ESTIMATIVAS IWV-GNSS USANDO O SOFTWARE BKG NTRIP CLIENT

Transcrição

1 Presidente Prudente - SP, de julho de 2017 p ESTIMATIVAS IWV-GNSS USANDO O SOFTWARE BKG NTRIP CLIENT CAIO HENRIQUE CHRISÓSTOMO MENDONÇA¹ DANIELE BARROCA MARRA ALVES² Universidade Estadual Paulista - Unesp Faculdade de Ciências e Tecnologia - FCT ¹Programa de Pós-Graduação em Ciências Cartográficas, Presidente Prudente - SP ²Departamento de Cartografia, Presidente Prudente - SP caiomendonca94@gmail.com; danielebarroca@fct.unesp.br RESUMO Os sinais GNSS se propagam por uma atmosfera dinâmica, composta pela troposfera e ionosfera, sofrendo várias influências. Se tratando da camada troposférica, esta atua como um meio não dispersivo, apresentando alta concentração gasosa. O vapor d água na atmosfera é essencial na preservação da vida na Terra e devido a sua importância, vários métodos foram desenvolvidos para o monitoramento do vapor d água integrado (IWV Integrated Water Vapor), destacando-se o GNSS, devido à forte correlação entre o atraso troposférico e a quantidade de vapor d água na atmosfera. Assim, o presente trabalho tem por objetivo estimar o IWV-GNSS fazendo uso do software BKG Ntrip Client, por meio de dados GNSS da estação PPTE. Nos estudos foram considerados dois casos, com e sem presença de precipitação, de forma a averiguar se os valores obtidos são pertinente e estão de acordo com o esperado para a região e época do ano. Palavras chave: Vapor d água integrado, Atraso zenital troposférico, Posicionamento GNSS, Precipitação. ABSTRACT GNSS signals propagate through dynamic atmosphere, composed by the troposphere and ionosphere, subject to several influences. Considering the tropospheric layer, it has a non-dispersive propiety, composed by a high gas concentration, including water vapor. Water vapor in the troposphere is essential to preserve the life on the Earth and due their importance, several methods have been developed to monitor the integrated water vapor (IWV), specially the GNSS, due the strong correlation between the tropospheric delay and the amount of water vapor in the atmosphere. Thus, the present research aims to estimate the IWV-GNSS using the BKG Ntrip Client software, by the GNSS data of PPTE station. In the studies two cases were considered, with and without precipitation, in order to verify if the obtained values are pertinent and are in agreement with the expected one for the region and time of the year. Key words: Integrated water vapor, Zenith tropospheric delay, GNSS positioning, Rainfall. 1 INTRODUÇÃO Os sinais emitidos pelos satélites se propagam pela atmosfera dinâmica, atravessando camadas de diferentes naturezas e estados, sofrendo assim diferentes tipos de influências que provocam a variação da direção e velocidade de propagação e na polarização e potência do sinal. De acordo com Monico (2008), o meio no qual ocorre a propagação consiste, essencialmente, da troposfera e da ionosfera, cada uma com características bem distintas. A camada ionosférica, composta basicamente por elétrons, abrange a região compreendida de 50 a 1000 km de altitude aproximadamente. Conforme Seeber (2003), esta camada é severamente afetada pela atividade solar e influencia a propagação das ondas de rádio, agindo como um meio dispersivo, ou seja, a refração depende da frequência do sinal. Devido a este fato, a fase da onda portadora e modulação são afetadas de forma diferente, de modo que a portadora sofre um avanço, enquanto a modulação sobre ela sofre um retardo. A troposfera pode ser compreendida como a camada que vai da superfície terrestre até aproximadamente 50 km, comportando-se, segundo Seeber (2003), para ondas eletromagnéticas como um meio não dispersivo, isto é, o índice de refração não depende da frequência do sinal, dependendo principalmente da pressão do ar, conteúdo de vapor d água e temperatura. Sapucci (2001) destaca que esta camada possui alta concentração de substâncias gasosas

