Tropospheric delay in microwave propagation for tropical atmosphere based on data from the Indian subcontinent

Saha, Korak; Parameswaran, K.; Raju, C. Suresh

doi:10.1016/j.jastp.2007.02.003

Cited by 12 publications

(11 citation statements)

References 21 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Such models are developed for different parts of the globe by several investigators (Hopfield, 1971;Saastamoinen, 1972;Bevis et al, 1992;Schüler, 2001). A similar empirical model developed for the Indian region was discussed in detail by Saha et al (2007). These models are more suitable for the static GPS stations, where collocated atmospheric measurements are available.…”

Section: Resultsmentioning

confidence: 99%

“…The second column of Table 4 shows the mean absolute deviation between the estimated slant delay and true slant delay, with standard deviations shown within the parenthesis, for the period 2001-2003. In the second approach, the ZHD is estimated using the Unified model developed (Saha et al, 2007) to suit for any location over the Indian subcontinent using 8 well distributed stations over this continent, with measured surface parameters as the input and site-specific Tropo-Chi function is used to project this delay into a slant path (w=851) which is compared with the true slant delay. In the third approach, the zenith hydrostatic delay is estimated using the IRTD model (Parameswaran et al, 2008) and projected it into a slant path (w =851) using site-specific Tropo-Chi function and compared it with the true slant delay.…”

Section: Resultsmentioning

confidence: 99%

“…Mean deviation of site-specific Tropo-Chi function (at w=851) when used along with different zenith delay models (Saha et al, 2007, Parameswaran et al, 2008 developed for the Indian region.…”

Section: Tablementioning

confidence: 99%

“…Trivandrum 1.2 (7 1.0) 4.6 (7 0.4) 8.95 (70.7) Portblair 1.3 (7 0.5) 6.1 (7 0.5) 7.2 (7 0.5) Bangalore 1.6 (7 0.9) 11.1 (7 0.6) 13.0 (7 0.7) Kolkata 1.0 (7 0.9) 8.9 (7 0.6) 15.3 (7 0.7) Ahmedabad 1.1 (7 0.7) 9.8 (7 0.5) 15.1 (7 1.1) Guwahati 0.9 (7 0.5) 9.1 (7 0.5) 18.2 (7 1.5) Delhi 3.6 (7 1.9) 6.3 (7 0.9) 14.9 (7 1.0) Srinagar 2.5 (7 1.2) 11.8 (7 0.8) 15.3 (7 1.7) Table 5 Mean deviation of regional Tropo-Chi function (at w=851) when used along with different zenith delay models (Saha et al, 2007, Parameswaran et al, 2008 developed for the Indian region.…”

Section: Stationsmentioning

confidence: 99%

See 3 more Smart Citations

A new hydrostatic mapping function for tropospheric delay estimation

Saha

Raju

Parameswaran

2010

Journal of Atmospheric and Solar-Terrestrial Physics

Self Cite

View full text Add to dashboard Cite

Section: Resultsmentioning

confidence: 99%

Section: Resultsmentioning

confidence: 99%

Section: Tablementioning

confidence: 99%

Section: Stationsmentioning

confidence: 99%

See 2 more Smart Citations

A new hydrostatic mapping function for tropospheric delay estimation

Saha

Raju

Parameswaran

2010

Journal of Atmospheric and Solar-Terrestrial Physics

Self Cite

View full text Add to dashboard Cite

“…Valoraron la sensibilidad del ZTD respecto a la máscara de elevación, sobre todo con ángulos pequeños y con las nuevas mapping functions desarrolladas. Saha et al (2007) estudiaron el retraso troposférico en la propagación de la señal GPS para una atmosfera tropical en la India.…”

Section: Obtención Y Validación De Los Retrasos Atmosféricos Y Sus Utunclassified

Análisis y predicción de lluvias intensas en la Comunidad Valenciana basados en la estimación del contenido de vapor de agua atmosférico obtenido con técnicas GNSS

