Aktualności

Przełom w tomografii GNSS - pierwsze skuteczne zastosowanie w szybkich prognozach pogody oraz w numerycznych modelach prognozy pogody

14-08-2020

Rys. 1. Średni błąd wilgotności względnej w zależności od horyzontu prognozy[h].

Zespół naukowców z UPWr, TU Wien, U Wrocław i U Sofia dokonał przełomu w zakresie aplikacji tomografii GNSS w meteorologii. Tomografia GNSS to technologia umożliwiająca zobrazowanie trójwymiarowego rozkładu pary wodnej za pomocą sygnału GNSS. Do tej pory model był przedmiotem badań zarówno w zakresie teledetekcji, jak i meteorologii. Jednak ostatnie prace Trzciny i in. (2020) oraz Łoś i in. (2020) po raz pierwszy zademonstrowały przydatność tej techniki w szybkich prognozach niebezpiecznych zjawisk pogodowych (do 2h), jak i numerycznych modelach prognozy pogody (do 18h).
W ostatniej pracy Trzcina i in. (2020) wykazali, że opracowany operator asymilacji tomografii w numerycznych modelach, pozwala osiągnąć zmniejszenie niepewności prognoz pary wodnej o 0,5% (Rys. 1), co sprawia, że prognoza opadów ma błąd średni mniejszy o 0,1 mm. Te niewielkie wartości w rzeczywistości mogą przełożyć się na duże korzyści dla użytkowników końcowych, zmieniając w prognozie intensywny deszcz w mżawkę lub czystą suchą drogę w pokryty gołoledzią niebezpieczny szlak.
Inny sposób na meteorologiczne wykorzystanie tomografii przynosi nowy artykuł Łoś i in. (2020), w którym autorzy wykazali, że trójwymiarowy model troposfery i punktowe obserwacje GNSS mogą być wykorzystywane przy pomocy algorytmów uczenia maszynowego do krótkoterminowych prognoz burz (Rys. 2). Badania wykazały, że dane GNSS pozwalają przewidzieć lokalizację wyładowań w ciągu następnych 2 godzin z dokładnością 87%.
Aktualnie, zespół SpaceOS współpracuje z partnerami biznesowymi, aby udostępnić te rozwiązania w rutynowych prognozach pogody.


Rysunek 2. Mapa wyładowań (żółte punkty) na tle prognozowanych obszarów wyładowań (czerwone kwadraty).

Łoś, M.; Smolak, K.; Guerova, G.; Rohm, W. (2020). GNSS-Based Machine Learning Storm Nowcasting. Remote Sens. 12, 2536, https://doi.org/10.3390/rs12162536
Trzcina, E., Hanna, N., Kryza, M., & Rohm, W. (2020). TOMOREF operator for assimilation of GNSS tomography wet refractivity fields in WRF DA system. Journal of Geophysical Research: Atmospheres, 125, https://doi.org/10.1029/2020JD032451