UNICIENCIA 21 pp. 105-115 2004 TRANSFORMACIONES DE DATUM Manuel Ramirez y Juan G. Serpas Eseuela de Topogratia, Catastra y Geodesia, Universidad Nacional RESUMEN Con el uso generalizado de las técnicas sarefitales aplicadas en topogratia y geodesia, se ha generado la necesidad de transformar entre mareos coordenados de referencia globales y locales. En este articulo se deseriben y comparan los métodos ms aplicados para la transformaci6n de coordena- das entre datums geodésicos, tales como: la tras formacién de siete parametros, la regresiGn malt ple y la transformacién de Molodensky. Se proven Jas ecuaciones fundamentales de transformacién y su implementacisn en lenguaje MatLab PALABRAS CLAVES: datum, transformacin, Molodensky, Bursa-Wolf, bilinear. ABSTRACT With the generalized use of satellite techni- ques and their applications in land surveying and geodesy, a necessity to transform between global and local reference frames has been seen. In this, article, a description and comparison of the most common methods for coordinate transformation between geodetic datums is given. Different approaches such as the seven parameter transfor- mation (Bursa-Wolf method), multiple regression, and Molodensky’s transformation are explained among others. Fundamental transformation equa- tions as well as Matlab code for their implemen- tations is provided. KEYWORDS: datum, transformation, Molodens- ky, Bursa-Wolf, bilinear. mramire@una 2¢.0r jseepasi#una acccr INTRODUCCION Conel advenimiento de los modernos siste- mas satelitales, la tendencia es adoptar sistemas coordenados de referencia referidos a datums geo- désicos globales. Un datum geodésico es un con- jum de parimetros y constantes que definen un sistenacoordenado, incluyendo suorigen, suorien- tacidn y su escala, de tal manera de hacerlo accesi- ble para aplicaciones geodésicas (JEKELI 2002). Un sistema de referencia consiste en una serie de prescripciones y converciones junto con un mode- Jo requerido para definir en cualquier momento un sistema de ejes coordenados. Las tecnologias mo- dernas satelitales (e.g. GPS) proporcionan coorde- nadas referidas a un sistema global (e.g. WGS84). En general, y tradicionalmente, cada pais ha defini- osu propio datum de referencia local, Con el fin de referenciar las mediciones realizadas por medio de téenicas satelitales, necesitamos transformar nuestras mediciones para representarlas en nuestro tema coordenado y datum local ‘Varios modelos de transformacién han sido desarrollados para resolver el problema descrito, aplicables tanto en el res de la geodesia como en Jos sistemas de informaci6n espacial. Una descrip- cisn de los métodos mas conocids sera presentada a continuacién. ESTRATEGIAS DE TRANSFORMACIONDE DATUM A continuacién se describen algunos méto- dos o modelos mateméticos para realizar una trans- formacién de datum, se detallan el fundamento 105Ramirez y Seas, Wransiormacionés del datum matemitico, asf como las vi cada método, sy desventajas de 1. Transfornacién de Bursa-Wolf Este método de wransformacién de datum utiliza un modelo matemdtico de transformaci6n desiete parametros para hacer el paso de un datum a otro. Este método es usado para transformar las coordenadas geocéntricas (X, Y,Z}de un datum “A” a las coordenadas gevcéntrieas de un datum “B”. En generai, el datum “B” es un datum local y cl datum “A” es un datum global. Se