El uso de redes neuronales en la interpolación de anomalías de gravedad – aplicación en el cálculo del modelo geoidal en Santa Catarina - Brasil
- Autores
- Carrupt Machado,Wagner; Oliveira Cancoro de Matos, Ana Cristina; Blitzkow, Denizar; Do Nascimento Guimarães, Gabriel
- Año de publicación
- 2017
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- Este artículo trata de evaluar el impacto del uso de las anomalías de gravedad interpoladas con RNA (Redes Neuronales Artificiales), en el cálculo de los modelos geoidales. Por lo tanto, se utilizó de la RNA, para interpolar las anomalías de Bouguer, aire libre y Helmert sobre una malla regular de 5' con el objetivo de calcular el modelo geoidal de Santa Catarina. Se calcularon tres modelos geoidales utilizando las redes generadas con RNA. Se utilizó el modelo GEOID2014, calculado por el LTG (Laboratorio de Topografía y Geodesia) para la comparación. Los cuatro modelos geoidales fueron evaluados utilizando la información de 53 mediciones GNSS, sobre los puntos fijos de las líneas de nivelación fornecidas por el IBGE (Instituto Brasileiro de Geografía y Estadística). La comparación tuvo como objetivo identificar cuál de los modelos tiene mejor consistencia con la referida información. Se obtuvo los valores de los errores medios cuadráticos de 0,17, 0,13, 0,17 y 0,17 m. El modelo geoidal que utilizó la malla de la anomalía Helmert, interpolada con la RNA, mostró el mejor resultado.
To assess the impact of using gravity anomalies interpolated with Artificial Neural Networks (ANN) over geoid model compuation, this technique was used to interpolate Bouguer, free-air and Helmert gravity anomalies into a 5’ regular grid to compute the Santa Catarina State geoidal model. Three geoidal models were computed using the grids determined with ANN. The GEOIDE2014, computed by LTG (Geodesy and Topography Laboratory), was used for comparison. Therefore, the four geoidal models were assessed using information, provided by IBGE (Brazilian Institute of Geography and Statistics), of 53 leveling stations in which the geodetic altitude were determined with GNSS observations, called in this paper as GNSS/RN. The 53 geoidal heights were obtained from the difference between geodetic height and normal-orthometric height from the geometric (spirit) levelling. Such comparison has the aim of identify which models present better consistence with these points. It was obtained RMS of 0.17, 0.13, 0.17 and 0.17 m, where the geoidal model computed with the grid of Helmert anomaly interpolated with ANN presented the best result.
Asociación Argentina de Geofísicos y Geodestas - Materia
-
Ciencias Astronómicas
Red neuronal
Geoide
GNSS
Nivelación
Altura
Neural Network
Geoid
Spirit levelling
Height
Geodesia - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/183304
Ver los metadatos del registro completo
id |
SEDICI_54718e17b44c03e6fb712c29c1c51d72 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/183304 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
El uso de redes neuronales en la interpolación de anomalías de gravedad – aplicación en el cálculo del modelo geoidal en Santa Catarina - BrasilThe use of neural network for gravity anomalies interpolation – application to geoid model computation in Santa Catarina - BrasilCarrupt Machado,WagnerOliveira Cancoro de Matos, Ana CristinaBlitzkow, DenizarDo Nascimento Guimarães, GabrielCiencias AstronómicasRed neuronalGeoideGNSSNivelaciónAlturaNeural NetworkGeoidSpirit levellingHeightGeodesiaEste artículo trata de evaluar el impacto del uso de las anomalías de gravedad interpoladas con RNA (Redes Neuronales Artificiales), en el cálculo de los modelos geoidales. Por lo tanto, se utilizó de la RNA, para interpolar las anomalías de Bouguer, aire libre y Helmert sobre una malla regular de 5' con el objetivo de calcular el modelo geoidal de Santa Catarina. Se calcularon tres modelos geoidales utilizando las redes generadas con RNA. Se utilizó el modelo GEOID2014, calculado por el LTG (Laboratorio de Topografía y Geodesia) para la comparación. Los cuatro modelos geoidales fueron evaluados