Мета. Виявлення достовірних оцінок зенітних тропосферних затримок (ZTD) за даними GNSS-спостережень (дистанційний моніторинг тропосфери) на активних референцних станціях західної транскордонної зони України. Методика. Важливим продуктом, який отримують в GNSS-метеорології, є зенітні тропосферні затримки, а їхній безпосередній зв’язок із інтегрованою /осаджуваною водяною парою дає змогу отримати оперативну інформацію для числового прогнозування погоди. Однією із основних проблем у процесі використання таких результатів є достовірність отриманих оцінок величин інтегрованої/осаджуваної водяної пари із аналізу GNSS-даних. Відповідно стратегія аналізу GNSS-даних повинна забезпечувати такі оцінки ZTD, які відповідають вимогам GNSS-метеорології. Визначення величин ZTD традиційно ґрунтувалося на аналізі даних в режимі пакетного мережевого розв’язку з використанням методу найменших квадратів і способу спостереження, що спирається на утворення подвійних різниць (DD), та у режимі, близькому до реального часу (NRT). Абсолютний метод точного позиціонування (PPP), для реалізації якого був необхідний доступ до точних поправок супутникових годинників разом з прогнозованими орбітами, фактично не використовувався. З точки зору стратегії аналізу GNSS-даних метод PPP є популярним завдяки створенню у режимі реального часу (RT) Міжнародною службою GNSS (IGS) та іншими організаціями таких продуктів, як точні орбіти супутників і поправки годинників. З метою порівняння були вибрані дані ZTD, отримані програмними пакетами NRT-DD Bernese GNSS software та RT-PPP ALBERDING GNSS STATUS Software за період лютий–березень 2016 року. Критерієм вибору була максимальна кількість даних на кожній станції спостережень (2880 значень) за вказаний період. Усього для порівняння були вибрані 17 GNSS-станцій. Для кожної станції були побудовані графіки зміни ZTD за вказаний період спостережень, а також обчислена часова зміна різниць ZTD, отримана двома програмними пакетами. Результати. За результатами порівнянь виявлено, що використання різних стратегій опрацювання GNSS-даних не вносить істотного впливу на точність визначення зенітних тропосферних затримок. Отримані оцінки в 1–2 см цілком задовольняють вимоги до отримання зазначеного продукту у метеорології та кліматології. Наукова новизна. Проведені дослідження двох принципово різних стратегій опрацювання GNSS-даних дали змогу виявити реальну точність визначення зенітних тропосферних затримок, що дає змогу вважати отримані результати достовірнішими порівнянно з результатами, отриманими іншими дослідниками. Практична значущість. Отримані оцінкові величини ZTD з регіональної мережі перманентних GNSS-станцій західної транскордонної зони України можуть бути цінною інформацією у задачах числового прогнозування погоди.
1. Baker, H. C., Dodson, A. H., Penna, N. T., Higgins, M., Offiler, D. Ground-based GPS water vapour esti-mation: potential for meteorological forecasting, J. Atmos. Sol.-Terr. Phy, 2001, 63, 1305–1314.
https://doi.org/10.1016/S1364-6826(00)00249-2
2. Benevides, P., Catalao, J., Miranda, P., Chinita, M. J. (Analysis of the relation between GPS tropospheric delay and intense precipitation, SPIE Remote Sensing, International Society for Optics and Photonics, 88900Y–88900Y, 2013.
3. Bock, O., Bouin, M. N., Walpersdorf, A., Lafore, J. P., Janicot, S., Guichard, F., Agusti-Panareda, A. Comparison of groundbased GPS precipitable water vapour to independent observations and NWP model reanalyses over Africa, Q. J. Roy. Meteor. Soc., 2007, 133, 2011–2027.
https://doi.org/10.1002/qj.185
4. Bevis, B. G., S. Bussinger, T. A. Herring, C. Rocken, R. A. Anthes, and R. H. Ware, GPS Meteorology: Remote Sensing of Atmospheric Water Vapor Using the Global Positioning System, J. Geophys. Res., 1992, 97, 15787–15801.
https://doi.org/10.1029/92JD01517
5. Bevis, M., Businger, S., Chiswell, S., Herring, T. A., Anthes, R. A., Rocken, C., and Ware, R. H. GPS Meteorology: Mapping Zenith Wet Delays onto Precipitable Water. Journal of Applied Meteorology, 1994), 3(3):379–386.
https://doi.org/10.1175/1520-0450(1994)033<0379:GMMZWD>2.0.CO;2
6. J. Böhm, R. Heinkelmann, and H. Schuh. Short Note: A global model of pressure and temperature for geodetic applications.J. Geodesy, 2007, 81(10):679–683.
https://doi.org/10.1007/s00190-007-0135-3
7. J. Böhm, J. Kouba, and H. Schuh. Forecast Vienna mapping functions 1 for real-time analysis of space geodetic observations. J. Geodesy, 2009, 83(5).
https://doi.org/10.1007/s00190-008-0216-y
8. J. Böhm, A. Niell, P. Tregoning, and H. Schuh. Global mapping function (GMF): a new empirical mapping function based on numerical weather model data. Geophys. Res. Lett., 2006, 33:L07304.
https://doi.org/10.1029/2005GL025546
9. Businger, S., S. R. Chiswell, M. Bevis, J. Duan, R. A. Anthes, C. Rocken, R. H. Ware, M. Exner, T. Van Hove, and F. S. Solheim. The Promise of GPS in Atmospheric Monitoring, Bull. Amer. Meteor. Soc., 1996, 77, 5–18.
https://doi.org/10.1175/1520-0477(1996)077<0005:TPOGIA>2.0.CO;2
10. Dousa J, Vaclavovic P. Real-time zenith tropospheric delays in support of numerical weather prediction applications. Advances in Space Research. 2014, Vol. 53, No 9, pp 1347–1358.
https://doi.org/10.1016/j.asr.2014.02.021
11. Herring, T., King, R. W., Floyd, M. A., McClusky, S. C. GAMIT Reference Manual – GPS Analysis at MIT – Release 10.6, Dep. of Earth, Atm. and Pla¬netary Sciences, Massachusetts Institute of Technology, USA, 2015.