asume que la geometria interna (distribucidn) de los puntos idén- ticos en ambos datums es consistente, es decir, que entre los puntos idénticos sélo seconsideran trasta- ciones gitos y un posible factor de escala (ver l). Este métodg se basa, entonces, en una in por similaridad, donde los ngulos y las formas son mantenidos, pero el tamaiio y la posicién pueden variar de un sistema a otro. La forma de transformar las coordenadas cartesianas, dadas en un sistema triaxial a otro, consiste en utilizar una éransformacién de siete pardmeiros, Jas cuales son: tres traslaciones (AX, AY, 7), tres rotaciones(Ry.Ry,R,) y un cambio de escala (s). La relaci6n emre los dos sistemas geodési- cos de coordenadas esté dada por ef siguiente Figura 1. Transformacién de entre dos sistemas. 106 modelo (HOFFMAN-WELLENHOF e7 al. 1993, P. 239}: x,— fax] [l+s -R, Ry |x, ¥,| =|AY|4)R, +s -Ry | Y| @ Z,} [AZ] |-Ry Ry L+s]LZ, En el modelo anterior se asume que los ngulos de rotacién son muy pequefios, generat- mente alrededor de 5 segundas de arco en redes geadésicas Los pardémetros de transformacién son de- terminados aplicando un ajuste por minimos drados bastindose en al menos tres puntos idénticos puntos en comiin entre ambos sistemas de coorde- nadas-, aunque entre mds puntos idénticos sean utilizados més confiable ser fa determinacién de los pardmetros. Las ecuaciones de observacién expresadas en forma matricial, basadas en los pun- tos idénticos, para la determinacion de los pardme- tros de transformacidn son las siguientes: 60 0-28 yh x axl Jey low 6 ay] |e, at - xf az| ie oo 0 7 8 Fle] cay Loz 0 8 | Jes o1ayox Tel les sii Qe ee You = Ae? Ene # Coat con et vector de observaci (A) in y-CAB, G21) y rango =u=7, y nel ntimero de observaciones. Laestimacién del vector de las incégnitas & ysu respectiva matriz de dispersidn D{G}esté dada por las siguientes relaciones: * =(Atay'ATy 8 waUNICIENCIA é=y-AE (6) Las cuales resultan de una minimizacién del cua- T : drado de los residuos (¢' e — min. Si los dos sistemas no son homogéneos, |a solucin no es confiable sin importar la cantidad de puntos idénticos usados. Aunque la exactitud de este método esté limitada por los datos usados, en la préetica se ha visto que en general la exactitud est en el rango de | a 2 metros (ICSM 2000). Un problema asociade a este modelo de transform: cin es que si la red de puntos usada para determi- nar los parimetros cubre areas pequefias de la superficie terrestre, existird entonces una alta co- rrelaci6n entre los giros y las traslaciones. Ventajas: + Con un minimo de tres puntos idénticos, es posibledeterminarlos pardmetrosde la trans formacién, + Tiene pocos pardmetros, lo que facilita su aplicacién. Desventajas: + Se asume que las redes son consistentes internamente, es decir, homogéneas. + Elmodeloesadecuadoséio cuandoel factor de escala es igual en todas las direcciones. + Para utilizar esta estrategia debemos pasar de primerog,A,haX. Y,Z paracada datum; con el inconveniente que para redes locales puede ser que no se conozea la altura elipsoidal h. . Alta correlacién entre giros y traslaciones, en redes pequenias, En ef anexo 1 se brinda el eddigo de un programa basado en MatLab para determinar los siete parimetros de transformacion. Modelo Molodensky-Badekas Este modelo es similar al de transformacién de siete parametros, pero eliminalaaltacorrelacién que existe entre