Thumbnail Image

Real-time sensing of atmospheric water vapor from multi-GNSS constellations

Lu, Cuixian

With the modernization of GPS (Global Positioning System), recovery of GLONASS (the Russian GLObal NAvigation Satellite System), and newly emerging constellations, like the Chinese BeiDou Navigation Satellite System and the European Galileo system, the world of Global Navigation Satellite Systems (GNSS) has experienced dramatic changes within the field of multi-constellation GNSS. The rapid development of the current GNSS constellation brings a promising prospect for the real-time retrieval of tropospheric delay parameters like zenith total delay (ZTD) and precipitable water vapor (PWV), which is of great benefit for supporting the time-critical meteorological applications such as nowcasting or severe weather event monitoring. With the increasing development of the existing GNSS and the real-time PPP (precise point positioning) technique, the objective of this thesis is to develop a real-time GNSS PPP processing for time-critical meteorological applications. The core research and the contributions of this thesis are summarized as following: We develop a real-time ZTD/PWV processing based on the observations from individual system: GPS, GLONASS, and BeiDou. The performance of ZTD and PWV derived from each system using real-time PPP technique is investigated. The contribution of combining GLONASS or BeiDou with GPS for ZTD/PWV retrieving is evaluated as well. Our results show that the real-time GLONASS ZTD series agree quite well with the GPS ZTD series in general: the root mean square (RMS) values of ZTD differences are about 8 mm, which is equal to 1.2 mm in PWV. The real-time BeiDou-only ZTD series also show good agreement with the GPS-only ones: the RMS values are about 11-16 mm, of about 2-3 mm in PWV. The real-time ZTD/PWV derived from GPS-only, GLONASS-only, BeiDou-only, GPS/GLONASS and GPS/BeiDou combined solutions are compared with those derived from the Very Long Baseline Interferometry (VLBI) and radiosondes. The comparisons show that GLONASS can contribute to real-time meteorological applications, with almost the same accuracy as GPS, similar for BeiDou which is slightly less accurate than GPS. Besides, more accurate and reliable water vapor estimates can be obtained if the GLONASS or BeiDou observations are combined with the GPS observations in the real-time PPP data processing, about 1.5-2.3 mm in PWV. A multi-GNSS (GLONASS+GPS+Galileo+BeiDou) model is also presented to fully exploit all available observations from the current GNSS for deriving the real-time ZTD/PWV based on the real-time PPP processing. Observations from stations capable of tracking the multi-constellation are processed in both single- and multi-system modes. The ZTD/PWV retrieved from the individual GNSS and the combined multi-GNSS solutions are assessed by comparing with data from the nearby radiosonde stations. The benefit of the multi-GNSS combination for real-time water vapor derivation is evaluated. The results show that an accuracy at the mm-level, i.e. 1.2-1.3 mm, for the real-time PWV estimates is achievable with the multi-GNSS processing. The obtained water vapor estimates with enhanced accuracy and reliability reveal the potential benefits of multi-GNSS fusion for atmospheric monitoring systems, in particular for the time-critical meteorological applications. The tropospheric horizontal gradients with high spatiotemporal resolutions provide important information to describe the azimuthally asymmetric delays and significantly increase the ability of ground-based GNSS within the field of meteorological studies. The recent rapid development of multi-GNSS constellations has potential to provide such high-resolution gradients with a significant degree of accuracy. We develop a multi-GNSS processing for the precise retrieval of high-resolution tropospheric gradients. The tropospheric gradients with different temporal resolutions, retrieved from both single-system and multi-GNSS solutions, are validated using independent numerical