2 como o nitrogênio, oxigênio, dióxido de carbono, argônio e vapor d água entre outros gases, contendo aproximadamente 70% da massa total da atmosfera. Nesta camada é o local onde ocorre a maioria dos fenômenos meteorológicos. Apesar da baixa concentração do vapor d água na atmosfera (máxima de 4% em volume), este é essencial na preservação da vida terrestre, sendo responsável por parte do efeito estufa e manutenção do ciclo hidrológico. Entretanto, o vapor d água atmosférico é bastante variável, espacial e temporalmente, o que faz com que, segundos Seeber (2003), este seja um elemento de difícil modelagem. Devido a sua importância, de acordo com Sapucci (2001), diversos métodos foram desenvolvidos para medir e monitorar o comportamento do vapor d água integrado na atmosfera (IWV Integrated Water Vapor). Existem desde técnicas simples, que se utilizam de medidas de temperatura e pressão, até métodos de alta precisão, empregando radiômetros e radiossondas. Uma alternativa ao uso de radiômetros e radiossondas, que são técnicas onerosas, é o emprego de técnicas espaciais de posicionamento geodésico para determinar a quantidade de vapor d água na atmosfera, destacando-se o GNSS (Global Navigation Satellite System). A utilização do GNSS para a determinação do IWV é possível, pois, segundo Sapucci (2001), os sinais sofrem influência do vapor d água presente na troposfera ao se propagarem através da mesma. Tal influência resulta em um atraso na propagação do sinal, denominado de atraso troposférico, que pode ser estimado através das observações GNSS efetuadas por um receptor na superfície da Terra. Como consequência, o IWV pode ser quantificado através do uso de uma relação matemática, baseada na forte correlação entre o atraso troposférico e a quantidade de vapor d água presente na troposfera no momento da observação (SAPUCCI, 2001). Considerando o exposto, o presente trabalho tem como objetivo utilizar o software BKG Ntrip Client na estimativa do IWV-GNSS por meio de dados GNSS da estação PPTE. Nos estudos foram considerados dois casos, com e sem presença de precipitação, de forma a averiguar se os valores obtidos são pertinentes e estão de acordo com o esperado para a região e época do ano (valores entre 20 e 40 kg/m²). 2 REVISÃO BIBLIOGRÁFICA Nesta seção serão apresentados conceitos importantes para o entendimento do presente trabalho. 2.1Vapor d água atmosférico O vapor d água atmosférico encontra-se em suspensão no ar, sendo altamente variável em quantidade em função da disponibilidade de água no local e da energia térmica presente no meio, dificultando a previsão do mesmo devido sua variabilidade temporal e espacial.porém, tal elemento é de grande importância por interferir na dinâmica e na química da atmosfera, agindo na distribuição de temperatura, além de ser o principal causador do efeito estufa (WANDERLAY; JUSTINO, 2015). A concentração do vapor d água atmosférico é inversamente proporcional a altitude, ou seja, sua concentração decresce rapidamente com o aumento da altitude, de forma que a massa total se encontre na camada atmosférica localizada nos cinco primeiros quilômetros acima da superfície terrestre. De forma similar, o vapor d água diminui com o aumento da latitude, sendo sua concentração muito maior no equador do que nos polos. De acordo com Sapucci (2001), a ascensão e o declínio da concentração do vapor d água na atmosfera estão associados às variações da temperatura de saturação do vapor d água. A quantidade de vapor d água atmosférico presente acima de um dado ponto sobre a superfície terrestre é usualmente declarada como uma massa de vapor d água integrada (IWV) verticalmente por unidade de área (kg/m²). No entanto, esta quantidade pode ser expressa como água precipitável (PW Precipitable Water), através da coluna equivalente de água líquida na superfície, em milímetros (mm). Uma relação entre elas pode ser expressa da seguinte forma (BEVIS et al., 1992): PW = IWV ρ a, (1) sendoρ a a densidade da água líquida, equivalente a 1000 kg/m³. 2.2 Atraso troposférico Dentre os vários fatores que afetam o posicionamento geodésico utilizando GNSS, no que se refere a propagação do sinal através da atmosfera dinâmica, além de outros fatores, estão inseridos os efeitos causados pelos elementos químicos que compõem a camada eletricamente neutra da atmosfera, a troposfera, gerando um atraso no tempo de propagação do sinal. Segundo Seeber (2003) o atraso troposférico na direção zenital é da ordem de 2,3 m, e aumenta para cerca de 20 m próximo do horizonte (elevação de 10 ). A variação deste efeito está associada a massa gasosa que se concentra nas camadas mais baixas da atmosfera terrestre, podem ser divididas em duas componentes: a componente hidrostática, composta por gases secos; e a componente úmida, composta por vapor d água. Atualmente já são conhecidos os vários efeitos causados pela troposfera terrestre sobre a propagação das ondas eletromagnéticas do GNSS, sendo estes definidos por Monico (2008), como: atenuação atmosférica, cintilação atmosférica e atraso troposférico. A atenuação atmosféricadiz respeito à diminuição da potência da onda eletromagnética exercida pelos elementos que constituem a atmosfera, variando para cada frequência. A cintilação troposférica é uma oscilação da

