Professional Documents
Culture Documents
Geodesia Book
Geodesia Book
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
– iii –
iv Esipuhe
Martin Vermeer
martin.vermeer@aalto.fi.
Esipuhe v
Kiitokset
Esipuhe iii
Sisältö vii
– vii –
viii Sisältö
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
Kirjallisuutta 483
Hakemisto 491
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
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
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
4 Willebrord Snell van Rooyen (1580 – 1626) oli hollantilainen tähtitieteilijä ja mate-
4 Luku 1. Geodesian historia ja yhteiskunnallinen asema
α UMi (Pohjantähti)
Pohjois napa
Napakorkeus
Luotiviiva
d
Horisonttitaso
∆ϕ
maatikko.
1.2. Newtonin lait ja Maan muoto 5
m1 m2
F =G ,
r 212
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.
6 Luku 1. Geodesian historia ja yhteiskunnallinen asema
Newton: 1/230.
Massa tasaisesti Huygens: 1/578.
jakautunut Kaikki massa ytimessä
Nykykäsitys: 1/298.
Tiheämpi ydin vaipan keskellä,
ohut kuori (vihreä)
Meridiaani
Asteen pituus Lapissa
Asteen pituus
Perussa
rL b
rP a
a
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.
rL > rP .
Meridiaani
Kittisvaara
Pullinki Lapin
Niemivaara astemittaus
Napapiiri
Horilankero
Poiki-Torni
Ylitornion pappila Aavasaksa
perus-
viiva
Luppio Huitaperi
x
Kaakamavaara Perun
Nivavaara
astemittaus
Tornio
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.
Luotiviiva
Luotiviivan suunta
Ma
nne Vertausellipsoidi
r
Keskimerenpinta
M
er
i
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).
A
B
B
B
A
ω2 a
f +β = ,
γa
jossa ω on Maan pyörähdysliikkeen kulmanopeus.
Maan muoto:
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. Maastomittaus: maastosta kartaksi 17
1.8.1 Yhdyskuntasuunnittelu
◦ geodeettiset kojeet
◦ 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
◦ paikkatietojärjestelmät
2.1 Mittausyksiköitä
2.1.1 Määritelmiä
Pituus 15 metriä m
2 http://www.bipm.org/en/measurement-units/base-units.html.
– 23 –
24 Luku 2. Geodeettiset mittaukset ja koordinaatit
Pituus Metri m
Massa Kilogramma kg
Aika Sekunti s
Perus-
Sähkövirta Ampeeri A
yksiköt
Lämpötila Kelvin K
Valovoima Kandela cd
Ainemäärä Mooli mol
+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
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 .
2.1.3 Lisäyksiköt
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.
26 Luku 2. Geodeettiset mittaukset ja koordinaatit
0 ◦ C ∼ 273,15 K,
0 K ∼ −273,15 ◦ C.
2.1.4 Kulmayksiköistä
2.1.4.1 Asteet
2.1.4.2 Laskuesimerkki
+ 0◦ ,0091666 . . . =
= 56◦ ,7924999 . . .
2.1. Mittausyksiköitä 27
(Huomaa pyöristysvirhe!)
2.1.4.3 Goonit
2.1.4.4 Radiaanit
Täysi ympyrä on
2.2.1 Virhetyypit
(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.
(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.
(a) Pieni (b) Suuri sa- (c) Korreloitu (d) Systemaat- (e) Karkea
satun- tunnainen tinen
nainen
◦ sivuttaisrefraktio ilmakehässä
◦ ynnä muuta.
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
2.3.2 Odotusarvo
y-histogrammi
y
x-histogrammi
Kaksiulotteinen
histogrammi
p ( x)
Odotusarvo
© ª
E x
Todennäköisyys-
tiheys p ( x) −σ +σ Keskivirhe
Arvoavaruus x
σ σ
σ σ
σ σ
Tarkempi Epätarkempi
Var x = σ2 ,
¡ ¢
¡ ¢ . n¡ © ª¢2 o
Var x = E x − E x . (2.2)
14 . . . eli dispersio.
σ σ 2σ 2σ 3σ 3σ
© ª
◦ Todennäköisyys, että x poikkeaa E x 0,27%.
Käytännössä normaalisti jakautunut stokastinen suure ei
juuri koskaan poikkea odostusarvostaan enemmän kuin
kolme kertaa keskivirhettään.
.
³ ´ n¡ © ª¢ ³ n o´o
Cov x, y = E x − E x y − E y . (2.3)
© 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 o´o
+ 2abE x − E x y − E y .
eli vastaavasti
σ2z = a2 σ2x + b2 σ2y .
1,0 Standardiellipsi
0,8
0,6
0,4
0,2
0,0
10
5
−10 0
−5
0 −5
5 −10
10
Läpileikkaus
ellipsin keskipiste.
2.4.6 Varianssimatriisi
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
¡ ¢ . n¡ © ª¢2 o
Var x = E x − E x ,
.
³ ´ n¡ © ª¢ ³ n o´o
Cov x, y = E x − E x y − E y ,
Var x = σ2x ,
¡ ¢
³ ´
Cov x, y = σ x y .
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
Päällekkäin: E
B
d c
a
e b
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.
44 Luku 2. Geodeettiset mittaukset ja koordinaatit
Kuva 1 Kuva 2
Ilmakuvaus
Maasto
Stereokatselulaite
Stereomalli
Stereokuvapari
∆C = g∆ H.
2.6 Koordinaateista
lä tavalla.
X = 2 892 571,1204 m,
Y = 1 311 843,2621 m,
Z = 5 512 633,9521 m.
h = 94,568 m,
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
& %
3.1 Karttaprojektioita
– 51 –
52 Luku 3. Karttaprojektiot, datumit ja muunnokset
2 http://fi.wikipedia.org/wiki/Loksodromi
3.2. Suomen eri koordinaattiratkaisut 53
mella.
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.
54 Luku 3. Karttaprojektiot, datumit ja muunnokset
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
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.
1 2 3 4 x
◦
70 N 7 794 538 m
y
21◦ E 24◦ E 27◦ E 30◦ E
x = 6 600 000,000 m,
y = 1 420 000,000 m.
58 Luku 3. Karttaprojektiot, datumit ja muunnokset
x 7 800 000
420 000
580 000
Northing
meridiaani
Keski-
6 600 000
O1 Easting
500 000
(False Easting)
x = 6 600 000,000 m,
y = 3 420 000,000 m.
3.3.2 Kartastokoordinaattijärjestelmän
yhtenäiskoordinaatisto
1500
Gauss-Krüger projektio
UTM projektio
1000
Mittakaavavääristymä (ppm)
500
-500
0 50 100 150 200 250 300 350
Etäisyys keskimeridiaanista (km)
Pohjoinen (Northing)
x x
P
Kvadrantti IV Kvadrantti I
s y
α
y
Kvadrantti III Kvadrantti II
O (origo) Itäinen (Easting)
(Kaupungin alue)
x = 10 000 m
O y = 20 000 m y
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
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.
x x0
O0
y0
O y
x
P2
α12 ∆ x = x2 − x1
s 12
P1
∆ y = y2 − y1
y
∆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
x A = 6 800 000 m,
yA = 400 000 m.
Ratkaisu:
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.
s ∆y
α/2 α
s ∆x
s + ∆x
Esimerkki:
Ratkaisu:
1. Perinteinen menetelmä:
∆y
α AC = arctan + k · 200 gon =
∆x
= arctan (−1) + k · 200 gon =
Kuva 3.12. Friedrich Robert Helmert (1841 – 1917) oli suuri saksalainen geo-
deetti ja tasoitus- ja todennäköisyyslaskennan kehittäjä.
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.
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
x = x0 + K cos θ · u − K sin θ · v,
y = y0 + K sin θ · u + K cos θ · v,
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 ,
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 .
