پایش اتمسفری با استفاده از GNSS

مطالعه این نوشته در 4 دقیقه

همان طور که می دانید، سیگنال های GNSS در حین عبور از اتمسفر زمین شکسته می شوند. علاوه بر این، انتشار سیگنال ها در اتمسفر موجب تاخیر آنها می شود. اندازه گیری سیگنال های GNSS در یک نقطه ی مرجع معلوم و حذف اثرات دیگر نظیر فاصله ی هندسی، اثرات نسبیت یا خطاهای ساعت، امکان مدلسازی اثرات اتمسفری را فراهم می کنند.

پایش اتمسفری با استفاده از GNSS

توموگرافی اتمسفر

میزان شکست و تاخیر تابعی از دما، فشار، بخار آب، رطوبت و ظرفیت الکترونی می باشد. بنابراین اندازه گیری تاثیر این عوامل بر سیگنال های GNSS، امکان بدست آوردن این پارامترها را برای لایه های مختلف امکان پذیر کرده است که نتیجه ی آن توموگرافی اتمسفر است.

این اطلاعات، برای پیش بینی وضع هوا یا پایش اتمسفری با استفاده از GNSS در هر اقلیم مورد استفاده قرار می گیرند. از دیگر کاربردهای این زمینه، بدست آوردن میزان بخار آب می باشد. بخار آب یکی از مهمترین اجزای سازنده تروپوسفر است. این پارامتر نقش اساسی در رابطه با آب و هوا و اقلیم بازی می کند. زیرا توان حمل رطوبت و گرما را در اتمسفر بیان می کند.

هواشناسان استفاده از GNSS را به صورت ابزاری برای سنجش بخار آب شروع کرده اند. از این جهت شکست تروپوسفری که در گذشته به عنوان یک پارامتر آزاردهنده تلقی می شد، تبدیل به نشانه ای شده است که از آن به خوبی استقبال می شود.

GNSS-Water-Vapor-Tomography-پایش اتمسفری با استفاده از GNSS

تاخیر زنیتی تروپوسفر حین پردازش داده ها برآورد می گردد. مولفه خشک آن را می توان بر اساس داده های هواشناسی سطح زمین، با دقت بالایی محاسبه کرد. مولفه ی مرطوب باقی مانده، تابعی از بخار آب اتمسفر است. تغییرات کوتاه دوره ی بخار آب، انتگرال گیری شده و پیش بینی عددی هوا را بهتر می کند. در صورتی که این تغییرات در دراز مدت مورد بررسی و آنالیز قرار گیرند، بر پژوهش اقلیم تاثیر به سزایی می گذارند.

از دیگر کاربردهای شکست امواج در لایه های اتمسفری جدا از کاربرد هواشناسی، می توان به شناسایی فعالیت های هسته ای که باعث اختلالی در لایه یونسفر می شوند و قابل شناسایی بوسیله سیگنال های GNSS هستند، اشاره کرد.


آرش طایفه رستمی

دانشجوی کارشناسی ارشد مهندسی نقشه برداری-هیدروگرافی دانشگاه تهران، علاقه مند به تحقیق در ارتباط با سیستم های GNSS، برنامه نویسی در محیط MATLAB و Python

LinkedinTelegram

متوسط امتیاز / 5. تعداد رای

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *