Un marco optimizado para el mapeo de vapor de agua precipitable utilizando TS-InSAR y GNSS
Autores: Guo, Qiuying; Yu, Miao; Li, Dewei; Huang, Shoukai; Xue, Xuelong; Sun, Yingjun; Zhou, Chenghu
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un marco optimizado para el mapeo de vapor de agua precipitable utilizando TS-InSAR y GNSS
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Observaciones
Vapor de agua precipitable
InSAR
Mapeo
Precisión
Fiabilidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 9
Citaciones: Sin citaciones
Las observaciones de vapor de agua precipitable (PWV) en la atmósfera juegan un papel crucial en la predicción del tiempo y en la investigación sobre el cambio climático global. El radar de apertura sintética interferométrico (InSAR), como una técnica geodésica moderna ampliamente utilizada, ofrece varias ventajas para el mapeo de PWV, incluyendo capacidad para todo tipo de clima, alta precisión, alta resolución y continuidad espacial. En el proceso de recuperación de PWV utilizando InSAR, extraer con precisión la fase de retraso húmedo troposférico y obtener un factor de conversión de vapor de agua troposférico de alta precisión son pasos críticos. Además, las observaciones de InSAR son resultados diferenciales espaciotemporales y la conversión de PWV diferencial (PWV InSAR) en PWV no diferencial (PWV InSAR) es una dificultad. En este estudio, se selecciona la ciudad de Jinan, en la provincia de Shandong, China, como área experimental, y se utilizan datos de Sentinel-1A de 2020 para mapear PWV InSAR. Se adopta el método de subconjunto de pequeña base de interferometría (SBAS) en el procesamiento de datos para mejorar la coherencia de los interferogramas. Extraemos el retraso de fase atmosférica de los interferogramas utilizando datos de SRTM-DEM y POD. Para evaluar el cálculo del retraso hidrostático utilizando los datos de ERA5, lo comparamos con el retraso hidrostático calculado por el modelo de Saastamoinen. Para obtener un factor de conversión de vapor de agua más preciso, se calculó el valor de la temperatura media ponderada mediante la integral de trayectoria de ERA5. Además, se utiliza PWV GNSS para calibrar PWV InSAR. Este estudio demuestra una robusta consistencia entre PWV InSAR y PWV GNSS, con un coeficiente de correlación de 0.96 y un error cuadrático medio (RMSE) de 1.62 mm. En conclusión, nuestro método asegura la fiabilidad del mapeo de PWV utilizando interferogramas de Sentinel-1A y observaciones de GNSS.
Descripción
Las observaciones de vapor de agua precipitable (PWV) en la atmósfera juegan un papel crucial en la predicción del tiempo y en la investigación sobre el cambio climático global. El radar de apertura sintética interferométrico (InSAR), como una técnica geodésica moderna ampliamente utilizada, ofrece varias ventajas para el mapeo de PWV, incluyendo capacidad para todo tipo de clima, alta precisión, alta resolución y continuidad espacial. En el proceso de recuperación de PWV utilizando InSAR, extraer con precisión la fase de retraso húmedo troposférico y obtener un factor de conversión de vapor de agua troposférico de alta precisión son pasos críticos. Además, las observaciones de InSAR son resultados diferenciales espaciotemporales y la conversión de PWV diferencial (PWV InSAR) en PWV no diferencial (PWV InSAR) es una dificultad. En este estudio, se selecciona la ciudad de Jinan, en la provincia de Shandong, China, como área experimental, y se utilizan datos de Sentinel-1A de 2020 para mapear PWV InSAR. Se adopta el método de subconjunto de pequeña base de interferometría (SBAS) en el procesamiento de datos para mejorar la coherencia de los interferogramas. Extraemos el retraso de fase atmosférica de los interferogramas utilizando datos de SRTM-DEM y POD. Para evaluar el cálculo del retraso hidrostático utilizando los datos de ERA5, lo comparamos con el retraso hidrostático calculado por el modelo de Saastamoinen. Para obtener un factor de conversión de vapor de agua más preciso, se calculó el valor de la temperatura media ponderada mediante la integral de trayectoria de ERA5. Además, se utiliza PWV GNSS para calibrar PWV InSAR. Este estudio demuestra una robusta consistencia entre PWV InSAR y PWV GNSS, con un coeficiente de correlación de 0.96 y un error cuadrático medio (RMSE) de 1.62 mm. En conclusión, nuestro método asegura la fiabilidad del mapeo de PWV utilizando interferogramas de Sentinel-1A y observaciones de GNSS.