선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 즉, Bernese와 TGO 는 분명 자료처리에 있어 위치결정에 중요한 영향을 미치는 전리층, 모호정수의 추정 및 결정, 망조정의 방법 등에서 차이가 있고, 따라서 그 목적 역시 일반측량과 과학적 해석으로 차별화된다. 이러한 차이는 당연한 성과의 차이로 연결되며, 어떠한 환경에서 어떠한 차이가 있는지 좀 더 많은 경우의 실험을 통해 비교해 보고자 한다
- 따라서 본 연구에서는 학술연구용 소프트웨어와 상용 소프트웨어의 비교분석을 보다 다양한 조건 하에서 면밀히 검토하여 상용 소프트웨어의 한계와 정밀측위에 대한 활용성을 검증하는 것을 목표로 한다. 특히, 기선거리 뿐만 아니라 망규모별, 관측시간별, 고정점 수별로 다각적인 실험을 통하여 기선해석은 물론 망조정을 통한 결과의 비교분석을 실시하였다.
- 본 연구의 목적은 다양한 조건 하에서의 학술연구용 소프트웨어와 상용 소프트웨어와의 처리결과 비교를 통하여 상업용 소프트웨어의 한계와 정밀측위에 대한 응용성을 검증하는 것이다. 이를 위하여 세 가지의 전국규모 데이터와 그 보다 작은 두 가지의 지역데이터를 선정하여 망을 구성하고 Bernese와 TGO를 사용하여 기선해석 및 망조정을 통해 모두 144가지의 성과를 산출하여 소프트웨어별, 기선거리 및 망규모별, 관측시간별, 고정점 수별로 비교분석을 실시하여 아래와 같은 결론을 도출하였다.
제안 방법
- 따라서 본 연구에서는 학술연구용 소프트웨어와 상용 소프트웨어의 비교분석을 보다 다양한 조건 하에서 면밀히 검토하여 상용 소프트웨어의 한계와 정밀측위에 대한 활용성을 검증하는 것을 목표로 한다. 특히, 기선거리 뿐만 아니라 망규모별, 관측시간별, 고정점 수별로 다각적인 실험을 통하여 기선해석은 물론 망조정을 통한 결과의 비교분석을 실시하였다. 그동안 다수의 기존의 연구들이 수행된 점을 감안하여, 결과의 해석을 제반연구 및 실무, 작업규정의 검토 등의 측면에서 해석하였다.
- 특히, 기선거리 뿐만 아니라 망규모별, 관측시간별, 고정점 수별로 다각적인 실험을 통하여 기선해석은 물론 망조정을 통한 결과의 비교분석을 실시하였다. 그동안 다수의 기존의 연구들이 수행된 점을 감안하여, 결과의 해석을 제반연구 및 실무, 작업규정의 검토 등의 측면에서 해석하였다.
- 또한 그림 3과 같이 수원을 고정점으로 하고 각 상시관측소를 직접 연결한 기선 망을 구성하였다. 중규모의 망으로는 상시관측소 3개소(수원, 서울, 원주)와 3개의 관측점이 이루는 삼각망 내부에 실제 8시간 이상 동시 관측한 3개소의 관측 데이터를 사용하여 망을 구성하였고, 고정점으로 사용한 상시관측점에서 기선거리가 약 10km, 30km, 60km 정도가 되도록 관측점을 배치하였다(그림 4). 또한 다시 이 망으로부터 원주 상시관측소를 제외하여 조금 더 작은 관측망을 별도로 구성하였다(그림 5).
- 위에서 설명한 자료, 도구, 조건들을 가지고 소프트웨어별, 기선거리 및 망규모별, 관측시간별, 고정점 수별로 기선해석 후 망조정을 통해 경위도 좌표와 타원체고 및 3차원 직교좌표를 산출하고, 고시좌표를 포함하여 여러가지 해석결과를 이용, 다각도로 비교한 후 결과를 분석, 평가하였다.
- 본 연구에서의 모든 기선해석은 전리층 효과를 최소화하기 위하여 L3(ionospheric free) 선형결합 관측값을 형성하여 최종좌표를 추정하였으며, 대류권 지연을 최소화하기 위하여 Hopfield모델을 적용하여 건조부분지연을 최소화한 후 좌표의 추정단계에서 L3 선형결합의 잔차로부터 2시간 간격으로 대류권 습윤 지연의 크기를 추정하였다 (Hofmann-Wellenhof, 2001). Bernese를 사용한 자료처리시의 전략(Processing strategy)옵션은 모든 가능한 조합으로부터 최대공유 관측치를 가진 기선(baseline) 집합이 선택되는 OBX-MAX방식을 사용하였다 (Dach et al.
