ANÁLISE DA RELAÇÃO ENTRE O ATRASO TROPOSFÉRICO GPS E A PRECIPITAÇÃO INTENSA

Transcrição

1 ANÁLISE DA RELAÇÃO ENTRE O ATRASO TROPOSFÉRICO GPS E A PRECIPITAÇÃO INTENSA ANALYSIS OF THE RELATION BETWEEN GPS TROPOSPHERIC DELAY AND INTENSE PRECIPITATION Pedro Benevides (1), João Catalão (1), Pedro Miranda (1) (1) IDL, Universidade de Lisboa, Campo Grande, pjbenevides@fc.ul.pt SUMMARY The electromagnetic signal transmitted by the global navigation and positioning systems (GNSS) suffers a delay which is mainly caused by the water vapour existing in the atmosphere. Estimating the delay affecting the signal propagation between the stations and the satellites it is possible to estimate the water vapour column on the troposphere above each station. This study aims for the preliminary characterization of the tridimensional water vapour field on the troposphere over time by GNSS techniques (Tomography). Various GPS atmospheric processing experiments were realized with the objective of analysing the water vapour variability in order to evaluate the correlation between the tropospheric delay signal and the precipitation. It was noticed a high correlation between the sudden increment of the GPS delay signal and the prior time to a strong precipitation event. It is expected that this study can come to assist in the Nowcasting particularly in the prediction of severe meteorological phenomenon. Introdução O sinal electromagnético transmitido pelos sistemas globais de posicionamento e navegação (GNSS) sofre um atraso que é maioritariamente causado pela quantidade de vapor de água existente na atmosfera. A frequência do sinal é transmitida nas bandas L1 e L2 que se encontram no espectro das microondas. O percurso do sinal é efectuado desde os satélites até às estações, à velocidade da luz e é calculada a distância entre estes através da medição da diferença temporal na propagação do sinal. O meio de propagação do sinal é a atmosfera, que geralmente para a análise das características do sinal GNSS, se pode subdividir simplesmente em duas camadas; ionosfera e troposfera. Devido à diferença de densidade no meio, o sinal é refractado na sua propagação provocando um atraso na transmissão, que é maioritariamente causado pelo vapor de água existente na camada troposférica. Estimando o atraso na propagação do sinal entre as estações e os satélites é possível estimar a coluna de vapor de água na troposfera acima da localização de cada estação. O processamento atmosférico GNSS com o objectivo de estimar o vapor de água tem vindo a demonstrar nos últimos anos resultados de precisão semelhante a outros métodos de observação como radiossondagens ou radiómetros. Estes métodos não conseguem resolver o problema da variabilidade do vapor de água, que é elevada tanto no espaço como no tempo. As radiossondagens medem apenas em perfil vertical e com um custo operacional elevado, e os radiómetros permitem apenas observar em condições sem chuva ou neve. As principais vantagens do GNSS atmosférico sobre os métodos usuais são a observação quase contínua (frequência 30 segundos) dos satélites no horizonte, resolução espacial elevada em áreas com boa cobertura de estações e capacidade de observação de dados em todos os tipos de condições temporais, sem custos adicionais. Algumas desvantagens são a necessidade de existir uma boa densidade de estações GNSS e o facto de existirem outras fontes de erro provenientes do método de observação. Estes factores potenciam a caracterização da alta variabilidade do vapor de água. Alguns institutos internacionais processam soluções através do GPS onde são obtidos regularmente produtos meteorológicos para um conjunto de estações continentalmente ou globalmente mais relevantes. A estimação do atraso GNSS como metodologia derivada directamente do processamento clássico GPS apenas permite avaliar a estrutura vertical da atmosfera de forma integral, faltando a caracterização