UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO” Faculdade de Ciências e Tecnologia Campus de Presidente Prudente Programa de Pós-Graduação em Ciências Cartográficas GABRIEL OLIVEIRA JEREZ ESTIMATIVA E ANÁLISE DE PERFIS DE DENSIDADE DE ELÉTRONS PARA A REGIÃO BRASILEIRA: INTEGRAÇÃO DE RÁDIO OCULTAÇÃO GNSS E DE INFORMAÇÕES IONOSFÉRICAS PROVENIENTES DE ESTAÇÕES GNSS TERRESTRES PRESIDENTE PRUDENTE 2021 GABRIEL OLIVEIRA JEREZ ESTIMATIVA E ANÁLISE DE PERFIS DE DENSIDADE DE ELÉTRONS PARA A REGIÃO BRASILEIRA: INTEGRAÇÃO DE RÁDIO OCULTAÇÃO GNSS E DE INFORMAÇÕES IONOSFÉRICAS PROVENIENTES DE ESTAÇÕES GNSS TERRESTRES Tese apresentada ao Programa de Pós-Graduação em Ciências Cartográficas da Faculdade de Ciências e Tecnologia da Universidade Estadual Paulista, para obtenção do título de Doutor em Ciências Cartográficas. Orientadora: Dra. Daniele Barroca Marra Alves Coorientadores: Dr. João Francisco Galera Monico Dr. Manuel Hernández-Pajares PRESIDENTE PRUDENTE 2021 Ficha catalográfica elaborada pela Seção Técnica de Aquisição e Tratamento da Informação - Diretoria Técnica de Biblioteca e Documentação - UNESP, Campus de Presidente Prudente Jerez, Gabriel Oliveira J54e Estimativa e análise de perfis de densidade de elétrons para a região brasileira : integração de rádio ocultação GNSS e de informações ionosféricas provenientes de estações GNSS terrestres / Gabriel Oliveira Jerez. – Presidente Prudente, 2021 189 p. : il., tabs. Tese (doutorado) - Universidade Estadual Paulista (Unesp), Faculdade de Ciências e Tecnologia, Presidente Prudente, 2021 Orientadora: Daniele Barroca Marra Alves Coorientadores: João Francisco Galera Monico, Manuel Hernández- Pajares 1. Rádio ocultação. 2. Recuperação de perfis de densidade de elétrons. 3. Mapas ionosféricos. I. Alves, Daniela Barroca Marra. II. Monico, João Francisco Galera. III. Hernández-Pajares, Manuel. IV. Universidade Estadual Paulista. Faculdade de Ciências e Tecnologia. V. Título. Alessandra Kuba Oshiro Assunção CRB-8/9013 CERTIFICADO DE APROVAÇÃO Câmpus de Presidente Prudente UNIVERSIDADE ESTADUAL PAULISTA Estimativa e análise de perfis de densidade de elétrons para a região brasileira: integração de rádio ocultação GNSS e de informações ionosféricas provenientes de estações GNSS terrestres TÍTULO DA TESE: AUTOR: GABRIEL OLIVEIRA JEREZ ORIENTADORA: DANIELE BARROCA MARRA ALVES COORIENTADOR: JOÃO FRANCISCO GALERA MONICO COORIENTADOR: MANUEL HERNANDEZ PAJARES Aprovado como parte das exigências para obtenção do Título de Doutor em CIÊNCIAS CARTOGRÁFICAS, área: Aquisição, Análise e Representação de Informações Espaciais pela Comissão Examinadora: Profa. Dra. DANIELE BARROCA MARRA ALVES (Participaçao Virtual) Departamento de Cartografia / Faculdade de Ciencias e Tecnologia de Presidente Prudente Prof. Dr. CRISTIANO MAX WRASSE (Participaçao Virtual) Divisão de Clima Espacial / Instituto Nacional de Pesquisas Espaciais Prof. Dr. FELIPE GEREMIA NIEVINSKI (Participaçao Virtual) Departamento de Geodésia / Universidade Federal do Rio Grande do Sul Dr. FABRICIO DOS SANTOS PROL (Participaçao Virtual) Institute for Solar-Terrestrial Physics / German Aerospace Center (DLR) Prof. Dr. FRANCISCO JAVIER AZPILICUETA (Participaçao Virtual) Facultad de Ciencias Astronómicas y Geofísicas / Universidad Nacional de La Plata Presidente Prudente, 08 de outubro de 2021 Faculdade de Ciências e Tecnologia - Câmpus de Presidente Prudente - Rua Roberto Simonsen, 305, 19060900 http://www.fct.unesp.br/pos-graduacao/--ciencias-cartograficas/CNPJ: 48.031.918/0009-81. DADOS CURRICULARES Gabriel Oliveira Jerez Nascimento 23/02/1990 – Presidente Prudente – SP Filiação Pedro Ângelo Jerez Ortiz Iara Maria Correia de Oliveira 2010 - 2014 Graduação Bacharelado em Engenharia Cartográfica Faculdade de Ciências e Tecnologia – UNESP 2015 - 2017 Pós-Graduação Mestrado em Ciências Cartográficas Faculdade de Ciências e Tecnologia – UNESP 2017 - 2021 Pós-Graduação Doutorado em Ciências Cartográficas Faculdade de Ciências e Tecnologia – UNESP À minha família, em especial aos meus pais, Iara e Pedro, aos meus irmãos, Mateus, Felipe e Ana, e à minha sobrinha, Helena, que em um ano tão difícil renovou nossas esperanças em um futuro melhor e cheio de amor. AGRADECIMENTOS "Chegar para agradecer e louvar o ventre que me gerou, o orixá que me tomou, a mão da doçura que consagrou. Louvar a água da minha terra, o chão que me sustenta, o palco, o massapê, a beira do abismo, o punhal do susto de cada dia. Agradecer as nuvens que logo são chuva, sereniza os sentidos e ensina a vida a reviver. Agradecer os amigos que fiz e que mantêm a coragem de gostar de mim, apesar de mim. Agradecer a alegria das crianças, as borboletas dos meus quintais reais ou não. A cada folha, a toda raiz, as pedras majestosas e também aquelas pequeninas como eu. Agradecer o Sol, que raia o dia e a Lua, que, como o menino deus, espraia luz e vira meus sonhos de pernas para o ar. Agradecer as marés altas e também aquelas que levam para outros costados todos os males. Agradecer a tudo que canta livre no ar, dentro do mato, sobre o mar. As vozes que soam de cordas tênues e partem cristais. Agradecer aos senhores, que acolhem e aplaudem esse milagre. Agradecer ter o que agradecer, louvar e abraçar." Maria Bethânia O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Brasil (CAPES) – Código de Financiamento 001, processo nº 88882.433954/2019-01, com financiamento de bolsa de estudos também no âmbito do Programa Capes-PrInt, processo nº 88887.310463/2018-00, mobilidade nº 88887.370704/2019-00. Agradeço à UNESP (Universidade Estadual Paulista), minha casa nos últimos doze anos, pela formação, pela estrutura oferecida, por todas as oportunidades proporcionadas e por todos os futuros construídos. Ao Programa de Pós-Graduação em Ciências Cartográficas, em específico aos professores e demais profissionais ligados ao mesmo. Aos centros nacionais e internacionais pela disponibilização de dados, em especial agradeço à UCAR (University Corporation for Atmospheric Research), ao INPE (Instituto Nacional de Pesquisas Espaciais), à UPC (Universitat Politècnica de Catalunya), ao IBGE (Instituto Brasileiro de Geografia e Estatística), ao DGFI-TUM (Deutsches Geodätisches Forschungsinstitut - Technische Universität München), ao IGS (International GNSS Service) e ao projeto INCT (Instituto Nacional de Ciência e Tecnologia) (Processo CNPq: 465548/2014-2) e Políticas Públicas (Processo FAPESP: 2017/50115-0) “Tecnologia GNSS no suporte à Navegação Aérea”. Ao meu coorientador, Galera, pela vasta e inquieta experiência compartilhada. Ao meu coorientador, Manuel, que, em um ano muito atípico, tão generosamente me recebeu na UPC e muito contribuiu para a realização deste trabalho, com grandes doses de conhecimento, bom humor, humanidade e humildade. Em especial, agradeço muito à minha orientadora, Daniele, pela parceria que já completa nove anos, pela confiança, generosidade e exemplo profissional de sempre. Na pesquisa aprendemos a questionar tudo, mas uma certeza que pude ter nos últimos anos foi a de estar em boas mãos. Agradeço aos membros da banca, Cristiano Max Wrasse, Felipe Geremia Nievinski, Francisco Javier Azpilicueta e Fabricio dos Santos Prol, por aceitarem o convite e por todas as contribuições e sugestões para a presente tese e trabalhos futuros. Aos parceiros que contribuíram diretamente no desenvolvimento deste projeto, com discussões, fornecimento de dados ou auxílio nos diferentes ambientes computacionais e linguagens de programação que foram necessários, em especial agradeço ao Prol, ao Andreas e ao Mateus. Aos membros do GEGE (Grupo de Estudos de Geodésia Espacial) pelas discussões. Aos participantes do grupo UPC-IonSAT, em particular à Haixia, pela receptividade. Aos discentes do PPGCC, em especial Vini, Loram, Marcela, Gui Cardim, Paulo Setti, Tayná e Paulo Sérgio. À Cida e à Zilda, pela dedicação, amizade e carinho com todos. À Cinthia, pela atenção, competência e paciência. A todos os demais colegas de graduação e pós, professores e funcionários do Departamento de Cartografia. Aos alunos das turmas XXXVIII da Engenharia Cartográfica, LX da Geografia e LVII da Matemática. Primeiro contato que tive como professor universitário, experiência iniciada durante o doutorado e facilitada em muito pela compreensão e empatia dos discentes dessas turmas. À minha família e amigos, base necessária para a construção de qualquer pessoa ou trabalho. Aos meus pais, Pedro e Iara, por todos os ensinamentos (intencionais ou não), sacrifícios e falta de juízo despendidos na minha criação. Aos meus irmãos Mateus, Felipe e Ana, pela cumplicidade na vida, no dia a dia, na criação de nossos pais e na manutenção da união da nossa família. Aos meus cunhados, Junior e Ana Paula, e sobrinhos (por ordem de nascimento) Cecília Fernanda, Clara, Conrado e Helena. Vocês são meu porto seguro. Nesses anos tive a sorte de encontrar amigos que se tornaram parte da minha família. Dani e Fer, primeiros a mostrar que nossa família podia ter ainda mais irmãos. Ju, uma das pessoas mais essenciais na minha vida. Jéssica, irmã mais nova que tem atitude de irmã mais velha sempre que preciso. Carioca, prova de que eu não preciso entender completamente uma pessoa para a amar e querer sempre por perto. Mari, minha cúmplice e uma das minhas maiores companheiras. Samara, parceria em pessoa. Cris, pela garra que tem, por todas as conversas e pelo apoio de sempre. Bozena, uma das melhores e mais fortes pessoas que conheço. À grade amiga Selminha, por tanto anos de amizade e por ser um exemplo tão grande de força. Ao Michael, grata surpresa que Barcelona me trouxe, uma das amizades mais imediatas que tive a sorte de encontrar. Ao Andreas, pela inesperada e muito bem-vinda amizade. À Daiane pelas discussões sem conclusões e discordâncias aparentemente eternas. Lê Ferrari, Lê Rosim e Lucas do Prado, pelo alívio no dia a dia, pelas comemorações extremas, mesmo as sem motivo aparente, e por sempre me acompanharem independentemente de onde eu esteja. Érico, Simone e Raquel, com quem tive relativamente pouco tempo de convivência, mas suficiente para fazerem parte essencial da minha vida. Van, Léo, Pablo, Guil e Ana Lúcia, por quem sou muito grato à UNESP por ter trazido à minha vida. Luiz Henrique, Simone, Lucas e Fernanda, uma das maiores provas que tive nos últimos tempos de que amizade vai além da presença física. À Clara, ao Elias e suas famílias, pela hospitalidade e carinho comigo. Muitas outras pessoas fizeram parte da minha vida até aqui, em especial agradeço a Renan, Débora, Prol, Géssica, Melina, Lucas De Carli, Juh Farkuh, Arthur, Dri, Janiele, Fabrício, Bruno Teremussi, Bruno Lopes, Daniel, Ivan, João Lucas, Mineiro, Rapha, Nayanna, Rodrigo, André, Diego, Soraia, Steffi, Diogo e Bruno Fernandes. Agradeço de forma muito especial aos meus fiéis companheiros, Tequila, Brahma, Lola, Nina, Juma, Max, Pepe, Ayza, Maya, Simba, Jairo e Spyke, que também fazem parte da minha família e me ensinam diariamente a urgência de amar. Por fim, agradeço a todos os professores que passaram pela minha vida e fizeram parte da minha formação. E a todos aqueles que seguem firmes nessa difícil e extremamente necessária profissão. Não percamos a esperança em tempos melhores e não nos esqueçamos que, para tempos melhores, a educação é o único caminho. Educar e resistir. “O sol há de brilhar mais uma vez, a luz há de chegar aos corações” (Clara Nunes). “More than machinery we need humanity. More than cleverness we need kindness and gentleness. Without these qualities, life will be violent, and all will be lost.” Charles Chaplin, The Great Dictator (1940) RESUMO A rádio ocultação começou a ser utilizada para a sondagem da atmosfera de outros planetas na década de sessenta. Com o desenvolvimento dos Sistemas Globais de Navegação por Satélite (GNSS - Global Navigation Satellite Systems) e de missões com satélites de baixa órbita (LEO - Low Earth Orbiting) surgiram novas possibilidades de investigações da atmosfera terrestre, entre elas a aplicação da técnica de rádio ocultação (RO) GNSS. A influência devido à atmosfera terrestre sofrida pelo sinal transmitido pelo satélite GNSS permite a recuperação dos índices de refração, os quais possuem informações da composição atmosférica. A inversa de Abel é comumente empregada para a recuperação de perfis, porém, para sua aplicação é imposta a condição de simetria esférica da atmosfera. Com isso a técnica tem seu desempenho degradado para alguns casos como, por exemplo, na recuperação de perfis de densidade de elétrons, principalmente em regiões com elevada variabilidade da densidade eletrônica. Visando melhores resultados diversas pesquisas vêm propondo abordagens alternativas. Dentre essas, a utilização da inversa de Abel com o auxílio de mapas ionosféricos se mostrou promissora, no entanto, algumas limitações foram observadas, especialmente em regiões com maior variabilidade na distribuição de elétrons, como é o caso do Brasil. Neste contexto, essa pesquisa teve por objetivo desenvolver uma metodologia para realizar a recuperação de perfis de densidade de elétrons utilizando dados de RO empregando a inversa de Abel com o auxílio de mapas ionosféricos e informações ionosféricas regionais. A metodologia desenvolvida foi implementada no software utilizado pela University Corporation for Atmospheric Research (UCAR) para processamento dos dados da missão Constellation Observing System for Meteorology, Ionosphere and Climate (COSMIC) e de outras missões. Para o desenvolvimento da metodologia foram realizadas diversas avaliações de mapas ionosféricos disponíveis para a região brasileira, considerando produtos regionais, globais e híbridos. Foi proposta uma nova metodologia de avaliação de mapas ionosféricos por meio de ionossondas, sendo os produtos CODG e UQRG os que apresentaram os melhores resultados entre os produtos analisados. Além disso, foi realizada uma avaliação do impacto do uso das incertezas do Conteúdo Total de Elétrons na Vertical (VTEC - Vertical Total Electron Content) no domínio da ionosfera e do posicionamento. O uso das incertezas dos mapas ionosféricos não influenciou significativamente a interpolação dos valores de VTEC, porém, no domínio do posicionamento o impacto do uso das incertezas ficou evidenciado, principalmente para estações em regiões com maior variabilidade da densidade de elétrons em períodos de intenso fluxo solar. As metodologias de recuperação de perfis de densidade de elétrons a partir de RO foram testadas considerando mapas globais e comparadas com o desempenho de outros produtos COSMIC. As avaliações consideraram medidas in situ e dados de ionossondas. Com as avaliações com medidas in situ o produto proposto obteve melhor desempenho no cenário de baixo fluxo solar, enquanto para dois cenários de intenso fluxo solar o produto oficial COSMIC (ionPrf) obteve melhores resultados. Para as avaliações com dados de ionossondas o produto derivado da metodologia proposta obteve melhor desempenho considerando as ocultações com ocorrência mais próxima das ionossondas de referência (janelas de busca mais restritas). Palavras-chave: Rádio ocultação; recuperação de perfis de densidade de elétrons; mapas ionosféricos. ABSTRACT Radio occultation has been used for probing the atmosphere of other planets since the sixties. With the development of Global Navigation Satellite Systems (GNSS) and Low Earth Orbiting (LEO) satellite missions, new possibilities for investigating the Earth's atmosphere have emerged, including the use of the GNSS radio occultation (RO) technique. The influence due to the Earth's atmosphere suffered by the transmitted signal allows the retrieval of refraction indices, which carry information about the atmospheric composition. The Abel inversion is commonly employed for profiles retrieval, however, for its application it is imposed that the atmosphere is spherically symmetric. Thus, the technique has its performance degraded in some cases, as for instance, in the electron density profiles retrieval, mainly in regions with high variability of the electron density. To overcome this issue, several studies have been proposing alternative approaches. Among those, the use of the Abel inversion aided by ionospheric maps has shown promising results, however, some limitations have been observed, especially in regions with greater variability in the electron distribution, as the Brazilian region. In this context, this research aimed to develop a methodology to perform the electron density profiles retrieval using RO data, employing the Abel inversion aided by ionospheric maps and regional ionospheric information. The developed methodology was implemented in the software used by the University Corporation for Atmospheric Research (UCAR) for processing data from the Constellation Observing System for Meteorology, Ionosphere and Climate (COSMIC) mission and other missions. For the development of the methodology, several evaluations of ionospheric maps available for the Brazilian were performed, considering regional, global and hybrid products. A new methodology was proposed for the assessment of ionospheric maps by means of ionosonde data, with the products CODG and UQRG presenting the best results among the analyzed products. Furthermore, an evaluation of the impact of the use of Vertical Total Electron Content (VTEC) uncertainties in the ionospheric and positioning domain was performed. The use of the uncertainties of the ionospheric maps did not significantly influence the interpolation of the VTEC values, however, in the positioning domain the impact of the use of the uncertainties was evidenced, mainly for stations in regions with higher ionospheric variability in periods of high solar flux. The profile retrieval methodologies were tested considering global maps and compared with the performance of other COSMIC products. The evaluations considered in situ measurements and ionosonde data. With the assessment with in situ measurements, the proposed product performed better in the low solar flux scenario, while for two high solar flux scenarios the official COSMIC product (ionPrf) led to better results. For the evaluations with ionosonde data the product derived from the proposed methodology obtained better performance considering the occultations with occurrence closer to the reference ionosondes (more restricted search windows). Key words: Radio occultation; electron density profiles retrieval; ionospheric maps. LISTA DE FIGURAS Figura 1 – Missões Mariner IV (a) e Mariner V (b). ................................................... 31 Figura 2 – Satélites das missões COSMIC (a) e COSMIC-2 (b). ................................ 35 Figura 3 – Constelações das missões COSMIC (a) e COSMIC-2 (b). ......................... 35 Figura 4 – Satélites gêmeos das missões GRACE (a) e GRACE-FO (b). ................... 36 Figura 5 – Perfis típicos de temperatura da atmosfera (a) e de densidade elétrons da ionosfera (b) em relação às camadas atmosféricas. ........................................ 39 Figura 6 – Geometria de uma ocultação GNSS. ........................................................... 41 Figura 7 – Elementos da geometria da ocultação GNSS necessários para a derivação do ângulo de refração (𝛼). ................................................................................... 42 Figura 8 – Triângulos decompostos da geometria da ocultação para os satélites LEO (a) e GNSS (b). .................................................................................................... 44 Figura 9 – Geometria do TEC considerado na ocultação. ............................................ 50 Figura 10 – Projeção da variação horizontal da densidade de elétrons considerando as camadas atmosféricas. .................................................................................... 53 Figura 11 – Ilustração da origem dos dados do mapa OTRG, a partir dos dados do mapa OTHR (vermelho) e OTHG (azul). ................................................................ 60 Figura 12 - Localização das ionossondas utilizadas. .................................................... 63 Figura 13 – Comparação entre foF2 medida com ionossondas e valores de VTEC estimados utilizando os produtos CODG (a e c) e UQRG (b e d).................. 64 Figura 14 - RMS das diferenças entre valores de foF2 medidos e estimados com auxílio dos GIMs considerando quatro estratégias e uma semana de dados: (a) FZA0M e SAA0K, par de ionossondas com a menor distância; e (b) CAJ2M e BVJ03, par com a maior distância. .............................................................................. 67 Figura 15 – Comparação entre os valores de foF2 medidos com as ionossondas e estimados com GIM e os valores de VTEC estimados com GIMs para cada ionossonda com os produtos CODG (a e c) e UQRG (b e d). ........................ 69 Figura 16 – Diferenças entre valores de foF2 medidos nas ionossondas e estimados usando GIMs considerando dados de dois pares de ionossondas: (a) FZA0M e SAA0K; e (b) CAJ2M e BVJ03. .................................................................... 71 Figura 17 – Diferença de valores de espessura equivalente da ionosfera considerando dados de dois pares de ionossondas: (a) FZA0M e SAA0K; e (b) CAJ2M e BVJ03. ............................................................................................................ 71 Figura 18 – Diferença de valores de shape function peak considerando dados de dois pares de ionossondas: (a) FZA0M e SAA0K; e (b) CAJ2M e BVJ03. .......... 71 Figura 19 – RMS médio das diferenças entre os valores de foF2 medidos com as ionossondas e estimados utilizando GIMs versus as distâncias dos pares de ionossondas, considerando uma semana de dados: (a) semana teste (020- 026/2015); (b) período de baixo (166-172/2015); (c) período de elevado (288- 294/2015) conteúdo de elétrons na ionosfera. ................................................ 72 Figura 20 – RMS médio das diferenças entre os valores de foF2 medidos com as ionossondas e estimados utilizando GIMs versus as distâncias dos pares de ionossondas, considerando uma semana de dados divididos em dois grupos formados por ionossondas em latitudes similares (esquerda) e diferentes (direita): (a) semana teste (020-026/2015); (b) período de baixo (166- 172/2015); (c) período de elevado (288-294/2015) conteúdo de elétrons na ionosfera. ........................................................................................................ 73 Figura 21 – Valores de RMS das diferenças entre valores de foF2 estimados com auxílio de GIMs e medidos para seis pares de ionossondas considerando 13 GIMs e um ano de dados (2015). ................................................................................ 74 Figura 22 –RMS médio das diferenças de valores de foF2 medidos nas ionossondas e estimados utilizando GIMs versus as distâncias entre os pares de ionossondas para um ano de dados (2015). ........................................................................ 76 Figura 23 – Valores de RMS das diferenças entre os valores de foF2 estimados com auxílio de GIMs e medidos para seis pares de ionossondas considerando dois GIMs (CODG e UQRG) e quatro anos de dados: (a) 2014; (b) 2015; (c) 2016; (d) 2017. ......................................................................................................... 76 Figura 24 – Geometria dos pontos utilizados para a interpolação padrão (a) do VTEC para um dado ponto (azul) e a interpolação usada para a avaliação (b) a partir: dos quatro pontos com mesma geometria de uma interpolação padrão (verde); dos quatro pontos mais próximos (vermelho); e dos oito pontos mais próximos (verde e vermelho).......................................................................................... 