- 먼저 그림 1의 자료처리에서 24시간 관측데이터는 물론 2시간, 4시간, 6시간, 8시간으로 데이터를 시간별로 절단하여 각각 처리하였으며, 각 시간별 데이터처리마다 1점 고정, 2점 고정, 3점 고정으로 고정점 수를 달리하여 성과를 산출하였다. 1점 고정은 수원 관측소, 2점 고정은 수원, 제주관측소, 3점 고정은 수원, 제주, 울진관측소를 국토지리정보원 고시성과로 고정하여 처리하였다.
- 0을 사용하여 경위도 좌표를 3차원 직교좌표로 변환하였다(국토지리정보원, 2003). 두 번째로 그림 2에서 보는 것처럼 기선 조합중 상대적으로 장기선들로 연결된 제주 관측소를 제외하고 망을 구성한 뒤, Bernese와 TGO를 가지고 앞서 그림 1의 경우와 같은 방법으로 데이터처리를 하여 성과를 얻었다. 다만 고정점 수별의 처리에 있어서 수원을 고정점으로 하는 1점 고정성과만을 산출하였는데, TGO의 기선해석시 초기 결과 값이 좋지 않으면 위성앙각을 높이는 등 편집을 시도하였고, 망조정시 이상치(outlier)를 보인 기선들은 망조정에서 제외하고 성과를 산출하였다.
- 세 번째로는 두 소프트웨어의 기선해석능력을 비교하기 위해 그림 3에서 보이는 것처럼 망을 구성하지 않고 수원을 고정점으로 하고 전국의 각 상시관측소를 직접 연결하여 두 소프트웨어를 사용하여 기선해석후 성과를 얻었다. 여기에서는 24시간의 데이터만 가지고 데이터처리를 했다.
- 국토지리정보원의 수원, 서울, 원주 상시관측소를 삼각망으로 구성하고 그 삼각망의 내부지역인 경기도 용인과 광주지역에서 8시간 이상 동시 관측한 데이터를 연결하여 중규모의 관측망을 구성하였다. 그림 4처럼 고정점으로 사용한 3곳의 상시관측소에서 약 10, 30, 60km정도의 거리가 되도록 관측점(UOS1, UOS2, UOS3)을 배치하여 관측을 실시하고 망을 구성하였다.
- 그림 4에서 보는 관측데이터는 2006년 3월 17일 09시부터 8시간 이상 동시관측을 실시한 데이터이다. 이 데이터들을 가지고 전국규모의 관측망을 처리한 방법과 같이 2시간, 4시간, 6시간, 8시간으로 데이터를 시간별로 절단하여 각각 처리하였으며, 각 시간별 데이터처리마다 1점 고정, 2점 고정, 3점 고정으로 고정점 수를 달리 하여 성과를 산출하였다. 1점 고정은 수원 관측소, 2점 고정은 수원, 서울관측소, 3점 고정은 수원, 서울, 원주관측소를 국토지리정보원 고시성과로 고정하여 처리하였다.
- 앞에서 기술한 대로 이 경우 고정점 수는 1점 고정(수원) 성과만 산출하고 관측시간별로 2시간, 4시간, 6시간, 8시간, 24시간 데이터의 성과를 산출하였다. TGO의 데이터 처리 시에 좀 더 양호한 성과를 얻기 위해 기선해석 시에 일부 기선의 처리 시 위성앙각을 높이는 등 편집을 시도하였고, 망조정시에는 이상치(outlier)를 기선을 망조정에서 제외하고 성과를 산출하였다. 관측시간별로 소프트웨어별 성과 간 3차원 위치의 편차를 구하고 이를 평균한 것이다.
- TGO의 데이터 처리 시에 좀 더 양호한 성과를 얻기 위해 기선해석 시에 일부 기선의 처리 시 위성앙각을 높이는 등 편집을 시도하였고, 망조정시에는 이상치(outlier)를 기선을 망조정에서 제외하고 성과를 산출하였다. 관측시간별로 소프트웨어별 성과 간 3차원 위치의 편차를 구하고 이를 평균한 것이다. 그림 7에서 보는 바와 같다.
