Przełom w tomografii GNSS

Międzynarodowy zespół naukowców z Uniwersytetu Przyrodniczego we Wrocławiu, Uniwersytetu Technicznego w Wiedniu, Uniwersytetu Wrocławskiego oraz Uniwersytetu Sofijskiego dokonał przełomu w zakresie aplikacji tomografii GNSS w meteorologii.

Fot. Pixabay

Rys. 1. Średni błąd wilgotności względnej w zależności od horyzontu prognozy [h]

Rys. 2. Mapa wyładowań (żółte punkty) na tle prognozowanych obszarów wyładowań (czerwone kwadraty)

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

Źródło: IGiG