Investigation into the Effect of Atmospheric Particulate Matter (PM10) Concentrations on GNSS Estimated Zenith Wet Delay

Öz

Air pollution not only threatens human health and the environment we live in, but it also reduces the visibility range. This is because the polluting gases and particulate matters emit and absorb the light. In the lower layer of the atmosphere, which is called the troposphere, gases, water vapor and other meteorological parameters in the air cause a delay in the Global Satellite Navigation System (GNSS) microwave signals, called the tropospheric zenith delay. Particulate Matter (PM10), which has a diameter smaller than 10 micrometers and bigger than 2.5 micrometers, is one of the key parameters for measuring air pollution level. Changes in the amount and density of PM10 also thought to cause a delay in GNSS signals. The main purpose of this study is to investigate the effect of PM10 values on tropospheric delay in GNSS signals. GNSS data from Zonguldak station from Turkey National Permanent GNSS Network (CORS-TR) is used to estimate tropospheric delay by GIPSY-OASIS II software. The variations of wet zenith delays are inspected along with PM10 variations for successive days, which have same PM10 values or different PM10 values under the same meteorological conditions. As a result of the study, the ZWD differences that appeared on the days when the PM10 value was relatively high were higher than the ZWD differences that appeared on the days when the PM10 value was relatively low and there was no linear correlation between the ZWD differences that appeared on the days when the PM10 value was relatively high.

Anahtar Kelimeler

• GNSS,Zenith Wet Delay,PM10,Zonguldak

Atmosferdeki Partikül Madde (PM10) Miktarındaki Değişimin GNSS ile Kestirilen Islak Zenit Gecikmesi Üzerindeki Etkisinin Araştırılması

Öz

Hava kirliliği, insan sağlığını ve yaşadığımız çevreyi tehdit etmesinin yanı sıra bulunduğu yerde görüş mesafesini de düşürmektedir. Bunun sebebi, atmosferin alt katmanı olarak bilinen troposferde kirliliğe sebep olan gazların ve partikül maddelerin, ışığı saçması ve emmesidir. Troposferdeki gazlar, su buharı miktarı ve diğer meteorolojik parametreler, 1214-1610 megahertz aralığındaki mikrodalga sinyaller kullanarak konum belirleyen Global Uydu Navigasyon Sistemi’nde (GNSS), troposferik zenit gecikmesi olarak adlandırılan bir gecikmeye sebep olmaktadır. Hava kirliliği seviyesini ölçmeye yarayan değişkenlerden biri olan ve 10 mikrometreden küçük, 2.5 mikrometreden büyük çapa sahip Partikül Madde (Particulate Matter – PM10) miktarlarındaki ve yoğunluğundaki değişimlerin de GNSS sinyallerinde gecikmeye sebep olduğu düşünülmektedir. Bu çalışmanın temel amacı, hava kirliliği ölçme parametrelerinden PM10 değerlerinin GNSS sinyallerindeki troposferik gecikmeye olan etkisinin araştırılmasıdır. Bu amaçla, Türkiye’nin partikül yoğunluğu olarak en yoğun şehirlerinden biri olan Zonguldak ili seçilmiştir. Zonguldak ili Merkez ilçesinde bulunan ve devamlı ölçüm yapan Türkiye Ulusal Sabit GNSS Ağı (TUSAGA-Aktif) istasyonlarından “ZONG” GNSS istasyonundan elde edilen veriler, GIPSY-OASIS II yazılımı ile değerlendirilmiştir. Birbirini takip eden ve aynı meteorolojik koşullar altında benzer ve farklı PM10 miktarına sahip günlere ait Islak Zenit Gecikmeleri (ZWD) incelenerek GNSS sinyallerine etkileri araştırılmıştır. Çalışma sonucunda, PM10 değerinin görece yüksek olduğu günlerde ortaya çıkan ZWD farklarının, PM10 değerinin görece düşük olduğu günlerde ortaya çıkan ZWD farklarından, fazla olduğu ortaya çıkarken, PM10 değerinin görece yüksek olduğu günlerde ortaya çıkan ZWD farklarına ait lineer bir korelasyon bulunamamıştır.

Anahtar Kelimeler

• GNSS,Islak Zenit Gecikmesi,PM10,Zonguldak

Kaynakça

1. Blewitt, G., 1989. Carrier phase ambiguity resolution for the Global Positioning System applied to geodetic baselines up to 2000 km. Journal of Geophysical Research: Solid Earth, 94(B8), 10187-10203.
2. Gurbuz, G., Jin, S. G., Mekik, C., 2015. Sensing precipitable water vapor (PWV) using GPS in Turkey: validation and variations. Satellite Positioning: Methods, Models and Applications, InTech-Publisher, Rijeka, Croatia.
3. Hopfield, H. S., 1971. Tropospheric effect on electromagnetically measured range: Prediction from surface weather data. Radio Science, 6(3), 357-367.
4. June, D. C., 1987. Environmental Protection Agency Indoor Air Quality Implementation Plan. Washington, USA.
5. Linkwitz, K., Hangleiter, U., 2012. High precision navigation: integration of navigational and geodetic methods. Springer Science & Business Media.
6. Müezzinoğlu, A., 1987. Hava Kirliliğinin ve Kontrolünün Esasları, Dokuz Eylül Üniversitesi, Yayınları, Yayın No: 0908.87.DK.006.042, İzmir.
7. Özlüdemir, M. T., 2004. The Stochastic Modelling of GPS Observations. Turkish Journal of Engineering and Environmental Sciences, 28 (2004), 223 – 231.
8. Saastamoinen, J., 1972. Atmospheric correction for the troposphere and stratosphere in radio ranging satellites. The use of artificial satellites for geodesy, 15, 247-251.

9. Seinfeld, J. H., Pandis, S. N., 2006. Atmospheric chemistry and physics, from air pollution to climate change. 2nd edition, John Wiley and Sons Inc., New Jersey, ISBN: 0-471-82857-2
10. Tekbaş, Ö. F., 2010. Çevre Sağlığı. Gülhane Askeri Tıp Akademisi Basım Evi. Ankara. 5; 143, 156.
11. Webb, F., Zumberge J., 1995. An introduction to Gipsy/Oasis II, Rep. JPLM D-11088, Jet Propulsion. Lab., Pasadena, California.
12. Zeydan, Ö., 2014. Zonguldak Bölgesi PM10 Konsantrasyon Dağılımının Modellenmesi, Doktora Tezi, Kocaeli Üniversitesi Fen Bilimleri Enstitüsü, Kocaeli, 184.