GPS 신호의 대류권 지연정보 격자지도 생성과 상대측위 정확도 향상 평가 Generation of Grid Maps of GPS Signal Delays in the Troposphere and Analysis of Relative Point Positioning Accuracy Enhancement원문보기
대류권의 건조가스 및 수증기에 의한 GPS 신호의 지연은 GPS 측위 정확도를 저하시키는 주요 원인으로 정밀 측위를 위해서 반드시 소거해야할 대상이다. 이 논문에서는 실시간으로 대류권 지연정보를 생성하여 GPS 측위에 적용하기 앞서, 대류권 지연정보 생성 알고리즘의 가용성을 파악하기 위해 후처리 기반으로 전국의 GPS 상시관측망을 이용하여 한반도 상공의 대류권 지연량 격자 지도를 생성하는 과정을 구현하였다. GPS 자료처리 소프트웨어는 GIPSY 5.0을 사용하였고, 건조지연량과 습윤지연량을 구분하여 산출하기 위해 전국의 AWS 관측망의 관측자료를 이용하였다. 대류권 지연정보에 대한 격자 지도를 생성한 후 격자 지도의 정확도를 검증한 결과, 격자 지도와 GPS 관측소 위치에서 산출된 대류권 지연량의 RMSE는 ZHD 0.7mm, ZWD 7.5mm, ZTD 8.7mm로 나타났다. 산출된 대류권 지연정보를 단일주파수 기반 상대 측위알고리즘에 적용하여 대류권 지연정보 보정시 측위정확도 향상 정도를 분석하였다. 결과로 측위정확도는 기선거리가 약 297km인 수원(SUWN)과 목포(MKPO)의 상대처리 결과에서 최대 36%가 향상됨을 확인할 수 있었다.
대류권의 건조가스 및 수증기에 의한 GPS 신호의 지연은 GPS 측위 정확도를 저하시키는 주요 원인으로 정밀 측위를 위해서 반드시 소거해야할 대상이다. 이 논문에서는 실시간으로 대류권 지연정보를 생성하여 GPS 측위에 적용하기 앞서, 대류권 지연정보 생성 알고리즘의 가용성을 파악하기 위해 후처리 기반으로 전국의 GPS 상시관측망을 이용하여 한반도 상공의 대류권 지연량 격자 지도를 생성하는 과정을 구현하였다. GPS 자료처리 소프트웨어는 GIPSY 5.0을 사용하였고, 건조지연량과 습윤지연량을 구분하여 산출하기 위해 전국의 AWS 관측망의 관측자료를 이용하였다. 대류권 지연정보에 대한 격자 지도를 생성한 후 격자 지도의 정확도를 검증한 결과, 격자 지도와 GPS 관측소 위치에서 산출된 대류권 지연량의 RMSE는 ZHD 0.7mm, ZWD 7.5mm, ZTD 8.7mm로 나타났다. 산출된 대류권 지연정보를 단일주파수 기반 상대 측위 알고리즘에 적용하여 대류권 지연정보 보정시 측위정확도 향상 정도를 분석하였다. 결과로 측위정확도는 기선거리가 약 297km인 수원(SUWN)과 목포(MKPO)의 상대처리 결과에서 최대 36%가 향상됨을 확인할 수 있었다.
GPS signal delay that caused by dry gases and water vapor in troposphere is a main error source of GPS point positioning and it must be eliminated for precise point positioning. In this paper, we implemented to generate tropospheric delay grid map over the Korean Peninsula based on post-processing m...
GPS signal delay that caused by dry gases and water vapor in troposphere is a main error source of GPS point positioning and it must be eliminated for precise point positioning. In this paper, we implemented to generate tropospheric delay grid map over the Korean Peninsula based on post-processing method by using the GPS permanent station network in order to determine the availability of tropospheric delay generation algorithm. GIPSY 5.0 was used for GPS data process and nationwide AWS observation network was used to calculate the amount of dry delay and wet delay separately. As the result of grid map's accuracy analysis, the RMSE between grid map data and GPS site data was 0.7mm in ZHD, 7.6mm in ZWD and 8.5mm in ZTD. After grid map accuracy analysis, we applied the calculated tropospheric delay grid map to single frequency relative positioning algorithm and analyzed the positioning accuracy enhancement. As the result, positioning accuracy was improved up to 36% in case of relative positioning of Suwon(SUWN) and Mokpo(MKPO), that the baseline distance is about 297km.