espacial ao longo da sua altitude. Esta limitação pode ser ultrapassada efectuando um mapeamento dos percursos oblíquos dos sinais GNSS, observando os satélites acima do horizonte através de uma rede de estações densa. Estas observações oblíquas terão de ser reconstruídas numa grelha 3D ajustada horizontalmente à distribuição regional das estações GNSS e verticalmente desde a topografia até ao topo da troposfera. Decompondo o parcial do sinal causado pela refractividade do meio, é possível fazer uma separação da componente húmida que afecta o percurso do sinal e que é relacionável com o vapor

2 de água. Este estudo tridimensional do estado do vapor de água na atmosfera por técnicas GNSS, definido como Tomografia GNSS (Bevis et al., 1992), já provou recentemente ter potencial para a análise de fenómenos meteorológicos fortemente ligados à variação temporal e espacial do conteúdo de vapor de água troposférico (Champollion et al., 2009). O ruído, a distribuição espacial das estações e a cobertura geométrica por parte da constelação de satélites no horizonte são os maiores problemas evidenciados por esta técnica, provocando dificuldades na inversão do sistema de equações. Constrangimentos iniciais e outras técnicas terão de ser implementados de modo a melhorar a solução do campo 3D do vapor de água (Bender et al, 2011). Os acontecimentos meteorológicos severos provocam forte instabilidade na atmosfera, estando esta perturbação muito relacionada com o conteúdo e circulação hidrológica da água. A ocorrência destes fenómenos provoca alterações no conteúdo de vapor de água atmosférico, que está intimamente ligado às nuvens e precipitação. Chuvadas torrenciais causadas ocasionalmente por alguns fenómenos de instabilidade atmosférica causam por vezes prejuízos materiais avultados em estruturas artificiais ou campos agrícolas, causando em casos extremos fatalidades de animais agrícolas ou mesmo de pessoas. A magnitude e a hora exacta destes acontecimentos meteorológicos são difíceis de prever, devido às limitações na análise do vapor de água, que continuam a ser a maior fonte de erros na previsão de precipitação de curto prazo. Estudos de análise do vapor de água por técnicas de processamento atmosférico GPS já foram desenvolvidos em várias áreas Mediterrânicas, complementando os dados GPS com informação meteorológica de modo a caracterizar determinados eventos de precipitação severos (Vedel et al., 2004; Champollion et al., 2004; Seco et al., 2012). Foi observado nesses locais um elevado conteúdo e perturbação no vapor de água troposférico. A existência de várias estações GNSS na região da grande Lisboa e Vale do Tejo com uma boa distribuição espacial possibilita a realização de um estudo desta natureza. Foi definida uma rede estações sobre a região e realizado o processamento dos dados GPS para diversos períodos do ano 2012, onde se documentaram alguns acontecimentos atmosféricos severos. Foram escolhidos eventos de precipitação forte, intensa e de curta duração, observados na região com o objectivo de avaliar a relação do atraso GPS obtido do processamento com a precipitação medida através de estações meteorológicas próximas da rede de estações GNSS. Obtém-se assim, para além dos atrasos integrais GPS, a partir dos quais se fará a reconstrução do caminho oblíquo estação-satélite, uma caracterização espacial e temporal preliminar da variabilidade do vapor de água na zona de estudo da rede tomográfica GNSS. Processamento atmosférico GPS O processamento GPS para se obter as coordenadas precisas dos locais e o processamento atmosférico GPS para a determinação precisa dos parâmetros atmosféricos nessas estações estão interligados. Consequentemente, para se obterem as coordenadas das estações com a maior precisão possível, o atraso atmosférico GPS durante o processamento necessita de ser identificado e separado de outros erros e factores de perturbação inerentes ao método. As fontes