3 amplitude da onda eletromagnética, causada por irregularidades e turbulência do índice de refratividade atmosférica, sobretudo nos primeiros quilômetros acima da Terra. A atenuação e a cintilação podem ser consideradas desprezíveis para ângulos de elevação maiores que 10 (MONICO, 2008). Por fim, o atraso troposférico é gerado pela influência da atmosfera hidrostática (seca) e úmida. Se tratando do atraso troposférico causado pela componente hidrostática, é o que apresenta maior influência na propagação do sinal GNSS, sendo este causado, principalmente, pelo oxigênio e nitrogênio. Este atraso é da ordem de 2,3 m no zênite, variando de acordo com as condições de temperatura e pressão atmosférica local. Porém, é precisamente descrito (com precisão de ±1%) através dos modelos disponíveis, pois sua variação é pequena durante várias horas (MONICO, 2008; SEEBER, 2003). Diferentemente da componente hidrostática, o efeito causado pela componente úmida, ou seja, pela influência do vapor d água, apesar de apresentar atraso de até 35 cm no zênite, segundo Monico (2008), possui variação muito maior, atingindo cerca de 20% em poucas horas, o que torna muito difícil sua predição de modo adequado. O atraso troposférico é causado pela variação do índice de refração (n) dos gases atmosféricos em relação ao espaço livre (SAPUCCI, 2001). A variação do índice de refração do ar atmosférico, além de causar a diminuição da velocidade de propagação do sinal GNSS, causa uma leve curvatura na trajetória do sinal, o que torna a trajetória efetivamente percorrida diferente da trajetória geométrica entre receptor e satélite (Figura 1). T r s = 10 6 N t ds, (2) sendo N t = (n 1)10 6 é a refratividade do ar en o índice de refração. A refratividade do ar é função da temperatura, da pressão parcial do ar hidrostático e da pressão parcial do vapor d água e seu valor varia em função da altitude (SAPUCCI, 2001). Deste modo, a refratividade está relacionada com a coluna vertical da atmosfera, resultando no atraso troposférico na direção zenital. O atraso troposférico T r s pode ser aproximado pela soma dos efeitos das componentes hidrostática e úmida. Entretanto, os sinais provenientes do GNSS estão relacionados com o ângulo de inclinação do satélite (E), sendoa espessura da camada troposférica que o sinal atravessa proporcional a tal ângulo. Logo, existe a necessidade de relacionar o atraso zenital das diferentes componentes da atmosfera com o ângulo de elevação do satélite observado. Para o estabelecimento de tal relação, cada uma das componentes é expressa como o produto do atraso zenital (vertical) com uma função de mapeamento, a qual relaciona o atraso vertical com o atraso para outros ângulos de elevação (MONICO, 2008). De forma simplificada, tem-se a seguinte equação: T r s = T ZH. mh(e) + T ZW. mw(e), (3) sendo, T ZH e T ZW o atraso zenital da componente hidrostática e da componente úmida, respectivamente; mh(e) e mw(e) as funções de mapeamento que relacionam, respectivamente, o atraso das componentes hidrostática e úmida com o ângulo de elevação do satélite (E) Determinação do atraso zenital na componente hidrostática Através do desenvolvimento da Equação (2), apresentado por Sapucci (2001), é possível a obtenção de uma expressão que determina o atraso troposférico da componente hidrostática, em metros, dada em função da pressão superficial do ar (P 0 ) em hpa, da latitude da estação (φ) e da altitude da mesma acima do elipsoide (h 0 ) em quilômetros. A expressão resultante é dada pela Equação(4): Figura 1 Atraso zenital troposférico Fonte: satelite.cptec.inpe.br/zenital/ A diferença entre a distância efetivamente percorrida pelo sinal (S) e a distância geométrica (S g ) é o atraso T r s, gerado pelo efeito da troposfera. Segundo Seeber (2003), o atraso troposférico entre o receptor e o satélite ao longo da troposfera que influencia na medida tem a seguinte forma: T ZH = (2, ± 5, P ) 0. (4) (1 0,0026 cos 2φ 0,00028h 0 ) A precisão dos valores de T ZH fornecidos pela Equação (4) é determinada pela qualidade das medidas de pressão atmosférica, atingindo precisão melhor que 1 mm para barômetros com precisão de 0,3 hpa.