los pardmetros mediante la reduc- cién de los puntos idénticos a su centro de grave- dad. Conceptualmente, la nica diferencia entre los modelos Molodensky-Badekas y Bursa-Wolf es el puntoalrededordel cual lasrotaciones y el factorde escala son aplicados. La ecuacién de transforma- cién esta dada por: " XP Xf [ax’] [ltrs -R, ¥,} =|Y| +/ay HR, 14s Z) |Z) laz’} |-Ry Ry =lyys, z-lyz =yly rela AX’, AY’, AZ’ = traslaciones en el modelo Mola- densky-Badekas. Rx, Ry, Rz, s=rotaciones alrededor de los ejes X, Y, Z, respectivamente, y s el factor de escala. Los pardmetros de factor de escala y rota- ciones determinados con este melo son los mis- mos que los determinados mediante el modelo de siete pardmetros, pero las traslaciones son diferen- tes y sus precisiones son por lo general en un orden de magnitud ms pequefios (PEARSE y CROOK 1997). Ventajas: + Con un mfnimo de tres puntos idénticos, es posibledeterminarlosparémetrosdelatrans- formacién. + Tiene pocos parémetros. . Se elimina la alta correlacién de los pardmetros Desventajas, + Se asume que las redes son consistentes internamente. . + Elmodeloesadecuado sélo cuandoel factor de escala es igual en todas las direcciones. + Para utilizar esta estrategia debemos pasar deprimero@,A,haX, Y,Zparacada datum; con el inconveniente que para redes locales puede ser que no se conozca Ia altura elipsoidal b. 107Ramirez y Serpas. Transformaciones del datum 3. Transformacién de Molodensky La tansformacién o formula de Moloden ky permite transformar Ia latitud (), longitud (A) y la altura elipsoidica (h) de un sistema a otro sin tener que pasar por las coordenadas rectangulares (X Y,Z). Este metodo es ideal cuando el elipsoide de referencia local es paralelo al elipsoide global, es decir, cuando los sistemas de referencia son paralelos. Los pariimetros que intervienen en este método son tres traslaciones (AX, AY, 4Z), la diferencia de achatamientos (Af) y la diferencia de los semiejes mayores de los elipsoides de referen- cia (Aa), ver figura 2. Elipsoide | Elipsoide B Figura 2. Transformacion de Molodensky. Las traslaciones (AX, AY, AZ) pueden ser determinadas calculando e! promedio de las dife- rencias entre los puntos idénticos. La diferencia de ackatamientos (Af} y la diferencia de los semiejes mayores (Aa) son calculadas simplemente por sus- traer los pardimetros de ambos elipsoides de refe- rencia, Bn la practica la exactitud de este método estd alrededor de 5 metros (ICSM 2000), El modelo de transformacicines el siguiente (RAPP 1985, p. 70): n= dp (8) Aye da= AR o) hy =hy + Ab (10) 108 Ag= * (-AXs cosh | — sink + i Mah ¢ SIN £08 A AYsing 8 A af > sazeosy +4 ne? sing. cose a aA + Af] M N . d an? +n hina, ce ay sind, +AYcosh, an = AXSinh, + AY eos 9) «2p (N= h)cos@, Ah= AXcosp,cosh, + AY¥.cosp, sind, + +AZsing, — Aa xt at? sin’, (3) a siendo: aha =latitud y longitud geodésica del puntoaser transformado. a N= - y(i-e’sin’@,) al-e = radio de curvatura en el primer vertical. radio de curvatura meri- dional (-e’sin’g, Aa=ap aq = diferencia de semigjes mayores. Af = fp —f4 = diferencia de achatamientos. Ventajas: + Los parémetros son determinados en forma sencilla + Simple gpticacién Desventajas + Se requiere conocer las alturas elipsoidales en el datum local + Se asume que las sedes son consistentes internamente. + Se asume que los datums son paralelos.4. Método de regresién riiltiple o interpo- lacién