de erro mais influentes durante o processamento GPS são causadas pelos factores multi-trajecto e variação do centro de fase da antena na estação, erro no cálculo da órbita do satélite, atraso dos relógios da estação e do satélite, e o meio de propagação incluindo o atraso ionosférico e troposférico. A quantidade que se relaciona com o vapor de água é o atraso troposférico, sendo necessário estimar com rigor todas as outras fontes de erro associadas ao método de observação. A componente do atraso atmosférico relativa à ionosfera é efectivamente removida durante o processamento através de uma combinação linear das frequências dos sinais GPS (Herring et al., 2010), aproveitando a característica dispersiva desta camada atmosférica. O atraso troposférico é parametrizado no processamento GPS através da estimativa de uma quantidade integral em unidades métricas, na direcção zenital de cada uma das estações utilizadas. Esta estimativa, denominada como Atraso Zenital Total (Zenital Total Delay (ZTD)) é determinada através da observação directa ou oblíqua do atraso para cada um dos satélites no seu horizonte, formando uma área aproximável a um cone (Fig.1). Fig. 1 Atraso Troposférico Total (ZTD) representando os atrasos oblíquos medidos para cada um dos satélites no horizonte O atraso ZTD, como indica a equação seguinte, resulta da utilização de funções de mapeamento (m f) necessárias para projectar o percurso do atraso dos

3 raios Satélite-Estação (Slant Delay (SD)), que é naturalmente dependente da posição horizontal e vertical (ε) de cada satélite a cada instante. ZTD mf ( ). (1) est SD sat O atraso zenital total GPS pode ser separado nas componentes hidrostática e húmida. A primeira, também conhecida como componente seca (dry), é composta pelos gases secos como o azoto, oxigénio, argónio e dióxido de carbono, representando cerca de mais de 90% do sinal troposférico total. A segunda, também conhecida na literatura inglesa como componente wet, está relacionada com o vapor de água e representa cerca de menos de 10% do sinal. A componente hidrostática é estável ao longo do tempo e modelável com precisão, contrariamente à componente húmida que é altamente variável e difícil de modelar, que são características inerentes ao vapor de água atmosférico. A componente hidrostática é representada no processamento GPS como Atraso Zenital Hidrostático (ZHD), sendo a componente húmida representada pela quantidade Atraso Zenital Húmido (ZWD). Os passos numa sessão de processamento diária GPS para a estimação das componentes do atraso troposférico são: (1) Estimação do ZHD com precisão através de medidas de pressão à superfície na estação; estimação aproximada do ZWD através de medidas de temperatura e humidade relativa na estação. A primeira aproximação ao ZTD resulta da soma das duas anteriores. (2) Correcções ao ZTD determinadas na fase de resolução das equações normais GPS, com modelação através de um processo estocástico de variação temporal. (3) Obtenção da estimativa final do ZTD. A componente ZHD é subtraída à primeira, resultando a estimativa final de ZWD. O ZTD tem uma magnitude na ordem dos 2 metros, e tem uma natureza variável, sendo o ZHD um pouco mais pequeno que o primeiro, mas mantém-se praticamente constante ao longo do dia. Após a subtracção, o ZWD obtido é da ordem dos centímetros e representa a variabilidade do ZTD. Medidas de pressão atmosférica na estação permitem uma precisão superior na determinação do atraso ao longo do processamento (Tregoning & Herring, 2006). Como na maioria das estações não existe uma estação meteorológica integrada, usualmente são utilizados no processamento GPS valores de pressão e temperatura interpolados de grelhas globais. Dados e estratégia de processamento Os dados recolhidos nesta experiência formam uma rede de processamento composta por 15 estações permanentes GNSS distribuídas a uma escala regional pela região da grande Lisboa e