Kurzfassung
Die geodätische Very Long Baseline Interferometry (VLBI) ist das einzige Verfahren zur Bestimmung aller Erdorientierungsparameter und für die Realisierung des International Celestial Reference Frame (ICRF) im Radiowellenbereich. Weiters liefert die VLBI essentielle Beiträge für die Bestimmung des Maßstabs des International Terrestrial Reference Frame (ITRF). Basierend auf einem Memorandum of Understanding zwischen dem Bundesamt für Eich- und Vermessungswesen (BEV) und der TU Wien wird nun ein gemeinsames Wiener Analysezentrum (VIE) des International VLBI Service for Geodesy and Astrometry (IVS) betrieben. Der Fokus liegt dabei auf der operationellen Bestimmung von Erdorientierungsparametern und der Bestimmung von Globalen Referenzrahmen.

Abstract
Geodetic Very Long Baseline Interferometry (VLBI) is the only technique for the determination of the full set of Earth orientation parameters and for the realization of the International Celestial Reference Frame (ICRF) at radio wavelengths. Furthermore, it is making essential contributions to the determination of the scale of the International Terrestrial Reference Frame (ITRF). Based on a Memorandum of Understanding between TU Wien and the Federal Office of Metrology and Surveying (BEV), a Vienna Analysis Center (VIE) of the International VLBI Service for Geodesy and Astrometry (IVS) is jointly run by both organizations. The main focus of these activities is on the routine determination of Earth orientation parameters as well as the estimation of global reference frames.

Kurzfassung
GNSS-Signale erfahren beim Durchlaufen der atmosphärischen Schichten abhängig vom variablen Refraktionsindex Verzögerungen bzw. Beschleunigungen im Vergleich zu einer Ausbreitung im Vakuum als auch eine veränderliche Krümmung des Strahlenweges. All diese Effekte werden üblicherweise unter dem Begriff atmosphärische Refraktion zusammengefasst. Die Vielzahl der heute verfügbaren GNSS-Satelliten und Satellitensignale erlaubt Optimierungen der Beobachtungsgeometrie und der verwendeten Signal-Linearkombination. GNSS-Signale stellen somit hervorragende Sensoren zur Beschreibung des Zustandes und der Variabilität der ionosphärischen und troposphärischen Schichten dar. Aus diesem Grund ist die Modellierung der troposphärischen und ionosphärischen Refraktion mit Hilfe von GNSS-Signalen seit fast 20 Jahren ein wesentlicher wissenschaftlicher Schwerpunkt am Forschungsbereich Höhere Geodäsie des Departments für Geodäsie und Geoinformation der TU-Wien. Der vorliegende Artikel gibt einen Überblick über eine Auswahl dieser Forschungsarbeiten.

Abstract
GNSS signals experience delays as well as bending effects when passing the atmospheric layers. Both effects usually are summarized under the term atmospheric refraction. While the troposphere is a non-dispersive medium for microwaves the ionosphere is dispersive and therefore causes so-called code signal delays as well as phase advances. The multitude of nowadays available GNSS satellites and signals allows to choose among signal linear combinations preferable for atmosphere monitoring as well as an optimized observation geometry. GNSS signals are therefore excellent sensors to describe the state and variability of the ionospheric and tropospheric layers. Modelling the tropospheric and ionospheric refraction by means of GNSS signals constitutes an essential scientific core area at the research division Higher Geodesy of the Department of Geodesy and Geoinformation at TU-Vienna since 20 years. This article outlines some of the related research projects.

Kurzfassung
Die inkorrekte Modellierung troposphärischer Laufzeitverzögerungen ist eine der Hauptfehlerquellen in der GNSS-Auswertung, da sie die Genauigkeit der Positionsbestimmung signifikant beeinträchtigt. Viele GNSS-Nutzer haben keinen Zugriff auf numerische Wettermodelle (NWM) oder gar auf Raytracing-Programme, mit welchen sich die troposphärischen Laufzeitverzögerungen der Signale sehr genau aus den NWM berechnen ließen. Aus diesem Grund kommt empirischen Troposphärenmodellen wie beispielsweise GPT2w (Global Pressure and Temperature 2 wet; Böhm et al., 2015) [1] in GNSS eine besondere Bedeutung zu. Leider ist deren Genauigkeit nicht mit jener von Echtzeitmodellen vergleichbar, was vor allem daran liegt, dass empirische Modelle kurzfristige Wettervariationen nicht erfassen können. Allerdings kann die Genauigkeit empirischer Modelle durch Hinzunahme meteorologischer Messungen an der Station deutlich gesteigert werden; die hydrostatische Zenitlaufzeitverzögerung kann sehr genau aus lokalen Druckmessungen berechnet werden, was es in GNSS-Auswertungen ohnehin übliche Praxis ist. In diesem Artikel wird ein Modell vorgestellt, mit welchem die feuchte Zenitlaufzeitverzögerung, die den Hauptunsicherheitsfaktor in der Troposphärenmodellierung darstellt, durch lokale Messungen von Temperatur und Wasserdampfdruck wesentlich genauer bestimmt werden kann als es durch rein empirische Methoden möglich ist. Vergleiche mit hochgenauen IGS-Produkten und Raytracing zeigen schließlich, dass mit diesem Modell die Genauigkeit empirischer feuchter Zenitlaufzeitverzögerungen um bis zu 30 % erhöht werden kann.

Abstract
Incorrect modeling of tropospheric delays is one of the major error sources in GNSS analysis, as it considerably impairs the accuracy of determined positions. Many GNSS users have no access to real-time information from numerical weather models (NWM), even less to a ray-tracing program capable of directly determining very exact tropospheric path delays. For this reason, empirical troposphere models such as GPT2w (Global Pressure and Temperature 2 wet; Böhm et al., 2015) [1] are of fundamental importance in GNSS analysis. Unfortunately, the accuracy of these empirical models is far worse than that of real-time data, mainly because there is no possibility of capturing short term weather variations, which do not follow seasonal trends. However, in situ meteorological data can be used to significantly improve these empirical models. As is common practice in GNSS analysis, in situ pressure allows very accurate determination of the zenith hydrostatic path delay. In this paper, a new model is proposed revealing new possibilities of improving the zenith wet path delay, which constitutes the main element of uncertainty in troposphere modeling, by additional knowledge of temperature T and water vapor pressure e. Comparison with IGS products or ray-tracing proves the ability of this model to improve empirical zenith wet delays considerably by up to 30%.