Santos¹,

Enríque²

View full text Add to dashboard Cite

AgradecimientosA Maru, de la que he aprendido que cada día es el mejor del año, a mis hijos, mi mejor fortuna, y a mis padres, mis primeros maestros.A mis tutores, José Luis Berné y Andrés Seco, por su amistad, sus consejos, su confianza y trasmitirme la perseverancia necesaria para realizar esta tesis.A los compañeros del grupo de investigación de la Universidad Pública de Navarra, especialmente a Eduardo Serna, por su paciencia y ayuda con los procesados, sin olvidarme de Xavier Archanco y Eduardo Prieto, a todos ellos por su atención en mis visitas a Pamplona.A Pascual Garrigues, Emilio Benítez y Fernando Cruz, que me han facilitado la colocación de los equipos GNSS. A Pascual agradecerle también todo el apoyo logístico, y a Emilio la ayuda en la descarga de datos y cálculos.A Rafael Doménech, por facilitarme el acceso a los datos de las estaciones GNSS de la Autoridad Portuaria de Valencia.A José Ángel Núñez (AEMET) y Álvaro Muñoz (UPV), por gestionarme de forma eficiente el suministro de los muchos datos meteorológicos que les he solicitado.A Mónica López y Albert Barniols (TVE) por su asesoramiento meteorológico.A Raquel Capilla y Mar Rubio por su apoyo material y humano desde el ICV.A Txomin Hermosilla, por atenderme y facilitarme todo aquello que le he pedido para materializar esta tesis.A Alfonso Fernández por estar siempre predispuesto a cualquier tipo de ayuda.A Josep Pardo y Luis Ángel Ruiz, por sus consejos y traducciones. ResumenLos Sistemas Globales de Navegación por Satélite (GNSS) han transformado las técnicas de posicionamiento, la navegación y el tiempo, llegando a ser indispensables en muchas de las actividades de la vida diaria. Aparte de las aplicaciones civiles y comerciales ya conocidas, la tecnología GNSS puede utilizarse como sistema de observación atmosférica, puesto que se ha demostrado su capacidad para estimar el contenido de vapor de agua en la atmosfera a partir del retraso troposférico que sufre la propagación de la señal en la dirección satélite-receptor.La distribución y evolución del vapor de agua es determinante en el funcionamiento climático y meteorológico de la atmosfera terrestre, siendo una de las variables climáticas esenciales de observación sistemática que actualmente ha definido el Sistema de Observación del Clima Mundial (GCOS, Global Climate Observing System). El comportamiento del vapor de agua atmosférico es esencial para estudios de cambio climático, puesto que es el principal gas de efecto invernadero que influye en el calentamiento global. Además, es un componente primordial en la estabilidad vertical de la atmósfera, interviniendo activamente en la evolución de los sistemas tormentosos.Hasta hace poco tiempo, esta variable atmosférica no estaba bien definida al no disponerse de medidas con la suficiente resolución para representar su alta inestabilidad espacial y temporal. El incremento en los últimos años de estaciones de referencia permanentes GNSS a escala mundial, supone un importante avance para la monitorización del vapor de agua o cantidad de agua prec...

show abstract

Microwave radiometer observations of interannual water vapor variability and vertical structure over a tropical station

et al. 2015

Self Cite

View full text Add to dashboard Cite

The intraseasonal and interannual characteristics and the vertical distribution of atmospheric water vapor from the tropical coastal station Thiruvananthapuram (TVM) located in the southwestern region of the Indian Peninsula are examined from continuous multiyear, multifrequency microwave radiometer profiler (MRP) measurements. The accuracy of MRP for precipitable water vapor (PWV) estimation, particularly during a prolonged monsoon period, has been demonstrated by comparing with the PWV derived from collocated GPS measurements based on regression model between PWV and GPS wet delay component which has been developed for TVM station. Large diurnal and intraseasonal variations of PWV are observed during winter and premonsoon seasons. There is large interannual PWV variability during premonsoon, owing to frequent local convection and summer thunderstorms. During monsoon period, low interannual PWV variability is attributed to the persistent wind from the ocean which brings moisture to this coastal station. However, significant interannual humidity variability is seen at 2 to 6 km altitude, which is linked to the monsoon strength over the station. Prior to monsoon onset over the station, the specific humidity increases up to 5-10 g/kg in the altitude region above 5 km and remains consistently so throughout the active spells.

show abstract

Tropospheric delay in microwave propagation for tropical atmosphere based on data from the Indian subcontinent

Cited by 12 publications

References 21 publications

A new hydrostatic mapping function for tropospheric delay estimation

A new hydrostatic mapping function for tropospheric delay estimation

Análisis y predicción de lluvias intensas en la Comunidad Valenciana basados en la estimación del contenido de vapor de agua atmosférico obtenido con técnicas GNSS

Microwave radiometer observations of interannual water vapor variability and vertical structure over a tropical station

Contact Info

Product

Resources

About