一、引言：

       为何学习测量平差？是心里的一丝丝不甘？又或是无聊中的突发奇想。总之，我想在每天工作完娱乐的几个小时中断断续续的学完自己曾经没学好的科目。

       数学是很有趣的，我们的人生由感性与理性所主宰，感性有感性的自由，理性也有理性的美感，它们本质上是相通的，黄金比例0.618给我们特殊的和谐，几何让我们看到了设计元素与数学的交织，生活中处处是数学，这是我们从小就开始了解到的；

       再说回感性与理性，感性是我们主观上感觉是顺从激素的调节，感受着世界并对此作出反应，百度百科的解释是：

感官知觉。尤指内容或方向倾向美学或感情方面的。

一般被理解为：凭借感官等认知的、基本由个人的感情决定的。

       而理性，则常常是被形容为感性的对立面，但是如果深入学习生物学的话，我们会知道，理性也常常是顺从激素调节的表现，有如刻意的身体训练，脑力活动，听音乐，喝啤酒等都是通过外部活动作用于身体的内环境，改变激素分泌的状态，让我们感受到心旷神怡，难过，兴奋，满足等等，而且，精神上的快乐也往往是身体的作用；

       之前看的一本书《运动改造大脑》也是依靠这个原理，以一种健康的方式去建立我们健康的身心。当然这便是唯物主义的思想了，很久以前我是个唯心者，这些年来，我心里反而希望世界是唯心的，能让我歇一歇😄，不过这也只是下班后发发牢骚了，不必当真，下面才是正文。

二、正文：

       测量数据或观测数据是指用一定的仪器、工具、传感器或其他手段获取的反映地球与其他实体的空间分布有关的数据。

       当然了，在测绘行业，数据就是我们观测到的数据，遥感数据，GIS数据，GNSS数据等等，在其他行业就有照片，文字，音乐，甚至是你我。数据海量且分类杂多，我们只需要知道，一切皆为数据，而数据既是信息的载体，没事了可以看看DIKW模型，就理解了。

1、观测误差

       当对某个量进行重复观测时就会发现，这些观测值之间往往存在着一些差异。例如观测一个平面三角形的三个内角，就会发现其实际观测值之和不等于180°。这种在同一个量的各观测值之间或在各观测值与其理论上的应有值之间存在差异的现象，在测量工作中是普遍存在的。为什么会产生这种差异呢？这是由于观测值中包含有观测误差的缘故。

       浅显易懂，我们的现实世界是趋于无限复杂的混沌系统（就是复杂多变），无数的个体（参数）在其中发挥着作用，正如蝴蝶效应所说，每一个个体都在改变着世界。哈哈，人民群众创造历史也算是这个理论的子集嘛？？？

       现实世界太过复杂，但是我们依旧从中发现了不少规律，牛顿的三定律，量子力学，热力学定律...，而正因为现实世界的复杂性，我们获取的数据便会受到各种参数的影响，导致观测误差的产生，在我们测绘专业角度来看，大致便有这三部分组成：

1、测量仪器   2、观测者   3、外界条件

       测量仪器呢，全站仪，水准仪，RTK，卫星等等，不同的行业结合实际思考理解，它就是获取数据的一种个体罢了，仪器本身也会出问题，它们也是误差小于限差的造物，熵增持续在发生，因此观测出来的数据便会有误差；

       观测者，便是我们人了，当然这要看定义是什么，看的广了测量仪器也算是观测者，我们自己也是观测仪器，人与全站仪组合，就像新型的基于计算机视觉（CV）的测绘仪器，抛开人性，本质上也没多少区别。我们相比于仪器更复杂更聪明也更多变，外部传感器（眼睛）的稍有区别便会导致观测数据的不准确，因此我们也是观测误差产生的原因

       外界条件，便多了，它对测量仪器和观测者都有影响，具体有金属仪器的热胀冷缩导致的误差，光线导致观测者看到的数据不准确等等，不同尺度，不同因素导致的误差千千万万，而人类努力训练学习，吸取经验思考的过程便是逆熵，这便是我学习的意义，如果只是说混口饭吃，我也不会来到这里。

2、观测误差的分类

       在相同的观测条件下作一系列的观测，如果误差在大小和符号上都表现出偶然性，即从单个误差看，该列误差的大小和符号没有规律性，但就大量误差的总体而言，具有一定的统计规律，这种误差称为偶然误差。

       引用说的很清楚，偶然误差，也就是随机误差。我们作业过程中任何一个步骤都会出现：不小心碰到仪器，读错数字，照准错目标，都可能会出现，我们可以通过复测，集中注意力，对每个环节进行质量控制解决。

       在相同的观测条件下作一系列的观测，如果误差在大小、符号上表现出系统性，或者在观测过程中按一定的规律变化，或者为某一常数，那么，这种误差就称为系统误差。

       怎么说呢？系统误差的概念容易理解，但是在作业与学习的过程中如何去应用，我们可以通过探索性统计分析来寻找规律，我们将获取到不合格的数据进行可视化统计分析，利用数学模型，，简单点就是拉到Excel中，进行可视化，看它是否与理论数据呈现规律性或某种趋势，借此判断误差的类型，我们便可以对症下药，解决问题。而非盲目的测量，耗时耗力不讨好。

      粗差

       至于粗差呢，言简意赅，就是粗大的误差，是随机误差的子集，特点是，误差远大限差，产生原因也就是随机误差的产生原因，操作仪器动作幅度过大，照准目标激光打到树叶上，什么的，对于这种误差，各种数据中都会出现，它对数据的后处理与分析有着巨大的危害，因此在数据分析前，预处理非常重要，何况测绘行业讲究的就是精度，不能保证精度，便是对专业的亵渎（虽说我也不干测绘）😂，对于粗差，我们应该严格对待，合理对其进行剔除。当然也可以寻找其发生的原因，磨练实战经验🤪。

三、感悟：

       其实上面的概念都是很简单，易于理解的，对于学习者来说，读教科书可能会有更多的属于自己独特的感悟，而我依然写作，因为交流与输出能进一步促进对知识点理解，也是让知识停在大脑的一种方法，对于每一个学习者，在学习知识之于，我更希望他们能有自己的思想，不要单纯的只学习理论，科学源于生活也发展与生活，我们发展出来的一整套体系都是对世界本质的主观描述。多去观察，多去思考，以批判性的角度，多尺度的去思考一件事物，交流思想，即使是作者，一名三无月光族亦然能投身于知识。当然，这只是万千选择的一种，我只是小小的蚂蚁，但是也有着无限的可能。

文笔不行，别喷哈，欢迎一起交流思考。三连就更好了😋😋😋