäännösvirhe voi kertoa, piileekö tässä ha-

vainnossa mahdollisesti karkea virhe.
(b) Verkko on oltava luotettava, ts. on oltava redundanssia, ha-

vaintoaineiston ylimääräisyyttä. Esim. kaikenlaiset sulku-
virheet tarjoavat tarkistusmahdollisuuksia.
Ilman redundanssia jäännösvirheet voivat hyvinkin olla pie-

niä, mutta se ei merkitse mitään!
Usein käytetty havaintoyhtälöiden muoto on
` + v = Ab
x.
Pienimmän neliösumman laskennan jäännösvirheillä on neljä kaunista

ominaisuutta, tässä ilman todistusta:
1. Kvadraattinen muoto E = vT Q ``
−1
v minimoituu (tästä pienimmän
neliösumman menetelmä sai nimensä). Itse asiassa tämän neliö-
juuri on jäännösvektorin v normi eli pituus Q `` -metriikassa, joka
2
siis minimoidaan: kvkQ =E.
2. Tuntemattomien b x mielivaltaisen lineaariyhdistelmän λ = Λb

x va-
p
rianssi Σλλ (ja keskivirhe Σλλ ) minimoituu.
3. Tasoitetut havaintosuureet b̀ ja jäännösvirheet v ovat keskenään

ortogonaalisia Q `` -metriikassa, eli jos skalaarituloksi määrite-
.
tään 〈a · b〉Q = aT Q ``
−1
b:
x)T Q ``
−1
xT A T Q ``
−1
® ®
b̀· v
Q = A x
b · v Q = ( Ab v=b v = 0,
koska
aTi Q ``
−1
v = 0, i = 1 . . . m
eli jäännösvirhevektori on ortogonaalinen rakennematriisin kaik-

kia sarakkeita a i kohtaan.
Kuva 14.2 antaa geometrisen tulkinnan: tuntemattomat ovat ne

kertoimet A -matriisin sarakkeiden lineaariyhdistelmässä, jotka
minimoivat jäännösvektorin normi.
14.3. Testaus ja testaushypoteesit 377
”Ha-
”Nolla-avaruus”
vain-
to-
`
ava-
||~
v|| minimaalinen ruus”
v
a2
.
ˆ
` optimaalinen
a1 O `ˆ0 sub-opt.
”Parametriavaruus”
Kuva 14.2. Pienimmän neliösumman tasoitus ortogonaalisena projektiona.
4. Tuntemattomien b
x ja jäännösvirheiden v välinen kovarianssimat-
riisi häviää: Σbxv = σ20 Q bxv = 0. Ne ovat siis korreloimattomia toisiin-
sa.
Koska
` = Ab
x − v,
seuraa varianssien kasautumislain ja yllä mainitun ominaisuuden 3 pe-

rusteella, että
Q `` = AQ bxbx A T + Q vv ⇒ Q vv = Q `` − AQ bxbx A T ,
hyödyllinen ilmaisu jäännösvirhevektorin painokerroinmatriisin – ja va-

rianssimatriisin Σvv = σ20 Q vv – laskemiseksi.
14.3 Testaus ja testaushypoteesit
Havaintoaineistossa voi olla karkeita virheitä. Tosielämän tasoituslas-

kun yhteydessä on voitava sanoa, tietojamme havaintojen tilastollisesta
jakaumasta perusteella
1. jotain karkeiden virheiden mahdollisesta esiintymisesta
2. kuinka suuria karkeat virheet olisi oltava, jotta ne voidaan havai-

ta ja poistaa.
Karkeiden virheiden etsiminen kuluu tilastollisen testauksen alaan.
Löytyneet karkeat virheet
◦ poistetaan havaintoaineistosta ja ko. mittaukset toistetaan. Jäl-

keenpäin tämä on vaikeaa ja kallista, mistä syystä ainakin osa
tilastollisesta testauksesta suoritetaan jo kentällä, tai
◦ yksinkertaisesti jätetään pois (edellyttää että mittaus on suunni-

teltu alunperin redundantisti, eli on tehty niin monta mittausta
että on varaa heittää (pieni) osa pois.
Tilastollista testausta varten on aina formuloitava hypoteeseja. Yksi hy-

poteeseista on aina
Nollahypoteesi: Kaikki verkon havainnot ovat korrekteja, niisä ei ole

karkeita virheita. Tätä hypoteesiä kutsutaan H0 (en. null hypot-
hesis).
Tämän lisäksi on oltava ainakin yksi
Vaihtoehtoinen hypoteesi: Verkossa esiintyy joku karkea virhe, tai

karkeiden virheiden yhdistelmä, tai tietty karkea virhe. Tätä hy-
poteesia kutsutaan Ha (en. alternative hypothesis).
Yleensä halutaan tietää, tai arvioida, kaksi asiaa:
1. Onko yleensä tässä havaintoaineistossa karkeita virheitä jäljellä?
2. Onko tämä tietty havainto virheellinen?
Kuva 14.3 näyttää testauksen rooli koko suunnittelu- ja mittausproses-

sissa.
Seuraavissa osioissa nämä kysymykset käsitellään erikseen.
14.4 Kokonaisvalidointi
Ensimmäisenä valitaan seuraava vaihtoehtoinen hypoteesi:
Ha : jossain mittausaineistossa (emme vielä tiedä missä) esiintyy karkea

virhe.
Tällainen hypoteesi voidaan testata ns. χ2 -menetelmän avulla. Mene-

telmä ja siihen kuuluvat taulukot löytyvät tilastotieteen oppikirjoista
14.4. Kokonaisvalidointi 379
Verkon suunnittelu

Tarkkuus Luotettavuus
Paljonko epävarmuutta, Jos tapahtuu karkea virhe,
epätarkkuutta tulee kuinka hyvin voimme sen
koordinaateissa olemaan? huomata testauksessa?

Verkkogeometria ja laadun mitat
Verkon mittaus

Havaintojen testaus
Yleistestaus
Jokaiselle havainnolle:
Ovatko tulokset järkeviä?
onko tämä teitty havainto
Pätevätkö käytetyt mallit?
OK?
Onko karkeita virheitä?
' $
Lopputulos
◦ Tasoitettu verkko
◦ Precision
◦ Luotettavuus
◦ Varmuus, että
käytetyt
menetelmät ovat
Lopputulos
joten kuten OK
& %
Kuva 14.3. Suunnittelu- ja mittausprosessi.
ja Internetistä. Testattava suure on juuri jäännösvirhevektorin pituus

Q `` -metriikassa, sen normi toiseen potenssiin:
³ ´ ° °
2
E = v T Σ−1
`` v = σ −2 T −1
0 v Q `` v = °v° .
Suure on jakautunut χ2n−m -jakauman mukaan, siis: χ2 -jakauma n − m

vapausasteella (kuva 14.4, vapausaste on havaintojen ja tuntematto-
mien määrien erotus eli redundanssi n − m). Testaamalla tämä suure
0,2
χ2 -jakauma 4:llä vapausasteella
epäkeskinen χ2 , epäkeskisyysparametri 3
Testausraja
0,1
αχ2
1111111111
0000000000
0000000000
1111111111
0000000000
1111111111
βχ2
0000000000
1111111111
0000000000
1111111111
0,0
1111111111111111111
0000000000000000000
0000000000
1111111111
0000000000
1111111111
0000000000000000000
1111111111111111111
0000000000
1111111111
0000000000
1111111111
0 2 4 6 8 10 12 14 16 20 18
Kuva 14.4. χ2 -jakauma neljälle vapausasteelle.
voidaan päätellä, onko aineistossa “joku” karkea virhe vai ei4 , sanomat-
ta vielä, missä havainnossa se voisi esiintyä.
χ2 -menetelmän käyttämät taulukot löytyvät kirjallisuudesta ja Interne-

tiltä. MatLab sisältää menetelmän valmiita rutiineja.
Suure5 E on jakautunut χ2n−m :n mukaan ainoastaan siinä tapaukses-

sa, että aineisto ei sisällä karkeita virheita, eli nollahypoteesi H0 pätee.
Silloin E :n odotusarvo on
E E | H0 = E χ2n−m = n − m.
© ª © ª
Oletetaan nyt kuitenkin, että havainnoissa on yksi tai useampi karkeita

virheitä, yhteensä ∇`; vaihtoehtoinen hypoteesi Ha pätee. Tämän virhe-
vektorin vaikutus residuaaleihin on ∇v. Tässä tapauksessa E :n jakauma
on ns. epäkeskinen χ2 , kuvassa 14.4 punainen katkokäyrä.
Mielenkiintoinen kysymys on nyt, paljonko ∇` pääsee vaikuttamaan

∇v:hen. Toivottavasti paljon, koska silloin verkko on luotettava6 . Yleen-
4 χ2 -menetelmä ei osaa erottaa todellisten karkeiden virheiden ja näihin mittauksiin

sovelletun funktionaalimallin ` = A x sopimattomuuden välillä. Jos käy niin, että χ2 -
testi hylkää nollahypoteesin, mutta kaikki havainnot näyttävät olevan kunnossa, voi
olla, että funktionaalimallissa on vika. Joku systemaattinen efekti lienee unohtunut.
5 Baardan nimityksen mukaan: “siirtosuure”.
6 “Sisäinen luotettavuus”.
14.5. Karkeiden virheiden löytäminen tietystä havainnosta 381
sä ei koko ∇` pääsee ∇v:n osaksi; tasoituksen myötä osa menee tunte-

mattomien vektoriin karkean virheen vaikutuksena7 , suuruus ∇x. Ks.
myös osio 14.8.
Koska tässä tilanteessä meillä on jäännösvirhe v + ∇v, on E (ilman to-

distusta):
° °2
E = °v° + k∇vk2 = vT Σ`` v + ∇vT Σ−1
`` ∇v.
Vaikutus suureen E odotusarvoon on
E E | Ha = E χ2n−m + ∇vT Σ−1

© ª © ª
`` ∇v.
Oikean puolen toinen termi kutsutaan χ2 -jakauman epäkeskisyyspara-

metriksi.
Kvadraatinen suure on aina positiivinen. Siksi χ2 -testi on yksipuoli-

nen, toisin kuin myöhemmmin esitettävä normaalijakauman testi. Siis,
koska E on kvadraattinen suure, tulee jokainen karkea virhe – ja jo-
pa systemaattisia virheitä eli virheitä käytetyssä funktionaalimallissa
– vaikuttamaan kasvattavasti. Joka ikinen virhe tekee χ2 suuremmaksi
ja tekee virheen havaitseminen todennäköisemmäksi. Tämä tekee χ2 -
testistä niin hyödyllinen yleistesti.
Itse asiassa χ2 -testi validoi paljon muutakin kuin itse havainnot. Se var-
mistaa, että
1. Havaintoaineistossa ei esinny (ylen suuria) karkeita virheitä.
2. Käytetty funktionaalimalli (lähinnä havaintoyhtälöt) pitää riittä-

vän tarkasti paikkansa.
3. Havaintojen oletetut keskivirheet (ja mahdollinen korreloimatto-

muuden oletus) ovat realistisia.
14.5 Karkeiden virheiden löytäminen tietystä

havainnosta
Jos olemme päätelleet, että aineistossa on luultavasti yksi tai useam-

pi karkea virhe, haluamme seuraavaksi selvittää, mitkä havainnot ovat
7 Tämä kutsutaan ulkoiseksi luotettavuudeksi. Pieni vaikutus merkitsee suuri ulkoi-

nen luotettavuus.
epäiltyinä. Oletetaan yksinkertaisuuden vuoksi, että karkea virhe on

vaan yhdessä havainnossa, vaikka niitä voi hyvinkin olla useissa ha-
vainnoissa yhtaikaa.
Yksinkertaisin tapa etsiä karkeita virheitä (engl. outlier detection) on

katsella jäännösvirheet.
Olkoon jäännösvirhevektori
 
 v1 
 
 v 
 2 
 
 v 
 3 
 .
 ..


v= .
 
 v 
 .i
 

 .
 .


 
 v n−1
 

 
vn
Alkio v i on havainnon numero i , siis ` i :n, jäännösvirhe. Sillä on varians-

si
σ2v i = σ20 [Q vv ] ii
ja v i :n keskivirhe on tämän neliöjuuri.
Olettakaamme, että jäännösvirheet v i ovat normaalisti jakautuneita.

Silloin voimme testata jokaisen havainnon i = 1, . . . , n:
q
¯v ¯ > 1, 96 σ2v ⇒ ` lienee virheellinen
¯ ¯
i i i
q
¯v ¯ ≤ 1, 96 σ2v ⇒ ` on luultavasti oikein
¯ ¯
i i i
Tämä normaalijakaumaan perustuva kaksipuolinen testi käyttää signi-

fikanssi- eli merkitsevyystasoa 95%: Vaikka ei olisikaan karkeaa virhet-
tä, on kuitenkin todennäköisyys 100% − 95% eli 5%, että testin perus-
teella havainto ` i tulee hylätyksi.
Taulukossa 14.1 on luetteloitu eri merkitsevyystasojen hylkäysrajat

kaksipuolisessa normaalijakaumaan perustavassa testissä.
Tässä kuvattu menetelmä toimii oikein vain siinä tapauksessa, että ha-
vainnot eivät korreloi keskenään, eli Q `` on lävistäjämatriisi. Ellei näin
ole, löytyy kirjallisuudesta sopivasti muunneltu8 testausmenetelmä ni-
8 Temppu on yksinkertaisesti se, että jäännösvirheiden v sijasta otetaan painotettuja

−1
jäännösvirheitä w = Q `` v ja niiden variansseja.
14.6. Laskuesimerkki: lineaarinen regressio 383
Taulukko 14.1. Merkitsevyystasojen hylkäysrajat normaalijakaumaan perus-

tuvassa kaksipuolisessa testissä.
Merkitsevyystaso (%) Hykäysraja
95 1,96
97,5 2,24
99 2,57
99,9 3,29
meltä data snooping (Baarda, 1968).
14.6 Laskuesimerkki: lineaarinen regressio
Palataan siihen lineaarisen regression esimerkkiin jota käytettiin jo lu-

vussa 13.5.3, ks. taulukko 14.2.
Muistakaamme, että löytynyt pienimmän neliösumman ratkaisu oli
ab = 1,76 ± 1,25σ0 ,
b = 0,495 ± 0,349σ0 .
b
Laskemme sovitun viivan funktioarvot a + bx i sekä sen jäännösvirheet

v i = (a + bx i ) − y . Ehto ni=1 v i = 0 on hyvä tarkistus.
P
i
Jos havaintojen yi varianssimatriisi on Σ`` = σ20 I , on “siirtosuure”
E = v T Σ−1
`` v,
jossa v on jäännösvirheiden v i muodostama vektori. Saadaan

Pn 2
i =1 v i
E= .
σ20
Jos on annettu a priori, että σ0 = ±0,15, seuraa
0,0964
E= = 4,28.
0,0225
Taulukko 14.2. Lineaarisen regression esimerkki.
P
i 1 2 3 4 5
xi 1,51 2,44 3,34 4,41 5,05 16,75

y 2,32 3,12 3,57 3,93 4,15 17,09
i
ab + bx
b i 2,51 2,97 3,41 3,94 4,26
vi +0,19 −0,15 −0,16 +0,01 +0,11 0
v2i 0,0361 0,0225 0,0256 0,0001 0,0121 0,0964
Taulukko 14.3. χ23 -jakauman arvot.
´x ´∞
x 0 χ23 (ξ) d ξ x χ23 (ξ) d ξ
4,642 0,80 0,20

6,251 0,90 0,10
7,815 0,95 0,05
9,837 0,98 0,02
11,345 0,99 0,01
12,838 0,995 0,005
14,796 0,998 0,002
16,266 0,999 0,001
Suure E on jakautunut χ23 :n mukaan: on n = 5 havaintoa ja m = 2 tunte-

matonta (a ja b), siis vapausasteiden määrä (redundanssi) on n − m = 3.
Taulukon mukaan todennäköisyys, että χ23 > 4,642 on 20%, eli arvo 4,28
on ainakin 80%:n merkitsevyystasolla täysin hyväksyttävissä.
Testataan seuraavaksi yksittäiset jäännösvirheet. Lasketaan ensin jään-

nösvirheiden vektorin painokerroinmatriisi seuraavan kaavan mukaan:
Q vv = Q `` − AQ bxbx A T ,
jossa  
1,564 −0,4072
Q bxbx =  
−0,4072 0,1215
laskettiin jo luvussa 13.5.3, Q `` = I , ja
 
  1 1,51
1 x1  
  1 2,44 
 
 
 1 x2  
 
A=  .. ..  = 
  1 3,34  ,

 . .   
  1 4,41 
 

1 xn  
1 5,05
Työlään laskennan (Matlab!) jälkeen saamme matriisin Q vv , joka löytyy

taulukossa 14.4 seuraavalla sivulla. Tästä matriisistä kiinnostavat lä-
hinnä lävistäjäalkiot:
p
σ v1 = σ 0 [Q vv ]11 = 0,15 · 0,623 = 0,0935,
p
σ v2 = σ 0 [Q vv ]22 = 0,1255,
jne. (Muista σ0 = 0,15.) Ks. taulukko 14.4 viereisellä sivulla9 .
9 Huomaa, miten jäännösvirheiden keskivirheet alittavat systemaattisesti havaintojen

14.6. Laskuesimerkki: lineaarinen regressio 385
Taulukko 14.4. Lasketaan jäännösvirheet, niiden varianssi-kovarianssimat-

riisi ja normalisoidut jäännösvirheet.
i 1 2 3 4 5
vi +0,19 −0,15 −0,16 +0,01 +0,11

+0,3887 −0,4032 −0,2019 +0,0375 +0,1807
−0,4032 +0,6998 −0,2006 −0,0821 −0,0112
Q vv −0,2019 −0,2006 +0,8007 −0,1978 −0,1969
+0,0375 −0,0821 −0,1978 +0,6646 −0,4178
+0,1807 −0,0112 −0,1969 −0,4178 +0,4502
σv i 0,0935 0,1255 0,1342 0,1223 0,1006
|v i |
σv i
2,03 1,20 1,19 0,08 1,09
Kuten näkyy ovat kaikki havainnot hyväksyttäviä, paitsi y1 , joka 95%

merkitsevyystasolla juuri ja juuri hylätään (hylkäysraja 1,96). Kuiten-
kin jo 97,5% merkitsevyystasolla sekin hyväksytään.
Seuraavaksi lisätään havaintoarvolle y3 karkea virhe +1,0.
Pienimmän neliösumman ratkaisuksi saadaan nyt taulukon 14.5 tulos:
b = 5 · 64,66 − 16,75 · 18,09 = 20,2925 = 0,493.

b
5 · 64,34 − 16,752 41,1375
1 ¡ ¢
ab = 18,09 − 16,75 · b b = 1,97,
5
Taulukossa 14.5 σv i -arvot eivät muuttuneet.
Lasketaan ”siirtosuure”
Pn 2
i =1 v i 1,1973
E= = = 53,21!
σ20 0,0225
Tässä on jotain hyvin, hyvin mätää. . .
Katso nyt taulukko 14.5. Ylivoimaisesti suurin testausarvo, 7,08, esiin-

tyy virheellisellä havainnolla 3. Mutta myös havainnot 1 ja 5 tulevat hy-
lätyiksi 95% merkitsevyystasolla! Siksi on syytä olla varovainen. Testin
perusteella saa vain hylätä yksi havaintoarvo kerrallaan, jonka jälkeen
koko pienimmän neliösumman laskenta on suoritettava uudelleen.
keskivirhettä σ = ±0,15, etenkin reunimmaisilla pisteillä! Suurella pistemäärällä tä-

mä ilmiö häviää ja voidaan kirjoittaa Q vv ≈ Q `` .
Usein tehdään niin joka tapauksessa. Silloin karkeat virheet reunapisteillä eivät tule
huomattuksi riittävän herkästi.
Taulukko 14.5. Karkea virhe pisteessä 3; lähtödata, lineaarinen regressio,

jäännösvirheet, testaus.
P
i 1 2 3 4 5
xi 1,51 2,44 3,34 4,41 5,05 16,75

y 2,32 3,12 4,57 3,93 4,15 18,09
i
x2i 2,28 5,95 11,16 19,45 25,50 64,34

xi y 3,50 7,61 15,26 17,33 20,96 64,66
i
ab + bx
b i 2,71 3,17 3,62 4,14 4,46
vi +0,39 +0,05 −0,95 +0,21 +0,31 0,01

v2i 0,1521 0,0025 0,9025 0,0441 0,0961 1,1973
σv i 0,0935 0,1255 0,1342 0,1223 0,1006
|v i |
σv i
4,17 0,40 7,08 1,72 3,08
Hylkäys? * ** *
14.7 Testin merkitsevyystaso
Kun testataan tietty vaihtoehtoinen hypoteesi nollahypoteesia vastaan

käyttämällä esim. normaalisti jakautunutta testisuuretta, on valittava
sopiva testiraja. Jos testattava suure ylittää tämän rajan, hylätään H0
ja hyväksytään Ha . Testirajan valitseminen on tärkeä strateginen kysy-
y
5
y = 1,97 + 0,493 x
3
2
Havaintojen keskivirhe
1 2 3 4 5 6 x
Kuva 14.5. Lineaarinen regressio, havainnossa 3 on karkea virhe.

14.7. Testin merkitsevyystaso 387
Karkea virhe
1111111111111
0000000000000
0000000000000
1111111111111
β
0000000000000
1111111111111
0000000000000
1111111111111
0000000000000
1111111111111
σ
0000000000000
1111111111111
0000000000000
1111111111111111
000
0000000000000
1111111111111
000
111 α
Testausraja 2, 5σ
Kuva 14.6. Tilastollinen testaus.
mys.
Ks. kuva 14.6. Kuvassa testausrajaksi on valittu h = 2,5σ, eli jos testi-
suure ylittää 2,5 kertaa omaa standardivirheensä, hylätään nollahypo-
teesi H0 ja hyväksytään vaihtoehtoinen hypoteesi Ha .
Nyt strategia voi johtaa kahdenlaiseen virheeseen:
1. Nollahypoteesi hylätään vaikka se onkin oikein. Tätä kutsutaan

ensimmäisen lajin virheeksi10 . Tämän virheen tapahtumisen to-
dennäköisyys on pystyviivatun (sininen) alueen pinta-ala. Nor-
maalijakauman tapauksessa se on α = 1,24% (kaksipuolinen), jos
hylkäysraja on h = 2,5σ. Suuretta α kutsutaan testin merkitse-
vyystasoksi eli signifikanssiksi.
2. Nollahypoteesi hyväksytään vaikka onkin kyse karkeasta virhees-

ta eli H0 väärä, H a totta. Tämä on toisen lajin virhe11 . Sen toden-
näköisyys riippuu karkean virheen koosta k, tarkemmin, erotuk-
sesta k− h/σ.
10 Myös hylkäämisvirhe, ruotsiksi fel av första slaget el. förkastelsefel, en. error of the
first kind or rejection error.
11 Myös hyväksymisvirhe, ruots. acceptansfel el. fel av andra slaget, en. error of the
second kind, acceptance error.
Taulukko 14.6. Testin hylkäysraja ja merkitsevyystaso normaalijakauman ta-

pauksessa.
h
σ
α, % (yksip.) α, % (kaksip.)
2,0 2,28 4,56
2,5 0,62 1,24
3,0 0,13 0,27
3,5 0,02 0,05
Taulukko 14.7. Testin hylkäysraja, karkean virheen oletettu koko ja vastaava

erotuskyky. Normaalijakauma.
k−h k
(h = 2,5) β, %
σ σ
0,5 3,0 69,1

1,0 3,5 84,1
1,5 4,0 93,3
2,0 4,5 97,7
2,5 5,0 99,4
3,0 5,5 99,9
3,5 6,0 99,98
Sen vastakohtaa kutsutaan testin erotuskyvyksi β12 . Kuvassa se

on vaakaviivatun (punaisen) alueen pinta-ala.
Testausstrategian eli h:n valitseminen on siis aina kompromissi. Se riip-

puu siitä, mitkä ovat ensimmäisen ja toisen lajin virheiden suhteelli-
set kustannukset – sisäänlukien ei-rahalliset “kustannukset”. h = 3σ on
usein käytetty empiirinen ratkaisu – “kolmen sigman sääntö”.
Huomaa myös, että mittausaineiston testauksessa on olemassa kytkentä

yleisvalidoinnin ja havaintokohtaisten testien välillä! Kytkentä menee
merkitsevyystasojen kautta, ks. kuva 14.7: Jos χ2 -testin merkitsevyysta-
so on αχ2 ja yhden havainnon testin taso on α, on yhteys
1 − αχ2 = (1 − α)n−m .
Toisin sanoen, yhteinen todennäköisyys että kaikki havainnot erikseen

menevät testinsä läpi, on oltava sama kuin yleisvalidoinnin läpi mene-
misen todennäköisyys. Vain sillä ehdolla voi odottaa, että, jos yhteinen
χ2 -testi löytää jotakin “mätää”, myös yksittäisten havaintojen testit tu-
levat osoittamaan “syyllistä” havaintoa. Tämän havainnon poistamisen
tai korjaamisen jälkeen menettely toistetaan kunnes χ2 -testi menee lä-
pi13 .
12 Eli toisen lajin virheen todennäköisyys on 1-β eli 100%-β.
13 . . . ellei vieläkään mene läpi, on syytä tarkistaa muut käytetyt mallit, kuten havain-
tojen tarkkuusoletukset jne.
14.8. Luotettavuus 389
Hav. 2
yva H
Hy
Hav. 1
ks y
ak
s
m
ym
isa
isa
lu
lue
e3
1
2
misalue
Hyvaksy
Hav. 3
Havaintojen
yhteinen
hyväksymisalue
Yleinen hyväksymisalue
Kuva 14.7. Kokonaisvalidoinnin ja havaintokohtaisen testien merkitsevyysta-

sojen harmonisointi.
14.8 Luotettavuus
14.8.1 Periaate
Mittausverkon luotettavuus on se ominaisuus, että karkeat virheet löy-

tyvät helposti ja että he löytyvät jopa, jos ne ovat suhteellisen pieniä.
Luotettavuus vastaa sitä, että verkko on “vahva”; se ei ole kuitenkaan

samanlainen vahvuus kuin se, joka antaa suurinta mahdollista tark-
kuutta.
Ks. kuva 14.8. Pisteistä A, B ja C mitataan suuntaa neljänteen pistee-

C III
II I
Kuva 14.8. Luotettavuus.
seen. Piirretty on virhe-ellipsit kolmessa eri tapauksessa:
I Kun piste on kaukana pisteistä A, B
II kun piste on paikassa missä suunnat pisteisiin A ja B ovat kohtisuo-

ria toisiinsa nähden, ja
III kun piste on pisteiden A ja B välillä.
Kuten nähdään, tarkin tulos saadaan tapauksessa III. Virhe-ellipsi on

pienin.
Kuitenkin luotettavuus on heikko (olematon) tapauksessa III. Jos pis-

teestä C tehdyssä mittauksessa on karkea virhe (katkoviiva) saadaan
tapauksessa III vielä näennäisesti hyvä (tarkka) mutta virheellinen tu-
los. Ks. katkoviivalla piirretty virhe-ellipsi.
Tapauksissa I ja II karkea virhe C -havainnossa johtaa ristiriitaiseen

tulokseen. Ei ole mahdollista löytää tähtäyspisteen sijaintia, joka olisi
yhteensopiva kaikkien kolmen suuntahavainnon kanssa. Tämähän on
hyvä asia, koska se mahdollistaa karkean virheen löytämisen. Verkko
kutsutaan silloin luotettavaksi.
Verkkojen suunnittelutyössä on syytä kiinnittää huomiota luotettavuu-

teen, tietysti tarkkuuden lisäksi. Verkko on suunniteltava sopivasti re-
dundantiksi, eli on sisällyttävä mittauksia jotka kontrolloivat toisiaan.
Terve järki auttaa tässä paljon. On myös olemassa matemaattisia ja oh-
jelmallisia työkaluja verkon luotettavuuden arvioimiseksi. Nämä työka-
lut eivät kuitenkaan saa koskaan korvata tervettä maalaisjärkiä! Ai-
14.8. Luotettavuus 391
σ0 R
R
σ0 R
p
2
P C y
A
O
Kuva 14.9. Luotettavuuden esimerkki.
na on kysyttävä “mitä jos. . . ” tämä tai tuo havainto olisi virheellinen. . .

huomaisinko?
14.8.2 Esimerkki
Tässä esimerkissa havaintopaikat A, B, C sijaitsevat ympyrän reunalla,

ja piste P , jonka suuntaa havaitaan, sijaitsee origon (ympyrän keskipis-
te) O lähistöllä. Ks. kuva.
Havaintyhtälöt saadaan geometrisen tarkastelun avulla:

     
t AP − t AO v1 −1 0  
 xP 
    1  b
 tBP − tBO  +  v2  =  0 −1   .
    
    R  b yP
tCP − tCO v3 1 0
Symbolisesti:
` + v = Ab
x,
jossa
 
−1 0
1 
A=  0 −1  ,
 
R 
1 0
   
` t − t AO
 1   AP 
` =  `2  =  tBP − tBO .
   
   
`3 tCP − tCO
Pienimmän neliösumman ratkaisu on

 −1    ¢ 
1
` − `1 `3 − `1
¡
h i−1 2 0
x = AT A
b AT ` = R ·    3  = R · 2 .
0 1 −`2 −`2
Tästä saadaan jäännösvirheet:
 ¢     
− 12 `3 − `1 `1 −1` − 1`
¡
     2 1 2 3 
x−` = 
v = Ab `2  −  `2  =  0 .
     
     
1
2 `3 − `1 `3 − 12 `1 − 12 `3
¡ ¢
Huomautus 1: kuten näkyy, on havaintosuure `2 hävinnyt jäännösvir-

heistä! Jos `2 = tBP − tBO sisältää karkean virheen, emme tule kos-
kaan huomaamaan sitä ylisuurena jäännösvirheenä.
Huomautus 2: jäännösvirheistä ei näy, onko karkea virhe havainnos-

ta `1 vai havainnosta `3 . Jäännösvirheissä niiden kertoimet ovat
identtisiä.
Lasketaan seuraavaksi siirtosuure
E = v T Σ−1
`` v.
Tässä Σ`` on havaintojen varianssimatriisi. Oletetaan, että havainnot

ovat korreloimattomia keskenään ja niiden keskivirhe on σ0 . Silloin
 
1
 
2
Σ`` = σ0  1 .

 
1
Saadaan ( H0 on nollahypoteesi):
3
1 X 1 ¡ ¢2
E | H0 = v2 = `1 − `3 .
σ20 i=1 i 2σ20
Huomaa, että, koska sekä `1 :n että `3 :n keskivirheet ovat σ0 ja ne eivät
p
korreloidu, on erotuksen `1 − `3 keskivirhe σ0 2 ja sen varianssi 2σ20 .
Vapausasteiden määrä on 1 ja suure E on jakautunut χ21 mukaan, kuten
teorian mukaan pitääkin olla.
' $
Vertaamalla havaintoaineistosta laskettu arvo E
χ21 -taulukon arvojen kanssa, voidaan testata, onko
havainnoissa mahdollisesti karkea virhe. Jos kaikki
havainnot ovat virheettömiä, on E :n odotusarvo 1.
& %
14.9. Redundanssin merkitys 393
Kuitenkin, kuten yllä jo huomautettu, emme voi havaita `2 :ssa olevat

karkeat virheet lainkaan. Sanotaan14 , että mittausgeometria on luo-
tettava havaintojen `1 ja `3 suhteen, mutta epäluotettava havainnon
`2 suhteen. Jos havainnossa `2 olisi karkea virhe suuruudeltaan ∇,
yP virheeksi R · ∇! Sa-
livahtaisi se kokonaisuudessaan koordinaattiin b
notaan myös15 , että mittausgeometria on epäluotettava tuntemattoman
yP , mutta luotettava tuntemattoman b
b xP suhteen.
Riittävän suuri karkea virhe ∇ havainnoissa `1 tai `3 taas huomattai-

siin ylisuurena arvona (vaihtoehtoinen hypoteesi H a ):
1 ¡ ¢2
E |Ha = `1 − `3 + ∇ ,
2σ20
jonka odotusarvo on 1 + 21 (∇/σ0 )2 . Jos ∇ À σ0 , tämä huomattaisiin kohta-

laisen varmasti.
Huomaa, että luotettavuudella ei ole mitään tekemistä tarkkuuden

h iT
kanssa! Tuntemattomien b x= b xP byP tarkkuutta kuvaa nii-
den varianssimatriisi
 
1
h i−1
2 0
x) = σ20 A T Q ``
Var (b −1
A = σ20 R 2  ,
0 1
1
p
xP :n keskivirhe on
eli b 2 σ0 R yP :n keskivirhe on σ0 R , ja ne
2 ja b
eivät korreloidu keskenään.
Kuitenkaan hyvä keskivirhe ei lohduta, jos koordinaattiratkaisu

yP sisältää karkean virheen. . .
b
14.9 Redundanssin merkitys
Vaikka mittausverkon luotettavuus olisi hyvä, voidaan kysyä, onko

helppo selvittää missä havainnossa karkea virhe on tapahtunut? Jos tä-
mä ei ole helppoa, joudutaan mittaamaan kaikki epäilyksenalaiset ha-
vainnot uudelleen, tai heittämään ne pois. Tämä ei ole toivottavaa.
Sekä hyvän luotettavuuden että karkeiden virheiden erotettavuuden

kannalta geodeettisen mittausverkon redundanssiaste ei saa olla liian
14 Tätä kutsutaan sisäiseksi luotettavuudeksi.
15 Ns. ulkoinen luotettavuus.

pieni. Jos mittausten määrä on n ja tuntemattomien määrä m, on eh-

tojen eli vapausasteiden määrä n − m. Redundanssiaste on silloin n− m/n.
Sitä usein ilmaistaan prosenttilukuna. Esim. lineaarinen regressio vii-

den pisteen kautta: n = 5, m = 2, siis redundanssiaste on 3/5 = 60%. Toi-
saalta, kymmenen pisteen vaaituslinja kahden tunnetun pisteen välillä:
n = 11, m = 10, redundanssiaste on 1/11 = 9% – heikkoa, mutta valitetta-
van tavallista. Mittaamalla edestakaisin saadaan n = 22, m = 10 eli re-
dundanssiaste on 12/22 ≈ 55%, mikä on jo hyvä. Hyvä johtosääntö on, että
50% redundanssi on toivottavaa.
14.10 Deformaatioanalyysi
Kirjallisuus:
Ahola (2001)
FIG Commission 6 (1998, sivut 191 – 256)
Kallio (1998, sivut 95 – 101)
Cooper (1987, sivut 331 – 352)
Vaníček ja Krakiwsky (1986, sivut 611 – 659)
Deformation analysis is one practical application of statistical testing.

The null hypothesis H0 in these tests is, that no observable deformation
has happened; there may be many different alternative hypotheses Ha :
from the hypothesis that some unspecified deformation took place, to
many concrete hypotheses about the precise nature of the deformation
sought for.
Deformation analysis is also an application that involves the time di-

mension: compared are measurements collected at two or more concrete
measurement epochs. The deformations studied may be natural, like de-
formations in the Earth’s crust brought about by tectonic movements or
by varying glacial loads; or they may be man-made, like the subsidence
caused by mineral extraction (oil, natural gas, irrigation water, . . . ). The
object of study may be the Earth’s crust in an area, or a building or ot-
her man-made structure like a reservoir dam; thepossibilities are very
broad.
14.10. Deformaatioanalyysi 395
14.10.1 Yksiulotteinen deformaatioanalyysi
Yksiulotteinen deformaatioanalyysi tutkii pystyliikkeet vaaituksen avul-

la. Yksinkertaisin tapaus on se, jossa sama vaaituslinja tai -verkko, n
pistettä, on mitattu kaksi kertaa:
H i ( t 1 ) ,i = 1, . . . , n,
H i ( t 2 ) ,i = 1, . . . , n,
ja vastaavasti on olemassa niiden korkeuksien varianssimatriisit Σ ( t 1 )

ja Σ ( t 2 ).
Ilmeisesti vertailu onnistuu vain, jos molemmat mittaukset redukoi-

daan ensin samaan lähtöpisteeseen eli datumiin. Esimerkiksi valitaan
ensimmäinen piste datum-pisteeksi:
H1(1) ( t 1 ) = H1(1) ( t 2 ) (= jokutunnettuarvo)
Tämän jälkeen molempien mittausaikojen eli epookkien varianssimat-

riisit ovat enää ( n − 1) × ( n − 1) -kokoisia, koska nyt piste 1 on tunnettu
ja ilman (ko-)varianssia.
 
σ(1) (1)
22 σ23 · · · σ(1)
2n
 
 (1)
 σ32 σ(1) ··· σ(1)

(1) 33 3n
Σ ( t1 ) = 

,
 .. .. .. ..
.

 . . . 
 