Vale do Tejo cobrindo uma área de sensivelmente 100 por 150 km 2. As estações fazem parte da rede nacional de estações permanentes do Instituto Geográfico Português e do Instituto Geográfico do Exército. Na figura 2 é visível a distribuição das estações pela região de estudo juntamente com um modelo digital do terreno com altitudes mais baixas em tom escuro e mais altas a tom claro, juntamente com a localização das estações meteorológicas utilizadas para este estudo. Os dados meteorológicos são provenientes do Instituto Português do Mar e da Atmosfera (IPMA) e do Sistema Nacional de Informação de Recursos Hídricos (SNIRH). O conjunto de estações meteorológicas é de cerca de 40 no total, bem distribuídas pela região de estudo. Fig. 2 Área de estudo com as localizações dos dados utilizados Foi desenvolvida uma estratégia de processamento atmosférico GPS, dividida em duas fases distintas, tendo sido testados e optimizados alguns parâmetros meteorológicos importantes. A primeira fase consiste num processamento convencional GPS para determinação das coordenadas com precisão milimétrica recorrendo aos programas GAMIT\GLOBK, V10.4 (Herring et al., 2010), utilizando sessões diárias de 24h para determinar as coordenadas das estações da rede constrangidas a um referencial de estações de referência, recorrendo a órbitas precisas. Um segundo processamento atmosférico GPS (GAMIT) é efectuado, utilizando as coordenadas precisas obtidas anteriormente, fixando-as. Como os erros GPS provenientes das outras fontes não troposféricas já foram estimados no primeiro processamento, são criadas consequentemente condições para uma estimação mais precisa das componentes do atraso troposférico. Para aumentar ainda mais a precisão e reduzir um efeito conhecido de desfasamento entre as estimativas diárias do atraso troposférico (vários milímetros) foi adoptada para o segundo processamento a estratégia de realizar 4 sessões por

4 dia processando em cada 12h desfasadas em intervalos de 6h, aproveitando as 6h centrais (Haase et al., 2003). Foi utilizado o ângulo de corte de 7º, para minimizar medidas de atraso mais ruidosas (o erro do atraso aumenta em função da diminuição do ε). As funções de mapeamento usadas foram as VMF1 (Boehm et al., 2006). O atraso hidrostático foi modelado a priori através da grelha global utilizada nas funções de mapeamento anteriores (contendo valores precisos de pressão à superfície), com valores de 6 em 6h, determinados a partir de reanálise de dados meteorológicos em modelos numéricos de 40 anos do European Centre for Medium-Range Weather Forecasts. A temperatura é obtida do modelo Global Pressure and Temperature, que é um pouco menos preciso que o anterior (Boehm et al., 2007). É também utilizado um modelo de carregamento oceânico derivado das marés, grelha FES2004, recomendável para o cálculo mais preciso das altitudes e atrasos atmosféricos, juntamente com um modelo de carregamento anual de pressão atmosférica não dependente das marés (National Centers for Environmental Predition, NCEP) (Tregoning & Dam, 2005). A estimação dos atrasos troposféricos é feita de 15 em 15 minutos (Walpersdorf et al., 2004), com o objectivo de obter uma forte cobertura temporal das características do atraso ao longo do dia, sem aumentar demasiado o tempo de processamento (Herring et al., 2010). Análise de resultados: atraso GPS vs precipitação Para a selecção dos períodos de chuva intensa foi utilizada como ferramenta de análise a série de dados de 2012 de precipitação horária acumulada observada na estação meteorológica do IDL (centro de Lisboa). Esta localização coincide aproximadamente com o centro da rede GNSS, permitindo uma caracterização sinóptica das condições meteorológicas observadas por toda a região de estudo. Os períodos escolhidos correspondem às datas 14 a 16 Março, onde é observada uma depressão localizada a oeste de Sagres; 18 a 19 de Maio, correspondendo a uma depressão