Die EIGEN-GRACE-Schwerefeldmodellreihen

Ähnliche Dokumente
Combination of time series of excitation functions considering the common original observations

Quantifizierung einzelner Beiträge zum Meeresspiegel durch Kombination von Schwerefeld- und Altimeterdaten

Analyse der EOP-Zeitreihen aus Daten des ITRF2008

Ionosphärenbestimmung mit verschiedenen geodätischen Weltraumverfahren

GOCE Schwerefeld-Gradienten: Geophysikalische

Erdsystemmodellierung: Von geodätischen Beobachtungsdaten zum Prozessverständnis

Analyse von zeitlichen Variationen bei unregelmäßig vorliegenden räumlichen Daten

Assimilierung von GRACE-Daten in ein hydrologisches Modell mit Hilfe eines Ensemble-Kalman-Filter Ansatzes

SAR-Datenbasis und geodätische Nutzung im Bereich des Oberrheingrabens

SAR-Datenbasis und geodätische Nutzung im Bereich des Oberrheingrabens

Numerische Integration des Schwarzschild Problems mit Hilfe von Lie-Reihen

Multi-dimensionale Signalanpassung durch Spline-Funktionen

Neue Verfahren zur Erfassung unterirdischer Wasserressourcen

Ein GRACE-Gravitationsfeld berechnet aus der Analyse kurzer Bahnbögen Die Bonner Lösung ITG-Grace02s

Der Einfluss der Gezeiten auf die Erdrotation

GNSS/IMU Integration für die präzise Bestimmung einer Flugtrajektorie

Bewegungsdetektion mit GNSS durch Schätzung der Empfängergeschwindigkeit basierend auf Dopplerbeobachtungen

Mass Transport and Mass Distribution

Titelmaster. Katharina Franz, Maike Schumacher, Jürgen Kusche

Die Rolle der Atmosphäre in der Geodäsie

Positionsbestimmung im Weltraum mittels Distanzmessungen

Analyse von räumlichen Punktverteilungen beim Laserscanning zur Verbesserung der Parameterschätzung deformierter Flächen

Verteilungen mehrerer Variablen

Zeit in der Geodäsie Relativitätstheorie im täglichen Leben

Statistik - Fehlerrechnung - Auswertung von Messungen

Le monde est bleu comme une pomme de terre

1 Beispiel zur Methode der kleinsten Quadrate

Quantitative Angaben zur Fluktuation des Winddargebots in Deutschland

Galileo Herausforderung und Gewinn für die geodätische Anwendung

SWACI ein neuer Ionosphären-Wetterdienst

ITRF2008 die neueste Realisierung des International Terrestrial Reference System

GEODÄTISCHES INSTITUT HANNOVER

Geostatistik und Anwendungen im Precision Farming

K8 Stetige Zufallsvariablen Theorie und Praxis

Niederschlag und Evapotranspiration in Europa: Konsistenz von GRACE mit dem COSMO-Vorhersagemodell 1

DFG Schwerpunktprogramm SPP1257:

Gewöhnliche Autokorrelationsfunktion (ACF) eines stationären Prozesses {X t } t Z zum Lag h

Einführung absoluter Phasenzentrumskorrekturen. auf internationaler Ebene

Präzise Einfrequenz-Positionierung mit dem Galileo E5 Breitbandsignal

Übung V Lineares Regressionsmodell

Einfluss von Dichteannahmen auf die Modellierung topographischer Effekte

kleinsten Quadraten Session 4: Angewandte Geodäsie und GNSS Geodätische Woche, 29. September 2011, Nürnberg

Galileo Wofür braucht es die vielen Satelliten? Christoph Günther, Kaspar Giger (TUM)

Mathematik für Biologen

Eine Glasfaser als Sensorelement: Entwicklung eines faseroptischen Zweiachs-Neigungssensors

Deutsches Geodätisches Forschungsinstitut. Neuigkeiten und Aktivitäten. Florian Seitz

Inhaltsverzeichnis. 4 Statistik Einleitung Wahrscheinlichkeit Verteilungen Grundbegriffe 98

Bootstrap: Punktschätzung

Aerosolinduzierte atmosphärische Extinktion in unterschiedlichen Szenarien. 7. Tagung Optik und Optronik in der Wehrtechnik

Wetter. Benjamin Bogner

Probabilistische Vorhersage von konvektivem Niederschlag

Vergleich von Sea Surface Heights aus Satellitenaltimetrie und schiffsbasierten GNSS Messungen. Ole Roggenbuck, Jörg Reinking

Numerische Methoden und Algorithmen in der Physik

Erdrotationsparameter als Randbedingungen für globale dynamische Modelle

Statistik und Wahrscheinlichkeitsrechnung

Positionsbestimmung und GPS

Die Erde läuft unrund

Regionale Vorhersage der PV-Leistung zur Netzintegration von Solarstrom

Konsistente Klimatologien der Atmosphäre mittels Radio- Okkultation

Informationstag Meteorologie und Umweltdienste in Mitteldeutschland

T.W. Münch und M. Koch. Department of Geohydraulics and Engineering Hydrology University of Kassel Kurt-Wolters-Strasse 3 D Kassel, Germany

Wichtige Definitionen und Aussagen

Die Maximum-Likelihood-Methode

Improving the Accuracy of GPS

7. Wettervorhersage und Vorhersagbarkeit (aus der Theorie-Vorlesung von K. Fraedrich)

Verarbeitung von VLBI-Daten mit der Bernese GPS Software

o o o o o o o o o o o o

Seismologie und Geodynamik in der Schweiz: Was kann GNSS beitragen?

Klimatologische Anwendung von Radardaten in Sachsen

Empfängeruhrmodellierung in GNSS: Auswirkungen und Realisierbarkeit

7. Grenzwertsätze. Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012

Zum Beitrag geodätischer Raumbeobachtungsverfahren

Kapitel 7. Crossvalidation

Rabea Haas, Kai Born DACH September 2010

Mathematik für Biologen

Einfache lineare Modelle mit Statistik-Software R Beispiel (Ausgaben in Abhängigkeit vom Einkommen)

Modellanpassung und Parameterschätzung. A: Übungsaufgaben

6.2 Lineare Regression

Relativistische Effekte in der Satellitennavigation

1 Lambert-Beersches Gesetz

Geodätische Woche 2014 Session 6 Theoretische Geodäsie

Das (multiple) Bestimmtheitsmaß R 2. Beispiel: Ausgaben in Abhängigkeit vom Einkommen (I) Parameterschätzer im einfachen linearen Regressionsmodell

Wie Unternehmen von Geofernerkundungsdaten profitieren können

1 Einführung Ökonometrie... 1

1 Grundbegriffe der Messtechnik 1

Satellitengestützte Geodäsie: Heute und die Zukunft

Physikalische Übungen für Pharmazeuten

Neue Datengrundlagen im Bereich Windenergie: C3S und regionale Reanalysen

W09 p. 1. Prof. Dr. Christoph Kleinn Institut für Waldinventur und Waldwachstum Arbeitsbereich Waldinventur und Fernerkundung

Ensemble-Vorhersage. von Nils Kaiser Seminar Medienmeteorologie im WS 06/07

Dynamische Analyse und infinite Elemente in Abaqus

Transportkoeffizienten von Alkoholen und Wasser: Molekulare Simulation und Messungen mit der Taylor-Dispersions Methode

3. Erzwungene Schwingungen

Lösungen zu Übungsblatt 9 Höhere Mathematik2/Stochastik 2 Master KI/PI

Orientierungsbestimmung mobiler Objekte unter Verwendung von Magnet- und MEMS Inertialsensoren

Operationsplanung für Okkultationsexperimente im Rahmen der MarsExpress-Mission

Der Einfluss des Bodensees auf das neue Quasigeoid für Deutschland

Fehlerfortpflanzung. M. Schlup. 27. Mai 2011

Statistische Kennwerte und -funktionen. Dr.-Ing. habil. H. Nobach

Approximation flächenhaft harmonischer Funktionen mittels bikubisch finiter Elemente

Transkript:

Die EIGEN-GRACE-Schwerefeldmodellreihen Roland Schmidt GeoForschungsZentrum Potsdam (GFZ), Department 1 Mail: rschmidt@gfz-potsdam.de Tel: 08153-28-1589

Inhalt Konzept der GRACE-Mission und wesentliche Beobachtungsdaten Dynamische Methode der Schwerefeldbestimmung! Anwendung auf GRACE! Hintergrundmodelle! Konzept zur Analyse zeitvariables Schwerefeld Ergebnisse! Stand der Prozessierung! Statische Schwerefeldmodelle! Zeitvariable Schwerefeldmodelle! Abschätzung Genauigkeiten Zusammenfassung und Ausblick

Das Gravity Recovery and Climate Experiment (GRACE) NASA/DLR-Mission Science Data System: Center for Space Research (CSR) GeoForschungsZentrum Potsdam (GFZ) Jet Propulsion Laboratory (JPL) Missionsziele: 1. Statisches und zeitvariables Schwerefeld 2. Sondierung der Atmosphäre und der Ionosphäre

Das Gravity Recovery and Climate Experiment (GRACE) Konzept: Ausmessung gravitativer Bahnstörungen entlang der gemeinsamen Bahn mittels hoch-niedrig SST + niedrig-niedrig SST (µm-genau) Erfassung nicht-gravitativer Bewegungsanteile mittels 3-d Beschleunigungsmesser Orientierung der Satelliten/Messinstrumente mittels Sternkameras

Das Gravity Recovery and Climate Experiment (GRACE) Aufbereitung der Rohdaten durch JPL Rohdaten L1A-Daten Ref. GPS-Zeitskala Datenreduktion Tiefpass-Filterung L1B-Daten Bahn- und Schwerefeldbestimmung mit L1B-Daten

SuperSTAR Akzelerometer servo-gesteuerter, kapazitiver Beschleunigungsmesser 3 Messachsen lineare und Rotationsbeschleunigungen σ X-ACC = 10-9 [m/s²/ Hz], σ Y-ACC = σ Z-ACC = 10-10 [m/s²/ Hz]

SuperSTAR Akzelerometer gute Übereinstimmung mit klassischen Störkraftmodellen: Reibungswiderstand + Solarer Strahlungsdruck + Erdalbedo +. lineare Beschleunigungen durch das Lagekontrollsystem

SuperSTAR Akzelerometer Offensichtlich geringere Genauigkeit als erwartet: - Radial, Along-Track 8 x Spez. - Cross-Track 2 x Spezifikation Probleme/Ursachen: - intensive Lageregelung - temperaturbedingte Vibrationen einer Teflonfolie an der Satellitenunterseite - unbekannte gerätespezifische Fehlerquelle(n)?

K-Band Ranging System Zweifach Einfach-Entfernungsmessungen basierend auf Trägerphasen im K/Ka-Band σ Range = 1 [µm], σ Range-Rate = 1 [µm/s]

K-Band Ranging System Genauigkeit wie erwartet bzw. mutmaßlich höher: - K-Band Range (KRA) 1 µm (= Soll) - K-Band Range-Rate (KRR) 0.2 µm/s (Soll = 1 µm/s)

Dynamische Methode Klassische Methode zur Bestimmung von Schwerefeldmodellen aus Satellitendaten Kombination aus! numerischen Integrationsverfahren (Bewegungsgleichung Bahn) +! Verfahren zur Parameterschätzung ( Kleinste-Fehler-Quadrate ) Vorteile! Hohe Flexibilität und Genauigkeit in der Modellierung! Auswertung lückenhafter Beobachtungsdaten! Simultane Auswertung heterogener Satellitendaten (integrierte Analyse) Nachteile! Hoher numerischer Aufwand (insbesondere Schwerefeldbestimmung)! Keine analytische Darstellungsmöglichkeit funktionaler Zusammenhänge

Funktionaler Zusammenhang SST- Beobachtungen b und gesuchte Schwerefeldkoeffizienten nicht-linear: b = f ( t, r, r!, p) Linearisiertes Gauß-Markoff-Modell l = A p + v Dynamische Methode Bahnparameter Schwerefeldkoeffizienten Instrumentenparameter. Verbesserungen d. Beobachtungen r 1 (t) r 2 (t) Satellit 1 r! 2 (t) Satellit 2 gesuchte Zuschläge: p = p p 0 part. Ableitungen f p p 0 Widerspruchsvektor bzw. reduzierte Beobachtungen: l = b b 0 Bahn p 0 : Näherungen Modellparameter b 0 : Theoretische Beobachtungen

Funktionaler Zusammenhang SST- Beobachtungen b und gesuchte Schwerefeldkoeffizienten nicht-linear: b = f ( t, r, r!, p) Linearisiertes Gauß-Markoff-Modell l = A p + v Dynamische Methode Bahnparameter Schwerefeldkoeffizienten Instrumentenparameter. r 1 (t) r 2 (t) Satellit 1 r! 2 (t) Satellit 2 Schätzung von p bei Minimierung des Zielfunktionals v T Pv: p P = ( Α T PA) 1 A 1 = D( b) = σ T Pl 2 Q bb Bahn p 0 : Näherungen Modellparameter b 0 : Theoretische Beobachtungen

Dynamische Methode Beschaffung der b 0 durch numerische Integration der Bewegungsgleichung (als Anfangswertaufgabe): GM!! r = r + ag + a n g + a ε r³ Relativisitsche Beschleunigungen Nicht-gravitative Beschleunigungen Zusätzl. gravitative Beschleunigungen Zentral-/Kepler-Term r 1 (t) r 2 (t) Satellit 1 r! 2 (t) Satellit 2 dynamische Bahn r 0( t), r! 0(t) theoretische Beobachtungen b 0 = f ( t, r0, r! 0, p0) Bahn

Kräftemodelle für EIGEN-GRACE GM r! = r + ag + a n g + a ε r³! Nicht-gravitative Beschleunigungen über Messungen der Akzelerometer: a ng baddkonst + M3x3 a SuperSTAR - Schätzung von Instrumentenparametern (Additionskonstanten und Skalierungsfaktoren) Gravitative Beschleunigungen als Summe von Gradienten von Potentialfunktionen: a n g = Vi (r, θ, λ,t, p0) i= 1

Potentialfunktionen EIGEN-GRACE Komponente Parameter p 0 statisches Schwerefeld Drittkörper Erdgezeiten Cnm, S nm Planetenörter Amplituden + Phasen Ĉ ± snm, ˆ ± ε snm Ozeangezeiten Amplituden + Phasen Dˆ ± snm, ˆ ± δ snm Kurzzeitmassenvariationen in Atmosphäre und Ozean 6-stündige Korrektur-Terme (siehe Vortrag F. Flechtner) C nm (t), S nm (t) Gezeiten der Atmosphäre Amplituden + Phasen  ± snm, ˆ ± τ snm Poltiden (feste Erde, Ozean) Polkoordinaten x p (t), y p (t) C21(t), S21(t) säkulare Feldänderungen ausgewählte C! nm

Potentialfunktionen EIGEN-GRACE Komponente Parameter p 0 statisches Schwerefeld Drittkörper Cnm, S nm Planetenörter zu schätzende Unbekannten bzw. Zuschläge C, nm S nm Erdgezeiten Amplituden + Phasen Ĉ ± snm, ˆ ± ε snm Ozeangezeiten Amplituden + Phasen Dˆ ± snm, ˆ ± δ snm Kurzzeitmassenvariationen in Atmosphäre und Ozean 6-stündige Korrektur-Terme (siehe Vortrag F. Flechtner) C nm (t), S nm (t) Gezeiten der Atmosphäre Amplituden + Phasen  ± snm, ˆ ± τ snm Poltiden (feste Erde, Ozean) Polkoordinaten x (t), y (t) p p C21(t), S21(t) säkulare Feldänderungen ausgewählte C! nm

Potentialfunktionen EIGEN-GRACE Details Modelle siehe GRACE 327-743 (GR-GFZ-STD-001) Gravity Recovery and Climate Experiment GFZ Level-2 Processing Standards Document For Level-2 Product Release 0004 (Rev. 1.0, February 19, 2007) Frank Flechtner GeoForschungszentrum Potsdam Department 1: Geodesy and Remote Sensing

Statisches Schwerefeldmodell L2-Produkte Prozessierungsschema Reduktion, Akkumulation und Lösung > 30/31 d 30/31 d Monatsmodell 1 Monatsmodell 2 Monatsmodell... Hintergrundmodelle, Daten und Standards: Stat. Schwerefeld Gezeiten Kurzzeitmassenvariationen... GPS Konstellation Normalgleichungssysteme A T PA, A T Pl Dynam. Bahnbestimmung: Näherungswerte, -bahn für Linearisierung Datensäuberung Konvergenz? Nominale Bogenlänge: 1 Tag L1B-Daten GPS-SST KRR-SST ACC SCA

Bodenspuren 11Tag Tag 15 15Tage Tage 30 30Tage Tage T. Mayer-Gürr, ITG Bonn

Bodenspuren 11Tag Tag 15 15Tage Tage 30 30Tage Tage Höhere zeitliche Auflösung Geringere räumliche Auflösung Geringere zeitliche Auflösung Höhere räumliche Auflösung T. Mayer-Gürr, ITG Bonn

EIGEN-GRACE-Modellreihen EIGEN = European Improved Gravity Models of the Earth by New techniques Stat. Modelle Anzahl Daten N max Monats- Release modelle EIGEN-GRACE01S 39 Tage 150 - RL00 EIGEN-GRACE02S 110 Tage 150/120 9 RL01 EIGEN-GRACE03S 376 Tage 150/120 16 RL02 EIGEN-GRACE04S 937 Tage 150/120 35 RL03 EIGEN-GRACE05S in Vorbereitung 150/120 45 RL04 Jahr Jan Feb Mär Apr Mai Jun Jul Aug Sep Okt Nov Dez 2002 in Vorbereitung 2003 2004 2005 2006 2007 Fortsetzung mit Eingang L1B-Daten

ca. 30 Jahre Daten von 25 Satelliten Statische Schwerefeldmodelle GRIM5s1 EIGEN-CHAMP03S ca. 3 Jahre CHAMP EIGEN-GRACE04S EGM96 937 Tage GRACE ca. 30 Jahre Daten von 25 Satelliten + terrestrische + Altimetrie-basierte Schweredaten

Geoiddifferenzen EGM96 - EIGEN-GRACE04S Maximaler Entwicklungsgrad N max = 70 Verbesserungen in Gebieten mit unvollständiger/ungenauer Schwereinformation GRACE liefert unabhängiges Geoid zur Bestimmung der dynamischen Meerestopographie

Bahnanpassung geodätische Satelliten RMS SLR bzw. GPS Phase/SLR (CHAMP, GRACE) Schwerefeldmodell Starlette [cm] Stella [cm] Lageos-1/2 [cm] GFZ-1 [cm] Ajis [cm] ERS-2 [cm] ENVI [cm] CHAMP [cm] GRACE [cm] Kombinations modell EGM96 3.2 6.7 1.15/1.15 24.7 4.0 9.2 7.1 10.2/81 19.1/70 CHAMP EIGEN-03S 3.4 6.8 1.15/1.08 13.6 3.4 7.3 15.2 0.6/5.7 2.2/10.1 GRACE GRACE01S GRACE02S GRACE03S GRACE04S 2.7 2.5 2.7 2.7 3.4 3.5 3.2 3.0 1.11/1.05 1.11/1.05 1.13/1.07 1.11/1.04 13.5 14.5 14.3 14.0 3.5 3.1 3.2 3.2 6.0 5.7 5.5 5.5 4.8 5.2 4.5 4.4 0.6/6.0 0.6/6.9 0.54/5.8 0.54/5.4 1.3/7.5 1.2/6.0 1.10/5.6 1.15/5.7 Satellitendaten nicht in GRACE-Schwerefeldmodellen enthalten

Zeitvariables Schwerefeld aus Monatsmodellen enthält: nicht-modellierte Schwerefeldvariationen (z.b. wegen Hydrologie, Änderungen der Massen der polare Eisschilde, postglaziale Landhebung, ) + systematische Fehler in mittel- und kurzwelligen Feldanteilen

Zeitvariables Schwerefeld aus Monatsmodellen Zeitreihe Monatsmodelle Koeffizientendifferenzen zu statischem Feld { C, S } lm lm C S lm lm = C S Monat lm Monat lm C S stat.feld lm stat. Feld lm t 1 Monat Zeit t Zeitreihen residuale Schwerefeldparameter Zeitreihen Gitter Geoidhöhen N(θ,λ,t) Gitter Massenanomalien σ(θ,λ,t) enthält: nicht-modellierte Schwerefeldvariationen (z.b. wegen Hydrologie, Änderungen der Massen der polare Eisschilde, postglaziale Landhebung, ) + systematische Fehler in mittel- und kurzwelligen Feldanteilen

Variabilität Monatsmodelle RMS Zeitreihen Massenanomalien σ(θ,λ,t) 45 Monate 02/2003 12/2006 (Gauss sche Mittelwerte, Filter Radius r = 500 km) Hydrologie-Modell WGHM* GRACE-RL04 * WGHM: WaterGAP Hydrology Model (Döll et al. 2003) Korrelation über Land ρ > 0.9

Variabilität in Einzugsgebieten Amazonas (5922 km 2 ) Beckenspezifische Mittelwerte Methode von Swenson und Wahr, J. Geophys. Res., 107 (B9), 2002 GRACE WGHM

Variabilität in Einzugsgebieten Amazonas (5922 km 2 ) Beckenspezifische Mittelwerte Methode von Swenson und Wahr, J. Geophys. Res., 107 (B9), 2002 GRACE WGHM

Variabilität in Einzugsgebieten Donau (797 km 2 ) Beckenspezifische Mittelwerte Methode von Swenson und Wahr, J. Geophys. Res., 107 (B9), 2002 GRACE WGHM

Variabilität in Einzugsgebieten Donau (797 km 2 ) Beckenspezifische Mittelwerte Methode von Swenson und Wahr, J. Geophys. Res., 107 (B9), 2002 GRACE WGHM

Säkulare Geoidänderungen 45 Monate 02/2003 12/2006 (Gauss sche Mittelwerte, Filter Radius r 450 km) CSR-RL04 GRACE-RL04 Ergebnisse von I. Sasgen, GFZ Potsdam

Genauigkeit der EIGEN-GRACE-Modelle Fehler der geschätzten Schwerefeldkoeffizienten aus der Ausgleichung (innere Genauigkeit, formale Fehler) zu optimistisch:! Stochastisches Modell unvollständig (insbesondere Akzelerometer?)! Aliasing-Effekte durch Fehler in Hintergrundmodellen

Genauigkeit der EIGEN-GRACE-Modelle Fehler der geschätzten Schwerefeldkoeffizienten aus der Ausgleichung (innere Genauigkeit, formale Fehler) zu optimistisch:! Stochastisches Modell unvollständig (insbesondere Akzelerometer?)! Aliasing-Effekte durch Fehler in Hintergrundmodellen (Ozeangezeiten, atmosphärisch-ozeanische Kurzzeitmassenvariationen, ) Streifen unphysikalische Signale

Genauigkeit der EIGEN-GRACE-Modelle Fehler der geschätzten Schwerefeldkoeffizienten aus der Ausgleichung (innere Genauigkeit, formale Fehler) zu optimistisch:! Stochastisches Modell unvollständig (insbesondere Akzelerometer?)! Aliasing-Effekte durch Fehler in Hintergrundmodellen Ableitung äußerer Genauigkeit problematisch:! keine unabhängigen Datensätzen mit vergleichbarer Genauigkeit und Überdeckung Näherungsweise Bestimmung anhand von GRACE-internen Vergleichen:! Differenzen intern und extern berechneter statischer Schwerefeldmodellen! sowie residualer Signalvariabilität von Monatslösungen jeweils im Spektral- und Ortsbereich

Statische EIGEN-GRACE-Modelle Mittlere globale Fehler anhand kalibrierter Varianzen Stokes-Koeffizienten je Entwicklungsgrad und akkumuliert Faktor 10 λ / 2 [km] 20000 km n