σ(1) (1)
n2 σ n3 · · · σ(1)
nn
ja samoin Σ(1) ( t 2 ):lle. Tässä

³ ´
σ(k)
ii
= Var H (k)
i
,
³ ´
σ(k)
ij
= Cov H (k)
i
, H (k)
j
.
Lasketaan nyt kahden mittausepookin väliset korkeuserot ja niiden va-

rianssit, olettaen, että t 1 aikana ja t 2 aikana tehdyt mittaukset ovat
tilastollisesti riippumattomia toisistaan:
∆ H (1)
i
= H (1) t − H (1)
i ( 2)
t , i = 2, . . . , n;
i ( 1)
Σ(1)
∆H ∆H
= Σ(1) ( t 1 ) + Σ(1) ( t 2 ) .
Tämän jälkeen on intuitiivisesti selvä16 , että seuraava suure on
16 . . . olettaen, että ne ovat molemmat normaalisti jakautuneet.

χ2n−1 -jakauman mukaan jakautunut:
¤T h (1) i−1
E = ∆H(1) Σ∆ H ∆ H ∆H(1) .
£
Tässä  
∆ H (1)
2
 
 ∆ H (1)
 
(1)  3
∆H = 

..


 . 
 
∆ H (1)
n
on korkeuserojen (abstrakti) vektori.
Tilastollinen deformaatiotestaus perustuu tähän E -suureeseen.
14.10.2 Kaksiulotteinen deformaatioanalyysi
Kahdessa ulottuvuudessa menetellään samalla tavalla kuin yksiulottei-

sessa tapauksessa, paitsi, että
1. on houkutteleva kirjoittaa koordinaatit kompleksisiksi luvuiksi, ja
2. nyt on kaksi datum-pistettä, joiden koordinaatit katsotaan tunne-

tuksi.
Siis jos on n pistettä, on varianssimatriisin koko nyt ( n − 2) × ( n − 2). Va-

rianssimatriisikin on kompleksinen, ja hermiittinen.
Testaussuure on
h i† h i−1
E = d(AB) Σ(AB)
dd
d(AB) ,
jossa d on kaikkien koordinaatti-erojen kompleksinen vektori:

 ³ ´ 
x3(AB) ( t 2 ) − x3(AB) ( t 1 ) + i y3(AB) ( t 2 ) − y3(AB) ( t 1 )
 ³ ´ 
 (AB) (AB) (AB) (AB)
x ( t ) − x ( t ) + i y ( t ) − y ( t )

4 2 4 1 4 2 4 1
d(AB) = 
 
.
 
 ··· 
 ³ ´ 
xn ( t 2 ) − xn ( t 1 ) + i yn(AB) ( t 2 ) − yn(AB) ( t 1 )
(AB) (AB)
AB on valittu datumi eli lähtöpistepari molemmissa epookissa t 1 ja t 2 .

Muut pisteet on numeroitu 3, 4, . . . , n. Symboli † merkitsee sekä trans-
poosi että kompleksi-konjugaatti, ns. hermitointi:
. T
A† = A T = A .
Varoitus
Cooperin kirjassa Cooper (1987, sivu 335) on kaavan (9.52) alapuo-

lella virhe, oikea kaava on (käänteismätriisi eikä transpoosi):
b t Q −1 d
Ω=d b.
d
14.10.3 Esimerkki
Olkoon deformaatiomittausverkon ensimmäisen mittausepookin tasoi-

tetut koordinaatit x i ( t 1 ) , i = 1, . . . , 4 seuraavat17 :
Piste x (m) y (m)

1 1234,123 2134,453
2 2224,045 2034,487
3 2232,495 975,456
4 1148,865 879,775
ja toisen mittausepookin koordinaatit x i ( t 2 ) , i = 1, . . . , 4 seuraavat:
Piste x (m) y (m)

1 1234,189 2134,485
2 2224,004 2034,433
3 2232,451 975,497
4 1148,929 879,766
lasketaan siis:
d ∆ x (m) ∆ y (m) ∆ x (m) ∆ y (m)

1 −0,066 −0,032 1 −0,066 −0,032
2 +0,041 +0,054 2 +0,041 +0,054
3 +0,044 −0,041 3 +0,044 −0,041
4 −0,064 +0,009 4 −0,064 +0,009
17 Nämä ovat vain testattavien pisteiden koordinaatit. Ne oletetaan olla sidottuja,

molemmalle epookille, kahteen datumipisteeseen alueen ulkopuolella, jotka oletetaan
liikkumattomiksi.
Käyttäen reaalilukuja, määritelmällä

 
x1 ( t 2 ) − x1 ( t 1 )
 
 x2 ( t 2 ) − x2 ( t 1 )
 

 
 x3 ( t 2 ) − x3 ( t 1 )
 

 
 x4 ( t 2 ) − x4 ( t 1 )
 
. 
d = x ( t2 ) − x ( t1 ) =  ,
 y1 ( t 2 ) − y1 ( t 1 )
 

 
 
 y2 ( t 2 ) − y2 ( t 1 ) 
 
 
 y3 ( t 2 ) − y3 ( t 1 ) 
 
y4 ( t 2 ) − y4 ( t 1 )
löydämme
4 4
dT d = { x i ( t 2 ) − x i ( t 1 )}2 + { yi ( t 2 ) − yi ( t 1 )}2 = 0,017771 m2 .
X X
i =1 i =1
Vastaavasti kompleksiluvuilla, määritelmällä
 
z1 ( t 2 ) − z1 ( t 1 )
 
z2 ( t 2 ) − z2 ( t 1 )
 
.  
d= 
 z3 ( t 2 ) − z3 ( t 1 )
 

 
z4 ( t 2 ) − z4 ( t 1 )
saamme
4 ©
d† d = z i ( t 2 ) − z i ( t 1 ) {z i ( t 2 ) − z i ( t 1 )} = 0,017771 m2 ,
X ª
i =1
.
kuten voidaan verifioida laskemalla. Tässä z i = x i + i yi ja z i = x i − i yi on
kompleksinen konjugaatti.
Olkoon ensimmäisen epookin koordinaattien x i ( t 1 ) ja yi ( t 1 ) tarkkuu-

det (koordinaattikeskivirheet) σ0,1 = ±5 cm, ja toisen mittauksen koor-
dinaattien x i ( t 2 ) , yi ( t 2 ) tarkkuudet σ0,2 = ±1 cm. Koordinaattivektorien
varianssimatriisit ovat siis Σ1 = σ20,1 I ja Σ2 = σ20,2 I .
1. Laske yhden koordinaattieron ∆ x = x ( t 2 ) − x ( t 1 ) keskivirhe σ0 . Va-

rianssien kasautumislaki antaa
σ20 = σ20,1 + σ20,2 = (25 + 1) cm2 = 26 cm2 .
Nyt koordinaattierojen varianssimatriisi on
Σ = Σ1 + Σ2 = σ20 I.
p
Tästä vielä σ0 = 26 cm = 5,1 cm = 0,051 m.
2. Laske deformaation testisuure
dT d
E = dT Σ−1 d = .
σ20
Tässä d = x2 − x1 on siirtymävektori, siis epookkien välisten koordi-

naattierojen vektori. Koska oletetaan, että molemmat koordinaat-
tisetit ovat annettuna samassa, yhteisessä datumissa, jonka läh-
töpisteet eivät kuitenkaan kuulu joukkoon 1 − 4, voimme olettaa,
että kaikki koordinaatit ovat vapaita. Silloin vapausasteiden mää-
rä on h = 2 n = 8, jossa n on pisteiden määrä. Siirtovektorin d koor-
dinaattien varianssimatriisi on m20 I .
Vastaus:
1 ³ ´ 0,017771 m2
T
E= d d = = 6,835.
0,0026 m2 0,0026 m2
3. Suure E on jakautunut χ28 -jakauman mukaisesti. Jos tämän jakau-
man 95% merkitsevyystason raja-arvo on 15,51 (ks. Cooper (1987)
sivu 355), onko tässä verkossa luultavasti tapahtunut deformaa-
tio?
Vastaus: Ei ole. 6,835 < 15,51.
4. Jos kuitenkin oletetut tarkkuudet olisivat σ0,1 = σ0,2 = ±1cm, oli-

siko silloin 95% merkitsevyystasolla luultavasti tapahtunut defor-
maatio?
Vastaus: Olisi σ20 = (1 + 1) cm2 = 0,0002 m2 ja
1 ³ ´ 0,017771 m2
T
E= d d = = 88,9 > 15,51.
0,0002 m2 0,0002 m2
15. Painovoima geodesiassa
15.1 Painovoiman mittaus
Gravitaatio on maailmankaikkeuden perusvoima. Se on vetovoima, jo-

ka toimii kaikkien taivaankappaleiden välillä. Newtonin gravitaatiolain
mukaan voima on verrannollinen kummankin kappaleen massaan ja
kääntäen verrannollinen kappaleiden välisen etyisyyden toiseen potens-
siin.
Galileo Galilei näytti ensimmäisenä kokeellisesti, että kaikki kappaleet

putoavat yhtä nopeasti: niiden putoamiskiihtyvyys on sama, riippumat-
ta niiden massasta m.
Asia voidaan ymmärtää näin, että massan m kasvaessa gravitaatiovoi-

ma F kasvaa, mutta samalla myös esineen inertia m, joka esiintyy kaa-
vassa F = ma, kasvaa, ja kiihtyvyys a jää samaksi. Sanotaan, että kap-
paleen “painava massa” on sama kuin sen “hidas massa”.
Kuitenkin laajempi katsomistapa, joka on teoreettisesti mielekkäämpi

ja yleisempi, on, että painovoiman ja kaikenlaisten ei-säännöllisten liik-
keiden aiheuttamien pseudovoimien – kuten keskipakoisvoima – välillä
ei ole olemassa periaatteellista eroa. Jo unkarilianen paroni, geofyysik-
ko Loránd Eötvös1 teki lukuisia hyvin tarkkoja kokeita tutkiakseen, on-
ko löydettävissä eroja “painavan” ja “hitaan” massan välillä, esimerkiksi
ainekoostumuksen yhteydessä. Vastaus oli johdonmukaisesti “ei”2 .
Tästä Albert Einstein (1879 – 1955) teki loogisen päätelmänsä, että pai-
1 Baron Loránd Eötvös de Vásárosnamény (1848−1919) oli unkarilainen geofyysikko.
2 Eötvösin kokeet on toistettu vielä paljon suuremmalla tarkkuudella. Vastaus ei

muuttunut.
– 401 –
402 Luku 15. Painovoima geodesiassa
novoima on aika-avaruuden geometrinen ominaisuus joka liittyy sen

kaarevuuteen, ja kehitti kuuluisat kenttäyhtälöt3 jotka kytkevät yh-
teen aika-avaruuden kaarevuustensori ja aika-avaruuden sisältämän
aineen energia-liikemäärätensori. Paikallisesti, esimerkiksi pienen sul-
jetun hissin sisällä, emme voi tietää onko “painovoima” hissin sisällä
Maan vetovoiman vai hissin pohjassa olevan rakettimoottorin tuotta-
man kiihdytyksen seurauksena!
Painovoiman kiihtyvyyden mittaukseen ja tutkimukseen erikoistunut

tieteenala on nimeltään gravimetria.
Painovoima on vapaan putoamisen kiihtyvyys ja se mitataan SI-yksikössä

m/s2 . Maan pinnalla painovoima on noin 9,8 m/s2 . Kuitenkin gravimetrias-
sa tarvitaan pienempiä yksiköitä, ja näin on keksitty milligal (mGal) ja
mikrogal (µGal). Hyvin tarkassa työssä tavataan vielä nanogal (nGal).
Yksikkö SI-yksiköissä (m/s2 ) Painovoiman murto-osana (noin!)
mGal 10−5 10−6

µGal 10−8 10−9
nGal 10−11 10−12
Painovoiman mittaamiseen on rakennettu mittauslaitteet eli gravimet-

rit. Tavallinen kenttägravimetri on periaatteessa “vain” erittäin herkkä
jousivaaka (kuva 15.2). Sen mittaustarkkuus voi olla 0,01 − 0,1 mGal.
Tämän lisäksi on olemassa ballistisia gravimetreja jotka mittaavat in-
terferometrisesti putoavan kappaleen kiihtyvyttä, kuva 15.1.
Ballistiset gravimetrit ovat absoluuttisia. Kenttä- eli jousigravimetrit ei-

vät ole absoluuttisia: niillä on käynti. Tämä merkitse, että saman paino-
voimakiihtyvyyden tuottamat mittauslukemat muuttuvat hitaasti ajas-
sa. Siksi kenttämittaukset suunnitellaan lähtevän aina tunnetusta pis-
teestä ja päättyvän aina tunnettuun pisteeseen. Mittausarvot tasoite-
taan päätepisteiden välillä ajan suhteessa näin määritetyn käynnin mu-
kaan.
3 Teoria tunnetaan yleisenä suhteellisuusteoriana.

111
000
15.2. Painovoima ja geopotentiaali 403
000
111
000
111
Tyhjiöpumppujärjestelmä
Suojahäkin kuljetusjärjestelmä
Prisman suojahäkki
Putoava prisma
g ”Superjousi”
Vertausprisma
Puoliläpäisevä peili
Peili Laser
11
00 Interferenssin havaintolaite
Kuva 15.1. Absoluuttinen eli ballistinen gravimetri.
15.2 Painovoima ja geopotentiaali
15.2.1 Yleinen kuvaus
Kuvassa 15.3 nähdään, miten maaston muodot kuvataan kartalla kor-

keuskäyrillä. Kuvassa esimerkkinä käytetyn maaston korkeuden h ( x, y)
sijasta kelpäisi mikä tahansa kahden muuttujan funktio.
δ(ε)
)
F (ε
α F (ε) cos(α + δ + ε)
−ε
mg
.
mg
Kuva 15.2. Relatiivi- eli jousigravimetrin toimintaperiaate: herkkyyden lisäys

vinoratkaisun avulla eli astatointi.
h( x, y)
s
s +
+
−
s
+
x
i
y
j
Kuva 15.3. Maaston korkeus h (x, y) korkeuskäyrillä kuvattuna ja korkeus-

gradientit (nuolet). ”+”, ”-”, paikallinen maksimi, minimi, ”S” sa-
tulapiste. Oikealla maaston perspektiivikuva.
Kuvaan on piirretty nuolina korkeuskentän gradientti, vektorikenttä
∂ h ( x, y) ∂ h ( x, y)
v ( x, y) = i+ j,
∂x ∂y
jossa i ja j ovat x- ja y-suuntaiset yksikkövektorit. Tämä on vektoriar-

voinen kenttä, jonka arvo jokaisessa pisteessä ( x, y) koostuu kahdesta
∂h ∂h
komponentista, paikan osittaisderivaatat ∂x
ja ∂y
.
Gradienttivektori kuvaa maanpinnan kaltevuutta: se on sitä pitempi,

miten jyrkempi on maanpinnan kaltevuus. Ja vektorin suunta on tie-
tenkin se suunta, mihin maasto kallistuu4 .
Gradientti on aina kohtisuora korkeuskäyrää kohtaan, joka on samaa

korkeusarvoa omaavien pisteiden joukko eli ekviarvokäyrä. Sitä pitkin
korkeusarvo on vakio.
Korkeuskentän h ( x, y) tavalla voidaan kuvata myös geopotentiaalia

W ( x, y, z) kolmiulotteisessa avaruudessa, “korkeuskäyrien” eli ekvipo-
tentiaalipintojen ja kolmiulotteisen gradientin avulla. Ekvipotentiaali-
pinnoilla geopotentiaalin arvo on vakio.
Kuva 15.4 on vastaava geopotentiaalin visualisointi pöydän kaareva-

na pintana. Pinnan etäisyys lattialta vastaa geopotentiaaliin eli pinnan
päällä olevan objektin energiatasoon. Pöydällä piirretyt ympyrät ku-
vaavat Maan painovoimakentän ekvipotentiaalipintoja (todellisuudes-
sa kaksiulotteisia) ja maapallolta säteilevät kaaret, “voimaviivoja” joi-
4 Itse asiassa nuolet on piirretty “väärään” suuntaan, eli suuntaan, mihin maanpinta
menee alaspäin. Ne siis kuvaavat vektorikenttää −v.
W ( x, y, z)
Kuva 15.4. Geopotentiaalipöytä. Tällaiset pöydät löytyvät monessa tiedekes-

kusksessa. Pöydän pinnan korkeus kuvaa Maan painovoimapoten-
tiaalia, tosin vain kahdessa ulottuvuudessa. Nuolet kuvaavat taas
geopotentiaalin gradienttia eli pöydän pinnan kaltevuutta.
Geopotentiaalipöydällä lasikuula voidaan saada kiertämään “maa-
pallon” ympäri elliptisessä Kepler-radassa, jos pinnan muoto on
riittävän realistinen eli Newtonin gravitaatiokaavan mukainen.
den mukaan potentiaalin gradienttivektori – siis painovoimavektori –

on kaikkialla suuntautunut.
15.2.2 Normaalipainovoima ja häiriöpotentiaali
Painovoima koostuu kahdesta osasta:
◦ Maan massan vetovoima
◦ Maan pyörähdysliikkeen aiheuttama keskipakois(pseudo-)voima.
Keskipakoisvoiman osuus koko painovoimasta on alle prosentti, samaa

suuruusluokkaa kuin painovoiman vaihtelu päiväntasaajan ja napojen
välillä.
Maan painovoimakenttä sisältää kaikenlaisia epäsäännöllisiä vaihtelui-

ta paikasta toiseen. Suurin osa painovoimakentästä voidaan kuitenkin
kuvata pyörähdysellipsoidin kenttänä. Tällaista matemaattisesti määri-
tettyä, säännöllistä mallikenttää, jossa on otettu huomioon Maan litis-
tyneisyys ja pyörähdysliike, kutsutaan normaalikentäksi.
Normaalikentän kenttäviivat ja potentiaalin tasopinnat (ekvipotentiaa-

lipinnat) on kuvattu kuvassa 15.5. Vertausellipsoidi on normaalipaino-
voimakentän eräs ekvipotentiaalipinta, samalla tavalla kuin geoidi (lu-
ku 15.4) on todellisen painovoimakentän ekvipotentiaalipinta.
Normaalipainovoimakentän potentiaali merkitään symbolilla U ( x, y, z).

Itse normaalipainovoima on tämän potentian gradientti. Painovoima-
Luku 15. Painovoima geodesiassa
Taulukko 15.1. Normaalipotentiaali ja -painovoima GRS80-ellipsoidin mukaan (Heikkinen (1981), yksinkertaistettu). Kaavassa 9,78 . . . on itse paino-
voima ja 0,0000030877 . . . painovoiman pystygradientti päiväntasaajalla vertausellipsoidin pinnalla normaalimallin mukaan. Yksiköt
m, m/s2 ja m2/s2
U = 62636860, 8500+
+ −9, 78032677 − 0, 05163075 sin2 ϕ − 0, 00022761 sin4 ϕ − 0, 00000123 sin6 ϕ h+
¡ ¢
+ +0, 01543899 − 0, 00002195 sin2 ϕ − 0, 00000010 sin4 ϕ · 10−4 · h2 +
¡ ¢
+ −0, 00002422 + 0, 00000007 sin2 ϕ · 10−8 · h3 + 0, 00000004 · 10−12 · h4 + . . .
¡ ¢
dU
= −9, 78032677 − 0, 05163075 sin2 ϕ − 0, 00022761 sin4 ϕ − 0, 00000123 sin6 ϕ+
dh
+ +0, 03087798 − 0, 00004390 sin2 ϕ − 0, 00000020 sin4 ϕ · 10−4 · h+
¡ ¢
+ −0, 00007265 + 0, 00000021 sin2 ϕ · 10−8 · h2 + 0, 00000015 · 10−12 · h3 + . . .
¡ ¢
406
Ellipsoidiset luotiviivat eli

Normaali-
normaalit
painovoima
→
−
γ
→
−
γ
Normaalipainovoimakentän
→
−
γ ekvipotentiaalipinnat
Vertausellipsoidi
(litistyneisyys liioiteltu)
Kuva 15.5. Maan normaalipainovoimakenttä.
vektori on geopotentiaalin W ( x, y, z) gradientti5 :
∂W ∂W ∂W
g = ∇W = gradW = i+ j+ k,
∂x ∂y ∂z
jossa i, j, k ovat x-, y- ja z-suuntaiset yksikkövektorit. Samalla tavalla

on myös normaalipainovoimavektori
→
− ∂U ∂U ∂U
γ = ∇U = gradU = i+ j+ k,
∂x ∂y ∂z
normaalipainovoimapotentiaalin U gradientti.
Vähentämällä todellisesta painovoimapotentiaalista normaalipotenti-

aali saadaan häiriöpotentiaali:
.
T = W − U.
. ° °
Normaalipainovoiman suuruutta merkitään symbolilla γ = °γ°, samalla
.
tavalla kuin todellisen painovoiman suuruus g = kgk. Koska molemmat
vektorit ovat melkein samansuuntaisia – suoraan alaspäin – voidaan
myös kirjoittaa
dW dU
g=− ,γ=− .
dh dh
5 Symbolin ∇ nimi on nabla. Se lienee vanha kreikkalainen nimi foinikialaiselle har-

pulle, jonka muotoa se muistuttaa.
Ekvipotentiaalipinta
Geopotentiaalikenttä
Normaalipotentiaali Voimaviiva (luotiviiva)
Vertausellipsoidi Geoidi
Kuva 15.6. Geopotentiaalin ja normaalipotentiaalin tasopinnat ja voimaviivat.
Normaalikentän painovoimaa voidaan eksaktisti laskea, jos on tiedossa

pisteen P leveysaste ϕP ja korkeus vertausellipsoidista h P :
γP = γ ϕP , h P .
¡ ¢
Normaalipainovoima, samalla tavalla kuin todellinen painovoima, vä-

henee nopeasti korkeuden mukaan. Vähennys on noin 0,3 mGal jokaista
metriä kohti. Riippuvuus leveysasteesta on paljon heikompaa.
15.2.3 Ekvipotentiaalipintojen välinen etäisyys
Koska normaalipainovoimakenttä on tarkoitettu todellisen painovoima-

kentän idealisoiduksi esitystavaksi, kulkevat niiden saman potentiaalin
ekvipotentiaalipinnat W = vakio ja U = vakio, samalla vakio-arvolla, lä-
hellä toisiaan. Ks. kuva 15.7. Pisteet P ja Q ovat samalla luotiviivalla:
P sijaitsee W -kentän arvopinnalla W = WP , kun Q sijaitsee U -kentän
vastaavalla arvopinnalla U = UQ = WP . Siis:
WP = UQ
ja linearisointi korkeuden h mukaan antaa
∂U ¯¯
¯
UP ≈ UQ + ζ = UQ + ζγP
∂ h ¯P
jossa ζ on pisteiden P ja Q välinen matka.

WP = UQ .P
UP ζ
Q
UQ
Luotiviiva
(ΦP , ΛP ) ¡
ϕP , λP
¢
H
h
Geoidi .
W0 = U0
N
.
Vertausellipsoidi
U0
Kuva 15.7. Todellisen ja normaalipainovoimakentän ekvipotentiaalipinnat.
Vähentämällä saadaan häiriöpotentiaali
TP
T P ≡ WP − UP = ζγP ⇒ ζ = . (15.1)
γP
Kaava 15.1 on kuuluisa Brunsin6 kaava. Suure ζ kutsutaan (pisteen P )

korkeusanomaliaksi; se on etäisyys painovoimakentän ekvipotentiaali-
pinnan ja normaalikentän vastaavan pinnan välillä. Brunsin kaava liit-
tää se suoraan häiriöpotentiaaliin.
Kun piste P sijaitsee geoidilla, on WP = W0 ja Q sijaitsee vertausellipsoi-

dilla, eli UQ = U0 = W0 . Tässä tapauksessa käytetään merkinnän ζ sijas-
ta nimitystä N , geoidi-undulaatio, geoidin korkeus, eli geoidin etäisyys
vertausellipsoidista. Brunsin kaava tässä tapauksessa on
T0
N= ,
γ0
jossa sekä T0 :n että γ0 :n arvo lasketaan geoidilla. Käytännössä N ≈ ζ,

paitsi vuoristoissa. Merenpinnalla ζ = N eksaktisti.
6 Ernst Heinrich Bruns (1848 – 1919) oli etevä matemaatikko ja tähtitieteilijä jonka
suurimmat saavutukset liittyivät kuitenkin Maan painovoimakentän teoriaan.
Luotivii
va (Φ , Λ
P P)
P
gP γP
Q
γQ
Kuva 15.8. Todellisen ja normaalipainovoiman vektorit.
15.3 Painovoima-anomaliat
Käytännössä pisteen korkeus h vertausellipsoidilta on harvoin saata-

vissa, ellei käytetä satelliittipaikannusta7 . Siksi kirjoitetaan, käyttäen
h P = H P + N ≈ ζ + H P , ks. kuvat 15.7 ja 15.8:
¯
dT ¯¯
γ γ ϕ
¡ ¢
− = g P − P = g P − P , h P ,
dh ¯P
jossa (Taylor-kehitelmä)
d γ ¯¯
¯
γ ϕP , h P ≈ γ ϕP , H P · ζ + O ζ2 ,
¡ ¢ ¡ ¢ ¡ ¢
+
dh P ¯
siis Brunsin kaavan 15.1 kanssa saadaan

¢ dγ ¯ ¢ dγ ¯ TP
¯ ¯ ¯
dT ¯¯
≈ g P − γ ϕP , H P − · ζ = g P − γ ϕP , H P −
¡ ¡
− ¯ ¯ · .
dh ¯P dh ¯P dh ¯P γP
Tästä
d γ ¯¯ 1
¯ ¯
dT ¯¯
µ ¶
g P − γ ϕP , H P
¡ ¢
=− + TP . (15.2)
dh ¯P dh ¯P γP
Tätä ilmaisua kutsutaan painovoima-anomaliaksi, määritelmänä
.
∆ g P = g P − γ ϕP , H P .
¡ ¢
(15.3)
Painovoima-anomalia ∆ g P voidaan laskea, jos on mitattu
1. pisteen P painovoima-arvo g P gravimetrisista mittauksista
2. pisteen korkeus H P geoidilta eli “merenpinnan yläpuolella”.
7 Nykyisin on GNSS:n ansiosta helpompi saada suure
.
δ g P = g P − γ ϕ, h P ,
¡ ¢
jota kutsutaan painovoimahäiriöksi. Gravimetristen mittauspisteiden korkeudenmää-

ritys satelliittipaikannuksella on Suomessa käytössä mm. Geologian tutkimuskeskuk-
sen kenttätyössä.
15.4. Gravimetrinen geoidi 411
Useimmiten (ja ennen satelliitiaikakautta aina) määritetään painovoi-

mamittausten yhteydessä mittauspisteen korkeus joko lukemalla kar-
talta, fotogrammetriselta stereomallilta, käyttämällä ilmapuntari, tai
linjavaaituksen avulla. Kaikissa tapauksessa saadaan juuri korkeus
H P merenpinnalta. Korkeuksien mittaustarkkuus vaihtelee muutamas-
ta sentistä n. metriin; virhe kulkeutuu suoraan anomalia-arvoihin ∆ g,
normaalipainovoiman pystygradienttiarvon d γ/dh ≈ −0,3 mGal/m mukaan.

Painovoima-anomalia ∆ g on empiirinen, mittauksista
laskettava suure.

Käytetyin painovoima-anomalia on ns. ilma-anomalia ∆ g, jonka mää-

ritelmä on juuri yllä 15.3 annettu. Painovoima-anomaliat vaihtelevat
arvoltaan välillä ±100 mGal, harvemmin (vuoristoissa) ±200 mGal. Suo-
messa vaihteluväli on ±60 mGal. Anomaliat ja niiden vaihtelut paikasta
toiseen kuvaavat Maan sisäisen massajakauman epäsäännöllisyyksiä ja
ovat siksi geofysikaalisesti ja geologisesti kiinnostavia.
Kuriositeettina mainittakoon, että hollantilainen tutkija Vening-Meinesz

Jaavan saaren eteläpuolella, Jaavan (nykyinen nimi Sundan) syvänme-
ren haudan kohdalla, löysi suuren painovoiman vajeen. Nykyisin tiede-
tään, että syvänmeren haudat ovat ne maanpinnan paikat, joissa laat-
taliikkeen osana merellinen maankuori “sukeltaa” Maan vaippaan geo-
logiseen uusiokäyttöön: subduktio, ks. kuva 17.6.
15.4 Gravimetrinen geoidi
Yllä olevasta kaavasta 15.2 määritelmän 15.3 kanssa saadaan
dT dγ 1
µ ¶
∆g = − + T, (15.4)
dh dh γ
jota kutsutaan fysikaalisen geodesian perusyhtälöksi (en. fundamental

equation of physical geodesy). Siis:

painovoima-anomalia ∆ g on häiriöpotentiaalin T ja sen
pystysuuntaisen paikkaderivaatan dT/dh
lineaariyhdistelmä.

Suure d γ/dh ≈ −0,3 mGal/m on jo aiemmin mainittu normaalipainovoiman

pystygradientti.
Geoidi, Maan painovoimakentän ekvipotentiaalipinta joka kuvaa koko

kentän muotoa (“Maan matemaattista muotoa”, Gauss), voidaan mää-
rittää gravimetrisin keinoin, lähtökohtana fysikaalisen geodesian pe-
rusyhtälö 15.4. Oletetaan, että Maa on pallo. Silloin
GM
γ=
R2
ja differentioimalla
dγ dγ 2GM
= =− ,
dh dR R3
josta seuraa
dT 2
∆g = − − T,
dh R
kaava joka pätee pallon muotoisen Maan pinnalla.
Intuitiivisesti on selvä, että jonkinlainen yhteys on olemassa Maan pin-

nan painovoiman vaihteluiden ja geopotentiaalin vaihteluiden välillä.
Molemmathan johtuvat Maan sisällä olevien massojen epätasaisesta ja-
kaumasta. Kuten kuva 15.9 näyttää, johtavat Maan sisällä olevat yli-
määräiset massat sekä painovoima-ylijäämään (geopotentiaalin eri ta-
sopinnat ovat lähempänä toisiaan) että geoidin nouseminen vertausel-
lipsoidin pinnan yläpuolelle, kun toisaalta Maan sisäiset massavajeet
johtavat sekä painovoima-alijäämään että geoidin painumaan ellipsoi-
din alapuolelle.
Kuitenkaan yhteys painovoima-anomalioiden ∆ g ja geoidikorkeuksien

N välillä ei ole yksinkertainen. Suureet yhdistää integraaliyhtälö, ns.
Stokesin yhtälö. George Gabriel Stokes8 johti vuonna 1849 seuraavan
klassisen integraalikaavan9 :
#
R
Ï
S ψ ∆ gd σ.
¡ ¢
N= (15.5)
4πγ
" !
8 George Gabriel Stokes (1819 – 1903) oli etevä englantilainen matemaatikko, fyysikko
ja geofyysikko.
9 Kaavan johtaminen on vaikea ja käyttää fysikaalisen geodesian perusyhtälöa 15.4
reunaehtona Laplacen kenttäyhtälön ratkaisemiseksi maapallon ulkopuolisessa ava-
ruudessa. Ks. esim. Heiskanen ja Moritz (1967, luku 2).
15.4. Gravimetrinen geoidi 413
Massa-ylijäämä
Massa-
alijääma
-N
Kuva 15.9. Maan painovoima-anomalioiden ja geoidin korkeusvaihtelujen vä-

linen yhteys.
Kaavan avulla voidaan laskea geoidin korkeuksia globaalisesta paino-

voima-anomaliakentästä. Kaavassa R on Maan keskimääräinen säde, γ
on Maan pinnan keskimääräinen painovoimakiihtyvyys, ja S ψ on Sto-
¡ ¢
kesin funktio, myös “Stokesin ydin”. Se riippuu vain N -suureen lasken-

tapisteen ja ∆ g-anomalian mittauspisteen välisestä kulmaetäisyydestä
ψ Maan keskipisteestä nähtynä:
1 ψ ³ ψ ψ´
S ψ = − 6 sin + 1 − 5 cos ψ − 3 cos ψ ln sin + sin2
¡ ¢
.
sin ψ/2 2 2 2
Tutkitaan kaava 15.5 lähemmin. Suure d σ on yksikkösäteisen pallon

ns. avaruuskulma-alkio, pallokoordinaateissa d σ = cos φ d φ d λ.
Kirjoitetaan kaava auki seuraavalla tavalla:

ˆ ˆ
2π +π/2 ¡ ¡
R
N φ, λ = S ψ φ, λ, φ0 , λ0 ∆ g φ0 , λ0 cos φ0 d φ0 d λ0 .
¡ ¢ ¢¢ ¡ ¢
4πγ 0 −π/2
Tässä φ, λ ovat pisteen koordinaatit (tarkasti ottaen, geosentrinen

¡ ¢
leveys- ja pituusaste) jossa geoidikorkeus N lasketaan. Koordinaatit

S ψ
¡ ¢
N
Laskenta-
piste
∆ gd σ
ψ
Liikkuva
integrointi-
Maan piste
keskipiste
Kuva 15.10. Stokes-integraalikaavan geometria.
φ0 , λ0 taas ovat pisteen koordinaatit, jossa painovoima-anomalia ∆ g on

¡ ¢
annettu, ja joka kaksoisintegraalin laskemisen myötä liikkuu koko maa-

pallon pinnan yli. Kulma ψ on niiden kahden pisteen välinen kulmae-
täisyys nähtynä maapallon keskipisteestä10 .
Tästä nähdään, että yhdenkin N -arvon laskemiseksi tarvitaan kaikkial-

ta Maan pinnalta ∆ g-arvoja, ylläolevan integraalin evaluoimiseksi ko-
konaan. Jaetaan maapallon pinta 1◦ × 1◦ -kokoisiin soluihin eli blokkei-
hin – yhteensä 360 × 180 = 64 800 kappaletta – ja lasketaan integraalin
arvo numeerisesti summana
¢ 360 90
X +X R ³ π ´2 ¡
N φ, λ = · S φ, λ, φ0 , λ0 ∆ g φ0 , λ0 cos φ0 ,
¡ ¢ ¡ ¢
i =1 j =−89 4πγ 180
jossa λ0 = i − 0◦ , 5 ja φ0 = j − 0◦ , 5.
Nyt ymmärrät myös, miksi tiivis kansainvälinen yhteistyö on niin olen-

nainen Maan painovoimakentän tutkimuksessa!
Käytännössä suurin vaikutus geoidikorkeuteen on paikallisilla paino-

voima-anomalioilla. Funktio S ψ pienille ψ:n arvoille on likimain
¡ ¢
¡ ¢ 2
S ψ ≈ .
ψ
10 Laskentakaava on
cos ψ = sin φ sin φ0 + cos φ cos φ0 cos λ0 − λ ,

¡ ¢
tai tarkemmin pienille kulmille ψ,
ψ φ0 − φ λ0 − λ
sin2 = sin2 + cos φ cos φ0 sin2 .
2 2 2
15.5. Painovoimakenttä ja korkeudet 415
Kuva 15.11. Maailman geoidimalli EGM08. Geoidikorkeudet GRS80-

vertausellipsoidista −107 m (sininen) – +86 m (punainen). ©
U.S. National Geospatial-Intelligence Agency.
Siis anomalia-arvot laskentapisteen välittömässä läheisyydessä hallit-

sevat laskentatulosta. Kaukaisemmat alueet vaikuttavat nekin, mutta
niiden huomioon ottamiseksi riittää satelliittigeodesian tuottama, suur-
piirteisempi ns. globaalinen painovoimamalli.
Globaalisesti geoidin pinta poikkeaa vertausellipsoidista noin ±100 m.