ao largo do golfo da Biscaia originando uma superfície frontal fria; e 13 a 15 Agosto de 2012, onde ocorreu também uma frente fria. O cruzamento dos dados GPS com a precipitação observada foi efectuado a partir da observação dos dados de precipitação das estações meteorológicas mais próximas das estações da rede definida. A relação entre o atraso GPS e a precipitação foi avaliada através da análise de gráficos em função do tempo (uma dimensão) e de mapas (duas dimensões) determinados a partir da interpolação do atraso troposférico e a precipitação horária. Os mapas foram interpolados utilizando a técnica de Kriging, estimando um semi-variograma ajustado a partir dos dados de atraso GPS do período correspondente. Analisando o gráfico na figura 3, que retrata a comparação em função do tempo para o período 18 a 19 de Maio, o que se observa é um aumento gradual e súbito do valor do atraso húmido na estação IGP0 (Centro de Lisboa), até à ocorrência de precipitação na estação meteorológica do IDL. A distância entre as estações é de aproximadamente 1 km. Fig. 3 Comparação do ZWD do GPS (estação IGP0) com precipitação horária acumulada (estação IDL); data Maio O crescimento do atraso é moderado desde o início do dia 18, aumentando o gradiente de crescimento a partir das 17h, sendo observada uma inversão após as 22h (duração aproximada 6h), que coincide com o pico de intensidade da chuva registada na estação do IDL (10mm/h). Posteriormente a diminuição do atraso húmido é contínua e com um gradiente superior ao do crescimento, durando cerca de 10h. A precipitação termina durante o início do decréscimo do ZWD. Durante o crescimento, o valor do atraso vai subindo gradualmente desde um valor médio de 90mm até ao máximo observado de 160mm, com uma percentagem de crescimento de cerca de 77%, voltando depois do decréscimo a estabilizar por volta dos 90mm, sugerindo um processo de advecção atmosférica. Na figura 4, é apresentada a análise das mesmas características, mas para o período 15 a 16 Março e para a estação GNSS Cascais. Fig. 4 Comparação do ZWD do GPS (estação CASC) com precipitação (estação Malveira da serra); data Março

5 Fig. 5 - Mapas 2D da variação temporal do ZWD interpolados para todas as estações da rede GNSS comparada com a precipitação acumulada em todas estações meteorológicas distribuídas pela região de estudo; data 18 a 19 Maio 2012 Esta estação foi comparada com a precipitação horária medida na estação meteorológica de Malveira da Serra, situada a cerca de 8 km da primeira. São observadas características semelhantes às do período anterior; o aumento gradual do atraso a partir das 9h com 90mm, e um valor máximo de 135mm às 19h (duração 10h) que não coincide exactamente com os picos máximos de chuva observados. Este desfasamento de duas horas pode ter tido origem na distância existente entre as estações, ocorrendo chuva inicialmente na Malveira da Serra que posteriormente se deslocou para Cascais 2h mais tarde. Após a ocorrência da precipitação o atraso volta a valores mais estáveis passadas 10 a 12h do máximo observado. A percentagem de crescimento durante as 10h do aumento intenso do atraso GPS é de 50%. Apesar do sinal ZWD não ser perfeitamente crescente antes da chuva (ocorrendo ligeiras flutuações principalmente próximo do máximo), nem totalmente decrescente após a sua ocorrência, mantém-se o comportamento verificado no período anterior. A série temporal de pressão e temperatura nas estações GPS foi construída e comparada com os gráficos anteriores. Para a estação IGP0 foram utilizadas as medições à superfície da estação meteorológica do IDL, efectuando correcções de valores tendo em conta as diferenças de altitude. Para CASC não foi necessário porque a estação possuí um sensor meteorológico integrado. Analisando as comparações efectuadas foi observado um comportamento típico destas grandezas quando ocorre precipitação intensa; uma descida da temperatura