- 여기서는 중규모의 관측망 1의 성과와 전국규모의 관측망 1의 성과를 대상으로 관측시간별로 고정점별로 데이터처리를 통해 산출된 소프트웨어별 성과 간 3차원 위치의 편차를 구하고 관측시간별로 1점 고정의 S/W별 성과 간 3차원 위치의 편차, 2점 고정의 편차, 3점 고정의 편차를 평균하여 관측시간별 각 측점의 S/W별 성과간 평균편차를 구하였다(그림 10, 11). 중규모의 관측망 1의 경우 각 측점들에서의 관측시간별 S/W별 성과 간 평균편차 값의 편차는 7mm에서 26mm로 나타났다.
- 여기서는 전국규모의 관측망 1과 중규모의 관측망 1의 데이터를 대상으로 각 관측시간별로 고정점 수를 1점 고정, 2점 고정, 3점 고정으로 달리 하여 Bernese,와 TGO를 사용하여 데이터처리한 각각의 산출성과들을 가지고 각 경우마다 S/W별 성과 간 3차원 위치의 편차를 구하고 이 편차들 중 고정점 수별로 모든 관측시간별 편차를 평균하여 이를 비교하였다(그림 14, 15).
- 전국규모의 관측망 1, 2와 중규모의 관측망 1, 2의 성과들을 이용하여 모든 경우에서 소프트웨어별 성과 간 3 차원 위치의 편차를 구하고 관측망별로 구해진 모든 편차를 평균하여 이를 비교하였다(그림 16, 17). 중규모의 관측망 1의 경우 두 소프트웨어간 평균편차가 16mm에서 24mm 로 편차 폭이 작은 분포를 보였다.
- 본 연구의 목적은 다양한 조건 하에서의 학술연구용 소프트웨어와 상용 소프트웨어와의 처리결과 비교를 통하여 상업용 소프트웨어의 한계와 정밀측위에 대한 응용성을 검증하는 것이다. 이를 위하여 세 가지의 전국규모 데이터와 그 보다 작은 두 가지의 지역데이터를 선정하여 망을 구성하고 Bernese와 TGO를 사용하여 기선해석 및 망조정을 통해 모두 144가지의 성과를 산출하여 소프트웨어별, 기선거리 및 망규모별, 관측시간별, 고정점 수별로 비교분석을 실시하여 아래와 같은 결론을 도출하였다.
대상 데이터
- 본 연구에서는 전국규모의 망의 형성을 위하여 국토지리정보원의 상시관측소 데이터를 사용하였다. 상시관측소는 모두 Trimble NetRs 수신기를 사용하며, 관측 간격은 30초이다.
- 상시관측소는 모두 Trimble NetRs 수신기를 사용하며, 관측 간격은 30초이다. (구)행정자치부의 상시관측망과 통합 이전의 국토지리정보원 14개소의 상시관측소 데이터 중에서 태백을 제외한 13개소의 데이터를 활용하여 망을 구성하였고(그림 1), 또 다시 제주 상시관측소를 제외한 12개소의 데이터를 활용하여 망을 별도로 구성하였다(그림 2). 또한 그림 3과 같이 수원을 고정점으로 하고 각 상시관측소를 직접 연결한 기선 망을 구성하였다.
- 그림 1의 관측데이터를 Bernese와 TGO를 사용하여 기선해석과 망조정을 통하여 ITRF2000 3차원 직교좌표와 GRS80타원체에 의한 경위도를 산출하였다. 처리에 이용된 데이터는 2007년 3월 4일 09시부터 3월 5일 09시까지의 24시간의 관측데이터이다.
- 국토지리정보원의 수원, 서울, 원주 상시관측소를 삼각망으로 구성하고 그 삼각망의 내부지역인 경기도 용인과 광주지역에서 8시간 이상 동시 관측한 데이터를 연결하여 중규모의 관측망을 구성하였다. 그림 4처럼 고정점으로 사용한 3곳의 상시관측소에서 약 10, 30, 60km정도의 거리가 되도록 관측점(UOS1, UOS2, UOS3)을 배치하여 관측을 실시하고 망을 구성하였다.
