Reconstruction of 3D wet refractivity fields in the lower atmosphere along bended GNSS signal paths

Abstract

Im Rahmen dieser Dissertation wurde eine Rekonstruktionstechnik entwickelt, die es erlaubt auf Basis von Signalen der globalen Satellitennavigationssysteme (GNSS) atmosphärische Refraktivitätsfelder mit zeitlich hoher Auflösung zu bestimmen. Der Fokus liegt dabei auf einer verbesserten Modellierung des zeitlich und räumlich variablen Wasserdampfgehaltes in den unteren Schichten der Atmosphäre. Der entwickelte Rekonstruktionsansatz basiert auf dem Prinzip der Tomographie welches heutzutage vor allem in der diagnostischen Medizin eingesetzt wird. Die größten Herausforderungen in der Anwendung auf GNSS Signale liegen in der ungünstigen Beobachtungsgeometrie begründet. Darüber hinaus muss für jede Beobachtung mit hoher Präzision die Laufzeitverzögerung bestimmt und der Signalweg durch die neutrale Atmosphäre rekonstruiert werden. Beides sind die wesentlichen Eingangsdaten für GNSS Tomographie. Auf Basis von Zweifrequenz-GNSS Beobachtungen und erweiterten Auswertestrategien wird die troposphärische Laufzeitverzögerung mit mm bis cm-Genauigkeit geschätzt. Des Weiteren werden die individuellen Bestandteile, aus denen sich die Laufzeitverzögerung zusammensetzt, näher untersucht. Dabei wird auch auf kleinere Effekte, wie hydrostatische Gradienten, den verbleibenden Informationsgehalt in den Beobachtungsverbesserungen, sowie auf die Signalablenkung in der Atmosphäre näher eingegangen. Bleibt die Signalablenkung bei der Rekonstruktion der Signalwege unberücksichtigt können Fehlzuordnungen auftreten, die sich direkt auf die Qualität der Refraktivitätsfelder auswirken. Aus diesem Grund werden verschiedene Strahlenverfolgungsansätze untersucht und ihr Einfluss auf die Rekonstruktion der Signalwege abgeschätzt. Darüber hinaus werden mathematische Verfahren getestet, die bei schlecht konditionierten, inversen Problemen helfen Artefakte zu minimieren, die durch den Rekonstruktionsansatz selbst hervorgerufen werden. Zusätzlich werden Genauigkeitsparameter beschrieben, die es erlauben die Qualität der geschätzten Refraktivitätsfelder zu bewerten. Mit dem entwickelten Rekonstruktionsansatz können feuchte Refraktivitätsfelder bestimmt werden, die im Vergleich zu Wettermodellen eine deutlich bessere Übereinstimmung mit Radiometer- und Radiosondenprofilen zeigen. Dies macht GNSS Tomographie für meteorologische Anwendungen interessant. Auch andere Disziplinen können von den verbesserten Refraktivitätsfeldern profitieren welche eine genaue Beschreibung der Signalverzögerung in den unteren Schichten der Atmosphäre benötigen.

The present dissertation suggests an innovative reconstruction technique for estimating wet refractivity fields in the lower atmosphere from signals of the Global Navigation Satellite Systems (GNSS). Therewith the aim is to complement existing observing systems, in particular to capture the high temporal and spatial variability of water vapour in the lower atmosphere. The invented technique is based on the tomography principle as commonly applied in medicine for diagnostic purposes. Major challenges to be solved relate to the unfavourable observation geometry defined by the number and distribution of ground stations and GNSS satellites in view. Moreover, for each GNSS observation the GNSS signal path and the tropospheric signal delay have to be determined; both serve as the principal input data for GNSS tomography. By making use of dual-frequency GNSS observations and advanced processing strategies, tropospheric delay parameters are estimated with mm to cm-accuracy for a network of ground-based GNSS receivers. The individual components of the tropospheric delay are examined and evaluated. Thereby also the impact of rather small but important effects like hydrostatic gradients, remaining tropospheric signals in post-fit residuals as well as atmospheric bending is further investigated. If the bending is not considered, the tomography solution is deteriorated by misallocations during the reconstruction process of signal paths. Ray-tracing through a priori refractivity fields helps to minimise these effects and allows for the reconstruction of signal paths more accurately than the common straight-line approach. Further attention is also given to the mathematical formulation of ill-conditioned, inverse problems. In this respect optimisation strategies are devised which allow for minimisation of artefacts introduced by the reconstruction process itself. In addition quality parameters are described for evaluating the accuracy of the reconstructed wet refractivity fields using weighted least squares methods. With the newly defined approach, wet refractivity fields are generated that coincide with radiometer and radiosonde measurements in an alpine environment significantly better than operational weather models. This makes GNSS tomography interesting for meteorological applications. Furthermore, other disciplines, which relay on accurate modelling of the signal delay in the lower atmosphere, can benefit from improved refractivity fields.