3.6.1.2 Mittakaavasuhde
3.6.1.3 Kiertokulma
Kiertokulma11 on:
∆ yAB ∆v AB
θ = α x y − αuv = arctan − arctan (3.3)
∆ x AB ∆ u AB
3.6.1.4 Siirtovektori
∆ 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 .
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,
Helmert-muunnoskaavat matriisimuodossa on
x x cos θ − sin θ u
= 0 +K .
y y0 sin θ cos θ v
x = x0 + K R u, (3.4)
72 Luku 3. Karttaprojektiot, datumit ja muunnokset
Esimerkki:
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.
u C = 1000 m, vC = 2000 m.
Laske xC , yC .
Ratkaisu:
∆ u AB = 1500 m,
∆v AB = 1500 m,
∆ x AB = 1500,150 m,
∆ yAB = 1500,150 m.
3.7. Datumit ja datumimuunnokset 73
2. Lasketaan
+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
Sulkuvirhe +0,016 -
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
.
x = x0 + K cos θ · u − K sin θ · v
y = y0 + K sin θ · u + K cos θ · v
78 Luku 3. Karttaprojektiot, datumit ja muunnokset
PQ -datumi
B
A AB-datumi
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.
Ks. kuvio 3.18 seuraavalla sivulla jossa merkit “⇐⇒” kuvaavat käytetyt
operaatiot:
¢ (karttaprojektio)
¢ ϕ, λ
¡
(vertausell.) ¡ ⇐⇒ (x, y)
(X , Y , Z) ⇐⇒ ϕ, λ, h (3.5)
(geoidimalli)
h H
⇐⇒
3.9 Aikakoordinaatti
Harjoitus 3 – 1: Etäisyyksiä
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.
on the sphere14 )
And then, the metric distance along the surface of the sphere is
s 2 = ψR.
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
4.1.1 Geopotentiaali
– 85 –
86 Luku 4. Korkeuden mittaus ja vaaituskoje
Paikallinen painovoima on
Topografinen pinta
C
P Geopotentiaalin
tasopinta
Geoidi
Luotiviiva W
W0
∗
H H
Ortometrinen H dyn
Normaali
Dynaaminen
◦ ortometriset korkeudet H
◦ normaalikorkeudet H ∗
Luotiviiva
P ”Kuilu”
H
Topografia
”Tunneli”
Merenpinta, geoidi
Vertausellipsoidi
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
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˚
Vaaituslatat Vaakasuora
tähtäys
Vaaituskoje
t 11
00 01 11
00111100
00
00
11
e
00
∆H = t − e
10
näkymä
20
4.3.2 Vaaitus
∆ 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
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
Kojetyyppi Vaaitustyyppi
Tähtäysakseli T
Fokusointilinssi Objektiivi
Kuvataso = hiusristikko
Okulaari
Liike (1)
Liike (2)
4.5 Mittauskaukoputki
Mittauskaukoputken tehtävänä on
Kuva 4.8. Parallaksi. Jos kuva ja hiusviivaristikko eivät ole samassa tasossa,
aiheuttaa silmän liike okulaarin takana niiden keskinäisen siirty-
misen.
Silmälasit voi jättää pois jos ne eivät ole ns. sylinterilasit (astigmatis-
mi), koska liki- tai kaukonäköisyyden voi korjata okulaarin fokusoinnin
avulla.
L Säätöruuvi
1111
0000
0000
1111
11
00
00
11
00
11
00
11
00
11
α
Ei tasattu Tasattu
4.6 Putkitasain
t02
e
e02 t
t2
e2
ν 3ν
e1 ν ν t1
B A
` ` `
4.7.1 Kenttätarkistus
∆ 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 .
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
.
(c) Siirrytään nostoruuvin avulla lattalukemaan e0 = e − ν, jossa
ν on saatu kenttätarkistuksesta.
Paino
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
102 Luku 4. Korkeuden mittaus ja vaaituskoje
Kompensaattorin taso
Kuvataso Objektiivi
2α
α
s s
4.9 Digitaalivaaituskoje
00
10
20
Haitat:
4.10 Vaaituslatta
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
(Nuija)
Suojakappale
Latta
Kahva
1
0
0
1
11111
00000
0
1
t1 e1
t2 e2 tn en
4.11 Vaaitusmenetelmät
4.11.1 Linjavaaitus
e e
e e e
Koje
e e
e
e t t e
Kiintopiste
4.11.2 Pintavaaitus
,75 ,38
12,38
12,75 Uusi piste, eteen (e)
Tunnettu, taakse (t)
◦ paperikoneet, telakat
◦ ja niin edelleen.
Kiintopiste
Poikkileikkaus
◦ ja niin edelleen.
Moot-
tori
Valotaso
Viis-
kulma-
prisma
Laser,
roikkuu
vapaasti
g
4.11.5 Lasertaso
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
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.
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.
Pystykehä Alhidaditasain
(Epästandardi
Kauko-
tasain)
putki
Mikro-
skooppi
Indeksi-
Mikro-
tasain
skooppi
Vaakakehä
– 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
5.3.1 Mittauskaukoputki
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
5.3.2 Alhidadi
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
5.3.3 Runko
Pystyakseli P
V ⊥P
.
. T ⊥V
O Vaaka-akseli V
Tähtäysakseli T
Luoti-
viiva
g
K
3 3
3
A B
1 B 1 A
1 2 2 2
Varmista, että kupla liikkuu vapaasti eikä sen pää ota tasaimen reu-
naan kiinni.
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
1. Riippuluoti:
◦ perinteinen
Haittana: tuuliherkkä.
2. Sauvaluoti:
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
◦ sauvassa rasiatasain
◦ keskistys:
3. Optinen luoti:
5.4.5 Ongelmatilanteita
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
5.4.6 Pakkokeskistys
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.
5.4. Teodoliitin käsittely maastossa 129
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!)
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
4. Toistetaan 3.
Vaikeita tilanteita:
Aurigonvaloa
Tähys
Hius-
ristikon Varjo
?
viiva
X
X
106 107
teodoliiteille.
5.5.2 Lukemalaite
5.5.3 Hienolukumenetelmät
1. Viivamikroskooppi:
2. Asteikkomikroskooppi:
∆ ≈ αD (1 − 1/n)
134 Luku 5. Teodoliitti ja kulmamittaus
Indeksiviiva
∆
Kuvataso
109 110 111
Tasapaksu 110.367
lasilevy Arvioitu desimaali
D
a
10 20 30 40 50 6
Asteikko
Okulaari
Valaistus-
peili
Mikrometri
Kehä
Lasilevyjen
kytketty
liike
Vastakkaiset
kehälukemat
244.4
45 44 45 44
0 10 20 30 40 50 60
0.0417 (7 arvioitu)
Ennen mikrometrin
kohdistusta... ja kohdistuksen jälkeen.
2. Valaistusjärjestelmä:
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
0
1
2
.7
6
7
.4
15
Prosessori
Alhidadi
Vaakakehä
Runko
∆ t = α/ω
Prosessori
Alhidadi
Vaaka-
kehä α
Runko
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
tussa paikassa.
5.8 Vaakakulmamittaus
α
α
(c) Monikulmiojonomittaus
Tuntematon
C Tuntematon P
θ2
θ1 C
K2
K1
R1 R2
A θ1
A
α
P β
B M
Tunnettu B Tunnettu
PC = AP tan α = PB tan β,
siis
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:
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
¢2 ¡ ¢2
x − xK 2 + y − yK 2 = R 22 .
¡
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
300 200
3
200 II 0 100 II 300
100 0
81,594 378,917
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.
Teknisempiä huomautuksia:
rs − ( r − 1 + s) = ( r − 1) ( s − 1) .