e pressão antes da precipitação, e aumento gradual posteriormente, principalmente para a pressão, dado que a temperatura depende da hora do dia. Para averiguar melhor a relação destas medidas com o atraso húmido GPS, foi calculada a correlação através de uma regressão linear simples das grandezas comparadas. Os coeficientes R 2 obtidos entre o atraso húmido e a pressão foram de 0.22 e 0.31 para os períodos de Março e Maio respectivamente, o que demonstra uma correlação reduzida entre estas duas grandezas. Os mesmos coeficientes foram avaliados para estes períodos entre o atraso e a temperatura, sendo obtidos os valores 0.11 e 0.01, demonstrando uma correlação quase nula entre elas. A comparação entre a precipitação horária e o atraso GPS foi analisada também para o período de 14 a 15 de Agosto, tendo sido observado um comportamento geral semelhante ao dos períodos anteriores; crescimento forte do atraso antes da precipitação, ocorrência de precipitação coincidente com o máximo de atraso observado, decréscimo intenso após a precipitação. Foi constatada uma particularidade distinta para este período, onde se verificou que a magnitude do atraso é muito maior (275mm de máximo para a estação IGP0) do que os atrasos observados nos meses anteriores, reflectindo um efeito já estudado da variação sazonal do comportamento do atraso troposférico GPS em que o seu valor médio é maior no Verão (Jin et al., 07). Os mapas interpolados, onde se cruzou a informação do atraso GPS com a precipitação acumulada, referentes ao período de 18 a 19 de Maio, podem ser visualizados na figura 5. Em cima na primeira fiada de imagens, estão dispostos os mapas do ZWD identificado pela hora e em baixo na segunda fiada os respectivos mapas da precipitação acumulada, que variam de 2 em 2h durante o dia 18, passando de 3 a 3h no dia 19 (3 últimas colunas na figura). Os

6 valores tanto de atraso como de precipitação são codificados em tons mais claros para os valores mais baixos e em tons mais escuros para os valores mais altos, assim como na legenda da figura existe uma codificação para os tipos de estação. O que se pode observar nestes mapas é um aumento gradual do atraso que vem num crescendo de valores a partir das 17h, com uma orientação que parece desenvolver-se de Noroeste para Sudeste, até chegar às 23h onde o sinal é praticamente acima de 140mm em toda a região. Este máximo é coincidente com o observado nas imagens de precipitação, com estações a Oeste a registar precipitação próxima dos 20mm/h. A precipitação também parece ter um deslocamento semelhante ao do atraso em direcção e concordância. Às 4h, quando já não ocorre precipitação, o atraso já vem em gradual decréscimo, chegando aos valores abaixo de 100mm em toda a região por volta das 7h, que coincide na figura 3 com o fim do decréscimo na estação IGP0. Conclusões As experiências realizadas no âmbito deste trabalho permitiram averiguar a correlação entre o atraso troposférico do sinal GPS e a ocorrência de precipitação. A comparação destas grandezas nos períodos de precipitação intensa revelou características semelhantes: aumento súbito e intenso do atraso antes da chuva, ocorrência de precipitação no máximo do atraso e diminuição do atraso após a chuva; ausência de correlação entre o atraso GPS e a pressão ou temperatura medida à superfície. Mostrou-se que é possível mapear no espaço e em tempo quase real as variações do vapor de água na troposfera com recurso a GPS. Foi observado que os regimes de chuva intensa são precedidos do aumento brusco e repentino do atraso GPS. Será necessária uma análise mais abrangente (série temporal 1 a 2 anos) para avaliar se quando o gradiente de crescimento acontece, existe sempre ocorrência posterior de chuva intensa. Poderão ser avaliadas as percentagens de crescimento limite ou se existe algum valor patamar no valor do atraso GPS para tal ocorrer, e quantas horas em média ocorre o crescimento antes