GPS signal delay that caused by dry gases and water vapor in troposphere is a main error source of GPS point positioning and it must be eliminated for precise point positioning. In this paper, we implemented to generate tropospheric delay grid map over the Korean Peninsula based on post-processing method by using the GPS permanent station network in order to determine the availability of tropospheric delay generation algorithm. GIPSY 5.0 was used for GPS data process and nationwide AWS observation network was used to calculate the amount of dry delay and wet delay separately. As the result of grid map's accuracy analysis, the RMSE between grid map data and GPS site data was 0.7mm in ZHD, 7.6mm in ZWD and 8.5mm in ZTD. After grid map accuracy analysis, we applied the calculated tropospheric delay grid map to single frequency relative positioning algorithm and analyzed the positioning accuracy enhancement. As the result, positioning accuracy was improved up to 36% in case of relative positioning of Suwon(SUWN) and Mokpo(MKPO), that the baseline distance is about 297km.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 이 연구는 앞서 기술한 선행연구들을 기반으로 우리나라의 GPS 상시관측망을 이용하여 전국에 대한 대류권 지연정보를 격자형으로 제공하고자 수행되었다. 이 연구의 최종 지향점은 대류권 지연정보의 실시간 제공과 그를 이용한 측위이지만, 이 논문에서는 일련의 과정에 대한 실시간 적용에 앞서 대류권 지연정보 격자지도 생성 알고리즘의 정확도를 평가하기 위해 후처리 기반으로 우리나라의 GPS 상시관측소에 대한 대류권 지연량을 산출하고 이를 이용하여 대류권 지연정보 격자 지도를 생성한 후 대류권 지연정보의 정확도 평가와 측위 알고리즘 적용 시 정확도 향상 평가를 수행한 결과에 대하여 분석하였다.
이 논문에서는 GPS 신호의 대류권 지연에 의한 오차를 제거하여 측위정확도를 향상시키기 위해 실시간 격자형 대류권 지연정보를 산출하여 사용자에게 제공하는 체계를 후처리 기반으로 적용하였다. 전국의 GPS 상시관측소와 주변의 AWS를 이용하여 GPS 관측소 위치의 대류권 지연량을 건조지연부와 습윤지연부로 나누어 산출하였고, 건조지연의 경우 고도에 따른 보간을 통해 산출 정확도를 높이고자 하였다.
이 연구에서는 대류권 지연량 산출 알고리즘의 검증을 위해서 후처리 기반의 관측소 대류권 지연량을 산출하였다. GPS 자료처리 소프트웨어로는 GIPSY 5.
따라서 이 연구는 앞서 기술한 선행연구들을 기반으로 우리나라의 GPS 상시관측망을 이용하여 전국에 대한 대류권 지연정보를 격자형으로 제공하고자 수행되었다. 이 연구의 최종 지향점은 대류권 지연정보의 실시간 제공과 그를 이용한 측위이지만, 이 논문에서는 일련의 과정에 대한 실시간 적용에 앞서 대류권 지연정보 격자지도 생성 알고리즘의 정확도를 평가하기 위해 후처리 기반으로 우리나라의 GPS 상시관측소에 대한 대류권 지연량을 산출하고 이를 이용하여 대류권 지연정보 격자 지도를 생성한 후 대류권 지연정보의 정확도 평가와 측위 알고리즘 적용 시 정확도 향상 평가를 수행한 결과에 대하여 분석하였다.
이 논문에서는 GPS 신호의 대류권 지연에 의한 오차를 제거하여 측위정확도를 향상시키기 위해 실시간 격자형 대류권 지연정보를 산출하여 사용자에게 제공하는 체계를 후처리 기반으로 적용하였다. 전국의 GPS 상시관측소와 주변의 AWS를 이용하여 GPS 관측소 위치의 대류권 지연량을 건조지연부와 습윤지연부로 나누어 산출하였고, 건조지연의 경우 고도에 따른 보간을 통해 산출 정확도를 높이고자 하였다.