Globaalinen keskimerenpinta puolestaan seuraa geoidia, koska se on
ekvipotentiaali- eli tasapainopinta; keskimerenpinta poikkeaa geoidista
korkeintaan ±2 m. Poikkeamasta pysyvää osaa kutsutaan meritopogra-
fiaksi. Tämän lisäksi on olemassa ajassa vaihtelevia poikkeamia, kuten
mm. vuorovesi-ilmiö ja tuulten ja ilmanpaineen vaihtelujen aiheuttamat
poikkeamat.
15.5 Painovoimakenttä ja korkeudet
15.5.1 Geopotentiaali ja gradientti
Kuvassa 15.3 nähdään, miten maaston muodot voidaan kuvata kartalla

korkeuskäyrillä.
Korkeuskentän h ( x, y) sijasta voidaan kuvata mitä tahansa kenttää,

myös geopotentiaalia W ( x, y, z) kolmiulotteisessa avaruudessa, “kor-
keuskäyrien” ja gradientin avulla. Kolmiulotteisessa tapauksessa meil-
lä on käyrien sijasta ekvipotentiaalipintoja, joilla geopotentiaalin arvo
Ekvipotentiaalipinnat W = vakio
.
W = W0 − 3∆W
Piste P
.
.
z
W = W0 − 2∆W
W = W0 − ∆W
∂W W = W0
∂z
∂W
k y ∂y Painovoimavektori
j ∂W
∂W
∂x g= ∂x
i + ∂∂Wy j + ∂∂Wz k
O
i x
Kuva 15.12. Painovoimavektori on geopotentiaalin gradientti eli derivaatta

kolmen paikkakoordinaatin mukaan.
on vakio.
Kaiken luonnollisin korkeuden mitta, geopotentiaali, ei ole metrinen

suure. Se on energian mitta, se kuvaa koekappaleen (yksikkömassan)
potentiaalienergian taso Maan painovoimakentän sisällä. Siksi se on
geofysikaalisesti järkevä suure.
Geopotentiaali liittyy painovoimaan, sillä tavalla, että painovoimavek-

tori, g, on geopotentiaalin W paikkaderivaatta eli gradientti, ks. kuva
15.12:
∂W ∂W ∂W
g = ∇W = gradW = i+ j+ k, (15.6)
∂x ∂y ∂z
jossa taas i, j, k ovat ( x, y, z)-koordinaatiston akseleiden suuntaiset yk-
sikkövektorit.
Tästä syystä paikallinen painovoima on
1. aina kohtisuora ekvipotentiaalipintoja kohtaan
2. sitä suurempi, miten lähempänä toisiaan eri ekvipotentiaalipin-

nat ovat.
Painovoimakenttä on konservatiivinen kenttä. Tämä merkitsee, että kun

kuljetetaan koemassa suljetun polun ympäri, ei tehdä työtä. Konserva-
tiivisessa voimakentässä voidaan voimavektori aina kirjoittaa potenti-
W = vakio
WB
∆x4
B
g4 ∆x3 ∆x2
∆x1
g3
g2
WA g1 A
Á P4
Kuva 15.13. Työn polku-integraali. WA − WB = B 〈g · dx〉 ≈ i =1 〈g i · ∆x i 〉 .
aalin gradienttina kuvassa 15.12 esitetyllä tavalla.
Potentiaaliero pisteiden A ja B välillä on nyt sama kuin tehtävä työ

yksikkömassan siirtämiseksi A :sta B:hen, ja seuraava integraali pätee
( s on matka polkua AB pitkin):
ˆ B ˆ B
dW
WB − WA = dW = ds =
A A ds
ˆ Bµ
∂W ∂W ∂W
¶
= dx + dy+ dz =
A ∂x ∂y ∂z
ˆ B ˆ B
= 〈gradW · d x〉 = 〈g · d x〉 . (15.7)
A A
Tästä näkyy, että työ on painovoimavektorin g ja polun suuntaisen mat-

h iT
kavektori-alkion d x = dx d y dx skalaaritulo.
.
Käytännössä käytetään usein itse geopotentiaalin W sijasta sen ero C =
− (W − W0 ) keskimerenpinnan potentiaalista W0 . Tätä potentiaalieroa,
joka kasvaa ylöspäin, kutsutaan geopotentiaaliluvuksi, ja yllä olevasta
integraalikaavasta tulee
ˆ B
CB − C A = − 〈g · d x〉 .
A
Suljetun polun tapauksessa meilla on

˛
〈g · d x〉 = 0.
Geopotentiaalilukuja lasketaan maan yli ulottuvan vaaituksen mittaus-

tuloksista. Kaikki metriset korkeudet, kuten esimerkiksi ortometrinen
korkeus, lasketaan geopotentiaaliluvuista.
g
P
g WP
∆ H3
∆ H2 H ∆ H20
∆ H1 ∆ H10
W0
O Geoidi
Kuva 15.14. Korkeudet ja ekvipotentiaalipinnat. Huomaa, että mitä suurempi

(vahvempi) painovoima g (aina kohtisuora ekvipotentiaalipintoja
kohtaan), sitä lähempänä toisiaan ovat ekvipotentiaalipinnat.
15.5.2 Geopotentiaaliyksikkö, GPU
Painovoimaa, “vapaan putoamisen kiihtyvyyttä”, voidaan ilmaista yksi-

kössä m/s2 . Geopotentiaalin mittausyksikkönä käytetään taas geopoten-
tiaaliyksikkö eli GPU (GeoPotential Unit). Geopotentiaalin SI-yksikkö
on m2/s2 : matka × voima/massa = matka × kiihtyvyys = m × m/s2 . Maan paino-
voimakentässä Maan pinnan lähellä, jossa painovoiman kiihtyvyys on
g = 9,8 m/s2 , vastaa yhden metrin korkeusero n. 9,8 m2/s2 potentiaalieroon.
Määritetään
.
1 GPU = 10 m2/s2 ,
niin yhden metrin korkeusero vastaa noin 0,98 GPU potentiaalieroon;

vastaavasti, 1 GPU potentiaaliero vastaa noin 1,02 m korkeuseroon.
Näin voidaan, kiitos siitä, että g sattuu olemaan noin 10 m/s2 , ilmaista
geopotentiaalierot yksikössä, joka on hieman intuitiivisempi kuin vas-
taava SI-yksikkö!
15.5.3 Ortometrisia korkeuksia
Ortometriset korkeudet H ovat jo tuttuja. Tutkitaan ne lähemmin.
Kuvassa 15.14 pisteen P ortometrinen korkeus on H ; tässä yksinkertai-

sessa esimerkissä se se on kolmen korkeuseron summa:
H = ∆ H10 + ∆ H20 + ∆ H30 , (15.8)

jossa ∆ H 0i ovat ekvipotentiaalitasojen väliset etäisyydet pisteen luotivii-

valla.
Kuitenkin vaaitus antaa korkeuserot ∆ H1 , ∆ H2 , ∆ H3 maastossa, maan-

pinnalla pisteen ja rannikon välillä. Tässä tapauksessa on suoritettu
vaaitus rannikkopisteestä O , jonka korkeus oletetaan nollaksi. Nyt
H 6= ∆ H1 + ∆ H2 + ∆ H3 !
Vaaituksesta saatuja korkeuseroja ei saa noin vaan ynnätä pisteen kor-

keuden saamiseksi. Tästä opimme se, että korkeus, vaikkakin metrinen
suure, ei ole kovin kauniisti käyttäytyvä suure.
Siksi käytetään tieteellisessä työssä metristen korkeuksien sijasta ai-

na jo esitettyjä geopotentiaalilukuja C = − (W − W0 ), jossa W on pisteen
geopotentiaali ja W0 keskimerenpinnan (tai muun vertaustason) geopo-
tentiaali.
Voidaan yksinkertaisesti kirjoittaa (huomaa, että yksikötkin täsmää-

vät): h i
m2/s2
[m/s2 ] [m]
∆C = g · ∆ H
jossa ∆C on (kahden mielivaltaisen pisteen) geopotentiaaliero, työ joka

on tehtävä yhden yksikkömassan kuljettamiseksi pisteiden korkeuseron
∆ H yli.
Jos pisteessä O pätee W = W0 , seuraa, että C O = 0. Silloin kuvan 15.14

esimerkkitapauksessamme11 pisteen P geopotentiaaliluku on
C = ∆C 1 + ∆C 2 + ∆C 3 = g 1 ∆ H 1 + g 2 ∆ H 2 + g 3 ∆ H 3 , (15.9)
mikä on laskettavissa, jos vaaituksen yhteydessä, vaaituslinjaa pitkin,

on mitattu myös paikallinen painovoima g.
Kuitenkin pätee myös
C = g01 ∆ H10 + g02 ∆ H20 + g03 ∆ H30 ,
jossa g0i ovat painovoima-arvoja kallion sisällä pisteen P luotiviivalla.
11 Yleisessä tapauksessa yhtälö on

ˆ H
C= g ( z) dz.
0
Määritetään luotiviivan keskipainovoima seuraavalla kaavalla12 :
. g 1 ∆ H1 + g 2 ∆ H2 + g 3 ∆ H3 g 1 ∆ H1 + g 2 ∆ H2 + g 3 ∆ H3
0 0 0 0 0 0 0 0 0 0 0 0
g= = .
∆ H10 + ∆ H20 + ∆ H30 H
Nyt
C
C = gH =⇒ H = ,
g
klassinen ortometrisen korkeuden määritelmäkaava. Kaava kertoo, et-
tä työn määrä, joka tarvitaan koemassan siiirtämiseksi geoidista pistee-
seen P , on voima×matka:
työ voima matka
C= g · H .
Ongelmaksi tässä jää g:n, painovoiman keskiarvon luotiviivaa pitkin,

määritys. Arvojen g0i mittaaminen maankuoren sisällä onhan tavallises-
ti mahdotonta. . . siksi käytännössä määritys lähtee maanpinnalla mita-
tusta arvosta g P , olettamalla, että painovoima kasvaa alaspäin, maan-
kuoren sisällä, tietyn kaavan mukaisesti13 . Näin saadaan ortometrisen
korkeuden likiarvo, jonka tarkkuus ainakin Suomen alueella on täysin
riittävä.
Ortometrinen korkeus on vain yksi tapa rakentaa metrinen korkeusjär-

jestelmä. Muitakin tapoja on olemassa, kuten normaalikorkeus ja dy-
naaminen korkeus. Kaikki ovat korkeuksia “merenpinnan yläpuolellä”,
mutta määrittely- ja laskentatavat ovat hieman erilaisia. Ja kaikilla kol-
mella on omat hyöty- ja haittapuolensa.
Ortometriset korkeudet eivät ole ongelmattomia. Tunneliverkostoa ei

ole olemassa ja painovoiman mittaus kallion sisällä – paikallista luoti-
viivaa pitkin – ei ole tavallisesti mahdollista. Käytännössä ortometriset
korkeudet määritetään vaaituksen avulla rannikolta lähtien, maanpin-
taa pitkin. Jos vaaituksesta halutaan laskea ortometrisia korkeuksia,
tarvitaan sen laskutoimituksissa valitettavasti hyvin yksityiskohtaisia
tietoja
◦ kallion tiheydestä korkeuspisteen alapuolella
12 Yleinen kaava on taas

ˆ H
1
g= g ( z) dx.
H 0
13 Esimerkiksi Poincaré – Prey reduktio, ks. Heiskanen ja Moritz (1967)

◦ maaston muodoista korkeuspisteen ympärillä, eli maastomalli.
Siis, vaikka ortometriset korkeudet ovat fysikaalisesti elegantteja, voi

niiden tarkka määritys olla käytännössä hankala. Tieteellisesti sano-
taan, että ortometriset korkeudet eivät ole hypoteesivapaita. Vaadittavat
hypoteesit ovat juuri maankuoren tiheys ja maaston paikalliset muodot.
Käytännön laskuissa jätetään usein maaston vaikutus pois ja käytetään
tiheysarvoja geologiselta kartalta. Näin tehty virhe on yleensä pieni.
15.5.4 Normaalikorkeuksia
Normaalikorkeudet H ∗ ovat, yksinkertaisesti sanottuna, ortometriset

korkeudet laskettuina geopotentiaaliluvuista C niinkuin Maan todel-
linen painovoimakenttä olisi säännöllinen, pyörähdysellipsoidin mate-
maattinen mallikenttä eli normaalikenttä. Siksi ei vaadita todelliseen,
monimutkaiseen painovoimakenttään liittyviä tietoja. Normaalikorkeu-
det lasketaan helposti ja tarkasti ilman mitään tietoa paikallisesta kal-
lion tiheydestä tai maastomallia.
Normaalikorkeuden kaava on
C
H∗ = ,
γ
jossa γ on normaalipainovoiman keskiarvo, laskettuna taas pisteen luo-

tiviivaa pitkin.14 .
Kuitenkaan, toisin kuin ortometrisillä korkeuksilla, normaalikorkeuk-

silla ei ole suoraa fysikaalista tulkintaa.
Suomen alueella erot ortometristen korkeuksien ja normaalikorkeuk-

sien välillä ovat luokkaa millimetrejä. Vuoristossa ne voivat helposti ol-
la useita desimetrejä.
Monissa maissa – mm. Venäjä, Ruotsi, nykyisin myös Suomi – käytetään

normaalikorkeuksia ortometristen korkeuksien sijasta. Niiden tarkka
laskenta on helpompaa. Kun ortometriset korkeudet tulkitaan korkeuk-
siksi geoidista, normaalikorkeudet lasketaan vastaavanlaisesta pinnas-
ta nimeltä kvasi-geoidi. Merialueilla se yhtyy geoidiin ja siis myös kes-
kimerenpintaan, mutta mannerten, ja varsinkin vuoristojen, kohdalla
14 Itse asiassa totuus on mutkikkaampi: normaalipainovoiman kaavaan γ ¡ h, ϕ¢ sijoi-

tetaan korkeutta H geoidista, vaikka kaava odottaa korkeutta h ellipsoidista; tästä
otetaan keskiarvo nollasta H ∗ :hon.
Taulukko 15.2. Eri korkeustyyppien ominausuudet.
Korkeus- Oikeellisuus Hypoteesi- Kaava

tyyppi Metri- Energeet- vapaus
nen tinen
Geopotentiaaliluku −− + + C
Ortometrinen + − − H = C/g
Normaali − − + H ∗ = C/γ
Dynaaminen −− + + H dyn = C/γ45
se eroaa geoidista. Esitetty “tunneliverkostovertauskuva” ei ole toimiva

kvasi-geoidille.
15.5.5 Dynaamisia korkeuksia
Dynaamisia korkeuksia käytetään harvoin. Ne lasketaan yksinkertai-

sesti jakamalla geopotentiaalilukua C nollakorkeuden ja leveysasteen
45◦ normaalipainovoimalla γ45 , joka on vakio:
C
H dyn = .
γ45
15.5.6 Eri korkeustyyppien ominaisuudet
Kaikille korkeustyypeille yhteistä on se, että metrinen korkeus saadaan

jakamalla geopotentiaaliluku jollakin sopivalla painovoima-arvolla: geo-
potentiaalilukujen yksikkö on m2/s2 , painovoimakiihtyvyyden yksikkö
m2/s2
m/s2 , siis metrisen korkeuden yksikkö on todella = m, kuten pitää-
m/s2
kin.
Korkeustyypistä riippumatta kaikki metriset korkeudet lasketaan pis-

teen energiatasosta, jo mainitusta geopotentiaaliluvusta C . Ainoat “kor-
keudet” jotka saadaan mitatuksi ja lasketuksi tarkasti, ovat geopoten-
tiaalilukuja C = − (W − W0 ). Kaikki muut korkeudet ovat johdannais-
suureita. Niiden laskemisessa menetetään aina joitakin hyödyllisia omi-
naisuuksia, samalla tavalla kuin kaarevan pinnan projektiossa tasopin-
taan.
Korkeusarvojen käyttäjä toivoo käytännön korkeuksista monta hyvää

asiaa, jotka ovat tuttuja geometrisista korkeuksista pienen alueen si-
sällä:
◦ Metrinen oikeellisuus
15.6. Bouguer-anomaliat 423
Tämä merkitsee, että jos on kaksi pistettä P ja Q toistensa suo-

raan yläpuolella, ja niiden välinen etäisyys on 1 m, niin myös
H P − HQ on tarkasti 1 m. Vain ortometrisilla korkeuksilla on tä-
mä ominaisuus. Dynaamisten korkeuksien metrinen oikeellisuus
on varsin heikko.
Metrinen oikeellisuus on sitä parempaa, miten lähempänä todel-

lista keskimääräistä painovoimaa luotiviivaa pitkin kaavan nimit-
täjässä oleva ilmaisu on.
◦ Energeettinen oikeellisuus
Tämä merkitsee, että vesi virtaa aina “alaspäin” kyseessä olevassa

korkeustyypissä. Kolmesta mainitusta tyypistä vain dynaamiset
korkeudet ovat energeettisesti oikeellisia — koska ovat suoraan
verrannollisia geopotentiaalilukuihin C .
◦ Tarkka laskettavuus, riippumattumuus epävarmoista hy-

poteeseista
Normaalikorkeudet ja dynaamiset korkeudet ovat tarkasti lasket-

tavissa teorian perusteella. Normaalikorkeuksien kanssa on kui-
tenkin ilmoitettava mikä normaalikenttä eli vertausellipsoidi on
valittu laskennoissa.
Ortometriset korkeudet edellyttävät sekä todellisen painovoima-

kentän että topografian muodon ja tiheyden tuntemusta. Käy-
tännössä kuitenkin näiden tekijöiden aiheuttama epävarmuus on
suhteellisen pieni.
15.6 Bouguer-anomaliat
Aiemmin huomautettiin, että ilma-anomaliat – kaava 15.3 – kerto-

vat jotain Maan sisäisestä massajakaumasta. Kuitenkin pisteen ilma-
anomaliassa ∆ g on myös mukana koko pisteen alla olevan topografian
vaikutus. Topografian muodot merenpinnan yläpuolella ovat näkyvissä
ja yleensä hyvin tunnettu. Siksi tuntuu loogiselta poistaa – laskennal-
lisesti – ilma-anomalioista maastomuotojen vaikutus, jotta jaisi suure,
joka kertoo ainoastaan jotain Maan massajakaumasta merenpinnan ta-
son alapuolella.
Kuva 15.15. Ilma- ja Bouguer-anomaliat Etelä-Suomessa laskettuna EGM08-

geopotentiaalimallista. © Bureau Gravimétrique International
(BGI) / International Association of Geodesy.
Näin syntyy Bouguer-anomalia:
∆ g B = ∆ g FA − g top ,
.
jossa ∆ g FA = ∆ g on ilma-anomalia, ∆ g B Bouguer-anomalia ja g top topo-
grafian aiheuttama, pisteessä toimiva pystysuuntainen vetovoima.
Bouguer-anomalioita voidaan laskea tarkasti tai likimääräisesti. En-

simmäisessä tapauksessa käytetään topografian numeerinen malli, ns.
digitaalinen maastomalli (DTM, digital terrain model). Käytetään myös
maankuoren tiheysmalli jos sellainen on saatavissa. Karkeassa lasken-
nassa otetaan huomioon vain ns. Bouguer-laatan vaikutus, yksinkertai-
sena suljettuna kaavana:
g top = 2πG ρ d,
jossa
g top laatan vetovoima, vain pystysuunnassa
G Newtonin universaalinen painovoimavakio, arvo 6,672·10−11 kg−1 m3 s−2
ρ laatan aineen tiheys
d laatan paksuus.
Jos tiheys on ρ = 2,67 g/cm3 = 2670 kg/m3 , saadaan
g top = 0, 1119 d,
15.7. Tähtitieteellinen paikanmääritys 425
jossa d on metreinä ja g top milligalleina. Milligal-yksikkö selostettiin

luvun alussa.
15.7 Tähtitieteellinen paikanmääritys
Paikallinen luotiviiva eli paikallisen painovoimavektorin suunta on koh-

tisuora ekvipotentiaalipintaa kohtaan. Luotiviivan suunnan määrittä-
minen absoluuttisesti on ollut mahdollista perinteisillä tähtitieteen kei-
noilla.
Puhutaan tähtitieteellisestä paikanmäärityksestä, koska menetelmän

ensimmäinen käytännön sovellus oli tuntemattoman paikan määrittä-
minen mm. merellä. Myöhemmin menetelmä käytettiin luotiviivan geo-
fysikaalisesti mielenkiintoisten vaihtelujen (luotiviivan poikkeamien)
tutkiminen maalla. Jo mainittu Pierre Bouguer huomasi ensimmäise-
nä Etelä-Amerikassa – kuten George Everest Intiassa – että vuoristo-
jen lähistöllä luotiviiva taipuu vuoristoon päin, ja tulkitsi tämän oikein
vuoriston massan oman gravitaation aiheuttamana.
Kuitenkin yritys arvioida vuoriston massan vaikutus johti tulokseen,

joka oli paljon suurempi kuin itse asiassa havaitut luotiviivan poikkea-
mat. Syy tähän tiedetään nykyisin olevan isostaattinen kompensaatio:
vuoriston alla on juuri, joka koostuu kevyemmasta kiviaineesta, jonka
varalla vuoristo “kelluu” plastisesti deformoituvan Maan vaipan päällä.
Tähtitieteellisessä paikanmäärityksessä käytetään erilaiset laitteet ku-

ten meridiaaniympyrä, astrolabi tai zeniittiputki.
Astrolabin optinen akseli osoittaa aina vakiokulman verran ylöspäin.

Zeniittiputken optinen akseli taas osoittaa aina suoraan ylöspäin, ze-
niittiin, korkeuskulmaan η = 90◦ . Siksi havaitsemalla zeniitin läpi kul-
kevia tähtiä joiden deklinaatio δ tunnetaan, saadaan paikan leveysas-
te kaavasta Φ = δ. Samalla mitataan meridiaanin läpikulun aika, josta
saadaan pituusaste Λ – zeniittihän on meridiaanitasossa. Zeniittiputki
on tavallaan sekä meridiaaniympyrän että astrolabin erikoistapaus.
Havaintoja varten laaditaan tähtiohjelma, lista tähdistä, jotka tulevat

kulkemaan meridiaanin, tietyn korkeuskulmapiirin15 , tai zeniitin läpi.
15 Arabiksi Almucantar.
Luotiviivan poikkeamat
Vuori Geoidi
Maan kuori
”Juuri”
Maan vaippa
Kuva 15.16. Vuoriston juuri ja vaikutus luotiviivaan.
Astrolabin tapauksessa on huolehdittava siitä, että tähdet on tasaisesti

jaettuna koko horisontin ympäri. Näin saavutetaan tarkka sekä Φ:n että
Λ:n määritys ja minimoidaan ilmakehän refraktion vaikutus.
Astrolabi voidaan rakentaa helposti vaaituskojeesta lisäämällä kuuden-

kymmenen asteen kulmaprisma objektiivin eteen, ks. kuva 15.17. Tar-
kimmat (Danjon-) astrolabit taas käyttävät elohopeapeiliä yhdessä kuu-
denkymmenen asteen prisman kanssa.
11
00 1
0
00
11 0
1
00
11 0
1
Kuva 15.17. Astrolabiksi muunneltu vaaituskoje.

15.8. Painovoimagradientin mittaus 427
15.8 Painovoimagradientin mittaus
Olemme jo useisiin otteisiin puhunut painovoiman potentiaalista, joka

on painovoimakentässä olevan koekappaleen potentiaalienergian (paik-
kaan liittyvän energiasisällön) mitta. Painovoiman kiihtyvys määriytyy
tämän potentiaalin W gradientiksi, sen muuttumisnopeudeksi paikan
mukaan:
∂W ∂W ∂W
g = g xi + g yj + g z k = i+ j+ k,
∂x ∂y ∂z
siis
g = grad W = ∇W,
jossa grad-operaattori on
∂· ∂· ∂·
grad · = ∇· = i+ j+ k.
∂x ∂y ∂z
Tässä {i, j, k} on ortogonaalinen yksikkövektoreiden kolmikko orientoi-

tuina akseleiden ( x, y, z) suuntaisiksi.
Painovoiman kiihtyvyys on siis geopotentiaalin gradientti. Tämä vekto-

risuure vaihtelee paikan mukaan. Tiedämme, että painovoima kasvaa
alaspäin mennessämme, ainakin vapaassa ilmassa. Ylöspäin painovoi-
ma vähenee, noin 0,3 mGal jokaista korkeusmetriä kohti..
Painovoima vektorina vaihtelee monimutkaisemmalla tavalla massojen

lähistöllä, jos on riittävän tarkat mittauslaitteet. Puhutaan painovoi-
magradienttitensorista eli Marussi-tensorista:
 2 2 2

∂ ∂ ∂
∂ x2 ∂ x∂ y ∂ x∂ z
. 
 
M = ∂2 ∂2 ∂2
 W.

 ∂ y∂ x ∂ y2 ∂ y∂ z 
∂2 ∂2 ∂2
∂ z∂ x ∂ z∂ y ∂ z2
Toposentrisessä koordinaatistossa, jossa x osoittaa pohjoiseen, y itään

ja z ylöspäin, on tämän matriisin likimääräinen muoto:
 
−0,15 0 0
 
M ≈ 0 −0,15 0  mGal/m, (15.10)
 
 
0 0 0, 3
jossa
∂2 W ∂
= g z = 0,3 mGal/m
∂ z2 ∂z
Kuva 15.18. Painovoimagradientti eli vuorovesivoima: painovoiman vaihte-

lu paikan mukaan. Alempi diagramma on gradienttitensorin
kuvaaja-ellipsi: se kuvaa voimakentän vapaasti putoavassa kap-
paleessa, esimerkiksi satelliitissa.
on todella ns. “vapaa-ilma” standardipainovoimagradientti: jos kirjoite-

taan Newtonin mukaisesti (huomaa, että g:n suunta on alaspäin kun
z-koordinaatti kasvaa ylöspäin, siksi minusmerkki):
GM
gz = − ,
(R + z)2
saadaan derivoimalla
∂ GM ∂ (R + z) 2gz
gz = 2 =− ≈ 3 · 10−6 m/s2/m = 0,3 mGal/m.
∂z (R + z)3 ∂z ( R + z )
∂2 W ∂2 W
Suureet ja taas kuvaavat ekvipotentiaalipintojen kaarevuu-
∂ x2 ∂ y2
det x- ja y- suunnassa, seuraavalla geometrisesti intuitiivisella tavalla:
∂2 W g ∂2 W g
=− ja 2 = − ,
∂ x2 rx ∂y ry
jossa r x ja r y ovat x- ja y-suunnan kaarevuussäteet. Sijoittaminen r x =

r y = R ≈ 6378 km (kokeile!) antaa
∂2 W ∂2 W
= = −1,5 · 10−6 m/s2/m = −0,15 mGal/m.
∂ x2 ∂ y2
Jo mainittu unkarilainen tutkijaparoni Loránd Eötvös teki useita neu-

vokkaita kokeita (Eötvös, 1998) painovoimagradienttitensorin kompo-
15.8. Painovoimagradientin mittaus 429
nenttien mittaamiseksi rakentamillaan torsiovaakoilla. Menetelmä käy-

tetään edelleen laajasti geofysikaalisissa tutkimuksissa, koska paino-
voimagradientti on mittaussuureena hyvin herkkä paikallisiin maan-
kuoren massatiheysvaihteluihin.
Yleisessä tapauksessa evaluoidaan Marussi-tensori vain suorittamalla

osittaisderivoinnit. Tehdään näin keskisen voimakentän tapauksessa:
GM
W= ,
r
p
where r = X 2 + Y 2 + Z 2 on etäisyys Maan massakeskipisteestä. Koor-
dinaatit ( X , Y , Z ) ovat nyt geosentrisiä. Saadaan
 ∂ 
 ∂ X  GM
¸ 
∂ ∂ ∂  ∂ 
·
M=
∂X ∂Y ∂Z  ∂
 
Y  r
 ∂ 
 ∂Z 
GM
 − 3 X 
 r 
∂ ∂ ∂ GM 
· ¸ 

=  − Y 
∂X ∂Y ∂Z 
 r3 

GM
 
− 3 Z
 
r
 
3 X 2 − r2 3X Y 3X Z
GM  
= 3Y X 3 Z 2 − r2 3Y Z .
 
r5 


3Z X 3 ZY 3 Z 2 − r2
Marussi-tensori on gravitaatiovektorin
 
X
GM GM  
g=− X = − Y
 
r3 r3 
 

Z
osittaisderivaattojen matriisi paikan suhteen, kuten näkyy ylläolevassa
yhtälössä:
GM
 
− X
¸ r3  ·
∂ ∂ ∂ ∂ ∂ ∂
· ¸
 GM 
 
M=  − Y = g.
∂ X ∂Y ∂ Z  r
 GM 
3  ∂ X ∂ Y ∂ Z
− 3 Z
r
Eötvöksen kunniaksi painovoimagradientin yksikkönä käytetään Eöt-
vös ja sen symbolina E:
1 E = 10−9 m/s2/m = 10−4 mGal/m.

Yllä annettu tensori Maan pinnan lähellä 15.10 on nyt

 
−1500 0 0
 
M ≈ 0 −1500 0  E.
 
 
0 0 3000
Huomaa, että aina

∂2 W ∂2 W ∂2 W
+ + = 0.
∂ x2 ∂ y2 ∂ z2
Tämä ehto, ns. Laplacen yhtälö16 , pätee yleisemmin painovoimapotenti-
aalille tyhjiössä17 .
Kuun ja Auringon painovoimagradienttikenttä tunnetaan maan päällä

vuoroveden voimakenttänä, joka aiheuttaa merten vuorovesi-ilmiö kah-
desti vuorokaudessa.
16 Pierre-Simon Laplace (1749 – 1827) oli ranskalainen matemaatikko, fyysikko ja täh-

titieteilijä, yksi Eiffel-tornin 72 nimestä ja varmaan heistä etevin.
17 Tässä on jätetty huomioimatta ilmakehän lisäksi myös Maan pyörähdysliikkeen
keskipakoisvoima, joka aiheuttaa sen, että Maan mukana pyörivässä koordinaatistos-
sa Laplacen yhtälö ei päde tarkasti edes tyhjiössä. Korjaustermi on kuitenkin tarkasti
laskettavissa.
16. Avaruusgeodesia
16.1 Maan pyörähdysliike, rataliike ja tähtiaika
Maapallo kiertää Aurinkoa 365,25 päivässä. Samalla se pyörii oman ak-

selinsä ympäri vuorokaudessa. Ks. kuva 16.1, jossa on kuvattu sekä fysi-
kaalinen tilanne, maaplaneetan kiertorata Auringon ympäri, että näen-
näinen tilanne, Auringon vuotuinen kulku eläinrataa eli ekliptikaa pit-
kin.
Tarkan siviilivuorokauden, 24 tunnin, aikana maapallo pyörii kerran

akselinsä ympäri Keski-Aurinkoon nähden. Kuitenkin tähtitaivaaseen
nähden kiertämisaika on hieman lyhyempi: Kun maapallo on pyörinyt
vuodessa 365,25 kertaa akselinsa ympäri Aurinkoon nähden, on se täh-
titaivaaseen nähden tehnyt 366,25 pyörähdystä. Yhden pyörähdyksen
kesto on näin ollen
365,25 · 24h
T= = 23h 56m 4s .
366,25
Tämän jakson nimi on tähtivuorokausi.
Maan pyörähdysliike tähtitaivaaseen nähden (tai vastaavasti, tähtitai-

vaan näennäinen pyörähdysliike Maahan nähden) mitataan kulmalla
nimeltä tähtiaika (en. sidereal time). Se lasketaan kelloajasta ja kalente-
ripäivämäärästä käyttämällä tähän tarkoitukseen laadittuja taulukoi-
ta. Tähtitorneissa käytetään myös tähtikelloja jotka näyttävät tähtiai-
kaa ja kulkevat tavallisia kelloja noin 1/365,25 osa eli 0,27% nopeammin.
Maan vuotuisen liikkeen johdosta illalla näkyvät tähdistöt siirtyvät

hitaasti eteenpäin vuodenaikojen mukaan: jokaisella vuodenajalla on
omat “tunnustähdistöt” jotka ovat iltahämärässä näkyvissä: talvella
Orion, Sirius ja Procyon, kesällä Lyyra, Joutsen ja Kotka.
– 431 –
432 Luku 16. Avaruusgeodesia
Taivaan
pohjoisnapa
.
Syystasaus
Maan todellinen rata

Kevät
Kesä
Talvi
Talvi- Kesä-
seisaus seisaus
Syksy
Auringon
näennäinen
polku
Ekliptika (eläinrata)
Taivaan ekvaattori
Kevättasauspiste ("Aries")
Hic sunt dracones
Kuva 16.1. Maan rata Auringon ympäri, ja Auringon näennäinen polku tai-
vaanpallolla.
Maasta katsottuna Aurinko kulkee vuotuista polkua, eläinrataa eli

ekliptikaa1 pitkin. Kevään alkaessa Aurinko siirtyy eteläiseltä pallon-
puoliskolta pohjoiseen, pisteellä nimeltä kevätpäiväntasauspiste. Mui-
naisten kreikkalaisten aikana tämä piste oli Oinaan tähdistössä, sik-
si perinteinen nimi “Aries-piste” – vaikka prekession myötä se nykyi-
sin on Kalojen tähdistössä. Samalla tavalla aikanaan oli Aurinko kesä-
päivänseisauksen hetkellä Ravun tähdistössä ja talvipäivänseisauksen
hetkellä Kauriin tähdistössä, ja tähdistöt antoivat nimensä kääntöpii-
reille. Prekession ansiosta nykyiset päivänseisaukset tapahtuvat Härän
ja Jousimiehen tähdistöissä. . .
Koko maapallon absoluuttinen orientaatio tähtitaivaaseen nähden ku-
1 Nimi “ekliptika” juontaa juurensa siitä, että tässä auringon- ja kuunpimennykset ta-
pahtuvat. Tietenkin, koska molemmantyyppiset pimennykset edellyttävät, että Aurin-
ko, Kuu ja Maa ovat samalla linjalla.
16.2. Taivaan ja Maan koordinaatit 433
41
α
β
Ek
Oinas li pti
k a η Kalat
α
γ
Ekvaattori
Hipparkhoksen aikana
Päiväntasaus
Kuva 16.2. Kevätpäiväntasauspiste ja sen liike, päiväntasausten aikaistumi-

nen eli prekessio.
vataan Greenwichin tähtiajan (GAST = Greenwich Apparent Sidereal

Time) avulla. Paikallinen tähtiaika (LAST = Local Apparent Sidereal
Time) saadaan pituusasteen avulla:
LAST = G AST + Λ,
jossa Λ on paikan pituusaste itään, tietysti muunnettuna aikayksikköi-

hin (1h ∼ 15◦ , 1m ∼ 0◦ ,25, jne.).
16.2 Taivaan ja Maan koordinaatit
Taivaan koordinaatit ovat rektaskensio α ja deklinaatio δ. Rektasken-

sio on pituusaste, kuitenkin mitattuna itäänpäin kevätpäiväntasaus-
pisteestä, jonka rektaskensio siis on 0.
Kuitenkin paikallisella taivaalla käytetään hetkelliset koordinaatit tun-

tikulma h ja deklinaatio δ. Ks. kuva 16.3.
Pari ( h, δ) on suoraan laskettavissa atsimutista ja elevaatiosta A, η .