da precipitação. O atraso húmido pode ser um parâmetro chave para a medição de algumas características climáticas como o ciclo hidrológico, transferência de energia induzida pelo vapor de água líquida e consequente formação de nuvens. As conclusões deste estudo permitem também auxiliar numa abordagem preliminar à estimativa 3D do campo de vapor de água na troposfera ao longo do tempo por técnicas de Tomografia, antevendo-se bons resultados. Espera-se a médio longo prazo, após validação do método, que este sistema possa contribuir para o melhoramento do Nowcasting, principalmente no auxílio à previsão de eventos meteorológicos severos. Agradecimentos Agradeço à Fundação para a Ciência e Tecnologia, no âmbito do financiamento da minha Bolsa de Doutoramento (SFRH / BD / / 2011). Bibliografia Bender M., Dick G., Ge M., Deng Z., Wickert J., Kahle H.-G., Raabe A., Tetzlaff G. (2011), "Development of a GNSS water vapour tomography system using algebraic reconstruction techniques, Advances in Space Research, 47, 10, , doi: /j.asr Bevis M., Businger S., Herring T., Rocken C., Anthes R.A., Ware R.H. (1992), "GPS meteorology: remote sensing of the atmospheric water vapor using the Global Positioning System", Journal of Geophysical Research, Vol. 97, No. D14, October , pp , doi: /92jd Boehm J., Werl B., Schuh H., (2006), "Troposphere mapping functions for GPS and very long baseline interferometry from European Centre for Medium-Range Weather Forecasts operational analysis data, Journal of Geophysical Research, , p. B02406, doi: /2005jb Boehm J., Heinkelmann R., Schuh H. (2007), "Short Note: A Global Model of Pressure and Temperature for Geodetic Applications", Journal of Geodesy, doi: /s , Champollion C., Masson F., Van Baelen J., Walpersdorf A., Chéry J., Doerflinger E. (2004), "GPS monitoring of the tropospheric water vapor distribution and variation during the 9 September 2002 torrential precipitation episode in the Cévennes (southern France)", Journal of Geophysical Research, Vol. 109, doi: /2004jd004897, Champollion C., Flamant C., Bock O., Masson F., Turner D.D., Weckwerth T., (2009), "Mesoscale GPS tomography applied to the 12 June 2002 convective initiation event of IHOP 2002", Quarterly Journal of the Royal Meteorological Society, Volume 135, Issue 640, pages , April 2009 Part A, doi:0.1002/qj.386. Haase J., Ge M., Vedel H., Calais E. (2003), "Accuracy and Variability of GPS Tropospheric Delay Measurements of Water Vapor in the Western Mediterranean", Journal of Applied Meteorology, Vol. 42 (11), pp , Herring T., King R.W., McClusky S.C. (2010), GAMIT Reference Manual GPS Analysis at MIT Release 10.4, Dep. of Earth, Atm. and Planetary Sciences, MIT. Jin S., Park J.-U., Cho J.-H., Park P.-H. (2007), "Seasonal variability of GPS-derived zenith tropospheric delay ( ) and climate implications", Journal of Geophysical Research, 112, D09110, doi: /2006jd Seco A., Ramírez F., Serna E., Prieto E., García R., Moreno A., Cantera J.C., Miqueleiz L., Priego J.E. (2012), "Rain pattern analysis and forecast model based on GPS estimated atmospheric water vapor content", Atmospheric Environment, Volume 49, March 2012, Pages 85-93, ISSN , doi: /j.atmosenv Tregoning P., Herring T. (2006), "Impact of a priori zenith hydrostatic delay errors on GPS estimates of station heights and zenith total delays", Geophysical Research Letters, Vol. 33, L23303, doi: /2006gl027706, Vedel H., Huang X.-Y., Haase J., Ge M., Calais E. (2004), "Impact of GPS Zenith Tropospheric Delay data on precipitation forecasts in Mediterranean France and Spain", Geophysical Research Letters, Vol. 31, L02102, doi: /2003gl017715, Walpersdorf A., Bock O., Doerflinger E., Masson F., Van Baelen J., Somieski A., Bürki B. (2004), "Data analysis of a dense GPS network operated during the ESCOMPTE campaign: first results", Physics and Chemistry of the Earth, Parts A/B/C, Volume 29, Issues 2 3, 2004, Pages , ISSN , doi: /j.pce