基本介紹
每一個物理量都是客觀存在，在一定的條件下具有不以人的意志為轉移的客觀大小，人們將它稱為該物理量的真值。進行測量是想要獲得待測量的真值。然而測量要依據一定的理論或方法，使用一定的儀器，在一定的環境中，由具體的人進行。由於實驗理論上存在著近似性，方法上難以很完善，實驗儀器靈敏度和分辨能力有局限性，周圍環境不穩定等因素的影響，待測量的真值 是不可能測得的，測量結果和被測量真值之間總會存在或多或少的偏差，這種偏差就叫做測量值的誤差。
測量誤差主要分為三大類：系統誤差、隨機誤差、粗大誤差。
誤差產生的原因可歸結為以下幾方面。
1、測量裝置誤差
2、環境誤差
3、測量方法誤差
4、人員誤差
目的
研究測量誤差的目的，是為了儘可能減少測量誤差，提高測量的精確度。
誤差來源
測量工作是在一定條件下進行的，外界環境、觀測者的技術水平和儀器本身構造的不完善等原因，都可能導致測量誤差的產生。通常把測量儀器、觀測者的技術水平和外界環境三個方面綜合起來，稱為觀測條件。觀測條件不理想和不斷變化，是產生測量誤差的根本原因。通常把觀測條件相同的各次觀測，稱為等精度觀測；觀測條件不同的各次觀測，稱為不等精度觀測。
具體來說，測量誤差主要來自以下四個方面：
(1) 外界條件 主要指觀測環境中氣溫、氣壓、空氣濕度和清晰度、風力以及大氣折光等因素的不斷變化，導致測量結果中帶有誤差。
(2) 儀器條件 儀器在加工和裝配等工藝過程中，不能保證儀器的結構能滿足各種幾何關係，這樣的儀器必然會給測量帶來誤差。
(3) 方法 理論公式的近似限制或測量方法的不完善。
(4) 觀測者的自身條件 由於觀測者感官鑑別能力所限以及技術熟練程度不同，也會在儀器對中、整平和瞄準等方面產生誤差。
測量誤差按其對測量結果影響的性質，可分為系統誤差和偶然誤差。
ArcGIS中的測量誤差
克里金方法有三種形式 - 普通克里金法、簡單克里金法和泛克里金法 - 使用測量誤差模型。當同一位置可能具有多個不同的觀測值時會出現測量誤差。例如，有時需要從地面或空中提取樣本，然後將該樣本拆分為多個要測量的子樣本。如果測量樣本的儀器存在差異，則可能需要執行此操作。再比如，可能會將土壤樣本的子樣本送往不同的實驗室進行分析。有時，儀器準確性方面的變化可能已被證實。此時，可能要向模型中輸入已知的測量變化。
測量誤差模型
測量誤差模型是：Z(s) = µ(s) + ε(s) + δ(s),
其中，δ(s) 為測量誤差，µ(s) 和 ε(s) 為平均變化和隨機變化。在此模型中，塊金效應等於方差 ε(s)(稱作微刻度變化)加上方差 δ(s)(稱作測量誤差)。在 Geostatistical Analyst 中，可將部分被估計塊金效應指定為微刻度變化和測量變化，如果每個位置都具有多個測量值，則可使用 Geostatistical Analyst 來估計測量誤差，或者輸入一個值作為測量變化。當不存在測量誤差時，克里金法是一個精確插值器，這意味著如果在某個已採集數據的位置進行預測，那么預測值將與測量值相同。但是，如果存在測量誤差，您可能希望預測過濾值 µ(s0) +ε(s0)，該值不具有測量誤差項。在已採集數據的位置，過濾值與測量值不同。
在先前版本的ArcGIS中，默認的測量變化為 0%，因此克里金法默認為精確的插值器。在 ArcGIS 10 中，默認的測量變化被設定為 100%，因此將基於附近位置處數據和測量值的空間相關性對測量位置進行默認預測。很多因素都會造成測量誤差，包括測量儀器、位置和數據集成的不確定性。實際上，絕對精確的數據是極其罕見的。
誤差影響
除了被測的量以外，凡是對測量結果有影響的量,即測量系統輸入信號中的非信息性參量,都稱為影響量。電子測量中的影響量較多而且複雜，影響常不可忽略。環境溫度和濕度、電源電壓的起伏和電磁干擾等，是外界影響量的典型例子。噪聲、非線性特性和漂移等，是內部影響量的典型例子。影響量往往隨時間而變，而且這種變化通常具有非平穩隨機過程的性質。不過，這種非平穩性大都表現為數學期望的慢變化。此外，在測量儀器中，若某個工作特性會影響到另一工作特性，則稱前者為影響特性。影響特性也能導致測量誤差。例如，交流電壓表中檢波器的檢波特性，對測量不同波形和不同頻率的電壓會產生不同的測量誤差。
在電子測量和計量中,上述各種情況都較為明顯,而且許多隨機性系統誤差的機率密度分布是非正態的（如截尾常態分配、矩形均勻分布、辛普森三角形分布、梯形分布、M形分布、U形分布和瑞利分布等），甚至是分布律不明的。這些都給電子測量誤差的處理和估計帶來許多特殊困難。