bilinear El método de regresién miiltiple consiste en el ajuste de wa polinomio en dos variables (Uy V), las cuales son, a su vez, funcién de @ y 2. Bl polinomio representa una superficie de mejor ajus- te entre los dos sistemas de coordenadas, por lo tanto, a diferencia de los métodos ameriormente mencionados, éste no depende de que los sistemas de coordenadas sean homogéneos, mejorando en forma notable la exactitud. Los coefivientes del polinomio de transfor- macién se encuentran aplicando un ajuste de m mos cuadrados, basdndose en los puntos idénticos. Este método puede ser utilizado cuando se cuenta con muchos puntos idénticos puntos en comin entre ambos sistemas de coordenadas—. La exacti- tud vaa depender del conjunto de puntos idénticos que seutilice, pero en general se puede hablar que el método permite alrededor de 0.2 metros de exaetitud (ICSM 2000). En general, la forma del polinomiode trans- formacisn es la siguiente (NIMA 1997): AQ = Aq + AjgQU + Ag V + Ag? + A, UV + +AQV?+ AU’ +Ay,V? + AyU?V + +A,UV? +..+A,U'V? (ay donde ‘Ago = constante. Aj= coeficientes 0 parametros de transformacion determinados en el ajuste. U= k(n) = latitud geodésica normalizada del punto a ser transformado. V=k(A4 Aja) = longitud geodésica normalizada del punto a ser transformado. k = factor de escala, y conversién de grados a radianes. Pas Ag = latitud y longitud geodésiea local del punto a ser transformado. UNIGIENGIA ®n,Am = latitud y longitud media del 4rea del datum local. Ecuaciones similares son obtenidas para AA y Ah, reemplazando Ap por AA y Ah, respectiva- mente, en la ecuacién 14. Las formulas de transfor- macién son las siguientes: Pu =O,= D0 «sy dy = ha = Ad (16) bp =h, + Ah ayy Ventajas: + Gran exactitud. + Elpolinomio de transformacién es capaz de manejar factores de escala en distintas di- recciones. + Los sistemas pueden ser no homogéneos. Desventajas: + Dependiendo del grado del polinomio, se podrian necesitar muchos puntos idénticos, lo que algunas veces es dificil de conseguir. + El grado del polinomio es determinado empiricamente. + El efecto de borde en la superficie que representa el polinomio hace que fuera del rea de los puntos idénticos usados para determinar el polinomio de transformaci6n los resultados no sean confiables. En el anexo 2 se brinda el eédigo de un programa basado en MatLab para determinar los coeficientes del polinomio de transformacién para el método de regresién miiltiple. 5. Transformacién de eoordenadas planas Esta estrategia se hasa en transformer las coordenadas de cuadricula, es decir, las coordena- das planas de la proyeccién cartogrifica que se aplicé al datum “A”, hacia las coordenadas de cuadicula de la proyecciGn cartogratica que se aplicé al datum “B”. Para realizar la transforma- cin se pueden usar los métodos de Helmert (en dos dimensiones) 0 interpolacién bilinear, ete 109Ramirez y Somas, Transtormaciones del datum Las ecuaciones de transformacién utilizan- do el método de Helmert toman en cuenta dos traslaciones (Ax, Ay), una rotaci6n (@) y un factor deescala (m), La reluciGn entre los dos sistemas de coordenadas queda expresada porla siguiente ecua- cién (KELLER 2001): " xP ax] [meoso: msine: fx, y. Lay} L-msinee moose. Ly, Tomando a = meoso. y 0=—msine, enton- ces, laccuacién 18 puede ser rescrita de la siguiente forma: ey {* [e -olfxT =| yl lay!lo a llyd Una vez resueltos