¡ ¢
Tähtivuorokauden aikana tähti liikkuu näennäisesti idästä länteen, ja

käy meridiaanitason läpi kaksi kertaa: ns. ylä- ja alakulminaatio. Ala-
kulminaatio jää näkemättä, jos tähden deklinaatio on liian pieni paikal-
liseen leveysasteeseen nähden. Etelän tähdistöstä jopa yläkulminaatio
jää meiltä näkemättä!
Taivaanpallon
näennäinen pyöriminen
Meridiaani
Zeniitti
Pohjoisnapa
h
Ekvaattori
δ
Näennäinen
päivittäinen
liike
Havaitsija
11111111111111111111111111
00000000000000000000000000
P
11111111111111111111111111
00000000000000000000000000
h
00000000000000000000000000
11111111111111111111111111
L
E
Paikallinen horisontti
Kuva 16.3. Tuntikulma h ja deklinaatio δ taivaanpallolla.
Tähtiajan θ (= LAST ), tuntikulman h ja tähden rektaskension α välillä

on seuraava yhteys:
h = θ − α.
Jos kirjoitetaan Greenwichin tähtiajaksi (G AST ) θ0 ja havaintopaikan

pituudeksi itään Λ, saadaan
h = θ0 + Λ − α.
Jos neljästä suureesta kolme on annettuna, voidaan neljäs laskea. Pu-

hutaan:
1. ajanmäärityksestä, jos tuntematon on θ0
2. paikan pituudenmittauksesta, jos tuntematon on Λ
3. tähden rektaskension määrityksestä, jos tuntematon on α.
Näissä tapauksessa suoritetaan mittaus yleensä hetkellä, jolloin h = 0:

meridiaanin läpikulku. Tapaukset 2 ja 3 edellyttävät tarkan kellon käy-
tön; tapaus 1 edellyttää oman pituusasteen ja käytetyn tähden rektas-
kension tunteminen.
16.3. Väisälän tähtikolmiomittaus 435
Usein käytetty laite on meridiaaniympyrä, millä mitataan tähden tark-

ka meridiaanin läpikulkuhetki. Meridiaaniympyrä on teleskooppi jolla
on vain vaaka-akseli, joka on kiinteästi rakennettu itä-länsi-suuntaan,
niin, että teleskoopin tähtäysakseli on aina paikallisessa meridiaani-
tasossa. Okulaarissa havaitaan, miten tähti kulkee hiusviivan alitse.
Tarkka hetki tallennetaan sähköisesti yhdessä aikamerkkien kanssa.
Akseliin on kiinnitetty jaottu kehä, jonka avulla luetaan tähden elevaatio-

eli korkeuskulman η arvo läpikulun hetkellä. Tästä voi laskea tähden
deklinaatio δ: sen, paikan leveysasteen Φ ja elevaation η välillä on yh-
teys (yläkulminaation tapauksessa):
η + ∆η refr = 90◦ − Φ + δ,
¡ ¢
jossa ∆η refr on korjaus ilmakehän refraktion vaikutuksesta. Refraktio-

korjaus on tehtävä huolellisesti paikallisten ilmanpaineen ja ilman läm-
pötilan mittausten perusteella.
Yhdistämällä yllä mainitut menetelmät 1−3 voidaan rakentaa sekä täh-

tien (α, δ) että havaintoasemien (Φ, Λ) paikkojen katalogit, ja samalla
seurata tähtiajan – siis Maan pyörähdysliikkeen – kulkua θ0 . Kuiten-
kin tämä kaikki pitää tehdä johdonmukaisella tavalla.
Sobel (1998) on hieno kirja ajan roolista paikanmäärityksessä merellä.
16.3 Väisälän tähtikolmiomittaus
Tämän menetelmän keksi Yrjö Väisälä sotien aikana katsellessaan il-

matorjuntakranaattien räjähtämisiä Turun yläpuolella. Vuoden 1946
artikkelissaan “Maan toinen kuu” (Väisälä, 1946) hän kuvasi, miten kor-
kealla taivaalla olevat kohteet voitaisiin kuvata eri paikasta Maan pin-
nalla ja näin rakentaa geodeettinen mittausverkko jopa pisteistä, joiden
välillä ei ollut suoraa näköyhteyttä.
Menetelmä käyttää ilmatieteellisiä ilmapalloja, joiden alle ripustetaan

voimakas välähdysvalo. Välähdyssarja kuvataan tähtitaivasta vasten,
kuvat kehitetään ja välähdysten paikat tähtitaivaalla mitataan ja las-
ketaan. Näin saadaan kuvauspaikan ja ilmapallon välinen hetkellinen
suuntavektori tähtitieteellisessä koordinaatistossa (Kakkuri, 1973). Tä-
Ilmapallo
*
* Tausta-
Välähdys tähdet
*
Schmidt-Väisälä
teleskooppi (kamera)
Salamavalo
*
Valokuvauslevy
* * δ
*
* Kuva-
mittaus
Kuva 16.4. Yrjö Väisälän tähtikolmiomittaus. Käytetty laitteisto ja valoku-

vauksen ja suunnanmäärityksen periaate. (a) Mittauksessa käy-
tetty laitteisto.
mä ilmapallomenetelmä on kokeiltu tuotantomielessä Suomessa ja Un-

karissa (Czobor ja Németh, 1981). Verkkojen sivunpituudet olivat useita
satoja kilometrejä.
Lyhyesti: kahdesta havaintopaikasta A, B maan pinnalla valokuva-

taan taivaalla näkyvissä olevaa kaksi korkeaa tähystä S, T täh-
titaivaan taustaa vasten. Kameroina käytetään voimakkaita ns.
Schmidt-Väisälä peiliteleskooppeja2 . Jokaisen kameran kuvata-
soon laitetaan valoherkän emulsion peittämä lasilevy.
Kehittämisen jälkeen kuvalevyistä3 mitataan tarkassa mittauslaittees-

sa sekä tähysten – välähdysten – että valittujen taustatähtien paikat
“levykoordinaateissa”. Koska kiintotähtien paikat taivaan koordinaa-
teissa rektaskensio (α) ja deklinaatio (δ) ovat jo tiedossa, voidaan mo-
lemmille levylle johtaa muunnoskaavan, joka antaa myös tähysten eli
välähdysten paikat taivaalla (α, δ) molemmasta havaintopaikasta kat-
sottuna.
2 http://en.wikipedia.org/wiki/Schmidt_camera.
3 Silloin käytettiin lasilevyjä filmien sijasta niiden geometrisen vakautensa vuoksi. Vä-
lähdysten paikat mitataan levykoordinaatistossa, kuten myös levylle kuvattujen kiin-
totähtien paikat. Kiintotähtien tunnettujen paikkojen avulla ratkaistaan välähdysten
paikat taivaan koordinaateissa (α, δ).
16.3. Väisälän tähtikolmiomittaus 437
* * * * *
*
*
**
S * T
*
δ
δ *
α Q
P
Kuva 16.5. Yrjö Väisälän tähtikolmiomittaus. Käytetty laitteisto ja valoku-

vauksen ja suunnanmäärityksen periaate. (b) Mittauksen geomet-
ria.
Nämä “paikat” taivaanpallolla ovat todellisuudessa suunnat kolmiulot-

teisessa avaruudessa. Suunnista rakennetaan tasot P = S AB ja Q =
T AB. Tasojen leikkausviiva on AB. Näin on saatu pisteiden A ja B vä-
linen suuntavektori kolmiulotteisessa avaruudessa.
Itse asiassa taso P on taivaanpallolla sama kuin suurympyrä S :n A :sta

ja B:stä otettujen kuvapisteiden läpi, ja Q on suurympyrä T :n kuvien
läpi. Suurympyröiden leikkauspiste on yhdysviivan AB suunta ava-
ruudessa tähtitaivaaseen nähden: tähtikolmiomittaus on suuntamittaus
käyttäen taivaallisia apupisteitä.
Kun on saatu kokoon riittävästi maa-asemien välisten viivojen suuntia,

voidaan suorittaa verkkotasoitus. Suuntien muuntaminen tähtitieteel-
lisestä koordinaatistosta kiinteän Maan järjestelmään Maan pyöräh-
dysliikkeen mallin avulla (“Greenwichin tähtiaika”!) vaatii välähdysten
tarkkaa ajanpitoa.
(a) PAGEOS-satelliitti, koepuhallus (NASA) (b) Baker-Nunn kamera (©

Smithsonian Institution Archives,
http://siarchives.si.edu)
Kuva 16.6. Satelliittigeodesiaa NASAn ja Smithsonian Institutionin kuva-

arkistoista.
Kuten jo Väisälän artikkelin nimestä voi päätellä, oli hänen ideansa

käyttää stratosfääristen ilmapallojen sijasta Maan kiertoradassa olevia
keinotekoisia satelliitteja. Tätäkin menetelmää kokeiltiin: aktiivinen sa-
telliitti ANNA (Army-Navy-NASA geodetic satellite) vuodesta 1962 oli
varustettu voimakkailla välähdysvaloilla. Toisaalta passiivinen satel-
liitti PAGEOS (Passive Geodetic Earth Orbiting Satellite) vuodesta 1966
oli yli 30 metrin hakaisijan, ohuen ohuesta aluminisoidusta Mylar® -
kalvosta tehty ilmapallo 4000 km:n korkealla radalla. Se näkyi selväs-
ti paljain silmin, ennen kuin hajosi kappaleisiin 1970-luvulla, mahdolli-
sesti Auringon ultraviolettisäteilyn syövyttävästä vaikutuksesta4 .
Maailmanlaajuisen valtavien Baker-Nunn5 kameroiden havaintoverkon

avulla onnistuttiin näin rakentamaan ensimmäiset mannertenväliset
4 DuPont kirjoittaa asiakirjassa Mylar® polyester film Safe Handling: ”Mylar® is not
recommended for applications requiring prolonged exposure to direct sunlight due to
degradation when exposed to ultraviolet rays [. . . ]” .
5 Baker-Nunn kamera oli Schmidt-kameran variantti, joka oli optimoitu satelliittien
havaitsemiseen. Se käytti 55 mm leveää elokuvafilmiä ja sillä oli kolmiakselinen, no-
peaan seurantaan kykenevä jalusta. Aukko oli 50 cm, koko laitteen paino 3,5 tonnia.
Keksijät olivat Harvard-yliopiston tähtitieteilijä-optikko James Baker (1914 – 2005) ja
koneinsinööri Joseph Nunn (1905 – 1968). Satelliittien seurantaverkko koostui 12 ase-
masta.
16.4. Maan pyörähdysliikkeen vaihtelu 439
2000
1995
1990
1985
1980
1975 0,8
0, 6
1970 0,4 y
−0,5 0,2
0 0
0,5
1 −0,2
x
Kuva 16.7. Napaliike vuosien 1970 – 2000 aikana, yksikkö kaarisekunti. Läh-
de: International Earth Rotation and Reference Systems Service
IERS.
geodeettiset kolmiomittausverkot, jotka ovat kuitenkin modernien, niin

paljon tarkempien menetelmien (GNSS, VLBI, satelliittilasermittaus)
myötä jääneet tieteen kunniakkaaseen historiaan.
16.4 Maan pyörähdysliikkeen vaihtelu
Maan pyörähdysliike vaihtelee sekä nopeudeltaan että suunnaltaan.
Maan hetkellinen pyörähdysakseli, napa, liikkuu kiinteän maankuoren

suhteen, liike jota kutsutaan napaliikkeeksi. Liike sisältää kaksi ympy-
rämäistä liikettä:
◦ Vuosittainen liike, periodi 365 vuorokautta. Tämä on pakotettu lii-

ke, pääosin ilmakehän aiheuttama.
◦ Ns. “Chandlerin6 huojuntaa”, periodi noin 435 vuorokautta.
◦ Näiden lisäksi on havaittu navan hidas ryömiminen, joka liittyy

kiintean Maan massajakauman muutoksiin, esimerkiksi postgla-
siaaliseen maannousuun.
Molempien ympyräliikkeiden amplitudi (säde) on noin 000 , 1−000 , 2, maan-

pinnalla noin 3 − 6 m.
Chandlerin huojunta on teoreettisesti ymmärretty: se on jo Leonhard
6 Seth Carlo Chandler, Jr. (1846 – 1913) oli amerikkalainen tähtitieteilijä.

Eulerin ennustama, litistyneen maapallon ns. vapaa nutaatio, ja valta-

merten ja ilmakehän paineen vaihtelut ovat sen voimanlähde (Gross,
2000).
Maan pyörähdysliikkeen nopeus (Length of Day, LoD, vuorokauden pi-

tuus) vaihtelee myös. Ilmiö seurataan samalla tavalla kuin napaliike.
Se liittyy kiinteästi Maan ilmakehän pyörähdysmomentin vaihteluun,
suure jonka numeeriset säämallit (NWP, Numerical Weather Prediction)
nykyisin osaavat jo hyvin laskea.
Yhdessä napaliike ja vuorokauden pituuden vaihtelua kutsutaan Earth

Orientation Parameters, EOP.
Napaliikkeen ja vuorokauden pituuden seuranta, historiallisesti ja tä-

nään:
1. Mittaamalla leveysasteen vaihteluita tähtitieteellisin keinoin. Tä-

män menetelmän käyttö aloitettiin v. 1899 (International Polar
Motion Service, Bureau International de l’Heure, alunperin viiden
aseman voimalla (Misuzawa, Japani; Kitab, Uzbekistan; Carlofor-
te, Italia; Gaithersburg, Ukiah, USA) jotka sijaitsevat eri mante-
reilla samalla leveysasteella, 39◦ 080 ympäri maapalloa.
Myös Maan pyörähdysliikkeen nopeuden seuranta on perinteises-

ti tehty tähtitieteellisin keinoin. Alunperin siviiliaika oli määritel-
ty Maan pyörähdysliikkeen avulla, eli maapalloa käytettiin kello-
na. Käytetty laite oli meridiaaniympyrä (esimerkiksi Greenwichis-
sä, mutta myös Helsingin observatoriossa), jolla havaittiin tähden
kulkua meridiaanin läpi. Siihen aikaan ajanpito oli oleellisen tär-
keä merenkululle.
2. Paikannussatelliittien avulla, ensin Transit-järjestelmä, nykyisin

GNSS. GNSS-menetelmä on nykyisin tähtitieteellistä menetel-
mää tarkempi.
3. VLBI:n eli pitkäkantainterferometrian avulla, joka antaa havain-

toasemien väliset vektorit inertiaalijärjestelmässä ajan funktioi-
na. Tästä voidaan laskea Maan hetkellisen pyörähdysakselin suun-
ta samassa järjestelmässä, ja jopa Maan koko hetkellinen orien-
taatio. Tarkkuus on GNSS-menetelmää vieläkin parempi, luokkaa
millikaarisekunti.
16.4. Maan pyörähdysliikkeen vaihtelu 441
Vertausnapa (CIO) Todellinen (hetkellinen) napa
90◦ − ϕ A
90◦ − ϕB
Luoti-
viiva B
Napaliike
(liioiteltu)
A
90◦ − ϕC
Maan massakeskipiste
Kuva 16.8. Napaliike aiheuttaa havaintoasemien leveysasteen muutoksia, joi-

den avulla ilmiötä voidaan seurata.
Napaliikkeen laskennan origo eli CIO, Conventional International Ori-

gin, on navan keskimääräinen paikka vuosina 1900−1905.
Yhdessä napaliike ja vuorokauden pituuden vaihtelua kutsutaan Earth

orientation Parameters, EOP. Sen seuranta ja julkaiseminen on IERS:n
(International Earth Rotation and Reference Systems Service’n) tehtä-
vä. Tarkassa geodeettisessa GNSS-laskennassa on EOP otettava huo-
mioon! Tarvittavat korjaustiedot löytyvät Internetistä.
Vasta 1930-luvulla havaittiin, että maapallon rotaatio on hieman epä-

säännöllinen, ja etsittiin tasaisempi aikaskaala. Ensimmäinen yritelmä
oli ET, ephemeris time eli efemeridiaika, joka perustui planeettojen, lä-
hinnä Kuun, rataliikkeeseen. Kun tuli käyttöön riittävän tarkkoja ato-
mikelloja, siirryttiin näihin, luoden atomiaika (TAI), joka soveltuu vaa-
tivaankin tieteelliseen käyttöön jossa tarvitaan tarkasti tasainen aikas-
kaala.
Nykyinen siviiliaika on UTC, Universal Time Coordinated. Sen yhte-

nä tarkoituksena on seurata kaikkialla maapallolla siviilielämää hal-

litsevat päivänvalon vaihtelut. Siksi sen on seurattava riittävän tar-
kasti7 Maan pyörähdysliikkeen vaihtelut. UTC, joka perustuu TAI:hin,
seuraa maapallon pyörähdyksen vaihtelua korkeintaan 0,9 s virheellä.
Tätä varten kaksi kertaa vuodessa, joulukuun loppussa ja kesäkuun
lopussa, UTC suorittaa tarvittaessa karkaussekunnin tai -sekunteja
(http://en.wikipedia.org/wiki/Leap_second). Ero UTC – TAI, ko-
konaismäärä sekunteja, taulukoidaan almanakoissa.
GPS-aika eroaa sekä UTC’stä että TAI’stä. Kuten TAI, se on tasainen

eikä suorita koskaan karkaussekunteja. Kuitenkin v. 1980, kun GPS:n
ajanlasku alkoi, GPS oli identtinen UTC:n kanssa. Tästä syystä
GPS = TAI − 19 s
ja GPS – UTC on vaihteleva sekuntien lukumäärä, joka sisältyy esimer-

kiksi GPS:n navigaatioviestiin.
16.5 Maan prekessio ja nutaatio
Kuun ja Auringon vetovoima yhdessä Maan litistyneisyyden kanssa ai-

heuttaa Maan pyörähdysakselin hidas liikkuminen avaruudessa. Tä-
tä kartiomaista liikettä kutsutaan prekessioksi. Sana ”prekessio” alun-
perin merkitsi tasauspäivien aikaistaminen: tämä Hipparkhoksen en-
simmäisenä havaitsema ilmiö aikaistaa vuosisatojen vieriessä kevät- ja
syystasauspäivät.
Itse asiassa Maan pyörähdysakseli kiertää n. 25 800 vuodessa akselin

ympäri, joka on kohtisuorassa maapallon kiertoradan tasoa vastaan. Tä-
tä tasoa, näennäistä Auringon ratatasoa Maasta katsottuna, kutsutaan
myös eläinradaksi tai ekliptikaksi, ks. yllä.
Prekessio ei ole sama kuin napaliike. Napaliike on Maan pyörähdysak-

selin liikkuminen kiinteän Maan suhteen. Sen suuruus on alle kaarise-
kunti, maanpinnalla joitakin metrejä.
7 Viime vuosina on aika-alalla käyty julkista keskustelua siitä, ovat karkaussekunnit

niiden aiheuttamien haittojen arvoisia, kun UTC:hen sidottu aikavyöhykejärjestelmän
aika yhtyy paikalliseen aurinkoaikaan kuitenkin vain tunnin tarkkuustasolla.
16.5. Maan prekessio ja nutaatio 443
α Cyg (Deneb)
Lyyra
α Lyr (Vega) Pieni

Karhu α Umi
Lohi- (Polaris)
käärme Prekessio
(25 800 v)
Ekliptinen
napa
α Umi
Nutaatio (18 v)
ekliptikan taso
24 t
Kuu
Aurinko
Kuva 16.9. Maan prekessioliike. Vasemmalla on kuvattu, miten prekession

seurauksena taivaannapa kiertää tähtitaivasta n. 25 800 vuoden
ajan.
Prekession lisäksi Maan pyörähdysakseli suorittaa pieni periodinen lii-

ke nimeltä nutaatio. Pääperiodi on 18 vuotta ja sen aiheuttaa Kuun ra-
dan jaksolliset muutokset jotka vaikuttavat Kuun vetovoiman kautta.
Ilmiö on tarkasti laskettavissa ja löytyy almanakoista, kuten prekessio-
kin.
Prekessio saa Maan pyörähdysakselin suunnan – siis vastaavasti tai-

vaannavan paikan tähtitaivaalla – kulkemaan hitaasti suuressa ympy-
rässä. Nutaatio taas aiheuttaa tähän säännölliseen liikkeeseen pieniä
“nykäyksiä”. Kun tällä hetkellä Pohjantähti eli α Umi on taivaannavan
lähellä, on se hamassa tulevaisuudessa α Lyr eli Vega, kuten oli kaukai-
sessa menneisyydessäkin.
Toisin kuin napaliike ovat prekessio ja nutaatio Maan pyörähdysakselin

liikkeitä tähtitaivaaseen nähden.
60
40
Insolaatio / lampötila
20
−20
−40
−60
−800 000 −700 000 −600 000 −500 000 −400 000 −300 000 −200 000 −100 000 0
Vuosi
Kuva 16.10. Milanković-syklit viime 800 000 vuoden aikana. Punainen, teo-
reettisesti laskettu kesäpäivänseisauksen insolaatio 65◦ pohjoi-
sella leveysasteella (ilmakehän ulkopuolella), vihreä, deuterium-
isotoopin avulla mitattu Etelämantereen lämpötila-arvio. Astei-
kot mielivaltaisia. Lähteet: Laskar ym. (2004); Jouzel ym. (2007).
Ks. myös Science-artikkkeli Jouzel ym., 2007.
16.6 Maan pyörähdysakselin ja rataliikkeen vaihtelut
Milanković8 ehdotti jo vuonna 1941 hypoteesia, jonka mukaan insolaa-

tion – Auringosta tulevan säteilyenergian – vaihtelut suurten manner-
jäätikköiden reunoilla aiheuttavat näiden kasvua tai vetäytymistä, ja
että nämä vaihtelut olisivat tähtitieteellisten tekijöiden aiheuttamia.
Milankovićin työ perustui aikaisempaan, mm. James Crollin9 , työhön
jääkausien ja interglasiaalien selittämiseksi.
16.6.1 Pyörähdysakselin kaltevuus
Prekessioliikkeen lisäksi myös Maan pyörähdysakselin kaltevuus eklip-

tikan suhteen vaihtelee hitaasti. Tällä hetkellä (epookki 2000) kalte-
vuuskulma on 23◦ 260 2100 ja se on hitaasti vähenemässä, noin 000 ,47 vuo-
8 Milutin Milanković (1879 – 1958) oli serbialainen monitietäjä, insinööri ja ilmastotut-

kija.
9 James Croll (1821 – 1890) oli skottilainen itseoppinut fyysikko, tähtitieteilijä ja ilmas-
totutkija, sekä Royal Societyn fellow.
16.7. Avaruussää 445
dessa.
Itse asiassa vaihtelu on periodinen, 22◦ ,1 ja 24◦ ,5 välillä, periodina noin

41 000 vuotta. Tämä vaihtelu liittyy planeettojen aiheuttamiin Maan ra-
tatason häiriöihin.
16.6.2 Klimatologinen prekessio
Tähtitieteellinen prekessio on yllä mainittu ilmiö, että Maan pyöräh-

dysakseli kiertää kartiomaisessa liikkeessa n. 25 800 vuoden periodil-
la. Tämän lisäksi Maan rata-ellipsin ison akselipuolikkaan suunta kier-
tää myös ratatasossa, periodina 112 000 vuotta (apsidiprekessio). Tämän
liikkeen aiheuttaja on muiden planeettojen ratahäiriöt.
Molempien prosessien tulos on klimatologinen prekessio, jonka periodi

on
1/(1/112 000+1/25 800) = 21 000 vuotta.
Tämä on periodi, millä se vuodenaika, jolloin maapallo on lähimpänä

Aurinkoa, kiertää kalenterin läpi. Tällä hetkellä Maa on lähimpänä Au-
rinkoa tammikuun alussa. Vielä 11 000 vuotta sitten, viime jääkauden
päättymisen ajankohtana, Maa oli lähimpänä Aurinkoa heinäkuussa.
Tulos oli 7% enemmän aurinkoenergiaa pohjoisen napa-alueen kesille.
Huomaa, että klimatologisen prekession suorat vaikutukset ovat vas-

takkaisia pohjoiselle ja eteläiselle napa-alueelle, koska pohjoinen kesä
on eteläinen talvi ja eteläinen kesä on pohjoinen talvi.
16.6.3 Radan eksentrisyyden vaihtelu
Maan radan eksentrisyys vaihtelee myös, pääperiodeina 108 000 ja

412 000 vuotta, arvojen 0 ja 0,05 välillä. Tämä muiden planeettojen rata-
häiriöiden aiheuttama vaihtelu moduloi klimatologisen prekession vai-
kutusta.
16.7 Avaruussää
Aurinko on tähti, joka tuottaa sisällään ydinenergiaa vetyä “polttamal-

la” heliumiksi. Auringon keskipisteessä lämpötila on noin 15 miljoo-
na kelviniä. Auringon ytimen lämpöenergia kulkee pinnalle eri kaasu-
(a) Auringon korona täydellisen (b) Auringonpilkkuja ja niiden

pimennyksen aikana (© High Altitude kenttäviivat UV-valossa
Observatory) auringonpinnan yläpuolella (©
NASA/SDO)
Kuva 16.11. Auringon plasmat ja magneettikenttä. Huomaa kenttäviivojen

muodostamat kuviot koronassa ja avaruuteen pakeneva aurinko-
tuuli. Auringonpilkut esiintyvät aina pareittain, pohjois- ja etelä-
napoina.
kerrosten läpi hyvin hitaasti, aluksi säteilynä, lähempänä pintaa kon-

vektiovirtausten kuljettamana, lopulta taas näkyvästä pinnasta eli fo-
tosfääristä lähtevänä säteilynä, valona, josta häviävän pieni osa saapuu
myös Maahan.
Auringon ulkoinen kerros, paksuus noin 27% Auringon säteestä, on kon-

vektion ansiosta jatkuvassa kiehumistilassa. Tämän seurauksena kul-
kee jatkuvasti äänienergiaa Auringon ilmakehän ylimpään, ohuen plas-
man kerrokseen, koronaan, ja lämmittää tätä miljooniin asteisiin10 .
Korona, joka näkyy vain täydellisen auringonpimennyksen aikana, on

niin kuuma, että se “vuotaa” jatkuvasti avaruuteen. Tämä plasma- eli
hiukkasvirta voidaan maapallon lähellä havaita aurinkotuulena.
Auringon konvektiokerroksen sisällä “elää” monimutkainen magneet-

tikenttä, hieman samalla tavalla kuin Maan ytimen sulassa ulkoises-
sa kerroksessa. Konvektiovirtaukset yhdessä magneettikentän kanssa
toimivat monimutkaisena “luonnollisena dynamona”. Kuten Maan mag-
neettikenttä, myös Auringon magneettikenttä voi vaihtaa suuntansa,
mitä tapahtuu noin kerran 11 vuodessa.
10 Vertailun vuoksi Auringon pinnan eli fotosfäärin lämpötila on “vain” 6000 K.

16.7. Avaruussää 447
Auringon kaasu on täysin ionisoitu plasma, joka johtaa sähköä melkein

suprajohtimen tavoin. Siksi kaasu ja magneettikentä ovat kietoutuneet
toisiinsa (”frozen in”) erottamattomalla tavalla. Aihetta tutkii tieteena-
la nimeltä magnetohydrodynamiikka (MHD), jonka rautaisannos esite-
tään liitteessä B.
Aktiivisen Auringon aikana näkyy sen pinnalla auringonpilkkuja, vah-

van magneettikentän alueita joissa konvektiokerroksen kenttä nousee
pintaan. Ne syntyvät ja esiintyvät aina pareittain, magneettisina pohjois-
ja etelänapoina. Pilkkujen magnetismi jarruttaa luonnollista konvektio-
liikettä ja näin estää energian pääsyä Auringon pintaan. Lämpötila on
pilkkujen keskellä jopa pari tuhatta astetta alempana kuin Auringon
pinnalla keskimäärin11 , noin 3000 − 4000 K.
Auringonpilkkujen magneettikenttä ulottuu avaruuteen pilkkujen ylä-

puolella ja vaikuttaa siellä plasman liikkeisiin. Erikoiskuvauslaitteel-
la12 kenttäviivat saadaan näkyviin valoisina kaasujuovina. Kentän to-
pologia voi yhtäkkiä muuttua (reconnection), jolloin kentältä vapautuva
energia heittää kuumaa plasmaa avaruuteen. Purkauksen aikana syn-
tyy ylimääräistä ultravioletti- ja röntgensäteilyä, joka aiheuttaa Maan
ionosfäärin alimmissa kerroksissa ylimääräistä ionisaatiotia. Tämä li-
sää radion lyhytaaltojen imeytyminen ja näin häiritsee radioliikennet-
tä.
Noin vuorokausi myöhemmin itse plasma saapuu Maan läheisyyteen ja

sen vuorovaikutus Maan oman magneettikentän ja ionosfäärin kans-
sa synnyttää revontulia. Nekin vaikuttavat mm. radioliikenteeseeen ja
GPS-mittausten laatuun. Purkauksen aikana voi olla mahdotonta teh-
dä käyttökelpoisia GPS-mittauksia ja yleensäkin Auringon aktivisuu-
den maksimin aikana GPS-havaintojen laatu on heikompaa kuin rau-
hallisen Auringon aikana.
Myös Maan säteilyvyöhykkeet koostuvat kuumasta plasmasta, nopeis-

ta, sähköisesti varatuista hiukkasista joita Maan magneettikenttä pitää
11 Kuitenkin yksikin auringonpilkku, öiseen tähtitaivaaseen siirrettynä, olisi edelleen

kirkkaampi kuin täysi Kuu!
12 Kauniita kuvia ja videoita löytyy:
http://sohowww.nascom.nasa.gov/data/realtime-images.html,
http://sohowww.nascom.nasa.gov/data/realtime/mpeg/.
Revontulirenkaat
Magnetopaussi
Magneto-
sfääri Geo-
magneettinen
pyrstö
Aurinko-
tuuli
Törmäys- Sateilyvyöhykkeet
rintama
Kuva 16.12. Avaruussää, magnetosfääri (http://en.wikipedia.org/wiki/

Magnetosphere) ja revontulet.
sullottuna “magneettisessa pullossa”.
16.8 Satelliitin rataliike
Kuten maapallo kiertää Auringon ympäri, satelliitin rataliike maapal-

lon ympäri tapahtuu Keplerin13 lakien mukaisesti. Asia sivuttiin jo
GPS-osuudessa, osiossa 11.9. Keplerin lait ovat:
1. Satelliitti liikkuu Maan ympäri elliptisessa radassa tasossa. Maan

massakeskipiste sijaitsee rata-ellipsin yhdessä polttopisteessä.
2. Satelliitin ja Maan keskipisteen välinen sädeviiva pyhkii samassa

ajassa aina saman pinta-alan yli (pintalaki).
3. Eri satellittien kiertoaikojen (periodien) neliöt ovat samassa suh-

teessa kuin niiden rata-ellipsien isoakselin puolikkaiden kuutiot.
Ks. alla (yhtälö 16.1).
Satelliittirataa kuvaa kuusi Keplerin rata-alkiota, kuva 16.14. Liittees-

sä C rata-alkiot kuvataan yksityskohtaisemmin. Kulma θ on Greenwic-
hin tähtiaika, joka kuvaa maapallon asentoa tähtitaivaaseen nähden.
Keplerin lait pätevät matalan radan tapauksessa vain likimäärin. Maa-

pallon epätasainen massajakauma ja etenkin sen litistyneisyys aiheut-
13 Johannes Kepler (1571 – 1630) oli saksalainen tähtitieteilijä, matemaatikko ja mys-

tikko.
16.9. Satelliittiradan valinta 449
∆t
d2 d1
∆t
∆t
F2 F1
F1
(a) Ellipsin piirtäminen (b) Keplerin toinen laki
Kuva 16.13. Ellipsi on pisteiden joukko, joiden etäisyyksien summa d 1 + d 2

kahdesta polttopisteestä F1 ja F2 on vakio. Keplerin toisen lain
mukaisesti planeettan sädeviiva pyyhkii aina samansuuruisen
alueen yli samassa ajassa ∆ t.
tavat ratahäiriöitä. Niitä käytetään hyväksi Maan sisäisen massajakau-

man tutkimuksessa. Näin satelliittigeodesiasta on tullut tärkeä kiin-
teän Maan tutkimuksen apuväline.
16.9 Satelliittiradan valinta
Satelliitiradan tason kaltevuus ekvaattoritasoon nähden eli inklinaatio

on tärkeä parametri satellitin käyttötarkoituksen kannalta. Inklinaa-
tio on käytännössä sama kuin maksimaalinen pohjoinen tai eteläinen
leveysaste jonka yli satelliitti voi lentää. Eli jos esim. tiedetään, että tie-
tyn satelliitin radan inklinaatio on 55◦ , voidaan päätellä, että satelliit-
ti14 ei koskaan tule putoamaan Suomen alueelle.
Matalalla lentävien sää- ja kaukokartoitussatelliittien kannalta inkli-

naation merkitys on se, että alue, joka satelliitti voi kunnolla kartoittaa
on suunnilleen näiden leveysasteen ääriarvojen välillä.
Korkealla lentävien satelliittien kohdalla tämä rajoitus ei päde. Esimer-

kiksi geostationaariset satelliitit voivat hyvinkin kuvata pohjoismaista
aluetta. Kuvauskulma ei kuitenkaan ole hyvä.
Satelliittiradan korkeuden valinta tapahtuu Keplerin rataliikelakien
14 Oletetaan, että se ei kykene aerodynaamiseen lentoon.

E
z
(Napa)
Apogeum Perigeum
a
b ω
Perigeum
ea
ν ω Nouseva solmu
Satelliitti
i
Ω
Ω̇
θ
Maan
pyörähdysliike
x
(Greenwich)
x0
Kevättasauspiste
Apogeum
Kuva 16.14. Keplerin rata-alkiot.
avulla. Kolmas Keplerin laki kuuluu:
GMP 2 = 4π2 a3 , (16.1)
jossa a = a e + h on satelliittiradan isoakselin puolikas, keskimääräinen

etäisyys Maan keskipisteestä. Suuretta h taas kutsutaan satelliitin kes-
kikorkeudeksi. P on kiertoaika eli periodi.
Peri- ja apogeumin korkeudet Maan pinnalta lasketaan muodollisesti

seuraavasti:
h P = (1 − e) a − a e ,
h A = (1 + e) a − a e ,
siis h A − h P = 2 ea.
16.10. Satelliitiradan prekessio ja aurinkosynkrooni rata 451
Taulukko 16.1. Keplerin kolmas laki Maan satelliiteille.
Korkeus (km) Periodi Huomautus

m s
0 84 29
400 92m 34s
800 100m 52s
20 183 11h 58m GPS
35 785 23h 56m Geostationaarinen
376 603 27d 07h Kuu
Tässä a e on Maan ekvatoriaalisäde, GRS80-järjestelmän mukaan 6378 137

m.
16.10 Satelliitiradan prekessio ja aurinkosynkrooni rata
Maan muodot vaikuttavat satelliitin rataliikkeeseen. Esimerkiksi suu-

re J2 , dynaaminen litistyneisyys, jonka arvo on J2 = 1082,6267 · 10−6 ja
joka on vain yksi monesta ns. pallofunktiokertoimesta jotka kuvaavat
Maapallon muotoa ja jotka vaikuttavat satelliittien liikkeisiin. J2 :n ta-
pauksessa yksi tärkeä vaikutus on se, että satelliitin ratataso kiertää
tietyllä nopeudella Maan pyörähdysakselin ympäri, eli prekessio. Tämä
johtaa siihen, että satelliitti lentää saman paikan yli joka päivää useita
minuutteja aikaisemmin. Prekession nopeutta kuvaava yhtälö on ympy-
Auringon (näennäinen)
Satelliitin päivittäinen liike
rataliike
Maapallon litistyneisyyden
aiheuttama vetovoima
Satelliittiradan nousevan solmun

päivittäinen liike
Kuva 16.15. Aurinkosynkrooni rata.

rän muotoiselle a-säteiselle radalle

s
dΩ 3 GM ³ a e ´2
Ω̇ = =− J2 cos i,
dt 2 a3 a
jossa a e on Maapallon ekvatoriaalisäde ja i radan kaltevuuskulma päi-

väntasaajan suhteen. Jos sijoitetaan tähän numeroarvot, saadaan
dΩ cos i £
= −1,318 95 · 1018 3,5 m3,5 s−1 .
¤
dt a
Jos laskuesimerkiksi sijoitetaan tähän satelliitin korkeudeksi
h = 800 km =⇒ a = 6378 137 m + 800 000 m = 7178 137 m,
saamme
dΩ
= − 1,331 02 · 10−6 cos i [rad s−1 ] =
dt
= − 6,589◦ /vrk. · cos i. (16.2)
Käytännön syistä (aurinkopaneelit!) valitaan satelliittirata usein niin,

että ratataso kiertää Auringon vuosittaisen näennäisliikkeen mukana:
360◦
= 0◦ ,9856/vrk.
365,25 vrk
Jos inklinaatio (radan kaltevuus päiväntasaajaan nähden) valitaan vä-
lissä 96◦ − 102◦ , korkeudesta riippuen, Maan litistyneisyys J2 aiheuttaa
juuri sopivan ratatason kiertoliikkeen (“no-shadow orbit, aurinkosynk-
rooni rata”).
Korkeus (km) 500 750 1000 1500

Kriittinen inklinaatio 97◦ ,4 98◦ ,4 99◦ ,5 102◦ ,0
17. Geodesia ja geofysiikka
17.1 Geodynamiikka
Geodynamiikka on geofysiikian tutkimusala, joka tutkii Maassa tapah-

tuvia liikkeitä, kuten laattatektoniikkaa, postglasiaalista maannousua,
sekä muita maankuoren paikallisia tai globaalisia, luonnollisia tai ih-
misten aiheuttamia, liikkeitä. Tavallisesti myös Maan pyörähdysliik-
keen tutkimus lasketaan geodynamiikkaan.
17.1.1 Geodeettiset havaintotekniikat
Geodynamiikan tutkumukseen soveltuvista havaintotekniikoista kä-

siteltiin jo satelliittipaikannustekniikkaa. Kaikki GNSS-menetelmät,
GPS, GLONASS, BeiDou ja Galileo, soveltuvat tarkkoihin geodynamii-
kan mittauksiin.
Kuitenkin tieteellisessä tutkimuksessa halutaan aina käyttää mahdolli-

simman monta, mahdollisimman erilaisia tekniikkoja saman ilmiön tut-
kimiseksi niin monipuolisesti kuin suinkaan mahdollinen. Siksi käyte-
tään geodynamiikan tutkimuksessa myös joitakin hyvin tarkkoja, mut-
ta myös hyvin kalliita, tutkimusmenetelmiä:
◦ satelliittilasertutka
◦ laseretäisyysmittaus Kuuhun
◦ VLBI, pitkäkantainterferometria radioteleskooppien avulla
◦ DORIS, Doppler Orbitography and Radiopositioning Integrated by

Satellite (IAG:n DORIS-palvelu: http://ids-doris.org/), rans-
kalainen satelliittiratojen määritysjärjestelmä joka palvelee geo-
desian ja geodynamiikan tutkimusta.
– 453 –
454 Luku 17. Geodesia ja geofysiikka
Lageos 1
Lageos 2
60 cm
a e i
Lageos 1 12273 km 0,00444 109◦ ,84

Lageos 2 12273 km 0.01377 52◦ ,68
Kuva 17.1. Lageos-satelliitti. Satelliitin läpimitta on 60 cm, se koostuu ulkoi-

sesta alumiinipallosta johon on kiinnitetty 426 kulmaprismahei-
jastinta (ks. alaosio 6.4.3), ja pronssista tehdystä sisäpallosta. Sa-
telliitin massa on noin 400 kg. Oikealla Lageos 1 ja 2 -satelliittien
radat.
Satelliittilaser ja kuulaser ovat hyvin samanlaisia tekniikkoja. Laser-

satelliitit ovat hyvin painavia, tiiviitä, pronssista, köyhdytystä uraa-
nista tai muusta metallista tehtyjä massiivisia palloja, jotka ovat hei-
jastusprismojen (kulmaprismojen) peitossa. Kuun pinnalle jäi Apollo-
astronauttien jäljiltä muutama prismantäytteinen heijastuspaneeli, jot-
ka palvelevat samaa tarkoitusta. Myös venäläisten miehittämättömien
kuulentojen jäljiltä on jäänyt heijastusprismoilla varustettuja kulku-
neuvoja (Lunohod 1 ja 2) Kuun pintaan.
Matka satelliittiin tai Kuuhun mitataan mittaamalla valopulssin edes-

takaista kulkuaikaa ja jakamalla kahdella. Ilmakehän vaikutus sig-
naalin kulkuun on otettava huomioon. Toisin kuin GNSS, tällä teknii-
kalla mitataan oikeita etäisyyksiä (ilman kellotuntemattomia) eivätkä
pseudoetäisyyksiä. Siksi globaalinen laser-asemaverkko on geometrises-
ti jonkin verran vahvempi kuin globaalinen GNSS-verkko. Näin se an-
taa arvokkaan lisän globaalisen seurantaverkon geometriseen vahvuu-
teen.
VLBI (Very Long Baseline Interferometry eli pitkäkantainterferometria)

käyttää kaukaisten radiolähteiden eli kvasaarien radiosignaaleja. Kva-
saarit ovat niin kaukaisia ja kompakteja1 , että ne käytännössä ovat pis-
1 Vallitsevan teorian mukaan kvasaarit ovat supermassiivisia mustia aukkoja kaukais-

