<div class="csl-bib-body">
<div class="csl-entry">Boisits, J. (2016). <i>Informationsgehalt GNSS-basierter Troposphärenparameter für die Vorhersage regionaler Niederschlagsereignisse</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2016.38526</div>
</div>
-
dc.identifier.uri
https://doi.org/10.34726/hss.2016.38526
-
dc.identifier.uri
http://hdl.handle.net/20.500.12708/4753
-
dc.description
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
-
dc.description
Zusammenfassung in englischer Sprache
-
dc.description.abstract
Im Rahmen der vorliegenden Arbeit wird das Potential GNSS-basierter Troposphärenparameter für die regionale Niederschlagsvorhersage untersucht. Dazu werden die Messdaten eines regionalen GNSS-Referenzstationsnetzes (betrieben durch EPOSA, EVN und EAG) herangezogen und troposphärische Zenitverzögerungen und troposphärische Gradienten geschätzt. Die totalen Zenitverzögerungen werden mit Hilfe der meteorologischen Daten der ZAMG auf feuchte Zenitverzögerungen (ZWD) reduziert. In den ZWD- und Gradientenzeitserien werden vor Niederschlagsereignissen folgende Charakteristika erwartet. Die durch eine herannahende Front entstehende Asymmetrie der troposphärischen Laufzeitverzögerung bewirkt einen großen Gradientenabsolutbetrag und die Gradienten richten sich gegen die Front aus. Durch die erhöhte Wasserdampfmenge in der Atmosphäre kurz vor dem Niederschlagsereignis steigt der ZWD an, nach Abregnen des Wasserdampfes nimmt er wieder ab. Als Referenz für die Untersuchungen dienen Niederschlagsdaten der ZAMG. Für die Analyse werden zwei Testgebiete innerhalb Österreichs definiert. Als Untersuchungszeitraum werden die Monate April bis September 2014 gewählt. Anhand von Testereignissen wird mittels Kreuzkorrelation der ZWD-Zeitserien festgestellt, in welcher Reihenfolge und in welchem zeitlichen Abstand der ZWD an den einzelnen GNSS-Stationen innerhalb eines Testgebietes ansteigt. Dies gibt Aufschluss über die Richtung, aus der die Front zu erwarten ist. Anhand des Gradientenabsolutbetrages wird der Zeitpunkt ermittelt, ab dem die Gradienten unter dem Einfluss der herannahenden Front stehen und somit ebenfalls eine Richtungsinformation liefern. Abschließend wird für jede GNSS-Station der Zeitpunkt des einsetzenden Niederschlages berechnet und die Ergebnisse miteinander verglichen. Die Reihenfolgen des ZWD-Anstieges und des einsetzenden Niederschlages an den GNSS-Stationen zeigen bei den meisten Testereignissen ein nahezu identes Muster. Die Gradienten lassen auf eine Front aus der annähernd gleichen Richtung, wie anhand der ZWD-Anstiege erwartet, schließen. Durch den Vergleich mit den Niederschlagsanalysedaten kann festgestellt werden, dass die Gradienten vorwiegend mit der Bewegungsrichtung und die ZWD-Anstiege vorwiegend mit der Ausrichtung der Grenzlinie einer Front korrelieren. Die Einbeziehung von Gradienten in die Niederschlagsprädiktion ermöglicht außerdem eine sehr frühzeitige Vorhersage. Als zusätzliche Eingangsparameter von Wettervorhersagemodellen könnten GNSS-Troposphärenparameter so zu einer wesentlichen Verbesserung beitragen.
de
dc.description.abstract
In this master thesis the potential of GNSS-based tropospheric parameters for the forecast of regional precipitation events is investigated. A regional GNSS reference station network (operated by EPOSA, EVN and EAG) is used to extract relevant parameters, such as tropospheric zenith delays and tropospheric gradients. In order to obtain zenith wet delays (ZWD) from zenith total delays meteorological data from ZAMG are used. The following characteristic features can be anticipated in ZWD and gradient time series in case of precipitation events. First, an asymmetry in tropospheric delays induced by approaching weather fronts leads to increased gradient values. Furthermore, the direction of the gradients will point towards the weather front. Second, the increasing water vapor concentration right before a precipitation event results in larger ZWD values. After the event the ZWD will consequently diminish again. As a reference for these precipitation events weather data from ZAMG are used. Two test areas within Austria were specified to be analyzed. The investigations cover a time period of six months, starting with April 2014. To derive relevant information for predicting precipitation events exemplary test events are processed. On the one hand, the order of the anticipated increase in ZWD at each GNSS station within the test area indicates the direction of the approaching weather front. Therefore, ZWD time series are cross correlated. The resulting time delays provide the requested information. On the other hand, gradient time series are scanned to locate the increased absolute value induced by the approaching weather front, which allows the deduction of the direction of movement as well. Furthermore, for purposes of comparison the epoch of starting precipitation at each GNSS station is calculated. The order of ZWD increase almost matches the sequence of incipient precipitation. The directions of the gradients roughly agree as well. Using the weather data from ZAMG for verification it can be observed, that ZWD time series rather indicate the orientation of the air mass boundary and gradients rather indicate the direction of movement of an approaching weather front. Additionally, using tropospheric gradients for weather prediction allows a first indication of precipitation events well in advance. Thus, it can be concluded that the utilization of GNSS tropospheric parameters would improve weather forecasting models substantially.
en
dc.language
Deutsch
-
dc.language.iso
de
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
GNSS
de
dc.subject
troposphärische Signalverzögerung
de
dc.subject
Niederschlagsvorhersage
de
dc.subject
GNSS tropospheric signal delay
en
dc.subject
precipitation events
en
dc.title
Informationsgehalt GNSS-basierter Troposphärenparameter für die Vorhersage regionaler Niederschlagsereignisse
de
dc.title.alternative
Information content of GNSS based tropospheric parameters for forecasting regional precipitation