李木子 李 华*

（1、长春市市政工程设计研究院，吉林 长春130041 2、吉林建筑大学交通科学与工程学院，吉林 长春130118）

在实际测量中，测得的数据不可避免的会含有粗差，如果粗差不剔除，在其干扰下测量结果就会产生偏倚甚至被歪曲，对施工质量和工程进度造成极其严重的影响。为了保证平差的准确性和测量数据的高精度，在进行测量数据平差之前应该对观测值进行检测，检验出含有粗差和系统误差的观测值并将其剔除。

粗差对平差结果乃至整个工程项目都会造成严重的后果和恶劣影响，测量工作者一直致力于探索合适的方法检测粗差并将其剔除[1]。根据概率统计原理，当母体基于随机变量时，其应该严格服从某一特定分布模式这一假设。而粗差的存在则破坏了这一基本假设，即，由于粗差的存在平差后，平差结果将会出现错误估计。近代测量学和统计学的专家学者针对粗差问题，提出一种名为污染误差的模型，将误差模型从经典的偶然误差范围扩展到了粗差的范围，各种粗差的检测和处理方法相继被提了出来，形成了粗差的统计诊断理论[2]。经过相关领域学者的进一步研究，总体可分为两类的多种抵抗粗差干扰的方法被提了出来，分别是：基于假设检验的粗差探测、辨识和修正的方法；在数学领域中称为抗差估计的方法，或称稳健估计。关于粗差定位与剔除的研究仍在不断地探索之中，它是关乎理论和算法的问题。……