4 2.2.2 Determinação do atraso zenital na componente úmida dada pela seguinte expressão apresentada por Sapucci (2001): O desenvolvimento da Equação (2) tambémpermite a obtenção de uma expressão que determina o atraso troposférico da componente úmida. Tal equação é obtida com o uso do teorema do valor médio para determinar uma temperatura média (Tm) do perfil troposférico (DAVIS et al. 1985, apud SAPUCCI, 2001). T ZW = Z w (k 2 Tm + k 3 ) e 2 dh. (5) Na Equação (5)Z w 1 é a constante de compressibilidade para a componente úmida, T é a temperatura, e a pressão parcial do vapor d água, e k 2 e k 3 são constantes. Devido à grande variação da pressão parcial do vapor d água na atmosfera em função do espaço e tempo, a solução exata para a Equação (5) se torna complexa e onerosa, tornando difícil a predição do atraso zenital na componente úmida. 2.3 Determinação do atraso zenital troposférico através do GNSS Utilizando o posicionamento GNSS de alta precisão, pode-se determinar o atraso zenital troposférico depois de isolada a influência da troposfera sobre a propagação de seus sinais. De acordo com Sapucci (2001) isso é obtido reduzindo-se os demais erros sistemáticos envolvidos no modelo de observação do ajustamento efetuado para esse fim e introduzindo-se alguns valores já conhecidos. Independente da técnica GNSS escolhida para a determinação do atraso zenital troposférico, alguns erros sistemáticos podem ser removidos das observações após serem tomadas algumas medidas. Devem ser conhecidas as coordenadas dos satélites e o erro de seu relógio através de efemérides precisas, bem como as coordenadas da estação de interesse com alta precisão. Deste modo, a distância geométrica entre receptor e satélite pode ser determinado com maior precisão. Outro efeito a ser modelado é o causado pela ionosfera, sendo seus efeitos minimizados através da combinação linear das observações entre as portadoras L1 e L2, denominada de Ion-Free. 2.4 Estimativa do IWV através do atraso zenital úmido A determinação adequada do atraso zenital da componente úmido através das observáveis GNSS é a primeira etapa para a correta determinação do IWV. Desta forma, é possível estabelecer uma relação entre o atraso zenital úmido e o vapor d água integrado. O valor do IWV pode ser obtido através da integral da umidade absoluta (ρ w ) ao longo da coluna vertical efetiva da componente úmida,desde a superfície (h 0 ) até a altitude em que a presença d água é considerável (h), T h IWV = ρ w dh. (6) h 0 Acompanhando o desenvolvimento apresentado pelo mesmo autor, tem-se: IWV = ρ w dh = T ZW Ψ. (7) O termo Ψé a relação existente entre o vapor d água integrado e o atraso zenital úmido, através do qual pode ser quantificado o valor do IWV a partir dos valores de T ZW, dado por: Ψ = 10 6 R w [k 2 + k 3 Tm ], (8) sendo R w = 461,5181 J/kgKa constante universal dos gases sobre a massa molar da molécula de água, k 2 = 22,10 k/hpa e k 3 = kg 2 /hpa são constantes da refratividade atmosférica (BEVIS et al., 1993). 2.5 Determinação da temperatura média da coluna vertical troposférica Como pode se perceber, a qualidade dos valores de Ψ é dependente da temperatura média da coluna vertical troposférica (Tm). O valor de Tm está relacionado com a pressão parcial do vapor d água e com a temperatura ao longo do perfil vertical da troposfera, ou seja, com a distribuição vertical do vapor d água, sendo dependente do local e época do ano. O valor da temperatura média pode ser determinado a partir da análise estatística dos perfis de radiossondas, porém, segundo Sapucci (2001), quando tais mecanismos não estiverem disponíveis, uma alternativa é estimar um valor aproximado. Para viabilizar a aplicação do GNSS na estimativa do IWV, no trabalho de Sapucci (2014) é apresentado um modelo regional brasileiro para a determinação da temperatura média. De acordo com o autor, o modelo regional brasileiro de Tm foi criado utilizando aproximadamente perfis de radiossondas obtidos por 12 estações em um período de 32 anos. O modelo brasileiro para determinação da temperatura média da coluna vertical troposférica (Tm) é dado através da seguinte expressão: Tm = 0,558T s + 0,0105P s + 110,578, (9) sendo P s e T s, respectivamente, a pressão atmosférica em hpa e a temperatura em Kelvin medidos na superfície. 3 MATERIAIS E MÉTODOS Visando a determinação do IWV através do atraso troposférico, foram utilizados dados da estação PPTE,

5 pertencente a Rede Brasileira de Monitoramento Contínuo do Sistema GNSS (RBMC), pois esta conta com estação meteorológica integrada, permitindo a obtenção de dados de temperatura e pressão na superfície no momento das observações. Assim, na realização do trabalho, foram analisados dados de 24h de coleta para duas datas distintas, uma vez que, de acordo com Rofatto, Monico e Sapucci (2012), a principal contribuição para a identificação de chuvas severas são as variações do T r s devido as mudanças do T ZW. Nos estudos realizados, foram considerados duas datas: 18 de janeiro e 18 de fevereiro de Foi realizado na sequência uma consulta no banco de dados do Instituto Nacional de Meteorologia (INMET) 1, constatando que no primeiro caso ocorreu precipitação, registrado pela estação meteorológica automática de Presidente Prudente (A707) uma chuva de 44,4 mm de precipitação entre as 21 e 22 horas UTC (INMET, 2012), e no segundo caso a não ocorrência de precipitação ao longo de todo o dia. A realização do processamento dos dados GNSS se deu através do software BKG NtripClient (BNC) 2, sendo este um software livre de multiplataformaque permite, simultaneamente, a obtenção, decodificação, conversão e processamento ou análise em tempo real de fluxos de dados GNSS via internet utilizando o protocolo RTCM (Networked Transport of RTCM via Internet Protocol Ntrip) (WEBER et al., 2016). O BNC apresenta ainda ferramentas para processamento por ponto simples (PPS) e posicionamento por ponto preciso (PPP) em tempo real e para pós processado.além destas funcionalidades, o software permite ainda a determinação do atraso zenital troposférico.tendo em vista a potencialidade do BNC, tal software foi escolhido por ser uma ferramenta de processamento GNSS pouco explorada para fins de quantificação do IWV. A estima do atraso zenital troposférico pelo BNC é realizada, de acordo com Weber et al. (2016), pela seguinte equação: T r s = T apr (E) + dt/ cos(e), (10) sendo T apr (E) o atraso zenital troposférico a priori obtido através do modelo de Saastamoinen e dt/ cos(e) o valor de correção para o atraso zenital troposférico. A determinação do atraso zenital troposférico no BNC foi realizada através do PPS, uma vez que não foi possível a obtençãodos arquivos de correção de orbitas e relógio dos satélites no formato do software necessário para a realização do PPP pós-processado. Adicionalmente foi utilizada a combinação linear ion-free para minimizar os efeitos da ionosfera. Tendo em mãos os dados meteorológicos e a atraso zenital troposférico total, a etapa seguinte consistiu na determinação do IWV. Inicialmente foi determinado o atraso troposférico na componente hidrostática (T ZH ) através da Equação 4, que fornece a estimativa com alta precisão. Como discutido anteriormente, o atraso zenital troposférico pode ser dividido em duas componentes, a hidrostática e a úmida. Desta forma, para obtenção do atraso zenital na componente úmida (T ZW ) bastou subtrair a componente hidrostática (T ZH ) do atraso zenital troposférico total (T r s ). Na sequência, os valores do T ZW foram convertidos em vapor d água integrado (IWV) verticalmente por unidade de área (kg/m²) através do uso da Equação (7) juntamente com a Equação (8), sendo os valores de Tm obtidos pela Equação (9). Por fim foram geradas as séries temporais do IWV para as duas datas consideradas. 4 RESULTADOS Inicialmente, a Figura 3 apresenta os valores de temperatura e pressão registrados pela estação meteorológica integrada a estação PPTE para as datas consideradas. Figura 2 Interface do software BNC 1 cas 2 Desenvolvido no âmbito da IAG Reference Frame Sub-Commission for Europe (EUREF) e do International GNSS Service (IGS).

