PERFORMANCE OF ARTIFICIAL NEURAL NETWORKS ON KRIGING METHOD IN MODELING LOCAL GEOID
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Boletim de Ciências Geodésicas |
Texto Completo: | https://revistas.ufpr.br/bcg/article/view/31239 |
Resumo: | A transformação das altitudes elipsoidais determinadas por técnicas satelitais emlocais de altitudes niveladas requer o conhecimento da altitude geoidal no ponto deinteresse. Entretanto, as altitudes geoidais de cada ponto nem sempre estãodisponíveis. A fim de determiná-las, um geóide local de transformação deve serdeterminado ou calculado através de métodos apropriados. Uma maneira de fazeristo, é usar pontos de controle de ambos cujas altitudes elipsoidais e niveladasestejam disponíveis. Neste estudo, apresenta-se os resultados da comparação entreo geóide obtido por ANN e o método da Krigagem na modelagem do geóide local. Além disso, a habilidade da transformação dos métodos foi investigada através deuma rede geodésica teste na área metropolitana de Bursa na Turquia. Os resultadossugerem que o modelo por ANN exibe melhores resultados que o método daKrigagem |
id |
UFPR-2_1ea6302e756cea28692335bee9cc6802 |
---|---|
oai_identifier_str |
oai:revistas.ufpr.br:article/31239 |
network_acronym_str |
UFPR-2 |
network_name_str |
Boletim de Ciências Geodésicas |
repository_id_str |
|
spelling |
PERFORMANCE OF ARTIFICIAL NEURAL NETWORKS ON KRIGING METHOD IN MODELING LOCAL GEOIDGeociências; GeodésiaGeóide; Modelamento do geóide local; ANN; Krigagem; Transformações.A transformação das altitudes elipsoidais determinadas por técnicas satelitais emlocais de altitudes niveladas requer o conhecimento da altitude geoidal no ponto deinteresse. Entretanto, as altitudes geoidais de cada ponto nem sempre estãodisponíveis. A fim de determiná-las, um geóide local de transformação deve serdeterminado ou calculado através de métodos apropriados. Uma maneira de fazeristo, é usar pontos de controle de ambos cujas altitudes elipsoidais e niveladasestejam disponíveis. Neste estudo, apresenta-se os resultados da comparação entreo geóide obtido por ANN e o método da Krigagem na modelagem do geóide local. Além disso, a habilidade da transformação dos métodos foi investigada através deuma rede geodésica teste na área metropolitana de Bursa na Turquia. Os resultadossugerem que o modelo por ANN exibe melhores resultados que o método daKrigagemBoletim de Ciências GeodésicasBulletin of Geodetic SciencesAKCIN, HAKANCELIK, CAHIT TAGI2013-03-22info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufpr.br/bcg/article/view/31239Boletim de Ciências Geodésicas; Vol 19, No 1 (2013)Bulletin of Geodetic Sciences; Vol 19, No 1 (2013)1982-21701413-4853reponame:Boletim de Ciências Geodésicasinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRporhttps://revistas.ufpr.br/bcg/article/view/31239/19992info:eu-repo/semantics/openAccess2013-03-22T17:11:38Zoai:revistas.ufpr.br:article/31239Revistahttps://revistas.ufpr.br/bcgPUBhttps://revistas.ufpr.br/bcg/oaiqdalmolin@ufpr.br|| danielsantos@ufpr.br||qdalmolin@ufpr.br|| danielsantos@ufpr.br1982-21701413-4853opendoar:2013-03-22T17:11:38Boletim de Ciências Geodésicas - Universidade Federal do Paraná (UFPR)false |
dc.title.none.fl_str_mv |
PERFORMANCE OF ARTIFICIAL NEURAL NETWORKS ON KRIGING METHOD IN MODELING LOCAL GEOID |
title |
