Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
Ваш e-mail:
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2016. Т. 13. № 5. С. 291-303

Дистанционное определение температуры подстилающей поверхности, приземной температуры воздуха и эффективной температуры по спутниковым данным для юга Европейской территории России

Е.В. Волкова 1 , С.А. Успенский 1 
1 ФГБУ "НИЦ "Планета"", Москва, Россия
Одобрена к печати: 27.07.2016
DOI: 10.21046/2070-7401-2016-13-5-291-303
На основе Комплексной Пороговой Методики (КПМ) (Волкова, 2013; Волкова, Успенский, 2010), позволяющей детектировать облачность и определять её параметры автоматически в круглосуточном режиме по данным радиометров AVHRR/NOAA и SEVIRI/Meteosat-10 для Европейской территории России, разработан достаточно простой с вычислительной точки зрения алгоритм расчёта значений температуры приземного воздуха (Tа), эффективной радиационной температуры подстилающей поверхности (Те) и температуры подстилающей поверхности (Ts) по данным спутниковых измерений радиационной температуры в ИК-каналах (λ=11 и 12 мкм) радиометров AVHRR/NOAA и SEVIRI/Meteosat-10 для безоблачных пикселов. Предложено два варианта методики. В «климатическом» варианте коэффициенты-константы для предикторов Т11, (Т1112) и (Т1112)2 рассчитываются для каждого месяца и года по методу наименьших квадратов при использовании данных наземных измерений Та и Тs на метеостанциях для информации AVHRR/NOAA отдельно для светлого и тёмного времени суток, а для информации SEVIRI/Meteosat-10 − отдельно для каждого срока спутникового наблюдения по той же самой выборке. Основным недостатком использования этого метода является необходимость наличия синхронного архива спутниковых данных и наземных метеонаблюдений за Та и Ts и необходимость ожидания конца периода времени (обычно 1 месяц), для которого выполняются спутниковые оценки. «Оперативный» вариант использует «динамические» коэффициенты, зависящие с помощью эмпирических формул от высоты солнца (h0) и номера календарного дня от начала года (dat). При этом точность оценок несколько падает по сравнению с «климатическим» вариантом. Наибольшие ошибки отмечаются в конце зимы − начале весны при наличии снежного покрова и оттепели или ночью зимой при сильном выхолаживании (спутниковые оценки существенно выше наземных измерений), а также летом во второй половине дня по местному времени (из-за дневного перегрева поверхности земли спутниковые оценки ниже наземных). Аппаратура на отечественных спутниках серии Метеор (сканер МСУ-МР) и Электро (сканер МСУ-ГС) аналогична соответственно радиометрам AVHRR и SEVIRI. Поэтому рассматриваемые в работе методы спутниковых оценок Та, Те и Тs для информации AVHRR и SEVIRI могут быть легко перенесены на данные МСУ-МР и МСУ-ГС.
Ключевые слова: SEVIRI, Meteosat-10, AVHRR, NOAA, приземная температура воздуха, эффективная температура, температура подстилающей поверхности
Полный текст

Список литературы:

  1. Волкова Е.В. Оценки параметров облачного покрова, осадков и опасных явлений погоды по данным радиометра AVHRR с МИСЗ серии NOAA круглосуточно в автоматическом режиме // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 3. С. 66–74.
  2. Волкова Е.В., Успенский А.Б. Оценки параметров облачного покрова по данным геостационарного МИСЗ Meteosat-9 круглосуточно в автоматическом режиме // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С. 16–22.
  3. Волкова Е.В., Успенский А.Б. Оценки параметров облачного покрова и осадков по данным сканирующих радиометров полярно-орбитальных и геостационарных метеоспутников // Исследование Земли из космоса. 2015. № 5. С. 30–43.
  4. Музылев Е.Л., Успенский А.Б., Старцева З.П., Волкова Е.В., Кухарский А.В., Успенский С.А. Моделирование водного режима территории крупного сельскохозяйственного региона с использованием данных измерений геостационарных метеорологических спутников // Современные проблемы дистанционного зондирования Земли из космоса. 2013. Т. 10. № 3. С. 53–65.
  5. Соловьев В.И., Успенский С.А. Мониторинг температуры поверхности суши по данным геостационарных метеорологических спутников нового поколения // Исследования Земли из космоса. 2009. № 3. С. 79–89.
  6. Lavanant L. MAIA AVHRR cloud mask and classification // Scientific and validation document. Meteo-France. MF/DP/CMS/R&D/MAIA3, November 7, 2002. 37 pp.
  7. Sun Y.J., Wang J.-F., Zhang R.-H., Gillies R.R., Xue Y., Bo Y.-C. Air temperature retrieval from remote sensing data based on thermodynamics // Theoret. and Appl. Climatology, 2005. Vol. 30 (1), P. 37–48.
  8. LSA SAF. Product user manual. Land Surface Temperature (LST). SAF/LAND/IM/PUM_LST/2.5. Issue 2.5. 24/09/2010. 49 pp.