Genauigkeit Monatsmodelle RL03 wrms surface mass, water column [mm] wrms Massenanomalien, [mm] Wassersaäule kalibr. Kovarianz-Matrizen GFZ-RL03 calibr. cov-matrices GFZ-RL03 calibr. cov-matrices GFZ-RL03 (w/o 07-10/2004) kalibr. Fehler 22 Monatslösungen CSR-RL02 formal formale cov-matrices Kovarianz-Matrizen GFZ-RL03 formal cov-matrices GFZ-RL03 (w/o 07-10/2004) Filter Radius [km] Modelle 1500 1000 750 500 35 GFZ-RL03 *) 0.8 1.3 1.8 3.5 22 CSR-RL02 +) 1.0 1.5 2.1 3.9 Einheit: cm, *) inkl. 07-10/2004 +) Wahr et al. (2006) GRL, Vol. 33, L06401 Analyse für RL04-Modellreihe in Bearbeitung: Reduktion Streifen Verbesserung gegenüber RL04 5 % (im Bereich Ozeane) Gauss scher Filter Radius [km] CSR = Center for Space Research

Zusammenfassung σ Monatsmodelle RL03 17.5 x Baseline σ Monatsmodelle RL04 15 x Baseline σ stat. Schwerefeld 10 x Baseline aus Ilk et al. (2005), SPP1257 DFG λ / 2 [km] 20 000 km n

Ausblick Verlängerung der EIGEN-GRACE-Modellreihe RL04 Verbesserungen (für neuen Release):! Hintergrundmodelle (z.b. Ozeangezeiten, atmosphär. und ozean. Kurzzeitmassenvar.)! Erweiterung stochastisches Modell (Kovarianzinformation Akzelerometer, K-Band)! Verfeinerung der Parametrisierung?! Erweiterung der Qualitätsanalyse/Genauigkeitsabschätzung Intensive Nutzung der EIGEN-GRACE-Modelle innerhalb der Anwender-Gruppen des DFG- Schwerpunkts! Hydrologie: Validation/Kalibration globaler Hydrologie-Modelle! Glaziologie/Ozeanographie: säkularer Änderungen der polaren Eisschilde Änder-! ungen des mittleren Meeresspiegels! Ozeanographie: dynamische Meerestopographie, Zirkulationssysteme! Geophysik: postglaziale Landhebungen

Backup-Folien

Formale Fehler K xx = σ 0 (A T PA) -1 Gradamplituden a) Fehlerfortpflanzung ε(λ,θ) b) Wassersäule a) nur Diagonalterme K xx, b) K xx komplett

Formale Fehler Korrelation mit: Abtastung Anzahl Daten Verteilung Bodenspuren

Vergleich mit residualem Signal im Ortsraum Massenanomalien, Gauss scher Filter Radius r = 500 km (a) (c) Fehlerfortplanzung diag(k xx ) ε(λ,θ) Wassersäule (b) Fehlerfortplanzung K xx ε(λ,θ) Residuales Signal σ(θ,λ) nach Anpassung σ(θ,λ,t)= a + b t + A sin(ω t + ϕ) mit ω = 2 π/365.25d Bild Min Max wrms (a) 1.3 3.6 2.8 (b) 0.9 3.4 2.8 (c) 1.5 7.8 3.6 Gummersbach, Einheit: 21.-23. März [cm] 2007

Vergleich mit residualem Signal im Ortsraum Massenanomalien, Gauss scher Filter Radius r = 500 km Fehlerfortplanzung K xx ε(λ,θ) Wassersäule Residuales Signal σ(θ,λ) Histogram σ(θ,λ)/ε(θ,λ) Normalverteilung

Spektrale Filterung Allgemein Gauss-Filter (isotrope Glättungsfunktion) => w Cnm = w Snm = w n (nicht optimal da GRACE-Schwerefeldmodelle richtungsabhängige Fehler Streifen zeigen)

