¿Qué produce un campo gravitacional variable en el tiempo?

Varios grupos producen estimaciones del campo gravitacional variable en el tiempo de la Tierra con datos proporcionados por la misión NASA / DLR Gravity Recovery and Climate Experiment (GRACE). Estos conjuntos de datos globales altamente precisos y sin precedentes rastrean el transporte de masa variable en el tiempo a través y debajo de la superficie de la Tierra y dan una idea de las variaciones seculares, estacionales y subestacionales en el suministro mundial de agua. El conocimiento obtenido de estos productos puede informar e incorporarse a los modelos oceánicos e hidrológicos y asesorar sobre la planificación de políticas ambientales. Por lo tanto, es necesaria una comprensión completa de la precisión y las variaciones entre estos diferentes campos, y se desean las soluciones más precisas posibles. Si bien los diversos campos de gravedad son similares, las diferencias en las estrategias de procesamiento y los parámetros de ajuste dan como resultado soluciones con variaciones regionales específicas y patrones de error. Este estudio analizó las variaciones espaciales, temporales y espectrales entre cuatro productos de campo de gravedad diferentes. El conocimiento adquirido en este análisis se utilizó para desarrollar una solución de conjunto que aprovecha las mejores características de cada campo individual para crear un modelo óptimo. Se utilizaron múltiples métodos para combinar y analizar las soluciones individuales y colectivas. Primero se creó un modelo medio simple; luego, las diferentes soluciones se ponderaron en función de las estimaciones formales de error, así como de la desviación mensual del conjunto de medias aritméticas. Estos modelos de conjunto, así como las cuatro soluciones de centros de datos individuales se analizaron para determinar el sesgo, la tendencia a largo plazo y las variaciones regionales entre las soluciones, se evaluaron estadísticamente para evaluar el ruido y la dispersión dentro de las soluciones, y se compararon con modelos hidrológicos independientes. Por lo tanto, se caracteriza la forma y la causa de las desviaciones entre los modelos, así como el impacto de estas variaciones. Las tres soluciones de conjunto construidas en este análisis fueron efectivas para reducir el ruido en los modelos y se correlacionan mejor con los procesos hidrológicos que cualquier solución individual. Sin embargo, la escala de estas mejoras está limitada por la variación relativa entre las soluciones individuales, ya que la desviación de estos productos de datos individuales de la salida del modelo hidrológico es mucho mayor que las variaciones entre las soluciones individuales y de conjunto.