6 Figura 3 Dados de temperatura e pressão registrados na estação PPTE em 18/01/17 (vermelho) e 18/02/17 (azul) Fazendo uso dos dados de temperatura e pressão foram obtidos os valores do atraso zenital total (T r s ) através das observações GNSS. Na Figura 4 estes valores são graficamente apresentados para ambas datas consideradas. Figura 4 - Atraso zenital troposférico total para dia 18/01/17 em vermelho e 18/02/17 em azul O atraso troposférico total foi decomposto então na componente hidrostática e na componente úmida, sendo os resultados obtidos ilustrados na Figura 5. Figura 5 - Atraso zenital troposférico na componente hidrostática e na componente úmida para dia 18/01/17 em vermelho e 18/02/17 em azul Nesta solução, o T ZH médio para a data da ocorrência de precipitação foi da ordem de 2,19 metros, representando 89% de T r s, enquanto o T ZW representa 11% de T r s, sendo este da ordem de 0,28 metros. Para a segunda data considerada obteve-se o T ZH médio da ordem de 2,20 metros, representando 91% de T r s, enquanto o T ZW representa 09% de T r s, sendo este da ordem de 0,22 metros. Este resultado preliminar mostra que as observações GNSS são sensíveis ao aumento da quantidade de vapor d água na atmosfera devido a precipitação. Entretanto, como pode ser observado na Figura 5, foram estimados valores negativos de T ZW (circulados na figura), o que é fisicamente impossível. Uma vez que a Equação (4) fornece o T ZH com grande precisão, os valores negativos de T ZW indicam que os valores de T r s foram subestimados pelo software BNC. Tem-se ainda que esta subestimativa possa estar associada ao posicionamento por ponto simples (PPS), onde os erros que afetam o GNSS não são devidamente modelados, influenciando assim as observáveis e, consequentemente, a estimativa do T r s. Em seguida, foi determinado o valor de vapor d água integrado na atmosfera com uma resolução temporal de 5 minutos para as datas consideradas, como mostra a Figura 6.

7 4 CONSIDERAÇÕES FINAIS Figura 6 Série temporal do IWV para dia 18/01/17 em vermelho e 18/02/17 em azul Devido a ocorrência de valores negativos de T ZW os valores de IWV obtidos também foram subestimados em ambos os casos considerados. Em consequência distoforam obtidos valores negativos de IWV, o que não deveria ocorrer, sendo estes destacados na Figura 6, indicando a presença de erros sistemáticos durante o processamento dos dados. Comparando os resultados obtidos com os de Rofatto, Monico e Sapucci (2012), tem-se que os valores estimados foram inferiores aos esperados para a época do ano e região. Na Figura 7 é apresentado o gráfico da precipitação registada sobreposto do IWV para a data considerada. Figura 7 Comparação entre a série temporal do IWV e precipitação registrada pela estação A707 no dia 18/01/17 Analisando a Figura 7, é possível observar que ouve uma queda no valor do IWV cerca de 1 hora antes da chuva, seguido de um rápido aumento do IWV poucos minutos antes da precipitação. Entretanto, este resultado não condiz com o esperado, que seria a obtenção de um elevado valor de IWV antes da precipitação e sua queda alguns minutos depois da chuva, devido provavelmente aos valores de T r s terem sido determinados erroneamente. Com relação aos dados do dia 18 de fevereiro de 2017, como não foi registrado precipitação pela estação meteorológica A707, a serie temporal do IWV apresentada na Figura 6 apresenta pequenas variações, dento do esperado, ao longo do dia. Através da realização do presente trabalho, foi possível comprovar que o GNSS pode ser utilizado como uma ferramenta para a estimativa e monitoramento do comportamento IWV. Tal