Havaintoyhtälö on11
t i j + vi j = α j − Ωi ,
α1 = 0. (5.1)
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
h iT
ja tuntemattomien vektori b
x= αi α2 α3 Ω1 Ω2 Ω3 Ω4 , jolloin havainto-
yhtälöt kirjoitetaan muotoon
` + v = Ab
x,
5.8.4 Kulmamuunnos
.
t0i j = t i j − t i1 , j = 2, . . . , r.
.
T j = α j − α1 , j = 2, . . . , r.
Ratkaisu on
1X s
T
cj = t0i j ,
s i=1
tasoitettu kulmamuunnos on sarjojen kulmamuunnosten keskiarvo.
1X s 1X s
T
c1 = t0i1 = ( t i1 − t i1 ) = 0.
s i=1 s i=1
cj ja Ω
Nyt, kun tuntemattomat T ci on laskettu, tarkemmin estimoitu pie-
cj − Ω
vi j = T ci − t .
ij
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.
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.
1. Akselivirheet:
Objektiivi
P
.
Kollimaatiovirhe c = T − T 0
Kuva- taso
V
T
200 gon (vaaka)
T0
Hiusristikko
2. Epäkeskisyysvirheet:
◦ jakokehien epäkeskisyys
◦ kaukoputken epäkeskisyys.
3. Kehien jaotusvirheet.
5.9.1 Kollimaatiovirhe
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.
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)
P P
Kojeasento [a i ] [ [a i ]]
−13
−0,13 mgon
[ c] = = −0,00542 mgon = −0cc ,0542.
24
5.9.2 Tappikaltevuus
a 1 = A 1 + c + i cos ζ,
a 2 = A 2 − c − i cos ζ,
Tappikaltevuus
V
. V0
10
0
I. kojeasennon Tasaimen ja
indeksi indeksin
hienoliikunta-
ruuvi
Alhidadi
ζ1 + ζ2 = 400 + 2 i,
ζ01 = ζ1 − i,
ζ02 = ζ2 − i.
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.
158 Luku 5. Teodoliitti ja kulmamittaus
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.
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.
16 Säätöruuvit ovat pieniä ja saattavat olla hieman piilossa. Säätö on huollon tehtävä.
5.10. Pystykulmat ja refraktio 159
Kontrolli:
◦ heilurikompensaattori
5.10.1 Refraktiokerroin
1
R Maan kaarevuussäde; R on maanpinnan kaarevuus17
1
ρ mittaussäteen kaarevuussäde; ρ
on mittaussäteen kaare-
vuus.
h B = h A + s cot ζ,
c2
B B
ζ s
hB A
ζ c1
A s
hA
...keskip
... isteesee
Maan n
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.
HK
Maasto HT
H PK
Geoidi, ”merenpinta” H PT
18 Victor Rafael Ölander (1897 – 1973) oli suomalainen geodeetti jolla oli keskeinen
rooli Suomen ensimmäisen luokan kolmiomittauksessa.
6. Etäisyysmittaus
1. Nauhakorjaus
Jana
v v
p Kaari
– 165 –
166 Luku 6. Etäisyysmittaus
2. Lämpötilakorjaus
∆`t = α`0 ( t − t 0 ) .
3. Painumakorjaus
b2 3
∆`p = − ` ,
24v2
`
∆h
α `v
`v = ` cos α.
jossa kaltevuuskorjaus
`κ2
∆`k = −
20 000
on esitetty kaltevuusprosentin κ funktiona.
168 Luku 6. Etäisyysmittaus
Kuva 6.3. Aaltoliikkeen vaihe. Nimi “vaihe” lienee tullut Kuun vaiheista.
φ ( t) = φ ( t 0 ) + 2π f ( t − t 0 ) ,
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
λf = c
E = hf ,
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
6.3 Väisälä-interferometria
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
`
' $
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
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
t
∆ t = t − t0
Start t 0 Stop t
Lähetetty
Vastaanotettu
Kello
2. sähköoptinen
Signaalin kulkuaika on
∆φ 1
µ ¶
∆t = +n ,
2π f
λ1
λ2
λ3
6.4.3 Heijastimia
1
0
0
1
0
1
Kuva 6.12. Prismojen patteri pitkille etäisyyksille.
6.4. Elektroninen etäisyysmittaus 179
jossa
Kirjoitetaan
.
∆ s i = s i − s0i = a + V s i
s0 = s − a − V s,
jossa
s0 on korjattu etäisyys
s on mitattu etäisyys
−V on kojeen taajuuskorjaus:
B
Etäisyysmittari
Heijastinprisma
A
A
Teodoliitti
Tähys
N = 106 ( n − 1)
Kerroin p e Suhde
1, 62887µm2 0, 01360µm4
N0 = 287, 6155 + + .
λ2 λ4
184 Luku 6. Etäisyysmittaus
s − s0 = ( n − 1) s, (6.7)
s0 = s + K 1 ,
jossa
K 1 = − ( n − 1) s
6.6 ”Kaarevuuskorjaukset”
1. Sädepolun kaarevuuskorjaus
B
P
A
n P 6= 21 ( n A + n B )
s3
K 3 = − k2
24R 2
jossa k on refraktiokerroin, ks. alaosio 5.10.1.
s3
K5 = .
24R 2
3. “Toinen nopeuskorjaus”
Isotermiset pinnat
A P B
Maasto n P 6= 12 ( n A + n B )
s 1 km 3 km 10 km 30 km 100 km
4. “Maastokorjaus”
K3 B
s0
A
K5
00
Kartta- A B00
taso
A0 s
B0
◦ merenpinta
◦ vertausellipsoidin pinta
s20 − ∆ h2
s2 = , (6.8)
(1 + h A/R ) (1 + h B/R )
s0 = 100 m 1 km 10 km 100 km
6.7.2 Karttaprojektioreduktio
y2A + yA yB + yB
2
à !
s GK = s ell 1,0 + , (6.9)
6R 2
– 189 –
190 Luku 7. Runko- ja kartoitusmittaus
◦ satelliittipaikannus (GNSS)
◦ fotogrammetrinen ilmakolmiointi.
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
◦ laadultaan homogeeninen.
myöhemmissä luvuissa.
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
20 24 28 32
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
Vaaka- ja pysty-
kulmamittaukset
Paikallinen
luotiviiva
Pysty
Vaaka
Moni-
Kolmiomittausverkko kulmio-
jono
B0
A
C
A0 C0
B0
A0 C0 x B0
Y
X A0
C0
y
Syvin Maan
Korkein (Mt. Meren
Yksikkö (Mariaanien keski-
Everest) keskisyvyys
hauta) korkeus
Luoti- ζ̄B
viiva ζB B
B ζ̄ A
ζA s
hB
hB A
A
hA hA
C C s proj
α
α
Projektiotaso
Tunnetaan
◦ ( x A , yA ), alkupiste
◦ ( xL , yL ), loppupiste
7.5.1 Lähtösuunta
∆ x0
∆x L
αL
α0L
A
∆ y0 ∆y
α12 = α012 ,
ja niin edelleen:
Lopuksi:
jossa
∆ x = xL − x A ,
∆ y = yL − yA ,
∆ x0 = x0n − x A ,
∆ y0 = yn0 − yA .
c = K cos θ ,
s = K sin θ ,
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 .
?
xL = x A + c∆ x0n − s∆ yn0 ,
?
yL = yA + s∆ x0n + c∆ yn0 .
Loppupiste L Loppuliitospiste
LL
L
Suljettu monikulmiojono
Jonopiste
Alkuliitos-
piste
Avoin monikulmiojono
AL
A
Alkupiste A
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.
