Experimental study on the relation between GNSS-derived water vapor variations and extreme rain events

Since their first practical implementation, Global Navigation Satellite Systems (GNSSs) have gone through a process of improvement of the reachable positioning precision. In addition to technological developments, this goal could be achieved also thanks to signal delays modelling and removal. One of these delays is the tropospheric disturbance, caused by the water vapour present in the lower part of the atmosphere. Its effect on signal propagation can be modelled and removed in terms of a quantity called Zenith Tropospheric Delay (ZTD). If temperature and pressure values are known, it is possible to exploit this quantity to monitor the presence of water vapor in the atmosphere. ZTD is fact is the sum of two quantities: the Zenith Hydrostatic Delay (ZTD) and the Zenith Wet Delay (ZWD). From the latter is possible to trace back the Precipitable Water Vapor (PWV), an important meteorological variable of difficult prediction. The presented case study, focused on a period that goes from the $17^{th}$ of July 2016 to the $30^{th}$ of July 2016, considers an area coincident with the northern Italian regions of Piedmont and Lombardy. The GNSS data were available thanks to the SPIN project, managed by Piedmont region, while an agreement with ARPA Piemonte and ARPA Lombardia agencies has made possible to exploit a part of their temperature and pressure dataset. Nowadays, GNSS networks are not coupled with meteorological stations. So an important work of data processing is needed in order to obtain reliable and robust temperature and pressure series in the GNSS station positions. Integrated with such data, GNSS ZWD can lead to a better monitoring of the extreme rain events plaguing the network area, that every year cause a lot of damage, both economical and social. The aim of the study is to see how two extreme meteorological events, one more localized and the other more extended, act on the GNSS water vapour estimation of a regional network such is SPIN. The experiment has proven that the very localized extreme phenomena cannot be monitored with a regional network. So it is necessary to use a denser network (some kilometres between the receivers). Particularly the experiment is a first attempt to densify the network exploiting low-cost GNSS receivers. In fact the low cost could be an opportunity to guarantee the economic feasibility of such idea. Some others developments consider the assimilation of the data in high spatial resolution numerical model or the integration with SAR data. In the examined case, a first experiment with low cost receivers has been realized. The first two chapters of this work introduce some basic information about atmospheric phenomena and GNSS principles. The third one addresses some types of interpolation techniques while the fourth present the case study and the instruments on which the entire work is based. Finally the core data processing part is widely explained and it is followed by the results, presented in the fifth chapter.

Fin dalla loro realizzazione, i Global Navigation Satellite Systems (GNSSs) hanno attraversato un processo di miglioramento nella precisione massima raggiungibile durante il posizionamento. Oltre agli sviluppi tecnologici, questo obiettivo è stato raggiunto anche grazie alla modellizzazione e successiva rimozione dei ritardi nella trasmissione dei segnali. Uno di questi ritardi è dato dal disturbo troposferico, causato dalla presenza di vapore acqueo nella parte più bassa dell'atmosfera. Il suo effetto sulla propagazione del segnale può essere modellato e rimosso in termini di una quantità chiamata Zenith Tropospheric Delay (ZTD). Se la temperatura e la pressione sono note, allora è possibile sfruttare queste quantità per monitorare la presenza di vapore acqueo in atmosfera. Infatti lo ZTD è dato dalla somma di due quantità: lo Zenith Hydrostatic Delay (ZTD) e lo Zenith Wet Delay (ZWD) e da quest'ultimo è possibile risalire al Precipitable Water Vapor (PWV), che è un'importante variabile meteorologica di difficile previsione. Il caso di studio analizzato, incentrato su un periodo che va dal 17 Luglio 2016 al 30 Luglio 2016, prende in considerazione un'area coincidente con il Piemonte e la Lombardia, due regioni situate nel nord Italia. I dati GNSS sono stati forniti dal Servizio di Posizionamento Interregionale (SPIN) GNSS, gestito dalla regione Piemonte, mentre un accordo con le agenzie ARPA Lombardia ed ARPA Piemonte ha reso possibile sfruttare parte del loro dataset di pressioni e temperature. Attualmente le stazioni delle reti GNSS non sono dotate di stazioni meteorologiche e ciò richiede un lavoro consistente di elaborazione dei dati in modo da ottenere serie di pressioni e temperatura affidabili e robuste in corrispondenza delle stazioni GNSS stesse. Integrati con questi dati, i ZWD ottenuti con il GNSS può consentire un monitoraggio migliore delle piogge tipiche dell'area, che ogni anno causano molti danni, sia economici che sociali. Lo scopo dello studio è di vedere come due eventi meteorologici estremi, uno più localizzato ed uno più esteso, si riflettono nelle stime di vapore acqueo di una rete regionale quale è SPIN. L'esperimento ha confermato che i fenomeni etsremi molto localizzati non possono essere monitorati efficacemente con una rete regionale e che quindi è necessario sperimentare l'utilizzo di una rete densa (qualche chilometro tra i ricevitori). In particolare l'esperimento è un primo passo verso la sperimentazione di una rete densa di ricevitori a basso costo. Il basso costo infatti ne garantirebbe la fattibilità economica. Nel caso in esame un primo esperimento con i ricevitori low cost è stato realizzato. Ulteriori sviluppi prevedono l'assimilazione dei dati in modelli numerici ad alta risoluzione spaziale l'integrazione delle osservazioni con dati SAR. I primi due capitoli di questo lavoro forniscono qualche informazione basilare sull'atmosfera, sulla fenomenologia delle precipitazioni e sui principi del GNSS. Il terzo affronta alcune tecniche di interpolazione mentre il quarto presenta il caso studio e gli strumenti su cui l'intero lavoro si è basato. Infine la parte di processamento dei dati viene esaustivamente spiegata e seguita dai risultati, presentati nel quinto capitolo.