weather model (NWM) and water vapor radiometer (WVR) data. The benefits of multi-GNSS processing for the retrieval of tropospheric gradients, as well as for the improvement of precise positioning, are demonstrated. The results show that the multi-GNSS high-resolution gradients agree well with those derived from the NWM and WVR, in particular for the fast-changing peaks, which are mostly associated with synoptic fronts. The multi-GNSS gradients behave in a much more stable manner than the single-system estimates, especially in cases of high temporal resolution, benefiting from the increased number of observed satellites and improved observation geometry. Furthermore, the precision of station positions can also be noticeably improved by the multi-GNSS fusion, and enhanced results can be achieved if the high-resolution gradient estimation is performed, instead of the commonly used daily gradient estimation in the multi-GNSS data processing. Precise positioning with the current BeiDou is proven to be of comparable accuracy to GPS, which is at centimeter level for the horizontal components and sub-decimeter level for the vertical component. But the BeiDou PPP shows its limitation in requiring a relatively long convergence time. Thus, we develop a NWM augmented PPP processing algorithm to improve BeiDou precise positioning. Tropospheric delay parameters, i.e., zenith delays, mapping functions, and horizontal delay gradients, derived from short-range forecasts from the Global Forecast System (GFS) of the National Centers for Environmental Prediction (NCEP) are applied into BeiDou real-time PPP. Observational data from stations that are capable of tracking the BeiDou constellation are processed with both the standard PPP and the introduced NWM augmented PPP processing. The positioning results show that an improvement of convergence time up to 60.0 % and 66.7 % for the east and vertical components, respectively, can be achieved with the NWM augmented PPP solution compared to the standard PPP solutions, while only slight improvement of the solution convergence can be found for the north component. A positioning accuracy of 2.0 cm for the north component is achieved with the NWM augmented PPP, in comparison to 3.7 cm of the standard PPP, showing an improvement of 45.9 %. Compared to the accuracy of 5.7 cm for the east component derived from the standard PPP solution, the one of the NWM augmented PPP solution is improved to 3.5 cm, by about 38.6 %. The positioning accuracy for the up component improves from 11.4 cm with the standard PPP solution to 8.0 cm with the NWM augmented PPP solution, an improvement of 29.8 %. Significant improvement on positioning accuracy, reliability, as well as convergence time with the multi-GNSS fusion can be observed in comparison with the single-system processing like GPS. In this study, a NWM augmented PPP processing system is developed to improve the multi-GNSS precise positioning. Tropospheric delay parameters which are derived from the ECMWF analysis are applied to the multi-GNSS PPP (a combination of four systems: GPS, GLONASS, Galileo, and BeiDou). Observations of stations from the IGS Multi-GNSS Experiments (MGEX) network are processed, with both the standard multi-GNSS PPP and the proposed NWM augmented multi-GNSS PPP processing. The high quality and accuracy of the tropospheric delay parameters derived from ECMWF are demonstrated through comparison and validation with the IGS final tropospheric delay products. Compared to the standard PPP solution, the convergence time is shortened by 20.0 %, 32.0 %, and 25.0 % for the north, east, and vertical components, respectively, with the NWM augmented PPP solution. The positioning accuracy also benefits from the NWM augmented PPP solution, which gets improved by 2.5 %, 12.1 %, and 18.7 % for the north, east, and vertical components, respectively.
Mit der Modernisierung von GPS (Global Positioning System), Wiederherstellung von GLONASS (das russische Global Navigation Satellite System) und neu entstehende Konstellationen, wie das chinesische Beidou und dem europäischen Galileo-System, die Welt der Global Navigation Satellite Systems (GNSS) hat im Bereich der Multi-Konstellation GNSSerfahrendedramatische Veränderungen.Die schnelle Entwicklung des aktuellen GNSS Konstellation bringt eine vielversprechende Perspektive für die Echtzeit-Abfrage von der troposphärische Verzögerungsparameter wie Gesamtverzögerung im Zenit (ZTD) und niederschlagbarer Wasserdampf (PWV), die für die Unterstützung der zeitkritischen meteorologische Anwendungen von großem Nutzen ist wie Nowcasting oder Unwetter-Überwachung. Mit der schnelle Entwicklung des bestehenden GNSS und die Echtzeit-PPP (genaue Punkt-Positionierung) Technik, das Ziel dieser Arbeit ist es, eine Echtzeit-GNSS-PPP-Verarbeitung für zeitkritische meteorologische Anwendungen zu entwickeln. Die Kernforschung und die Beiträge dieser Arbeit sind wie folgt zusammengefasst: Wir entwickeln eine Echtzeit-ZTD/PWV-Verarbeitung basierend auf den Beobachtungen aus dem individuellen System: GPS, GLONASS und BeiDou. Die Leistung von ZTD und PWV, die von jedem System unter Verwendung von Echtzeit-PPP-Verfahren abgeleitet werden, wird untersucht. Der Beitrag der Kombination von BeiDou oder GLONASS mit GPS für die ZTD/PWV-Abfrage wird ebenfalls bewertet. Unsere Ergebnisse zeigen, dass die GLONASS ZTD-Zeitreihen insgesamt sehr gut mit der GPS ZTD-Zeitreihe übereinstimmt: Die Effektivwerte der ZTD-Differenzen betragen etwa 8 mm, was 1.2 mm PWV entspricht. Die nur mit BeiDou erzeugte ZTD-Zeitreihen zeigen ebenfalls gute Übereinstimmung mit den GPS: Die Effektivwerte betragen etwa 11-16 mm, entspricht etwa 2-3 mm im PWV. Die Echtzeit-ZTD/PWV aus GPS-einzelne, GLONASS-einzelne, BeiDou-einzelne, GPS/ GLONASS und GPS/BeiDou kombinierten Lösungen werden mit denen aus der Radiointerferometrie auf langen Basislinien (VLBI) und Radiosonden abgeleitet. Die Vergleiche zeigen, dass GLONASS zu echtzeit-meteorologischen Anwendungen mit nahezu der gleichen Genauigkeit wie GPS beitragen kann, ähnlich für BeiDou, die etwas weniger genau als GPS ist. Außerdem können genauere und zuverlässigere Wasserdampf-Schätzwerte erhalten werden, wenn die GLONASS- oder BeiDou-Beobachtungen mit den GPS-Beobachtungen in der Echtzeit-PPP-Datenverarbeitung kombiniert werden, etwa 1.5-2.3 mm in PWV. Außerdem wird ein Multi-GNSS-Modell (GLONASS + GPS + Galileo + BeiDou) zur vollständigen Nutzung aller verfügbaren Beobachtungen aus dem aktuellen GNSS zur Ableitung des Echtzeit-ZTD/PWV basierend auf der Echtzeit-PPP-Verarbeitung angeboten. Beobachtungen von Stationen, die die Multi-Konstellation verfolgen können, werden sowohl im Einzel- als auch im Multi-Systemmodus verarbeitet. Die aus dem einzelnen GNSS und den kombinierten Multi-GNSS-Lösungen abgerufenen ZTD/PWV werden durch Vergleich mit Daten aus den benachbarten Radiosonden-Stationen beurteilt. Das Nutzen der Multi-GNSS-Kombination für die Echtzeit-Wasserdampf-Schätzungen wird bewertet. Die Ergebnisse zeigen, dass eine Genauigkeit auf dem mm-Niveau, d.h. 1.2-1.3 mm, für die Echtzeit-PWV-Schätzungen mit der Multi-GNSS-Verarbeitung erreichbar ist. Die erhaltenen Wasserdampf-Schätzungen mit erhöhter Genauigkeit und Zuverlässigkeit zeigen die möglichen Vorteile der Multi-GNSS-Fusion für atmosphärische Überwachungssysteme, insbesondere für die zeitkritischen meteorologischen Anwendungen. Die troposphärischen horizontalen Gradienten mit hohen räumlich-zeitlichen Auflösungen liefern wichtige Informationen, um die azimutal asymmetrischen Verzögerungen zu beschreiben und die Fähigkeit von bodenbasiertem GNSS im Bereich der meteorologischen Studien signifikant zu erhöhen. Die neue schnelle Entwicklung von Multi-GNSS-Konstellationen hat das Potential, solche hochauflösenden Gradienten mit einem signifikanten Gradienten an Genauigkeit bereitzustellen. Wir entwickeln eine Multi-GNSS-Verarbeitung für die präzise Abfrage hochauflösender troposphärische Gradienten. Die troposphärischen Gradienten mit unterschiedlichen zeitlichen Auflösungen, die sowohl aus Einzelsystem- als auch aus Multi-GNSS-Lösungen gewonnen wurden, werden mit Hilfe von unabhängigen