Revista Brasileira de Cartografia (Aug 2014)

AVALIAÇÃO DE DIFERENTES MODELOS TROPOSFÉRICOS DE PREVISÃO NUMÉRICA DE TEMPO NO POSICIONAMENTO EM REDES / Evaluation of Different Numerical Weather Prediction Tropospheric Models for Networks Positioning

  • Adéliton da Fonseca de Oliveira,
  • Daniele Barroca Marra Alves,
  • Luiz Danilo Damasceno Ferreira

Journal volume & issue
Vol. 66, no. 3

Abstract

Read online

Nos tempos atuais, os avanços tecnológicos na área de Geodésia têm possibilitado ao usuário a aplicação de novos métodos com o emprego do posicionamento por constelações de satélites artificiais, como o GPS (Global Positioning System) e obtenção de alta acurácia em levantamentos de campo. Um dos métodos amplamente utilizados pela comunidade científica é o posicionamento baseado em redes de estações de referência. O uso de dados de múltiplas estações de referência além de permitir ao usuário obtenção de acurácia a nível centimétrico nas coordenadas finais, viabiliza a realização de estudos sobre a modelagem atmosférica (refração troposférica e efeito ionosférico) na região da rede. Existem diversos métodos de transmissão das correções geradas pela rede ao usuário, dentre as formas de transmissão destaca-se o conceito de Virtual Reference Station (VRS). No conceito de VRS, dados de uma estação de referência que não existe fisicamente são gerados nas proximidades do receptor móvel (usuário). Nesse artigo é descrito uma metodologia para geração de dados da VRS com diferentes modelos de Previsão Numérica de Tempo (PNT). Foram realizados testes comparativos nas quatro estações do ano com o modelo troposférico regional de PNT/INPE (Instituto de Nacional de Pesquisas Espaciais) e modelo global de PNT/ECMWF (European Centre for Medium-Range Weather Forecast). Além disso, a função de mapeamento VMF1(Vienna Mapping Function 1) foi implementada e testada para os diferentes modelos citados. Na análise de qualidade dos dados da VRS, o método PPP (Posicionamento por Ponto Preciso) proporcionou resultados satisfatórios nos modos estático e cinemático. O modelo de PNT/INPE apresentou em média melhoria de 29,7% e 31,7% em relação a PNT/ECMWF para dias secos e úmidos, respectivamente.

Keywords