17.1. Geodynamiikka 455
temäisiä lähteitä. Siksi niiden lähettämän, kohinan kaltaisen radiosig-

naalin aaltomuoto on tarkasti sama, vastaanotetaanko se missä päin
maapalloa tahansa.
VLBI-mittaukset suunnitellaan huolellisesti. Kampanjoihin osallistuu

useita radioteleskooppeja ympäri maailmaa. Kaikki osallistujat suorit-
tavat sovitun ohjelman, jossa havaitaan samat kohteet samoilla hetkil-
lä, tietyn taajuuskaistan sisällä.
Signaalin tallennukseen on olemassa erilaisia ratkaisuja ja laitesuku-

polveja. ”Mark II” käytti ihki tavallisia VHS-videonauhoja. Signaali
muunnettiin erikoislaitteiston avulla videosignaaliksi ja tallennettiin
nauhalle. Nykyisin tallennus tapahtuu usein digitaalisesti kovalevyl-
le ja myös suora siirto Internetin kautta UDP/IP -protokollalla voittaa
alaa.
Tallenteet luetaan ja korreloidaan keskenään: etsitään vastaavat koh-

dat aivan kuten kahden puukappaleen vuosirenkaat voidaan vertailla
keskenään (ks. kuva 6.7), ja löytää vastaavat vuodet. Korrelaatiolasken-
ta on tietokoneintensiivinen prosessi joka aikanaan vaati erikoislaitteis-
toa. Korrelaatiolaskun tuloksena saadaan kahden radioteleskoopin vas-
taanottoaikojen välinen erotus ∆ t, joka on siis tämän tekniikan havain-
tosuure. Se voidaan tulkita myös radioteleskooppien välisen vektorin
R AB projektioksi c∆ t kvasaarin suuntavektorille, ks. kuva 17.2.
Menetelmä vaati toimiakseen, samalla tavalla kuin kuuluisa Väisälä-

interferometri, että signaali on satunnainen eli valkoinen kohina: ko-
herenssipituus on oltava lyhyt. Samoin GPS-koodimittauksen kanssa,
missä kohina generoidaan keinotekoisesti, ns. pseudosatunnaiskoodina.
Suorittamalla mittaukset useiden eri kvasaarien avulla voidaan rat-

kaista kahden radioteleskoopin A, B välinen sijaintierovektori R AB ab-
soluuttisessa (inertiaalisessa, siis: tähtitaivaaseen sidotussa) koordi-
naatistossa. Samoin kuin satelliittilaserhavainnot, vahvistavat myös
VLBI-havainnot globaaliset geodynamiikan seurantaverkot. Myös Suo-
messa suoritetaan geodeettisia VLBI-havaintoja Metsähovin radioteles-
koopilla, ks. kuva 3.15.
ten eli nuorien galaksien ytimissä. Säteily syntyy kun aukko imee ainetta ympäristös-
tään. Myös oman Linnunradamme ytimessä on musta aukko (Sagittarius A*), joka
säteilee kuitenkin paljon heikommin.
a
intam
tor
Aal Kvasaari
c∆ t
Atomi-
kello
Nauha A
R AB
Nauha B
Korrelaattori
Atomi- ”Valkoinen kohina”

c∆ t kello
Kuva 17.2. Pitkäkantainterferometrian toimintaperiaate.
Yksi olennainen ero VLBI:n ja sekä laser- että GNSS-havaintojen välillä

on, että Maan massakeskipiste ei ole mukana VLBI-havaintoyhtälöissä.
Kvasaarit ovat niin valtavan kaukaisia, että Maan massakeskipisteen
sijainnin pieni muutos vaikuttaisi prikulleen samalla tavalla VLBI-
vektorin molemmassa päässä olevien radioteleskooppien mittauksiin ja
vaikutus lopputulokseen olisi nolla. Toisaalta Maan pyörähdysakselin
hetkellinen suunta on mittausgeometriassa mukana ja GNSS:n lisäksi
VLBI:stä on tullut viime vuosina suosittu tapa seurata Maan pyöräh-
dysliikettä, sekä napaliikettä että vuorokauden pituuden vaihteluja.
Metsähovin tutkimusaseman lähellä, kolmen kilometrin matkalla Sjö-

kullassa, radioteleskoopilta suojassa, on DORIS-majakka joka sisältää
aktiivisen radiolähettimen. Ranskalainen DORIS (Doppler Orbitograp-
hy by Radiopositioning Integrated on Satellite) on epätavallinen järjes-
telmä: havaintoasemat ovat aktiivisia ja satelliitit vain passiivisesti vas-
taanottavat niiden signaalit. Ratkaisun etuna on datankeruun keskittä-
minen. Maailman ympäri on 60 DORIS-tukiasemaa, asemia on kaikilla
suuremmilla mannerlaatoilla.
Keski-
atlantin
selänne
Etelä-Ameriikka
ja Afrika 150M
vuotta ennen
nykyaikaa
Kuva 17.3. Alfred Wegenerin mannerliiketeoria ja Keski-Atlantin selänne.
17.1.2 Globaalinen geodynamiikka
Saksalainen Alfred Wegener2 ehdotti jo vuonna 1912, että mantereet,

maankuoren palaset, liikkuisivat hitaasti pehmeän Maan sisuksen pääl-
lä, kuten jäälautat merellä. Todisteiksi hän tarjosi mantereiden ranto-
jen muodot, jotka sopivat ihmeen hyvin yhteen (kuva 17.3) ja kivilajit ja
fossiilit, jotka ovat hyvin samanlaisia rantaviivojen vastaavissa paikois-
sa.
Kukaan ei häntä siihen aikaan uskonut. Asiaa ei auttanut, että seismo-

logian avulla todettin Maan vaipan olevan terästä kovempaa: transver-
saaliset aallot eli poikittaisvärähtelyt (S-aallot) kulkevat vain kiinteäs-
sä aineessa, ja ne tiettävästi kulkevat erittäin hyvin Maan vaipassa.
Vasta 1960-luvulla teoria sai enemmän kannatusta etenkin Maan mag-

neettikentän tutkimuksesta. Siihen aikaan oli jo mahdollista mitata
paikallinen magneettikenttä lentokoneesta. Pienenpienet kentän vaih-
telut kartoitettiin, ja karttoihin ilmaantui kaikkialla rinnakkaisia juo-
via, ks. kuva 17.5. Juovat kulkevat samaan suuntaan kuin Keski-
Atlantin selänne tai muut vastaavat selänteet muissa valtamerissä.
2 Alfred Lothar Wegener (1880 – 1930) oli saksalainen meteorologi, geofyysikko ja

Grönlannin tutkija, missä hän myös menehtyi 50-vuotiaana, ja jonka mannerjäätik-
köön hänet haudattiin.
Magneetti-
kenttä
Vaippa, Sisä-
kiinteä, ydin,
Ulko- kiinteä
plastinen
ydin,
neste-
mainen S-
aal-
lot
P-
Kuori aal-
lot
Kuva 17.4. Maan sisäinen rakenne. Konvektiovirtaukset ulkoytimessä gene-

roivat Maan magneettikentän (dynamoteoria). Ydin koostuu luul-
tavasti rauta-nikkeli-seoksesta.
Myös niiden kuvio oli kaikkialla sama, vaikkakin joskus leveämpää, jos-
kus kapeampaa – kuten saman ajanjakson vuosirenkaat eri puissa.
Teoreettinen selitys on, että uutta maankuorta – merenpohjaa – muo-

dostuu koko aikaa Keski-Atlantin selänteella: kuuma, sula magma jääh-
tyy ja kovettuu ja magmassa olevat rautamalmihiukkaset orientoituvat
pysyvästi sen hetken Maan magneettikentän suuntaisiksi.
Tällä hetkellä on näin, että Maan magneettinen pohjoinen napa – Ka-

nadassa – on fysikaalisesti etälänapa, S ; eteläinen napa, Tasmanian tie-
noilla, on N -napa. Kuitenkin nämä roolit vaihtuvat keskenään epäsään-
nöllisin välein, luokkaa miljoona vuotta. Nämä vaihtelevat suunnat tu-
levat tallennetuiksi merenpohjaan samalla tavalla kuin ääni tallentuu
nauhurin magneettinauhalle.
Maan sisäisen rakenteen, niin hyvin kuin me sen tunnemme, näyttää

kuva 17.4 Maan sisäinen rakenne.
Merenpohjan
liike
Uuden merenpohjan
muodostuminen
S
Paleomagneettisia
vyöhykkeitä
N
Maan magneettisuuden suunnan vaihtuminen

N α β
Aika Magneti- Radio-

sointi iänmääritys
(ennen nyk.) (Holmes)
S γ
Kuva 17.5. Paleomagnetismi ja merenpohjan leveneminen.
Samanaikaisesti kehitti mm. brittiläinen Arthur Holmes3 radioiänmää-

ritysmenetelmän, joka käyttää hyväksi erilaisten maankuoressa esiin-
tyvien alkuaineiden radioaktiivisten isotooppien säännöllistä hajoamis-
tahtea geologisena kellona (Lewis, 2000). Käyttökelpoisten hajoamispro-
sessien joukossa on kalium B argon, puoliintumisaika 1,25 miljardia
vuotta, ja uraani 238 B lyijy, 4,47 miljardia vuotta.
Mittaamalla hajoamistuotteen ja alkuperäisisotoopin pitävyydet voi-

daan päätellä, paljonko aikaa on kulunut kiven kiinteyttymisen jälkeen.
Näin määritetyt merenpohjan eri paikkojen iät sopivat erinomaisesti
yhteen magneettijuovien antaman kuvion kanssa: miten pitempi mat-
ka keskiselänteeltä, sitä vanhempi on merenpohja.
Sanotaan, että mannerlaatat liikkuvat, mutta laattoihin kuuluu yhtä

hyvin merenpohjaa. Puhutaan Euraasian laatasta, vaikka se sisältää
myös koko Pohjois-Atlantin meripohjan Atsorien pohjoispuolella Keski-
Atlantin selänteen itäpuolella. On kyse hyvin hitaista konvektioliikkeis-
tä, jotka kuljettavat maankuoren laatat mukanaan. Nopeudet vaihte-
levat muutamasta senttimetristä vuodessa jopa kymmeneen senttiin.
Konvektioliikkeen tarkka muoto on edelleen epäselvä: tapahtuuko se
koko vaipan kautta, vai kahdessa kerroksessa?
3 Arthur Holmes (1890 – 1965) oli brittiläisgeologi, radioiänmäärityksen ja laattatekto-

niikan pioneeri.
Keski-Atlantin selänne
Laattaliike
Syvänmeren hauta Conradin
Kuori rajapinta
Meri
Mohorovičićin
rajapinta
Litosfääri
Litosfäärin
Konvektio Subduktio
alapinta
Astenosfääri
Benioffin vyöhyke
Vaippa
660 km:n
rajapinta
Kuva 17.6. Globaalinen laattatektoniikka.
Konvektiota ylläpitämä lämpöenergia tulee kahdesta lähteestä: radio-

aktiivinen hajoaminen ja ”alkulämpö”, en. primordial heat, edelleen
jatkuva jäähtyminen ja kerrostuminen. Molempien osuudet uskotaan
suunnilleen yhtä suureiksi. Maan ytimen tuottama lämpö on kokonaan
primordial: kiinteä sisäydin kasvaa edelleen nestemäisen ulkoytimen
kustannuksella.
Konvektioteoria esitetään kuvassa 17.6Globaalinen laattatektoniikka

ja lisää mannerliikkeen mekanismin yksityiskohtia kuvassa 17.7 Laat-
tatektoniikan mekanismit. Keski-Atlantin (ja Keski-Tyynenmeren ja -
Intian valtameren jne.) selänteellä muodostuu uutta merenpohjan kuor-
ta sulasta magmasta joka nousee Maan vaipasta ylös (kuitenkaan, ku-
ten tuli jo sanotuksi, Maan vaippa itse ei ole nestemäinen). Valtamerten
reunilla löytyy taas syvänmeren hautoja, joiden alla meren kuori sukel-
taa alas vaippaan (subduktio eli alityöntö).
Tarkassa geodeettisessa työssä on mannerlaattaliike otettava huomioon.

Liikkeen laskemiseksi voidaan käyttää ns. NUVEL-malleja, jotka taulu-
koivat jokaisen laatan liike pyörähdysliikkeenä annetun navan ympäri
annetulla pyörähdysnopeudella. Malli NUVEL-1A (DeMets ym., 1994)
on laskettu geologisesta tutkimusaineistosta. Tulokset sopivat mittaus-
Divergoiva Transformisiirros Konvergoiva

reuna reuna
Kilpitulivuorten Valtameren Saarikaari
Hauta- saaristo keski- (Japani)
vajoama (Hawaii) selänne Kerrostulivuori
(Itä-Afrikka)
Sub-
duktio
(ali-
työntö)
Vaippa
”Hot spot”
Ydin
Kuva 17.7. Laattatektoniikan mekanismit, laattojen reunat ja tulivuoritoi-

minta. Maan kuoren paksuus on liioiteltu. Huomaa, että syvä ”hot
spot” -teoria ei ole kaikkien geofyysikoiden hyväksymä.
virheiden rajoissa yhteen GPS:n ja muiden menetelmien avulla saatujen

tulosten kanssa.
17.1.3 Alueellinen geodynamiikka
17.1.3.1 Esimerkki: Fennoskandian maannousu
Maa nousee Suomessa. Kuten myös Ruotsissa, Norjassa, Tanskassa,

Skotlannissa ja Kanadassa. Kaikki nämä pystyliikkeet johtuvat viime
jääkauden jälkeisestä mannerjäätikön sulamisesta n. 11 000 vuotta sit-
ten. Mannerjäätikkö, jonka paksuus yltyi pariin-kolmeen kilometriin,
painoi maankuorta alas. Ilmiötä kutsutaan isostaattiseksi sopeutumi-
seksi; vaikka maankuori ja Maan vaippa koostuvat molemmat kiinteäs-
tä aineesta, ne kuitenkin taipuvat hitaasti ja plastisesti suurten kuor-
mitusten alla.
Elastinen: Kappale reagoi heti, ja palautuu heti alkuperaiseen muo-

toonsa kun kuormitus häviää. Esim.: jousi, tennispallo.
Plastinen: Kappale muuttaa muotoaan hitaasti ja jatkuvasti. Se ei pa-

laudu alkuperäiseen muotoonsa kun kuormitus häviää. Esim.: sii-
rappi, muotoilusavi. Plastisen aineen vastus deformaatiolle kuva-
taan käsitteellä viskositeetti.
Viskositeetti: Mitä kiinteämpi aine, sitä suurempi viskositeet-

tiarvo. Yksikkö: Pa s (Pascal sekunti) eli N s m−2 .
Postglasiaalisen maannousun luonne on plastinen muodonpalautus. Il-

miötä tutkitaan koska se mahdollista Maan vaipan viskositeettiarvojen
määritystä. Saadut tulokset viittäävät seuraavaan rakenteeseen:
1. “kansi”, litosfääri, paksuus 50−100 km, jolla on korkea viskositeet-

ti ja joka reagoi puhtaasti elastisesti
2. litosfäärin alla, astenosfääri, kerros jonka viskositeetti on suhteel-

lisen alhainen, 1020 − 1021 Pa s, paksuus muutama sata km
3. astenosfäärin alla sijaitsee alempi vaippa, jolla on suhteellisen

korkea viskositeetti, luokkaa 1022 Pa s tai vieläkin korkeampi.
Yllä annetut numeroarvot ovat hyvin epävarmoja ja voivat hyvinkin

muuttua aktiivisen tutkimuksen seurauksena.
Vertailun vuoksi juoksevan veden viskositeetti on 20◦ C lämpötilalla

0,001 Pa s, nestemäisen natriumin (käytetään hyötyreaktoreissa) 0,0007 Pa s
sen sulamispisteessä 98◦ C.
Fennoskandia ei ole ainoa alue maailmassa, missä maankuori nousee

viime jääkauden päättymisen seurauksena. Puhutaan GIA:sta, Glacial
Isostatic Adjustment. Muita vastaavia alueita on:
◦ Laurentide (Pohjois-Kanadan) maannousu-alue. Paljon laajempi

kuin Fennoskandian
◦ Siperian maannousu-alue. Vähän tutkittu
◦ Joitakin Etelämantereen reuna-alueita.
Fennoskandian postglasiaalinen deformaatio tapahtuu ellipsin muotoi-

sessa alueessa jonka keskus, maannousun maksimi, sijaitsee Meren-
kurkun kohdalla Ruotsin puolella, jossa se on yli 9 mm/a; tästä ulospäin
nousun nopeus vähenee kaikkiin suuntiin. Suomen kaakkoisrajalla se
on enää noin 3 mm/a. Maannousun nollaviiva kulkee Tanskan ja Pohjois-
Puolan kohdalla ja kaartuu Liettuan ja Venäjän alueella koilliseen. Lin-
Mannerjäätikkö (suli n. 11 000 v sitten)
Ruotsi Suomi
Atlantti Itämeri
Norja
Litosfääri n. 100 km
(viskositeetti
"ääretön")
Astenosfääri
(viskositeetti
1021 Pa s)
660 km:n
Alempi vaippa rajapinta
(viskositeetti
1022 Pa s)
Kuva 17.8. Postglasiaalinen maannousu Fennoskandiassa. Kuva antaa alueen

pystytason läpileikkaus; itse asiassa ilmiö on kolmiulotteinen. To-
pografia ja mannerjäätikön paksuus liioiteltuja.
jan ulko- eli eteläpuolella maa laskee hitaasti.
Kun maankuori nousee, virtaa astenosfäärissä ainetta hitaasti sisään-

päin, maannousun keskipisteen suuntaan, ja täyttää kuoren alle syn-
tynyttä tyhjää tilaa. Maannousu ei ole suinkaan vaan pystyliike: myös
vaakaliikkeet esiintyvät, kuten pitkäaikainen GNSS-mittaus on osoit-
tanut.
Tekniikat postglasiaalisen maannousun tutkimiseksi ja mittaamiseksi

ovat:
◦ säännöllisin välein (kymmenia vuosia) toistettu tarkkavaaitus
◦ keskimerenpinnan seuranta maankuoren suhteen käyttämällä ma-

reografeja, vesiasteikkoja rannikolla
◦ painovoiman muutoksien seuranta, esimerkkinä pohjoismaiset pai-

novoimaprofiilit (Mäkinen ym., 2010). Painovoiman muutokset
johtuvat kahdesta syystä:
0˚ 35˚
5˚ 10˚ 30˚
15˚ 20˚ 25˚
70˚
70˚
65˚
65˚
60˚
60˚
55˚
55˚
0˚ ˚
35
5˚ 30˚
10˚ 25˚
15˚ 20˚
Kuva 17.9. BIFROST-projektin määrittämät vaaka- ja pystyliikkeet Fennos-

kandiassa. Vaaka- ja pystynuolet eivät ole samassa mittakaavassa.
Lähde Lidberg ym. (2009).
1. Mittauspiste siirtyy maannousun johdosta pois Maan kes-

kuksesta ja painovoima vähenee.
2. Maankuoren alaisen massavirtauksen ansiosta pisteen alla

olevan massan määrä lisääntyy ja painovoima kasvaa.
Havaittu painovoiman muutos on näiden kahden efektin yhteis-

vaikutus
◦ GNSS-seuranta, kolmiulotteisesti. Tämä on aika tuore tekniikka

ja aikasarjat ovat vielä lyhyitä, koska riittävää tarkkuutta omaa-
vat geodeettiset GNSS-laitteet, ja riittävän tarkat käsittelyteknii-
kat, ovat olleet olemassa vasta parikymmentä vuotta.
17.1.3.2 Meren ja ilmakehän kuormitus
Merenpinnan vaihtelut, esimerkiksi vuorovedet, voivat heijastua maan-

kuoren tasoon rannikoalueilla. Liike voi olla jopa pari senttimetriä, mut-
ta vaimenee nopeasti sisämaahan päin. Vasta viime vuosina on onnis-
tuttu mittamaan tämä liike GNSS:n avulla, mutta epävarmuudet ovat
suuria. Myös painovoiman seurannan pitkissä aikasarjoissa tämä vuo-
roveden kuormitus näkyy. Se on keino tutkia kiinteän Maan paikallisia
elastisia ominaisuuksia.
Myös ilmakehän, lähinnä ilmanpaineen vaihtelujen, vaikutus pitäisi nä-

kyä tällä tavoin. Ilmiö on kuitenkin hyvin pieni ja vaikea havainnoi-
da varmuudella. Painovoimamittauksessa taas on vaikea erottaa tämän
kuormituksen vaikutus ilmakehän oman vaihtelevan vetovoiman vaiku-
tuksesta mittauslaitteelle.
17.1.4 Paikallinen geodynamiikka
17.1.4.1 Antropogeeniset maan liikkeet
Ihminen aiheuttaa toimillaan usein maankuoren liikkeita, ns. antropo-

geenisia liikkeitä. Esim. jokipadon rakentaminen ja sen altaan täyttä-
minen aiheuttaa lisäkuormitusta paikallisen maankuoreen, ja voi jopa
aiheuttaa pieniä maanjäristyksiä.
Venezuelassa öljyn pumppaaminen Caracas-alueella on aiheuttanut hy-

vin näkyvän maankuoren paikallisen laskun. Toiset, vastaavat alueet
löytyy maailmassa useita. Hollannissa Groningenissa taas maakaasun
pumppaus on aiheuttanut maan vajoamisen, josta maanviljelijöille mak-
setaan korvaus. Tästä syystä mitataan liikkeet geodeettisella tarkkuu-
della ja toistuvasti.
Myös juomaveden pumppaus huokoisista maakerrostumista (pohjavesi-

varannosta eli akviferista) voi aiheuttaa maan vajoamista jopa metri-
kaupalla. Tämä on kaikkialla, mutta varsinkin kehitysmaissa, erittäin
tavallinen ongelma (http://en.wikipedia.org/wiki/Groundwater-related_
subsidence).
17.1.4.2 Luonnolliset maan liikkeet
Paikallisia maankuoren liikkeita tapahtuu usein geologisten murtovyö-

hykkeiden lähellä, esimerkiksi San Andreas -murtovyöhykkeellä Kali-
forniassa, kahden tektonisen laatan välinen raja jolla laatat liikkuvat

hitaasti toisiinsa nähden. Kun laattojen liike juuttuu kiinni, maankuo-
ren sisäiset jännitteet kumuloituvat, ja voivat vapautua vuosien jälkeen
tuhoisasti maanjäristyksessä.
Maankuoren liikkeiden seurantaan käytyään nykyisin eri geodeettisia

menetelmiä. Myös valtamerten keskiselänteiden alueilla, kuten Islan-
nilla, tapahtuu kaikenlaista geodeettista mittaustoimintaa geofysiikan
tutkimuksen palveluksessa.
Mannerlaatat eivät ole välttämättä täysin jäykkiä ja yhtenäisiä, vaan

niiden sisälläkin on kaikenlaisia murtolinjoja, joita pitkin on tapahtu-
nut – ja varmaan tapahtuu edelleen – tektonisia liikkeitä. Mikroseis-
miikan lisäksi niitä voi yrittää havainnoida geodeettisilla seurantame-
netelmillä (Ahola, 2001).
Deformaatioseuranta Maankuoren paikallisten deformaatioiden seu-

rantaan soveltuu sekä perinteisiä (takymetrimittaus, tarkkavaaitus) et-
tä moderneja tekniikkoja kuten GNSS-seuranta.
Maanjäristyksille alttiille alueille (Japani, Kalifornia ym.) on raken-

nettu monta sataa vastaanotinta käsittäviä, pysyvästi toimivia GNSS-
seurantaverkkoja. Kuitenkin myös perinteisempiä tekniikkoja, kuten
seurantaa automaattisten takymetrien avulla, käytetään. Aineistojen
kerääminen ja käsittely tapahtuu tosiajassa.
Deformaatioiden toteaminen havaintoaineistosta on samankaltainen teh-

tävä kuin karkeiden virheiden toteaminen: siihen soveltuu samanlainen
tilastollinen testaus (osio 14.3) sopivasti valitulla vaihtoehtoisella hypo-
teesilla Ha .
Deformaatioseurantaan käytetään myös SAR-tekniikkaa (Synthetic Aper-

ture Radar) satelliitiltä4 . “Synthetic aperture” tarkoittaa, että satelliitin
eri ylikulkureiteiltä otetut tutkakuvat yhdistetään laskennallisesti niin,
että saadaan aikaan ylikulkujen välimatkan kokoista “virtuaalista ob-
jektiiviaukkoa”. Menetelmä on interferometrinen (InSAR), sopivan kä-
sittelyn jälkeen kuvassa näkyy deformaatiot interferenssirenkaina.
4 http://www-radar.jpl.nasa.gov/insar4crust/.
17.2. Maan painovoimakentän tutkimus kiertoradalta 467
Kuva 17.10. Vaakaliikkeet Japanin vuoden 2011 Sendai-maanjäristyksen yh-

teydessä, mitattuna Japanin valtakunnallisen pysyvän GNSS-
verkon avulla. Maanjäristyksen alkuperäinen liike punaisena,
jälkiliikkeet sinisinä. © ja laskenta: ARIA team (JPL ja Caltech).
Data: Japanin Geospatial Information Authority (GSI). Osoittees-
ta https://youtu.be/6Q-RzgdR0VM löytyy animaatio. Dataa ke-
rätään 1200 vastaanottimen voimin kerran sekunnissa.
17.2 Maan painovoimakentän tutkimus kiertoradalta
Vuosikymmenen 2000 – 2010 aikana laukaistiin kolme satelliittimissio-

ta Maan painovoimakentän eli geopotentiaalin hienorakenteen selvittä-
miseksi, ts. globaalisen geoidikartan piirtämiseksi.
CHAMP (Challenging Minisatellite Payload for Geophysical Research

and Applications, http://op.gfz-potsdam.de/champ) laukais-
tiin rataansa Plesetskin laukaisukeksukselta Venäjältä 15. hei-
näkuuta 2000. CHAMPIN radan korkeus oli alussa vain 450 km,
”Synteettinen
antenni”
SAR-tutkasatelliitti
ulk
iku
Yl
Kohde-
alue
(a) SAR-kuvauksen geometria
(b) InSAR-kuvan esimerkki
Kuva 17.11. InSAR. Samanväristen interferenssirenkaiden välinen deformaa-

tioväli on n. 10 cm. Musta viiva edustaa murtovyöhykettä.
mikä lennon aikana vahentyi 350 km:iin. (Vertailun vuoksi: GPS-

satelliittien ratakorkeus on 20 000 km.)
CHAMP sisälsi GPS-vastaanottimen satelliitin tarkkaa radan-

määritystä varten. GPS-datasta lasketaan satelliitin paikka ava-
ruudessa x ( t) ajan funktiona. Tästä voidaan laskea geometrista
kiihtyvyyttä a ( t) differentioimalla:
d2
a ( t) = x ( t) .
dt2
Mukana satelliitissa oli myös kiihtyvyysmittari, jonka tehtävänä
oli mitata ilmakehän aerodynaamisten voimien aiheuttamat sa-
telliitin kiihtyvyydet. Näiden eliminoinnin jälkeen jäljelle jäävät
vain Maan painovoimakentän aiheuttamat kiihtyvyydet, joista voi
Magnetometripuomi
GPS-1 GPS-2 GPS-3

GPS-antenni GPS-4
Kiihtyvyysvektori
Nim
ellin
en ra
ta
”CHAMP” Tod
ell
ratainen
Aurinkokennot
Maan sisäiset
massatiheysvaihtelut (esimerkki)
Kuva 17.12. Maan painovoimakentän määrittäminen matalalla lentävän sa-

telliitin GPS-rataseurannan avulla.
laskea tarkka geopotentiaali- eli geoidimalli.
CHAMPIN keräämää dataa on käytetty globaalisten geopotenti-

aalimallien laskennassa. Mallien maantieteellinen resoluutio eli
erotuskyky on ollut vaatimaton, luokkaa 1000 km. Satelliitti pala-
si syyskuun 19. päivänä 2010 ilmakehään ja tuhoutui 58 277 rata-
kierroksen jälkeen.
GRACE (Gravity Recovery And Climate Experiment Mission5 ) mittaa

Maan painovoimakentän ajallisia muutoksia erittäin tarkasti, ai-
karesoluutiolla noin kuukausi, melko karkealla maantieteellisellä
erotuskyvyllä. Nämä ajalliset muutokset johtuvat lähinnä Maan
“sinisen kalvon”, eli ilmakehän ja vesivaipan, liikkeista. Mitatta-
vaa suuretta kutsutaan myös merenpohjan paineeksi, ehkä hie-
man yllättävästi. Selitys on, että suure on verrannollinen koko
ilma- ja vesipatsaan sisältämään massaan.
GRACE on satelliittipari: satelliitit (“Tom ja Jerry”) lentävät perä-

kanaa noin 450 km korkeudella, keskinäisellä etäisyydellä 220 km.
Satelliitin välisiä etäisyysmuutoksia mittaa mikroaaltolinkki tark-
kuudella 1 µm/s. Molemmassa satelliitissa on myös herkkä kiihty-
vyysanturi ilmakehän vastuksen mittaamiseksi ja poistamiseksi.
5 http://www.gfz-potsdam.de/portal/gfz/Struktur/Departments/Department+
1/sec12/projects/grace.
Kiihtyvyyksien ero näköviivan suunnassa

-
1 Sate
liitti lliitti
Satel 2
(Etäisyys 220 km)
Tarkka etäisyysmittaus, aallonpituus 1,5 cm
s
keu
Kor km
500
Maan ”sinisen kalvon” (ilmakehän, vesivaipan) massasiirtymiä,

eli ”merenpohjan kokonaispaineen” vaihtelu
Kuva 17.13. GRACE-satelliittiparin perusidea: Painovoimakentän pienenpie-

nien vaihtelujen mittaaminen SST:n (Satellite-to-Satellite Trac-
kingin) avulla.
Mittausjärjestelmä on niin herkkä, että jopa millimetrin paksui-

sen vesikerroksen vaihteluita voidaan huomata, jos ne ulottuvat
mantereen kokoiselle alueelle (noin 500 km).
Onnistunut laukaisu tapahtui vuonna 2001. Dataa tulee jatkuvas-

ti lisää ja on ollut hydrologeille kullan arvoinen6 .
GOCE (Gravity Field and Steady State Ocean Circulation Explorer) oli
satelliittimissioista kaiken kunnianhimoisin. Satelliitti laukais-
tiin Plesetskiltä Venäjältä maaliskuun 17. päivänä 2009. Radan
korkeus oli vain 250 km ja satelliitti sisälsi rakettimoottorin (io-
nimoottorin) ja ajoainevarannon radan ylläpitämiseksi ilmakehän
kitkaa huolimatta. Hyötykuormana GOCE sisälsi painovoimagra-
diometrin, laitteen joka mittasi tarkasti Maan vetovoiman gra-
dientin komponentteja, vetovoiman riippuvuuksia eri paikkakoor-
dinaateista. Gradiometri koostui useista kehikköön kiinnitetyistä
äärimmäisen herkistä kiihtyvyysmittareista.
GOCE on toiminnut hyvin. Kuitenkin heinäkuussa 2010 ilmaan-

tui vakava tietoliikennehäiriö, joka saatiin korjatuksi elokuussa.
6 http://en.wikipedia.org/wiki/File:GlobalGravityAnomalyAnimationoverLAND.
gif.
- Kiihtyvyys-
GOCE-satelliitti
erojen
1 mittaus
5 -
3 4
6
Gradio-
metri Kiihtyvyys-
mittari (6)
Tuntemattomia
tiheysvaihteluita
Kuva 17.14. Maan painovoimakentän määrittäminen GOCE-satelliitin paino-

voimagradiometrin avulla.
Missio päättyi 21. lokakuuta 2013 ja marraskuun 11. päivänä sa-

telliitti palasi ilmakehään ja tuhoutui Falklandin saarten lähellä.
Teoreettisista analyyseista on saatu selville, että gradiometria on

paras tapa mitata painovoimakentän hyvin paikalliset piirteet,
parempi kuin rataseuranta GNSS:n avulla. Pienimmät geoidikar-
tan yksityiskohdat jotka GOCE-aineistossa näkyvät ovat läpimi-
taltaan vain 100 km ja niiden tarkkuus on jopa ±2 cm.
Eräs niin tarkan globaalisen geoidikartan tärkeä sovellus on kar-

toittaa keskimerenpinnan poikkeamat geoidista, ekvipotentiaali-
pinnasta, vastaavalla tarkkuudella. Merenpinnan todellinen paik-
ka avaruudessa saadaan satelliittien tutka-altimetriamittauksilta
myös muutaman senttimetrin tarkkuudella. Tämä tasoero meren-
pinnan ja ekvipotentiaalipinnan välillä, meritopografia, voidaan
Kuva 17.15. GOCE-mission tuottama meritopografiakartta © European Space

Agency. Yksikkö cm. Päälle piirretyt meren pintavirtaukset NO-
AA / Rick Lumpkin (Lumpkin ja Garraffo, 2005). Vertaa kuvan
17.20 kanssa!
invertoida merivirtausten kartaksi. Takana oleva teoria seloste-

taan alaosiossa 17.5.2. Ks. myös kuva 17.15.
GOCE-satelliittimissio sai nimensä tästä mahdollisuudesta.
17.3 Ilmakehän tutkimus ja GNSS
17.3.1 Vesihöyryarvot GNSS-asemaverkolta
Ilmakehä vaikuttaa radioaaltojen, myös GPS-signaalin, kulkuun. Kuten

näkyy kaavasta 11.4:
77,624 K/hPa 64,70 K/hPa 5748 K

µ ¶
6
N M = 10 · ( n M − 1) = ( p − e) + 1+ e
T T T
vaikuttavat sekä ilman kokonaispaine p että vesihöyryn osapaine eli

absoluuttinen kosteus e kulkuun, mutta eri tavalla. Jos sijoitetaan T ≈
285 K (noin 12 ◦ C) saadaan
N M = 0,27 ( p − e) + 4,8 e.
17.3. Ilmakehän tutkimus ja GNSS 473
Kirjoitetaan tämän muotoon
N M = ap dry + b p wet ,
jossa p dry = p− e on ilmakehän kuivien osuuksien yhteenlaskettu osapai-

ne ja p wet = e on vesihöyryn osapaine. Kertoimet a ja b kuvaavat kuivan
ilman (lähinnä typpi, happi, argon ja hiilidioksidi) ja vesihöyryn vaiku-
tus. Arvot a ≈ 0,27 hPa−1 ja b ≈ 4,8 hPa−1 riippuvat hieman ilmakehän
lämpöprofiilista korkeuden mukaan. Kuitenkin b on noin 18 kertaa a:
vesihöyry vaikuttaa noin 18 kertaa vahvemmin GPS-signaalin kulkuun
kuin kuiva ilma. Ilmiön takana on vesimolekyylin poolisuus, ks. osio 6.5.
Vesihöyryn osapaine on vähemmän käytetty tapa kuvata paljonko vesi-

höyryä ilmassa on. Käytetympi tapa on suhteellinen kosteus prosenttei-
na, vesihöyryn määrä verrattuna määrään saturaatiolla, kun ilmassa
on niin paljon kuin mahtuu tietyllä lämpötila-arvolla, ennen kuin se al-
kaa tiivistyä nesteeksi. Saturaatio-osapainetta e sat antaa Clausiuksen7
ja Clapeyronin8 yhtälö:
1 1
µ µ ¶¶
e sat (T ) = e sat (T0 ) exp −4895 K · − .
T T0
Kun tiedetään, että lämpötila T0 = 100 ◦ C = 373,15 K on veden kiehu-

mispiste, eli e sat (T0 ) = 1 ilmakehää = 1013,25 hPa, seuraa, että
1 1
µ µ ¶¶
e sat (T ) = 1013,25 hPa · exp −4895 K · − .
T 373,15 K
Polku ilmakehän kautta on sitä pitempi, mitä alempi satelliitti on pai-

kallisella taivaalla. Jos zeniittikulma on ζ, voidaan signaalin viive ilma-
kehässä kuvata seuraavalla kaavalla:
¡ ¢
ap dry + b p wet (a ( p − e) + be) d zenit
d trop = = = . (17.1)
cos ζ cos ζ cos ζ
GPS:n verkkotasoituksessa voidaan asemien arvot d zenit ratkaista tun-

temattomina, lisäämällä kaava 17.1 havaintoyhtälöihin. (Pienellä alu-
eella ratkaisematta jää yksi yhteinen vakiotermi.)
7 Rudolf Julius Emanuel Clausius (1822 – 1888) oli saksalainen fyysikko ja matemaa-
tikko, yksi termodynamiikan perustajista.
8 Benoît Paul Émile Clapeyron (1799 – 1864) oli ranskalainen insinööri ja fyysikko, yksi
Eiffel-tornin 72 nimestä.
Vesihöyryn osapaineet
140
100%
120
Vesihöyryn osapaine (hPa)
100
80
Suht. kosteus 60%
60
Kastepiste
40
20%
20
0
0 10 20 30 40 50
Lämpötila ( ◦ C)
Kuva 17.16. Vesihöyryn saturaatio-osapaine e sat ja osapaineet e eri lämpöti-

loilla ja suhteellisilla kosteusarvoilla. Punainen polku kertoo, mi-
ten lämpötilasta (40◦ C) ja kastepisteen lämpötilasta (30◦ C, “wet
bulb temperature”) seuraa suhteellinen kosteus (60%). Tähän pe-
riaatteeseen perustuvat monet kosteuden mittauslaitteet.
Jos mitataan samalla asemalla myös ilmapuntarin avulla kokonaisil-

manpaine
p = p dry + p wet ,
voidaan ratkaista erikseen p dry ja p wet .
Viimemainittua suuretta kutsutaan myös integroiduksi vesihöyrysisäl-
GPS-1 GPS-2 GPS-2

GPS-3
GPS-3
GPS-4
”Total zenith delay”
Kuva 17.17. GPS:n käyttö troposfäärin tutkimuksessa.