los pardmetros a y 0, podemos encontrar el Angulo de rotacién y el factor de escala entre los dos sistemas como: (as) (19) (20) ania 2 y m= +a a Para encontrar los pardmetros de transfor macién se necesita un mfnimo de dos puntos ide ticos. La solucién general donde se pueden consi- derar més de dos puntos idénticos esta dada por la siguiente expresién (KELLER 2001): Dui, + v7.) Dwy,- vi) ey Deu? + v2) Lut) Conociendo los valores de ay o se puerlen determinar los valores de los parimetros de traslacidn: ax ax, +oy,. AY=J,-ay,-ox, 22) donde: Iya Issa mes Par 110 Contrario a lo que sucede con el modelo de transformacidia de Helmert en tres dimensiones, en este caso no se le impone ninguna restrieci6n a los, Angulos de rotacién. Se puede utilizar el métodode interpolacién bilinear tomando U y V en funcién de tas coorde- nadas planas. Se debe recordar que cuando se aplica una proyeccign cartogrificase van atener distorsiones, Jo que implica una degradacign en la exactitud de este método. Para més informacién sobre este tipo de transformacién el lector es referido 2 Hoffman- Wellenhof et al. 1993, p. 242. Veniaja + Método seneillo de implementar. + Nose necesita conocer alturas. Desventajas: + Afectado por las distor cign cartogréfica, + Baja exactitud. 6. Transformacién de datum vertical Hastaeste punto, se han tratado los modelos de transformacién de datum horizontal, en este apartado se abordard In transformacién de datum vertical. Un caso representativo seria la transfor- on de una red vertical determinada en forma gravimeétrica, Ia cual necesita ser referida a un datum local vertical, Eneste model de transforma- cidn se consideran dos giros y una traslacion. En algunos casos se podria considérar un factor de escala de manera similar al modelo Bursa-Wolf Un modelo particular de transformacién est dado por la siguiente ecuacisn: ma Hi=h*+Ah+[0 ~ (23)donde: Ah corresponde a la traslacion vertical ©, 8 son las rotaciones correspondientes alrededor de los ejes x, yen un sistema local de coordenadas planas. H corresponde a ta componente vertical en el sistema B. hcorresponde ala componente vertical en el sistema A. Para la determinacién de los parametros de transformacié6a se necesitan como minimo tres puntos idénticos en ambos sistemas. Un némero mayor de puntosidénticos permite realizar un ajus- te por minimos cuadrados. El modelo de ajuste estar dado por las siguientes ecuaciones’ HPht 1 x at ‘an] [ Ho-by |] yt 2 Wg [| os ntnsF]i yt at "Jey OP ee ee a Yoo = Ana Sant + net con el vector de observacién y-(AE, O21) y rango (A)=u=3. Lasolucién por minimos cuadrados esté dada por las ecuaciones (3), (4), (5) y (6) DISCUSION Enel presentearticulo se proveen diferentes estrategias de transformacién de datum, Cada una de ellas posee ventajas y desventajas al ser aplica- das atrabajos geodésicos. El lector deberd seleccio- nar el método de transformacidin més apropiado para cumplir con los requerimientos exigidos para el trabajo particular que realizara. Los autores esperan que este articulo sirva como una guia de prictica y de discusién sobre los tépicos que abarca la problemitica de Ia transformacién del datum geodésico. UNICIENGIA WwRamitoz y Serpas. Transformaciones del datum ANEXOS Anexo 1: Cédigo en MatLab 6.0 para determinar los siete parémetros de transformacién por el método de Bursa function [Param Rot}=Datumn iDatumA, DatumB) % funetion (Param Rot}=Datum7(DatumA, DatumB) % Deseripeisn: % Calcula transformacién de datum 7 pardmetres. % Se utiliza un ajuste por mfnimos cuadrados para determinar los 7 pardmetros % Rovorna % — Param, vector de pardmetros de wransformacién SolTx{m],Tylm],Tefm] Rx{rad],Rylrad) Rz{rad 3) % % — Rot, matriz de rotacion 14s Rz -Ry % Re 4s Rx % Ry -Rx l+s % Entcada: % — DatumA, arreglo conteniendo las coordenadas X YZ % de los puntos idénticos del Dasuma. % DatumB, aregla conteniendo lascoordenadas X, Y, El formato del arreglo Datum es el siguiente: Z % de los puntos idénticos del Datum, % DatumaA= % 41572225430 664789.3070 4774952.0990 % 4149043.3360 6888364430 4778632.1880 % 41728035110 — 690340.0780 — 4758129.7010 % ANTT148.3760 — 642997.6350 — 4760764.8000 % 41370121990 671808.0290 4791128,2150 Se 41462927290 6669528870 4783859.8560 % 4138759.9020 702670.7380 4785552.1960 % Datum % 41578701370 6648185780 4775416.4240 % 4149691.0490 688865.7850 4779096.5880 % AI7BASI.3540 — 690369.3750 4758594,0750 % 41777960640 643026.7000--4761228.8990 % 4)37659.5490 671837.3370 _4791592,5310 % 4146940.2280 666982.1510 4784324.0990 % 41394075060 7027002270 4786016.6450 % m=NUMERO DE PUNTOS IDENTICOS {mail=size (Datuma); Jo CARGAR LAS COORDENADAS DE PUNTOS IDENTICOS DEL DatumA EN VECTORES: % — X{COORDENADAS X), YI{COORDE! DAS Y), Z1(COORDENADAS 7) Ae y zl=DatumA(:,3); 112 Wolf % CARGAR LAS COORDENADAS DE PUNTOS IDENTICOS DEL DatumB EN VECTORES, % XI(COORDENADAS X), Y(COORDENA- DAS Y), ZI(COORDENADAS Z) % CALCULAR VECTOR DE OBSERVACIONES REDUCIDAS b isftimh; xPXI D921} 2-21))"5 b(lma*3)=BEis heb’; % CALCULO DE LA MATRIZ A for il=b3:m"3 JUL D341; AGLI AG 2=0; AGI 3)=0; AGIT)=x1G AGILE AGL+1,2 1G 1G); AULA =ylGDs AGI#2.5)=x1Gh AG1+2,6)=0, . AGI+2,)=21Q)s end % CALCULO DE LA MATRIZ Qxx. QuxcinviAray, % CALCULO DEL VECTOR DE INCOGNITAS AJUSTADO x REQKATA™*D|% MATRIZ. DE ROPACION Ref 14x(7),x(6},-x(5)s-X(6), LNT) RAKES Je x4) L479] % VECTOR DE TRASLACIONES telx()xi2hxt3)], % CALCULO DE DIFERENCIAS ENTRE COORDE- NADAS CALCULADAS Y COORDENADAS DE PUNTOS IDENTICOS forit=t-m x1GiDey MiLs21 19; UFR at iH J=Lvi(L),mt2),u)}s fL,:)=[x2GL) (1), y2C1)-VU2 2241) Seutsuans; eres; %CALCULO DE RESIDUOS DEL AJUSTE- e=y-Ax, esbeAtx: % SIGMA 0 siga=( (e"*e3/(m3-7) 0.55 fprinti(1,"%es Wn", fprinti(1."% print ses\nin’, peo Xi) Yen] Zip") for j=lm fprinth() %4d Gs % 12.36 % 12.36 G12. 36M VS l@yi@etW) fprinti( 1,’ hs %12.3f %12.3f 912.36 \n’,’ Sistema 2 *x2Q)¥2G),220)) fprinti(1,"%s %12.3f %12.3f %12.3f \n’,” ‘Transformado? trans(j.{).tans().2}transtj3)) fprimti(1," Gs 12.4 12.31 %123E Ww,’ Residvo *res(j.1).res(j,2),res(j.3}) fprinti(, "ses ia’, “); end fprintf(L.'%s\n"9__ fprintt(1."%es \n*, Pardimetro +h) fprinf(%sniwy % valor Desv. estindar fprimif(17%s %12.3F %15.8f Ww? Traslacion X Dina XC .sqet(Qxx(1,1))*Sigma) fprinti(1,"%s %12.3f %15.36 \n°,’Trastacion Y Un)” AC2).S4t(QKx(2,2)}*5igma} fprinti(1°9%s 12.36 %15.3f n',Traslacion Z Lm}..n.2'xG3)sqnQant3,3))*sigma) fprintft,'%es %12.3f %15.3f Ww’, ’Rotae aX tal UNICIENCIA 2 X(4)*180/pi"3600 sqrt Qaat44}}*sigma* 180 pi*3600) fprinti(,"%s 9612.3 %15.3f \n""Rowwcidn Y [od > x(5)* 180/pi*3600,sqrt( Qext5,5))*sigma L80/ pi*3600) fprintf(1,"%s %12.3f %15.3f Wn'.