estimativa se torna possível devido à forte correlação entre o atraso zenital troposférico e a quantidade de vapor d água presente na troposfera. Cabe ressaltar que, para aplicação da metodologia apresentada é de fundamental importância a correção dos erros sistemáticos envolvidos na propagação do sinal GNSS pela atmosfera, bem como a modelagem adequada da temperatura média da troposfera. Outro fator importante a ser considerado é a qualidade dos dados meteorológicos medidos na superfície, sendo este de suma importância para obtenção de resultados confiáveis do IWV. Torna-se necessário destacar aqui o uso do software BKG Ntrip Client (BNC) na estimativa do IWV como uma alternativa para o processamento dos dados GNSS. Como observado nos resultados, foram obtidos valores subestimados de T r s, o que resultou em valores errôneos de IWV. Assim, recomenda-se maior estudo sobre as potencialidades e configurações do software, de forma a realizar o posicionamento por ponto preciso (PPP) com o intuito de obter valores condizentes com a realidade. Recomenda-se ainda que, após tais cuidados serem tomados, os resultados obtidos sejam comparados incialmente com dados de radiossondas para que possam ser validados. Tendo em vista a viabilidade de uso de estações de uma rede GNSS associada a dados meteorológicos de alta qualidade, é possível a determinação dos valores de IWV em pequenos intervalos de tempo e em vários pontos, traz como benefício o conhecimento de informações sobre a quantidade de água presente na atmosferapara uma região de interesse. Como indicado na literatura, o conhecimento das variações temporais e espaciais do vapor d água é de grande importância para meteorologistas e climatologias, contribuindo com a melhoria da qualidade das previsões do tempo (PNT). REFERÊNCIAS BEVIS, W. et al. H. GPS meteorology: mapping zenith wet delays onto precipitable water. Journals Online, American Meteorologocal Society, v. 33, p , 27 jul Disponível em: < Acesso em: 20 mar BEVIS, M. G. et al. GPS meteorology: remote of atmospheric water vapor using the global positioning system. Journal of Geophysical Research, v. 97, n. D14, p , October 20, Disponívelem: < >Acessoem: 11 abr IMET Instituto Nacional de Meteorologia. Estação Meteorológica de Observação de Superfície

8 Automática. Disponível em: < Acesso: 20 mar MONICO, J. F. G. Posicionamento pelo GNSS:descrição, fundamentos e aplicações. 2 ed. São Paulo: UNESP, p. ROFATTO, V. F.; MONICO, J. F. G.; SAPUCCI, L. F. Estimativa do vapor d água integrado utilizando dados de estações GNSS terrestre e estações meteorológicas: aplicações nowcasting. IN: Simpósio Brasileiro de Geomática, , Presidente Prudente. Anais Disponível em: < Acesso em: 26 mar SAPUCCI, L. F. Estimativa do vapor d'água atmosférico e avaliação da modelagem do atraso zenital troposférico utilizando GPS p. Dissertação (Mestrado em Ciências Cartográficas). Faculdade de Ciências Tecnologia, Universidade Estadual Paulista (UNESP), Presidente Prudente [s.n], p. SAPUCCI, L. F. Evaluation of modeling water-vaporweighted mean tropospheric temperature for GNSSintegrated water vapor estimates in Brazil. Journals Online, American Meteorologocal Society, v. 53,p , 19 mar Disponível em: < > Acesso em: 12 mar SEEBER; G. Satellite geodesy. 2 nd ed. New York: Berlin, p. WANDERLAY, H. S.; JUSTINO, F. B. Aumento da concentração de vapor de água atmosférico na Groelândia. Ciência e Natura, Santa Maria, v. 37, p , Ed. Especial SIC. DOI: / X Disponível em: < > Acesso em: 10 abr WEBER, G. et al. BKG Ntrip Client (BNC): software version Verlag des BundesamtesfürKartographie und Geodäsie. Frankfurt am Main, 2016.