제안 방법
이 연구에서는 대류권 지연량 산출 알고리즘의 검증을 위해서 후처리 기반의 관측소 대류권 지연량을 산출하였다. GPS 자료처리 소프트웨어로는 GIPSY 5.0을 사용하였고, 사계절 중 대류권 지연량 변동이 상대적으로 심한 여름철의 자료처리를 수행하였다. 자료처리 날짜는 2007년 태풍 나리가 우리나라에 상륙한 후 소멸했던 9월 17일(DOY 260)이었고, Fig.
5와 같이 구성하였다. 각각의 격자 값을 생성하기 위해서 IDW를 사용하여 근지점 3개에 대한 가중평균을 수행하였고 시간별로 모든 격자점에 대한 대류권 지연정보를 ZHD와 ZWD로 구분하여 산출하였다.
대류권 지연정보 격자지도에 대한 정확도를 확인하기 위해 정확도 검증대상 GPS 관측소에서의 GIPSY 자료처리 결과를 참값으로 보고(on-site), 격자지도로부터 검증대상 GPS 관측소 위치로 환산하여 보간한 결과(interpolated)를 비교하였다. 정확도 비교 결과로 RMSE(Root Mean Square Error)와 오차 평균을 Table 1과 같이 대류권 지연 요소별로 나타내었다.
일반적으로 대류권 오차는 전리층 오차에 비해 상대적으로 값이 작게 나타나기 때문에 전리층과 대류권 오차의 보정을 같이 수행할 경우 전리층 오차 보정의 효과로 인해 대류권 오차 보정의 효과를 확인하기 어렵다. 따라서 이 논문에서는 GPS 위성의 L1 신호만을 이용하여 구현한 상대측위 알고리즘(손은성, 2012)에 대류권 오차 보정만을 추가하여 측위정확도 분석을 수행하였다. 상대측위를 위해서 기준국으로 수원(SUWN) 관측소를 사용하였고 이동국으로 기상청(SKMA), 대전(DAEJ), 속초(SKCH), 목포(MKPO) 관측소를 사용하였다.
ZHD와 같이 ZWD에 대한 고도별 모델링이 이루어진다면 ZWD에 대한 좀 더 정확한 추정이 가능하겠지만 대기 수증기의 연직 분포는 균일한 경향을 나타내지 않고 시시각각 변화하며 복잡한 구조를 가지고 있기 때문에 모델링하기 어렵다. 따라서 이 연구에서는 ZHD의 경우 GPS 상시관측소에서 산출된 ZHD 값에 고도를 적용하여 격자지도 생성에 이용하였고, ZWD의 경우 관측소위치에서 산출된 값을 고도 보간 없이 격자지도 생성에 그대로 이용하였다. 일반적으로 습윤지연의 경우 전체 대류권 지연량의 약 10% 내외이기 때문에 대류권 총 지연량 산출의 오차에는 큰 영향이 미치지 않을 것으로 판단된다.
마지막으로 앞서 산출된 대류권 지연정보 격자지도를 상대측위(relative positioning) 알고리즘에 적용하여 측위정확도가 얼마나 향상되는지를 분석하였다. 상대측위는 정확한 좌표를 알고 있는 기준국의 수신기 좌표를 기준으로 이동국의 수신기 좌표를 구하는 방법이다(Hofmann-Wellenhof et al.
3과 같이 0m에서의 ZHD 값을 사용자에게 제공할 수 있고, 사용자의 입장에서는 GPS 측위시 주변 격자점에서 산출된 0m 고도의 ZHD로부터 사용자 위치 고도에서의 ZHD로 환산하여 이용할 수 있다. 여기서 사용자단 대류권 지연정보 획득 알고리즘은 기저함수를 사용한 방법을 적용하였다. 이 모델은 주변 4개의 격자점을 이용하여 원하는 지점으로 내삽하는 방법이다(Junkins et al.
, 2011). 이 시스템에서는 GPS 대류권 지연량 보정을 위해 유럽의 GPS 상시관측소들로부터 산출된 대류권 지연값들을 이용하여 대류권 지연 정보 격자 지도를 생성하여 사용자에게 대류권 지연정보를 제공하며, 사용자는 기저함수를 통해 사용자 위치에서의 대류권 지연정보를 획득하여 GPS 측위에 적용할 수 있다.
이 연구에서는 GIPSY 5.0을 기반으로 우리나라 71개의 GPS 상시관측소와 인근 AWS 관측자료를 이용하여 대류권 지연정보 격자지도를 생성하였다. 대류권 지연정보 격자지도 생성은 Fig.
이 연구에서는 대류권 지연량을 지연 요소별로 구분하여 건조지연과 습윤지연에 대한 격자지도를 생성하였다. GPS 관측소들은 서로 동일한 고도에 위치하고 있지 않기 때문에 여러 개의 GPS 관측소에서 산출된 대류권 지연정보를 이용하여 격자지도를 만들 경우 격자지도의 산출 정확도가 저하될 수 있다.
GPS 전용 기상센서가 없는 GPS 상시관측소에서의 기상정보(기압, 기온)는 기상청에서 운영하고 있는 전국 AWS 관측망의 관측 자료를 보간하여 생성하였다. 이후 각각의 GPS 상시관측소의 ZHD, ZWD 그리고 0m에서의 ZHD를 산출하였다. Fig.
대상 데이터
4와 같이 전국의 GPS 상시관측소 중 자료처리가 가능한 71개 관측소를 대상으로 수행하였다. GPS 전용 기상센서가 없는 GPS 상시관측소에서의 기상정보(기압, 기온)는 기상청에서 운영하고 있는 전국 AWS 관측망의 관측 자료를 보간하여 생성하였다. 이후 각각의 GPS 상시관측소의 ZHD, ZWD 그리고 0m에서의 ZHD를 산출하였다.
따라서 이 논문에서는 GPS 위성의 L1 신호만을 이용하여 구현한 상대측위 알고리즘(손은성, 2012)에 대류권 오차 보정만을 추가하여 측위정확도 분석을 수행하였다. 상대측위를 위해서 기준국으로 수원(SUWN) 관측소를 사용하였고 이동국으로 기상청(SKMA), 대전(DAEJ), 속초(SKCH), 목포(MKPO) 관측소를 사용하였다. 관측소별 위치는 Fig.
0을 사용하였고, 사계절 중 대류권 지연량 변동이 상대적으로 심한 여름철의 자료처리를 수행하였다. 자료처리 날짜는 2007년 태풍 나리가 우리나라에 상륙한 후 소멸했던 9월 17일(DOY 260)이었고, Fig. 4와 같이 전국의 GPS 상시관측소 중 자료처리가 가능한 71개 관측소를 대상으로 수행하였다. GPS 전용 기상센서가 없는 GPS 상시관측소에서의 기상정보(기압, 기온)는 기상청에서 운영하고 있는 전국 AWS 관측망의 관측 자료를 보간하여 생성하였다.
이론/모형
4에서의 네모(기준국)와 원(이동국)과 같고 수신기, 안테나에 대한 정보 및 좌표는 Table 2와 같이 기선거리가 짧은 순서로 나타내었다. 앞서 산출한 대류권 지연정보 격자지도는 1시간 단위로 산출하였으므로 스플라인(spline) 보간법으로 30초마다의 값을 산출하여 측위에 적용하였다.
이 연구에서는 GPS 관측소 기상정보를 생성하기 위해 Fig. 2와 같이 주변 AWS로부터 관측된 기압과 기온을 역해면경정법 및 고도보간법으로 GPS 상시관측소 고도의 기압과 기온으로 환산한 후 역거리가중법(Inverse Distance Weighting, IDW)을 사용하여 보간하였다(김, 2010).
성능/효과
5mm로 나타났다. RMSE를 전체 대류권 지연정보의 양과 비교하기 위해 전체 관측소의 평균값을 산출한 결과는 ZHD는 2299.7mm, ZWD는 258.4mm, ZTD는 2558.1mm로 나타났다. 산출된 전체 대류권 지연량에 비하여 격자지도의 오차는 ZHD 0.
