Logo Leibniz Universität Hannover
Logo: GIH/Geodätisches Institut Hannover
Logo Leibniz Universität Hannover
Logo: GIH/Geodätisches Institut Hannover
  • Zielgruppen
  • Suche
 

Aktuelles Projekt

Alternative Verfahren zur Modellierung von Unsicherheiten in ingenieurgeodätischen Prozessen

Leitung:Hamza Alkhatib, Ingo Neumann
Bearbeitung:Hamza Alkhatib, Xin Zhao
Laufzeit:seit 2009
Bild Alternative Verfahren zur Modellierung von Unsicherheiten in ingenieurgeodätischen Prozessen Bild Alternative Verfahren zur Modellierung von Unsicherheiten in ingenieurgeodätischen Prozessen

Bild Alternative Verfahren zur Modellierung von Unsicherheiten in ingenieurgeodätischen Prozessen

Projektbeschreibung

Im Guide to the Expression of Uncertainty (GUM) wird eine Unterteilung der Unsicherheiten in zufällig und systematisch wirkende Einflüsse vorgeschlagen. Im Rahmen dieses Projekts sollen insbesondere die systematischen Unsicherheiten mit Hilfe von Fuzzy-, Bayes- und Monte Carlo-Verfahren ermittelt werden. In diesem Zusammenhang werden Laserscanning- und Wertermittlungsdaten untersucht.

Das Ziel dieser Forschung ist es, die Unsicherheitsermittlung in geodätischer Datenanalyse durch Unterteilung des Unsicherheitsbudgets in epistemische und aleatorische Anteile weiter zu entwickeln und zu verbessern. Während die aleatorischen Anteile die zufällige Variabilität beschreiben, die mit Hilfe der klassische bzw. Bayesschen Inferenz modelliert werden kann, charakterisieren die epistemischen Anteile systematische und/oder deterministische Einflüsse, die aus mangelndem Wissen, Annahmen und Vereinfachungen herrühren. Epistemische Komponenten können durch ausgewählte Ansätze der Fuzzy-Theorie modelliert werden.

Dabei wird im Ansatz des GUM vorausgesetzt, dass sich die Größenordnungen systematischer Unsicherheiten durch Mittelung von Werten aus Wiederholungsmessungen reduzieren lassen. Dies ist jedoch oft nicht ausreichend für die zunehmend komplexer werdende Charakteristik heutiger Messsysteme. Um die Unsicherheit der Daten adäquat beurteilen zu können, ist eine angepasste Modellierung von Unsicherheiten (insbesondere systematischer Abweichungen) unverzichtbar.

In dem Forschungsprojekt werden daher Methoden zur Behandlung systematischer Abweichungen bei der Unsicherheitsmodellierung entwickelt und kritisch mit der Vorgehensweise des GUM verglichen. Dies schließt einen Vergleich mit Monte-Carlo-Verfahren zur Fortpflanzung von Unsicherheiten mit ein. Im Gegensatz zum GUM und zu den Monte-Carlo-Verfahren, die eine gemeinsame Fortpflanzung beider Unsicherheitenskomponenten auf die Zielgrößen mit dem Varianz-Kovarianzfortpflanzungsgesetz und Wahrscheinlichkeitsverteilungen empfehlen, wird die Fortpflanzung auf Basis des Monte-Carlo-Ansatzes und den Erweiterungsprinzipien nach Zadeh (Fuzzy-Ansatz) getrennt behandelt. Diese Ansätze werden einerseits zur Ableitung des Unsicherheitshaushalts bei terrestrischen Laserscannern adaptiert. Andererseits wird Unsicherheitsmodelliereung von Werteermittlungsdaten hinsichtlich epistemischer und aleatorischer Anteile weiter entwickelt.

Publikationen

Alkhatib, H.; Neumann, I.; Kutterer, H. (2009): Uncertainty modeling of random and systematic errors by means of Monte Carlo and fuzzy techniques, In: Journal of Applied Geodesy, Jg. 3, Nr. 2/2009, S. 67–79.

Alkhatib, H.; Neumann, I.; Kutterer, H. (2009): Evaluating Uncertainties of Laserscanner Measurements by using a Joint Monte Carlo and Fuzzy Approach, In: Proceedings of The XVI IMEKO World Congress 2009 on Fundamental and Applied Metrology. Lissabon, S. 2394–2399.

Alkhatib, H.; Kutterer, H. (2013): Estimation of Measurement Uncertainty of kinematic TLS Observation Process by means of Monte-Carlo Methods, In: Journal of Applied Geodesy, Jg. 7, Nr. 2/2013, S. 125–134.

Alkhatib, H.; Weitkamp, A.; Zaddach. S.; Neumann, I. (2016): Realistische Unsicherheitsschätzung des Verkehrswertes durch ein Fuzzy-Bayes-Vergleichswertverfahren, In: Zeitschrift für Geodäsie, Geoinformation und Landmanagement (zfv), Vol. 141, No. 3, pp. 169-178.

Übersicht