17.3. Ilmakehän tutkimus ja GNSS 475
löksi tai total precipitable water vapour content:ksi (muunnettuna neste-

mäiseksi vedeksi, yksikkönä mm). Se on suure, joka kiinnostaa suuresti
sää- ja ilmastotieteilijöita!
17.3.2 GPS-limbsounding
Matalalla radalla lentävien satelliittien avulla voidaan mitata miten il-

makehän kautta kulkeva GPS-satelliitin radiosignaali hidastuu kun ra-
diosäteen matalin piste sukeltuu yhä syvemmälle ilmakehään. Ensim-
mäinen satelliitti joka käytti tätä menetelmää oli GPS/MET; myös tans-
kalainen Ørsted-satelliitti ja jo mainittu CHAMP käyttivät tätä mene-
telmää.
Menetelmä edellyttää GNSS-vastaanottimen mukanaoloa satelliitissa.

Kun on olemassa ainoastaan jo GPS-järjestelmässä noin 30 satelliittia ja
matalalla radalla oleva satelliitti kiertää maapalloa kerran 1,5 tunnissa,
saadaan vuorokaudessa todella paljon mittausaineistoa kerätyksi.
Menetelmä on tärkeä siksi, että se mahdollistaa lämpötilan määritystä

yläilmakehässä, tropopaussin yläpuolella, jossa ei ole enää paljon vesi-
höyryä jäljellä. Tämä on se kerros, jossa globaalisen ilmaston lämpene-
misen vaikutus näkyisi herkimmin9 . Otsonikerros sijaitsee mittausalu-
een yläpäässä, ja siinä tapahtuvat prosessit vaikuttavat myös lämpöti-
laan.
Menetelmä on seuraava: ilmakehän aiheuttama viive on suoraan ver-

rannollinen ilman tiheyteen, joka on eksponentionaalinen korkeuden
funktio10 :
H − H0
µ ¶
ρ ( H ) = ρ ( H0 ) exp − ,
S ( t, k, g)
jossa S ( t, k, g) on skaalakorkeus, lämpötilan t, koostumuksen k ja pai-
novoiman g funktio. Jos oletetaan k11 ja g tunnetuiksi, voidaan S :ltä
laskea lämpötila t.
9 Ilmastomallit ennustavat yllättävästi ja havainnot vahvistavat, että kun Maan pin-

nan ja troposfäärin lämpötilat nousevat, stratosfäärissä pitää tapahtua kompensoiva
lämpötilan lasku.
10 Asia on tätä monimutkaisempaa, koska GPS-signaali kulkee läpi monta ilmakerros-
ta, ei vain se ilmakerros jossa etäisyys maan pinnalta on minimissään.
11 Vesihöyrysisältö näillä korkeuksilla on käytännössä nolla.
D Todellinen
Viive
C
B Ilman
A ilmakehää
Aika
GPS-
satelliitti
ti
a te lliit
äs
en täv
lal la l
M ata
A
B
C
D
Kuva 17.18. GPS-limbsounding.
17.3.3 Ionosfääri
GPS-mittausten avulla kahdella taajuudella, L 1 ja L 2 , voidaan laskea

ionosfäärin malleja, joissa kuvataan, paikan ϕ, λ, h ja ajan funktiona,
¡ ¢
ionosfäärin elektronitiheyttä (TEC, total electron content). Näin tehdään

jo lähes tosiajassa maailmanlaajuista GNSS-verkkoa käyttäen, vuodes-
ta 1998 lähtien IGS:n, International GNSS Servicen, toimesta. Tähän
toimintaan on kehitetty dataformaatti, IONEX, Ionosphere Map Exc-
hange Format.
17.4 Mannerjään tutkimus, ilmastomuutos
Monet geofysikaaliset tutkimukset kohdistuvat mannerjäätikköihin, jois-

sa planeetamme ilmastomuutos alkaa näkyä jäiden vähenemisenä.
Sekä Grönlannin että Etelämantereen mannerjäätikön paksuutta on

seurattu satelliittimenetelmien, mm. tutka-altimetrian, avulla. Myös
tutkakuvausta kiertoradalta (SAR, Synthetic Aperture Radar) on tähän
käytetty. Pienten muutosten havaitseminen tietysti edellyttää pitkiä ai-
kasarjojä, ja tästä näkökulmasta satelliittimenetelmät ovat vielä puut-
teellisia.
17.5. Geodeettinen merentutkimus 477
Todellinen rata
Laskettu rata
`
h
footprint
Meritopografia ζ
Geoidi
Vertausellipsoidi
Merenpinta
Keskimerenpinta Geoidikorkeus N
Kuva 17.19. Satelliitti-altimetrian mittausgeometria.
Myös GNSS-tekniikalla on tutkittu mannerjään liikkeitä, sekä Grönlan-

nissa että Etelämantereella, esim. Suomen Etelämantereen tukikohta
Aboan ympäristössä Dronning Maud Landissa.
17.5 Geodeettinen merentutkimus
17.5.1 Satellitti-altimetria ja geoidi
Nykyisin on mahdollista satelliitien avulla mitata hetkellisen meren-

pinnan paikka geosentrisessä järjestelmässä. Mittauslaite on tutka-
altimetri Rummel ja Sansò (1993) ja sen mittaustarkkuus on muutama
cm.
Satelliitti-altimetriatutka toimii sillä tavalla, että se lähettää lyhyt mik-

roaaltojen pulssi suoraan alaspäin, mistä se heijastuu takaisin meren-
pinnalta. Heijastus vastaanotetaan ja heijastuneen pulssin muoto ana-
lysoidaan. Heijastus tulee ei vain suoraan satelliitin alapuolella olevalta
pisteelta, vaan kokonaiselta alueelta, ns. footprint. Se voi olla läpimital-
taan useita kilometrejä, enemmän jos merellä on korkea aallokko.
Kuva 17.20. Meritopografian ja merivirtausten välinen teoreettinen yhteys.
Pulssin muodon analyysin perusteella päätellään, mitä on satelliitin ja

merenpinnan välinen etäisyys. Jos satelliittirata tunnetaan – nykyisin
altimetriasatelliitteissa on useimmiten GPS-vastaanotin mukana – voi-
daan laskea merenpinnan hetkellinen, geosentrinen paikka. Mittaus-
paikat yhdessä muodostuvat pohjoiseenpäin ja eteläänpäin meneviä ra-
toja.
17.5.2 Merivirtaukset ja meritopografia
Keskimerenpinta seuraa aika hyvin geoidia eli Maan painovoimaken-

tän tasopotentiaalipintaa. Jos merivesi olisi “lepotilassa” eli kommuni-
koivien säiliöiden tasapainotilassa, keskimerenpinta olisi tarkasti sama
kuin geoidi. Näin ei kuitenkaan ole asian laita. Syyt tähän ns. meritopo-
grafiaan ovat:
1. Veden paikalliset lämpö- ja suolaisuusvaihtelut.
2. Ilmakehän painevaihtelut paikasta toiseen. Merenpinta reagoi nii-

hin “ylösalaisin käännetyn barometrin” (IB, Inverted Barometer)
tavoin.
3. Tuulet aiheuttavat kitkaa merenpinnan kanssa ja työntävät vesi-

massat tiettyihin suuntiin.
4. Merivirtaukset reagoivat Maan pyörähdysliikkeeseen Coriolis-voi-

man12 kautta samalla tavalla kuin ilmavirtaukset (Buys-Ballot13 ’n
12 Gaspard-Gustave de Coriolis (1793 – 1843) oli ranskalainen matemaatikko, fyysikko

ja koneinsinööri, yksi Eiffel-tornin 72 nimestä.
13 Christoph Hendrik Diederik Buys Ballot (1817 – 1890) oli hollantilainen kemisti ja
laki): virtaukset yrittävät pohjoisella pallonpuoliskolla kääntyä oi-

keaan päin, eteläisella vasempaan päin. Tämä johtaa merivirtaus-
ten poikittaiskallistukseen joka on verrannollinen virtausnopeu-
teen ja leveysasteen siniarvoon sin ϕ. Puhutaan geostrofisesta vir-
tauksesta.
Meritopografian suuruus on maailmanlaajuisesti ±1 m. Itämerelläkin

on olemassa meritopografia, merenpinnan kaltevuus, jonka seuraukse-
na Pohjanlahden ja Suomenlahden pohjukat ovat noin 20 − 30 cm kor-
keampina kuin Itämeren länsiosat. Myös Tanskan salmien yli on ole-
massa korkeusero. Syyt ovat yllä mainitut (2) ja (3).
Aiemmin mainittiin muutama satelliittimissio, joiden tarkoitus on sel-

vittää geoidin tarkka paikka avaruudessa. Meritopografia, siis keskime-
renpinnan erotus geoidista, aiheutuu valtamerillä suurilta osin merivir-
tauksista. Maan pyörähdysliikkeen seurauksena virtaukset kallistuvat
poikittaissuunnassa. Tästä havaittavasta ilmiöstä voidaan teoreettises-
ti laskea virtausvolyymi eli kuljetetun veden määrä, ja siitä vuorollaan
veden mukanaan kuljettama lämpöenergia. Ilmastotutkimuksen kan-
nalta tämä on keskeisen tärkeä asia. Tämä oli kunnianhimoisen GOCE-
projektin (osio 17.2) yksi tavoite.
Kuvassa 17.20 näkyy, mitä on merivirtausten ja meritopografian välinen

yhteys. Sitä voidaan kuvata myös kaavoina, ns. geostrofiset yhtälöt:
∂H ω ∂H ω
= +2v y sin ϕ, = −2v x sin ϕ,
∂x γ ∂y γ
jossa H ( x, y) on meritopografia, ω Maan pyörähdysnopeus, γ painovoi-

ma, x ja y tasokoordinaatit itä- ja pohjoissuunnassa, ja v x ja v y ovat vir-
tausnopeuden itä- ja pohjoiskomponentit. Koska yhtälöissä on sin ϕ, on
efekti eteläisellä pallonpuoliskolla käänteinen14 .
Yksinkertaisella osittaisdifferentiaatiolla voidaan päätellä havaitusta

meritopografiasta H ( x, y) virtauskuvioon v ( x, y), jossa v = v x i + v y j on
virtausnopeuden vektori ( x, y)-tasossa.
meteorologi.
14 . . . ja ekvaattorin välittömässä läheisyydessä nolla.
17.5.3 Mareografit, satelliitti-altimetria, merenpinnan nousu
Vuodesta 1992 lähtien on ranskalais-amerikkalainen satelliitti TOPEX/Po-

seidon ja sen seuraajat Jason-1 (http://topex-www.jpl.nasa.gov/) ja
Jason-2 tehneet uraauurtavaa työtä globaalisen merenpinnan nousun
seurannassa. Perinteisesti merenpinta on seurattu käyttäen mareogra-
feja (vesiasteikkoja, en. tide gauges); koko 2000-luvun aikainen meren-
pinnan nousu on ollut luokkaa 1,5 − 2 mm/a, eli 15 − 20 cm koko vuosisadan
aikana. Mareografi mittaa merenpinnan nousu suhteessa maankuoreen
mihin se on rakennettu. Pitkä putki yhdistää laitteen mittauskuilu avo-
mereen, aallokon vaimentamiseksi. Tällä menetelmällä on kaksi ongel-
maa:
1. Maankuori itse voi liikkua. Tässä tärkeä on lähinnä ns. postglasi-

aalinen isostaattinen maannousu, yleisemmin GIA (Glacial Isos-
tatic Adjustment), joka vaikuttaa vahvimmin Fennoskandiassa ja
Kanadassa, mutta jonka vaikutukset ulottuvat koko Eurooppaan
ja Pohjois-Ameriikkaan. Maannousualueen ulkopuolella on leveä
vyöhyke jossa maa vajoaa hitaasti, ns. “periglacial bulge”. Tätä il-
miötä tulee huolellisesti mallintaa ja korjata pois mareografida-
tasta, jos haluaa laskea globaalista merenpinnan nousua tarkasti.
Nykyisin monen mareografin lähellä on pysyvästi toimiva GPS-
asema, joiden avulla maan pystyliike voidaan empiirisesti määrit-
tää. Valitettavasti nämä aikasarjat ovat vielä lyhyitä.
2. Mareografit ovat vain olemassa rannikoilla, ja siellä vain yksittäi-

sissä pisteissä. On olemassa suuria valtameren alueita, joiden lä-
hellä ei ole yhtään mareografi. Ja mitä kauemmas mennään takai-
sin ajassa, sitä heikommaksi tilanne muodostuu. Eteläisellä pal-
lonpuoliskolla tilanne on ollut todella heikko.
Altimetriasatelliitit voivat mitata merenpinnan sijainnin geosentrisesti

– mukanaan kuljettamansa tarkan GPS-paikantimen avulla – ja kaik-
kialla ratojensa alapuolella. Esimerkiksi TOPEX/Poseidon satelliitin ra-
dan inklinaatiokulma on 66◦ ja koko valtameren pinta leveysasteiden
66◦ S ja 66◦ N välillä kartoitetaan noin kymmenen päivän välein. Kun
satelliitin ratataso prekessoi Auringon suhteen kerran 60 päivässä, saa-
daan globaalisen keskimerenpinnan pitkäaikainen trendi selvillä täl-
Kemi
Mareografit Furu-
ögrund Oulu
SEASAT- Raahe
altimetriasatelliitin
ratoja Ratan
Pietarsaari
Vaasa
Spikarna Kaskinen
Mäntyluoto
Rauma
Turku Hamina
Forsmark Helsinki Kronstadt
Degerby
Stockholm Hanko Shepelevo
Ristna Suurupi
Marviken Landsort
Öland Visby
Skulte
Kungsholms-
fort Liepaja
Klaipeda
Wladyslawowo
Ustka
Kuva 17.21. Itämeren mareografit ja joitakin SEASAT-satelliitin maaratoja.
lä aikaresoluutiolla. Viimeisten 17 vuoden aikana keskimerenpinta on

noussut noin 3, 2 ± 0, 4 mm/a, selvästi enemmän kuin 2000-luvulla keski-
määrin15 . Nousun vahvistuminen lienee ilmaston lämpenemisen seu-
raus.
17.5.4 Korkeusjärjestelmät, mareografit ja meritopografia
Myös mareografeilla voidaan havaita meritopografia, mutta vain ran-

nikolla. Tämä edellyttää, että mareografit ovat kytketty samaan kor-
keusjärjestelmään. Suomessa asia on järjestetty näin, että Merentut-
kimuslaitoksen, nykyisin Ilmatieteen laitoksen, operoimat 13 Suomen
15 http://sealevel.colorado.edu/.
rannikon mareografit on kytketty valtakunnalliseen tarkkavaaitusverk-

koon, jota Geodeettinen laitos, nykyisin Maanmittauslaitoksen Paikka-
tietokeskus FGI, ylläpitää. Tarvittavat kytkentävaaitukset suoritetaan
geodeettien toimesta muutaman vuoden välein.
Suomen mareografit mittaavat paikallisen merenpinnan tasoa maan-

kuoren suhteen kerran puolessa tunnissa. Mittausarvot siirretään säh-
köisesti Helsingissä sijaitsevaan päämajaan, jossa ne käsitellään ja ar-
kistoidaan.
Viiden mareografin lähistöön on Geodeettinen laitos rakentanut pilarei-

ta säännöllisiä GNSS-mittauksia varten. Näin voidaan saada paikalli-
nen merenpinta myös geosentriseen järjestelmään satelliittipaikannuk-
sen avulla.
Myös GPS-poijujen käyttö on yleistymässä: niiden avulla saadaan het-

kellisen merenpinnan geosentrisen sijainnin, myös kaukana rannikolta.
Samalla voidaan seurata aaltoliikettä.
Kirjallisuutta
Joel Ahola. Nuottavaaran siirroksen deformaatiotutkimus GPS-mittausten

avulla. Diplomityö, Teknillinen korkeakoulu, maanmittausosasto, Espoo,
helmikuu 2001.
Willem Baarda. A testing procedure for use in geodetic networks, volume 2 no.
5 of Publications on geodesy, new series. Netherlands Geodetic Commission,
Delft, 1968.
Willem Baarda. S-transformations and criterion matrices, volume 5 nr. 1 of

Publications on geodesy, new series. Netherlands Geodetic Commission,
Delft, second revised edition, 1981. URL:
http://www.ncg.knaw.nl/Publicaties/Geodesy/pdf/18Baarda.pdf.
Mirjam Bilker-Koivula ja Matti Ollikainen. Suomen geoidimallit ja niiden

käyttäminen korkeuden muunnoksissa. Tiedote 29, Geodeettinen laitos,
2009.
Claude Boucher ja Zuheir Altamimi. Memo : Specifications for reference frame

fixing in the analysis of a EUREF GPS campaign. URL:
http://users.auth.gr/kvek/20070327-MEMO-ver6.pdf, 2007.
M. A. R. Cooper. Modern Theodolites and Levels. Granada Publishing Ltd,

London, second edition, 1982.
M. A. R. Cooper. Control surveys in civil engineering. Collins, Department of

Civil Engineering, The City University, London, 1987.
Nicholas Crane. Mercator – the man who mapped the planet. Weidenfeld and
Nicholson, London, 2002.
Á. Czobor ja Zs. Németh. Balloon-borne beacons for stellar triangulation.

Advances in Space Research, 1(11):29–34, 1981.
– 483 –
484 Kirjallisuutta
Charles DeMets, Richard G. Gordon, Donald F. Argus ja Seth Stein. Effect of

recent revisions to the geomagnetic reversal time scale on estimates of
current plate motions. Geophysical Research Letters, 21(20):2191–2194,
1994. http:
//www.earth.northwestern.edu/people/seth/Texts/nuvel1a.pdf.
Loránd Eötvös. Three Fundamental Papers of Loránd Eötvös, toim. Zoltán

Szabó. Loránd Eötvös Geophysical Institute of Hungary, 1998. ISBN
963-7135-02-2. 299 pp.
FIG Commission 6. Engineering Surveys. Technical report, FIG, 1998.
Erik W. Grafarend, Horst Kremers, Juhani Kakkuri ja Martin Vermeer.

Modelling vertical refraction in the SW Finland Triangular Network
TAGNET adjustment. Report 87:2, Finnish Geodetic Institute, Helsinki,
1987.
Richard S. Gross. The excitation of the Chandler wobble. Geophys. Res. Lett.,
27:2329–2332, 2000.
Thomas Gruber, Reiner Rummel, Johannes Ihde, Gunter Liebsch, Axel Rülke,
Uwe Schäfer, Michael Sideris, Elena Rangelova ja Philip Woodworth.
Height System Unification with GOCE – Summary and Final Report.
Technical report, European Space Agency, 2014.
http://www.goceplushsu.eu/ext/doc/fin-doc/GO-HSU-RP-0021_1.0_
Final_Summary_Report.pdf.
Werner Gurtner ja Lou Estey. RINEX, The Receiver Independent Exchange

Format, Version 3.00. Technical report, International GNSS Service, 2007.
http://igscb.jpl.nasa.gov/igscb/data/format/rinex300.pdf.
Pasi Häkli, Jyrki Puupponen, Hannu Koivula ja Markku Poutanen. Suomen

geodeettiset koordinaatistot ja niiden väliset muunnokset. Tiedote 30,
Geodeettinen laitos, Masala, 2009. URL:
http://www.fgi.fi/julkaisut/pdf/GLtiedote30.pdf.
Markku Heikkinen. Solving the shape of the Earth by using digital density
models. Report 81:2, Finnish Geodetic Institute, Helsinki, 1981.
V. A. Heiskanen. Kenttämittaus ja kartoitus. Werner Söderström Oy, 1943.

Toinen, lisätty painos.
Kirjallisuutta 485
V. A. Heiskanen ja Seppo Härmälä. Maastomittaus ja kartoitus. Werner

Söderström Oy, 1963. Viides, muuttamaton painos.
Weikko A. Heiskanen ja Helmut Moritz. Physical Geodesy. W.H. Freeman and

Company, San Francisco, 1967.
B. Hofmann-Wellenhof, H. Lichtenegger ja J. Collins. GPS Theory and

Practice. Springer-Verlag, Vienna, fifth corrected edition, 2001.
J. Jouzel, V. Masson-Delmotte, O. Cattani, G. Dreyfus, S. Falourd,

G. Hoffmann, B. Minster, J. Nouet, J.M. Barnola, J. Chappellaz, H. Fischer,
J.C. Gallet, S. Johnsen, M. Leuenberger, L. Loulergue, D. Luethi,
F. Parrenin H. Oerter, G. Raisbeck, D. Raynaud, A. Schilt, J. Schwander,
E. Selmo, R. Souchez, R. Spahni, B. Stauffer, J.P. Steffensen, B. Stenni, T.F.
Stocker, J.L. Tison, M. Werner ja E.W. Wolff. Orbital and Millennial
Antarctic Climate Variability over the Past 800,000 Years. Science, 317
(5839):793–797, 2007.
Jouzel ym. EPICA Dome C Ice Core 800KYr Deuterium Data and
Temperature Estimates. IGBP PAGES/World Data Center for
Paleoclimatology Data Contribution Series # 2007-091. NOAA/NCDC
Paleoclimatology Program, Boulder CO, USA., 2007.
JUHTA. JHS163. Suomen korkeusjärjestelmä N2000. WWW-sivu, Julkisen

hallinnon tietohallinnon neuvottelukunta, 2010. URL:
http://www.jhs-suositukset.fi/web/guest/jhs/recommendations/
163/full, avattu 20. maaliskuuta 2015.
JUHTA. JHS178. Kunnan paikkatietopalvelurajapinta. WWW-sivu, Julkisen

hallinnon tietohallinnon neuvottelukunta, 2012a. URL:
JUHTA. JHS184. Kiintopistemittaus

EUREF-FIN-koordinaattijärjestelmässä. WWW-sivu, Julkisen hallinnon
tietohallinnon neuvottelukunta, 2012b. URL:
JUHTA. JHS185. Asemakaavan pohjakartan laatiminen. WWW-sivu,

Julkisen hallinnon tietohallinnon neuvottelukunta, 2014. URL:
486 Kirjallisuutta
JUHTA. JHS197. ETRS89 -järjestelmään liittyvät karttaprojektiot,

tasokoordinaatistot ja karttalehtijako. WWW-sivu, Julkisen hallinnon
tietohallinnon neuvottelukunta, 2016. URL:
http://www.jhs-suositukset.fi/suomi/jhs197, avattu 2. elokuuta
2016.
JUHTA. JHS196. ETRS89-järjestelmän mukaiset koordinaatit Suomessa.

WWW-sivu, Julkisen hallinnon tietohallinnon neuvottelukunta, JHS 196.
URL:
http://www.jhs-suositukset.fi/suomi/jhs196, avattu 2. elokuuta
2016.
Heribert Kahmen ja Wolfgang Faig. Surveying. Walter de Gruyter, Berlin -

New York, 1988.
Juhani Kakkuri. Stellar triangulation with balloon-borne beacons and

satellites. Väitöskirja, Helsinki University, 1973.
Ulla Kallio. Tasoituslasku. Numero 587 sarjassa Otatieto. 1998.
Kari-Pekka Karlsson. Maastotietojärjestelmä 2030 -selvitys – Loppuraportti.

Technical report, Ministry of Agriculture and Forestry, 2015. http:
//mmm.fi/documents/1410837/1801204/Maastotietojarjestelma_
2030_-selvitys_Loppuraportti_28.2.2015.pdf.
Yoshihide Kozai. The Motion of a Close Earth Satellite. Astronomical Journal,

64(1274):367–377, 1959.
http://adsabs.harvard.edu/full/1959AJ.....64..367K.
T.J. Kukkamäki ja Pekka Lehmuskoski. Influence of the earth magnetic field

on Zeiss Ni 002 levels. Report 84:1, Finnish Geodetic Institute, Helsinki,
1984.
Erkki Kääriäinen. The Second Levelling of Finland in 1935-1955.

Publication 61, Finnish Geodetic Institute, Helsinki, 1966.
J. Laskar, P. Robutel, F. Joutel, M. Gastineau, A.C.M. Correia ja B. Levrard. A

long term numerical solution for the insolation quantities of the Earth.
Astronomy and Astrophysics, 428:261–285, 2004.
Kirjallisuutta 487
https://www.imcce.fr/fr/presentation/equipes/ASD/preprints/
prep.2004/La_2004_prep.pdf.
Leica. TPS-System 1000 Version 2.2 quick start. Leica Geosystems AG,
Heerbrugg, Switzerland, 1997.
https://issuu.com/landsurveyor/docs/tps1000_quick_start_en.
Cherry L. E. Lewis. The Dating Game. Cambridge University Press, 2000.
Martin Lidberg, Jan M. Johansson, Hans-Georg Scherneck ja Glenn A. Milne.

Recent results based on continuous GPS observations of the GIA process in
Fennoscandia from BIFROST. Journal of Geodynamics, 50(1):8–18, July
2009.
Rick Lumpkin ja Zulema Garraffo. Evaluating the Decomposition of Tropical

Atlantic Drifter Observations. Journal of Atmospheric and Oceanic
Technology, sivut 1403–1415, 2005.
http://journals.ametsoc.org/doi/pdf/10.1175/JTECH1793.1.
Javier Arribas Lázaro. GNSS Array-based Acquisition: Theory and

Implementation. Väitöskirja, Universitat Politécnica de Catalunya, 2012.
http://theses.eurasip.org/theses/449/
gnss-array-based-acquisition-theory-and/download/.
Maanmittauslaitos. Kaavoitusmittausohjeet 2003. Julkaisu 94,

Maanmittauslaitos, 31. tammikuuta 2003. URL:
http://www.maanmittauslaitos.fi/sites/default/files/
kaavoitusmittausohjeet_2003_0.pdf.
Patrap Misra ja Per Enge. Global Positioning System – Signals, Measurements,

and Performance. Ganga-Jamuna Press, 2001. ISBN 0-9709544-0-9.
Oliver Montenbruck, Peter Steigenberger ja André Hauschild. Broadcast

versus precise ephemerides: a multi-GNSS perspective. GPS Solutions, 19
(2):321–333, 2015.
http://link.springer.com/article/10.1007%2Fs10291-014-0390-8.
J. Mäkinen, A. Engfeldt, L. Engman, B.G. Harsson, T. Oja, S. Rekkedal,

K. Røthing, P. Rouhiainen, H. Ruotsalainen, H. Skatt, G. Strykowski,
H. Virtanen, K. Wieczerkowski ja D. Wolf. The Fennoscandian Land Uplift
Gravity Lines: comparison of observed gravity change with observed
vertical motion and with GIA models. Technical report, Nordiska
488 Kirjallisuutta
Kommissionen för Geodesi, 2010. http://www.nkg.fi/nkg/sites/

default/files/Makinen_et_al_land_uplift_gravity_lines.pdf.
V. R. Ölander. Trigonometriset korkeusmittaukset pitkillä välimatkoilla ja

niiden tarkkuus. Maanmittaus, 1932.
Matti Ollikainen. GPS-koordinaattien muuntaminen

Kartastokoordinaateiksi. Tiedote 8, Geodeettinen laitos, Helsinki, 1993.
B. Overgaauw, B.A.C. Ambrosius ja K.F. Wakker. Analysis of the EUREF-89

GPS data from the SLR/VLBI sites. Bulletin Géodésique, 68:19–28, 1994.
http://link.springer.com/article/10.1007%2FBF00806749.
Teuvo Parm. Kansallisen koordinaattijärjestelmän luominen Suomessa.

Maanmittaus, 63(1), 1988.
Jerry Penry ja David Lee Ingram. The American Theodolite. The American
Surveyor, 10(9), 2013.
http://www.amerisurv.com/PDF/TheAmericanSurveyor_
PenryIngram-TheAmericanTheodolite_Vol10No9.pdf.
Mika Pitkä. Sataman tehokkuuden osatekijät – tarkastelussa lastauksen ja

purun automatisointi. Insinöörityö, Kymenlaakson ammattikorkeakoulu,
2009.
http://www.merikotka.fi/safgof/mika_pitka_OPINNAYTETYO.pdf.
Markku Poutanen. GPS-paikanmääritys. Ursa, Helsinki, 1998. Ursan

julkaisuja 64.
RAKLI ry. Kiinteistöalan yhteiskunnallinen ja kansantaloudellinen merkitys.

Technical report, Asunto-, toimitila- ja rakennuttajaliitto RAKLI, 2014.
http://www.rakli.fi/media/tietoa-kiinteistoalasta/
faktaa-alasta/2014_
kiinteistoalan-yhteiskunnallinen-ja-kansantaloudellinen-merkitys_
nettires.pdf.
Jean M. Rüeger. Electronic Distance Measurement. Springer-Verlag, Berlin

Heidelberg, kolmas, uusittu edition, 1990.
Jean M. Rüeger. Refractive indices of light, infrared and radio waves in the
atmosphere. Technical Report S-68, School of Surveying and Spatial
Information Systems, University of New South Wales, 2002.
http://www.sage.unsw.edu.au/about/school_pubs/pdfrep/s68.pdf.
Kirjallisuutta 489
Reiner Rummel ja Fernando Sansò, toim. Satellite Altimetry in Geodesy and

Oceanography, Lecture Notes in Earth Sciences, 1993. Springer-Verlag.
Hannu Salmenperä. Runko- ja kartoitusmittaukset. Technical Report 4/1998,

Tampereen teknillinen korkeakoulu, Rakennustekniikan osasto,
Geoinformatiikka, Tampere, 1998.
Gavin Schrock. CERN. xyHt, Kesäkuu 2, 2014.

http://www.xyht.com/civiltransportation/cern-2/.
Günter Seeber. Satellitengeodäsie. Grundlagen, Methoden und Anwendungen.

De Gruyter, Berlin New York, 1989.
Juha Simonen. Maalaserkeilaus infrarakentamisen mittauksissa. Diplomityö,

Aalto-yliopisto, 2012.
http:
//personal.inet.fi/koti/jsimonen/dippa/dippa_jsimonen.pdf.
Dava Sobel. Longitude: The True Story of a Lone Genius Who Solved the
Greatest Scientific Problem of His Time. Walker and Company, New York,
1998. Paperback.
G. Strang van Hees. Stokes’ Formula Using Fast Fourier Techniques.

Manuscripta geodaetica, 15:235–239, 1990.
M. Takalo, P. Rouhiainen, P. Lehmuskoski ja V. Saaranen. On Calibration of

Zeiss DiNi12. Julkaisussa FIG Working Week 2001 6-11 May 2001, Seoul,
Korea, 2001. FIG Commission 5.
Mikko Takalo. Computer supported Finnish EDM height traversing. Part I:

technical description. Surveying Science in Finland, 13(2):56–99, 1995.
Mikko Takalo ja Paavo Rouhiainen. On system calibration of digital level.

Julkaisussa Ingenieurvermessung 2004, 14th International Conference on
Engineering Surveying, Zürich, 2004.
http://www.researchgate.net/profile/Mikko_Takalo/publication/
254398461_Development_of_a_System_Calibration_Comparator_for_
Digital_Levels_in_Finland/links/00b49528a004fbfee1000000.pdf.
Martti Tikka. Käytännön Geodesia III. Mittausmenetelmät. Otakustantamo,

Espoo, 1985.
490 Kirjallisuutta
Martti Tikka. Käytännön Geodesia I. Mittaustekniikan perusteet ja

rakennusteknilliset sovellutukset. Otatieto, Helsinki, 1991. Kolmas korjattu
painos.
Wolfgang Torge. Geodesy. Third completely revised and extended edition.

