Jak funguje GNSS reflektometrie a k čemu může být užitečná?

GNSS reflektometrie je poměrně nová metoda dálkového snímání, která v posledních dvou desetiletích významně rozšířila možnosti využití signálů globálních navigačních satelitních systémů (GNSS). Na rozdíl od tradičního využití GNSS pro přesné určování polohy, reflektometrie analyzuje signály odražené od zemského povrchu. Tyto odrazy obsahují cenné informace o stavu povrchu pod anténou, což otevírá nové aplikace v environmentálním monitoringu a geofyzikálních studiích.

Základním principem je měření interference mezi přímým signálem ze satelitu a signálem odraženým od povrchu. Tato interference se projevuje zejména v signálu s poměrem signálu k šumu (SNR), který je běžně zaznamenáván GNSS přijímači. Ačkoli SNR data nejsou přímo využitelná pro lokalizaci, nesou informace o změnách vlastností povrchu v oblasti kolem antény, přibližně v průměru do 1000 m okolo, což závisí na výšce antény a úhlu satelitů.

Signál je ovlivněn nejen vlhkostí půdy, ale i dalšími faktory jako je výška a vlhkost vegetace, povrchová drsnost či sněhová pokrývka. Vliv půdní vlhkosti se projevuje zejména v posunu fáze interference, zatímco vegetace ovlivňuje především amplitudu signálu. Pro správnou interpretaci dat je tedy nutné aplikovat algoritmy, které dokáží oddělit vlivy vegetace od vlhkosti půdy, což umožňuje přesnější odhad podmínek v povrchové vrstvě do hloubky několika centimetrů.

Metoda je vhodná pro monitorování změn v dynamice povrchu, například při určování výšky sněhu, změn hladiny oceánu či přílivů, nebo sledování změn v permafrostu. Důležitou výhodou je, že jednotlivé satelity lze analyzovat nezávisle, což usnadňuje detailní prostorové i časové sledování bez nutnosti složité integrace dat z více zdrojů. Přesnost a stabilita referenčního rámce, ve kterém se měření provádí, umožňuje nejen měřit změny výšky hladiny oceánu, ale také rozlišovat je od pohybů zemského povrchu způsobených například tektonickými procesy nebo izostatickými jevy.

Přes všechny výhody je třeba uvědomit si, že interpretace SNR dat je komplexní a vyžaduje znalost fyzikálních vlastností odražených signálů a jejich interakce s prostředím. Data musí být pečlivě předzpracována, aby se odstranily vlivy přímého signálu a dalších rušivých faktorů, například atmosférických vlivů nebo chyb v přijímači. Navíc je třeba brát v úvahu, že různí výrobci GNSS přijímačů používají odlišné standardy pro měření a reportování SNR, což může ovlivnit kompatibilitu a přesnost dat.

Významné je také chápat, že GNSS reflektometrie je citlivá především na velmi mělké vrstvy povrchu, což omezuje její využití na monitorování povrchových změn, které mají rychlý dopad na vodní cyklus, například evapotranspiraci. Pro komplexní environmentální sledování je proto vhodné kombinovat tuto metodu s dalšími technikami a datovými zdroji, například satelitními snímky, meteorologickými daty nebo měřeními přímo v terénu.

Jak lze sledovat změny na povrchu vulkánů pomocí dálkového průzkumu a GNSS?

Sledování změn na povrchu vulkánů je klíčové pro pochopení jejich dynamiky a hodnocení rizik spojených s erupcemi. Jedním z nejdůležitějších aspektů je analýza poklesu a deformace povrchu, který může naznačovat změny v objemu lávových toků, jejich chladnutí a kontrakci. Příkladem takové analýzy je využití numerického modelování pro stanovení tloušťky, geometrie a počáteční teploty depozitů lávových toků, jako to provedl Chaussard (2016) pro erupci Parícutinu v Mexiku. Tato studie ukázala, jak termoelastická kontrakce lávových toků způsobuje pokles až několik centimetrů za rok, přičemž tento proces probíhá i po více než 60 letech od erupce.

Podobně jako u Parícutinu, poklesy na lávových tocích nejsou vždy pravidelně distribuovány. Například na Santorini v Řecku a Okmoku na Aljašce se na povrchu mohou vytvářet složité vzory subsidence, přičemž různé věkové vrstvy lávových toků se mohou vzájemně překrývat a vytvářet různorodé vzory. Pro detekci těchto poklesů je nezbytné využívat pokročilé metody sledování deformací, přičemž běžně používané technologie jako GNSS nejsou na takovýchto mladých tocích dostatečně účinné, protože tato zařízení nejsou často umisťována na nestabilních površích.

Případ erupce hory St. Helens z let 1980–1986 ukazuje, jak lze pomocí GNSS snadno detekovat poklesy na lávových domech, což potvrzuje i obrazová data, která ukazují, že lávové dómy se v důsledku chladnutí a kontrakce snižují o několik centimetrů ročně. Významné změny v geometriích povrchu jsou přitom viditelné i na satelitních snímcích. Například v roce 2019 byly na TerraSAR-X interferogramu jasně patrné změny ve tvaru lávového dómu na vrcholu sopky. Tento pokles byl prokázán v průběhu několika dní, kdy bylo zaznamenáno až 4 cm poklesu během 11 dnů.

Vulkanické sopky jsou tvořeny volnými materiály, mají strmé svahy a někdy jsou podloženy aktivními zlomy. Seismicita, gravitace a vulkanismus mohou způsobit nestabilitu těchto svahů. Typickým příkladem může být sektorová kolaps hory St. Helens v roce 1980, který měl katastrofální následky. Tento typ nestability je běžný u velkých bazaltových vulkánů a může být dobře sledován prostřednictvím GNSS a InSAR (interferometrie syntetické apertury). Vulkanologové využívají GNSS sítě, jak například na Kīlauea (Havaj), Etna (Itálie) a Piton de la Fournaise (Réunion), aby mapovali pohyby svahů v důsledku erupcí a intruzí. InSAR se ukázal jako výborný nástroj pro snímání deformací na svazích, zejména při malých a středních pohybech.

Pohyb svahů je často komplikován směrem a rychlostí deformací, což může ovlivnit schopnost satelitních radarů zachytit tyto změny. Například na Kīlauea je pohyb svahů převážně ve směru sever-jih, což je pro InSAR pozorování obtížné, protože tento směr není kolmo na směrování pozorování satelitů. Naopak na Etna a Piton de la Fournaise jsou pohyby v převážně východozápadním směru, což je pro satelitní pozorování přehlednější. V tomto kontextu poskytují vysoké prostorové a časové rozlišení satelitní InSAR data užitečné nástroje pro sledování a analýzu těchto pohybů.

V případě stratovulkánů mohou být oblasti svahové instability menší, a proto není vždy snadné tyto pohyby sledovat pomocí klasických GNSS sítí, protože hustota stanic je často nedostatečná pro získání přesných údajů. Satelitní InSAR je často nejlepší volbou pro detekci malých pohybů, jak ukazuje příklad z Merapi na Jávě, Indonésie. V roce 2020 došlo k rychlým pohybům svahů, které byly obtížně sledovatelné pomocí pozemních metod, ale satelitní data poskytla cenné informace, které pomohly při hodnocení vulkanických rizik.