*Rotacion Z fo) seen! X(6}* 180/pi# 3600, sqrt Qux(6.6))* sigma 180) piv3600) printf (1,"%s %12.31%15.31 a’, Factor de escala [ppm] oo R(T) 106 sqrt Qex(7,7))? sigma be6) % RETORNAR PARAMETROS, 113Ramirez y Sepas. ansiomaciones del datum Anexo 2: Cédigo en Matlab 6.0 para determinar los eneficientes de! polinomio de transformaci6n para el método de regresién multiple function [a.b.x0,y6]=Datum_interpo DatumB.orden) % function [a,b]=Datum interpo(DatumA, Datum orden} % Desczipeion: % — Determina los coelicientes del polinomio para la transformacién “de DATUM. % — Seutilizauna interpolaci6n bilinear paradetermi- nar los, % ——covficientes de! polinomie, (Datuma, % Rotoma % a, vector de coeficientes para eje U fal, al, 02,03, a4,05,26...,al4] % —b, vector de coeficientes para eje V % [hb N2.b3, b4,b5.b6....b14] % % — n0,y0, bacicentro de! Datum % % % Entrada: % Datum, arreglo que contiene las conrdenadas X.Y de los puntos % — idénticos del Datuna. % DatumB, arreglo que contiene las coordenadas X.Y de: los puntos, % — idémticos del DatumB. % % % % Los arreglos Datum deben ser vector columna de ta siguiente forma: % XY % Daum: % 41572225430 664789.3070 % — 4140043.3260 — 688836.4430 % 41728035110 690340.0780 % —4177148.3760 642997.6350 % — 4137012,1990 671808.0290 %e 4146292.7290 666952.8870 % —4138759.9020 — 702670.7380 % DatumB= % —A157870.1370 664818.5780 % — 4149691.0490 688865,7850 % —4173451.3540 — 690369.3750 5% —4177796.0640 — 643026.7000 % — 4137659.5490 671837.3370 Se -4146940,2280 666982.1510 % —4139497.5000 702700.2270 14 \imero de puntos de la red ize(Datuma, 1) ‘%Caloulando e! baricentro del DATUMA 2O=sum(DatumA:,1))/N Us=[(Datuma(1)-x0)*10%-5} yO=sum(Datama (:,2)VN Ve[eDatumA(:,2)-yO*10%-5} eformando la matriz de ecuaciones normales A K={L:N] unos=ones(N.1) if (orden==2) A=cat(2.u008,0,VU."2,U4V,¥42) elseif (orden: al(2,unes,U.V.U.42,U.5V,V.92, U.43 UAZAV,UAV.A2,W.93) cfseif (orden==4) Ascat(2,unos,U,V,U.42, U"V.V.42, UA3 JAZAVUAVA2VS, U4, ULM AY, UP2AV.A2.UMV 3, VAB) end “wCaleulando el baricentro del DATUM xOn=sum(DaturB(,1)yN yOn=sum(DacumB(:.2)¥N ‘DatumB(:,1)-xOn)* 104-5] (DatumB(:,2)-yOn)" 10*-5) evector de observacién es reducido para cje U Dx=Un-U ‘%Determinacisa a=vector de coetficientes para eje U por ‘minimos cuadrados asinv(A'A)A'*Ds a=at LOS (1 )=a()+x0n n es reducido para eje V Sovector de observa Dx=Vn-v ‘SDeterminacién b=vector de coeficientes para variable U por mfnimos cuadzados beinv(aAySA Dx bab 1045, bel =bCL)+yOnBIBLIOGRAFIA Y REFERENCIAS Hoftman-Wellenbof, B.,Lichtenegger, H. and Collins, J. 1993. Global Positioning Systems: Theory ated Practice. Se~ cond edition. Springer-Verlang, Wien, New York. ICSM.2000. Transformation Options, hlp:téwww ism gov.aul iesmnfgda/gdatranfact pal Jekeli, C. 2002. Geometric Referent Systems. Department of Civil and Environmental Engineering and Geodetic Science, The Ohio State University. Columbus, Odio. Keller, W. 2001. Geodetic Coordinate System. Geoxletic Insti- tute, University Stuttgart, NIMA. 1997, Department of Defense World Geodetic System 1983, ite Definition and Retasionships with Laval Gew: detic Systems. Third edition, National Imagery and Mapping Agency. Pearse, M. and Crook, C. 997. Reconimended sransfurmation parameters from WGS8S to NZGD49 Wip-i wor ling govt naires/linz/608\ /reconmmendedirans: formation parameters-par Rapp, R. 1985. Geudesia Geametrica, Volumen Ht (Técnicas avancades). Agencia Cartogeitfica de Defensa, Servi cio Geodésico Interamericano, Escuela Cartogrifica «i, DMA-IAGS CT-6. UNICIENGIA 1s