Walter de Gruyter, Berlin – New York, 2001.
Yrjö Väisälä. Maan toinen kuu. Tähtitaivas, (6), 1946.
Peter Vaníček ja Edward Krakiwsky. Geodesy – The Concepts. Elsevier Science

Publishers, Amsterdam, 1986.
Romel Verterra. Ce reference – civil engineering online handbook: Compound

and reversed simple curves, 2015. URL: http://cereference.com/book/
surveying-and-transportation-engineering/
compound-and-reversed-simple-curves, accessed 8.9.2016.
Hakemisto
A Alankomaat, 3, 115
aallokemuunnos, diskreetti (DWT, Aleksandria (Egypti), 2
Discrete Wavelet Transform), Alfvén, Hannes, 518
243 alhidadi, 118, 119, 123, 125
aallokko, 477, 480 alhidaditasain, 118, 120, 123
aallonpituus, 169, 176, 177, 283, 291, Alkmaar (Alankomaat), 4, 5, 42
292, 324, 329 alkulämpö, 460
DECCA-järjestelmä, 272 almanakka, GPS-satelliittien, 313
helium-neon laser, 25, 183 aluesuunnittelu, 17
kantoaalto, 290, 291 ambiguiteettiongelma, 176, 273, 290
näkyvä valo, 182 ampeeri, 24
tehollinen, P-koodi, 284 Amsterdam (Alankomaat), 74, 88
valkoinen valo, 172 Andit (vuoristo), 8
valo, 182, 183 ANNA (satelliitti), 438
widelane, 324, 332 Antenna Reference Point, 285
aaltoliike antenni (GNSS), 128
meri, 482 antikorrelaatio, 37
sähkömagnetismi, 168 apogeum, 519
transversaalinen, 169, 457 Apollo-projekti, 454
aaltopaketti, 292 apsidiprekessio, 445
Aalto-yliopisto, 14 arctan (funktio), 65, 363
Aboa (Dronning Maud Land, argon, 459, 473
Etelämanner), 477 arvoavaruus (domeeni), 31, 32
active spare (GPS), 277 Ascension (saari), 276
Ahvenanmeri, 90 asemakaava, 223
aika, 24–26, 46, 80, 299, 442 asfaltti, 159
aikavyöhykejärjestelmä, 48 Ashtech Z-12 (GPS-laite), 286
ainemäärä, 24 Assuan (Egypti), 2
ajoaine, 275 aste (kulmayksikkö), 24, 26, 27
akselivirheet, teodoliitin, 152 asteikkomikroskooppi, 118, 133
akvifer, 465 astemittaus, 2, 3, 5, 7, 8
alakulminaatio, 433 Lapin, 9, 42, 165
– 491 –
492 Hakemisto
Perun, 8 Buys Ballot, C. H. D., 479

Snelliuksen, 3, 42 Buys-Ballot’n laki, 479
astenosfääri, 462, 463
astigmatismi, 96 C
astrolabi, 425 C/A -koodi, 279, 282
atomiaika (TAI), 441 CAD-ohjelma, 51
atsimuti, 65, 256 Caracas (Venezuela), 465
Auringon aktiivisuus, 304 Carloforte (Italia), 440
auringonpilkku, 447 Cassini, Jean Dominique, 7
auringonpimennys, 446 Cayenne (Ranskan Guyana), 12
aurinkopaneeli, 275, 452 CCD-ilmaisin, 102, 138, 140
aurinkosykrooni rata, 452 Celsiusaste, 26
aurinkotuuli, 446 Central Bureau, IGS:n, 315
aurinkovarjo, 120 CHAMP (satelliitti), 467, 475
automaattivaaituskoje, 100 Chandlerin huojunta, 439
χ2 -menetelmä, 378
Automatic Target Recognition, 138,
140 choke ring -antenni, 285
avaruusgeodesia, 55, 80, 253, 431 Clairaut, Alexis, 13
avaruuskulma, 24 Clairaut’n lause, 13
avaruuslohko (GPS), 276 Clapeyron, Emile, 473
avaruusplasma, 517 Clausiuksen ja Clapeyronin yhtälö,
avaruussää, 445 473
Clausius, Rudolf, 473
B Code Division Multiple Access
Baeyer, Johann Jacob, 10 (CDMA), 279
Baker-Nunn kamera, 438 Colorado Springs (Yhdysvallat), 276
barometri, 90 Computer Aided Design (CAD), 243
barometrinen korkeudenmääritys, 86 Conventional International Origin
Beaufort (tuuli), 24 (CIO), 441
BeiDou (paikannusjärjestelmä), 271, Coriolis, Gaspard-Gustave de, 478
323, 453 Coriolis-voima, 478
Beidou-2 (paikannusjärjestelmä), 326 cosh (funktio), 166
Bergen op Zoom (Alankomaat), 4, 5, Croll, James, 444
42
BIFROST-projekti, 464 D
GPS Block I, II, IIA, IIR, IIR-M, IIF, Danjon-astrolabi, 426
275 data snooping, 383
Block I, GPS, 275, 278 datumi, 73, 75
Bluetooth, 142 geodeettinen, 73
Bouguer, Pierre, 8, 425 sijainnin, 77
Bouguer-anomalia, 424 datumimuunnos, 76
Bouguer-laatta, 424 DECCA (navigaatiojärjestelmä), 45,
Box, George E. P., 53 272, 274, 330
broadcast ephemeris, 276, 279, 289, deformaatio
312, 315 postglasiaalinen, 462
Bureau International de l’Heure deformaatiomittaus, 234
(BIH, International Time deformaatioseuranta, 466
Bureau), 440 deklinaatio, 433
Hakemisto 493
Delaunay, Boris, 242 ellipsi, 362

Delaunay-kolmiointi, 242, 243 ellipsoidi, 40
dendrokronologia, 282 eläinrata, 431, 432
desibeli, 24 energia, 24, 86
design matrix, 368 energiataso, 86, 87
deuterium, 444 pisteen, 85
Diego Garcia (saari), 276, 287, 288 engineering surveying, 235
differentiaalinen GNSS (DGNSS), 336 epäkeskinen χ2 -jakauma, 380
differentiaalinen GPS (DGPS), 327, epäkeskisyys
329, 335 korkeussuuntainen, 163
tukiasemaverkko, 332 epäkeskisyysparametri, χ2 -jakauman,
Digges, Leonard, 115 381
digitaalinen maastomalli (DTM), 424 epäkeskisyysvirhe, 153
Digital Elevation Model (DEM), 239 kaukoputken, 146
Digital Height Model (DHM), 239 kehän, 117, 134
Digital Terrain Model (DTM), 109, epävarmuus, 28, 30, 423
239 signaalin kulkuviiveen, 303
Dilution of Precision (DOP), 297, 300, sijainnin, 353
301 tyyppi A, 30
dimensio, 23 tyyppi B, 30
◦
DIN-skaala, 24 Eratosthenes, 2
dispersio, 28, 292 Erdmessung, 14
Distomat (etäisyysmittari), 175 erehdys, 211
domeeni (arvoavaruus), 31, 32 inhimillinen, 29
DOP-ellipsoidi, 302, 303 erotus
Doppler-paikannusjärjestelmä, 271 ambiguiteettien, 320
DORIS, 192, 453, 456 kaksois-, 318, 322, 323, 329
Dronning Maud Land, Etelämanner, geometrinen, 331
477 kolminkertainen, 318, 322
dynamo, luonnollinen, 446 yksinkertainen, 318, 319, 322,
329
E erotuskyky, testin, 388
Earth Orientation Parameters (EOP), erotussuure, 322
316, 440, 441 esivahvistin, 284
Easting, 56, 61 estimaattori, 299, 342, 343, 346–348,
efemeridiaika, 441 375
Einstein, Albert, 169 eteenpäin leikkaus, 143
ekliptika, 431, 432, 442, 444 Etelämanner, 476
eksentrinen anomalia, 520 ETOPO2 (maastomalli), 240, 241
eksentrisyys, 519 ETOPO5 (maastomalli), 240
Maan radan, 445 ETRF, 73
eksteriööri, 211 ETRF2005, 268
ekvaattorisäde, 6, 13, 49, 255 ETRS, 73
ekvipotentiaalipinta, 85, 86, 405, 409, ETRS89, 55, 191, 266, 268
412, 425 ETRS-GK23, 59
Maan painovoimakentän, 13 ETRS-GKn, 59, 223
elastisuus, 461 ETRS-TM35FIN, 59
elektroninen takymetri, 199
494 Hakemisto
etäisyys, geometrinen, 289, 296, 327 fysikaalisen geodesian perusyhtälö,

etäisyysmittari, 121, 174, 177, 181, 411, 412
290
käsikäyttöinen, 177 G
etäisyysmittaus, 32, 42, 44, 181, 182, Gaithersburg (Maryland, USA), 440
184, 187, 212 Galilei, Galileo, 174
elektroninen, 175, 294 Galileo (paikannusjärjestelmä), 271,
Euraasian laatta, 268 323, 326, 453
EUREF89, 55, 267 Gauss, Carl Friedrich, 341, 344, 412
EUREF-FIN, 49, 55, 56, 59, 191, 220, Gaussin jakauma, 34
266, 268 Gauss-Krüger (karttaprojektio), 56,
European Datum 1950 (ED50), 10, 57, 59–61, 141, 188, 199, 223,
260, 265, 267, 268 265, 266
European Geostationary Navigation GDOP, 299
Overlay System (EGNOS), Geo Serial Interface (GSI), 142
334 GeoBasic, 142
Everest, George, 10, 425 GeoCOM, 142
Everest, Mt., 198 geodeettinen käänteistehtävä (GKT),
Eötvös (yksikkö), 429 65, 66, 212
Eötvös, Loránd, 401, 428 Geodeettinen laitos, 142, 193, 482
geodeettinen päätehtävä (GPT), 63,
F 64, 215, 225, 360
Falklandin saaret (Etelä-Atlantti), tasossa, 64
471 geodeettinen viiva, 11, 12
Fennoskandia, 461–464, 480 geodesia
FGI, Maanmittauslaitoksen fysikaalinen, 14, 85
Paikkatietokeskus, 336 klassinen, 364
FIN2005N00, 266 käytännön, 86
FinnRef, 192, 193, 336 geodesic, 11
Fizeau, Armand, 174 Geodimeter, 44
@FOKUS, DGPS-palvelu, 328, 335 geodynamiikka, 14, 80, 453
fokusointi, 95, 130 alueellinen, 461
fokusointiosa, 95 globaalinen, 457
fokusointiruuvi, 130 geoidi, 10, 11, 13, 15, 85, 89, 244, 265,
footprint, satelliitti-altimetrin, 477 412, 479
fotodiodi, 137, 138 geoidimalli, 469
fotogrammetria, 15, 19, 43, 190, 233, geoidin korkeus, 262
239, 241, 248, 411 Geological Survey, U.S., 239
fotoni, 169, 171 geomensuration, 14
fotosfääri, 446 geopotentiaali, 14, 46, 86, 93
frame, navigaatioviestin, 311 geopotentiaaliluku, 107, 417, 419, 422
Fresnel, Augustin-Jean, 169 geopotentiaalimalli, 91
Frisius, Gemma, 3 geopotentiaaliyksikkö (GPU), 418
”frozen-in” magneettikenttä, 447, 517 geosentrisyys, 47
Fuglenes (Norja), 9 geostationaarinen rata, 449
funktionaalimalli, 364, 365, 375, 380, geostrofiset yhtälöt, 479
381 geotiede, 14
Geotrim Oy, 335, 336
Hakemisto 495
Glacial Isostatic Adjustment (GIA), gradientti, Maan vetovoiman, 470

462, 480 gravimetri, 402
Global Geodetic Observing System absoluuttinen, 402
(GGOS), 253 ballistinen, 402
Global Navigation Satellite Systems gravimetria, 402
(GNSS), 45, 47, 80, 128, 178, gravitaatio, 6, 10, 401
190, 192, 215, 235, 271, 323, Gray-koodi, 136
440, 453, 465 Greenwich Mean Time (GMT), 48
Global Positioning System (GPS), 13, Greenwichin meridiaani, 48, 49, 254,
45, 46, 271 255
GLOBE (maastomalli), 239 Greenwichin observatorio, 48, 440
GLONASS (paikannusjärjestelmä), Greenwichin tähtiaika, 433, 434, 437,
271, 272, 304, 313, 323, 326, 448
332, 335, 453 Groningen (Alankomaat), 465
GNSS GRS80, 49, 59, 79, 197, 266, 406, 415,
static, 192 451
GNSS-mittaus, 195 Grönlanti, 476
relatiivinen, 304 GTOPO30 (maastomalli), 239
staattinen, 192, 304 gyroskooppi, 5
GNSSnet, 335
GNSS-seuranta, 464, 466 H
GNSS-seurantaverkko, 466 hajapistemenetelmä, 240
GNSS-vastaanotin hajonta, 28
ohjelmistopohjainen, 326 Hannover (Saksa), 344
satelliitissa, 475 happi, 473
GOCE, 91, 470 Hatakana compressed, 337
Google Earth, 243 Hawaii (Yhdysvallat), 276
gooni, 24, 26, 27 havaintojen vektori, 373
GPS, 176, 272, 275, 282, 304, 332, 453 havaintosuure, 196, 287, 291, 296,
GPS, relatiivinen, 321, 324 298, 347, 352, 356, 364, 373
GPS, staattinen, 194, 195, 304 GPS, 287, 295, 364
GPS/MET, 475 linearisoitu, 357
GPS-aika, 442 tasoitettu, 376
GPS-järjestelmä, 276, 475 VLBI, 455
GPS-konstellaatio, 277 havaintoyhtälö, 196, 299, 344–346,
GPS-limbsounding, 475 350, 356, 364, 368, 376, 381,
GPS-poiju, 482 473
GPS-satelliitti, 274 ei-lineaarinen, 356
GPS-signaali, 279 kantoaallon vaiheen, 291
GPS-vastaanotin, 284 linearisoitu, 364, 365, 367
geodeettinen, 287 pseudoetäisyyden, 289, 295
ohjelmistopohjainen, 286 VLBI, 456
GRACE (satelliittipari), 469 havaintoyhtälöryhmä, 348
grad (operaattori), 427 Hayford-ellipsoidi (Kansainvälinen
gradientti ellipsoidi 1924), 56, 80, 260,
geopotentiaalin, 427 265–267
painovoiman, 427 HDOP, 299, 301, 303
hehtopascal (hPa), 183, 294
496 Hakemisto
heijastin, 177 ilmakolmiointi, 43, 190, 192

heijastusprisma, 97 ilmakuvaus, 15, 191, 215, 233
heilurikello, 12 ilmalaserkeilaus, 240
heilurikompensaattori, 101, 159 ilmanpaine, 183
helleenit, 1 ilmanpaineanturi, 86
Helmert, Friedrich Robert, 67 ilmapuntari, 90, 474
Helmert-muunnos, 67, 68, 77, 215, ilmastolämpeneminen, 475, 481
256, 258 ilmastomalli, 475
kaksiulotteinen, 257 ilmastomuutos, 476
kolmiulotteinen, 257 ilmastotutkimus, 479
tasossa, 72 Ilmatieteen laitos, 481
Helmholtz, Hermann von, 104 ilmatorjuntakranaatti, 435
Helsingin järjestelmä, 55 Indago Oy, 335
Helsingin observatorio, 440 indeksivirhe, 141, 157, 159
Helsingin yliopisto, 14 independent, identically distributed
Helsinki (Suomi), 74, 317 (i.i.d.), 345
herkkyys, tasaimen, 97 infrastruktuuri, 16, 224, 225
herkkyysanalyysi, 296 inklinaatio, radan, 278, 519
hertsi, 24 InSAR, 466, 468
hiilidioksidi, 473 insinöörigeodesia, 15, 109, 127, 234
Himalaja, 10 insinöörimittaus, 125, 235
Hipparkhos, 442 insinöörivaaitus, 94
hissi, Einsteinin, 402 insolaatio, 444
histogrammi, 32 Inspire (EU:n direktiivi), 240
hiukkastörmäytin, CERNin, 109 interglasiaali, 444
hiusviivaristikko, 93, 95, 96, 100, 117, International Earth Rotation and
121, 125, 130, 131, 140, 153, Reference Systems Service
155 (IERS), 441
horisontti, 115 International GNSS Service (IGS),
vaaituskojeen, 93 314, 315, 337, 476
horisonttipiirros, 304 International Polar Motion Service,
horisonttitaso, 4 440
Huygens, Christiaan, 6, 13, 168, 169 invar, 44, 104, 165
hylkäysraja, 382 invariantti, 362, 364
hyperbeli, 272 inversio, matriisin, 350
hyperbolinen paikannusjärjestelmä, ionisaatio, 517
45, 272 ionosfääri, 183, 274, 476
hypoteekki, 16 ionosfäärimalli, 313
hypoteesi, 378 Ionosphere Map Exchange Format
vaihtoehtoinen, 378, 380, 386, (IONEX), 476
387, 393, 466 islanninsälpä, 169
häiriöpotentiaali, 407, 409 Islanti, 466
hävittäjälentokone, 244 isoakselin puolikas, 6, 13, 363, 450,
519
I vertausellipsoidin, 255
ilma Ison Beltin silta (Tanska), 235
kuiva, 473 isostaattinen kompensaatio, 425
ilma-anomalia, 411, 423
Hakemisto 497
isostasia, 461 jääkausi, 444

isoterminen pinta, 186 jäännösvirhe (residuaali), 299, 343,
ITRF2005, 268 345, 348, 375, 376, 381–384,
ITRS, 259 392
itselaskeva latta, 105 painotettu, 382
Itä-Schelden myrskytulvasuoja, jäännösvirheet, 370
Alankomaat, 235 jäännösvirhevektori, 376, 379, 382,
384
J
dynaaminen litistyneisyys (J2 ), 451 K
Jaava (Hollannin Itä-Intia, kaarevuus
Indonesia), 411 Maan, 15
jakokehä, teodoliitin, 132, 133, 146 kaarevuuskorjaus
lukeminen, 135 Maan pinnan, 185
jalkaruuvit, 93, 120, 123 sädepolun, 184
jalusta, 93 kaarevuussäde, 8
jaotus Maan, 4, 160
E-, 104 mittaussäteen, 160
shakkilauta-, 104 kaavan pohjakartta, 191
viiva-, 104 Kaavan pohjakartta, 191
viivakoodi-, 104 kaavoitus, 16, 17, 21, 60, 220
jaotuskone, 132 kaavoitusmittaus, 191
jaotusvirheet, kehien, 153 Kaavoitusmittausohjeet, 191, 219,
Jason (satelliitti), 480 223, 224, 236
Jet Propulsion Laboratory, 337 kairauspiste, 221
Jet Propulsion Laboratory (JPL), 315, kaivonkansi, 236
336 viemarin, 221
johdannaisyksikkö, 23 kaivosmittaus, 190, 235
johtokartta, 236 Kakkuri, Juhani, 186
jokipato, 465 kaksipuolinen testiraja, 382
jonovaaitus, 92 kaksitaajuuskoje (GPS), 284
joule, 24 kaksoisprisma, 210
jpeg2000 (kuvaformaatti), 243 kaksoistaittoisuus, 169
Julkisen Hallinnon Suositukset kalibraatio, 153, 166
(JHS), 191 etäisyysmittarin, 179
Julkisen Hallinnon Tietohallinnon GPS-antennin, 285
Neuvottelukunta (JUHTA), kalibrointi, 121
191 Kalifornia, USA, 466
juomavesi, 109, 465 kalium, 459
juuri, vuoriston, 425 kallistuskorjaus, 175
Juutinrauman silta (Tanska), 235 kalsiitti, 169
Jyväskylä (Suomi), 74 kaltevuus, Maan pyörähdysakselin,
jäljitettävyys, 165, 235 444
jäljitettävyysketju, 166 kaltevuuskorjaus, 167
jälkilaskenta, 326, 336 kaltevuusprosentti, 167
jännite (sähkö), 24 Kanada, 480
jännitys, mittanauhan, 167 kandela, 24
järjestelmäkalibrointi, 103
498 Hakemisto
Kansainvälinen ellipsoidi 1924 kollimaatiovirheen, 155

(Hayford-ellipsoidi), 265 vaaituskojeen, 98
Kansainvälinen Geodeettinen kenttäteoria, sähkömagnetismi, 168
Assosiaatio (IAG), 10, 55, 182 kenttäyhtälöt
kantoaalto, 274 Einsteinin, 402
karakteristinen polynomi, 362 Maxwellin, 517
karkaussekunti, 442 Kepler, Johannes, 448
Kartastokoordinaattijärjestelmä Keplerin kolmas laki, 450
(KKJ), 54 Keplerin lait, 309, 448, 449
kartografia, 19, 51 Keplerin pintalaki, 448
kartoitus Keplerin rata-alkiot, 311, 448
”as-built”, 219 Kern (laitevalmistaja), 44, 125
numeerinen, 213 kesiumkello, 25, 274, 276
säteittäinen, 212, 214 keskianomalia, 520
kartoitusmittaus, 17, 189, 191, 210, keskiarvo, 342, 349
215 keskimerenpinta, 13, 85, 87, 92
kartta, 15, 19, 51 keskipakoisvoima, 232, 405
topografinen, 92 keskistys, 122, 214
kartta-algebra, 221 keskivirhe, 28, 34, 76, 341
karttakoordinaatit, 51, 234 ketjukäyrä, 166
karttakoordinaatti, 53 ketjusääntö, 366
karttalehti, 221 Kevo (Suomi), 74
karttaprojektio, 47, 51, 54, 78, 80, kevätpäiväntasaus, 442
191, 198, 199 kevätpäiväntasauspiste, 253, 432, 519
karttaprojektiokoordinaatit, 46 kiertokulma, 70, 78
karttaprojektio-oppi, 52 kiihtyvyysmittari, 468
karttaprojektioreduktio, 188 kiinteistö, 16, 220
karttaprojektiotaso, 196 kiinteistönmuodostus, 224
karttarekognosointi, 189 kiinteistönomistaja, 16
karttataso, 51 kiinteän Maan vuoksi, 80
kasautumislaki kiintopiste, 68, 106
varianssien, 38, 363 kiintopistealusta, 189
virheiden, 37 kilocalorie, 25
kasteluvesi, 109 kilogramma, 24
kastepiste, 474 Kitab (Neuvostoliitto, Uzbekistan),
katasterijärjestelmä, 16 440
kaupunkisuunnittelu, 17 KKJ, 54–59, 62, 220, 265, 266, 332
kellopoikkeama, 289 KKJ-koordinaatit, 46, 55, 266
satelliitin, 289, 317, 320 katkaistut, 62
vastaanottimen, 289, 320 klotoidi, 231, 232
kelvin, 24, 183 klotoidin parametri, 232
Kelvin (lämpöasteikko), 26 kohdistusmikroskooppi, 119
Kelvin, lordi (Sir William Thomson), koherenssipituus, 172, 455
518 kohina, valkoinen, 455
kenkälaatikkomalli, 79, 85 koje
kenttägravimetri, 402 geodeettinen, 17
kenttätarkistus kojeasento, 131, 146, 160
Hakemisto 499
face left, 131 koordinaattijärjestelmä, 46

face right, 132 geosentrinen, 48, 253
I, 131, 154, 155, 157 inertiaalinen, 253
II, 131, 154, 155, 157 kaksiulotteinen, 46
kojekoordinaatisto, 116, 196, 215, 256 kolmiulotteinen, 46, 253
kojekorkeus, 163 terrestrinen (ECEF), 253
kojevirheet, teodoliitin, 152 korikäyrä, 229
kokonaislukutuntematon korkeuden määritys, 86
(ambiguiteetti), 177, 291, korkeus, 85
324, 326, 331, 332 dynaaminen, 87, 420, 422
kokonaisvalidointi, 378 ellipsoidinen, 49
kolikko, rehellinen, 32 merenpinnan yläpuolella, 87
kolikonheitto, 31 normaali, 87, 88, 420, 421
kollimaatiovirhe, 117, 141, 146, 153 ortometrinen, 85, 87–89, 107,
3σ -kriteeri, 29 265, 417, 418, 420, 421
kolmiakselistabilisaatio, 275 määritelmä, 420
kolmioehto, 339 vaaittu, 13
kolmiomittaus, 3–5, 42, 142, 190, 193 vertausellipsoidista, 13, 87
valtakunnallinen, 54, 55 korkeusdatumi, 88
kolmiomittausverkko, 12, 41, 195, 439 korkeusjärjestelmä, 13, 79
mannerlaajuinen, 10, 14 ortometrinen, 88
komeetta, 344 korkeuskoordinaatti, 14, 15
komparaattori, 166 korkeuskulma, 50, 213
kompassisuunta, 52 korkeuskäyrä, 243, 415
kompensaattori, 172 korkeusmalli, 20
kompleksiluku, 511 korkeusrunko, 110
koneohjaus, 236 korkeustyyppi, 87
konseptikartta, 216 korkkiruuvi, 254
kontrolli, 107, 109, 390 korona, Auringon, 446
konvektio, Aurinko, 446 korrelaatio, 37, 39
konvektio, Maan vaippa, 459 VLBI, 455
konvektiokerros, Auringon, 446, 517 korrelaatiomenetelmä (GPS), 281
koordinaatisto, 73 korrelaattori, optinen, 172
geosentrinen, 257 kosteus
oikeakätinen, 254 absoluuttinen, 183, 472
paikallinen, 62 suhteellinen, 473
tilapäinen, 63 kovarianssi, 36, 38, 359
toposentrinen, 47, 50, 256, 257, Krasovsky-ellipsoidi, 260
427 Kukkamäki, T. J., 98
koordinaatit Kukkamäki-menetelmä, 98
ellipsoidiset, 255 kulma
geodeettiset, 47, 49, 142, 262 suora, 26
geosentriset, 255 kulmaprisma, 177, 426
katkaistut, 58 kulmayksikkö, 26
maantieteelliset, 255 kulttuuritieto, 21, 221
suorakulmaiset, 47, 61, 256 kuormitus
toposentriset, 260 ilmakehän, 465
500 Hakemisto
meren vuoroveden, 465 leikkausvirhe, akseleiden, 146

kuulasertutka, 453, 454 Length of Day (LoD), 81, 316, 440
kuunpimennys, 1, 2 leveysaste
täydellinen, 1 geodeettinen, 255
kuvaaja-ellipsi, 363 geosentrinen, 255
kuvankäsittely, 138 leveäkaista (widelane), 332
kvadrantti, tason, 62 liike
Kwajalein (atolli), 276 maankuoren, 465, 466
kvanttiteoria, 169 Liikennevirasto, 335
kvartsimitta, 172 liikenneväylä, 86
kvasaari, 454, 455 lineaarinen regressio, 179, 180, 342,
kvasi-geoidi, 421 349, 351, 383, 386, 394
käsi-GNSS, 122 linearisointi, 299
käynti, gravimetrin, 402 linjaseiväs, 210
käyttäjälohko (GPS), 276 linjavaaitus, 92, 93, 107
käänteinen ongelma, 144 Linnunrata, 455
käänteismatriisi, 515 Lippershey, Hans, 115
käänteistehtävä, kartoituksen, 17 Listing, J.B., 10, 15
kääntöpiiri, 432 litistyneisyys
empiirinen, 8
L Jupiterin, 12
L 1 , L 2 , GPS-taajuudet, 274 Maan, 6, 8, 10, 12, 13, 312, 405,
laattatektoniikka, 80 440, 442, 448, 452
Lageos (satelliitti), 454 painovoima-, 13
Lagrange-interpolaatio, 313 litosfääri, 462
laitekorjaus litra, 26
etäisyysmittauksen, 181 lock-on, GPS-signaalin, 280, 312
laitevika, 29 logaritminen asteikko, 24
lane (DECCA), 273 LORAN-C (navigaatiojärjestelmä),
Langmuir, Irving, 518 272
Laplacen yhtälö, 430 lukemalaite, 133
Lappi, 7 lukemamikroskooppi, 118, 133, 136
laser lukuarvo, 23
helium-neon, 25, 183 Lunohod (kuuajokki), 454
laserkeilaus, 20, 239 luonnollinen anomalia, 520
laserluoti, 141 luontotieto, 21, 221
lasertaso, 111 luotettavuus, 29, 190, 376, 389, 390
laskenta sisäinen, 380, 393
geodeettinen, 17 ulkoinen, 381, 393
laskentapinta, 196 luoti
laskettelurinne, 244 optinen, 120, 123, 125, 128
latanalusta, 106 erillinen, 127
lattayksikkö, 104 luotiviiva, 2, 4, 85, 115, 116, 196, 408,
legenda, 19, 218 419, 420, 423, 425, 426
Legendre, Adrien-Marie, 344 luotiviivan poikkeama, 11, 262, 263,
Leica (laitevalmistaja), 140, 142 425
Leica Oy, 336 luotiviivan suunta, 8
Leiden (Alankomaat), 4
Hakemisto 501
tähtitieteellinen määritys, 10 auringonpilkun, 447

vaihtelu, 8 Maan, 446, 447, 457
lyijy, 459 magneettikentän topologia, 447
lyijymönjä, 121 magnetohydrodynamiikka (MHD),
lähestymiskartta, 122 447, 518
lähtöpiste, datumin, 73 magnitudi, tähtien, 24
lämpöenergia mallivirhe, 376
Auringon ytimen, 445 mannerjäätikkö, 461
Maan, 460 mareografi, 13, 75, 463, 480, 481
merivedessä, 479 mareografipilari, 482
lämpölaajenemiskerroin, 44, 104, 165, Mariaanien hauta, 198
166 Mark II (VLBI), 455
lämpötila, 24, 26 Marussi-tensori, 427
lämpötilakorjaus, 166, 167 massa, 24, 26
hidas, 401
M painava, 401
maailmanmalli, naiivi, 1 massakeskipiste, Maan, 47, 55, 116,
maakaasu, 109, 465 253, 267, 321, 448, 456
Maan muoto matkapuhelin, 328
fyysinen, 15 matkapuhelinmasto, 244
matemaattinen, 15 matkapuhelinverkko, 333
”Maan toinen kuu” (artikkeli), 435 MatLab (ohjelmisto), 380, 515
maanjäristys, 466 Maupertuis, Pierre L. M. de, 8, 165
Sendai, Japani, 467 Maxwell, James Clerk, 168, 169
maanmittaus, 28, 47, 86 Maxwellin-Faradayn yhtälö, 518
Maanmittauslaitos, 92, 142, 191, 193, mehiläiskenno, 242
240, 335, 482 mekaniikka
maanmittaustiede, 15 klassinen, 5
maannousu Mekometer (etäisyysmittari), 44, 176
Fennoskandian, 461 merenkulku, 440
postglasiaalinen, 109, 462, 463 Merenkulkulaitos, 335
maannousu-alue Merenkurkku (Itämeri), 462
Laurentide, 462 merenpinta, 163, 187
Siperian, 462 Merentutkimuslaitos, 481
maastokartta, 20 meridiaanikaarevuussäde, 260
maastokorjaus, 244 meridiaaniympyrä (laite), 425, 435,
etäisyysmittauksen, 186 440
refraktion, 186 meritopografia, 13, 415, 471, 478, 479,
maastomalli, 216, 243, 421 481
numeerinen, 239, 244 merivesi, 10, 13, 89, 478
maastomerkki, 121, 214 merivirtaus, 479
maastomittaus, 15–17, 19, 215 merkitsemismitta, 227, 229, 233, 244
maastoon merkitseminen, 17, 228, merkitsevyystaso, 382, 384, 385, 388,
230, 233 389
sijainnin, 233 testin, 382, 387
maastotietojärjestelmä, 217 metalli-ilmaisin, 236
magneettikenttä metatieto, 19, 20, 121, 136, 213, 218
Auringon, 446
502 Hakemisto
meteori, 52 moottoritie, 106, 108, 231

metri, 8, 24, 25 Mount Everest, 10
metrologia, 23, 235 Multi-functional Satellite
Metsähovin tutkimusasema, 45, 48, Augmentation System
49, 74, 75, 455 (MSAS), 334
mikrogal (µGal), 402 muoto
mikrometri Maan, 6
optinen, 104, 118, 133 musta aukko, 454
mikroprosessori, 138 musta laatikko, 103
mikroseismiikka, 466 muunnos
Milanković, Milutin, 444 neliparametrinen, 69
millibaari, 183 Mylar, 438
milligal, 425
milligal (mGal), 402 N
minuutti (aikayksikkö), 26 N60, 74, 92, 107, 265
minuutti (kulmayksikkö), 26 N60 (korkeusjärjestelmä), 88
minuuttiteodoliitti, 132, 134 N2000, 74, 92, 107, 266
Misuzawa (Japani), 440 N2000 (korkeusjärjestelmä), 88, 191
mittakaava, 51 nanogal (nGal), 402
mittakaava, kartan, 19 N.A.P., 74
mittakaavamalli, 4 N.A.P. (korkeusjärjestelmä), 88
mittakaavapoikkeama, 78 napakoordinaatisto, 61, 247
mittakaavasuhde, 68, 70 napaliike, 81, 316, 439, 442
mittakaavavirhe, etäisyysmittarin, vuosittainen, 439
179 napasäde, 6, 13, 49, 255
mittakaavavääristymä, 60, 61 National Geodetic Survey (NGS),
mittapöytä, 43 Yhdysvaltain, 64
mittauskaukoputki, 93, 95 National Oceanic and Atmospheric
teodoliitin, 117 Administration (NOAA), 239
mittausluokka, 223 nauhakorjaus, 165, 167
mittaussuunnitelma, 19, 20 nauhamittaus, 165
mittaussuure, 23 navan ryömiminen, 439
mittaustanko, 284 navigaatioviesti, 279, 280, 311
mittausvirhe, 28 navigointi, 52, 326
karkea, 340 Navy Navigation Satellite System
satunnainen, 341 (NNSS), 45, 271, 440
mittausyksikkö, 23 neliöinti, 248
mobiili Internet, 333 nestekompensaattori, 159
modulaatio, 183, 274 Networked Transport of RTCM via
modulaattori, 174 Internet Protocol (NTRIP),
monikulmiojono, 195, 199 335
monikulmiojonomittaus, 142, 190, 193 newton, 24
monitie, 304 Newton, Sir Isaac, 5, 8, 10, 168
monitie (multipath), 285 Newtonin renkaat, 173
monitorointi, 234 NOAA, 239
monumentointi, 189 nolla-alkio, 512
mooli, 24 nollahypoteesi, 378, 380, 386, 387,
392
Hakemisto 503
nollapistevirhe, etäisyysmittarin, 179 osapaine, vesihöyryn, 183

nollavirhe, tasaimen, 123 otoskeskiarvo, 35
nonius, 134 otosvarianssi, 35
nopanheitto, 31 otsonikerros, 475
nopeuskorjaus, toinen, 185
noppa, rehellinen, 32 P
normaali, 11 paalutusmitat, 224
vertausellipsoidin, 49, 198 PAGEOS (satelliitti), 438
normaalijakauma, 29, 34, 35, 341, paikanmääritys
373, 381, 382, 387 tähtitieteellinen, 4, 425
normaalileikkaus, 11 paikannimi, 221
normaalipainovoima, 405, 407, 408, paikkatieto, 19
421 paikkatietojärjestelmä, 19, 20, 217,
normaalipainovoimakenttä, 405, 408 220, 223
normaalipainovoimapotentiaali, 407 paine, 24
normaalipainovoimavektori, 407 hydrostaattinen, 86
normaaliyhtälöt, 346 merenpohjan, 469
Northing, 56, 61 painokerroinmatriisi, 300, 352
nostoruuvi, 93 painomatriisi, 300
nouseva solmu, 519 painopiste, 34
Nummela (Suomi), 174 painotus, mittausten, 340
Nummelan perusviiva, 165 painovoima, 100, 402
nutaatio, 81, 443 painovoima-anomalia, 410–412, 414
NUVEL-1A (laattatektoniikan malli), painovoimagradiometri, 470
460 painovoimakenttä, 416
näyttöpalvelu Maan, 5, 78, 85, 405
johtojen, 237 todellinen, 408
painovoimapotentiaali
O Maan, 85
observation equation, 368 painovoimavakio, universaalinen, 424
octave (ohjelmisto), 515 painovoimavektori, 85, 116, 122, 405,
odotusarvo, 28, 32, 34, 35, 341 407, 416, 417, 425
ohjeistus, 191 painoyksikön keskivirhe, 301, 352,
ohmi, 24 370
oikeellisuus painoyksikön varianssi, 301
energeettinen, 423 painumakorjaus, 166, 167
metrinen, 422 pakkokeskistys, 128, 161
okulaari, 95, 130 pakkokeskistyslaite, 120, 124, 125,
OMEGA (navigaatiojärjestelmä), 272 127, 178
ominaisarvo, 362, 363 palautusliike, postglasiaalinen, 81
ominaisarvotehtävä, 362 pallokoordinaatit, 255
ominaisuustieto, 19, 21, 219–221 Pantometria, 115
ominaisvektori, 362 paperikone, 109
optinen aktiivisuus, 169 parallaksi, 96
optinen hilakello, 90 pascal, 24
ortogonaalisuus, 376 Pasteur, Louis, 169
ortorektifikaatio, 243 PCMCIA (muistikortti), 142
osa-arvo, tasaimen, 97 PDOP, 299, 303
504 Hakemisto
pekkaniska, 248 poikittaiskaltevuus, tien, 231

pentaprisma, 111 poikkileikkaus, 111
perigeum, 519 polaariplanimetri, 247
perigeumin argumentti, 519 polarimetri, 169
periglacial bulge, 480 polarisaatio, 169
periodi elliptinen, 171
apsidiprekession, 445 lineaarinen, 169
prekession, 445 sirkulaarinen, 169, 285
satelliitin, 448, 450, 520 polttopiste, ellipsin, 448
perspektiivikuva, 243 poolisuus, 184, 473
Peru, 7 potentiaalienergia, 427
perusvaaitus, 107 Pothenot, Laurent, 144
perusviiva, 4 precise ephemeris, 313, 315
perusyksikkö, 23 Precise Point Positioning (PPP), 304
pienimmän neliösumman ratkaisu, precision farming, 235
345 prekessio, 81, 442
piikki (mittaus), 107 klimatologinen, 445
pikkuakselin puolikas, 6, 13, 363 satelliitin ratatason, 451, 480
vertausellipsoidin, 255 tähtitieteellinen, 445
pikkuplaneetta, 344 Principia, 5
pintavaaitus, 108 prismasauva, 213
Pisan torni, 110 profiili, 110
pistekeskivirhe, 301, 364 projektio
pistekortti, 121, 190 ekvidistantti, etäisyystarkka, 52
pistenumero, 121 ekvivalentti, oikeapintainen,
pistetietokanta, 20 pinta-alatarkka, 52
pistevarianssi, 364 gnomoninen, 52
pistevirhe-ellipsi, 78 konforminen, oikeakulmainen,
pitkäkantainterferometria (VLBI), kulmatarkka, 52, 56, 61, 198
192, 439, 440, 453–455 Mercatorin, 52
pituus, 23–25 poikittainen Mercatorin, 56
pituusaste projektiokaista, 56
geodeettinen, 255 projektiomittaus, 173, 174
geosentrinen, 255 Propagaatiolaki
P-koodi, 279, 282 varianssien, 347
Planck, Max, 169 propagaatioviive
Planckin vakio, 169 ionosfäärin, 289, 291
plane surveying, 15 troposfäärin, 289, 291
plan-kartta, 51, 79 pseudoetäisyys, 287, 289, 322
plasma, 446, 447, 517, 518 pseudoetäisyyspoikkeama, 327
plastisuus, 462 pseudosatunnaiskoodi, 279–283, 455
Plesetsk (Venäjä), 467, 470 puolikulmakaava, 66, 363
Poder, Knud, 55 puolustusministeriö, Yhdysvaltain,
pohjakartta, kaavan, 223 276
Pohjantähti, 5, 443 putkitasain, 93, 94, 97, 118
poikittaiskaarevuussäde, 255, 260 putoamiskiihtyvyys, 401
poikittaiskallistus, 479 pystyakseli, 117
Hakemisto 505
pystygradientti vertausjärjestelmän, 73
ilmanpaineen, 185 Receiver Independent Exchange
normaalipainovoiman, 411, 412 Format (RINEX), 287
pystykehä, 117, 118, 134 reconnection (magnetismi), 447
pystykulma, 116, 159 reduktio, havaintojen, 12, 197
pystykulmahavainto, 156 redundanssi, 131, 190, 211, 296, 339,
Pythagoraan lause, 62, 70, 145, 167, 345, 376, 379, 384, 390
289, 295 redundanssiaste, 393
pyörähdysakseli, Maan, 5, 47, 55, 81, Reference Frame Subcommission for
253, 442, 443, 451, 456 Europe (EUREF), 55
hetkellinen, 439, 440 refraktiokerroin, 160, 163, 184, 185
pyörähdysellipsoidi, 6–8, 11, 12, 49, refraktiokorjaus, 184
405, 421 Rein-joki, 4
pyörähdyshyperboloidi, 329 rekka, täysperävaunullinen, 231
pyörähdysliike, Maan, 13, 80, 439, rekognosointi, 189, 300
440, 453, 456, 478, 479 rektaskensio, 433
pyörähdysmomentti, 440 Remote Integrity Monitoring System
päälävistäjämatriisi, 306 (RIMS), 334
pääsivu, kolmioverkon, 165 revontulet, 447
Richer, Jean, 12
R Richter (maanjäristys), 24
radiaani, 24, 27 riippuluoti, 124
radioaktiivisuus, 460 risteilyohjus, 244
radiolähetin, 274 rivivektori, 512
radiomasto, 244 roeden (pituusyksikkö), 3, 4
radiomodeemi, 328 rotaatiokulma, 257
rajamerkki, 224 rotaatiomatriisi, 258
rakennematriisi, 299 routa, 123
rakennettu ympäristö, 17 rover, 329
rakennuslupa, 233 RTCM-SC104, 335
rakennusmittaus, 233 rubidiumkello, 274
rakennusvaaitus, 94 rugbypallo, 7
rakentaminen runkomittaus, 17, 107, 146, 191, 192,
infrastruktuurin, 16 210
rakettimoottori, 275, 402 runkomittauslatta, 106
Ranskan tiedeakatemia, 7, 8 runkoverkko, 233
rapid orbits, 314 ruostesuojamaali, 121
rasiatasain, 93, 97, 101, 105, 106, 120, ryhmänopeus, 292
123, 125 ryhmätaitekerroin, 183
rata-ellipsi, 448
ratahäiriö, 275, 449 S
muiden planeettojen, 445 S-aallot, 457
satelliitin, 10 Safety-of-Life (SoL), 334
ratavirhe, 321 Sagittarius A*, 455
rautatie, 106, 108, 231 San Andreas -murtovyöhyke, 465
RDS, 328 Sanastokeskus TSK ry, 191
reaaliluku, 32, 287, 511 sanastotyö, 191
realisaatio, 31, 268 sarakevektori, 512
506 Hakemisto
sarjahavaintomenetelmä, 130, 132, sisäydin, Maan, 460