12. Hofmann-Wellenhof, B., Lichtenegger, H., and Wasle, E. GNSS: Global Navigation Satellite Systems: GPS, GlONASS,Galileo, and More, ISBN-10: 3211730125, Springer, Wien, 2008.
13. Kuo, Y., Y. Guo, and E.R. Westwater. Assimilation of Precipitable Water Vapor Measurments into a Mesoscale Numerical Model, Mon. Wea. Rev., 1993, 121, 1215–1238.
https://doi.org/10.1175/1520-0493(1993)121<1215:AOPWMI>2.0.CO;2
14. A. Niell. Global mapping functions for the atmosphere delay at radio wavelengths. J. Geophys. Res., 1996, 101(B2):3227–3246.
https://doi.org/10.1029/95JB03048
15. Rocken, C., R. H. Ware, T. Van Hove, F. Solheim, C. Alber, J. Johnson, and M. G. Bevis. Sensing Atmo-spheric Water Vapor with the Global Positioning System, Geophys. Res. Lett., 1993, 20, 2631–2634.
https://doi.org/10.1029/93GL02935
16. Saastamoinen, J. Atmospheric correction for the tropo-sphere and stratosphere in radio ranging satellites, The use of artificial satellites for geodesy, Geophys.Monogr. Ser., 1972, 15, 247–251.
17. Seco, A., Ramírez, F., Serna, E., Prieto, E., García, R., Mo¬reno, A., Cantera, J. C., Miqueleiz, L., Priego, J. E. Rain pattern analysis and forecast model based on GPS estimated atmospheric water vapor content, Atmos. Environ., 2012, 49, 85–93.
https://doi.org/10.1016/j.atmosenv.2011.12.019
18. Seeber, G. N. Satellite geodesy: foundations, methods, and applications, ISBN-10: 3110175495, Walter de Gruyter, 2003
https://doi.org/10.1515/9783110200089
19. Steigenberger, P., Boehm, J., and Tesmer, V. Com¬parison of GMF/GPT with VMF1/ECMWF and implications for atmospheric loading. Journal of Geodesy, 2009, 83(10):943–951.
https://doi.org/10.1007/s00190-009-0311-8
20. Tregoning, P., Boers, R., O'Brien, D., Hendy, M. Ac-curacy of absolute precipitable water vapor estimates from GPS observations, J. Geophys. Res., 1998, 103, 28701–28710, doi:10.1029/98JD02516.
https://doi.org/10.1029/98JD02516
21. Vedel H., Huang X.-Y. Impact of ground based GPS data on numerical weather prediction. J. Met. Soc. Japan, 2004, 82(1B):459–472.
https://doi.org/10.2151/jmsj.2004.459
22. Vedel, H., Huang, X. Y., Haase, J., Ge, M., Calais, E. Impact of GPS zenith tropospheric delay data on precipitation forecasts in Mediterranean France and Spain, Geophys. Res. Lett., 2004, 31.
https://doi.org/10.1029/2003GL017715
23. Vedel, H., Mogensen, K. S., and Huang, X. Calculation of zenith delays from meteorological data compa-rison of NWP model, radiosonde and GPS delays. Physics and Chemistry of the Earth A, 2001, 26(6–8):497–502.
https://doi.org/10.1016/S1464-1895(01)00091-6
24. Yan, X., Ducrocq, V., Poli, P., Hakam, M., Jaubert, G., Walpersdorf, A. Impact of GPS zenith delay assimilation on convectivescale prediction of Me-diter¬ranean heavy rainfall, J. Geophys. Res., 2009, 114, D03104, doi:10.1029/2008JD011036.
https://doi.org/10.1029/2008JD011036
25. Yuan, L. L., R. A. Anthes, R. H. Ware, C. Rocken, W. D. Bonner, M. G. Bevis, and S. Bissinger. Sensing Climate Change Using Global Positioning System, J. Geophys. Res., 1993, 98, 14925-14937.
https://doi.org/10.1029/93JD00948
26. Zumberge, J. F., Heflin, M. B., Jefferson, D. C., Watkins, M. M., Webb, F. H. Precise point positioning for the efficient and robust analysis of GPS data from large networks, J Geoph. Res., 1997, 102, 5005-5018.
27. Alberding GNSS Status Software: http://194.42.206.27/cgi-bin/beacon.cgi?mod=show_map&lang.
28. Global Forecast System (GFS): https://www.ncdc.noaa.gov/data-access/model-data/model-datasets/global-f....
29. SES Project: http://www.meteognss.net/
30. Zablotskyj F. D. GNSS-meteorologia. Navchalnyy posib¬nyk [Meteorology. Textbook]. Lviv: Lviv Polytechnic Publishing House, 2013, 96 p.