Tomografia GNSS umożliwia zobrazowanie trójwymiarowego rozkładu pary wodnej za pomocą sygnału GNSS. Do tej pory model był przedmiotem badań zarówno w zakresie teledetekcji, jak i meteorologii. Jednak ostatnie prace, Trzciny i in., (2020) oraz Łoś i in., (2020), po raz pierwszy zademonstrowały przydatność tej techniki w szybkich prognozach niebezpiecznych zjawisk pogodowych (do 2 h) oraz numerycznych modelach prognozy pogody (do 18 h).
W ostatniej pracy Trzcina i in. (2020) wykazali, że opracowany operator asymilacji tomografii w numerycznych modelach pozwala osiągnąć zmniejszenie niepewności prognoz pary wodnej o 0,5% (rys. 1), co sprawia, że prognoza opadów ma błąd średni mniejszy o 0,1 mm. Te niewielkie wartości w rzeczywistości mogą przełożyć się na duże korzyści dla użytkowników końcowych, zmieniając w prognozie intensywny deszcz w mżawkę lub czystą suchą drogę w pokryty gołoledzią niebezpieczny szlak.
Inny sposób na meteorologiczne wykorzystanie tomografii przynosi nowy artykuł Łoś i in. (2020), w którym autorzy wykazali, że trójwymiarowy model troposfery i punktowe obserwacje GNSS mogą być wykorzystywane przy pomocy algorytmów uczenia maszynowego do krótkoterminowych prognoz burz (rys. 2). Badania wykazały, że dane GNSS pozwalają przewidzieć lokalizację wyładowań w ciągu następnych 2 godzin z dokładnością 87%.
Aktualnie zespół UPWr SpaceOS współpracuje z partnerami biznesowymi, aby udostępnić te rozwiązania w rutynowych prognozach pogody.
Łoś, M.; Smolak, K.; Guerova, G.; Rohm, W. (2020). GNSS-Based Machine Learning Storm Nowcasting. Remote Sens. 12, 2536, https://doi.org/10.3390/rs12162536
Trzcina, E., Hanna, N., Kryza, M., & Rohm, W. (2020). TOMOREF operator for assimilation of GNSS tomography wet refractivity fields in WRF DA system. Journal of Geophysical Research: Atmospheres, 125, https://doi.org/10.1029/2020JD032451
