Die Extraktion von Schwerefeldinformation aus den Bahnverfolgungsdaten von Satelliten gehört zu den frühesten wissenschaftlichen Anwendungen der Weltraumtechnik. Die Ausrüstung von Satelliten mit GPSEmpfängern hat hier ...

Eine wichtige Beobachtungsgröße bei der Erforschung des Erdsystems stellt das Gravitationsfeld der Erde dar, dessen zeitliche Variationen mit der Satellitenmission GRACE (Gravity Recovery And Climate Experiment) erstmals mit globaler Überdeckung beobachtbar sind. Die vor Missionsbeginn anvisierte Genauigkeit konnte jedoch bisher nicht erreicht werden, was unter anderem an der unzureichenden Modellierung der Zeitvariationen durch monatliche Mittelwerte liegt. In der vorliegenden Arbeit wird ein Ansatz vorgestellt, der die Ableitung täglicher GRACE-Schwerefeldlösungen erlaubt, mit dem Ziel, die kurzzeitigen Variationen des Erdschwerefeldes zu erfassen. Diese Zeitreihe kann zum einen das Verständnis der zugrundeliegenden geophysikalischen Prozesse verbessern, zum anderen dient sie auch direkt zur Verbesserung der üblicherweise verwendeten monatlichen Schwerefeldlösungen. Die Erhöhung der zeitlichen Auflösung führt, bedingt durch das GRACE-Messprinzip, zu einer Verringerung der räumlichen Auflösung, so dass zusätzliche Informationen eingeführt werden müssen. Dies geschieht in dieser Arbeit durch Einführung räumlicher und zeitlicher Korrelationen des zu erwartenden Schwerefeldsignals, welche aus vorhandenen geophysikalischen Modellen extrahiert werden. Die Zusammenführung der GRACE-Beobachtungen und der Korrelationsstruktur erfolgt dann im Rahmen eines Kalman-Filters. <br /> In einer Simulationsstudie werden die Möglichkeiten des entwickelten Ansatzes untersucht und später auf die Auswertung von Echtdaten angewendet. Durch Vergleich mit Zeitreihen von GPS-Stationsbewegungen und Ozeanbodendruck-Rekordern wird gezeigt, dass die mit dem vorgestellten Kalman-Filter-Ansatz bestimmte GRACE-Schwerefeld-Zeitreihe ein geophysikalisch interpretierbares Signal enthält. Diese Zeitreihe ist ferner geeignet, die zeitlichen Aliasing-Effekte, die eine über einen Monat gemittelte Schwerefeldlösung kontaminieren, zu verringern. Dadurch kann die Genauigkeit und räumliche Auflösung einer Monatslösung verbessert werden....
<strong>Development of a Kalman filter to derive short-term variations of the Earth's gravity field from GRACE data</strong><br /> The gravitational field and its temporal variations represent an important observable for the monitoring of the Earth's system. The satellite mission GRACE (Gravity Recovery And Climate Experiment) is, for the first time, able to measure gravity field variations with homogeneous global coverage. Nevertheless, the predicted GRACE accuracy has not been reached yet, partly due to the insufficient representation of the temporal variations in terms of monthly mean fields. In this thesis, an approach is presented which allows the calculation of daily GRACE solutions with the goal of modeling short-term gravity field variations. This time series can on the one hand be used to improve the knowledge of the underlying geophysical processes. On the other hand the daily GRACE solutions can also be used to improve the monthly mean fields.<br /> Increasing the temporal resolution is accompanied by a loss of accuracy due to insufficient data coverage. Therefore, additional information in terms of temporal and spatial correlations of the expected gravity signal is introduced into the analysis process. The combination of the GRACE observations and the correlation patterns is then performed within a Kalman filter framework.<br /> In a simulation study, the performance of the approach at hand is investigated and, in a second step, applied to real GRACE L1B data. Comparisons to independant data sets, i.e. vertical displacements of GPS stations and ocean bottom pressure time series, reveal that the daily GRACE time series contains geophysically interpretable signal.<br /> Furthermore, the daily GRACE time series can be used to significantly reduce the effects of temporal aliasing in the processing of monthly mean gravity field solutions....