• Non ci sono risultati.

2. GLI EFFETTI DELL’INQUADRAMENTO REGIONALE SULLE SOLUZIONI PPP

2.1. Il data-set utilizzato e le soluzioni PPP “non fiduciali”

Per rendere il test rappresentativo e permettere analisi complesse sui risultati del metodo era necessario disporre di serie temporali sufficientemente lunghe e caratterizzate dalla migliore continuità di dati possibile. Inoltre è necessario disporre di soluzioni ufficiali di riferimento

espresse in IGb08 per il calcolo degli x-files regionali. Il numero di siti utilizzati per il calcolo dei parametri di Helmert deve essere sufficiente a garantire una buona ridondanza delle osservazioni, avendo a mente che il numero minimo di punti doppi è 3, in modo da permettere un’efficace processo di data-snooping e di rigetto delle soluzioni coi residui maggiori.

2.1.1. Dataset e calcolo PPP

Per questo motivo si è deciso di utilizzare sei anni di dati giornalieri, dal 2007 al 2012 compresi, provenienti da 14 stazioni GNSS permanenti appartenenti alle reti di monitoraggio IGS ed EPN situate in Italia e nelle aree limitrofe. La disposizione spaziale delle 14 stazioni permanenti è quella indicata in Figura 22, dove le stazioni di ROVE e LAMP sono indicate in rosso poiché,

nonostante abbiano tutte le caratteristiche sopra specificate, hanno mostrato soluzioni non congruenti a quelle delle altre stazioni, il che ne provocava il rigetto quasi costante nel processo di calcolo degli x-files regionali.

Solo alcune di queste stazioni appartengono alla IGS tracking network, per cui non è stato possibile utilizzare per le coordinate di riferimento il file SINEX di riferimento IGS (IGb08.snx). Le altre stazioni sono state scelte accuratamente tra quelle inserite nella EPN e calssificate di “classe A” (Bruyninx et al. 2013), per le quali sono disponibili le soluzioni di riferimento inquadrate nell’IGb08 e pubblicate dall’EUREF nel file EPN_A_IGb08.SNX (ftp://epncb.oma.be/epncb/station/coord/EPN/EPN_A_IGb08.SNX.Z). Questo contiene le coordinate di tutte le stazioni di classe A inquadrate dall’EUREF in IGb08 e mantenute aggiornate al passare del tempo, per cui la versione del file utilizzata per questo test è la EPN_A_IGb08_C1800, dove C indica “cumulative solution” e 1800 è la settimana GPS alla quale è aggiornato il calcolo di inquadramento.

Figura 22 – Disposizione delle 14 stazioni permanenti GNSS appartenenti alle reti IGS ed EPN utilizzate per il test. I siti di ROVE e LAMP sono stati scartati dalla selezione.

Per ciascuna stazione si è quindi provveduto al download dei file RINEX giornalieri, con campionamento a 30 secondi, presenti nel repository ufficiale dell’EUREF e corredati di tutti i metadati necessari per procedere al calcolo geodetico. L’operazione è stata svolta in modo automatico utilizzando uno script creato ad hoc in linguaggio Perl che consente di selezionare il sito di interesse e la finestra temporale per la quale si intende scaricare i dati.

Il calcolo PPP è stato svolto utilizzando il software GIPSY-OASIS II nella versione 6.1.2, già presentato nel precedente capitolo. Si precisa che questa versione del software consente la risoluzione delle ambiguità iniziali di fase implementando l’algoritmo WLPB (Bertiger et al. 2010). Si riporta per completezza una breve sintesi dei parametri di calcolo impostati nello script JPL_ANTEX_4.3.pl utilizzato per l’automatizzazione del calcolo:

- Effemeridi e Clock degli orologi: prodotti precise del JPL ed orbite non fiduciali FlinnR. - Calibrazioni dei centri di fase delle antenne: file di calibrazione assoluti dell’IGS

(igs08.atx).

- Modello troposferico: VMF-1 (Vienna Mapping Function)(Kouba 2008), con modello

random walk impostato al valore iniziale di 3 [mm/sqrt(hours)] e gradiente umido pari a

3.6 [mm/hours].

- Passo di campionamento delle osservazioni: i dati a 30 secondi sono stati decimati al passo di 300 secondi. Questa operazione, per un calcolo statico su file RINEX giornalieri, consente di ridurre i tempi di calcolo senza inficiare la qualità delle soluzioni.

