Der GEPOS-Dienst des Bundesamtes für Kartographie und Geodäsie (BKG) stellt PPP-RTK-Korrektionsdaten für ganz Deutschland bereit. Seit dem Übergang von der Testphase in die Optimierungsphase Anfang 2025 sind die PPP-RTK-Datenströme frei verfügbar. Untersucht wurde, welche Informationen über ionosphärische Störungen aus diesen Datensätzen gewonnen werden können.

Der I95L-Index, der erstmals in den frühen 2000er Jahren eingeführt wurde, gibt Auskunft über die zu erwartenden ionosphärischen Einflüsse auf zentimetergenaue Positionierungen innerhalb regionaler GNSS-Referenzstationsnetzwerke. Niedrige I95L-Werte zeigen an, dass eine schnelle und zuverlässige Mehrdeutigkeitsfixierung möglich ist. Für alle Referenzstationen, die von drei Nachbarstationen umgeben sind, werden ionosphärische Restfehler geschätzt, indem interpolierte und tatsächliche Beobachtungen verglichen werden. Unser Ansatz basiert ausschließlich auf den hochauflösenden, rasterbasierten ionosphärischen PPP-RTK-Korrektionen des GEPOS-Dienstes, wodurch der Rechenaufwand reduziert wird, während räumlich detaillierte Resteinflüsse der Ionosphäre dargestellt werden. Der I95L-Wert ergibt sich aus dem 95 %-Perzentil der ionosphärischen Restfehler aller vorhandenen Satellitensignale und wird in 0,1 TECU (Total Electron Content Units) angegeben.

Wir stellen ein Near-Real-Time-Störungswarnsystem vor, das den kontinuierlichen PPP-RTK-Datenstrom als verbesserte Informationsquelle für zukünftige Anwendungsmöglichkeiten nutzt. Die Ergebnisse werden als Deutschlandkarte dargestellt, die in sechs Regionen unterteilt ist, sowie als tägliches Histogramm, beide mit einer zeitlichen Auflösung von 15 Minuten. Typische ionosphärische Phänomene wie TIDs (insbesondere MSTIDs) und Szintillationen sind klar detektierbar und unterstreichen den Wert von hochauflösenden Echtzeit-PPP-RTK-Daten.

Diese Studie stellt ein KI-gestütztes geodätisches Framework zur Detektion präseismischer ionosphärischer Störungen basierend auf GNSS-abgeleitetem Total Electron Content (TEC) vor. Der Ansatz integriert Multi-Source-Daten, einschließlich GNSS-Beobachtungen (RINEX), globaler Ionosphärenkarten (IONEX), seismischer Kataloge sowie Weltraumwetterindizes (z. B. Kp, Dst, F10.7).

Eine robuste Datenverarbeitungskette wird implementiert, die TEC-Extraktion, Rauschfilterung, Trendbereinigung sowie fortgeschrittenes Feature Engineering (z. B. ROTI, S4, TEC-Gradienten) umfasst. Zur Analyse werden Machine-Learning-Methoden wie Isolation Forest, One-Class SVM, Autoencoder sowie Deep-Learning-Zeitreihenmodelle (LSTM, CNN-LSTM) eingesetzt, um subtile Anomalien in komplexen und nicht-stationären Datensätzen zu erkennen.

Ergebnisse aus Fallstudien in seismisch aktiven Regionen zeigen, dass signifikante TEC-Anomalien bereits 2–5 Tage vor Erdbebenereignissen detektiert werden können. Zur Reduktion von Fehlalarmen werden Weltraumwetterparameter explizit berücksichtigt, um zwischen seismisch bedingten und solarterrestrischen Effekten zu unterscheiden.

Das vorgestellte System verdeutlicht das Potenzial KI-gestützter GNSS-Analysen für das Georisikomanagement und trägt zur Weiterentwicklung zukünftiger Frühwarnsysteme im Kontext der Beobachtung des Erdsystems bei.

Autoren: Cornelia Eschelbach, Benedikt Soja, Rüdiger Haas, Michael Lösler

Die Prüfung geodätischer Messmittel zur Sicherstellung von Funktion, Genauigkeit und Rückführbarkeit ist integraler Bestandteil des Vermessungswesens. Neben mobilen terrestrischen Instrumenten wie Nivellieren, Tachymetern oder GNSS-Empfängern rücken Untersuchungen an der geodätischen Infrastruktur zur Definition, Realisierung und Aufrechterhaltung globaler geodätischer Referenzrahmen infolge erhöhter Genauigkeitsanforderungen verstärkt in den Fokus. Radioteleskope, die zur Interferometrie auf langen Basen (VLBI) eingesetzt werden, weisen aufgrund ihrer Dimension und ihres Gewichts ein ausrichtungsabhängiges Verformungsverhalten auf, welches systematische Abweichungen in den VLBI-Beobachtungen verursacht. Das bisher angewandte Korrekturmodell ist unvollständig und berücksichtigt nur einen Teil der tatsächlich auftretenden Verformungen, wie gegenwärtige Untersuchungen zeigen. Je nach Teleskop können diese nicht repräsentativen Korrekturen sogar zu einer systematischen Verfälschung der VLBI-Beobachtungen führen. Dieser Beitrag stellt das in enger Kooperation mit dem International VLBI Service for Geodesy and Astrometry entwickelte ganzheitliche Analyseverfahren der IAG/IERS Arbeitsgruppe Metrology of Space Geodetic Infrastructure vor, welches eine Berücksichtigung aller auftretenden und modellierbaren Deformationen ermöglicht.

Autorinnen: Yijie Du, Corinna Harmening

Das GeoLab-Projekt zielt auf den Aufbau eines unterirdischen Labors für Forschungsarbeiten im Bereich geothermischer Energieanwendungen ab. Innerhalb dieses Projekts spielt das Deformationsmonitoring sowohl während der Bauphase als auch im langfristigen Betrieb eine wesentliche Rolle. Eine kontinuierliche Überwachung ermöglicht die Bewertung der strukturellen Stabilität und unterstützt die sichere und nachhaltige Nutzung geothermischer Energie.

Diese Studie untersucht das Potenzial kostengünstiger Sensoren für das langfristige Deformationsmonitoring sowie deren mögliche Integration in großflächige Monitoringnetzwerke. Insbesondere werden kostengünstige IMUs und Neigungssensoren hinsichtlich ihrer Messperformance und Langzeitstabilität bewertet.

Die Sensoren wurden zunächst unter verschiedenen Temperaturbedingungen getestet und kalibriert, um temperaturabhängige Effekte sowie mögliche Nullpunktdrifts zu kompensieren. Als praktischer Anwendungsfall wurden die Sensoren für das Monitoring einer Brückenkonstruktion eingesetzt, um strukturelle Schwingungsfrequenzen zu messen und Deformationsverhalten zu detektieren. Die vorgestellte Arbeit liefert eine erste Bewertung der Eignung kostengünstiger Sensortechnologien für langfristige geodätische und strukturelle Monitoringanwendungen.