Atmospheric water vapor maps generations from stochastic interpolation of GNSS Zenith Tropospheric Delays

Weather events monitoring in modern meteorology necessitates the use of advanced techniques, with global navigation satellite systems (GNSS) emerging as a prominent solution. To enhance positioning accuracy, the propagation delay affecting GNSS signals in the troposphere is meticulously modeled and estimated. This delay represents the cumulative effect of signal travel in the zenith direction above the GNSS station and consists of two components: the stratified component, associated with gases in hydrostatic equilibrium, and the turbulence component, attributed to the non-equilibrium behavior of water vapor. Although water vapor also contributes to the stratified part, a precise pointwise estimation of Zenith Total Delays (ZTDs) is crucial for meteorological and forecasting applications. This thesis focuses on utilizing GNSS-sensed tropospheric delay data to generate high-resolution maps of ZTDs, with a specific emphasis on describing the spatial distribution of water vapor and its temporal evolution. To accomplish this, collaboration was established with the POLIMI spin-off GReD, and data from two case studies were acquired for map production. The first case study involved 34 GNSS stations from the SPIN3 network in northern Italy, spanning two years. The second case study focused on a severe weather event in Poland, utilizing data from 278 GNSS reference stations across three networks. Precise Point Positioning (PPP) methodology was employed to derive the ZTD time series with a temporal resolution of 30 seconds. In the first case study, the topographic variation is significant, ranging from flat areas in the south to the mountainous Albs area in the north. The SPIN3 network exhibits a minimum inner station distance of 19.4 km and a maximum distance of 350 km. Conversely, the second case study covers mostly flat terrain in Poland, except for the southern mountainous region. The three networks in Poland ensure an observation data density of approximately one station per 1120 square kilometers. Our methodology commenced by disentangling the stratified component from the ZTDs, allowing us to isolate the turbulence component attributed to water vapor. Subsequently, a stochastic prediction approach was adopted, assuming homogeneity and isotropy of the turbulence field. To quantify the spatial correlation among turbulence observations, empirical variograms were computed. Two fitting models, namely the exponential and power models, were considered for variogram fitting. By employing ordinary kriging and utilizing the theoretical variogram model parameters, turbulence maps and estimation error maps were generated for each study area, encompassing specific epochs of interest. To evaluate the accuracy of our estimations, Leave One Out cross-validation (LOOCV) was performed for both case studies. Additionally, for the second case study, cross-validation was conducted using one of the three networks. The annual average root mean square error (RMSE) obtained for the SPIN3 network in Italy was determined to be 8.8 mm. In the case of Poland, LOOCV yielded an annual average RMSE of 1.2 cm, while cross-validation using another network resulted in an average RMSE of 7.6 mm.

Il monitoraggio degli eventi meteorologici nella moderna meteorologia richiede l'uso di tecniche avanzate, con I sistemi globali di navigazione satellitare (GNSS) che stanno emergendo come una soluzione importante. Per migliorare la precisione del posizionamento, il ritardo di propagazione che interessa i segnali GNSS nella troposfera viene meticolosamente modellato e stimato. Questo ritardo rappresenta l'effetto cumulativo del viaggio del segnale in direzione zenitale sopra la stazione GNSS ed è costituito da due componenti: la componente stratificata, associata ai gas in equilibrio idrostatico, e la componente di turbolenza, attribuita al comportamento di non equilibrio del vapore acqueo. Sebbene anche il vapore acqueo contribuisca alla parte stratificata, una precisa stima puntuale degli Zenith Total Delays (ZTDs) è fondamentale per le applicazioni meteorologiche e di previsione. Questa tesi si concentra sull'utilizzo dei dati di ritardo troposferico rilevati dal GNSS per generare mappe ad alta risoluzione di ZTD, con un'enfasi specifica sulla descrizione della distribuzione spaziale del vapore acqueo e della sua evoluzione temporale. A tal fine è stata avviata la collaborazione con lo spin-off GReD di POLIMI e sono stati acquisiti i dati di due casi studio per la produzione cartografica. Il primo caso di studio ha coinvolto 34 stazioni GNSS della rete SPIN3 nel nord Italia, nell'arco di due anni. Il secondo caso di studio si è concentrato su un grave evento meteorologico in Polonia, utilizzando i dati di 278 stazioni di riferimento GNSS su tre reti. La metodologia Precise Point Positioning (PPP) è stata impiegata per derivare le serie temporali ZTD con una risoluzione temporale di 30 secondi. Nel primo caso di studio, la variazione topografica è significativa, spaziando dalle aree pianeggianti a sud alla zona montuosa degli Albs a nord. La rete SPIN3 presenta una distanza minima di stazione interna di 19,4 km e una distanza massima di 350 km. Al contrario, il secondo caso di studio copre prevalentemente terreni pianeggianti in Polonia, ad eccezione della regione montuosa meridionale. Le tre reti in Polonia garantiscono una densità di dati di osservazione di circa una stazione ogni 1120 chilometri quadrati. La nostra metodologia è iniziata separando la componente stratificata dalle ZTD, permettendoci di isolare la componente di turbolenza attribuita al vapore acqueo. Successivamente è stato adottato un approccio di predizione stocastica, assumendo l'omogeneità e l'isotropia del campo di turbolenza. Per quantificare la correlazione spaziale tra le osservazioni di turbolenza, sono stati calcolati variogrammi empirici. Per l'adattamento del variogramma sono stati considerati due modelli di adattamento, vale a dire i modelli esponenziale e di potenza. Utilizzando il kriging ordinario e utilizzando i parametri teorici del modello di variogramma, sono state generate mappe di turbolenza e mappe di errore di stima per ciascuna area di studio, comprendendo epoche specifiche di interesse. Per valutare l'accuratezza delle nostre stime, è stata eseguita la validazione incrociata Leave One Out (LOOCV) per entrambi i casi di studio. Inoltre, per il secondo studio di caso, è stata condotta una convalida incrociata utilizzando una delle tre reti. L'errore quadratico medio medio annuo (RMSE) ottenuto per la rete SPIN3 in Italia è stato determinato in 8,8 mm. Nel caso della Polonia, LOOCV ha prodotto un RMSE medio annuo di 1,2 cm, mentre la convalida incrociata utilizzando un'altra rete ha prodotto un RMSE medio di 7,6 mm.