- Opzione di filtraggio della soluzion: modalità di calcolo statica.

- Correzione dei ritardi ionosferici: il software sfrutta una combinazione di osservabili iono-

free.

- Numero di iterazioni nel calcolo del fissaggio delle ambiguità: 1

- Modelli di maree: modello per maree solide (WahrK1, FreqDepLove), modello per il moto del polo (PolTid) modello per le maree oceaniche (OctTid).

Si specifica che questi parametri sono quelli di default consigliati dal JPL agli utenti di GIPSY, ad eccezione della funzione mappante della troposfera (VMF-1 invece della NIEL) dell’angolo di cutoff di sull’elevazione dei satelliti (10° invece di 7°). Nel seguito verranno chiamate soluzioni “non fiduciali” quelle ottenute direttamente a valle del calcolo PPP con orbite FlinnR, pertanto non inquadrate rigorosamente in alcun RF globale.

2.1.2. Analisi delle soluzioni “non fiduciali”

Come prima operazione sono state create le serie temporali in coordinate geodetiche locali delle soluzioni PPP non fiduciali. In FIGURA si riportano le serie temporali dei residui delle soluzioni rispetto alla retta di regressione delle serie temporali per le due stazioni, prese ad esempio, di WTZR (Wetzel) e MATE (Matera).

Figura 23 – Serie temporali delle soluzioni PPP “non fiduciali” per le stazioni di WTZR e MATE. Sono riportati gli scarti rispetto alle rette di regressione calcolate per ciascuna serie.

Come si può notare anche visivamente le soluzioni, nonostante appartenenti a due stazioni GNSS situate a centinaia di Km di distanza tra loro, hanno un andamento piuttosto simile tra loro. Lo stesso fatto è altrettanto evidente confrontando qualunque altra coppia di serie temporali, pertanto sì è deciso di verificare il livello di correlazione tra le soluzioni PPP non fiduciali delle 14 stazioni con un approccio rigoroso, calcolando il coefficiente di correlazione di Pearson ρ (Pearson 1895):

ρrs = σrs

σrσs (13)

Dove 𝜎𝑟 e 𝜎𝑠 rappresentano lo scarto quadratico medio dei residui rispetto alle linee di regressione rispettivamente per le stazioni 𝑟 ed 𝑠, mentre 𝜎𝑟𝑠 rappresenta il relativo coefficiente di covarianza. Il coefficiente di correlazione è stato quindi calcolato tra la stazione di WTZR , quella più settentrionale, e ciascuna delle altre. I risultati sono riportati in Tabella 1 e mostrano un elevatissimo livello di correlazione per tutte le stazioni (si ricorda che ρ ha valori compresi tra -1 ed 1), senza alcuna evidente dipendenza dalla posizione spaziale di queste.

SITO N E U AJAC 0.90 0.90 0.66 GENO 0.93 0.96 0.74 GRAS 0.91 0.94 0.76 GRAZ 0.94 0.96 0.84 LAMP 0.90 0.94 0.71 M0SE 0.93 0.95 0.77 MATE 0.89 0.95 0.76 NOT1 0.89 0.91 0.62 ORID 0.91 0.91 0.75 PRAT 0.70 0.95 0.56 ROVE 0.92 0.94 0.72 TORI 0.90 0.86 0.47 UNPG 0.91 0.94 0.75 ZIMM 0.93 0.95 0.80 ZOUF 0.91 0.94 0.81 Valore medio 0.90 0.93 0.71

Tabella 1 – Coefficienti di correlazione di Pearson calcolati tra la stazione di WTZR e le altre 13 della rete analizzata.

Il fatto non può evidentemente essere dovuto a reali effetti spazialmente correlati, quali errori di modellazione degli effetti atmosferici o reali spostamenti dei punti a terra, ma deve dipendere da condizioni al contorno comuni, come ad esempio le orbite utilizzate nel calcolo PPP.

Si è quindi proceduto ad inquadrare in IGb08 le soluzioni non fiduciali, in un caso attraverso gli

x-files globali forniti dal JPL e in un altro applicando gli x-files regionali appositamente calcolati,

andando poi a ripetere il calcolo delle correlazioni al fine di confermare l’influenza delle orbite su questo aspetto.

2.2. Strategie di inquadramento delle soluzioni PPP in IGb08 ed