각각의 GPS 상시관측소에서 산출된 대류권 지연량을 역거리가중법으로 보간하여 격자 형태의 대류권 지연정보를 생성하였고, 대류권 지연정보의 사용자단 알고리즘을 통해 네 지점의 산출 정확도를 분석한 결과 ZTD RMSE 평균 8.5mm의 결과의 정확도를 나타냄을 확인하였다. 이 중 ZWD에 대한 오차는 ZHD에 비해 상대적으로 높게 나타났고, 습윤지연량의 산출 정확도를 향상시키기 위한 방안이 필요하다고 판단되었다.
관측소별 RMSE는 ZHD의 경우 1mm내의 범위로 RMSE 평균이 0.7mm로 나타난 반면 ZWD의 경우 3.5∼11.7mm의 범위로 RMSE 평균이 7.6mm로 건조지연에 비해 상대적으로 크게 나타났다.
대류권 지연정보 보정 후의 3차원 RMSE는 기선거리가 상대적으로 짧은 기상청, 대전 관측소에서는 향상되지 않았다. 그러나 기선거리가 상대적으로 긴 속초, 목포 관측소에서는 3차원 RMSE가 현저하게 향상되는 것을 확인할 수 있었다. 특히 목포 관측소의 경우 3D RMSE 향상율이 36%에 달하는 것을 확인할 수 있었다.
특히 목포 관측소의 경우 3D RMSE 향상율이 36%에 달하는 것을 확인할 수 있었다. 기상청과 대전 관측소의 경우, 3D RMSE 향상율은 음수로 나타나 오히려 정확도가 저하된 것으로 보일 수도 있으나, Fig. 7의 수평오차 분석에서 대류권 오차를 보정하지 않은 결과에서 나타나는 오차들이 대류권 지연 보정 후에 참값에 수렴하는 것을 확인할 수 있었다.
이것은 GPS 상대측위에서 기선거리가 증가할수록 좌표 산출 정확도가 저하되는 것(김 등, 2011)에서 비롯된 결과로 판단된다. 대류권 지연정보 보정 후의 3차원 RMSE는 기선거리가 상대적으로 짧은 기상청, 대전 관측소에서는 향상되지 않았다. 그러나 기선거리가 상대적으로 긴 속초, 목포 관측소에서는 3차원 RMSE가 현저하게 향상되는 것을 확인할 수 있었다.
따라서 기선거리가 상대적으로 짧은 기상청과 대전 관측소의 경우 대류권 보정에 의해 수평좌표 정확도를 일부 향상시킬 수는 있으나 전체 3차원 좌표 산출 결과에서의 정확도 향상은 이루어지지 않았음을 확인할 수 있었다. 이와 같이 짧은 기선에서대류권 지연정보의 적용이 큰 효과를 나타내지 못하는 이유는 연구에 적용된 측위 알고리즘이 수원 관측소를 기준국으로 한 상대처리 방법이었기 때문에 기선 거리가 상대적으로 짧은 기상청과 대전의 경우 대류권 지연 오차가 공통오차로 소거되어 대류권 지연량 적용의 효과가 속초나 목포의 결과보다 저하되기 때문인 것으로 판단되었다.
1mm로 나타났다. 산출된 전체 대류권 지연량에 비하여 격자지도의 오차는 ZHD 0.03%, ZWD 2.94%, ZTD 0.33%의 크기로 매우 미소한 양을 나타냈지만, 그 중에서도 습윤지연의 오차는 건조 지연에 비해 상대적으로 다소 큰 오차를 나타냄을 확인할 수 있었다. 이는 습윤지연의 경우 건조지연과는 달리 고도에 따른 보간 과정이 생략되었기 때문이라고 판단되었다.
측위정확도 향상 정도를 분석하기 위해 GPS L1 상대측위 알고리즘에 대류권 지연정보를 적용하여 대류권 오차를 보정한 결과, 기선거리 101km 이내의 관측소의 자료처리에서는 대류권 공통오차 소거로 효과가 크게 나타나지 않았으나 290km 이상 떨어진 목포 관측소의 자료처리의 경우 36%까지 측위정확도 향상에 기여할 수 있음을 확인하였다.