utilizando la información de 53 mediciones GNSS, sobre los puntos fijos de las líneas de nivelación fornecidas por el IBGE (Instituto Brasileiro de Geografía y Estadística). La comparación tuvo como objetivo identificar cuál de los modelos tiene mejor consistencia con la referida información. Se obtuvo los valores de los errores medios cuadráticos de 0,17, 0,13, 0,17 y 0,17 m. El modelo geoidal que utilizó la malla de la anomalía Helmert, interpolada con la RNA, mostró el mejor resultado.To assess the impact of using gravity anomalies interpolated with Artificial Neural Networks (ANN) over geoid model compuation, this technique was used to interpolate Bouguer, free-air and Helmert gravity anomalies into a 5’ regular grid to compute the Santa Catarina State geoidal model. Three geoidal models were computed using the grids determined with ANN. The GEOIDE2014, computed by LTG (Geodesy and Topography Laboratory), was used for comparison. Therefore, the four geoidal models were assessed using information, provided by IBGE (Brazilian Institute of Geography and Statistics), of 53 leveling stations in which the geodetic altitude were determined with GNSS observations, called in this paper as GNSS/RN. The 53 geoidal heights were obtained from the difference between geodetic height and normal-orthometric height from the geometric (spirit) levelling. Such comparison has the aim of identify which models present better consistence with these points. It was obtained RMS of 0.17, 0.13, 0.17 and 0.17 m, where the geoidal model computed with the grid of Helmert anomaly interpolated with ANN presented the best result.Asociación Argentina de Geofísicos y Geodestas2017info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArticulohttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdf32-43http://sedici.unlp.edu.ar/handle/10915/183304spainfo:eu-repo/semantics/altIdentifier/issn/1852-7744info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:50:08Zoai:sedici.unlp.edu.ar:10915/183304Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:50:08.838SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
El uso de redes neuronales en la interpolación de anomalías de gravedad – aplicación en el cálculo del modelo geoidal en Santa Catarina - Brasil The use of neural network for gravity anomalies interpolation – application to geoid model computation in Santa Catarina - Brasil |
title |
El uso de redes neuronales en la interpolación de anomalías de gravedad – aplicación en el cálculo del modelo geoidal en Santa Catarina - Brasil |
spellingShingle |
El uso de redes neuronales en la interpolación de anomalías de gravedad – aplicación en el cálculo del modelo geoidal en Santa Catarina - Brasil Carrupt Machado,Wagner Ciencias Astronómicas Red neuronal Geoide GNSS Nivelación Altura Neural Network Geoid Spirit levelling Height Geodesia |
title_short |
El uso de redes neuronales en la interpolación de anomalías de gravedad – aplicación en el cálculo del modelo geoidal en Santa Catarina - Brasil |
title_full |
El uso de redes neuronales en la interpolación de anomalías de gravedad – aplicación en el cálculo del modelo geoidal en Santa Catarina - Brasil |
title_fullStr |
El uso de redes neuronales en la interpolación de anomalías de gravedad – aplicación en el cálculo del modelo geoidal en Santa Catarina - Brasil |
title_full_unstemmed |
El uso de redes neuronales en la interpolación de anomalías de gravedad – aplicación en el cálculo del modelo geoidal en Santa Catarina - Brasil |
title_sort |
El uso de redes neuronales en la interpolación de anomalías de gravedad – aplicación en el cálculo del modelo geoidal en Santa Catarina - Brasil |
dc.creator.none.fl_str_mv |
Carrupt Machado,Wagner Oliveira Cancoro de Matos, Ana Cristina Blitzkow, Denizar Do Nascimento Guimarães, Gabriel |
author |
Carrupt Machado,Wagner |
author_facet |
Carrupt Machado,Wagner Oliveira Cancoro de Matos, Ana Cristina Blitzkow, Denizar Do Nascimento Guimarães, Gabriel |
author_role |
author |
author2 |