82 Figura 25 – Análise considerando seis regiões divididas por latitudes. ....................... 83 Figura 26 – Análise considerando quatro regiões específicas. ..................................... 83 Figura 27 – Valores de VTEC e RMS dos produtos: (a) CODG; (b) UQRG; (c) UQ-6.85 Figura 28 – Estações GNSS utilizadas nas análises no domínio do posicionamento... 86 Figura 29 – Diferenças dos valores de RMS por seção de latitude com: (a) CODG; (b) UQRG; (c) UQ-6. ........................................................................................... 88 Figura 30 – Diferenças dos valores de RMS por região específica com: (a) CODG; (b) UQRG;............................................................................................................ 88 Figura 31 – Erro médio 3D do posicionamento utilizando CODG para as estações: (a) MAPA; (b) SAVO; (c) PPTE; e (d) SMAR. .................................................. 90 Figura 32 – VTEC calculado com CODG para o primeiro dia de cada cenário para as posições das estações MAPA, SAVO, PPTE e SMAR. ................................. 90 Figura 33 – RMS do erro 3D usando CODG para as estações: (a) MAPA; (b) SAVO; (c) PPTE; e (d) SMAR. .................................................................................. 91 Figura 34 – Erro médio 3D do posicionamento utilizando: (a) UQRG para estação PPTE; (b) UQRG para estação SMAR; (c) UQ-6 para estação PPTE; e (d) UQ- 6 para estação SMAR ..................................................................................... 92 Figura 35 – RMS das diferenças de valores de foF2 medidos por ionossondas e estimados com auxílio de mapas ionosféricos e a simples diferença entre os valores das duas ionossondas (off) para dados de 2017: (a) FZA0M-SAA0K; (b) SAA0K- BVJ03; (c) CAJ2M-FZA0M; (d) CAJ2M-SAA0K; (e) FZA0M-BVJ03; e (f) CAJ2M-BVJ03. .............................................................................................. 98 Figura 36 – Erro médio 3D do posicionamento utilizando mapas ionosféricos utilizando dados de 2017 para as estações: (a) APMA; (b) SAVO; (c) PPTE; e (d) SMAR. 100 Figura 37 – Erro 3D obtido no posicionamento utilizando mapas ionosféricos para as estações: (a) APMA; e (b) SAVO. ............................................................... 102 Figura 38 – Erro 3D obtido no posicionamento utilizando mapas ionosféricos para as estações: (a) PPTE; e (b) POAL. .................................................................. 103 Figura 39 – Número de perfis ionosféricos das missões CHAMP (esquerda), COSMIC (centro) e GRACE (direita) considerando: (a) um dia de dados; (b) um mês de dados; (c) um ano de dados; e (d) missão completa. .................................... 105 Figura 40 – Número de perfis ionosféricos da missão COSMIC considerando células de 1º x 1º (latitude x longitude) para: (a) um ano de dados (2007); e (b) missão completa. ...................................................................................................... 106 Figura 41 – Número de perfis ionosféricos provenientes de RO das missões CHAMP, COSMIC e GRACE para: (a) mundo; e (b) região brasileira. ..................... 107 Figura 42 – Exemplo de mapas globais com os produtos: (a) ionGrid; e (b) UQRG. 109 Figura 43 – Visualização das posições dos satélites GPS e LEO e do ponto tangente (PT) no início e no final de uma ocultação. .......................................................... 110 Figura 44 – Plotagem dos perfis obtidos com todas as metodologias, além dos produtos COSMIC ionPrf e igaPrf. ............................................................................ 112 Figura 45 – Ilustração da estratégia utilizada para comparação dos valores de densidade de elétrons (Ne) provenientes de RO e da missão GRACE. ........................ 114 Figura 46 – Ilustração da estratégia utilizada para comparação dos valores de NmF2 provenientes de RO com os provenientes de ionossondas. .......................... 122 LISTA DE QUADROS Quadro 1 – Missões de RO-GNSS com respectivos períodos de dados disponíveis. .. 32 Quadro 2 – Missões com dados disponibilizados pelo CDAAC. ................................ 34 Quadro 3 – Informações do UQRG e dos produtos finais disponibilizados pelo CDDIS. 58 Quadro 4 – GIMs utilizados na avaliação. ................................................................... 62 Quadro 5 – Seis combinações possíveis de pares de ionossondas e respectivas distâncias. ....................................................................................................... 63 Quadro 6 – Descrição dos cenários utilizados. ............................................................. 84 Quadro 7 – GIMs utilizados na avaliação. .................................................................. 96 Quadro 8 – Descrição dos cenários utilizados. ........................................................... 114 LISTA DE SIGLAS CAS Chinese Academy of Science CDAAC COSMIC Data Analysis and Archive Center CDDIS Crustal Dynamics Data Information System CHAMP Challenging Minisatellite Payload CICERO Community Initiative for Continuous Earth Remote Observation C/NOFS Communications/Navigation Outage Forecasting System CODE Center for Orbit Determination in Europe COSMIC Constellation Observing System for Meteorology, Ionosphere and Climate COSPAR Committee on SPAce Research DCB Differential Code Bias DESDynI Deformation, Ecosystem Structure, and Dynamics of Ice DGFI-TUM Deutsches Geodätisches Forschungsinstitut- Technische Universität München DSAC Deep Space Atomic Clock ECMWF European Centre for Medium-range Weather Forecasts EIA Equatorial Ionization Anomaly EMBRACE Estudo e Monitoramento Brasileiro de Clima Especial ESA European Space Agency FDE Fault Detection and Exclusion Fesat FEderation SATellite FSI Full Spectrum Inversion FY-3 Feng Yun-3 GIM Global Ionospheric Map GLONASS GLObal NAvigation Satellite System GNSS Global Navigation Satellite System GPS Global Positioning System GPS/MET GPS Meteorology GRACE Gravity Recovery And Climate Experiment GRACE-FO GRACE Follow On IAACs IGS Ionosphere Associate Analysis Centers IBGE Instituto Brasileiro de Geografia e Estatística IGS International GNSS Service INPE Instituto Nacional de Pesquisas Espaciais IONEX IONosphere EXchange format IOX Ionosphere Occultation Experiment IPP Ionospheric Pierce Point IRI International Reference Ionosphere Jason-CS Jason Continuity of Service JPL Jet Propulsion Laboratory KOMPSAT-5 Korean Multipurpose Satellite-5 LEO Low Earth Orbiting LPIM La Plata Ionospheric Model LT Local Time MT Megha-Tropiques MetOp Meteorological Operational satellite programe MetOp-SG MetOp-Second Generation programe NASA National Aeronautics and Space Administration netCDF Network Common Data Form NRCan Natural Resources Canada NRMS Normalized Root Mean Square NSPO National SPace Organization OPTIMAP Operational Tool for Ionospheric Mapping And Prediction NWP Numerical Weather Prediction - Previsão Numérica do Tempo PPP Posicionamento por Ponto Preciso PRISM Parametrized Real-time Ionospheric Specification Model PVC Phase Center Variation RAIM Receiver Autonomous Integrity Monitoring RBMC Rede Brasileira de Monitoramento Contínuo RIM Regional Ionospheric Map RMS Root Mean Square RO Rádio Ocultação ROM SAF Radio Occultation Meteorology Satellite Application Facility SAC-C Satélite de Aplicaciones Cientificas-C SAC-D Satélite de Aplicaiones Cientificas-D SIRGAS Sistema de Referencia Geocéntrico para las Américas SLM Single Layer Model Sunsat Stellenbosch UNiversity SATellite STEC Slant Total Electron Content TanDEM-X TerraSAR-X Add-on for Digital Elevation Measurement at X-band TEC Total Electron Content TECU TEC Unit TerraSAR-X Terra-Synthetic Aperture Radar X-band TWIM TaiWan Ionospheric Model VTEC Vertical Total Electron Content UCAR University Corporation for Atmospheric Research UNESP Universidade Estadual Paulista UNLP Universidad Nacional de La Plata URSI Union Radio-Scientifique Internacionale UPC Universitat Politècnica de Catalunya UT Universal Time WHU Wuhan University LISTA DE TABELAS Tabela 1 – RMS médio (MHz) das diferenças entre valores medidos de foF2 e estimados com as quatro abordagens apresentadas (considerando GIMs) e a simples diferença entres os valores medidos nas duas ionossondas de cada par (off). Os resultados são correspondentes aos dias 20 a 26 de 2015. ............................. 68 Tabela 2 – RMS médio das diferenças entre valores de foF2 medidos e estimados com GIMs e a simples diferença entre os valores medidos pelos pares de ionossondas (off) considerando um ano de dados (2015). ............................. 75 Tabela 3 – Taxas de melhoria do RMS médio das diferenças entre valores de foF2 medidos e estimados com GIMs em relação à simples diferença entre os valores medidos pelos pares de ionossondas considerando um ano de dados (2015). 75 Tabela 4 – RMS médio das diferenças entre valores de foF2 medidos e estimados com dois GIMs (CODG e UQRG) e a simples diferença entre os valores medidos pelos pares de ionossondas (off) considerando quatro anos de dados (2014- 2017). .............................................................................................................. 77 Tabela 5 – Taxas de melhoria do RMS médio das diferenças entre valores de foF2 medidos e estimados com dois GIMs (CODG e UQRG) em relação à simples diferença entre os valores medidos pelos pares de ionossondas considerando quatro anos de dados (2014-2017). ................................................................ 77 Tabela 6 – Média dos erros absolutos obtidos com as interpolações com (GIMRMSon) e sem (GIMRMSoff) o peso baseado nas incertezas e as diferenças entre as duas abordagens para os quatro cenários. ............................................................... 87 Tabela 7 – Média das taxas de melhoria com a utilização do RMS do VTEC por estação e cenário. ........................................................................................................ 93 Tabela 8 – Média das taxas de melhoria com o uso do RMS do VTEC por estação. .. 94 Tabela 9 – Médias dos RMS das diferenças de foF2 medidos por ionossondas e estimados com auxílio de mapas ionosféricos e a simples diferença dos entre os valores das duas ionossondas (off). ............................................................ 97 Tabela 10 – Taxas de melhoria dos RMS das diferenças de foF2 medidos por ionossondas e estimados com auxílio de mapas ionosféricos em relação à simples diferença dos entre os valores das duas ionossondas. ....................... 99 Tabela 11 – Valores médios do erro 3D no posicionamento por estação e produto utilizado. ....................................................................................................... 101 Tabela 12 – Erros absolutos utilizando janelas de 20º, 10º e 5º em latitude e longitude, 100 km em altitude e 4 horas para os cenários 1, 2 e 3, considerando a distância mínima, menor diferença em tempo e valores médios. ................................ 117 Tabela 13 – Erros absolutos utilizando janelas de 20º, 10º e 5º em latitude e longitude, 100 km em altitude e 2 horas para os cenários 1, 2 e 3, considerando a distância mínima, menor diferença em tempo e valores médios. ................................ 118 Tabela 14 – Erros absolutos utilizando janelas de 20º, 10º e 5º em latitude e longitude, 50 km em altitude e 4 horas para os cenários 1, 2 e 3, considerando a distância mínima, menor diferença em tempo e valores médios. ................................ 119 Tabela 15 – Erros absolutos utilizando janelas de 20º, 10º e 5º em latitude e longitude, 50 km em altitude e 2 horas para os cenários 1, 2 e 3, considerando a distância mínima, menor diferença em tempo e valores médios. ................................ 120 Tabela 16 – Erros absolutos médios por metodologia utilizando UQRG com dados de 2014, sendo Dist a distância média entre as ocultações e as ionossondas e Prf o número de perfis considerados. ................................................................. 125 Tabela 17 – Erros absolutos médios por metodologia utilizando UQRG com dados de 2015, sendo Dist a distância média entre as ocultações e as ionossondas e Prf o número de perfis considerados. ................................................................. 126 Tabela 18 – Erros absolutos médios por metodologia utilizando CODG com dados de 2014, sendo Dist a distância média entre as ocultações e as ionossondas e Prf o número de perfis considerados. ................................................................. 127 Tabela 19 – Erros absolutos médios por metodologia utilizando CODG com dados de 2015, sendo Dist a distância média entre as ocultações e as ionossondas e Prf o número de perfis considerados. ................................................................. 128 Tabela 20 – Desempenho geral das metodologias avaliadas para cada cenário considerando as janelas de 05º, 10º e 20º. .................................................... 129 SUMÁRIO 1 INTRODUÇÃO ........................................................................................................... 22 1.1 OBJETIVOS ................................................................................................................. 26 1.2 JUSTIFICATIVA ......................................................................................................... 26 1.3 PRINCIPAIS CONTRIBUIÇÕES ................................................................................ 27 1.4 ESTRUTURA DA TESE ............................................................................................. 28 2 RÁDIO OCULTAÇÃO .............................................................................................. 30 2.1 HISTÓRICO ................................................................................................................. 30 2.2 PRINCIPAIS MISSÕES DE RO-GNSS ...................................................................... 31 2.3 PERSPECTIVAS FUTURAS ...................................................................................... 34 3 RECUPERAÇÃO DE PERFIS ATMOSFÉRICOS ................................................ 38 3.1 ESTRUTURA DA ATMOSFERA ............................................................................... 38 3.2 GEOMETRIA DA RO-GNSS ...................................................................................... 41 3.3 RECUPERAÇÃO DE PERFIS DE TEMPERATURA E PRESSÃO .......................... 44 3.4 RECUPERAÇÃO DE PERFIS DE DENSIDADE DE ELÉTRONS ........................... 46 3.4.1 Abordagem clássica ..................................................................................................... 46 3.4.2 Abordagens alternativas .............................................................................................. 51 4 MAPAS IONOSFÉRICOS E SUA QUALIDADE NA REGIÃO BRASILEIRA 56 4.1 MAPAS DISPONÍVEIS ............................................................................................... 57 4.1.1 Mapas globais .............................................................................................................. 57 4.1.2 Mapas regionais ........................................................................................................... 58 4.1.3 Mapas híbridos ............................................................................................................. 59 4.2 AVALIAÇÃO DE MAPAS IONOSFÉRICOS ............................................................ 60 4.2.1 Metodologia .................................................................................................................. 62 4.2.2 Resultados e análises ................................................................................................... 66 4.2.3 Considerações sobre a avaliação de mapas ionosféricos ........................................... 78 4.3 INTERPOLAÇÃO DE MAPAS IONOSFÉRICOS ..................................................... 79 4.3.1 Metodologia .................................................................................................................. 80 4.3.2 Resultados e análises ................................................................................................... 86 4.3.3 Considerações sobre o uso de incertezas do VTEC .................................................... 94 4.4 MAPAS GLOBAIS VS MAPAS REGIONAIS ........................................................... 95 4.4.1 Metodologia .................................................................................................................. 95 4.4.2 Resultados e análises ................................................................................................... 96 5 PERFIS DE DENSIDADE DE ELÉTRONS PROVENIENTES DE RO............ 104 5.1 ANÁLISE DA COBERTURA DE DADOS DE RO ................................................. 104 5.2 METODOLOGIAS DE RECUPERAÇÃO DE PERFIS IONOSFÉRICOS .............. 107 5.2.1 Metodologia utilizada no GMRION (CDAAC) ......................................................... 107 5.2.2 Proposta com auxílio de mapas ionosféricos ............................................................ 109 5.3 AVALIAÇÃO COM MEDIÇÕES IN SITU ............................................................... 113 5.3.1 Metodologia ................................................................................................................ 113 5.3.2 Resultados e análises ................................................................................................. 115 5.4 AVALIAÇÃO COM MEDIÇÕES DE IONOSSONDA ............................................ 121 5.4.1 Metodologia ................................................................................................................ 121 5.4.2 Resultados e análises ................................................................................................. 122 5.5 CONSIDERAÇÕES SOBRE AS METODOLOGIAS DE RECUPERAÇÃO .......... 129 6 CONSIDERAÇÕES FINAIS E RECOMENDAÇÕES ......................................... 131 REFERÊNCIAS ................................................................................................................... 135 APÊNDICE A – INVERSA DE ABEL ............................................................................... 148 APÊNDICE B – INFORMAÇÕES DAS MISSÕES DE RO ............................................ 149 APÊNDICE C – PRODUTOS DISPONÍVEIS DA MISSÃO COSMIC ......................... 150 APÊNDICE D – FERRAMENTAS PARA RECUPERAÇÃO DE PERFIS DE RO ..... 152 APÊNDICE E – RESULTADOS IN SITU ......................................................................... 164 APÊNDICE F – RESULTADOS COM IONOSSONDAS ................................................ 172 APÊNDICE G – RESULTADOS RELATIVOS COM IONOSSONDAS ....................... 180 APÊNDICE H – AVALIAÇÃO CONSIDERANDO MAPAS HÍBRIDOS .................... 184 APÊNDICE I – TRABALHOS DESENVOLVIDOS ........................................................ 186 22 1 INTRODUÇÃO A ocultação, fenômeno pelo qual um corpo celeste deixa de ser visto em razão da sobreposição de outro, começou a fazer parte de missões para exploração e sondagem de atmosferas planetárias na década de 1960 (FJELDBO e ESHLEMAN, 1968; 1969). Com o advento do GPS (Global Positioning System) e das missões com satélites LEO (Low Earth Orbiting), a técnica de rádio ocultação (RO) se tornou uma importante ferramenta para investigações da atmosfera terrestre. Em 1995 foi lançada a missão GPS/MET (GPS-Meteorology) com o objetivo de provar o conceito da técnica de RO por GNSS e, desde então, diversas missões foram desenvolvidas incluindo receptores para RO. Uma das mais recentes foi a missão COSMIC (Constellation Observing System for Meteorology, Ionosphere and Climate), lançada como missão experimental, mas que resultou em dados operacionais. Devido ao sucesso da missão original, atualmente está em operação a missão COSMIC-2. Além de proporcionar melhor cobertura da região equatorial, os satélites da nova missão coletam, não apenas dados da constelação GPS, mas também das constelações GLONASS (GLObal NAvigation Satellite System) e Galileo (COSMIC, 2021). O lançamento de novas constelações GNSS (Global Navigation Satellite System) e LEO com receptores de RO aumenta consideravelmente a quantidade e o potencial de aplicações da técnica em diversas áreas, como Meteorologia, Aeronomia e Geodésia. A RO pode ser empregada, por exemplo, na Numerical Weather Prediction (NWP - Previsão Numérica do Tempo), na detecção de mudanças climáticas, prevenção de desastres naturais, recuperação do conteúdo total de elétrons (Total Electron Contet - TEC), entre outros (HAJJ et al., 2002). A RO por GNSS parte do princípio de que os sinais enviados pelos satélites GNSS e recebidos nos satélites LEO sofrem os efeitos da atmosfera neutra e da ionosfera ao atravessarem essas camadas, afetando a fase e a amplitude dos sinais (KURSINSKI et al., 2000). A refração sofrida pela propagação do sinal permite o cálculo dos índices de refração, que possuem diversas informações da composição da atmosfera terrestre. A partir desses índices é possível extrair, por exemplo, perfis de umidade, pressão, temperatura e densidade de elétrons (KURSINSKI et al., 2000; HAJJ et al., 2002). 23 Um método comumente empregado para a recuperação dos índices de refração é a inversa de Abel1, que em geral assume simetria esférica da atmosfera. Com isso, a técnica pode levar a perfis menos acurados principalmente quando se considera a recuperação de perfis de densidade de elétrons. Essa generalização é ainda mais problemática quando são consideradas regiões com grande variação no gradiente horizontal da densidade de elétrons (YUE et al., 2010; SHAIKH, NOTARPIETRO e NAVA, 2014), como é o caso do Brasil. Isso foi verificado em diversas investigações como Garcia-Fernandez et al. (2005), Wu et al. (2009), Yue et al. (2010) e Yue, Schreiner e Kuo (2012; 2013). Em Hernández-Pajares, Juan e Sanz (2000) foi proposta a utilização de dados de estações terrestres de receptores GNSS para estimar os valores de VTEC para auxiliar a inversa de Abel clássica. Neste trabalho foi utilizada uma função para converter o valor de VTEC em densidade de elétrons e introduzir essas informações para representar a variabilidade horizontal da ionosfera. A metodologia proposta teve continuidade com Garcia-Fernandez et al. (2003; 2005), sendo aplicada para dados das missões GPS/MET, CHAMP (Challenging Minisatellite Payload) e SAC-C (Satélite de Aplicaciones Cientificas-C). Nesses trabalhos foi observado um melhor desempenho com o método proposto em relação ao método tradicional. Uma das abordagens mais investigadas nos últimos anos é a recuperação dos perfis de densidade de elétrons com a inversa de Abel auxiliada por dados suplementares. Yue, Schreiner e Kuo (2013) apresentam um método para a recuperação auxiliada por mapas globais ionosféricos2 (Global Ionospheric Maps - GIMs). Neste estudo foi verificado que a inversa de Abel pode ser melhorada significativamente com auxílio de mapas globais, se comparado com a inversa de Abel padrão. No entanto, constatou-se que a precisão dos resultados deste método está diretamente ligada à qualidade do GIM utilizado, sendo recomendada a utilização de mapas mais acurados, por exemplo, a partir da densificação das redes de estações com receptores GNSS (YUE, SCHREINER e KUO, 2013). Mais recentemente Shao et al. (2018) apresentaram um estudo da influência da resolução dos GIMs utilizados na recuperação de perfis de densidade de elétrons a partir de dados de RO. Em regiões com densas redes de receptores GNSS, como a Europa, o método apresentado levou a resultados promissores. Porém, é destacado no trabalho que em regiões com redes menos densas o método proposto não apresenta o mesmo desempenho. Além disso, 1 A inversa de Abel foi a solução proposta em 1825 pelo matemático norueguês Niels Henrik Abel para um formato específico de equação integral. Mais detalhes da inversão da equação são apresentados no Apêndice A. Fonte: Tricomi (1985) e Bracewell (1986). 2 Mapas ionosféricos neste caso se referem a grids de valores de VTEC ou, em alguns casos específicos, de NmF2. 24 cabe ressaltar que, além de a Europa possuir uma rede mais densa de estações, a região apresenta variação da distribuição na densidade de elétrons mais regular do que a observada em regiões como a equatorial. Outros trabalhos buscaram fontes alternativas de dados para fornecer informações sobre a componente horizontal da ionosfera. Guo et al. (2015) apresentam uma comparação da versão clássica da inversa de Abel com duas abordagens: uma auxiliada por um modelo derivado de observações de RO e outra pelo International Reference Ionosphere3 (IRI). Ambas apresentaram melhoria em relação ao método em que é considerada a atmosfera esfericamente simétrica, porém, limitações foram observadas principalmente em regiões com alta variação do gradiente horizontal da densidade de elétrons. Pedatella, Yue e Schreiner (2015) e Ram et al. (2016) desenvolveram metodologias para utilização de mapas obtidos a partir de valores da densidade máxima de elétrons na camada F2 (NmF2) como auxílio à inversa de Abel, para representação da variabilidade horizontal da ionosfera. Os mapas são obtidos com valores médios dos perfis de ocultação da missão COSMIC, com isso não são necessários dados externos. Entretanto, existem limitações observadas nesses trabalhos, principalmente em relação à dependência da quantidade e distribuição das observações de RO utilizadas para a obtenção dos mapas. Em Chou et al. (2017) é apresentada uma metodologia para a utilização da inversa de Abel auxiliada por mapas derivados de valores de densidade de elétrons provenientes de modelos climatológicos. Esta abordagem é comparada com métodos utilizando informações de TEC e NmF2. As três abordagens apresentaram melhorias em relação à inversa de Abel clássica. Em relação às metodologias consideradas, a principal limitação encontrada foi em relação à sua sensibilidade quanto às variações diárias da ionosfera. No período da noite em regiões de latitudes médias a inversa de Abel padrão apresentou melhores resultados que as metodologias com auxílio de outras informações. Já Lin et al. (2018) apresentaram os resultados obtidos para recuperação de perfis de densidade de elétrons a partir de dados de RO de um satélite chinês, realizando a validação com resultados de outras missões de RO, bem como de ionossondas. Entre as conclusões é destacado o erro obtido em regiões com elevada variação da densidade de elétrons, como a região próxima à anomalia equatorial. 3 IRI é um modelo ionosférico resultado de um projeto internacional financiado pela COSPAR (Committee on Space Research) e pela URSI (Union Radio-Scientifique Internacionale). Fonte: IRI (2019). 25 Com este cenário, fica claro o crescente interesse por pesquisas relacionadas ao uso da técnica de RO para a investigação da ionosfera. Conforme apresentado, a aplicação da inversa de Abel com auxílio de mapas ionosféricos tem se mostrado uma metodologia promissora, mas ainda com limitações, em especial para regiões com comportamento mais irregular da ionosfera, como é o caso do Brasil. Com isso, uma possibilidade de investigação é a aplicação da inversa de Abel com auxílio de informações locais, para melhor representar a variação horizontal da ionosfera, considerando as características de regiões com atividade ionosférica mais intensa. Entre as possíveis fontes de dados para esta abordagem existem os mapas ionosféricos com maior resolução, como por exemplo, mapas regionais ionosféricos (Regional Ionospheric Maps - RIMs) e, ainda, a inclusão de dados de estações GNSS de regiões críticas nos modelos utilizados. A partir do exposto, a hipótese do presente trabalho é que: “Em regiões com intensa variabilidade no gradiente horizontal da densidade de elétrons, a utilização de mapas ionosféricos e informações regionais como auxílio aos dados de rádio ocultação constitui uma abordagem mais eficiente para a recuperação de perfis de densidade de elétrons”. Para a investigação desta hipótese o presente projeto buscou reunir esforços para avaliar a técnica de recuperação de perfis de densidade de elétrons utilizando dados de RO-GNSS. Primeiramente foram avaliados os mapas ionosféricos disponíveis para a região brasileira, considerando modelos globais, regionais e híbridos. Posteriormente foi desenvolvido um estudo da disponibilidade de dados ionosféricos provenientes de RO e sua cobertura em relação à região brasileira. Por fim, foram desenvolvidas e avaliadas metodologias de recuperação de perfis de densidades de elétrons com a utilização de mapas ionosféricos e informações regionais, que fossem aplicáveis ao cenário brasileiro. A metodologia desenvolvida foi implementada e testada no software CDAAC4 (Cosmic Data Analysis and Archieve Center), desenvolvido para o processamento dos dados da missão COSMIC e, atualmente, utilizado para o processamento de diversas missões com dados de RO, como GRACE (Gravity Recovery And Climate Experiment) e CHAMP. As metodologias foram avaliadas considerando medições in situ e observações de solo por meio de ionossondas. 4 CDAAC é nome do centro responsável pelo desenvolvimento e processamento dos dados das missões COSMIC. É também o nome dado ao software utilizado para o processamento dos dados desta missão. Fonte: HUNT et al. (2017). 26 1.1 OBJETIVOS A presente pesquisa tem como objetivo desenvolver e validar uma metodologia para recuperação de perfis de densidade de elétrons a partir de dados de RO auxiliados por mapas ionosféricos e informações regionais considerando a realidade brasileira. A partir deste objetivo, têm-se como objetivos específicos:  Realizar análise temporal da disponibilidade e cobertura, em relação ao território brasileiro, de perfis ionosféricos provenientes de RO;  Avaliar o desempenho do software CDAAC e de outras ferramentas análogas para a recuperação de perfis de densidade de elétrons considerando o território nacional;  Avaliar o desempenho de modelos ionosféricos globais e regionais para a região brasileira;  Desenvolver e validar uma metodologia para a utilização de mapas ionosféricos para auxiliar a recuperação de perfis de densidade de elétrons utilizando dados da constelação COSMIC e implementá-la no software CDAAC;  Estabelecer o formato dos produtos ionosféricos gerados e formas de visualização e análise de dados de RO-GNSS. 1.2 JUSTIFICATIVA Uma das principais vantagens da utilização da RO é permitir a recuperação de informações da atmosfera com distribuição homogênea, incluindo regiões remotas. Com isso, informações de áreas não alcançadas por outras técnicas podem ser obtidas e inseridas em produtos como mapas ionosféricos ou modelos de NWP. Neste sentido, o tema se mostra de grande relevância nacional e internacional, sendo que no Brasil em específico, o assunto é de grande importância devido ao irregular comportamento da densidade de elétrons da região. Diversos estudos vêm sendo desenvolvidos em âmbito nacional e internacional em relação à atmosfera neutra e a ionizada, uma vez que os efeitos dessas camadas podem influenciar diretamente a qualidade do posicionamento GNSS (ALVES et al., 2016; PROL e CAMARGO, 2016; PEREIRA e CAMARGO, 2017; VANI et al., 2017; PROL et al., 2018a; MARQUES et al., 2018). Com isso, propostas como essa se mostram relevantes devido às possibilidades de contribuição na modelagem e mitigação de erros nas medidas GNSS. Além disso, o tema proposto está vinculado ao projeto Instituto Nacional de Ciência e Tecnologia (INCT) (Processo CNPq: 465548/2014-2) e Políticas Públicas (Processo FAPESP: 2017/50115-0) “Tecnologia GNSS no suporte à Navegação Aérea”, parceria entre a Universidade Estadual Paulista 27 (UNESP), o Instituto Nacional de Pesquisas Espaciais (INPE), o Instituto Tecnológico da Aeronáutica (ITA) e o Instituto de Aeronáutica e Espaço (IAE), uma vez que busca contribuir para obtenção e avaliação de informações ionosféricas, o que tem impacto direto na qualidade do posicionamento GNSS. O potencial da RO tem despertado interesse em diversas áreas de aplicação. O desenvolvimento de missões atuais como a COSMIC-2, em continuidade à missão COSMIC, e GRACE-FO (GRACE Follow On), em continuidade à missão GRACE, comprovam isso. Além dessas, as constelações GNSS também estão sendo ampliadas. Atualmente, o GLONASS se encontra com constelação completa e o Galileo e o BeiDou têm constantemente lançado novos satélites, sendo que em junho de 2020 o BeiDou foi declarado operacional (SPACE NEWS, 2021). Com o aumento no número de satélites LEO (com receptores para o uso da técnica de RO) e GNSS, existe potencial para um crescimento significativo da quantidade de dados de RO, o que, consequentemente, estimula a exploração desta técnica. Outro indicativo que coloca o Brasil em evidência nesta área é a parceria entre a UNESP e o INPE que mantêm colaboração com o grupo da COSMIC/UCAR (University Corporation for Atmospheric Research). Em dezembro de 2015 foi assinado um acordo entre a UNESP e a UCAR para a licença da utilização do software CDAAC, que inclui código fonte e descrição do mesmo, algoritmos de determinação de órbita e inversões atmosféricas, entre outros. O contrato inicial, com validade de cinco anos, foi renovado no final de 2020. Outra importante contribuição do presente projeto é a autonomia que o mesmo pode proporcionar na recuperação de perfis a partir de dados de RO, uma vez que grande parte das pesquisas relacionadas à RO no Brasil utiliza-se de perfis disponibilizados por centros internacionais. O primeiro trabalho relacionado à RO desenvolvido na UNESP foi concluído em 2007 (HOLZSCHUH, 2007). Com o desenvolvimento da presente tese e implementação da metodologia proposta, é dada continuidade a esta linha de pesquisa, ainda relativamente nova no cenário nacional. Com isso, há uma ampliação das possibilidades de projetos sobre o tema permitindo diversos trabalhos em continuidade. 1.3 PRINCIPAIS CONTRIBUIÇÕES As principais contribuições alcançadas com a pesquisa desenvolvida na presente tese foram nas áreas de avaliação de modelos ionosféricos e recuperação de perfis de RO. Em relação aos modelos ionosféricos foi proposta uma nova metodologia de avaliação de modelos globais considerando dados de ionossondas (JEREZ et al., 2020a; JEREZ et al., 2021a). Além disso, foi avaliada a influência das incertezas do VTEC na interpolação dos 28 valores de VTEC, bem como o impacto dessas incertezas no posicionamento GNSS (JEREZ et at., 2021b). Por fim, foi realizada uma avaliação do desempenho de mapas globais e regionais para a região brasileira considerando dados de ionossondas e o posicionamento GNSS. Em relação à RO, foram desenvolvidos códigos para leitura e visualização dos produtos de RO, algumas formas de visualização são apresentadas no Apêndice D. Além disso, foi realizada uma revisão teórica com o histórico, principais missões, metodologias e produtos relacionadas à técnica. Os principais produtos ionosféricos da missão COSMIC foram avaliados considerando as ocultações com ocorrência no território nacional, considerando dados de ionossondas auxiliados por mapas globais (JEREZ et at., 2021c). As metodologias desenvolvidas na tese para a recuperação de perfis de densidades de elétrons considerando mapas ionosféricos foi comparada com dois diferentes produtos COSMIC, obtidos a partir de metodologias distintas, sendo avaliados com medições in situ e a partir de dados de ionossondas. Além desses, outros trabalhos desenvolvidos foram publicados em periódicos ou divulgados em eventos nacionais e internacionais. A lista completa dos trabalhos desenvolvidos ou publicados durante o período do doutorado é apresentada no Apêndice I. Alguns projetos derivados dessa pesquisa foram desenvolvidos, estão em andamento ou planejados para serem iniciados ainda em 2021, como projetos de iniciação científica (MATHIAS, 2019; SILVA, 2020, 2021; NESPOLO, 2021, 2022; NUNES, 2022), de mestrado (MORAES, 2021) e de pós-doutorado (JEREZ, 2021). 1.4 ESTRUTURA DA TESE O presente documento é composto de seis capítulos, estruturados conforme descrição a seguir. No Capítulo 2 é apresentada uma breve revisão histórica desde o início da utilização do conceito de ocultação de astros. Em seguida são listadas as principais missões que envolveram a técnica de RO, bem como algumas perspectivas futuras em relação às missões em desenvolvimento. O Capítulo 3 apresenta a teoria envolvida na RO, desde a geometria até a recuperação de perfis atmosféricos. Ao final do capítulo são apresentadas diferentes abordagens alternativas para a recuperação de perfis de densidade de elétrons a partir de dados de RO. No Capítulo 4 são apresentados os estudos realizados para a avaliação de mapas ionosféricos globais, regionais e híbridos, bem como uma investigação sobre o impacto do uso das incertezas do VTEC provenientes dos mapas na interpolação dos valores de VTEC e no posicionamento GNSS. 29 No Capítulo 5 são abordados os estudos realizados sobre a RO, primeiramente em relação à cobertura de dados das missões CHAMP, COSMIC e GRACE em relação à região brasileira. Posteriormente é apresentada a estratégia utilizada no software CDAAC, bem como as propostas avaliadas na presente tese. Os principais softwares disponíveis para recuperação de perfis de RO são apresentados no Apêndice D. Em seguida as metodologias são avaliadas considerando medições in situ e observações de solo por meio de ionossondas. No Capítulo 6 são apresentadas algumas considerações finais e recomendações. 30 2 RÁDIO OCULTAÇÃO Nesta seção é apresentada uma breve revisão das primeiras pesquisas e missões utilizando a técnica, em seguida são apresentadas as principais missões de RO-GNSS e, por fim, algumas perspectivas futuras em relação às missões planejadas ou em andamento. 2.1 HISTÓRICO No final da década de 1950 a obtenção de medidas por meio da observação de corpos ocultos já era utilizada para o estudo de outros planetas. Inicialmente com a utilização de ocultações estelares, a técnica já permitia o cálculo de parâmetros atmosféricos. Menzel e de Vaucouleurs (1960) apresentam as observações realizadas por pesquisadores em diversos observatórios em relação ao aparecimento e oclusão da estrela Regulus5 utilizando referência de tempo. A partir de observações de curvas luminosas fotoelétricas registradas e de informações complementares, foi possível estimar as coordenadas do centro de Vênus em relação à Regulus. Além disso, foram estimados valores de pressão da atmosfera do planeta, compatíveis com modelos atmosféricos da época. A técnica evoluiu com o avanço tecnológico e da exploração espacial. Fjeldbo et al. (1965) apresentam a possibilidade de estudos da ionosfera de outros planetas propondo um método de ocultação utilizando um sistema de radar biestático6, a partir da propagação de ondas de rádio entre a Terra e um veículo espacial. Com o lançamento de missões de programas como Mariner e Pioner, foi possível o desenvolvimento de diversas pesquisas relacionadas ao estudo da atmosfera de outros planetas. O Programa Mariner foi realizado pela NASA (National Aeronautics and Space Administration) em parceria com o JPL (Jet Propulsion Laboratory) sendo constituído de dez missões, lançadas entre 1962 e 1973, com objetivo de explorar os planetas Mercúrio, Vênus e Marte (NASA, 2019b). Com a missão Mariner IV (Figura 1 - a) foram iniciadas as investigações sobre Marte. Fijeldbo e Eshleman (1968) analisaram a atmosfera do planeta utilizando técnicas de inversão a partir de dados de RO da missão. A missão Mariner V (Figura 1 - b) permitiu investigações e experimentos de RO para o estudo da atmosfera de Vênus. Em Fjeldbo e Eshleman (1969), a partir de medidas Doppler de sinais transmitidos pela sonda enquanto a mesma estava oculta por Vênus, foram 5 Regulus é uma estrela com intenso brilho pertencente à constelação de Leão. Fonte: NASA (2019a). 6 Radar biestático é um sistema de radar com o receptor localizado em local diferente do transmissor. Fonte: Willis, N. J. (2005). 31 derivadas variações da composição da atmosfera do planeta. A partir disso, perfis de temperatura e pressão das camadas mais baixas da atmosfera de Vênus foram gerados. Já em Fjeldbo, Kliore e Eshleman (1971), medidas de RO foram utilizadas para obter, além dos perfis de temperatura e pressão, perfis de refratividade, densidade molecular e índices de absorção para realizar estudos da composição e comportamento da atmosfera de Vênus. Além do Programa Mariner, outras missões da NASA utilizaram a técnica de RO para investigação espacial, como as séries Pioneer e Voyager (KLIORE et al., 1975, 1980; LINDAL, SWEETNAM e ESHLEMAN, 1985; LINDAL et. al., 1987). Figura 1 – Missões Mariner IV (a) e Mariner V (b). Fonte: NASA (2019c). Os primeiros trabalhos a abordarem a possibilidade de utilizar a RO para a investigação da atmosfera terrestre surgiram no final da década de 1960. Fishcach (1965) e Lusignan et al. (1969) investigaram as possibilidades de obtenção de informação atmosférica a partir de dados obtidos por satélites em diferentes altitudes. Paralelamente a isso, na década de 1970 começaram a ser desenvolvidos o GPS e o GLONASS, sistemas pioneiros da navegação global por satélites, que alcançaram constelação completa em 1995. Com os sistemas GNSS e as missões com satélites LEO, a utilização da técnica de RO para investigações da atmosfera terrestre se tornou uma realidade. Com isso, diversas missões foram desenvolvidas, nem todas especificamente para obtenção de dados de RO, mas com satélites equipados com receptores que permitiam a exploração da técnica. 2.2 PRINCIPAIS MISSÕES DE RO-GNSS Diversas missões foram lançadas com o objetivo de utilizar a técnica de RO para investigação da atmosfera terrestre. Entre 1995 e 1997 foi realizada a missão GPS/MET com objetivo de aplicar o conceito da RO. A missão resultou em diversos relatórios e trabalhos científicos, entre abordagens teóricas, com algoritmos de recuperação de perfis e assimilação 32 de dados, até avaliação dos resultados obtidos. Businger et al. (1996), Kursinski et al. (1996), Hajj e Romans (1998), Ahmad e Tyler (1999) e Feng e Herman (1999) são alguns exemplos. Posteriormente, outras missões foram desenvolvidas, como CHAMP, GRACE, IOX (Ionosphere Occultation Experiment onboard PicoSat) e COSMIC. O Quadro 1 apresenta um resumo das missões lançadas com instrumentos de rádio ocultação, com respectivo período de dados disponíveis. No Apêndice B são listadas algumas fontes de informações sobre as missões. Quadro 1 – Missões de RO-GNSS com respectivos períodos de dados disponíveis. Acrônimo Missão Período de dados GPS/MET GPS Meteorology 1995 – 1997 Sunsat Stellenbosch University Satellite 1999 – 2001 - Oersted 1999 – 2001 IOX Ionosphere Occultation Experiment onboard PicoSat 2001 – 2004 CHAMP Challenging Mini-satellite Payload 2001 – 2008 C/NOFS Communications/Navigation Outage Forecasting System 2008 – 2015 SAC-C Satélite de Aplicaciones Cientificas-C 2001 – 2013 SAC-D Satélite de Aplicaiones Cientificas-D 2011 – 2015 Fesat Federation Satellite 2002 – 2007 GRACE Gravity Recovery and Climate Experiment 2006 – 2017 Formosat- 3/COSMIC Formosa Satellite 3 / Constellation Observing System for Meteorology, Ionosphere and Climate 2006 – 2020 Formosat- 7/COSMIC-2 Formosa Satellite 7 / Constellation Observing System for Meteorology, Ionosphere and Climate 2 2019 – atual MetOp Meteorological Operational satellite programe 2006 – atual TerraSAR-X Terra-Synthetic Aperture Radar X-band 2008 – atual TanDEM-X TerraSAR-X Add-on for Digital Elevation Measurement at X-band 2010 – atual MT Megha-Tropiques 2011 – atual KOMPSAT-5 Korean Multipurpose Satellite-5 2013 – atual FY-3 Feng Yun-3 2013 – atual CICERO Community Initiative for Continuing Earth Radio Occultation 2017 – atual Fonte: Adaptado de Mannucci et al. (2014). A missão CHAMP, lançada em 2000, teve a importância de ser a primeira missão a obter dados de RO contínuos (2001-2008) em tempo quase real. Diversas pesquisas, incluindo as relacionadas à assimilação de dados de RO para NWP, foram possíveis devido aos dados desta missão (WICKERT et al., 2001; JAKOWSKI, et al., 2002; HEALY e THÉPAUT, 2006). Apesar de ser considerada uma missão pioneira, o número diário de ocultações ainda era limitado, em torno de 150 (ELGERED e WICKERT, 2017). O experimento IOX foi componente da missão PicoSat, lançada em 2001. Este foi o primeiro conjunto de observações de cintilação ionosférica, com distribuição global, obtidos a partir de instrumentos de RO. Straus, Anderson e Danaher (2003) apresentam alguns 33 resultados obtidos no experimento, com estimativa de valores médios de cintilação obtidos a nível global. A missão GRACE, lançada em 2002, teve como objetivo principal a detecção de variações a longo prazo do campo gravitacional da Terra. Os satélites gêmeos, que fizeram parte da missão, foram desenvolvidos com o mesmo modelo de receptor de RO utilizado na missão CHAMP (ELGERED e WICKERT, 2017). Beyerle, et al. (2005) e Healy et al. (2007) apresentam algumas aplicações dos dados da missão. A missão FORMOSAT-3/COSMIC, lançada em 2006, resultou de uma parceria entre Estados Unidos (UCAR) e Taiwan (NSPO – National SPace Organization). A constelação, composta de seis satélites LEO, foi desenvolvida para realizar observações da atmosfera terrestre. Apesar de ter sido lançada como uma missão experimental, a mesma obteve resultados operacionais. Seus dados apresentaram benefícios para meteorologia, permitindo a incorporação de informações em modelos de NWP (ANTHES et al., 2008). Com a missão, o número de ocultações diárias obtidas inicialmente era em torno de 2000. Até 2013 esse valor diminuiu para em torno de 1000 ocultações devido a problemas apresentados em alguns satélites, após o tempo de vida útil ter sido atingido (ELGERED e WICKERT, 2017). Com diversas aplicações, os dados da missão COSMIC possibilitaram pesquisas que avaliaram a qualidades dos dados, além de estudos relacionados à atmosfera neutra e à ionosfera (SCHREINER et al., 2007; HE et al., 2009; ZENG et al., 2008). No dia 28 de maio de 2020 o último satélite da missão COSMIC encerrou suas atividades, 14 anos após o início da missão (NCAR & UCAR NEWS, 2020). Com o intuito de armazenar e fornecer as informações da missão COSMIC foi criado o CDAAC. Posteriormente, visando aumentar a quantidade de observações disponibilizadas para a comunidade científica, o centro passou a armazenar e processar dados de outras missões (CDAAC, 2021). O Quadro 2 apresenta as missões com dados disponibilizados pela CDAAC com os respectivos períodos. As épocas dos dados são apresentadas seguindo o formato YYYY.DDD, onde os quatro primeiros dígitos são referentes ao ano (Y) e os três últimos ao dia do ano (D). Considerando todas as missões com dados disponibilizados pelo CDAAC, o número de ocultações com perfis da atmosfera neutra tem um total de 15.917.301, enquanto para a ionosfera existe um total de 5.219.683 ocultações, desde o dia 21 de abril de 1995 até 31 de agosto de 2021. 34 Quadro 2 – Missões com dados disponibilizados pelo CDAAC. Missão Pós-processado Reprocessado Quase tempo real CHAMP – 2001.139 – 2008.279 – C/NOFS 2010.060 – 2011.365 – – COSMIC 2014.121 – 2020.122 2006.112 – 2014.120 – COSMIC-2 – – 2019.274 – atual GEOOPT – – 2020.351 – 2021.014 GPS/MET 1995.111 – 1997.047 – – GPS/MET-AS 1995.237 – 1997.016 – – GRACE 2007.059 – 2017.334 – – KOMPSAT5 2015.022 – 2021.059 – – MetOp-A 2016.001 – 2021.059 2007.274 – 2015.365 – MetOp-B 2016.001 – 2021.059 2013.032 – 2015.365 – MetOp-C 2019.195 – 2021-059 – – PAZ 2018.130 – 2021.059 – – SAC-C 2006.068 – 2011.215 – – SPIRE – – 2020.352 – 2021.015 TDX 2016.001- 2021.059 – – TerraSAR-X 2008.041 – 2021.059 – – Fonte: CDAAC (2021). 2.3 PERSPECTIVAS FUTURAS As missões apresentadas anteriormente se utilizaram de dados da constelação GPS. Além deste sistema, existe ainda o russo GLONASS e o chinês BeiDou, também operacionais, além do sistema europeu em desenvolvimento, Galileo. Após um longo período de degradação, o GLONASS foi modernizado e teve sua constelação restabelecida em 2011 (REVNIVYKH et al., 2017). Em junho de 2020 o BeiDou foi declarado operacional também com constelação completa (SPACE NEWS, 2021). O sistema Galileo tem realizado lançamentos nos últimos anos e deve completar sua constelação em breve (TEUNISSSEN e MONTENBRUCK, 2017). Com esse novo cenário, as missões que estiverem preparadas para as configurações desses sistemas terão a possibilidade de obter um número significativamente maior de ocultações por dia, em comparação às missões anteriores. Além dos sistemas de navegação global por satélites, novas missões com satélites LEO estão em andamento. Como continuidade à missão COSMIC, teve início o desenvolvimento da missão FORMOSAT-7/COSMIC-2, novamente uma parceria entre a UCAR e a NSPO. A constelação, contando com doze microssatélites LEO planejados, deverá realizar coleta de dados de previsão do tempo, ionosfera e gravidade. A missão tem por objetivo avançar a capacidade de previsões e modelagens atmosféricas a nível regional e global. O número de observações previstas para serem obtidas é maior que a geração anterior, devido ao maior número de satélites, e aos receptores multi-GNSS (TRIG-RO), com isso a missão deve 35 rastrear dados das constelações GPS, Galileo e GLONASS, sendo esperada a obtenção de até 12.000 perfis por dia com a missão completa (ELGERED e WICKERT, 2017). A Figura 2 apresenta os modelos de satélites das missões COSMIC (a) e COSMIC-2 (b). Figura 2 – Satélites das missões COSMIC (a) e COSMIC-2 (b). Fonte: COSMIC (2021b). A Figura 3 apresenta as constelações das duas missões, COSMIC (a) e COSMIC-2 (b). A constelação COSMIC-2 é dividida em dois grupos, COSMIC-2A (azul) e COSMIC-2B (rosa), apresentando configurações diferentes em relação à inclinação das órbitas da missão original. Os satélites COSMIC-2A possuem 24° de inclinação, enquanto os COSMIC-2B possuem 72° de inclinação. A intenção é que seja obtida uma melhor cobertura das regiões equatoriais, com a configuração dos satélites COSMIC-2A, enquanto os COSMIC- 2B seriam substitutos da missão anterior, por isso a configuração semelhante (EO PORTAL DIRECTORY, 2019a). Figura 3 – Constelações das missões COSMIC (a) e COSMIC-2 (b). Fonte: COSMIC (2021b). Após algumas mudanças nos planos de lançamentos dos satélites COSMIC- 2A, os mesmos foram lançados em 25 de junho de 2019 (NOAA, 2021). Quanto aos satélites COSMIC-2B, devido a problemas de financiamento, a produção e lançamento foram suspensos em outubro de 2017 (GUNTER’S SPACE PAGE, 2019; EO PORTAL DIRECTORY, 2019a). 36 Mesmo antes de seu lançamento, diversos trabalhos já exploravam o potencial da missão COSMIC-2, como Yue et al. (2014), Tseng et al. (2018) e Hsu, Matsuo e Liu (2018). E em trabalhos mais recentes podem ser verificados os primeiros resultados com dados da missão, como em Schreiner et al. (2020). Desde 2009 estava em desenvolvimento a missão GRACE-FO, em 22 de maio de 2018 foram lançados os satélites gêmeos da missão (NASA, 2019d). Além de ter como objetivo dar continuidade às medidas do campo gravitacional da Terra, os satélites também são equipados com receptores TRIG-RO. Desenvolvidos pela NAPA/JPL, TRIG-RO são receptores de dados de RO capazes de rastrear não apenas dados da constelação GPS, mas também GLONASS, Galileo e BeiDou (PODAAC, 2019). Esse tipo de receptor foi originalmente desenvolvido para a missão COSMIC-2, passando a ser adotado em diversas missões como Jason-CS (Jason Continuity of Service), DESDynI (Deformation, Ecosystem Structure, and Dynamics of Ice) e DSAC (Deep Space Atomic Clock) (EO PORTAL DIRECTORY, 2019b). A Figura 4 apresenta os satélites da missão GRACE (a) e GRACE-FO (b). Trabalhos como os de Nie, Shen e Chen (2019) e Okay Ahi e Jin (2019) apresentam algumas investigações utilizando informações da missão. Figura 4 – Satélites gêmeos das missões GRACE (a) e GRACE-FO (b). Fonte: NASA/JPL (2019a; 2019b). Após os lançamentos dos satélites da missão MetOP (Meteorological Operational satellite programe), MetOp-A (19/10/2006) e MetOp-B (17/09/2012), o terceiro e último satélite da série, MetOp-C, foi lançado em novembro de 2018 (OPPA, 2019). Atualmente, está em desenvolvimento a missão MetOp-SG (MetOp-Second Generation program), composta por dois satélites (MetOp-SG-A e MetOp-SG-B). Com lançamentos previstos para 2024, os satélites da missão também serão equipados com receptores de RO (EUMETSAT, 2021). Existem ainda iniciativas privadas como a GeoOptics, empresa que, entre outros projetos, desenvolveu a missão CICERO (Community Initiative for Continuous Earth 37 Remote Observation) com objetivo de coletar dados de RO e de reflectometria. Os dados da missão serão disponibilizados de forma gratuita para pesquisas científicas na página da empresa. Os primeiros satélites foram lançados em julho de 2017 e já existem planos de expansão da missão com a CICERO-2. Mais informações são disponibilizadas na página da GeoOptics (http://www.geooptics.com). Com o avanço das missões com satélites LEO e continuidade da implantação dos sistemas GNSS, uma grande quantidade de dados estará disponível, elevando consideravelmente as possibilidades de aplicações da técnica de RO e a necessidade de desenvolvimento de novas pesquisas nesta área. 38 3 RECUPERAÇÃO DE PERFIS ATMOSFÉRICOS Na presente seção são apresentados os principais conceitos relacionados à rádio ocultação. Inicialmente é apresentada uma breve revisão da divisão da atmosfera em relação à sua camada neutra e ionizada, posteriormente a geometria envolvida na ocultação GNSS é abordada e, por fim, são apresentados métodos de recuperação de perfis da atmosfera neutra e da ionosfera, além de algumas abordagens alternativas aplicadas em trabalhos recentes. 3.1 ESTRUTURA DA ATMOSFERA Nos estudos relativos à atmosfera terrestre, diversas divisões de suas camadas foram criadas de acordo com a área de estudo. Essas classificações da atmosfera podem ser relacionadas às suas propriedades físicas ou em relação às influências que a mesma pode causar na propagação de ondas eletromagnéticas. Nos estudos que envolvem a propagação de ondas eletromagnéticas, em geral, a divisão se dá em duas camadas, uma neutra e outra ionizada. A atmosfera neutra corresponde à camada mais próxima da superfície, até uma altitude de aproximadamente 50 km, enquanto a atmosfera ionizada é a camada seguinte, compreendendo uma altitude de até 1000 km aproximadamente (SEEBER, 2003; HOFMANN-WELLENHOF et al., 2008). A estrutura da atmosfera também pode ser caracterizada por um perfil de temperatura. Na Figura 5 (a) é possível verificar a partir da superfície terrestre, um decréscimo da temperatura com o aumento da altitude até em torno de 10 km (troposfera), em seguida, há uma inversão deste padrão no início da estratosfera. Esse aumento se torna máximo em torno de 50 km, no limite da estratosfera com a mesosfera, onde ocorre uma nova inversão de comportamento com diminuição da temperatura, que atinge seu mínimo em uma altitude em torno de 90 km. A partir da mesosfera, há um aumento significativo da temperatura, motivo pelo qual a região é denominada termosfera (KELLEY, 2009). A camada neutra da atmosfera compreende a troposfera e a estratosfera, sendo referida comumente na área de posicionamento GNSS como simplesmente troposfera. A atmosfera neutra é um meio não dispersivo para frequências até 30 GHz, cujo índice de refração é relacionado à temperatura, pressão e pressão parcial do vapor d’água (HOFMANN- WELLENHOF et al., 2008). A camada ionizada da atmosfera é conhecida como ionosfera, sendo melhor caracterizada por perfis de densidade de elétrons. A Figura 5 (b) apresenta dois perfis de 39 densidade de elétrons característicos de regiões de latitudes médias, para o dia e para a noite. A ionosfera é subdividida em subcamadas (Regiões D, E e F) que sofrem variações de acordo com a hora do dia (KELLEY, 2009). A camada D, correspondente à altitude de 50 a 90 km, possui a menor densidade entre as camadas da ionosfera, varia de acordo com a incidência solar e deixa de existir ao anoitecer. A camada E tem altitude de 90 a 150 km, também conhecida como camada Kennelly-Heaviside, é afetada por ondas de gravidade, apresentando influência do campo geomagnético e elétrico. A camada F, com altitude de 150 a 500 km, é também conhecida como camada de Appleton, apresenta ionização máxima ao meio-dia com decréscimo após o pôr do sol. Esta camada é dividida ainda em duas regiões, F1 e F2. A região F1 possui altitude de 150 a 200 km, caracterizada por uma inflexão na curva de densidade de elétrons, enquanto a região F2 possui altitude de 200 a 1000 km durante o dia, a densidade de elétrons máxima ocorre nesta região. A região acima de 500 km é conhecida como topside, onde há um decréscimo exponencial da densidade de elétrons em relação à altitude (HOFMANN-WELLENHOF et al., 2008; KELLEY, 2009; PROL, 2019). Figura 5 – Perfis típicos de temperatura da atmosfera (a) e de densidade elétrons da ionosfera (b) em relação às camadas atmosféricas. Fonte: Adaptado de Kelley (2009). Os efeitos causados pela ionosfera na propagação de ondas eletromagnéticas são proporcionais ao TEC, ou seja, ao número de elétrons presentes na atmosfera. O TEC corresponde à quantidade de elétrons contida em uma coluna que vai do transmissor ao receptor, 40 com base de um metro quadrado. O TEC é dado em elétrons/m2, sendo, em geral, adotada a unidade TECU (TEC Unit), correspondente a 1x1016 elétrons/m2. Esses valores variam no tempo e no espaço tendo relação com a localização geográfica, atividade geomagnética, estação do ano e ciclos de manchas solares (MCNAMARA, 1991). Em relação à localização geográfica, os níveis de densidade de elétrons são mais intensos nas regiões equatoriais (onde se situa grande parte do território brasileiro), menos intensos nas latitudes médias e seguem comportamento menos previsível nas altas latitudes. Nas regiões equatoriais os efeitos da ionosfera são relacionados, entre outros, à anomalia de ionização equatorial (EIA - Equatorial Ionization Anomaly) com intensidade maior no pico local da anomalia (latitudes geomagnéticas aproximadas de ±15º) (MCNAMARA, 1991; SEEBER, 2003). O campo geomagnético pode sofrer influência das atividades solares, como explosões e manchas solares. Esses eventos podem causar os chamados ventos solares que podem afetar as linhas de força do campo, fazendo com que as mesmas sejam comprimidas. Consequentemente, essas perturbações no campo geomagnético resultam em modificações do meio ionizado da ionosfera (KELLEY, 2009; PROL, 2019). As variações temporais podem ser diurnas, sazonais e em ciclos de longo período. As diurnas estão relacionadas a mudanças em regiões da ionosfera, que ocorrem devido a recombinações de elétrons e íons distribuídos em suas camadas. As mudanças sazonais se relacionam às variações na densidade de elétrons causadas pela variação do ângulo zenital do Sol e pelo fluxo de ionização, que mudam devido às estações do ano, sendo a radiação incidente na Terra mais direta no verão, causando assim aumento da ionização. Já os ciclos de longo período correspondem aos ciclos solares, que ocorrem em intervalos de aproximadamente 11 anos, sendo associados ao número de manchas solares. As manchas solares correspondem a regiões mais frias e escuras na superfície do Sol. Em volta dessas regiões existe elevado nível de emissão de radiação ultravioleta. Com isso o aumento de manchas leva ao aumento da radiação solar e, consequentemente, mudança na densidade de elétrons da ionosfera (MCNAMARA, 1991; HAUSCHILD, 2017). O pico do último ciclo solar, ciclo 24, ocorreu entre o final de 2013 e início de 2014. 