∠α5
∠α4
α0LL
( xL , yL )
( x AL , yAL )
αLL
∠α2 ( xLL , yLL )
X ∠α1 ∠α3
g
α AL − 200
( x A , yA )
Tunnetaan:
Havaitaan:
◦ n − 1 etäisyyttä s 12 , s 23 , . . . , s n−1,n
Laskettava:
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.
α12 = α AL + ∠α1 ,
······
······
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 .
wα
δα = − ,
n
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) .
◦ Piste 2:
∆ x12 = s 12 cos α
b12
∆ y12 = s 12 sin α
b12
jonka avulla
x2 = x1 + ∆ x12
y2 = y1 + ∆ y12
jonka avulla
x i = x i−1 + ∆ x i−1,i
yi = yi−1 + ∆ yi−1,i
w x = x n − xL ,
w y = yn − yL .
7.7.4 Laskentakaavio
7.7.4.1 Huomautuksia
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 ↑ ↑
7.8 Kartoitusmittaus
11
00 50 gon
Linja-
00
11
00
11 Pentagooni-
seiväs 00
11
00
11
prisma (2×)
Ekste-
riööri
Tasain
Kaksois-
prisma
Mittanauha
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
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
7.8.2 Sidoslinjamittaus
α AB Takymetri
1 B
A θ2
A
s2 2 Prismasauva
4 2
3
(a) Mittausgeometria (b) Suoritustapa
Sen jälkeen
z i = z A + s i cos ζ i .
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
◦ vaakakulmat θ i = t i − t A
◦ etäisyydet s i .
uA = sA, vA = 0
u i = s i cos θ i , v i = s i sin θ i .
Jokaiselta asemapisteeltä:
7.9.1.1 Työskentelyvaiheet
◦ Aineisto käsitellään.
Maasto
Tiedon keruu
Takymetri
Tallennus
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.
Maastomittaus
#
Projektin laskenta:
◦ koodaus
◦ määrälaskenta
◦ mallit
" !
Tallennettavian pisteiden valinta:
Tallennus projektitietokantaan
◦ muunnos (Helmert)
◦ uudelleen koodaus
◦ pisteiden lajikoodit
Luontotiedot Kulttuuritiedot
Sijaintitiedot Ominaisuustiedot
– 223 –
224 Luku 8. Rakentamisen mittaus
Kartoitus
Kaavoitus Koepaalutukset
Suunnittelu
Rakennuksen paikan merkintä
Rakennusvalvonnan
Rakentaminen
katselmukset (kartoitus)
Katujen ja muun
infrastruktuurin rakentaminen
Kaavanlaskenta:
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
Pi Tunnetut
koordinaatit
B si Tuntemattomat
koordinaatit .
10 m
αi
R = 10 m
R = 25 m
8m
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
T2
r t
A
θ α
B
K P1
∆θ
a1 b1 t
. .
r
T1
8.3.2 Ympyräkaari
◦ kaaren säde r
◦ tangentin pituus t.
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
8.3.3 Korikäyrä
◦ kaarien säteet r 1 , r 2
◦ tangenttien leikkauskulma τ
230 Luku 8. Rakentamisen mittaus
◦ kaarien keskuskulmat θ1 , θ2 .
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
8.3.4 S-käyrä
L
Klotoidi I
P1
Klotoidi II
R P2
R
Kaarevuus (1/R )
P3 P2
P1 Matka (L) P3
8.4 Siirtymäkaari
3 https://en.wikipedia.org/wiki/Euler_spiral
Klotoidin yhtälö on
RL = A 2
A2
R= .
L
◦ tietyömaan mittaukset.
8.6 Rakennusmittaukset
8.7.2 Työkoneohjaus
8.7.3 Johtokartoitus
Kartoitusmenetelmät:
1. Globaaliset maastomallit:
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
1. Valtakunnallinen maastomalli::
Mittausgeometria:
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
70˚ 70˚
68˚ 68˚
66˚ 66˚
64˚ 64˚
62˚ 62˚
60˚ 60˚
20˚ 32˚
24˚ 28˚
vat enemmän
Mittausteknologiat:
◦ ilmalaserkeilaus.
242 Luku 9. Numeerisia maastomalleja ja määrälaskenta
10 http://en.wikipedia.org/wiki/Discrete_wavelet_transform.
11 Esimerkiksi http://meru.rnet.missouri.edu/mvl/kolam/.
244 Luku 9. Numeerisia maastomalleja ja määrälaskenta
◦ laskettelurinteiden suunnittelu
◦ monet muut.
00011111
11100000
−b3 a
3 3
00000
11111
−
III 2
00000
11111
+
b2
II
a2 I
−b4 a4 1
4
b1
a1
1
A III = (a 3 − a 2 ) ( b 2 + b 3 ) .
2
A = A I + A II + A III + . . .
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
1X n 1X n
A=− x i ( yi+1 + yi ) + x i+1 ( yi+1 + yi ) ,
2 i=1 2 i=1
246 Luku 9. Numeerisia maastomalleja ja määrälaskenta
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
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
1X n
A= yi ( x i+1 − x i−1 ) .
2 i=1
1X n
A= ( x i+1 yi − yi+1 x i ) .
2 i=1
y
1
x2 y1 − x1 y2
1
2 ( x2 y1 − x1 y2 )
2
( x1 y2 )
r1
θ12
r2
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
1X n
A= r i r i+1 sin θ i,i+1 .
2 i=1
F2
Fm
F1
5. digitaalinen maastomalli.
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
f −1 = f (−∆ x) , f 0 = f (0) , f 1 = f (∆ x) .
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
+ b∆ x + d ∆ x3 (− p −1 + p 1 ) + c∆ x2 + e∆ x4 ( p −1 + p 1 ) .
¡ ¢ ¡ ¢
(9.6)
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
250 Luku 9. Numeerisia maastomalleja ja määrälaskenta
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
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
1
V= ( F1 + F2 ) `
2
V = Fm `
2
P 4 2
3 1 P
3 1
h2
h2 h1
h1 h4
h3
h3 P P
h1 + h2 + h3
V =P
3
h1 + h2 + h3 + h4
V =P .
4
1 http://www.ggos.org/
– 253 –
254 Luku 10. Kolmiulotteisia vertausjärjestelmiä
Z
Pyörähdysliike
Greenwich
Y0
X0
Kevät-
tasauspiste
X
Greenwichin tähtiaika θ
dinaattijärjestelmä.
Z
R h
φ ϕ X /Y
O
N ϕ
¡ ¢
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
a2
N ϕ =q
¡ ¢
.
a2 cos2 ϕ + b2 sin2 ϕ
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
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
ja
cos α2 0 − sin α2
R 2 (α2 ) = 0 1 0 .
sin α2 0 cos α2
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 )
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
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 ◦
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
ξ = Φ − ϕ,
η = (Λ − λ) cos ϕ,
N = h − H,
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
Ellipsoidinen normaali
Luotiviiva
Horisontti
Geoidi
Vertausellipsoidi
Yhtälöt:
ξ = Φ − ϕ,
η = (Λ − λ) cos Φ,
Zeniitti
Ellipsoidin normaali
Pohjantähti
ntti Luotiviiva
Horiso
aso
enttit
ta ng
idin
pso
Elli Φ
Havaitsija
α
α
Tähys
Pohjantähti
Luotiviiva
Horiso
Tähys ntti
Elli
pso
idin
tange
ζ ntti
taso
Havaitsija
α
α
∆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
– 271 –
272 Luku 11. Global Positioning System (GPS)
s r − s m = vakio
ja sinisille hyperbeleille
s b − s m = vakio.