PERFORMANCE OF ARTIFICIAL NEURAL NETWORKS ON KRIGING METHOD IN MODELING LOCAL GEOID |
spellingShingle |
PERFORMANCE OF ARTIFICIAL NEURAL NETWORKS ON KRIGING METHOD IN MODELING LOCAL GEOID AKCIN, HAKAN Geociências; Geodésia Geóide; Modelamento do geóide local; ANN; Krigagem; Transformações. |
title_short |
PERFORMANCE OF ARTIFICIAL NEURAL NETWORKS ON KRIGING METHOD IN MODELING LOCAL GEOID |
title_full |
PERFORMANCE OF ARTIFICIAL NEURAL NETWORKS ON KRIGING METHOD IN MODELING LOCAL GEOID |
title_fullStr |
PERFORMANCE OF ARTIFICIAL NEURAL NETWORKS ON KRIGING METHOD IN MODELING LOCAL GEOID |
title_full_unstemmed |
PERFORMANCE OF ARTIFICIAL NEURAL NETWORKS ON KRIGING METHOD IN MODELING LOCAL GEOID |
title_sort |
PERFORMANCE OF ARTIFICIAL NEURAL NETWORKS ON KRIGING METHOD IN MODELING LOCAL GEOID |
author |
AKCIN, HAKAN |
author_facet |
AKCIN, HAKAN CELIK, CAHIT TAGI |
author_role |
author |
author2 |
CELIK, CAHIT TAGI |
author2_role |
author |
dc.contributor.none.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
AKCIN, HAKAN CELIK, CAHIT TAGI |
dc.subject.por.fl_str_mv |
Geociências; Geodésia Geóide; Modelamento do geóide local; ANN; Krigagem; Transformações. |
topic |
Geociências; Geodésia Geóide; Modelamento do geóide local; ANN; Krigagem; Transformações. |
description |
A transformação das altitudes elipsoidais determinadas por técnicas satelitais emlocais de altitudes niveladas requer o conhecimento da altitude geoidal no ponto deinteresse. Entretanto, as altitudes geoidais de cada ponto nem sempre estãodisponíveis. A fim de determiná-las, um geóide local de transformação deve serdeterminado ou calculado através de métodos apropriados. Uma maneira de fazeristo, é usar pontos de controle de ambos cujas altitudes elipsoidais e niveladasestejam disponíveis. Neste estudo, apresenta-se os resultados da comparação entreo geóide obtido por ANN e o método da Krigagem na modelagem do geóide local. Além disso, a habilidade da transformação dos métodos foi investigada através deuma rede geodésica teste na área metropolitana de Bursa na Turquia. Os resultadossugerem que o modelo por ANN exibe melhores resultados que o método daKrigagem |
publishDate |
2013 |
dc.date.none.fl_str_mv |
2013-03-22 |
dc.type.none.fl_str_mv |
|
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://revistas.ufpr.br/bcg/article/view/31239 |
url |
https://revistas.ufpr.br/bcg/article/view/31239 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://revistas.ufpr.br/bcg/article/view/31239/19992 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Boletim de Ciências Geodésicas Bulletin of Geodetic Sciences |
publisher.none.fl_str_mv |
Boletim de Ciências Geodésicas Bulletin of Geodetic Sciences |
dc.source.none.fl_str_mv |
Boletim de Ciências Geodésicas; Vol 19, No 1 (2013) Bulletin of Geodetic Sciences; Vol 19, No 1 (2013) 1982-2170 1413-4853 reponame:Boletim de Ciências Geodésicas instname:Universidade Federal do Paraná (UFPR) instacron:UFPR |
instname_str |
Universidade Federal do Paraná (UFPR) |
instacron_str |
UFPR |
institution |
UFPR |
reponame_str |
Boletim de Ciências Geodésicas |
collection |
Boletim de Ciências Geodésicas |
repository.name.fl_str_mv |
Boletim de Ciências Geodésicas - Universidade Federal do Paraná (UFPR) |
repository.mail.fl_str_mv |
qdalmolin@ufpr.br|| danielsantos@ufpr.br||qdalmolin@ufpr.br|| danielsantos@ufpr.br |
_version_ |
1799771722358980608 |