41 3.2 GEOMETRIA DA RO-GNSS A recuperação de perfis atmosféricos a partir de dados de RO está diretamente relacionada ao conceito de refração. Isso porque a RO só é possível devido à atmosfera, que refrata o sinal transmitido, alterando sua velocidade de propagação e trajetória. Devido a essa ação, o sinal GNSS chega ao receptor instalado no satélite LEO, ainda que o mesmo esteja oculto pela Terra (KURSINSKI et al., 1997; 2000). Durante a ocultação, que em geral dura de um a três minutos, com a variação da posição entre os satélites GNSS e LEO, é possível obter um perfil de refração do sinal eletromagnético. A Figura 6 apresenta a geometria de uma ocultação, onde é possível verificar os principais elementos envolvidos: o ângulo de refração (𝛼), o parâmetro de impacto (𝑎) e o raio de tangência (𝑟 ), que corresponde à distância entre o centro da Terra e o ponto tangente (𝑝 ). Figura 6 – Geometria de uma ocultação GNSS. Fonte: Adaptado de Kursinski (1997). O índice de refração (n) em um meio é definido como a razão entre a velocidade da luz no vácuo (c) e a velocidade da luz no meio (v): 𝑛 = . (1) Considerando frequências de micro-ondas, o índice de refração total é próximo à unidade, de modo que normalmente é discutido em termos de refratividade (N), definida como (SYNDERGAARD, 1999): 𝑁 = (𝑛 − 1)𝑥10 . (2) A partir do índice de refração diversos perfis atmosféricos podem ser obtidos, como a temperatura, pressão e umidade da atmosfera neutra, e a densidade de elétrons da ionosfera. A refratividade pode ser expressa em função da pressão atmosférica hidrostática 42 (𝑃 ) dada em mbar, da pressão parcial de vapor d’água (𝑃 ) dado em mbar, da temperatura atmosférica (T) dada em Kelvin, da densidade de elétrons (𝑛 ) dada em elétrons por metro cúbico, da frequência (𝑓) dada em Hertz e do conteúdo líquido de água (𝑊) dado em gramas por metro cúbico (KURSINSKI, 1997, SYNDERGAARD, 1999). A equação geral é dada por: 𝑁 = 77,6 + 70,4 × + 3,73 × 10 − 4,03 × 10 + 1,4𝑊. (3) Considerando a proximidade entre as constantes dos dois primeiros termos e que 𝑃 é inferior a 𝑃 , o segundo termo geralmente é incluído no primeiro. Além disso, considerando que o último termo da expressão apresenta valores muito baixos em relação aos demais, o mesmo é comumente suprimido. Assim, a expressão pode ser apresentada como (considerando 𝑃 = 𝑃 + 𝑃 , pressão total): 𝑁 = 77,6 + 3,73 × 10 − 4,03 × 10 . (4) Para a recuperação do ângulo de refração (𝛼) são consideradas três abordagens: o quadrilátero formado na geometria da ocultação; os índices de refração; e o efeito Doppler. A Figura 7 apresenta os elementos necessários para a derivação do ângulo de refração a partir da geometria de uma ocultação. Nela podem ser verificados os vetores de velocidade do receptor (𝑣 ) e do transmissor (𝑣 ), os vetores unitários indicando a direção do caminho do sinal (𝑒 e 𝑒 ), os raios contados dos satélites ao centro da Terra (𝑟 e 𝑟 ), os ângulos formados entre os raios e o caminho percorrido pelo sinal (𝛷 e 𝛷 ), os ângulos formados entre as direções dos raios e os vetores de velocidades (𝛽 e 𝛽 ) e o ângulo formado pelos raios dos satélites em relação ao centro da Terra (θ) (KURSINSKI, 1997). Figura 7 – Elementos da geometria da ocultação GNSS necessários para a derivação do ângulo de refração (𝛼). Fonte: Adaptado de Kursinski (1997). 43 Considerando a geometria apresentada, a partir do quadrilátero formado, cujos ângulos internos são 𝛷 , θ, 𝛷 e π-α, e o fato de que a soma dos ângulos internos de um quadrilátero corresponde a 2π, têm-se que: 𝛼 = 𝛷 + 𝛷 + 𝜃 − 𝜋. (5) A refração é o fenômeno que ocorre quando uma onda eletromagnética sofre um desvio em sua trajetória devido à diferença de densidade do meio que atravessa. A partir da lei da refração ou lei de Snell, considerando dois meios (𝑎 e 𝑏), a relação entre os ângulos (de incidência e refração) e os índices de refração dos meios (𝑛) é dada por (BORN e WOLF, 1980): 𝑛 sin 𝜃 = 𝑛 sin 𝜃 . (6) A partir da lei de Burguer, que é equivalente à lei de Snell em meio simetricamente esférico, têm-se que o produto do índice de refração (𝑛), pelo raio (𝑟) e pelo seno do ângulo formado entre o raio do ponto considerado e o caminho do sinal (Φ) se mantém constante, correspondendo ao parâmetro de impacto (𝑎), com isso (BORN e WOLF, 1980): 𝑛 𝑟 sin 𝛷 = 𝑛 𝑟 sin 𝛷 = 𝑎, (7) em que 𝑛 corresponde ao índice de refração do trajeto do sinal do transmissor do satélite GNSS até o ponto tangente e 𝑛 corresponde ao índice de refração do trajeto do sinal desde o ponto tangente até o receptor instalado no satélite LEO. O efeito Doppler é caracterizado pela variação observada na frequência de uma onda ocasionada pelo deslocamento relativo entre um emissor e um receptor (YOUNG e FREEDMAN, 2009). A relação entre a frequência emitida (𝑓 ) e a frequência com deslocamento Doppler (𝑓 ), considerando a velocidade da luz no vácuo (𝑐) e a velocidade aparente (𝑣 ), é dada por: 𝑓 = − 𝑣 . (8) A partir da Figura 7, pode ser obtida a seguinte equação da frequência com deslocamento Doppler (𝑓 ), utilizando os vetores unitários que indicam a direção do sinal transmitido (𝑒 e 𝑒 ) e respectivos vetores de velocidade (𝑣 e 𝑣 ): 𝑓 = − (𝑣 ⃗ . 𝑒 ⃗ − 𝑣 ⃗ . 𝑒 ⃗). (9) A Figura 7 pode ser decomposta em dois triângulos retângulos conforme a Figura 8, o primeiro em relação ao satélite LEO (a) e o segundo em relação ao GNSS (b). 44 Figura 8 – Triângulos decompostos da geometria da ocultação para os satélites LEO (a) e GNSS (b). A partir da Figura 8 é possível verificar que os vetores unitários podem ser obtidos por: 𝑒 ⃗ = −𝑣 ⃗ cos(𝛽 − 𝛷 ), e (10) 𝑒 ⃗ = −𝑣 ⃗ cos(𝛽 − 𝛷 ) (11) Assim, a Equação (9) pode ser reescrita como: 𝑓 = [𝑣 cos(𝛽 − 𝛷 ) − 𝑣 cos(𝛽 − 𝛷 )]. (12) Esta equação considera que os índices de refração nas posições dos satélites LEO e GNSS são iguais a um, o que foi demonstrado por Hajj e Romans (1998) ser uma aproximação que não acarreta erro significativo para altas altitudes (0,5% dos valores reais de ângulo de refração ou densidade de elétrons). A frequência com deslocamento Doppler considerando os índices de refração na posição do receptor (LEO) e do transmissor (GNSS) é apresentada por Schreiner et al. (1999): 𝑓 = 𝑓 ( ) ( ) − 1 . (13) As equações (12) e (13) são equivalentes, desde que os índices de refração sejam considerados iguais a um. A partir das equações (5), (7) e (12) o ângulo de refração pode ser estimado de forma iterativa. A seguir são apresentadas as abordagens utilizadas para a recuperação de perfis da atmosfera neutra e da ionosfera, utilizando a técnica de RO. Ressalta- se que em relação à recuperação dos perfis relacionados à atmosfera neutra, é apresentada apenas uma visão geral do método, uma vez que o objetivo do presente projeto se concentra nos perfis ionosféricos. 3.3 RECUPERAÇÃO DE PERFIS DE TEMPERATURA E PRESSÃO A relação entre o ângulo de refração e o índice de refração é dado pela equação (SYNDERGAARD, 1999): 45 𝛼(𝑎) = −2𝑎 ∫ √ ( ) 𝑑𝑟. (14) Aplicando a inversa de Abel (BRACEWELL, 1986), é possível expressar o índice de refração (𝑛) em função do ângulo de refração (𝛼), do parâmetro de impacto (𝑎) e do raio do ponto considerado (𝑟). 𝑛(𝑟) = 𝑒𝑥𝑝 ∫ ( ) √ 𝑑𝑎 . (15) A dedução de 𝛼(𝑎) e 𝑛(𝑟) (equações 14 e 15) com as particularidades para perfis da atmosfera neutra são apresentadas por Fjeldbo, Kliore e Eshleman (1971), a dedução para perfis ionosféricos será apresentada a seguir na Seção 3.4. Conforme apresentado no início da Seção 3.2, a refratividade (N) possui contribuições de quatro fontes principais, podendo ser generalizada pela Equação (4), da qual fazem parte a pressão total (composta pela pressão hidrostática e pela pressão parcial de vapor de água), a temperatura e a densidade de elétrons. Em geral, a metodologia adotada para a recuperação de perfis da atmosfera neutra é a utilização de uma combinação linear das observáveis GNSS para eliminar os efeitos de primeira ordem da ionosfera, deixando a refratividade relacionada apenas à atmosfera neutra (KURSINSKI, 1997; SYNDENGAARD, 1999). A combinação linear é realizada a partir dos perfis de ângulos de refração obtidos para os dados de cada portadora (ELGERED e WICKERT, 2017), assim a combinação dos ângulos de refração pode ser dada por: 𝛼 (𝑎) = 𝛼 (𝑎) − 𝛼 (𝑎), (16) em que 𝛼 (𝑎) corresponde ao ângulo de refração corrigido dos efeitos de primeira ordem da ionosfera; 𝛼 (𝑎) e 𝛼 (𝑎) são os valores dos ângulos de refração obtidos com dados das portadoras 𝐿 e 𝐿 , respectivamente; e 𝑓 e 𝑓 correspondem às frequências nas portadoras 𝐿 e 𝐿 , respectivamente. Com isso, a Equação (4) pode ser reescrita apenas em função dos componentes da atmosfera neutra, eliminando o termo referente à ionosfera, assim temos que: 𝑁 = 77,6 + 3,73 × 10 . (17) Em regiões de grandes altitudes atmosféricas ou regiões muito frias, com temperaturas inferiores a 250 K ≈ -23,15º, correspondente a alguns quilômetros de altitude em altas latitudes e acima de ≈10 km em latitudes tropicais, pode ser aplicado um modelo simplificado, que não considera a componente úmida da atmosfera (KURSINSKI, 1997; SYNDENGAARD, 1999), obtendo-se: 𝑁 = 77,6 . (18) 46 Para as demais regiões, a Equação (17) pode ser ainda combinada com a equação de estado dos gases ideais para fornecer a densidade em função da refratividade. A pressão pode ser estimada a partir da densidade atmosférica utilizando a equação de equilíbrio hidrostático. Para a determinação da pressão úmida, a Equação (19) pode ser então apresentada como: 𝑃 = , , . (19) Neste caso, se faz necessária a obtenção de valores de temperatura de outras fontes, como modelos climatológicos. A dedução das formulações completas e análises dos erros obtidos devido às generalizações realizadas são desenvolvidas em Kursinski (1997), além de trabalhos como Kursinski et al., (1997) e Hocke (1997). 3.4 RECUPERAÇÃO DE PERFIS DE DENSIDADE DE ELÉTRONS O fato de a distribuição dos elétrons da ionosfera não ser homogênea causa diversas interferências em tecnologias como o GNSS. Além disso, esta é a maior fonte de erros nos métodos de recuperação que assumem simetria esférica da atmosfera (SCHREINER et al., 1999). Devido à sua complexidade, os estudos relacionados à recuperação da densidade de elétrons da ionosfera utilizando dados de rádio ocultação é investigada em diversos trabalhos. Nas primeiras abordagens, nas quais a atmosfera é considerada simetricamente esférica, os métodos de inversão mais frequentemente adotados utilizam a inversa de Abel a partir do ângulo de refração ou a partir do TEC. Posteriormente, outras abordagens foram desenvolvidas considerando diversas fontes de dados alternativas para representar a variação horizontal da ionosfera. Nesta seção são apresentados os métodos inicialmente empregados na recuperação destes perfis e, em seguida, abordagens propostas em trabalhos mais recentes. 3.4.1 Abordagem clássica A dedução do ângulo de refração em função do parâmetro de impacto é apresentada por Garcia-Fernandez (2004). Nesta dedução, como é assumida simetria esférica, é possível utilizar a fórmula de Bourguer para relacionar o ângulo de refração e o índice de refração. Como o parâmetro de impacto é constante em uma linha reta, é possível obter a relação entre o ângulo de refração (𝛼) e o índice de refração (𝑛) partindo da Equação (7): (i) considerando a onda em uma linha reta, com índice de refração igual a um, assim: 47 𝑟 sin 𝛷 = 𝑎 ; (20) (ii) considerando o caminho real, a partir da fórmula de Bourguer (BORN e WOLF, 1980), em que: 𝑛 𝑟 sin 𝛷 = 𝑎. (21) Derivando as equações (20) e (21) em relação ao raio (𝑟) e ao ângulo (𝛷 𝑜𝑢 𝛷 ), e apenas a Equação (21) em relação ao índ