그러나 기선거리가 상대적으로 긴 속초, 목포 관측소에서는 3차원 RMSE가 현저하게 향상되는 것을 확인할 수 있었다. 특히 목포 관측소의 경우 3D RMSE 향상율이 36%에 달하는 것을 확인할 수 있었다. 기상청과 대전 관측소의 경우, 3D RMSE 향상율은 음수로 나타나 오히려 정확도가 저하된 것으로 보일 수도 있으나, Fig.
후속연구
따라서 이 논문에서 평가한 방법을 실시간으로 실제 GPS 측위에 적용할 경우 측위정확도 향상에 기여할 수 있을 것으로 판단된다. 이 논문에서는 한반도 전체의 격자형 대류권 지연정보를 산출하기 위해 1° 간격의 격자를 적용하였지만 GPS 관측망을 조밀하게 구성하고 격자간격을 세분화 시킬 경우 더 높은 대류권 지연정보 산출 정확도를 기대할 수 있을 것으로 판단된다.
이는 습윤지연의 경우 건조지연과는 달리 고도에 따른 보간 과정이 생략되었기 때문이라고 판단되었다. 따라서 현재의 대류권 지연정보 격자지도 산출 방법으로 매우 정확한 대류권 지연량을 산출할 수 있지만 습윤지연에 의한 오차를 소거하기 위해서는 습윤지연에 대한 고도별 모델링이 필요할 것으로 판단된다.
이 논문에서는 한반도 전체의 격자형 대류권 지연정보를 산출하기 위해 1° 간격의 격자를 적용하였지만 GPS 관측망을 조밀하게 구성하고 격자간격을 세분화 시킬 경우 더 높은 대류권 지연정보 산출 정확도를 기대할 수 있을 것으로 판단된다. 또한 대류권 지연정보 격자지도의 산출 시간 간격을 세분화하고 습윤지연량에 대한 고도 보간 방안을 적용할 경우 더 높은 정확도의 대류권 지연정보를 획득할 수 있을 것으로 기대된다.
따라서 이 논문에서 평가한 방법을 실시간으로 실제 GPS 측위에 적용할 경우 측위정확도 향상에 기여할 수 있을 것으로 판단된다. 이 논문에서는 한반도 전체의 격자형 대류권 지연정보를 산출하기 위해 1° 간격의 격자를 적용하였지만 GPS 관측망을 조밀하게 구성하고 격자간격을 세분화 시킬 경우 더 높은 대류권 지연정보 산출 정확도를 기대할 수 있을 것으로 판단된다. 또한 대류권 지연정보 격자지도의 산출 시간 간격을 세분화하고 습윤지연량에 대한 고도 보간 방안을 적용할 경우 더 높은 정확도의 대류권 지연정보를 획득할 수 있을 것으로 기대된다.
이처럼 차량용 네비게이션과 스마트폰의 위치 측정 기능 등으로 널리 사용되고 있는 GPS의 측위정확도를 개선한다면 GPS의 활용분야에서 사용자에게 더욱 양질의 서비스를 제공할 수 있다. 특히 육상 및 해양교통 부문에서 GPS 측위정확도 향상은 향후 무인자동차 및 자동항법 등의 기술을 실생활에 적용하기 위해서 필수적인 요소가 될 것이다. 따라서 GPS를 이용한 측위에서 나타나는 주요 오차요인을 제거하여 측위정확도를 향상시키는 연구가 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
GPS 측위 정확도를 저하시키는 주요 원인으로 정밀 측위를 위해서 반드시 소거해야할 대상은?
대류권의 건조가스 및 수증기에 의한 GPS 신호의 지연은 GPS 측위 정확도를 저하시키는 주요 원인으로 정밀 측위를 위해서 반드시 소거해야할 대상이다. 이 논문에서는 실시간으로 대류권 지연정보를 생성하여 GPS 측위에 적용하기 앞서, 대류권 지연정보 생성 알고리즘의 가용성을 파악하기 위해 후처리 기반으로 전국의 GPS 상시관측망을 이용하여 한반도 상공의 대류권 지연량 격자 지도를 생성하는 과정을 구현하였다.