Beckenspezifische Mittelungsfunktion Methode von Swenson und Wahr, J. Geophys. Res., 107 (B9), 2002 Geglätteter Mittelwert bei gleichzeitiger Minimierung von GRACE-Modellfehler und Leakage-Effekten Vorgabe: ² = Varianz GRACE-Modellfehler

Variabilität in Einzugsgebieten Optimierungskriterium σ(grace) = 2 cm Wassersäule Mississippi (3238 km 2 ) Donau (797 km 2 ) Ganges (1572 km 2 ) Amazonas (5922 km 2 ) Sahara (2650 km 2 ) Arabische Wüste (1754 km 2 )

Variabilität in Einzugsgebieten Amazonas (5922 km 2 ) Beckenspezifische Mittelungsfunktion σ(grace) = 2cm GRACE WGHM

Variabilität in Einzugsgebieten Donau (797 km 2 ) Beckenspezifische Mittelungsfunktion σ(grace) = 2cm GRACE WGHM

Variabilität in Einzugsgebieten Sahara (2650 km 2 ) Beckenspezifische Mittelungsfunktion σ(grace) = 2cm GRACE WGHM

Variabilität in Einzugsgebieten Ganges (1572 km 2 ) Beckenspezifische Mittelungsfunktion σ(grace) = 2cm GRACE WGHM

Variabilität in Einzugsgebieten Mississippi (3238 km 2 ) Beckenspezifische Mittelungsfunktion σ(grace) = 2cm GRACE WGHM

Variabilität in Einzugsgebieten Arabische Wüste (1754 km 2 ) Beckenspezifische Mittelungsfunktion σ(grace) = 2cm GRACE WGHM

Potentialfunktionen EIGEN-GRACE-RL04 Komponente Parameter p 0 Modell statisches Schwerefeld Cnm, S nm EIGEN-CG03C, N max = 150 Drittkörper Planetenörter JPL DE-405 ± ± Erdgezeiten Amplituden + Phasen Ĉ, ˆ IERS Konv. 2003 ± ± Ozeangezeiten Amplituden + Phasen Dˆ, ˆ FES2004, N max = 80 Kurzzeitmassen- 6-stündige Korrektur- ECMWF+OMCT variationen in Atmosphäre Terme Cnm(t), Snm(t) N max = 60 und Ozean (Vortrag F. Flechtner) ± ± Gezeiten der Atmosphäre Amplituden + Phasen Â, ˆ Biancale & Bode 2006 Poltiden (feste Erde, Ozean) Polkoordinaten x p(t), yp(t) IERS Konv. 2003 C21(t), S21 säkulare Feldänderungen ausgewählte C! (t) IERS Konv. 2003 nm snm snm snm ε snm δ snm τ snm

Produkt-Typ L2-Produkte Inhalt 1) GSM-2_YYYYDOY-YYYYDOY_DDDD_EIGEN_G----_0004 Stokes-Koeffizienten stat. Feldmodell oder Monatsmodelle + formale Fehler Stokes-Koeffizienten Hintergrundmodellwerte säkulare Drift 2) GSM-2_YYYYDOY-YYYYDOY_DDDD_EIGEN_GK2--_0004 wie 1) aber mit Kaula-Regularisierung (Monate mit Wiederholungsbahnen) 3) GSM-2_YYYYDOY-YYYYDOY_DDDD_EIGEN_G----_0004.txt kalibrierter Fehler der Stokes-Koeff. 4) GAA-2_YYYYDOY-YYYYDOY_DDDD_EIGEN_G----_0004 atmosphärische Kurzzeitmassenvariationen, gemittelt über Datenhorizont GRACE bzw. GSM-Produkt 5) GAB-2_YYYYDOY-YYYYDOY_DDDD_EIGEN_G----_0004 wie GAA jedoch für ozeanische Kurzzeitmassenvariationen 6) GAC-2_YYYYDOY-YYYYDOY_DDDD_EIGEN_G----_0004 Summe GAA + GAB 7) GAD-2_YYYYDOY-YYYYDOY_DDDD_EIGEN_G----_0004 Ozeanbodendruck YYYYDOY: Beginn-/Endzeitpunkt Datenhorizont, DDDD: Anzahl Datentage