Mitigating temporal aliasing effects by the space-wise approach for time-variable gravity field recovery in future gravity missions

The Gravity Recovery and Climate Experiment (GRACE) missions have significantly advanced our understanding of global mass redistribution, providing key insights into hydrology, cryosphere dynamics, and solid Earth processes at large spatial scales with monthly to sub-monthly resolution. As scientific demands grow, future missions should aim to provide a long-term record of the Earth’s time-variable gravity field with higher spatial and temporal resolution. Thus, future satellite gravimetry missions are expected to employ advanced technologies such as laser interferometry and quantum accelerometers, to enhance measurement precision. However, even with these improvements, errors due to undersampling geophysical signals known as temporal aliasing will remain the primary limitation in time-variable gravity field recovery. Addressing these errors is crucial for maximizing the scientific potential of next-generation gravity missions. This thesis aims to mitigate temporal aliasing by examining the capabilities of the space-wise approach in the context of future satellite gravimetry mission scenarios. This includes accounting for different instruments, satellite configurations, and measurement principles. To achieve this, the space-wise approach required several modifications from its initial formulation, specifically tailored to the analyzed data, mission scenarios, and instrumentation. One of the key modifications introduced to the space-wise approach includes adaptation of the gridding algorithm to model signal covariance as a function of both space and time, enabling a more accurate representation of localized geophysical signals. A detailed analysis of aliasing effects shows that unresolved atmospheric and oceanic variability, particularly from major tidal constituents and non-tidal processes, significantly impacts gravity recovery, with errors propagating up to mid-degrees in spherical harmonic solutions. Numerical simulations of various mission scenarios indicate that while multiple pair configurations enhance (sub-)monthly solutions, they are insufficient for fully resolving aliasing effects. This underscores the need for localized gravity field solutions that adapt both spatially and temporally to better capture regional mass variations. To address this limitation, an adapted covariance model was applied to seven river basins, achieving improvements of 40%-70% in Total Water Storage Anomaly (TWSA) estimates when compared to conventional global solutions. These findings highlight the potential of locally adaptive methods for future satellite gravimetry missions. While computationally more demanding, the improved spatial and temporal representation of gravity variations offers a promising alternative to conventional global solutions and mascon approaches. Further optimisation of non-stationary covariance models and integration of local grids into data assimilation frameworks could enhance climate monitoring and hydrological applications.

Le missioni Gravity Recovery and Climate Experiment (GRACE) hanno fatto avanzare significativamente la nostra comprensione della ridistribuzione globale della massa, fornendo importanti informazioni su idrologia, dinamiche della criosfera e processi della Terra solida su larga scala spaziale con una risoluzione mensile o sub-mensile. Con l'aumentare della domanda scientifica, le missioni future dovrebbero mirare a fornire un'acquisizione a lungo termine del campo gravitazionale terrestre, variabile nel tempo, con una maggiore risoluzione spaziale e temporale. Pertanto, si prevede che le future missioni di gravimetria satellitare impiegheranno tecnologie avanzate come l'interferometria laser e gli accelerometri quantistici, per migliorare la precisione delle misurazioni. Tuttavia, anche con questi miglioramenti, gli errori dovuti al sottocampionamento dei segnali geofisici, noti come aliasing temporale, rimarranno la principale limitazione nel recupero del campo gravitazionale variabile nel tempo. Affrontare questi errori è fondamentale per massimizzare il potenziale scientifico delle missioni gravitazionali di prossima generazione. Questa tesi mira a mitigare l'aliasing temporale esaminando le capacità dell'approccio spaziale nel contesto dei futuri scenari di missioni di gravimetria satellitare. Ciò include la considerazione di diversi strumenti, configurazioni satellitari e principi di misurazione. Per raggiungere questo obiettivo, l'approccio space-wise ha richiesto diverse modifiche rispetto alla sua formulazione iniziale, modifiche relative ai dati analizzati, agli scenari di missione e alla strumentazione. Una delle principali modifiche introdotte nell'approccio space-wise include l'adattamento dell'algoritmo di gridding per modellare la covarianza del segnale in funzione sia dello spazio che del tempo, consentendo una rappresentazione più accurata dei segnali geofisici localizzati. Un'analisi dettagliata degli effetti di aliasing mostra che la variabilità atmosferica e oceanica non risolta, in particolare dovuta ai principali costituenti mareali e ai processi non mareali, influisce significativamente sulla stima del campo gravitazionale, con errori che si propagano fino a gradi medio-alti nelle soluzioni in armoniche sferiche. Simulazioni numeriche di vari scenari di missione indicano che, sebbene le configurazioni a coppie multiple migliorino le soluzioni (sub-)mensili, non sono sufficienti per risolvere completamente gli effetti di aliasing. Ciò sottolinea la necessità di soluzioni localizzate del campo gravitazionale che si adattino sia spazialmente che temporalmente per catturare meglio le variazioni di massa regionali. Per ovviare a questa limitazione, è stato applicato un modello di covarianza adattato a sette bacini fluviali, ottenendo miglioramenti del 40%-70% nelle stime della cosiddetta Total Water Storage Anomaly (TWSA) rispetto alle soluzioni globali convenzionali. Questi risultati evidenziano il potenziale dei metodi adattivi localmente per le future missioni di gravimetria satellitare. Sebbene computazionalmente più impegnativa, la migliore rappresentazione spaziale e temporale delle variazioni di gravità offre un'alternativa promettente alle soluzioni globali convenzionali e agli approcci mascon. Un'ulteriore ottimizzazione dei modelli di covarianza non stazionari e l'integrazione di griglie locali nei framework di assimilazione dei dati potrebbero migliorare il monitoraggio climatico e le applicazioni idrologiche.