- 그림 4에서 보는 관측데이터는 2006년 3월 17일 09시부터 8시간 이상 동시관측을 실시한 데이터이다. 이 데이터들을 가지고 전국규모의 관측망을 처리한 방법과 같이 2시간, 4시간, 6시간, 8시간으로 데이터를 시간별로 절단하여 각각 처리하였으며, 각 시간별 데이터처리마다 1점 고정, 2점 고정, 3점 고정으로 고정점 수를 달리 하여 성과를 산출하였다.
데이터처리
- 그림 1의 관측데이터를 Bernese와 TGO를 사용하여 기선해석과 망조정을 통하여 ITRF2000 3차원 직교좌표와 GRS80타원체에 의한 경위도를 산출하였다. 처리에 이용된 데이터는 2007년 3월 4일 09시부터 3월 5일 09시까지의 24시간의 관측데이터이다.
- 그림 1의 데이터, 즉, 전국규모의 관측망 1의 데이터를 처리한 결과로 얻은 관측시간별, 그리고 고정점별로 산출된 결과와 고시좌표와의 3차원 위치의 편차 #를 소프트웨어별로 평균을 내어 두 소프트웨어의 평균값을 비교하였다(그림 6).
이론/모형
- GPS 데이터처리에 있어 학술연구용 소프트웨어는 Bernese(Bernese GPS Software, Version 5.0)를 사용하였고, 상업용 데이터처리 소프트웨어로는 국내에서 가장 광범위하게 사용되는 TGO(Trimble Geomatics Office, Version 1.63)를 사용하였다. 모든 기선해석에서 위성궤도오차를 줄이기 위하여 IGS(International GNSS Service)에서 제공하는 최종정밀력(Final Orbit)을 사용하였다.
- 본 연구에서의 모든 기선해석은 전리층 효과를 최소화하기 위하여 L3(ionospheric free) 선형결합 관측값을 형성하여 최종좌표를 추정하였으며, 대류권 지연을 최소화하기 위하여 Hopfield모델을 적용하여 건조부분지연을 최소화한 후 좌표의 추정단계에서 L3 선형결합의 잔차로부터 2시간 간격으로 대류권 습윤 지연의 크기를 추정하였다 (Hofmann-Wellenhof, 2001). Bernese를 사용한 자료처리시의 전략(Processing strategy)옵션은 모든 가능한 조합으로부터 최대공유 관측치를 가진 기선(baseline) 집합이 선택되는 OBX-MAX방식을 사용하였다 (Dach et al., 2005.). 단, 그림 3에서 기선 형성에 따른 효과를 보기 위한 망에서는 기준국을 지정하여 남은 모든 관측소가 연결되는 형태의 STAR방식을 사용하였다.
- ). 단, 그림 3에서 기선 형성에 따른 효과를 보기 위한 망에서는 기준국을 지정하여 남은 모든 관측소가 연결되는 형태의 STAR방식을 사용하였다.
- 63)를 사용하였다. 모든 기선해석에서 위성궤도오차를 줄이기 위하여 IGS(International GNSS Service)에서 제공하는 최종정밀력(Final Orbit)을 사용하였다.
성능/효과
- 강길선 (2000)은 국내 4개소의 상시관측점과 일본의 쓰꾸바 관측점을 연결하여 데이터 처리 후 비교를 시도하였는데 기선해석에 있어 학술연구용 소프트웨어로서는 NASA의 JPL(Jet Propulsion Laboratory)에서 개발한 GIPSY-OASIS II(이하 GIPSY), MIT와 Scripps 해양연구소(SIO)가 공동 개발한 GAMIT/GLOBK(이하 GAMIT)를 상업용 소프트웨어로는 Ashtech사의 Ashtech Office(이하 AOS)를 사용하여 기선해석 후 결과를 비교하였다. 그 결과로 학술연구용 소프트웨어는 기선해석정밀도가 기선길이에 크게 좌우되지 않으며 cm미만의 정밀도를 얻었는데 반해 상용 소프트웨어는 정밀도가 현저하게 떨어져서 GPS 상시관측소의 성과산정 등과 같이 정밀함을 요하는 GPS 데이터의 해석에는 적합하지 않다고 판단했다. 또한 박관동 등(2003)은, IGS(International GNSS Service)에서 제공하는 위성궤도력과 방송궤도력을 이용하여 한국천문연구원 상시관측소 9곳의 데이터를 GIPSY와 상용소프트웨어인 Trimble사에서 제공하는 GPSurvey로 데이터 처리하여 그 결과를 비교하였는데, GIPSY의 경우 3차원 RMS오차가 1.
- 이상 살펴본 바와 같이, 학술용과 상용 GPS 자료처리 소프트웨어의 분석에서 학술연구용 소프트웨어가 전반적으로 기선해석에 있어 우수하며 상용 망조정 소프트웨어 간에는 성능의 차이가 거의 없는 것으로 나타났다. 소프트웨어의 비교에 있어 주목할 점은 각 소프트웨어에의 자료 처리 기법에 차이가 있다는 것이다.
- 1점 고정은 수원 관측소, 2점 고정은 수원, 제주관측소, 3점 고정은 수원, 제주, 울진관측소를 국토지리정보원 고시성과로 고정하여 처리하였다. 모든 데이터처리에 있어 Bernese와 TGO의 데이터처리를 병행하였으며, GRS80타원체에 의한 경위도 좌표와 ITRF2000 3차원 직교좌표를 산출함으로써 그림 1의 데이터를 처리하여 얻은 성과들은 모두 60가지 경우의 성과가 산출되었다. TGO의 경우 망조정 좌표에 3차원 직교좌표가 표시되지 않아서 국토지리정보원이 제공하는 소프트웨어인 수치지도 좌표변환 Version 2.
- 두 번째로 그림 2에서 보는 것처럼 기선 조합중 상대적으로 장기선들로 연결된 제주 관측소를 제외하고 망을 구성한 뒤, Bernese와 TGO를 가지고 앞서 그림 1의 경우와 같은 방법으로 데이터처리를 하여 성과를 얻었다. 다만 고정점 수별의 처리에 있어서 수원을 고정점으로 하는 1점 고정성과만을 산출하였는데, TGO의 기선해석시 초기 결과 값이 좋지 않으면 위성앙각을 높이는 등 편집을 시도하였고, 망조정시 이상치(outlier)를 보인 기선들은 망조정에서 제외하고 성과를 산출하였다. 총 20가지 경우의 성과가 두 번째의 망으로부터 획득되었다.
- 1점 고정은 수원 관측소, 2점 고정은 수원, 서울관측소, 3점 고정은 수원, 서울, 원주관측소를 국토지리정보원 고시성과로 고정하여 처리하였다. 모든 데이터처리에 있어 Bernese와 TGO의 데이터처리를 병행하였으며, GRS80타원체에 의한 경위도 좌표와 ITRF2000 3차원 직교좌표를 산출하여 그림 4의 데이터를 처리하여 얻은 성과들은 모두 48가지 경우의 성과가 산출되었다. 그림 4의 관측망에서 상대적 장기선으로 연결되어 있는 원주 관측점을 제외하고 그림 5와 같이 망을 구성하였다.
- 이전의 망 (그림 4)의 데이터처리와 동일한 방법으로 처리하되 고정점 수에 있어서 1점(수원) 고정성과만 산출하였다. 그리고 그림 2의 데이터(전국규모의 관측망 2)에 대한 데이터 처리 시와 같이 TGO의 데이터 처리 시 기선해석의 초기 결과 값이 불량한 기선은 데이터편집을 시도하였고, 망조정시 이상치(outlier)를 보인 기선들은 망조정에서 제외하고 양호한 관측치의 조합만으로 망조정후 성과를 산출하여 총 16가지의 성과를 얻게 되었다.
- 이러한 여러 실험과정을 거쳐 소프트웨어별, 기선거리 및 망규모별, 관측시간별, 고정점 수별로 기선해석과 망조정을 통하여 비교분석에 이용될 모두 144가지의 다양한 성과를 얻을 수 있었다. 성과가 너무 많은 관계로 지면관계상 그 중 일부(표 1, 표 2, 표 3, 표 4)만 보이고 4장에서 각 비교항목별로 해당 성과들의 3차원위치의 편차를 도표로 나타내어 분석하였다.
- 또, 이 것은 중규모의 관측망 1의 경우에 비해 상대적으로 편차가 크게 나타났다. 그리고 2시간, 24시간 관측의 성과가 4, 6, 8시간 관측의 성과보다 좋은 결과를 보였다. 2시간 관측의 성과가 그 보다 많은 시간 관측한 산출성과보다 양호한 것은 관측시간을 절단하여 처리할 때 위성의 수는 차이가 없었지만 사이클 슬립이 없고 PDOP 수치가 낮은 등 위성신호의 품질이 양호한 부분이 선택되어진 것으로 추측되나 향후 보다 면밀한 분석이 필요하다고 판단된다.
