观测组合方向、角度、距离、高差及已知控制
关键模型测角中误差、测距常数项与比例项、权值
诊断结果残差、单位权中误差、粗差指标、误差椭圆
一、先确认网络真的连通
每个待定点都应通过有效观测连接到具有基准约束的主网。只有点名出现在表格里并不等于连通；方向观测缺少测站或目标、距离记录点名不一致，都可能形成孤立子网。计算前应查看网络图并核对已知点分布。
二、近似坐标必须足够合理
非线性方向和距离平差通常需要待定点近似坐标。近似值不必达到最终精度，但要处在正确区域和象限。近似坐标严重偏离时，迭代可能不收敛或收敛到错误几何关系。
三、权值决定不同观测如何“说话”
- 测角精度通常以角秒或相应弧度口径进入模型；
- 测距精度可能包含固定项和与距离相关的比例项；
- 高差观测可按路线长度或测站数定权；
- 不能直接比较不同单位的残差数值，应该结合标准化残差或相应精度指标。
“某类残差很小”不一定是好事
如果该类观测权值设得过低，它对成果几乎没有约束，残差分布也可能失去意义；权值过高则会迫使其他观测承担不符值。先验精度应来自仪器、观测方法和项目规范。
四、粗差处理要保留证据链
发现大残差时，先回到原始记录核对点名、目标、度分秒、距离小数点和仪器改正。确需停用观测时，应记录观测标识、停用原因和停用前后结果变化。不能反复删除数据直到精度指标变得好看。
五、在iADJUST中验证完整工作流
- 注册后加载内置边角网或混合网样例。
- 查看站点类型、已知控制和网络连接图。
- 运行数据检查与近似坐标计算。
- 计算闭合差和严密平差，查看残差与误差椭圆。
- 在质量审查中定位异常观测，比较停用前后的可解释变化。
先理解样例里的权值
样例的目的不仅是得到一张成果表，还要确认测角、测距和高程观测如何共同作用。替换自己的数据前，先记录样例的先验精度设置和单位。
六、成果复核清单
- 已知控制的数量和空间分布是否足以定义基准；
- 单位权中误差是否与先验精度大致协调；
- 最大标准化残差是否集中在可疑观测；
- 弱点和误差椭圆长轴方向是否符合网形；
- 迭代次数和收敛阈值是否正常；
- 停用观测后网络是否仍有足够冗余。
常见问题
为什么加入距离观测后结果反而变差？
检查距离单位、水平归算、测距权值和点名关系。新增观测暴露了原网络中的不一致也很常见，不应直接把距离观测删除。
法方程奇异通常是什么原因？
常见原因包括基准约束不足、孤立子网、待定点无有效连接、方向观测缺少定向，以及重复或退化几何。应先查网络结构，而不是只调数值参数。
如何判断某条观测是粗差？
结合原始记录、标准化残差、冗余度、网形和停用前后变化综合判断。单纯按最大残差删除观测容易误删弱几何位置上的正常观测。
用边角网样例检查权值、残差和误差椭圆
完成一次可解释的样例平差，再导入项目数据。结果或流程有疑问时，可提交带当前功能上下文的反馈。
免费注册并加载样例