什么是测量？
测量是一个观测的数值，该数值是对数量真实大小的估计。所有测量都是真实大小的估计，因此所有测量均具有某种程度的不确定性。
可以考虑以下示例来最好地解释测量中的不确定性：要求多人使用卷尺来计算鱼缸中的水量。为此，他们必须测量鱼缸的长度和宽度以及水的深度。要求他们尽可能精确地进行测量，并估计卷尺测量单位的分数。每人都会根据他们的估计得出一个稍微不同的体积，大多数计算的体积都接近真实值。但是，由于一个或多个测量存在错误，某些计算可能不正确。
测量存在不确定性的原因如下：
- 观测者做出估计。
- 测量设备存在缺陷。
- 环境会影响测量。
- 无法始终预测设备、观测者和环境的行为。
测量误差与测量错误
测量不确定性称为测量误差，所有测量都包含一定程度的误差。测量错误不同于测量误差，在进行不正确的测量时会出现测量错误。测量错误应从值的计算或估计中排除。
在调查宗地边界时，它们易受到测量误差和测量错误的影响。要接近测量的宗地边界的真实值，需要执行以下操作：
- 识别并消除测量错误。
- 应用数学和统计方法（例如最小二乘平差）以考虑测量误差并尽可能接近真实值。
什么是测量冗余？
可以通过重复进行相同数量的测量来检测并减少测量中的随机误差，例如，多次测量两个点之间的距离。但是，这无法检测系统误差，例如卷尺的校准误差。
要检测并最小化随机误差和系统误差，通常的做法是建立一个测量网络，其中每个点将根据大量的不同点进行测量。可以对根据不同点的测量计算的坐标进行相互比较以检测误差。对于单个点，与通过其他测量计算的其他坐标存在显着差异的任何坐标集都将指示误差，并且被称为异常值。
网络中的测量冗余越高，则检测和控制误差的机会越好。
测量精度
线尺寸和点坐标将从具有相关精度的调查测量中得出。因此，线尺寸和坐标也将具有相关精度。通常，获取的调查测量时间越近，则其精度越高。
标准差
标准差是反映反复测量同一目标时各值离散程度的一种测量指标。例如，如果测量员要使用相同的测量仪器反复测量同一目标点，他/她会希望各值的离散或范围尽量彼此接近（即，标准差应尽量小）。标准差将指示测量的精度。
尺寸的标准差
在宗地结构中，标准差在宗地线尺寸的 Direction Accuracy 和 Distance Accuracy 字段中指定。通常，中如果尺寸来自最新记录，则尺寸的标准差将较小（精度较高）。在运行最小二乘分析时，如果未提供标准差，则将针对方向使用默认值 30 秒，针对距离使用默认值 0.15 米（0.59 英尺）。
Direction Accuracy 和 Distance Accuracy 字段中标准差值将在最小二乘平差中作为宗地线上的权重。标准差值越低，则精度越高，并且最小二乘平差中的权重也越高。权重较高的尺寸将对最小二乘平差的结果产生更大影响。
在运行一致性检查和加权最小二乘平差时，标准差将作为宗地线上的权重。
点的标准差
在最小二乘平差中将点用作加权控制点时，将为这些点指定标准差。标准差将在宗地结构点要素类的 XY Accuracy 字段中指定。仅当在加权最小二乘平差中将点用作加权控制点时，才应为这些点指定标准差。
标准差值越低，则校正中点的精度越高，并且其权重也越高。权重较高的点将对校正施加更多约束，对校正结果的影响更大，并且将接受其坐标的更小校正。
先验精度
Direction Accuracy、Distance Accuracy 和 XY Accuracy 字段中的标准差值为先验估计，在分析宗地测量网络时将由最小二乘平差引擎使用。
统计学中的“先验”一词是指根据已知正确的外部知识来假设一条信息。例如，在调查中，假设具有较新日期的记录的维度将比较早记录的维度更精确。这是因为，大家公认技术更先进的测量设备将比较旧的测量设备进行的测量更精确。
如果未针对尺寸指定标准差，则将针对方向使用默认值 30 秒，针对距离使用默认值 0.15 米（0.59 英尺）。如果未针对点指定标准差，则假设其在校正中将为自由的浮动点。