- 그림 14의 결과에서 나타난 바와 같이 중규모의 관측망 1의 경우 각 측점들에서의 고정점 수별 S/W별 성과간 평균편차 값의 편차가 모두 8mm로 편차 폭이 작은 분포를 보였고, 3점 고정의 경우 S/W별 성과간 평균편차가 가장 크게 나타났다. 다음 그림 15에서 보이는 전국규모의 관측망 1의 결과도 각 측점들에서의 고정점 수별 S/W별 성과 간 평균편차 값의 편차가 최소 2mm에서 최대 22mm로 비교적 편차 폭이 작은 분포를 보였고 1점 고정의 경우에 S/W별 성과간 평균편차가 가장 작게 나타났다. 두 가지 망의 경우를 종합해 보면 고정점의 수가 늘어나면서 S/W별 성과간 평균편차가 큰 것으로 봐서 고정점상호간의 일관성이 결여되었다고 판단할 수 있다.
- 다음 그림 15에서 보이는 전국규모의 관측망 1의 결과도 각 측점들에서의 고정점 수별 S/W별 성과 간 평균편차 값의 편차가 최소 2mm에서 최대 22mm로 비교적 편차 폭이 작은 분포를 보였고 1점 고정의 경우에 S/W별 성과간 평균편차가 가장 작게 나타났다. 두 가지 망의 경우를 종합해 보면 고정점의 수가 늘어나면서 S/W별 성과간 평균편차가 큰 것으로 봐서 고정점상호간의 일관성이 결여되었다고 판단할 수 있다. 즉 고정점의 정밀도가 성과에 큰 영향을 미치며, 따라서 고정점을 사용할 때는 고정점의 정밀도를 고려하여 망조정을 수행하여야 한다.
- 1. 소프트웨어 간 비교에서 Bernese의 정확도가 높은 것은 고시결과와의 비교로부터 도출된 것으로 기존의 연구들과 일치되는 결론이라 할 수 있다. 하지만, TGO의 경우 데이터 편집을 통한 기선해석과 망조정을 거친 후에야 Bernese의 성과와 3차원 위치에서 최소 10mm, 최대 24mm의 편차를 갖는 성과를 획득할 수 있었다는 점은 상용소프트웨어의 성과가 자료처리자의 경험에 크게 의존한다는 점이다.
- 2. 기선거리에 따른 비교를 통하여 Bernese의 처리결과는 우리나라 정도의 망규모 내에서는 기선증가에 따른 정확도가 일정함을 알 수 있었다.
- 4. 고정점 수에 따른 소프트웨어 간 평균성과 비교를 통하여 정확도는 고정점 좌표의 정확도와 기하학적 조건에 좌우되는 것으로 판단되며 고정점 좌표의 품질이 중요하다는 것을 확인한 것으로 지속적인 기준점 성과의 유지 및 관리가 필요함을 나타낸다.
- 5. 망규모에 따라 두 소프트웨어의 평균성과를 비교한 결과에서, 상용 소프트웨어인 TGO에서도 적절한 데이터 편집에 의하여 우리나라 크기 정도 내에서는 성과편차를 2∼3cm 이내로 산출할 수 있음을 알 수 있었다. 여기서 문제는 데이터편집은 작업자에 따라 달라지므로 이에 대한 교육이 필요하다 사료된다
후속연구
- 그리고 2시간, 24시간 관측의 성과가 4, 6, 8시간 관측의 성과보다 좋은 결과를 보였다. 2시간 관측의 성과가 그 보다 많은 시간 관측한 산출성과보다 양호한 것은 관측시간을 절단하여 처리할 때 위성의 수는 차이가 없었지만 사이클 슬립이 없고 PDOP 수치가 낮은 등 위성신호의 품질이 양호한 부분이 선택되어진 것으로 추측되나 향후 보다 면밀한 분석이 필요하다고 판단된다.
- 3. 관측시간별 소프트웨어 간 평균성과 비교를 통하여 일반적으로 알려지고 있는 관측시간과 성과의 정확도가 비례하는 것이 아니라는 점이 나타났으며, 따라서 관측시간 보다는 관측 자료의 품질검증을 통하여 양질의 성과를 산출하는 면을 고려할 필요가 있음을 시사한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.