전지구측위시스템은 어디에 활용되는가?
오늘날 전지구측위시스템(Global Positioning System, GPS)은 항법, 측지, 측량, 계측, 기상 등 여러 분야에 걸쳐 활용되고 있다. 특히 항법분야에서 GPS는 기존의 항법장비에 비해 높은 정확도의 위치 파악이 가능하고, 이를 위한 인프라 구축비용 및 장비 단가가 상대적으로 저렴하기 때문에 육상 및 해양교통 부문에서의 차세대 항법 장비로 각광받고 있다.
기선거리가 상대적으로 긴 속초와 목포의 3차원 RMSE 향상율에서 목포의 결과가 더 높은 향상율을 나타낸 이유는?
따라서 기선거리가 상대적으로 짧은 기상청과 대전 관측소의 경우 대류권 보정에 의해 수평좌표 정확도를 일부 향상시킬 수는 있으나 전체 3차원 좌표 산출 결과에서의 정확도 향상은 이루어지지 않았음을 확인할 수 있었다. 이와 같이 짧은 기선에서대류권 지연정보의 적용이 큰 효과를 나타내지 못하는 이유는 연구에 적용된 측위 알고리즘이 수원 관측소를 기준국으로 한 상대처리 방법이었기 때문에 기선 거리가 상대적으로 짧은 기상청과 대전의 경우 대류권 지연 오차가 공통오차로 소거되어 대류권 지연량 적용의 효과가 속초나 목포의 결과보다 저하되기 때문인 것으로 판단되었다. 기선거리가 상대적으로 긴 속초와 목포의 3차원 RMSE 향상율에서 목포의 결과가 더 높은 향상율을 나타내는 것도 이와 같은 이유에서 비롯된 것으로 판단된다.
참고문헌 (13)
김계현(2010), 공간분석, 문운당, pp. 187-202.
김두식(2011), "AWS 기상자료 보간을 통한 GPS 가강수량 산출 및 정확도 검증", 석사학위논문, 인하대학교
김두식, 이사형, 박관동, 이호석(2011), "GPS 상대측위에서의 관측시간과 기선거리에 따른 좌표정확도 분석", 지적, 제41권, 제1호, pp. 163-171.
손은성, 원지혜, 박관동(2012), "중.장기선 GPS L1 상대측위에서 격자형 지역 전리층 모델 적용에 따른 측위 정확도 향상 평가", 한국측량학회지, 제30권, 제5호, pp. 459-466.
Bevis, M., Businger, S., Herring, T. A., Rocken, C., Anthes, R. A. and Ware, R. H.(1992), "GPS Meteorology: Remote Sensing of Atmospheric Water Vapor Using the Global Positioning System", Journal of Geophysical Research, Vol. 97, No. D14, pp. 15787-15801.
Davis, J. L., Herring, T. A., Shapiro, I. I., Rogers, A. E. E. and Elgered, G.(1985), "Geodesy by Radio Interferometry: Effects of Atmospheric Modeling Errors on Estimates of Baseline Length", Radio Science, Vol. 20, No. 6, pp. 1593-1607.
Elgered, G., Davis J. L., Herring T. A. and Shapro, I. I.(1991), "Geodesy by Radio Interferometry: Water Vapor Radiometry for Estimation of the Wet Delay", Journal of Geophysical Research, Vol. 96, No. B4, pp. 6541-6555.
Junkins, J. L., Miller, G. W. and Jancaitis, J. R.(1973), "A Weighting Function Approach to Modelling of Irregular Surfaces", Journal of Geophysical Research, Vol. 78, No. 11, pp. 1794-1803.
Sciarretta, C., Pacione, R., Pace, B., Iacovone, D.(2011), "GPS/EGNOS Tropospheric Corrections for Mobility Applications: The use of ZTD Maps within the SCUTUM Project", ENC-GNSS, London.
Webb, F. H. and Zumberge, J. F.(1993), An Introduction to the GIPSY/OASIS-II, JPL Publ., Pasadena, California, USA
※ AI-Helper는 부적절한 답변을 할 수 있습니다.