In der GFZ-Sektion Geodätische Weltraumverfahren wird seit mehr als 15 Jahren an der Entwicklung der innovativen GNSS-R-Fernerkundungsmethoden gearbeitet. Begonnen wurde mit Untersuchungen reflektierter Signale, die in GNSS-Radiookkultationsmessungen, u.a. des Satelliten CHAMP, entdeckt wurden. Unterstützt durch das GITEWS-Projekt (German Indonesian Tsunami Early Warning System) wurden diese Arbeiten mit ersten erfolgreichen bodengestützten Ergebnissen und Untersuchungen zum Einsatz auf Satelliten weiter ausgebaut [2]. Neben dem Ausbau von bodengestützten Messungen [3] und der Auswertung von Messungen von Luftschiffen und Flugzeugen [4, 5] wird momentan sehr intensiv am satellitengestützten Einsatz für globale Erdbeobachtung gearbeitet. Beispiele sind abgeschlossene Studien zum Einsatz der GNSS-R auf Kleinsatelliten oder auf der Internationalen Weltraumstation ISS [6] innerhalb des GEROS-ISS Experimentes der europäischen Weltraumbehörde ESA. Ein weiterer Arbeitsschwerpunkt war das im Juni 2017 eingereichte G-TERN Proposal [7] für eine GNSS-R Mission im Rahmen des Earth Explorer 9 Programms der ESA. Wir sind gegenwärtig auch am Kleinsatellitenprojekt PRETTY der ESA beteiligt [8].

Aktuell sind wir vor allem aktiv in der Fernerkundung von Ozeanen und der Atmosphäre mit reflektierten GNSS-Signalen engagiert. Dies umfasst die Messung von Oberflächenwindgeschwindigkeiten [9, 12], die Entwicklung von Methoden zur Niederschlagserkennung [10, 11] sowie den Einsatz künstlicher Intelligenz, um eine bisher unerreichte Genauigkeit bei den Beobachtungsdaten zu bekommen [12]. In Zusammenarbeit mit Partnerinstituten hat das GFZ zudem die GNSS-R-Anwendungen zur Erkennung von Vegetationswasserstress erweitert, wodurch wertvolle Einblicke in die Reaktion von Wäldern auf Dürreperioden gewonnen werden. Diese treten infolge des Klimawandelns immer häufiger auf und führen zu Baumsterben und Waldbränden [13].

• AI4GNSSR | Künstliche Intelligenz für GNSS-Reflektometrie
• GNOSAR | GNSS-Reflektometrie für Ozeanoberflächen- und Atmosphärenforschung
• Warm-Green | Überwachung von Wasserstress mit GNSS-Reflektionssignalen
• AMGR | Atmosphären-Modell für GNSS-Reflektometrie
• ArGID | GNSS-Eismonitoring in der Arktis
• GNSS-RSS | GNSS-Fernerkundung auf Kleinsatelliten

• ADVANTAGE (Advanced Technologies for Navigation and Geodesy, HGF, Impuls- und Vernetzungsfonds, 2017-2020)
• ASIRIS (Bewertung von GNSS Schnee- und Eisreflektionen mittels in-situ Daten)
• GARCA (GNSS-Reflectometry Assessment of Requirements and Consolidation of Retrieval Algorithms, ESA, 2014-2016)
• GEOHALO (Flugzeuggestützte GNSS-Fernerkundung über dem Mittelmeer)
• GEROS-ISS (GNSS-Fernerkundung an Bord der ISS, ESA-Studie)
• Gfg² (GNSS für Globale Erdbeobachtung, EU-finanzierte Sommerschule, 2013)
• GNSS-Ice (Weltraumgestützte Meereisbeobachtung mit GNSS-Reflektometrie)
• GNSS-SM (Bodenfeuchte aus reflektierten GNSS-Signalen)
• GORS (GNSS-Empfänger für Okkultation, Reflektometrie und Scatterometrie)
• GPS-SIDS (Bodengestützte Meereiskampagne in der Diskobucht, Grönland, ESA))
• G-TERN (GNSS-basierte Polarbeobachtung aus dem Weltall, ESA-Studie)
• OpenGPS (Entwicklung des Open-GPS-Empfängers)
• PMARS (Bodenfeuchtemessungen in Marokko)
• Tsunamidetektion (Machbarkeitsstudie zur Satellitengestützten Tsunamidetektion mit GNSS-Reflektometrie)
• Walchensee-Experiment (Reflektometrie-Experiment mit dem GORS (GNSS Occultation, Reflectometry and Scatterometry) Empfänger Prototyp, 2007)
• WISDOM (Wasserstand-Überwachung des Mekong-Delta in Vietnam, 2012-2014)
• Zeppelin (Zeppelingestützte GNSS-Fernerkundung über dem Bodensee, 2010-2014)

[1] Wickert J., A. Egido, G. Elgered, S. Fuller, M. Gauss, R. Jongman, C. Martin-Puig, P. Monks, Novel GNSS applications for GEEO and GEOSS, Public Report of the GfG² project, European Union, FP7-ENV-2010 GA No. 265098, pp. 43, 2012. 

