Türkiye Ulusal Jeodezi Komisyonu (TUJK) 2021 Yılı Bilimsel Toplantısı, Ankara, Turkey, 25 - 27 November 2021, pp.1
Studies on climate
change due to global warming and its impacts have become current and a priority
all over the World. Monitoring the changes in snow depth, determining the snow
accumulation, residence time, and melting rate are also crucial for climate
modeling studies. However, in terms of snow hydrology, the detection and
continuous monitoring of the watery snow depth has priority in climatology,
water science, drought, and flood forecasting, and especially in the water
cycle studies. The GNSS-Interferometric Reflectometry (GNSS-IR) method is a
remote sensing method in which the multipath effect, which is one of the GNSS
error sources, is considered, and in which it is possible to obtain information
about the reflection surface by modeling the pattern formed by the interference
of signals coming directly to the receiver and reflected from a surface. The
method is basically based on modeling the multipath signal oscillation pattern
with phase, amplitude, and reflector height parameters. In this study, it is
aimed to monitor seasonal snow depth changes and perform accuracy analysis by
using the observation data of continuously operating GNSS stations with the
GNSS-IR method, which is an alternative method for the detection and continuous
monitoring of snow depth. Within the scope of this study, 5-year (2015-2019),
L1 and L2 frequency signal-to-noise ratio (SNR) data of AB33 and AB39 GNSS
stations in the EarthScope Plate Boundary Observatory network operated by The
University NAVSTAR Consortium (UNAVCO), which provides data globally, in the US
state of Alaska were analyzed using different evaluation strategies. Daily snow
depth measurements of the stations of the SNOTEL network located in the regions
where the GNSS stations are located were used as validation data. In the
analysis, the Lomb Scargle Periodogram (LSP) was used to estimate the dominant
frequency, with choosing maximum reflector height as 5 m, desired precision as 0.001
m, and satellite elevation range as 5°-25°. Analysis strategies for the
stations were designed in four different ways, considering different azimuth
ranges. Robust Outlier Detection (ROD) process was applied to the estimation
results obtained with each analysis strategy to eliminate outliers. According
to the results, the 5-year correlation value for S1 data of AB33 was 61.94%
without ROD, while it was 66.19% with ROD. For the AB39 station, these values
were found as 91.58% and 94.93%, respectively. Based on the results, it is seen
that the S1 data gives better results in determining the seasonal snow depth
variation when the appropriate azimuth range is selected and the ROD is
applied.
Küresel ısınmaya bağlı
olarak gerçekleşen iklim değişimi ve etkilerine yönelik çalışmalar tüm dünyada
güncel ve öncelikli hâle gelmiştir. Mevsimsel döngüye göre kar kalınlığı
değişimlerinin izlenmesi, karın birikiminin tespit edilmesi ve yüzeyde kalma
süresi ile erime hızının belirlenmesi de temel iklim modelleme çalışmaları için
önemlidir. Bununla birlikte, kar hidrolojisi bakımından suya dönüşebilir kar
kalınlığının tespiti ve sürekli izlenmesi; başta su döngüsü olmak üzere iklim,
su bilimi, kuraklık, taşkın ve su baskını tahmini çalışmalarında önceliklidir.
GNSS–İnterferometrik Reflektometri (GNSS-IR) yöntemi, GNSS hata kaynaklarından
biri olan sinyal çok yolluluk etkisini dikkate alan, alıcıya doğrudan gelen ve
bir yüzeyden yansıyarak gelen sinyallerin girişimiyle meydana gelen örüntüyü
modelleyerek yansıma yüzeyi hakkında bilgi elde edilmesini mümkün kılan bir
uzaktan algılama yöntemidir. Yöntem, temel olarak çok yolluluk sinyal salınım
örüntüsünün, faz, genlik ve reflektör yüksekliği parametreleri ile
modellenmesine dayanmaktadır. Bu çalışmada, kar kalınlığının tespiti ve sürekli
izlenmesi için geleneksel yöntemleri destekleyici ve aynı zamanda da alternatif
bir yöntem olan GNSS-IR yöntemiyle sabit GNSS istasyonlarına ait sürekli gözlem
verileri kullanılarak mevsimsel kar kalınlığı değişimlerinin izlenmesi ve
doğruluk analizinin gerçekleştirilmesi amaçlanmaktadır. Çalışma kapsamında,
ABD’nin Alaska eyaletindeki global düzeyde hizmet veren The University NAVSTAR
Consortium (UNAVCO) tarafından işletilen EarthScope Plate Boundary Observatory
ağında yer alan AB33 ve AB39 sabit GNSS referans istasyonlarının 5 yıllık
(2015-2019) L1 ve L2 frekanslarına ait sinyal gürültü oranı (signal-to-noise
ratio, SNR) verileri, farklı değerlendirme stratejileri kullanılarak analiz
edilmiştir. Doğrulama verisi olarak istasyonların bulunduğu bölgelerde bulunan
SNOTEL ağına bağlı istasyonların günlük kar kalınlığı ölçüleri kullanılmıştır.
Analizlerde, baskın frekansı belirlemede Lomb Scargle Periodogramı (LSP)
kullanılırken kestirilebilir maksimum reflektör yüksekliği 5 m, istenen
hassasiyet 0.001 m olarak belirlenmiş, uydu yükseklik açısı aralığı ise 5°-25°
olarak seçilmiştir. İstasyonlar için analiz stratejileri, farklı azimut
aralıkları dikkate alınarak dört farklı şekilde oluşturulmuştur. Her bir analiz
stratejisi ile elde edilen kestirim sonuçlarına, kaba hatalı sonuçların elimine
edilmesi için Robust Uyuşumsuz Ölçü Belirleme (Robust Outlier Detection, ROD)
işlemi uygulanmıştır. Buna göre, AB33 istasyonunda S1 verisi için 5 yıllık
korelasyon değeri ROD kullanılmadığında %61.94 olarak elde edilirken, ROD
kullanıldığında %66.19 bulunmuştur. AB39 istasyonunda ise bu değerler sırasıyla
%91.58 ve %94.93 olarak bulunmuştur. Tüm sonuçlar incelendiğinde, S1 verisinin,
uygun azimut aralığı seçildiğinde ve ROD işlemi uygulandığında, mevsimsel kar
kalınlığı değişiminin kestiriminde daha iyi sonuçlar verdiği görülmektedir.