Red Slave
Blue lane
sr
RED BLUE
Red lane
sm
sb
Master
Blue Slave
Satama
11.2 GPS-satelliitti
(c) Galileo
“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
Valvontalohko:
- Ohjauskeskus
- Aikasynkronointi
- Seuranta-asemat
Avaruuslohko:
- Taajuudet L1, L2
- Tarkka aika
- Rata-ennusteet
Käyttäjä-
lohko:
−Satelliitti-
signaalin
vastaanotto
−Maalla,
merellä
ja ilmassa
11.3.2 Konstellaatio
5 Block I -ryhmän satelliitteilla oli eri inklinaatio i = 63◦ . Näistä satelliitteista ei ole
enää yhtään toimimassa.
11.4. GPS-signaalin sisältämät koodit 279
Periaate:
Vaihe-inversio
(180◦ vaihesiirto)
Kantoaalto...
...moduloituna
Modulaatio
+1 = 1 = koodi +1 = 1
−1 = 0
Access”.
1 0 1 0 0 1 0 1 1 0 1
1 0 1 0 0 1 0 1 1 0 1
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 koodi 1,023 MHz = 300 m Toisto 1 msec = 1023 ”chippiä” = 300 km
11.4. GPS-signaalin sisältämät koodit
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.
11.5 GPS-vastaanottimia
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
0 1 2 3 4 5 6 7 8 9
”Choke rings”
Esivahvistin
Coax antennikaapeli
Jalustan kiinnitys (ruuvikierre)
B
◦
Rajakulma 30
A
Rajakulma
”Sähköinen
15◦ Näennäinen A
keskipiste” Näennäinen B
Todellinen
Ristidipolin paikka
keskus Antennin vertauspiste
jossa
jossa
h iT
x y z satelliitin paikka avaruudessa
h iT
X Y Z vastaanottimen paikka avaruudessa
x, y, z, ∆ t
Broadcast
ephemeris
1111
0000 d trop
d ion
X , Y , Z, ∆T
Tunte-
mattomat
P = λ φ/2π − N
¡ ¢
. 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
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-
Aika
Vaihe
Ryhmä
(Kulkunopeus tyhjiössä)
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
GPS-vastaanotin
R
Origo, Maan ρ
massakeskipiste r
X
GPS-satelliitti
jossa
r S = x S i + y S j + z S k,
R A = X A i + YA j + Z A k
p = ρ + c (∆ t − ∆T ) + d ion + d trop .
296 Luku 11. Global Positioning System (GPS)
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.
N
W η
e1 · i
A
Havaintopaikka
e2 · j
E
S
Kaavana:
00
Vaikutus00 = 〈∆R · e〉 = ∆ X e 1 + ∆Y e 2 + ∆ Z e 3 .
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 .
∂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.
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
` + v = Ab
x, (11.8)
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.
σY = σ0 q yy ,
p
p
σ Z = σ0 q zz .
σ0 σ0
DOP-ellipsoidi
Y
Virhe-ellipsoidi 1
X Virhe-ellipsoidi 2
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.
p
q zz
p
Z q yy
p
q xx
◦ ynnä muuta.
11.8. Havaintogeometria ja havaintojen herkkyys 305
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
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
306 Luku 11. Global Positioning System (GPS)
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
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
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.
11.8. Havaintogeometria ja havaintojen herkkyys 307
e2
e1
Erotus-
havainto e0
∆R
Havaitsija
e(i) = ae0 + b i e1 + c i e2
α1 = 0◦ , η 1 = 90◦ ,
α2 = 0◦ , η 2 = 30◦ ,
α3 = 120◦ , η 3 = 30◦ ,
α4 = −120◦ , η 4 = 30◦ .
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
(11.13)
q xx = q yy = 8/9 = 0,889 . . . ,
11.9. GPS-satelliittien radat 309
4 3
N
ja siis
p p
HDOP = q xx + q yy = 16/9 = 4/3 = 1,333 . . . .
Pohjois- napa
E W
Zeniitti
r ( t ) = x ( t ) · i + y ( t ) · j + z ( t ) · k,
ṙ ( t) = ẋ ( t) · i + ẏ ( t) · j + ż ( t) · k,
11.9. GPS-satelliittien radat 311
Uusi paikka r( t)
Uusi nopeus ṙ( t) ṙ( t 0 ) Nopeus
r( t 0 ) Paikka
Kepler : Ω, i, ω, a, e, ν ⇐⇒ r, ṙ.
24 Siis jokaisella satelliitilla on kuusi Keplerin rata-alkiota jotka kuvaavat sen satel-
liitin radan muotoa ja sijaintia, sekä satelliitin paikkaa radallaan, avaruudessa.
312 Luku 11. Global Positioning System (GPS)
joista jokainen sisältää 1500 bittiä ja kestää 30 sekuntia. Näin ollen ko-
konaispituus on 37 500 bittiä ja lähetyksen kesto on 12,5 minuuttia.
−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˚
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.
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 =
¡ ¢
4. You cheated, didn’t you? You cannot observe GPS satellites that
are below the horizon. So, introduce the constraint η > 5◦ .
Sodankylä
α
Helsinki
– 317 –
318 Luku 12. GPS-havaintojen käsittely
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
Epookki 2
Epookki 1
∆∇
δ∆∇
∇ST p A = p SA − p TA ,
∇ST P A = P A
S T
− PA .
jossa
∇ST ρ A = ρ SA − ρ TA ,
∇ST ∆ t = ∆ tS − ∆ tT ,
jossa
∇ST N A = N A
S T
− NA
∆ AB p S = p SA − p SB ,
∆ AB P S = P A
S
− PBS . (12.1)
∆ AB d = d SA − d B
S
≈ 0,
koska
12.2. Relatiivinen (staattinen) GPS 321
Taulukko 12.2. GPS:n havainto- ja 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
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
324 Luku 12. GPS-havaintojen käsittely
Yhteinen ratkaisu
Mahdollinen λ1 -ratkaisu
λ1
λ2
Mahdollinen λ2 -ratkaisu
∆ X AB XB − X A
R AB = ∆Y AB = YB − Y A
∆ Z AB ZB − Z A
pisteiden välillä. Siksi nimitys relatiivinen GPS.
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
.
d p A = p A − ρ (0)
A
.
Ilman korjausta
Laskettu paikka
d pB
d pA
Korjauksella B Todellinen
Korjaukset paikka A
◦ merenkululle pitkäaaltosignaali.
d p B ≈ d p A + c (−∆T A + ∆TB ) ,
∇ST ρ (0)
B
= ∇ST p B − ∇ST ( d p B ) ,
n
otuste arvo
oiser pinn
Kaks at
inkki
Liikkuva Tietol
vastaanotin
111
000 0011 Tukiasema
Tunnettu Tunnettu
päätepiste lähtöpiste
∇ST ∆ AB P = ∇ST ∆ AB ρ +
+ λ · ∇ST ∆ AB N .
4 Tai määritetään roverin lähtöpisteen koordinaatit ennen liikkeelle lähtöä, ns. on-the-
fly menetelmä. Ks. seuraava alaosio.
12.4. Tosiaikainen paikannus 331
∇ST ∆ AB P ( t 0 ) − ∇ST ∆ AB ρ ( t 0 )
∇ST ∆ AB N = .
λ
MSAS
36000 km
WAAS EGNOS
Verkko kattaa koko Suomea yli sadalla asemalla (tilanne 2016) ja tukee
myös GLONASSin käyttöä. Korjauksia jakellaan kaupallisesti mobiilin
12.6.3 SmartNet
12.6.4 GDGPS-järjestelmä
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.
3. Now, you can upload your RINEX files to the cloud. Two alternati-
ves:
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
13 http://sopac.ucsd.edu/hatanaka.shtml
14 http://www.ga.gov.au/scientific-topics/positioning-navigation/
geodesy/auspos
338 Luku 12. GPS-havaintojen käsittely
(a) Read the results carefully. What other stations were included
in the computation, and in what reference frame is the result?