[2] Stosius, R. Beyerle, G.; Hoechner, A.; Wickert, J.; Lauterjung, J., The impact on tsunami detection from space using GNSS-reflectometry when combining GPS with GLONASS and Galileo on GNSS-Reflectometry tsunami detection from space. Advances in Space Research, 47, 5, 843-853, https://doi.org/10.1016/j.asr.2010.09.022. 

[3] Vey, S., Güntner, A., Wickert, J., Blume, T., Ramatschi, M.: Long-term soil moisture dynamics derived from GNSS interferometric reflectometry: a case study for Sutherland, South Africa. - GPS Solutions, 20, 4, p. 641-654, https://doi.org/10.1007/s10291-015-0474-0, 2016.

[4] Semmling, A. M.; Wickert, J.; Schön, S.; Stosius, R.; Gerber, T.; Markgraf, M.; Ge, M. & Beyerle, G. A zeppelin experiment to study airborne altimetry using specular Global Navigation Satellite System reflections, Radio Science, 2013, 48, 427–440, file:///C:/Users/wickert/Downloads/321321-1.pdf 2013.

[5] Semmling, A. M.; Beckheinrich, J.; Wickert, J.; Beyerle, G.; Schön, S.; Fabra, F.; Pflug, H.; He, K.; Schwabe, J. & Scheinert, M. Sea surface topography retrieved from GNSS reflectometry phase data of the GEOHALO flight mission Geophysical Research Letters, 2014, 41, 954-960, https://doi.org/10.1002/2013GL058725

[6] Wickert, J., Cardellach, E., Martin-Neira, M., Bandeiras, J., Bertino, L., Andersen, O. B., Camps, A., Catarino, N., Chapron, B., Fabra, F., et al.: GEROS-ISS: GNSS REflectometry, Radio Occultation, and Scatterometry Onboard the International Space Station, IEEE Journal of selected topics in applied earth observations and remote sensing, Vol. 9, Issue: 10, p. 4552-4581, doi.org/10.1109/JSTARS.2016.2614428

[7] Cardellach, E., Wickert, J., Baggen, R., Benito, J., Camps, A., Catarino, N., Chapron, B., Dielacher, A., Fabra, F., Flato, G., Fragner, H., Gabarró, C., Gommenginger, C., Haas, C., Healy, S., Hernandez-Pajares, M., Høeg, P., Jäggi, A., Kainulainen, J., Khan, S. A., Lemke, N. M., Li, W., Nghiem, S. V., Pierdicca, N., Portabella, M., Rautiainen, K., Rius, A., Sasgen, I., Semmling, M., Shum, C., Soulat, F., Steiner, A. K., Tailhades, S., Thomas, M., Vilaseca, R., Zuffada, C.: GNSS Transpolar Earth Reflectometry exploriNg system (G-TERN): Mission concept. - IEEE Access, 6, pp. 13980-14018, doi.org/10.1109/ACCESS.2018.2814072

[8] Cardellach, E., Li, W., Nahavandchi, H., Semmling, M., Moreno Bulla, M.A., Hoque, M. M., Wickert, J., Asgarimehr, M., Zus, F., Dielacher, A., Hoermanseder, W., and Moser-Moritsch, M. (2024) Precise GNSS-R Altimetry with the ESA PRETTY CubeSat: Initial In-Orbit Results. 2024 IEEE International Geoscience and Remote Sensing Symposium, Athens, Greece, https://2024.ieeeigarss.org/view_paper.php?PaperNum=4749

[9] Xiao, T., Arnold, C., Zhao, D., Mou, L., Wickert, J., Asgarimehr, M., 2024. Deep Learning in Spaceborne GNSS Reflectometry: Correcting Precipitation Effects on Wind Speed Products. IEEE J of Selected Topics in Appl. Earth Observations and Remote Sensing, 17, 17860-17875. doi.org/10.1109/JSTARS.2024.3453999

[10] Asgarimehr, M., Zavorotny, V., Wickert, J., and Reich, S. (2018). Can GNSS reflectometry detect precipitation over oceans?, Geophysical research letters, 45(22), 12-585. doi.org/10.1029/2018GL079708

[11] Asgarimehr, M., Hoseini, M., Semmling, M., Ramatschi, M., Camps, A., Nahavandchi, H., ... & Wickert, J. (2021). Remote sensing of precipitation using reflected GNSS signals: Response analysis of polarimetric observations. IEEE Transactions on Geoscience and Remote Sensing, 60, 1-12. doi.org/10.1109/TGRS.2021.3062492

[12] Asgarimehr, M., Arnold, C., Weigel, T., Ruf, C., & Wickert, J. (2022). GNSS reflectometry global ocean wind speed using deep learning: Development and assessment of CyGNSSnet. Remote Sensing of Environment, 269, 112801. doi.org/10.1016/j.rse.2021.112801 

[13] Asgarimehr, M., Entekhabi, D., & Camps, A. (2024). Diurnal vegetation moisture cycle in the Amazon and response to water stress. Geophysical Research Letters, 51(19), e2024GL111462. doi.org/10.1029/2024GL111462