Oliveira Cancoro de Matos, Ana Cristina Blitzkow, Denizar Do Nascimento Guimarães, Gabriel |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Ciencias Astronómicas Red neuronal Geoide GNSS Nivelación Altura Neural Network Geoid Spirit levelling Height Geodesia |
topic |
Ciencias Astronómicas Red neuronal Geoide GNSS Nivelación Altura Neural Network Geoid Spirit levelling Height Geodesia |
dc.description.none.fl_txt_mv |
Este artículo trata de evaluar el impacto del uso de las anomalías de gravedad interpoladas con RNA (Redes Neuronales Artificiales), en el cálculo de los modelos geoidales. Por lo tanto, se utilizó de la RNA, para interpolar las anomalías de Bouguer, aire libre y Helmert sobre una malla regular de 5' con el objetivo de calcular el modelo geoidal de Santa Catarina. Se calcularon tres modelos geoidales utilizando las redes generadas con RNA. Se utilizó el modelo GEOID2014, calculado por el LTG (Laboratorio de Topografía y Geodesia) para la comparación. Los cuatro modelos geoidales fueron evaluados utilizando la información de 53 mediciones GNSS, sobre los puntos fijos de las líneas de nivelación fornecidas por el IBGE (Instituto Brasileiro de Geografía y Estadística). La comparación tuvo como objetivo identificar cuál de los modelos tiene mejor consistencia con la referida información. Se obtuvo los valores de los errores medios cuadráticos de 0,17, 0,13, 0,17 y 0,17 m. El modelo geoidal que utilizó la malla de la anomalía Helmert, interpolada con la RNA, mostró el mejor resultado. To assess the impact of using gravity anomalies interpolated with Artificial Neural Networks (ANN) over geoid model compuation, this technique was used to interpolate Bouguer, free-air and Helmert gravity anomalies into a 5’ regular grid to compute the Santa Catarina State geoidal model. Three geoidal models were computed using the grids determined with ANN. The GEOIDE2014, computed by LTG (Geodesy and Topography Laboratory), was used for comparison. Therefore, the four geoidal models were assessed using information, provided by IBGE (Brazilian Institute of Geography and Statistics), of 53 leveling stations in which the geodetic altitude were determined with GNSS observations, called in this paper as GNSS/RN. The 53 geoidal heights were obtained from the difference between geodetic height and normal-orthometric height from the geometric (spirit) levelling. Such comparison has the aim of identify which models present better consistence with these points. It was obtained RMS of 0.17, 0.13, 0.17 and 0.17 m, where the geoidal model computed with the grid of Helmert anomaly interpolated with ANN presented the best result. Asociación Argentina de Geofísicos y Geodestas |
description |
Este artículo trata de evaluar el impacto del uso de las anomalías de gravedad interpoladas con RNA (Redes Neuronales Artificiales), en el cálculo de los modelos geoidales. Por lo tanto, se utilizó de la RNA, para interpolar las anomalías de Bouguer, aire libre y Helmert sobre una malla regular de 5' con el objetivo de calcular el modelo geoidal de Santa Catarina. Se calcularon tres modelos geoidales utilizando las redes generadas con RNA. Se utilizó el modelo GEOID2014, calculado por el LTG (Laboratorio de Topografía y Geodesia) para la comparación. Los cuatro modelos geoidales fueron evaluados utilizando la información de 53 mediciones GNSS, sobre los puntos fijos de las líneas de nivelación fornecidas por el IBGE (Instituto Brasileiro de Geografía y Estadística). La comparación tuvo como objetivo identificar cuál de los modelos tiene mejor consistencia con la referida información. Se obtuvo los valores de los errores medios cuadráticos de 0,17, 0,13, 0,17 y 0,17 m. El modelo geoidal que utilizó la malla de la anomalía Helmert, interpolada con la RNA, mostró el mejor resultado. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Articulo http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/183304 |
url |
http://sedici.unlp.edu.ar/handle/10915/183304 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/issn/1852-7744 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 32-43 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844616361060335616 |
score |
13.070432 |