均方根值(RMS)、均方根误差(RMSE)、各种平均值

在ArcGIS中的西安80坐标系转北京54坐标系

一、数据说明

本次投影变换坐标的源数据采用的是采用1980西安的地理坐标系统,1985国家高程基准的1:50000的 DLG数据。

二、投影变换基础知识准备

北京54坐标系和西安80坐标系之间的转换其实是两种不同的椭球参数之间的转换。

在ArcGIS中定义了两套坐标系:地理坐标系(Geographic coordinate system)和投影坐标系(Projected coordinate system)。

1、地理坐标系,是以经纬度为地图的存储单位的,是球面坐标系统。地球是一个不规则的椭球,为了将数据信息以科学的方法放到椭球上,这就需要有一个可以量化计算的椭球体。具有长半轴,短半轴,偏心率。一下几行是GCS_Xian_1980椭球及其相应的参数。 Geographic Coordinate System: GCS_Xian_1980 Datum: D_Xian_1980

Prime Meridian: Greenwich Angular Unit: Degree

每个椭球体都需要一个大地基准面将这个椭球定位,因此可以看到在坐标系统中有Datum: D_Xian_1980的描述,表示,大地基准面是D_Xian_1980。

2、有了椭球体和基准面这两个基本条件,地理坐标系便可以定义投影坐标系统了。以下是已定义Beijing_1954坐标的投影坐标系统的参数:

Projected Coordinate System: Beijing_1954_GK_Zone_19 Projection: Gauss_Kruger

False_Easting:00000000

False_Northing: 0

Central_Meridian: 111

Scale_Factor: 1Latitude_Of_Origin: 0

Linear Unit: Meter

Geographic Coordinate System: GCS_Beijing_1954

Datum: D_Beijing_1954

Prime Meridian: Greenwich

Angular Unit: Degree

投影坐标系统,实质上是平面坐标系统,其地图单位是米。将球面坐标转化为平面坐标的过程便称为投影,即投影的条件一是有球面坐标,二是要有转化的算法。因此,从参数中可以看出,每一个投影坐标系统都必定会有Geographic Coordinate System。

3、关于坐标偏移量的问题

(1)偏移量的由来

不同国家由于采用的参考椭球及定位方法不同,因此同一地面点在不同坐标系中大地坐标值也不相同。北京1954坐标系的原点在原苏联西部的普尔科夫,采用的是克拉索夫斯基椭球体;西安1980坐标系选用的是1975年国际大地测量协会推荐的参考椭球,其坐标原点设在我国中部的西安市附近的泾阳县境内。

因此,通常情况下,直接转换过来的数据会有一定的误差存在,所以为了保证数据的精度,在转换的过程中通过设置横坐标和纵坐标的偏移量来修正转换后的坐标值。

由西安1980坐标系转换成北京1954坐标系,那么它们的偏移量就是北京1954坐标系相对于WGS84椭球体的偏移量减去西安1980坐标系相对于WGS84偏移量。

(2)偏移量的计算方法

在测区附近选择一国家已知点(X1,Y1),在该已知点上用GPS测定WGS84坐标经纬度,将此坐标视为有误的西安80坐标系,并将其转换为西安80的平面直角坐标X,Y,然后与已知坐标相比较则课计算出偏移量。 即△X1=X- X1

△Y1= Y- Y1

同理可求得北京54坐标系相对于WGS84坐标的偏移量△X2,△Y2,所以由西安80坐标转换成北京54坐标的偏移量即是:△X=△X2-△X1,△Y=△Y2-△Y1

三、“西安80坐标系”转“北京54坐标系”的操作步骤

1、启动ArcMAP,载入coverage数据层,加载arctoolbox工具箱,选择Data Management Tools—>projections and transformations—>feature—>project,打开project对话框,

a、在Input Dataset or Feature Class中选择需要进行转换的数据,

b、在Output Dataset or Feature Class中选择输出路径和输出的文件名,

c、在Output Coordinate System中输入需要定义的地理坐标类型Xian 1980.prj。

其中地理坐标系统在Geographic Coordinate Syst

matlab求均方根值rms,均方根值(RMS)、均方根误差(RMSE)、各种平均值.doc相关推荐

  1. burg算法matlab求功率谱,基于AR模型的Burg算法功率谱估计.doc

    基于AR模型的Burg算法功率谱估计 三种功率谱估计方法性能研究 1.前言: 我们已经知道一个随机信号本身的傅里叶变换并不存在,因此无法像确定性信号一样用数字表达式来精确表达它,而只能用各种统计平均量 ...

