تلفیق مشاهدات رخداد آکولتیشن در توموگرافی ضرایب شکست تر جو با استفاده از مدل‌های تابعی سه‌بعدی و چهاربعدی

نویسندگان

1 استادیار، دانشکده مهندسی نقشه‌برداری و اطلاعات مکانی، پردیس دانشکده‌های فنی، دانشگاه تهران، تهران، ایران

2 دانشیار، دانشکده مهندسی نقشه‌برداری و اطلاعات مکانی، پردیس دانشکده‌های فنی، دانشگاه تهران، تهران، ایران

3 دانشجوی دکتری، دانشکده مهندسی نقشه‌برداری و اطلاعات مکانی، پردیس دانشکده‌های فنی، دانشگاه تهران، تهران، ایران

doi
10.22059/jesphys.2021.321252.1007308
چکیده

بخارآب یکی از مهم‌ترین شاخص‌های جوی است که تعیین دقیق آن به افزایش دقت مدل‌های عددی هواشناسی کمک فراوانی می‌کند. اما تغییرات شدید این پارامتر در مکان و زمان باعث شده است که نتوان مدلی دقیق برای این پارامتر ارائه کرد و درنتیجه مدل‌های عددی هواشناسی دقت لازم را در پیش‌بینی این پارامتر نداشته باشند. امروزه با استفاده از مشاهدات GNSS و به‌کارگیری روش توموگرافی می‌توان ضرایب شکست تر در هر یک از المان‌های حجمی در نظر گرفته‌شده را برآورد کرد. اما یکی از پارامترهای تعیین‌کننده دقت مسائل توموگرافی توزیع سیگنال‌های GNSS در داخل شبکه است. استفاده از مشاهدات رخداد آکولتیشن می‌تواند باعث افزایش تعداد مشاهدات از جنس پارامترهای جوی حتی در نقاطی که مشاهدات ایستگاه‌های GNSS حضور ندارد، شود. هدف از این تحقیق تلفیق مشاهدات آکولتیشن با مشاهدات GPS به‌منظور بالابردن دقت ضرایب شکست برآورد شده در توموگرافی تابعی تروپوسفر است. به‌منظور برآورد کردن مجهولات مسئله توموگرافی از مدل تابعی با کمک هارمونیک‌های کلاه‌کروی به‌همراه توابع متعامد تجربی برای تشکیل مدل سه‌بعدی استفاده ‌شده است. همچنین از توابع پایه اسپیلاین برای نمایش توزیع ضرایب شکست تر در زمان و تشکیل مدل چهاربعدی بهره گرفته‌شده است. منطقه مورد مطالعه، شبکه‌ ایستگاه‌های دائمی در کالیفرنیا در نظر گرفته‌ شده است. پروفیل ضرایب شکست تر حاصل از توموگرافی در دو اپک زمانی (دو فصل مختلف) محاسبه شدشده و با داده‌های رادیوسوند مقایسه می‌شوند. نتایج نشان می‌دهد که استفاده از مشاهدات آکولتیشن در کنار مشاهدات زمینی GPS در توموگرافی انجام‌شده با استفاده از مدل‌های تابعی سه‌بعدی و چهاربعدی می‌تواند مقدار RMSE پروفیل‌های ضرایب شکست تر را تا حدود 8 درصد نسبت به توموگرافی انجام‌شده فقط با استفاده از مشاهدات GPS بهبود دهد.