El diseño de un filtro óptimo para modelos de gravedad mensual de GRACE

La mayoría de las aplicaciones de los modelos de campo gravitacional mensual del Gravity Recovery and Climate Experiment (GRACE) que se han publicado requieren la aplicación de un filtro espacial para ayudar a suprimir el ruido y otros errores sistemáticos presentes en los datos. El enfoque más común utiliza un simple proceso de promediado gaussiano, que a menudo se combina con una técnica de ‘desbanderizado’ en la que se eliminan las correlaciones de coeficientes dentro de un grado determinado. Como métodos de fuerza bruta, ninguna de estas técnicas considera la información estadística de la solución gravitacional misma y, aunque en general funcionan bien, a menudo pueden acabar eliminando más señal de la necesaria. Se han propuesto otros filtros óptimos en la literatura; sin embargo, ninguno ha intentado hacer uso completo de toda la información disponible de las soluciones mensuales. Al examinar los principios subyacentes del diseño del filtro, se ha desarrollado un filtro que incorpora la matriz de varianza-covarianza de ruido y señal completa para adaptar el filtro a las características de error de una solución mensual particular. El filtro es tanto anisotrópico como no simétrico, lo que significa que puede acomodar ruido de una forma arbitraria, como las bandas características. El filtro minimiza el error cuadrático medio y, en este sentido, puede considerarse como el filtro más óptimo posible. A través de escenarios de datos simulados y reales, se demostrará que este filtro mejorado preserva la mayor cantidad de señal gravitacional en comparación con otras técnicas estándar, mientras minimiza simultáneamente los efectos de filtración y produce soluciones suaves en áreas de baja señal.