  2. 均方根值(RMS)、均方根误差(RMSE)、各种平均值

    均方根值(RMS).均方根误差(RMSE).各种平均值 论文写作中经常需要比较几个算法的优略,下面列举的是一些常用的评估方法. 均方根值也称作为效值,它的计算方法是先平方.再平均.然后开方.比如幅度为 ...

  3. RMS均方根值是什么意思?

    原文地址:RMS均方根值是什么意思?作者:Aller心情记 RMS abbr. 1. =Railway Mail Service 铁路邮政 2. =Royal Mail Service 皇家邮政 3. ...

  4. Python编程:方差、标准差、均方差、均方根值、均方误差、均方根误差

    缩写 英文 中文 RMSR Root Mean Squared Error 均方根误差 MAE Mean Absolute Error 平均绝对误差 python实现代码 # -*- coding: ...

  5. Python小记:4.计算方差、标准差、均方差、均方根值、均方误差、均方根误差

    # -*- coding: utf-8 -*-import mathdef get_average(records):"""平均值"""re ...

  6. Python——计算方差、标准差、均方差、均方根值、均方误差、均方根误差

    # -*- coding: utf-8 -*-import mathdef get_average(records):"""平均值"""re ...

  7. matlab数值拟合r2_用MATLAB求RMSE怎么用MATLAB计算均方误差

    用MATLAB求RMSE 怎么用MATLAB计算均方误差 www.zhiqu.org     时间: 2020-12-07 function f=RMSE(h1,h2) %RMSE return RM ...

  8. rms 公式 有效值_怎样求信号中的RMS值?

    怎样求信号中的 RMS 值? 上一篇介绍怎样评价隔振装置的隔振效果时,对于稳态 工况使用 RMS 进行计算:对于加速工况,使用 overall level 进行计算.这时,又有人在问,怎么得到 RMS ...

  9. 决定系数 均方误差mse_误差分析计算公式及其 matlab 代码实现(mse、mape、rmse等)...

    Loading... ## 残差平方和(SSE) ### 计算公式: ![sse](https://lpg-it.gitee.io/image/img/other/sse.png) ### 代码实现: ...

最新文章

  1. Ubuntu侧边任务栏自动隐藏
  2. in use 大学英语4word_2015年7月中国医科大学《大学英语4》在线作业答案
  3. node工程默认url_node.js处理url常用方法
  4. SQL语句操作大全(本文系转载)
  5. .NET6之MiniAPI(十):基于策略的身份验证和授权
  6. HTML列表标签,大牛最佳总结
  7. 大规模领域词汇库项目DomainWordsDict:涵盖68个领域、共计916万的词汇库资源开放
  8. OpenJudge NOI 1.8 22:神奇的幻方
  9. 选购多媒体音箱常见哪些误区?
  10. sql 取两个表_图撕SQL表联结
  11. xcode5 ios7 64位 iphone5s引用第三方库报错的解决办法
  12. ODBC访问数据库(转载)
  13. 异常处理:java.lang.ClassNotFoundException: javax.xml.bind.JAXBContext
  14. 找不到匹配的key exchange算法_AC自动机 | 多字符串匹配你会吗?
  15. # 融云 SDK 新用户入群加载历史消息 记录融云 SDK 的一个小功能,分享一下 ## 背景 项目中有用到融云 SDK 中的群组功能,产品说需要新人入群的时候看到历史消息。 本来以为直接能获
  16. PHP解压zip文件,并且读取文件内容输出
  17. 计算机软件维护基本知识,电脑硬件基础维护常识大全
  18. mybatis 标准输出日志报错: The setting logImpl is not known. Make sure you spelled it correctly (case sensit
  19. 使用spark.streaming.kafka.consumer.poll.ms和reconnect.backoff.ms解决spark streaming消费kafka时任务不稳定的问题
  20. 《鹧鸪天》——厉以宁

热门文章

  1. 苹果系统维护:Mojave Cache Cleaner for mac
  2. excel 的条件格式(二)
  3. iOS多分辨率适配综述
  4. 081 广义积分之Г函数性质及广义积分瑕点
  5. c语言getasynckeystate,GetAsyncKeyState用法
  6. java 正则 不包含_java使用正则表达式匹配不包含某个规则的字符串
  7. linux ntp时间服务器配置 (资料)
  8. 车辆数字钥匙ICCE标准和CCC标准的简单分析和比较
  9. 299. 猜数字游戏。
  10. java静态方法调用非静态变量_[java]静态方法访问非静态方法的方法