• 한국측량학회지
• /
• 제39권1호
• /
• pp.23-28
• /
• 2021

최근 딥러닝을 활용한 데이터 분석 연구가 다양한 분야에서 진행되고 있다. 본 논문에서는 딥러닝 모델인 MLP (Multi-Layer Perceptron)와 LSTM (Long Short-Term Memory) 모델을 통해 ZWD (Zenith tropospheric Wet Delay)을 추정함으로써 딥러닝을 활용한 GNSS (Global Navigation Satellite System) 기반 기상 연구를 수행하였다. 딥러닝 모델은 기상 데이터와 천정방향 대류권 총 지연, 건조지연을 통해 추정한 ZWD로 학습되었고, 학습에 사용되지 않은 기상 데이터를 학습된 모델에 적용하여 두 모델에서 센티미터 수준의 RMSE (Root Mean Square Error)로 ZWD 결과를 산출하였다. 추후 해안지역의 GNSS 데이터를 함께 사용하고 시간 해상도를 높여 다양한 상황에서도 ZWD가 추정될 수 있도록 추가적인 연구가 수행될 필요가 있다.

• 한국측량학회지
• /
• 제21권1호
• /
• pp.9-17
• /
• 2003

한반도에 막대한 피해를 입힌 태풍 RUSA는 2002년 8월 30일에서 9월 1일간 한반도를 지나갔다. 이 태풍 RUSA가 진행하는 동안 GPS 수신 자료와 기상 자료를 이용하여 대류권에서의 습윤 지연량을 산출하고, 이 습윤지연량을 천정방향의 수증기량(IWV)으로 환산하여 이 수증기량으로부터 PWV(Precipitable Water Vapor)를 산출하였다. 본 연구에서는 서울, 원주, 서산, 상주, 전주, 청주, 대구, 울진, 진주, 대전, 목포, 속초, 제주의 13개 GPS 상시관측소 데이터를 이용하여 PWV를 산출하였다. 산출한 PWV의 시계열 분석을 통해 실제 강수량과 비교한 결과 태풍 RUSA가 진행하는 동안 PWV가 정점을 보이는 부근에서 실제 강수량이 발생하였다. 또한, 태풍 RUSA의 이동 경로와 PWV가 최고조를 이루는 시간을 분석한 결과 밀접한 관계가 있음을 알 수 있었다. GPS 자료로부터 산정된 PWV를 이용하여 tomograph를 작성하고 GMS 위성 영상과 비교한 결과 매우 근접한 결과를 얻을수 있었으므로 기상 예보를 위한 수치예보모델로의 활용 가능성을 제시할 수 있었다.