numerischen Wettermodellen (NWM) und Wasserdampfradiometern (WVR) validiert. Die Ergebnisse zeigen, dass die hochauflösenden Multi-GNSS-Gradienten gut mit denen aus dem NWM und dem WVR übereinstimmen, insbesondere für die sich schnell ändernden Spitzen, die meistens mit synoptischen Fronten assoziiert sind. Die Multi-GNSS-Gradienten verhalten sich viel stabiler als die Ein-System-Schätzungen, vor allem in Fällen hoher zeitlicher Auflösung, die von der erhöhten Anzahl beobachteter Satelliten und verbesserter Beobachtungsgeometrie profitieren. Weiterhin kann durch die Multi-GNSS-Fusion auch die Präzision der Stationspositionen merklich verbessert werden, und es lassen sich gesteigerte Ergebnisse erzielen, wenn die hochauflösende Gradientenschätzung statt der üblicherweise verwendeten täglichen Gradientenschätzung in der Multi-GNSS-Datenverarbeitung durchgeführt wird. Die genaue Positionierung mit dem aktuellen BeiDou erweist sich als mit GPS vergleichbar genau, was bei den horizontalen Komponenten und dem Sub-Dezimeter-Niveau für die vertikale Komponente im Zentimeter liegt. Aber das BeiDou-PPP zeigt seine Einschränkung bei der Erfordernis einer relativ langen Konvergenz-Zeit. Somit entwickeln wir einen NWM-erweiterten PPP-Verarbeitungsalgorithmus, um die genaue Positionierung von BeiDou zu verbessern. Troposphärische Verzögerungsparameter, d.h. Verzögerungen im Zenit, Abbildungsfunktionen und horizontale Verzögerungsgradienten, die aus Kurzbereichsprognosen des globalen Prognosesystems (GFS) der nationalen Zentren für Umweltvorhersage (NCEP) abgeleitet sind, werden in BeiDou-Echtzeit-PPP angewendet. Beobachtungsdaten von Stationen, die die BeiDou-Konstellation verfolgen können, werden sowohl mit dem Standard-PPP als auch mit der eingeführten NWM-erweiterten PPP-Verarbeitung verarbeitet. Die Positionierungsergebnisse zeigen, dass mit der NWM-erweiterten PPP-Lösung gegenüber den Standard-PPP-Lösungen eine Verbesserung der Konvergenz-Zeit bis zu 60.0 % bzw. 66.7 % für die Ost- und Vertikal-Komponenten erreicht werden kann, während nur eine geringe Verbesserung der Lösungskonvergenz erreicht für die Nordkomponente gefunden werden kann. Eine Positionierungsgenauigkeit von 2.0 cm für die Nordkomponente wird mit dem NWM-verstärkten PPP erreicht, im Vergleich zu 3.7 cm des Standard-PPP mit einer Verbesserung von 45.9 %. Verglichen mit der Genauigkeit von 5.7 cm für die Ost-Komponente, die von der Standard-PPP-Lösung abgeleitet ist, wird diejenige der NWM-verstärkten PPP-Lösung auf 3.5cm, um etwa 38.6 %, verbessert. Die Positionierungsgenauigkeit für die Up-Komponente verbessert sich von 11.4 cm mit der Standard-PPP-Lösung auf 8.0 cm mit der NWM-verstärkten PPP-Lösung, was einer Verbesserung von 29.8 % entspricht. Eine signifikante Verbesserung der Positionierungsgenauigkeit, Zuverlässigkeit sowie der Konvergenz-Zeit mit der Multi-GNSS-Fusion kann im Vergleich mit der einzelne System-Verarbeitung wie GPS beobachtet werden. In dieser Studie wurde ein NWM erweitert PPP-Verarbeitungssystem entwickelt, um die Multi-GNSS genaue Positionierung zu verbessern. Troposphärische Verzögerungsparameter, die aus der ECMWF-Analyse abgeleitet werden, werden auf das Multi-GNSS-PPP (eine Kombination von vier Systemen: GPS, GLONASS, Galileo und BeiDou) angewendet. Beobachtungen von Stationen aus dem IGS-Multi-GNSS-Experiment (MGEX)-Netzwerk werden verarbeitet, wobei sowohl das Standard-Multi-GNSS-PPP als auch die vorgeschlagene NWM eine mehrfache GNSS-PPP-Verarbeitung unterstützt. Die hohe Qualität und Genauigkeit der von ECMWF abgeleiteten troposphärischen Verzögerungsparameter werden durch Vergleich und Validierung mit den endgültigen troposphärischen IGS-Verzögerungsprodukten demonstriert. Im Vergleich zur Standard-PPP-Lösung wird die Konvergenz-Zeit mit der NWM-erweiterten PPP-Lösung um 20.0 %, 32.0 % bzw. 25.0 % für die Nord-, Ost- und Vertikalkomponenten verkürzt. Die Positionierungsgenauigkeit profitiert auch von der NWM-erweiterten PPP-Lösung, die sich um 2.5 %, 12.1 % bzw. 18.7 % für die Nord-, Ost- und Vertikal-Komponenten verbessert.