Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Käte Dunkle Geändert vor über 5 Jahren
1
Geodätische Woche 2017 26.-28. September, 2017 Berlin, Deutschland
Vergleich des Wasserdampfgehalts in der Troposphäre aus weltraumgeodätischen Messverfahren und Fernerkundungssatelliten mit numerischen Wettermodellen Daniel Landskron, Angelika Xaver, Johannes Böhm, Wouter Dorigo Technische Universität Wien, Austria
2
Data Sources Numerical Weather Models (NWM)
ECMWF operational data Zenith Wet Delay (globally) Very Long Baseline Interferometry (VLBI) Analyzed with Vienna VLBI and Satellite Software (VieVS) Zenith Wet Delay (at VLBI stations) Global Navigation Satellite System (GNSS) IGS repro1 data Zenith Wet Delay (at GNSS stations) GlobVapour Remote Sensing project exploiting data from several EO missions (MERIS, GOME, SSM,..) Integrated Water Vapor (globally) 2017/09/ Vergleich des Wasserdampfgehalts in der Troposphäre aus weltraumgeodätischen Messverfahren und Fernerkundungssatelliten mit numerischen Wettermodellen
3
Data Sources NWM: (6-hourly, continuously) VLBI: (6-hourly, discretely) GNSS: (6-hourly, continuously) GlobVapour: (weekly, discretely) 18 VLBI/GNSS stations 2017/09/ Vergleich des Wasserdampfgehalts in der Troposphäre aus weltraumgeodätischen Messverfahren und Fernerkundungssatelliten mit numerischen Wettermodellen
4
GlobVapour Utilizes data from several remote sensing missions: MERIS, SSM/I, GOME, SCIAMACHY global coverage no terrestrial stations required dependent on sunlight only cloudfree conditions 2017/09/ Vergleich des Wasserdampfgehalts in der Troposphäre aus weltraumgeodätischen Messverfahren und Fernerkundungssatelliten mit numerischen Wettermodellen
5
Conversion ZWD IWV Zenith Wet Delay (ZWD)
2017/09/ Vergleich des Wasserdampfgehalts in der Troposphäre aus weltraumgeodätischen Messverfahren und Fernerkundungssatelliten mit numerischen Wettermodellen
6
Seasonal Fit Seasonal fit through least-squares adjustment (LSM):
A mean value A1, B annual amplitudes A2, B semi-annual amplitudes k trend mjd modified Julian date 2017/09/ Vergleich des Wasserdampfgehalts in der Troposphäre aus weltraumgeodätischen Messverfahren und Fernerkundungssatelliten mit numerischen Wettermodellen
7
Results (1) Comparison of IWV for station MATERA
2017/09/ Vergleich des Wasserdampfgehalts in der Troposphäre aus weltraumgeodätischen Messverfahren und Fernerkundungssatelliten mit numerischen Wettermodellen
8
Results (1) Comparison of IWV for station HARTRAO
2017/09/ Vergleich des Wasserdampfgehalts in der Troposphäre aus weltraumgeodätischen Messverfahren und Fernerkundungssatelliten mit numerischen Wettermodellen
9
Correlation Coefficients | Bias | Standard deviation
Results (1) Correlation Coefficients | Bias | Standard deviation between techniques Corr. Coeff. Bias (kg/m2) St. Dev. (kg/m2) NWM / VLBI 0.87 0.2 3.9 NWM / GNSS 0.91 0.3 3.5 NWM / GlobVapour 0.67 0.7 6.9 VLBI / GNSS 0.97 -0.4 1.9 VLBI / GlobVapour - GNSS / GlobVapour 0.62 7.6 2017/09/ Vergleich des Wasserdampfgehalts in der Troposphäre aus weltraumgeodätischen Messverfahren und Fernerkundungssatelliten mit numerischen Wettermodellen
10
(= increase/decrease of water vapor per year)
Results (2) Trend of data (= increase/decrease of water vapor per year) 2017/09/ Vergleich des Wasserdampfgehalts in der Troposphäre aus weltraumgeodätischen Messverfahren und Fernerkundungssatelliten mit numerischen Wettermodellen
11
IWV from VLBI IWV from VLBI for station WETTZELL
2017/09/ Vergleich des Wasserdampfgehalts in der Troposphäre aus weltraumgeodätischen Messverfahren und Fernerkundungssatelliten mit numerischen Wettermodellen
12
Conclusions Good correlation between techniques No significant biases
Remote Sensing good technique for determining water vapor Drawbacks: No safe statements about long-term changes possible Longer time period and more stations needed More continuous data needed 2017/09/ Vergleich des Wasserdampfgehalts in der Troposphäre aus weltraumgeodätischen Messverfahren und Fernerkundungssatelliten mit numerischen Wettermodellen
13
Outlook In future, there will be… …more remote sensing missions
…more VLBI antennas …more GNSS antennas …denser and more accurate NWM …naturally longer time series More reliable/meaningful results! 2017/09/ Vergleich des Wasserdampfgehalts in der Troposphäre aus weltraumgeodätischen Messverfahren und Fernerkundungssatelliten mit numerischen Wettermodellen
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.