پیش تحلیل مدل های بازسازی توموگرافیک بخار آب مبتنی بر تحلیل ماتریس طراحی فضای مدل با ترکیب های متفاوت از مشاهدات ماهواره های gnss

با توجه به اینکه بخار آب نقش کلیدی در تغییرات آب و هوایی ایفا می کند، مدل سازی این کمیت با بالاترین دقت و کمترین هزینه همیشه مورد توجه محققین بوده است. تکنیک توموگرافی از طریق آنالیز اثر لایه تروپوسفر بر روی سیگنال های ماهواره های gnss به مدل سازی چهار بعدی بخار آب می پردازد. مجهول مسئله درتوموگرافی بخار آب مبتنی بر المان های حجمی،  میزان این کمیت در هر المان می باشد. یکی از مشکلات اساسی در توموگرافی تروپوسفر، عدم وجود و یا وجود تعداد ناکافی سیگنال در برخی از المان های حجمی است. برای بررسی و ارزیابی کارایی مدل های توموگرافی نیاز است که قبل از اجرای آن اعتبار مدل مورد بررسی قرار گیرد. در تحقیق پیشرو، میزان اثرگذاری دو پارامتر در بهبود بازسازی توموگرافیک انکسارپذیری تر تروپوسفر از طریق آنالیز آماری ماتریس طراحی مدل مورد بررسی قرار گرفته است. اولین مورد بررسی تاثیر افزایش مشاهدات در مسئله توموگرافی با بکارگیری ترکیب های متفاوتی از سیگنال های ماهواره های gnss و مورد دوم بررسی تاثیر اندازه المان های حجمی مدل در کیفیت مدل سازی توموگرافیک انکسارپذیری تر است. در این مطالعه از ماتریس رزولوشن و تابع گسترش آن برای ارزیابی  اعتبار مدل های پیشنهادی، در مرحله پیش آنالیز بهره گرفته شده است. نتایج نشان می دهد که استفاده از مشاهدات تمامی ماهواره ها باعث افزایش کیفت مدل ها می شود ولی این میزان چندان قابل توجه نمی باشد. به عنوان مثال در مدل توموگرافی با رزولوشن افقی 40 کیلومتر با افزایش 65 درصدی میزان مشاهدات با بکارگیری تمام ماهواره های فعال، تنها 7 درصد کمبود مرتبه ماتریس طراحی در روز مورد مطالعه بهبود پیدا کرده است و مقادیر تابع گسترش تقریباً در تمامی مدل ها با یکدیگر برابری می کنند. در مقابل بزرگ کردن ابعاد افقی شبکه می تواند تاثیر بهتری در کیفیت مدل ها داشته باشد؛ به گونه ای که مقادیر تابع توسعه هنگامی که تنها از مشاهدات gps استفاده شده از مقدار 0.2 در مدل با ابعاد افقی 30 کیلومتر به 0.04 در مدل با ابعاد افقی 50 کیلومتر کاهش پیدا کرده است. در واقع افزایش مشاهدات در کنار روش های دیگر مانند معرفی ابعاد بهینه المان های حجمی می تواند در افزایش کیفیت مدل های توموگرافیک انکسارپذیری تر موثر باشد. 

pre-analysis of gnss water vapor tomography based on analysis of the models space resolution matrix with various combinations of gnss satellites observations

 water vapor has an obvious role in the hydrological cycle and plays a key role in energy transport. therefore, monitoring and determining its changes and distribution is demanding. in voxel-based tropospheric tomography, water vapor is computed for a set of voxels, each covering a specific part of the troposphere. one of the fundamental flaws in gps tomography is the absence or insufficiency of signals in some voxels. to evaluate the performance of tomography models, it is necessary to analysis the validity of the proposed model before implementing it. in this study, the efficacy of two elements has been investigated in tomography models: using the observed various gnss combined strategies and changing the horizontal resolution of the tomography model had been investigated to improve the validation of tomography model. in this research, we use the resolution matrix and the spread of the resolution matrix to provide a quality measure without using the reference field as radiosonde data. the results show that all of gnss observations can increase the quality of efficiency tomographic model but not as well as was expected. to give an instance, the design matrix rank deficiency of tomography model with 40 km horizontal resolution, has been improved just 7% on the study day, while the amount of observations 65% increased when we used all active satellites. against, increasing the horizontal resolution caused to increase the quality of tomography models. so that, the values of spread decrease from 0.2 to 0.04, when just gps observations were used. therefore, increasing observations when using available techniques such as optimal horizontal resolution can be important for the tomography.