(e) Note the use of a geoid model, for obtaining heights over mean
sea level. How good do you think it is?
(a) For APPS, go to the summary file (*.sum) and look up the
following things:
α1
α2
2 α3
α1 + α2 + α3 = 180◦ .
1 Kaarevan Maan pinnalla summa ei ole tarkasti 180◦ vaan hieman suurempaa. Tämä
on esimerkki ei-euklidisesta geometriasta.
– 339 –
340 Luku 13. Tasoituslasku geodesiassa
α
b1 = α1 − ∆/3,
α
b2 = α2 − ∆/3,
α
b3 = α3 − ∆/3,
jonka jälkeen α
b1 + α
b2 + α
b3 = 180◦ tarkasti.
b1 = α1 − 2/5 ∆,
α
b2 = α2 − 2/5 ∆,
α
b3 = α3 − 1/5 ∆,
α
Pieni korjaus
Suuri korjaus
Suuri paino
Pieni paino
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.
13.2 Keskiarvo
1¡ ¢ 1X n
`= `1 + `2 + . . . + ` n = `.
n n i=1 i
vi = ` − `i
y + v i = ab + bx
b i,
i
“Hattutyyli” (ab, b
b) on usein käytetty kirjoitustapa estimaattoreille.
y
Havainto i
yi
Jäännösvirhe v i
arctan b
a
x
xi
13.4.2 Havaintoyhtälöt
` + 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
`, v ∈ R n ,
x ∈ Rm .
b
13.4.3 Normaaliyhtälöt
A T Ab
x = A T ` + A T v.
Asetetaan9
AT v = 0
h i−1
x = AT A
b A T `,
9 Jos kirjoitetaan η ≡ A ξ, on
η · v = ( A ξ) · v = ξ T A T v = 0
® ®
Jos kutsutaan
h i−1
L ≡ AT A AT ,
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
£
x1 + v1 = b
x
x2 + v2 = b
x
.. ..
.···. (13.4)
xn + vn = b
x
` + v = Ab
x.
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
n
X 1X n
nb
x= xi ⇒ b
x= x,
i =1 n i=1 i
klassinen keskiarvon kaava!
σ0
σbx = p ,
n
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).
350 Luku 13. Tasoituslasku geodesiassa
` + 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
1 Pn
Vähennetään ensimmäinen yhtälö toisesta kerrottuna kertoimella n i =1 x i ,
tuloksena
à à !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!
13.5. PNS-menetelmän esimerkkejä 351
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:
à à ! !
1 Xn X n
ab = y − xi · b
b .
n i=1 i i =1
y
5
y = 1,76 + 0,495 x
4
2
Havaintojen keskivirhe
1 2 3 4 5 x
Tästä
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
13.6.1 Skalaaritapaus
y = f ( x) ,
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
y = ax,
13.6.2 Vektoritapaus
y y = f ( x)
Linearisointi-
väli
y0
y = y0 + a ( x − x0 )
x0
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 )
∂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
13.6. Geodeettisten mallien linearisointi 355
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.
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
∆y ≡ y − y0 ≈ A (x − x0 ) = A ∆x,
x = G (y) .
x2 y2
F : R2 → R2
x1 y1
Tulkinta
`0 = F (x0 ) . (13.7)
Kutsutaan
∂F i ¯¯
¯
Ai j = , i = 1 . . . n, j = 1 . . . m, (13.8)
∂x ¯ j x j = x(0)
j
` − F (x0 ) ≡ ∆`
¡ ¢
x − x0 ) ≡ ∆
(b cx
∆` + v = A ∆
cx. (13.9)
2 .
n¡ © ª¢2 o
Var x = σ x = E x − E x
¡ ¢
,
seuraa, että
σ2y = L2 σ2x .
y = L x, (13.10)
n o © ª
E y = LE x
ja
³ ´
Var y = LVar x L T ,
¡ ¢
(13.11)
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
ja kovarianssit:
³ ´ n¡ © ª¢ ³ n o´o
σ x i x j = Cov x i , x j = E x i − E x i xj − E xj ,
360 Luku 13. Tasoituslasku geodesiassa
x = xP + s · cos A,
y = yP + s · sin A.
∆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
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 .
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.
362 Luku 13. Tasoituslasku geodesiassa
sσ A
σx
Q
A
s σs
σy
siis
λ2 − (Σ11 + Σ22 ) λ + Σ11 Σ22 − Σ212 = 0,
¡ ¢
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 .
z (θ ) = x sin θ + y cos θ ,
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
¤
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:
tai symbolisesti
h i
T
A = e12
ke12 k = 1.
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) .
∆x 2
∂α
∂x
∆x
α
∂α
∂y
∆y
∆y y
1
13.9.2 Atsimutimittaus
Zeniitti
z
∆z
∂ζ
∂z
∆z
∂ζ x
∂ρ
∆ρ
∆ρ ρ
α
13.9.3 Zeniittikulmamittaus
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 .
¡ ¢
368 Luku 13. Tasoituslasku geodesiassa
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
13.10.1 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 .
y y0 sin θ cos θ v
.
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
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 .
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.
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
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
Piste x y u v
Odotusarvo
© ª
E x
Todennäköisyys-
tiheys p ( x) −σ +σ Keskivirhe
Arvoavaruus x
– 373 –
374 Luku 14. Tilastolliset menetelmät geodesiassa
ta1 :
` = A x + n
h i
= +
h i
[ n] = n×m [ m] + [ n]
¤−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
eli
n¡ © ª¢2 o
σ2i = Var ` i = E ` i − E ` i = σ20 q ii ,
¡ ¢
³ ´ n¡ © ª¢ ³ n o´o
σ i j = Cov ` i , ` j = E ` i − E ` i ` j − E ` j = σ20 q i j .
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 ,·
b̀ = A b
x
ja alkuperäishavainnoista
` = Ax + n
x − ` = b̀− ` = A (b
v ≡ Ab x − x) − n.
Jäännösvirheet ovat keskeisiä geodeettisten
verkkoratkaisujen laadunvalvonnassa.
` + v = Ab
x.
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.
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
”Ha-
”Nolla-avaruus”
vain-
to-
`
ava-
||~
v|| minimaalinen ruus”
v
a2
.
ˆ
` optimaalinen
a1 O `ˆ0 sub-opt.
”Parametriavaruus”
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,
Q `` = AQ bxbx A T + Q vv ⇒ Q vv = Q `` − AQ bxbx A T ,
14.4 Kokonaisvalidointi
Verkon suunnittelu
Tarkkuus Luotettavuus
Paljonko epävarmuutta, Jos tapahtuu karkea virhe,
epätarkkuutta tulee kuinka hyvin voimme sen
koordinaateissa olemaan? huomata testauksessa?
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.
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
voidaan päätellä, onko aineistossa “joku” karkea virhe vai ei4 , sanomat-
ta vielä, missä havainnossa se voisi esiintyä.
E E | H0 = E χ2n−m = n − m.
© ª © ª
6 “Sisäinen luotettavuus”.
14.5. Karkeiden virheiden löytäminen tietystä havainnosta 381
Itse asiassa χ2 -testi validoi paljon muutakin kuin itse havainnot. Se var-
mistaa, että
Olkoon jäännösvirhevektori
v1
v
2
v
3
.
..
v= .
v
.i
.
.
v n−1
vn
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-
95 1,96
97,5 2,24
99 2,57
99,9 3,29
ab = 1,76 ± 1,25σ0 ,
b = 0,495 ± 0,349σ0 .
b
E = v T Σ−1
`` v,
P
i 1 2 3 4 5
´x ´∞
x 0 χ23 (ξ) d ξ x χ23 (ξ) d ξ
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
i 1 2 3 4 5
Lasketaan ”siirtosuure”
Pn 2
i =1 v i 1,1973
E= = = 53,21!
σ20 0,0225
P
i 1 2 3 4 5
|v i |
σv i
4,17 0,40 7,08 1,72 3,08
Hylkäys? * ** *
y
5
y = 1,97 + 0,493 x
3
2
Havaintojen keskivirhe
1 2 3 4 5 6 x
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
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 .
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.
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
388 Luku 14. Tilastolliset menetelmät geodesiassa
k−h k
(h = 2,5) β, %
σ σ
1 − αχ2 = (1 − α)n−m .
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
14.8 Luotettavuus
14.8.1 Periaate
C III
II I
σ0 R
R
σ0 R
p
2
P C y
A
O
14.8.2 Esimerkki
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
392 Luku 14. Tilastolliset menetelmät geodesiassa
¢
− 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
¡ ¢
E = v T Σ−1
`` v.
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
1 ¡ ¢2
E |Ha = `1 − `3 + ∇ ,
2σ20
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.
14.10 Deformaatioanalyysi
Kirjallisuus:
Ahola (2001)
H i ( t 1 ) ,i = 1, . . . , n,
H i ( t 2 ) ,i = 1, . . . , n,
∆ 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 ) .
¤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
Testaussuure on
h i† h i−1
E = d(AB) Σ(AB)
dd
d(AB) ,
. T
A† = A T = A .
14.10. Deformaatioanalyysi 397
Varoitus
b t Q −1 d
Ω=d b.
d
14.10.3 Esimerkki
lasketaan siis:
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.
Σ = Σ1 + Σ2 = σ20 I.
p
Tästä vielä σ0 = 26 cm = 5,1 cm = 0,051 m.
14.10. Deformaatioanalyysi 399
dT d
E = dT Σ−1 d = .
σ20
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?
1 ³ ´ 0,017771 m2
T
E= d d = = 88,9 > 15,51.
0,0002 m2 0,0002 m2
15. Painovoima geodesiassa
Tästä Albert Einstein (1879 – 1955) teki loogisen päätelmänsä, että pai-
– 401 –
402 Luku 15. Painovoima geodesiassa
000
111
000
111
Tyhjiöpumppujärjestelmä
Suojahäkin kuljetusjärjestelmä
Prisman suojahäkki
Putoava prisma
g ”Superjousi”
Vertausprisma
Puoliläpäisevä peili
Peili Laser
11
00 Interferenssin havaintolaite
δ(ε)
)
F (ε
α F (ε) cos(α + δ + ε)
−ε
mg
.
mg
h( x, y)
s
s +
+
−
s
+
x
i
y
j
∂ h ( x, y) ∂ h ( x, y)
v ( x, y) = i+ j,
∂x ∂y
4 Itse asiassa nuolet on piirretty “väärään” suuntaan, eli suuntaan, mihin maanpinta
menee alaspäin. Ne siis kuvaavat vektorikenttää −v.
15.2. Painovoima ja geopotentiaali 405
W ( x, y, z)
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
15.2. Painovoima ja geopotentiaali 407
→
−
γ
→
−
γ
Normaalipainovoimakentän
→
−
γ ekvipotentiaalipinnat
Vertausellipsoidi
(litistyneisyys liioiteltu)
∂W ∂W ∂W
g = ∇W = gradW = i+ j+ k,
∂x ∂y ∂z
→
− ∂U ∂U ∂U
γ = ∇U = gradU = i+ j+ k,
∂x ∂y ∂z
normaalipainovoimapotentiaalin U gradientti.
.
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
Ekvipotentiaalipinta
Geopotentiaalikenttä
Normaalipotentiaali Voimaviiva (luotiviiva)
Vertausellipsoidi Geoidi
γP = γ ϕP , h P .
¡ ¢
WP = UQ
∂U ¯¯
¯
UP ≈ UQ + ζ = UQ + ζγP
∂ h ¯P
WP = UQ .P
UP ζ
Q
UQ
Luotiviiva
Ellipsoidin normaali
(ΦP , ΛP ) ¡
ϕP , λP
¢
H
h
Geoidi .
W0 = U0
N
.
Vertausellipsoidi
U0
TP
T P ≡ WP − UP = ζγP ⇒ ζ = . (15.1)
γP
T0
N= ,
γ0
6 Ernst Heinrich Bruns (1848 – 1919) oli etevä matemaatikko ja tähtitieteilijä jonka
suurimmat saavutukset liittyivät kuitenkin Maan painovoimakentän teoriaan.
410 Luku 15. Painovoima geodesiassa
Luotivii
va (Φ , Λ
P P)
P
gP γP
Q
γQ
15.3 Painovoima-anomaliat
jossa (Taylor-kehitelmä)
d γ ¯¯
¯
γ ϕP , h P ≈ γ ϕP , H P · ζ + O ζ2 ,
¡ ¢ ¡ ¢ ¡ ¢
+
dh P ¯
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)
.
δ g P = g P − γ ϕ, h P ,
¡ ¢
dT dγ 1
µ ¶
∆g = − + T, (15.4)
dh dh γ
lineaariyhdistelmä.
412 Luku 15. Painovoima geodesiassa
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
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
S ψ
¡ ¢
N
Laskenta-
piste
∆ gd σ
ψ
Liikkuva
integrointi-
Maan piste
keskipiste
¢ 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.
¡ ¢ 2
S ψ ≈ .
ψ
10 Laskentakaava on
ψ φ0 − φ λ0 − λ
sin2 = sin2 + cos φ cos φ0 sin2 .
2 2 2
15.5. Painovoimakenttä ja korkeudet 415
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
on vakio.
W = vakio
WB
∆x4
B
g4 ∆x3 ∆x2
∆x1
g3
g2
WA g1 A
´A P4
Kuva 15.13. Työn polku-integraali. WA − WB = B 〈g · dx〉 ≈ i =1 〈g i · ∆x i 〉 .
g
P
g WP
∆ H3
∆ H2 H ∆ H20
∆ H1 ∆ H10
W0
O Geoidi
Määritetään
.
1 GPU = 10 m2/s2 ,
Näin voidaan, kiitos siitä, että g sattuu olemaan noin 10 m/s2 , ilmaista
geopotentiaalierot yksikössä, joka on hieman intuitiivisempi kuin vas-
taava SI-yksikkö!
H 6= ∆ H1 + ∆ H2 + ∆ H3 !
C = ∆C 1 + ∆C 2 + ∆C 3 = g 1 ∆ H 1 + g 2 ∆ H 2 + g 3 ∆ H 3 , (15.9)
. 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 .
15.5.4 Normaalikorkeuksia
Normaalikorkeuden kaava on
C
H∗ = ,
γ
Geopotentiaaliluku −− + + C
Ortometrinen + − − H = C/g
Normaali − − + H ∗ = C/γ
Dynaaminen −− + + H dyn = C/γ45
C
H dyn = .
γ45
kin.
◦ Metrinen oikeellisuus
15.6. Bouguer-anomaliat 423
◦ Energeettinen oikeellisuus
15.6 Bouguer-anomaliat
∆ 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.
g top = 2πG ρ d,
jossa
d laatan paksuus.
g top = 0, 1119 d,
15.7. Tähtitieteellinen paikanmääritys 425
15 Arabiksi Almucantar.
426 Luku 15. Painovoima geodesiassa
Luotiviivan poikkeamat
Vuori Geoidi
Maan kuori
”Juuri”
Maan vaippa
11
00 1
0
00
11 0
1
00
11 0
1
jossa grad-operaattori on
∂· ∂· ∂·
grad · = ∇· = i+ j+ k.
∂x ∂y ∂z
jossa
∂2 W ∂
= g z = 0,3 mGal/m
∂ z2 ∂z
428 Luku 15. Painovoima geodesiassa
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
∂2 W ∂2 W
= = −1,5 · 10−6 m/s2/m = −0,15 mGal/m.