138, 139, 146 siviiliaika, 441
sarjaliitäntä (RS232), 142 siviilivuorokausi, 431
satelliitti-altimetria, 471, 476, 477, sivuttaisrefraktio, 30
480 SI-yksikkö
satelliittigeodesia, 45, 253, 415, 449 geopotentiaalin, 418
satelliittilaserhavainnot, 455 painovoiman, 402
satelliittilasermittaus, 439 skaalakorkeus, 475
satelliittilasertutka, 45, 192, 453 SmartNet, 336
satelliittipaikanmääritys, 266 Snell van Rooyen, Willebrord, 3
satelliittipaikannus, 55, 91, 132, 183, Snellius, 3, 7, 42, 144
190, 410, 453, 482 Sodankylä (Suomi), 317
Satellite Based Augmentation SP3 (formaatti), 313
Systems (SBAS), 334 spin, 171
Satellite-to-Satellite Tracking (SST), Sputnik 1, 10
470 stadium (pituusyksikkö), 2
satunnaismuuttuja, 360 standardiellipsi, 39
saturaatio, 473 standardipoikkeama, 28, 341
sauvaluoti, 124 keskiarvon, 342
Schmidt-Väisälä teleskooppi, 436 yhden havainnon, 342
scilab (ohjelmisto), 515 stationaarinen arvo, 363
seinämitat, 211 steradiaani, 24
sekunnin SI-määritelmä, 25 stereomalli, 43, 411
sekunti (aikayksikkö), 24–26 stereomallirestituutio, 43
sekunti (kulmayksikkö), 26 stokastinen suure, 31, 32, 37, 341,
sekuntiteodoliitti, 132, 134 358, 360, 373, 374
Selective Availability (SA), 327 jatkuva, 34
seutukaava, 223 moniulotteinen, 39, 40
SFS 3161 (johtokarttastandardi), 235 normaalisti jakautunut, 36
Shuttle Radar Topography Mission reaaliarvoinen, 33
(SRTM), 239, 240 Stokes, George Gabriel, 412
sidoslinjamittaus, 210, 212 Stokesin funktio, 413
siirtosuure (E ), 380, 383, 385, 392 Stokesin silmukkaintegraalilause,
siirtovektori, 71 518
siirtymäkaari, 231 Stokesin ydin, 413
sijaintikatselmus, rakennuksen, 234 Stokesin yhtälö, 412
sijaintitieto, 19, 221 stratosfääri, 293, 475
SI-järjestelmä, 23, 25, 26 Struve, Georg Wilhelm von, 8
silikoniöljy, 159 Struven ketju, 8, 9
silmälasit, 96 subduktio, 411, 460
ei-sylinteriset, 130 suhteellisuusteoria, yleinen, 90
Simpsonin sääntö, 248, 250 sulkuvirhe, 76, 111, 340, 376
singulaarisuus suorakulmainen kartoitus, 210
kuvauksen, 356 suorakulmaprisma, 210
matriisin, 355, 516 suorakulmiosääntö, 250
taaksepäin leikkauksen, 145 suprajohdin, 447, 517
sininen kalvo, 469 suunnittelu
Hakemisto 507
infrastruktuurin, 16, 224 taivaanmekaniikka, 5

liikenneväylien, 86 taivaannapa, 5
mittauksen, 17 tajuus, 169
mittaustyön, 298 takymetri, 140, 190
moottoriteiden, 232 automaattinen, 224, 466
rakentamisen, 239 elektroninen, 44, 213–215, 256
reitin, 243 takymetrimittaus, 466
runkomittauksen, 189 tallennin, 216
teiden ja rautatieden, 231 tappikaltevuus, 117, 141, 146, 155
tekninen, 17, 223, 224 tarkkavaaitus, 74, 94, 107, 192, 463,
vaaitusverkon, 108 466
suunnittelunopeus, 232 tarkkavaaituslatta, 106
suunnittelutoimisto, 243 tarkkavaaitusverkko, 73, 92, 482
suunta, 42, 50, 295, 389, 404, 437 tarkkuus, 28, 190, 389, 390
suuntakulma, 61, 63, 65, 256, 365 tarkkuusteodoliitti, 132, 134
suure, 23 tarra, heijastava, 178
suuresta pieneen -työskentely, 192 tasain, 97
suurten lukujen laki, 32, 35 elektroninen, 141
suurympyrä, 11, 52 tasaus, 122
Syene (Ekypti), 2 tasoitus, 28, 68, 76
Synthetic Aperture Radar (SAR), 239, pienimmän neliösumman, 29, 341
466, 476 tasoituslaskenta, 76, 77
syvänmeren hauta, 411, 460 tasoituslasku, 28, 39, 377
syyspäiväntasaus, 442 tasoitusmenetelmä
sähköinen keskus, antennin, 285 ehtotasoitus, 373
sähkömagneettinen kenttä, 169 parametrinen, 373
sähkövirta, 24 tasokoordinaatit, 14, 15, 19, 47, 61
säteily tasokoordinaattijärjestelmä, 47
sähkömagneettinen, 168 tasokulma, 24, 26
säteilyvyöhykkeet, 276, 447 tasopinta, 86
säteittäinen kartoitus, 142, 210 Taylor-sarja, 353, 357
säätö TCA2003, 140
alhidaditasaimen, 123 TDOP, 299
optisen luodin, 130 teemakartta, 20
säätöruuvi, 94, 97, 99, 100, 156, 158 teho, 24
hiusviivaristikon, 100 tekninen tiede, 14
mittauskaukoputken, 100 Tellurometer, 44
putkitasaimen, 99 teodoliitti, 43, 115, 120, 121, 181
elektroninen, 136
T teollisuuslatta, 106
taajuus, 24, 168, 169, 292 teollisuusmittaukset, 234
taajuusstandardi, 180 terveystiedot, GPS-satelliitin, 312
taajuusvirhe, etäisyysmittarin, 179, testaus, tilastollinen, 28, 29, 378, 466
180 testausstrategia, 388
taaksepäin leikkaus, 143, 144 tiesuunnitelma, 233
taitekerroin, 134, 182 tietokerros, 221
mikroaallot, 183 tietoliikennekanava, 274
näkyvä valo, 182
508 Hakemisto
tietotekniikka, 233 tunneliverkosto, 420

tiheys tuntemattomien vektori, 373
Maan keskimääräinen, 7 tunti, 26
Maan vaipan, 7 tuntikulma, 433, 434
Maan ytimen, 7 tuomiokirkko, Turun, 74
maankuoren, 7 Turku (Suomi), 74, 435
tilavuus, 26 tutka-altimetri, 477
todennäköisyysarvo, 32 Tuusula (Suomi), 55
todennäköisyystiheysjakauma, 32 typpi, 473
toise (pituusyksikkö), 8 työkone, 235
Tom ja Jerry (GRACE-missio), 469 työkoneohjaus, 235
tonni, 26 tähtiaika, 431
TOPEX/Poseidon, 480 Greenwichin, 254
topografinen mittaus, 15 tähtikolmiomittaus, 43, 436, 437
topologia, 10, 219, 220 tähtiohjelma, 425
Tornionjoki (Ruotsi, Suomi), 42 Tähtitorninmäki, 74
Tornionlaakso (Ruotsi, Suomi), 7, 8, tähtivuorokausi, 431
73 tähtäysakseli, 93–95, 97, 98, 117, 129,
torsiovaaka, 429 141, 153, 157, 163, 435
tosiaikainen kinemaattinen mittaus tähtäysväli, 108
(RTK), 20, 195, 210, 215, 224, tähys, 127, 130, 131, 163, 178, 257,
304, 329, 331, 332, 335, 336 436
tukiasemaverkko, 332 korkea, 436
Tosiaikainen kinemaattinen mittaus tähyskorkeus, 163
(RTK), 192
tosiaikainen paikannus, 326 U
total electron content (TEC), 292, 476 UDP/IP -protokolla, 455
total precipitable water vapour Ukiah (Kalifornia, USA), 440
content, 475 ulkoydin, Maan, 460
total station, 44 ultra rapid orbits, 315
totuus, muodollinen, 77 Universal Time Coordinated (UTC),
Transit-järjestelmä, 271 441
transpoosi Unkari, 436
matriisin, 345, 514 uraani 238, 459
vektorin, 514 USB-muistitikku, 142
trapetsoidi, 244 USB-portti, 142
trapetsoidisääntö, 250 UTM (karttaprojektio), 59–61, 141,
Triangulated Irregular Network 188, 199, 266
(TIN), 243 uusaste, 27
tribrach, 119 uusminuutti, 27
trigonometrisen korkeusmittauksen uussekunti, 27
perusyhtälö, 161 V
tropopaussi, 475 vaaitus, 45, 74, 76, 92, 419
troposfääri, 183, 293 geometrinen, 93
tukiasema, 272 hydrostaattinen, 89
tulva, 86 trigonometrinen, 90, 162
tunnelimittaus, 190, 235
Hakemisto 509
vaaituskoje, 93, 94, 104, 117, 121, vector of observations, 368

129, 130, 426 vector of unknowns, 368
digitaalinen, 102, 104–106 Wegener, Alfred, 457
itsetasaava, 100, 101 vektorihiukkanen, 171
rakennus-, 110 vektorikenttä, 169
vaaituslatta, 104 Venetsia (Italia), 110
itselaskeva, 108 Vening-Meinesz, Felix A., 411
vaaitusmikrometri, 105 verkko, geodeettinen, 339, 341, 344,
vaaitusverkko, 88 375, 393, 435
vaaka-akseli, 117, 153 verkkohierarkia, 92, 142, 189, 192,
vaakaetäisyys, 213 193
vaakakehä, 117, 134 verkko-RTK, 336
vaakakulma, 116 verkkotasoitus, 77, 163, 195, 340, 344,
vaakakulmahavainto, 142 437
vaakasuunta, 215 GPS, 473
vaakataso, 86 kolmiulotteinen, 196
vaarallinen ympyrä, 145, 307 yhteiseurooppalainen, 10
vaihe vertausellipsoidi, 12, 14, 49, 56, 79,
aaltoliikkeen, 168 87, 187, 196–198, 260, 263,
kantoaallon, 284, 290, 291, 322 266, 405, 406, 408, 409, 412,
Kuun, 168 415
vaihekvadratuuri, 284 vertausjärjestelmä, 53, 73, 92, 191
vaihemodulaatio, 279 vertauskehys, 53, 55, 73, 268
vaihenopeus, 292 vertauspinta, 12–14, 85, 87, 186, 266
vaihetaitekerroin, 183 vertaustaso, 13, 14, 107, 163, 185,
vaihtoehtoinen hypoteesi, 378 187, 199, 419
vakiovirhe, etäisyysmittarin, 141, paikallinen, 187
179, 180 vesiasteikko, 13, 75, 76, 89, 463, 480
valaistusjärjestelmä, 136 vesihöyry, 183, 184, 294, 473–475
vale-itä, 57 vesihöyrysisältö, ilmakehän, 293
valon nopeus, 174 vesivoima, 86
valovoima, 24 vetovoima, 5
valvontalohko (GPS), 276, 312 Auringon, 442
Vanguard 1, 11 Bouguer-laatan, 424
Vanha valtion järjestelmä (VVJ), 54 ilmakehän, 465
vapaa nutaatio, 440 Kuun, 442, 443
vapaan asemapisteen menetelmä, Maan, 311, 402, 405, 470
210, 214 vetymaser, 274
vapausaste, 379, 384, 394 WGS84, 55
varianssi, 35, 359 Wide Area Augmentation Service
varianssimatriisi, 40, 352 (WAAS), 334
varjo, Maan, 275 Wide Area Differential GPS
Washington DC (USA), 48 (WADGPS), 334
vastus (sähkö), 24 wide-laning, 324
watti, 24 videonauha, 455
vauhtipyörä, 275 viemäri, 109, 221, 234
VDOP, 299, 303, 306 viinihappo, 169
510 Hakemisto
viivakoodi, 102 yhteiskäyttö, paikkatietojen, 219

absoluuttinen, 136, 137 yhtenäiskoordinaatisto (YKJ), 59
inkrementaalinen, 138 yksikkö, 23
viivakoodilatta, 106 yksikkö-alkio, 512
viivamikroskooppi, 133 yksikkömatriisi, 512
vinoetäisyys, 187, 196, 213, 256, 364 yleiskaava, 223
virhe yleistys, 19
ensimmäisen lajin, 387 yläkulminaatio, 433, 435
karkea, 28, 29, 31, 344, 376–378, ympyräsingulariteetti (GPS), 307
381, 390 Young, Thomas, 169
satunnainen, 29, 30
systemaattinen, 29, 30 Z
toisen lajin, 387 Zeiss (Trimble) DiNi12 (vaaituskoje),
virhe-ellipsi, 39, 41, 78, 362, 390 102
virhe-ellipsoidi, 302, 303, 306 zeniittikulma, 116, 160, 163, 181, 199,
virheyhtälö, 344 215, 256, 365, 367, 473
virtausnopeus, 479 zeniittiputki, 425
Virtual Reference Station RTK Ä
(VRS-RTK), 335 ääni, tallenne, 458
viskositeetti, 462 äänienergia (Auringon korona), 446
alemman vaipan, 462
astenosfäärin, 462 Ö
juoksevan veden, 462 Ölander, Victor Rafael, 163
litosfäärin, 462 öljy, 109, 465
nestemäisen natriumin, 462 Ørsted (satelliitti), 475
visualisointi
geopotentiaalin, 404
kolmiulotteinen, 20
maiseman, 244
paikkatiedon, 221
voima, 24
voimalaitos, 237
voltti, 24
VRSnet, 335, 336
vuo, magneettinen, 518
vuorokausi (yksikkö), 26
vuoroveden voima, 430
vuorovesi, 415
vuosi (yksikkö), 26
VVJ, 58, 266
Väisälä, Yrjö, 43, 171, 173, 435–438
Väisälä-interferometri, 455
Välimeri, 2
värähdysaika, Cs-atomin, 25
Y
ydinenergia, Auringon, 445
yhdyskuntasuunnittelu, 16, 17
A. Matriisien ominaisuudet
Matriisejä käytetään tieteessä varsin laajasti kuvaamaan moniulottei-

sia ilmiöitä, kuten koordinaattimuunnoksia ja kuvauksia vektoriava-
ruudesta toiseen. Matriisi kirjoitetaan auki numeroiden kaksiulotteise-
na taulukkona sulkujen (tai hakasulkujen) sisällä. Matriisin symbolinen
merkintätapa on kursiivinen1 versaalikirjain, esim. A, B, I jne.
Muodollisesti matriisit ovat eräs lukujen tyyppi (kuten reaaliluvut, kom-

pleksiluvut, ym. . . ) Monet lukujen laskutoimitukset kuten yhteen- ja
vähennyslasku ovat matriiseillakin olemassa: matriisit voidaan laskea
yhteen yksinkertaisesti laskemalla yhteen vastaavat alkiot. Toiset las-
kutoimitukset, kuten kertolasku, eivät aina toimi matriisien välillä: se
vaatii, että matriisien koot, niiden rivien ja sarakkeiden lukumäärä, on
sopiva. Tarkemmin, vasemmanpuoleisen matriisin sarakkeiden määrä
on oltava sama kuin oikeanpuoleisen matriisin rivien määrä, jotta ker-
tolasku olisi edes mahdollinen.
A.1 Matriisien yhteenlasku
Matriisit lasketaan yhteen yhteenlaskemalla vastaavat alkiot. Siis
C = A+B
merkitsee
ci j = ai j + bi j
1 Vaihtoehtoisesti monet kirjoittajat käyttävät lihavoituja versaaleja.
– 511 –
512 Liite A. Matriisien ominaisuudet
jokaiselle i, j parille, i = 1 . . . n, j = 1 . . . m, jos matriisit A, B, C ovat n × m-

kokoisia. Esimerkiksi seuraavalla tavalla ( n = m = 2):
     
c c a a 12 b b 12
 11 12  =  11  +  11 ,
c 21 c 22 a 21 a 22 b 21 b 22
numeroesimerkkinä
     
5 2 3 0 2 2
 = + ,
1 4 0 2 1 2
 
5 2
jossa c 11 = a 11 + b 11 , C =   jne.
1 4
Matriisien kertominen vakion kanssa
Tämä on sama kuin jokaisen alkion kertominen ko. vakion kanssa.

Esim.    
a 11 a 12 ka 11 ka 12
k = .
a 21 a 22 ka 21 ka 22
A.2 Matriiseja ja vektoreita
Matriisi jolla on vain yksi rivi kutsutaan rivivektoriksi; matriisi jolla

on vain yksi sarake kutsutaan sarakevektoriksi. Esim. (vektorit yleensä
merkitään pienkirjaimilla):
 
c1
h i  
r= r1 r2 r3 r4 , c =  c2  .
 
 
c3
A.3 Yksikkömatriisi
Samalla tavalla kuin luvuille on olemassa 0, jolle pätee a + 0 = 0 + a =

a ∀a ∈ R, ja yksikkö-alkio 1 ominaisuutenaan a · 1 = 1 · a = a ∀a ∈ R, on
niitä olemassa myös matriiseille. Yksikkömatriisi on yksinkertaisesti2
 
1 0 ··· 0
 
 0 1 ··· 0 
 
I = . . .

..  .

.
 . . . . . . 
 
0 0 ··· 1
2 Se on siis aina neliön muotoinen!

A.4. Matriisien kertolasku 513
A.4 Matriisien kertolasku
Matriisien kertolasku tapahtuu yksinkertaisen kaavion mukaan: “rivi

kertaa sarake”. Jos
C = A · B,
se merkitsee, että jokaiselle i, k:

n
X
c ik = a i j b jk ,
j =1
eli matriisi
C
z
 }| {
c 11 ··· c 1k ··· c 1n
 .. .. .. .. 

 . . . · . 

 
 c i1 · · · [ c ik ] · · · c in 
 
 .. .. .. 
 
.. ..
 . . . . . 
 
c n1 ··· c nk ··· c nn
saadaan kertomalla matriisin A jokaisen rivin
A
z
 }| {
a 11 ··· a 1 j · · · a 1n
 .. .. .. ..
 
 . . . · .


 £ ¤ 
 [a i1 ] → a i j → [a in ]
 

 .. .. ..
 
.. ..
. .

 . . . 
 
a n1 ··· an j ··· a nn
matriisin B jokaisen sarakkeen kanssa:

B
z }| {
b 11 · · · d b 1k e ··· b 1n
 .. .. .. .. 

 . . ↓ . . 

 ¯ ¯ 
 b j1 · · · ¯ b jk ¯ b jn ;
 
···
 .. .. 
 
.. ..
 . . ↓ . . 
 
b n1 · · · b b nk c · · · b nn
siis summataan c ik = a i1 b 1k + a i2 b 2k + . . . + a in b nk , “rivi i kertaa sara-

ke k”. Kaikille C -matriisin riveille ja sarakeille. Yo. kaavassa olemme
merkanneet hakasuluilla [·] vain yksi rivi, rivi i , A -matriisissa ja yksi
sarake, sarake k B-matriisissa, jonka kertominen siis antaa C :n alkio
c ik .
Tässä on yksinkertaisuuden vuoksi oletettu, että kaikki matriisit ovat

neliskantisia, n × n riviä ja saraketta. Tämä ei ole välttämätön, kuiten-
kin A :n sarakkeiden ja B:n rivien määrän on oltava sama, jotta kerta-
lasku olisi mahdollinen.
Harjoitus: Verifioi, että mielivaltaiselle (neliön muotoiselle) matriisille

A pätee A · I = I · A = A .
A.5 Transpoosi
Matriisin A transpoosin A T määritelmä:

 T  
a a 12 · · · a 1m a a 21 ··· a n1
 11   11 
 a 12 a 22 ··· a n2
 
 a 21 a 22 · · · a 2m 
  
 .. .. .. ..
 
 .. .. .. .. 
 
.

 . . . .  . . .  ,
 = 

 
a n1 a n2 · · · a nm a 1m a 2m · · · a nm
| {z } | {z }
n×m m×n
tai lyhyemmin,
³ ´
AT ij = ( A ) ji , i = 1, . . . , n; j = 1, . . . , m.
Matriisin A transpoosi A T saadaan siis vaihtamalla rivit ja sarakkeet

keskenään, eli “peilaamalla” kaikki alkiot päälävistäjän kautta. Trivi-
aalisti jos transponointi suoritetaan kaksi kertaa, saadaan alkuperäis-
matriisi takaisin:
³ ´T
T
A = A.
Vektorin transpoosi muuttaa rivivektori sarakevektoriksi ja päinvas-

toin:  T
a1
 
a2
  h i
 
 = a a ··· a
..

  1 2 n
 . 
 
an
ja  
a1
 
a2
h iT  
 
a1 a2 · · · a n = .
 .. 
 . 
 
an
A.6. Käänteismatriisi 515
Viimemainittua kirjoitustapaa käytetään usein juoksevassa tekstissä

paperin säästämiseksi esittäessä sarakevektori.
A.6 Käänteismatriisi
Neliön muotoisen matriisin N käänteismatriisi N −1 määritellään mat-

riisiksi K , jolle K · N = N · K = I , jossa I on jo aikaisemmin määritetty
yksikkömatriisi. Yksikkömatriisin ominaisuus taas on I · N = N · I = N
kaikille matriiseille N . Yksikkömatriisin rooli on sama kuin reaalilu-
vuissa numeron 1 rooli. Reaaliluvulle a taas käänteismatriisin vastine
on luku 1/a.
Matriisin kääntämiseksi on olemassa hyviä numeerisiä standardialgo-

ritmeja. Kääntäminen on kuitenkin suurille matriiseillä raskasta: tar-
vittava laskentatyö on verannollinen matriisin koon n kolmanteen po-
tenssiin! Eli 20 × 20-kokoisen matriisin kääntämiseen menee n. 8 kertaa
niin paljon laskenta-aikaa kuin 10 × 10-kokoisen matriisin kääntämi-
seen.
Käsin kääntäminen onnistuu helposti vain korkeintaan 3 × 3-kokoisille

matriiseille.
Esimerkiksi, jos  
3 1
A= ,
2 4
on sen käänteismatriisi
 
0, 4 −0, 1
A −1 =  ,
−0, 2 0, 3
mikä on helposti verifioitavissa:

   
3 · 0 , 4 − 1 · 0, 2 −3 · 0, 1 + 1 · 0 , 3 1 0
A · A −1 =  =  = I,
2 · 0, 4 − 4 · 0, 2 −2 · 0, 1 + 4 · 0, 3 0 1
ja samoin A −1 · A = I.
Matriisilaskennan arvokas apuväline on MatLab™-ohjelmisto joka on

laajasti käytössä tiedeyhteisössä. Kotikäyttäjälle löytyy Internetiltä
vastaavia avoimen lähdekoodin työkaluja kuten octave tai scilab.
Käytännössä laskenta perustuu lineaaristen yhtälöryhmien ratkaisuun:

jos X = A −1 on A -matriisin käänteismatriisi, pätee (koko 2 × 2 tapauk-
sessa)
AX = I
eli     
a 11 a 12 x11 x12 1 0
  = ,
a 21 a 22 x21 x22 0 1
eli

a 11 x11 + a 12 x21 = 1 
⇒ x11 , x21 ,
a 21 x11 + a 22 x21 = 0 

a 11 x12 + a 12 x22 = 0 
⇒ x12 , x22 .
a x +a x =1 
21 12 22 22
Jos matriisi on n × n-kokoinen, syntyy vastaavasti n yhtälöryhmää, jo-

kaisessa n yhtälöä n:ssä tuntemattomassa.
Singulaarisuus: aivan kuten jakolasku 1/a ei onnistu kaikille luvuille

a – siis nimenomaan ei jos a = 0 – ei myöskään käänteismatriisin
laskeminen onnistu kaikille matriiseille. Yksinkertainen esimerk-
ki ei-käännettävästä matriisista on
 
1 1
A= ,
1 1
ja ylläolevat ratkaisuyhtälöt menevät ristiriitaisiksi:
x11 + x21 = sekä 1 että 0,
x12 + x22 = samoin.
Sellainen matriisi kutsutaan singulaariseksi.

B. Magnetohydrodynamiikka lyhyesti
B.1 Plasma
Plasma on kaasu, missä atomeista osa elektroneista on irroitettu – ns.

ionisaatio – ja liikkuu vapaasti. Avaruudessa plasmat ovat yleensä kuu-
mia, lämpötila voi vaihdella tuhansista miljardeihin asteisiin.
Avaruusplasmat ovat kooltaan niin laajoja ja ohuita, että käyttäytyvät

suprajohtimen tavoin: sähkövirrat kulkevat niissä pitkään ilman mer-
kittävää heikentymistä. Tästä syystä myös magneettikenttä ei voi liik-
kua plasman läpi: aine ja kenttäviivat liikkuvat käsi kädessä, ns. frozen-
in magnetismi. Jos plasma puristetaan kokoon, sen sisältämä magneet-
tikenttä vahvistuu. Samoin jos plasma venytetään ja kääritään rullalle
lehtitaikinan tavoin, kuten tapahtuu Auringon konvektiokerroksen si-
sällä.
B.2 Maxwellin yhtälöt
Maxwellin kenttäyhtälöt ovat
∂E
〈∇ × B〉 = µ0 j + ²0 µ0 ,
∂t
∂B
〈∇ × E〉 = − , (B.1)
∂t
〈∇ · E〉 = ρ/²0 ,
〈∇ · B〉 = 0.
(E sähköinen kenttävektori, B magneettinen kenttävektori, j sähkövir-

ran tiheysvektori, ρ sähkövarausten tiheys, ²0 , µ0 luonnonvakioita.)
– 517 –
518 Liite B. Magnetohydrodynamiikka lyhyesti
B.3 ”Frozen-in” magneettikenttä
Suprajohtavassa aineessa ei voi olla nettosähkökenttää silmukan ympä-

rillä (kun se aiheuttaisi ääretöntä sähkövirtaa!):
˛
〈E · t〉 ds = 0,
∂S
jossa t on silmukan ∂S tangenttivektori. Stokesin silmukkaintegraa-

lilause (http://en.wikipedia.org/wiki/Stokes%27_theorem) – jota
myös kutsutaan Kelvinin-Stokesin lauseeksi koska lordi Kelvin1 ilmei-
sesti keksi sen – sanoo, että tämä integraali on sama kuin E:n rotaation
∇× E pinta-integraali pinnan S yli jonka reuna ∂S on. Myös se integraali
on siis oltava nolla:
Ï ˛
〈〈∇ × E〉 · n〉 dS = 〈E · t〉 ds = 0.
S ∂S
Tässä n on pinnan S normaali. Maxwellin-Faradayn yhtälöstä B.1 seu-

raa nyt
∂B ∂
Ï ¿ À Ï
· n dS = 0 =⇒ 〈B · n〉 dS = 0.
S ∂t ∂t S
Î
Ilmaisu S 〈B · n〉 dS on magneettinen vuo (en. flux) silmukan pinnan
S läpi, silmukan läpi menevien kenttäviivojen kokonaismäärä, joka siis
on oltava vakio ajassa eikä voi muuttua. Ja tämä pätee mielivaltaiselle
silmukalle plasman sisällä: plasma ja kenttä liikkuvat käsi kädessä.
B.4 Alan historia
Nimen “plasma” keksi nobelisti Irving Langmuir (1927). Plasmoja tut-

kiva tieteenala on nimeltään magnetohydrodynamiikka (MHD). On ar-
vioitu, että maailmankaikkeudessa yli 99% normaalista (ei-”pimeästä”)
aineesta on plasmaa.
Maineikas magnetohydrodynaamikko oli ruotsalainen nobelisti Hannes

Alfvén, 1908 – 1995.
1 Sir William Thomson (1824 – 1907) (lordi Kelvin) oli oli brittiläinen fyysikko, mate-
maatikko, insinööri ja keksijä. Hänelle myönnettiin aatelisarvo vuonna 1866 työstään
Atlantin ylittävän lennätinkaapelin parissa.
C. Keplerin rata-alkiot satelliitteille
C.1 Radan orientaatiota avaruudessa kuvaavat

kulma-alkiot
Ω Nousevan solmun rektaskensio eli tähtitieteellinen pituus. Tämän pi-

tuuden nollapiste on se paikka tähtitaivaalla missa eläinratataso
ja ekvaattoritaso kohtaavat ja Aurinko ylittää päiväntasaajaa ke-
vään alkaessa: kevätpäiväntasauspiste.
i Inklinaatio eli ratatason kaltevuus ekvaattoritasoon nähden. GPS-

satelliitteilla i = 55◦ . Tämä on samalla myös suurin leveysaste
(pohjois- ja etelä-) missä satelliitti kulkee zeniitin kautta.
ω Perigeumin argumentti. Kulmaetäisyys, Maan keskipisteestä katsot-

tuna, nousevan solmun ja satelliittiradan perigeumin välillä.
C.2 Radan kokoa ja muotoa kuvaavat alkiot
a Satelliittiradan isoakselin puolikas eli radan “keskimääräinen säde”.

Satelliitin keskikorkeus saadaan tästä vähentämällä maapallon
säde.
b2
e Satelliittiradan eksentrisyys. 1 − e2 =
, jossa b on pikkuakselin puo-
a2
likas. Tämä kuvaa, kuinka paljon Maan keskipiste on “sivussa”
rata-ellipsin keskipisteestä, eli kuinka suuri on perigeumin (radan
matalin piste) ja apogeumin (korkein piste) välinen korkeusero.
– 519 –
520 Liite C. Keplerin rata-alkiot satelliitteille
C.3 Satelliitin paikkaa radallaan kuvaava alkio,

“aikataulu”
On olemassa kolme vaihtoehtoa:
ν ( t) Luonnollinen anomalia. Satelliitin suuntakulma ratatasossa Maan

keskipisteestä katsottuna, perigeumista liikesuunnassa laskettu-
na.
E ( t) Eksentrinen anomalia. Satelliitin suuntakulma ratatasossa ellip-

sin keskipisteestä katsottuna, sen jälkeen kun kun rata-ellipsi on
puhallettu ympyräksi.
M ( t) Keskianomalia. Aika joka on kulunut viime perigeumin läpikulun

jälkeen, yksikkönä satelliitin periodi P .
Niiden välillä on olemassa seuraavat yhteydet, joiden avulla ne voidaan

muuntaa toisekseen:
s
tan 12 ν ( t) 1+ e
=
tan 12 E ( t) 1− e
E ( t) = M ( t) + e sin E ( t)
Ks. kuva 16.14. E ja ν ovat geometrisia suureita; keskianomalia M sen

sijaan on pelkkä ajan mitta, skaalattuna satelliitin kiertoaikaan eli pe-
riodiin P ja referoituna sen perigeumin läpikulkuhetkeen τ:
. t−τ
M ( t ) = 2π .
P

Geodesia Book

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Geodesia Book

Uploaded by

Copyright:

Available Formats

Geodesia

Vaikka Suomi on, ja on ollut jo itsenäisyydestään asti, suurvalta geo-

Maailmassa löytyy selvästi enempää geodesian oppikirjoja ja avuksi

Tämän kirjan materiaali jakautuu luonnollisesti kahteen osaan: klas-

Klassisen geodesian osan (luvut 1 – 9) käsittelemät aiheet ovat geode-

jeet ja -menetelmät, korkeusjärjestelmät, geoidi; teodoliitit ja takymet-

Modernin geodesian osassa (luvut 10 – 19) sen sijaan keskitytään viime

Olemme tässä tekstissä tehneet tietoisen valinnan keskittyä käsittei-

Helsinki, 26. syyskuuta 2016,

Käsikirjoituksen eri versioiden laatimisessa professorien Teuvo Parmin

Kiitoksia Nicolàs de Hilsterille kuvasta 8.8.

1. Geodesian historia ja yhteiskunnallinen asema 1

2. Geodeettiset mittaukset ja koordinaatit 23

3. Karttaprojektiot, datumit ja muunnokset 51

3.3 Karttaprojektiot Suomessa . . . . . . . . . . . . . . . . . 56

4. Korkeuden mittaus ja vaaituskoje 85

5. Teodoliitti ja kulmamittaus 115

7. Runko- ja kartoitusmittaus 189

8. Rakentamisen mittaus 223

9. Numeerisia maastomalleja ja määrälaskenta 239

10. Kolmiulotteisia vertausjärjestelmiä 253

11. Global Positioning System (GPS) 271

12. GPS-havaintojen käsittely 317

13. Tasoituslasku geodesiassa 339

14. Tilastolliset menetelmät geodesiassa 373

15. Painovoima geodesiassa 401

16. Avaruusgeodesia 431

17. Geodesia ja geofysiikka 453

A. Matriisien ominaisuudet 511

B. Magnetohydrodynamiikka lyhyesti 517

C. Keplerin rata-alkiot satelliitteille 519

1.1 Maan muoto, aikaiset käsitykset

Perinteisissä yhteiskunnissa vallitseva käsitys Maan muodosta oli epäi-

Kuitenkin jo muinaiset helleenit olivat tietoisia Maan pallonmuodosta.

Kuva 1.2. Eratostheneen astemittaus.

havaitsivat myös, että kuunpimennys joka oli Välimeren toisessa päässä

Ks. kuva 1.2 Eratostheneen astemittaus.

Tietoa luotiviivojen suunnista saatiin keskikesän Auringosta, joka Sye-

1 ”Ennen Kristusta”, tarkemmin, ennen kristillisen Euroopan ajanlaskun alkuvuotta.

Kuva 1.3. Snelliuksen astemittaus. Perusviiva pq on 326,45 roedenin (1229 m)

lähellä nykyarvoa 6371 km.

Lisätietoja löytyy kirjasta Torge (2001, sivut 5 – 6).

Geodesiassa tärkeän kolmiomittauksen periaate, että kolmioista koostu-

Menetelmän käyttö astemittauksen yhteydessä tapahtuu ensimmäistä

3 Gemma Frisius (1508 – 1555) oli hollantilainen monitieteilijä.

Kuva 1.4. Luotiviivojen suunta-eron ∆ϕ määritys tähtitieteellisesti. Suunta-

ka käyttivät kolmiomittausta kaaren pituuden ` määrittämiseksi. Mit-

Kolmiomittauksen salaisuutena on, että kulmamittausten avulla voi ra-

Tähtitieteellisen paikanmäärityksen avulla saadaan mitatuksi kahden

Maan pyörähdysakselin suunta avaruudessa on hyvin vakaa (gyros-

Mittaamalla näin tähtitieteellisin keinoin Alkmaarin ja Bergen op Zoo-

1.2 Newtonin lait ja Maan muoto

Maan muodon ymmärtäminen teki suuren harppauksen eteenpäin, kun

Yleinen gravitaatiolaki: Kahden massan m 1 , m 2 välillä toimii veto-

jossa r 12 on massojen välinen etäisyys.

Kuva 1.5. Maapallon eri massajakautumamallit ja lasketut litistyneisyysar-

voiman vaikutuksesta, muovaa gravitaatio myös maapallon fysikaalista

Principiassa Newton laski kuuluisten lakiensa avulla, että homogeeni-

Newton laski litistyneisyyden teoreettiseksi arvoksi f = 1/230.

Olettamus, että maapallo on tiheydeltään homogeeninen, ei ole oikea.

Kuva 1.6. Pyörähdysellipsoidin parametrit.

Newtonin aikana oli vaikutusvaltaisia tiedemiehiä, mm. tähtitietelijä

Litistyneisyysongelma jäi ratkaisematta, kunnes puoli vuosisataa myö-

Mittausten idea on esitetty kuvassa 1.6. Tähtitieteellisten mittausten