∂ x2 ∂ y2
∂ 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:
– 431 –
432 Luku 16. Avaruusgeodesia
Taivaan
pohjoisnapa
.
Syystasaus
Syksy
Auringon
näennäinen
polku
Ekliptika (eläinrata)
Taivaan ekvaattori
Kevättasauspiste ("Aries")
Kuva 16.1. Maan rata Auringon ympäri, ja Auringon näennäinen polku tai-
vaanpallolla.
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
LAST = G AST + Λ,
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
h = θ0 + Λ − α.
η + ∆η refr = 90◦ − Φ + δ,
¡ ¢
Ilmapallo
*
* Tausta-
Välähdys tähdet
*
Schmidt-Väisälä
teleskooppi (kamera)
Salamavalo
*
Valokuvauslevy
* * δ
*
* Kuva-
mittaus
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
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.
90◦ − ϕ A
90◦ − ϕB
Luoti-
viiva B
Napaliike
(liioiteltu)
A
90◦ − ϕC
Maan massakeskipiste
GPS = TAI − 19 s
α Cyg (Deneb)
Lyyra
Nutaatio (18 v)
ekliptikan taso
24 t
Kuu
Aurinko
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.
dessa.
16.7 Avaruussää
Revontulirenkaat
Magnetopaussi
Magneto-
sfääri Geo-
magneettinen
pyrstö
Aurinko-
tuuli
Törmäys- Sateilyvyöhykkeet
rintama
∆t
d2 d1
∆t
∆t
F2 F1
F1
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
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
Auringon (näennäinen)
Satelliitin päivittäinen liike
rataliike
Maapallon litistyneisyyden
aiheuttama vetovoima
dΩ cos i £
= −1,318 95 · 1018 3,5 m3,5 s−1 .
¤
dt a
saamme
dΩ
= − 1,331 02 · 10−6 cos i [rad s−1 ] =
dt
= − 6,589◦ /vrk. · cos i. (16.2)
17.1 Geodynamiikka
◦ satelliittilasertutka
◦ laseretäisyysmittaus Kuuhun
– 453 –
454 Luku 17. Geodesia ja geofysiikka
Lageos 1
Lageos 2
60 cm
a e i
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.
456 Luku 17. Geodesia ja geofysiikka
a
intam
tor
Aal Kvasaari
c∆ t
Atomi-
kello
Nauha A
R AB
Nauha B
Korrelaattori
Keski-
atlantin
selänne
Etelä-Ameriikka
ja Afrika 150M
vuotta ennen
nykyaikaa
Magneetti-
kenttä
Vaippa, Sisä-
kiinteä, ydin,
Ulko- kiinteä
plastinen
ydin,
neste-
mainen S-
aal-
lot
P-
Kuori aal-
lot
Myös niiden kuvio oli kaikkialla sama, vaikkakin joskus leveämpää, jos-
kus kapeampaa – kuten saman ajanjakson vuosirenkaat eri puissa.
Merenpohjan
liike
Uuden merenpohjan
muodostuminen
S
Paleomagneettisia
vyöhykkeitä
N
S γ
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
Sub-
duktio
(ali-
työntö)
Vaippa
”Hot spot”
Ydin
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)
0˚ 35˚
5˚ 10˚ 30˚
15˚ 20˚ 25˚
70˚
70˚
65˚
65˚
60˚
60˚
55˚
55˚
0˚ ˚
35
5˚ 30˚
10˚ 25˚
15˚ 20˚
4 http://www-radar.jpl.nasa.gov/insar4crust/.
17.2. Maan painovoimakentän tutkimus kiertoradalta 467
”Synteettinen
antenni”
SAR-tutkasatelliitti
ulk
iku
Yl
Kohde-
alue
Magnetometripuomi
Kiihtyvyysvektori
Nim
ellin
en ra
ta
”CHAMP” Tod
ell
ratainen
Aurinkokennot
Maan sisäiset
massatiheysvaihtelut (esimerkki)
5 http://www.gfz-potsdam.de/portal/gfz/Struktur/Departments/Department+
1/sec12/projects/grace.
470 Luku 17. Geodesia ja geofysiikka
1 Sate
liitti lliitti
Satel 2
(Etäisyys 220 km)
Tarkka etäisyysmittaus, aallonpituus 1,5 cm
s
keu
Kor km
500
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.
6 http://en.wikipedia.org/wiki/File:GlobalGravityAnomalyAnimationoverLAND.
gif.
17.2. Maan painovoimakentän tutkimus kiertoradalta 471
- Kiihtyvyys-
GOCE-satelliitti
erojen
1 mittaus
5 -
3 4
6
Gradio-
metri Kiihtyvyys-
mittari (6)
Tuntemattomia
tiheysvaihteluita
N M = 0,27 ( p − e) + 4,8 e.
17.3. Ilmakehän tutkimus ja GNSS 473
N M = ap dry + b p wet ,
1 1
µ µ ¶¶
e sat (T ) = e sat (T0 ) exp −4895 K · − .
T T0
1 1
µ µ ¶¶
e sat (T ) = 1013,25 hPa · exp −4895 K · − .
T 373,15 K
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.
474 Luku 17. Geodesia ja geofysiikka
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)
GPS-3
GPS-4
17.3.2 GPS-limbsounding
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
17.3.3 Ionosfääri
Todellinen rata
Laskettu rata
`
h
footprint
Meritopografia ζ
Geoidi
Vertausellipsoidi
Merenpinta
Keskimerenpinta Geoidikorkeus N
∂H ω ∂H ω
= +2v y sin ϕ, = −2v x sin ϕ,
∂x γ ∂y γ
meteorologi.
14 . . . ja ekvaattorin välittömässä läheisyydessä nolla.
480 Luku 17. Geodesia ja geofysiikka
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
15 http://sealevel.colorado.edu/.
482 Luku 17. Geodesia ja geofysiikka
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.
Nicholas Crane. Mercator – the man who mapped the planet. Weidenfeld and
Nicholson, London, 2002.
– 483 –
484 Kirjallisuutta
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.
Markku Heikkinen. Solving the shape of the Earth by using digital density
models. Report 81:2, Finnish Geodetic Institute, Helsinki, 1981.
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.
http://www.jhs-suositukset.fi/web/guest/jhs/recommendations/
185/full, avattu 20. maaliskuuta 2015.
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.
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.
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
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.
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
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
Y
ydinenergia, Auringon, 445
yhdyskuntasuunnittelu, 16, 17
A. Matriisien ominaisuudet
C = A+B
merkitsee
ci j = ai j + bi j
– 511 –
512 Liite A. Matriisien ominaisuudet
A.3 Yksikkömatriisi
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
A.5 Transpoosi
tai lyhyemmin,
³ ´
AT ij = ( A ) ji , i = 1, . . . , n; j = 1, . . . , m.
A.6 Käänteismatriisi
Esimerkiksi, jos
3 1
A= ,
2 4
on sen käänteismatriisi
0, 4 −0, 1
A −1 = ,
−0, 2 0, 3
ja samoin A −1 · A = 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
B.1 Plasma
∂E
〈∇ × B〉 = µ0 j + ²0 µ0 ,
∂t
∂B
〈∇ × E〉 = − , (B.1)
∂t
〈∇ · E〉 = ρ/²0 ,
〈∇ · B〉 = 0.
– 517 –
518 Liite B. Magnetohydrodynamiikka lyhyesti
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
– 519 –
520 Liite C. Keplerin rata-alkiot satelliitteille
s
tan 12 ν ( t) 1+ e
=
tan 12 E ( t) 1− e
E ( t) = M ( t) + e sin E ( t)
. t−τ
M ( t ) = 2π .
P