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. 2017. Т. 14. № 1. С. 207-215

Восстановление интегральной влажности атмосферы над океанами по данным спутникового микроволнового радиометра AMSR2

Е.В. Заболотских 1 , Б. . Шапрон 2 
1 Российский государственный гидрометеорологический университет, Санкт-Петербург, Россия
2 Французский научно-исследовательский институт по эксплуатации морских ресурсов, Брест, Франция
Одобрена к печати: 21.11.2016
DOI: 10.21046/2070-7401-2017-14-1-207-215
В работе рассматривается метод оценки интегральной влажности атмосферы над свободными ото льда районами океана по данным измерений японского спутникового микроволнового радиометра Advanced Microwave Scanning Radiometer 2 (AMSR2) на борту спутника GCOM-W1. Метод основан на результатах численного моделирования радиояркостных температур Тя уходящего микроволнового излучения системы океан-атмосфера без осадков и использовании нейронно-сетевого подхода для решения обратной задачи. Перед применением метода к данным спутниковых измерений проводится коррекция Тя для перехода от модельных значений Тя к измеренным. Корректирующие поправки находились на основе сопоставления измерений AMSR2 и расчетных значений Тя для базы данных безоблачных измерений профилей влажности атмосферы радиозондами. Валидация метода проводилась на основе сравнения результатов его применения с независимыми данными радиозондирования островных станций. Погрешность метода составила 1,14 кг/м2 для тропической станции и 0,86 кг/м2 для полярных станций. Общая погрешность метода оказалась равной погрешности, рассчитанной с использованием модельных данных, и составила 1,0 кг/м2.
Ключевые слова: интегральная влажность (влагозапас) атмосферы, численное моделирование, радиояркостная температура, спутниковая пассивная микроволновая радиометрия, нейронно-сетевые алгоритмы восстановления параметров, AMSR2
Полный текст

Список литературы:

  1. Заболотских Е.В., Шапрон Б. Нейронно-сетевой метод оценки интенсивности дождя над океанами по данным измерений спутникового радиометра AMSR2 // Известия. Физика Атмосферы и Океана. 2016. Т. 52. № 1. С. 82–88.
  2. Alishouse J.C., Snyder S.A., Vongsathorn J., Ferraro R.R. Determination of oceanic total precipitable water from the SSM/I // IEEE Trans. Geosci. Remote Sens. 1990. Vol. 28. No. 5. P. 811–816.
  3. Bobylev L.P., Zabolotskikh E.V., Mitnik L.M., Mitnik M.L. Atmospheric water vapor and cloud liquid water retrieval over the Arctic Ocean using satellite passive microwave sensing // IEEE Trans. Geosci. Remote Sens. 2010. Vol. 48. No. 1. P. 283–294.
  4. Chapron B., Bingham A., Collard F., Donlon C., Johannessen J.A., Piolle J.F., Reul N. Ocean remote sensing data integration-examples and outlook // Proceedings of OceanObs’09: Sustained Ocean Observations and Information for Society. ESA Publication. WPP-306. 2010.
  5. Kazumori M. A retrieval algorithm of atmospheric water vapor and cloud liquid water for AMSR-E // Eur. J. Remote Sens. 2012. P. 63–74.
  6. Liebe H.J., Layton D.H. Millimeter-wave properties of the atmosphere: Laboratory studies and propagation modeling // Nat. Tech. Inf. Service. Boulder, CO. 1987.
  7. Mallet C., Moreau E., Casagrande L., Klapisz C. Determination of integrated cloud liquid water path and total precipitable water from SSM/I data using a neural network algorithm // Int. J. Remote Sens. 2002. Vol. 23. No. 4. P. 661–674.
  8. Mieruch S., Noël S., Bovensmann H., Burrows J.P. Analysis of global water vapour trends from satellite measurements in the visible spectral range // Atmospheric Chem. Phys. 2008. Vol. 8. No. 3. P. 491–504.
  9. Miloshevich L.M., Vömel H., Whiteman D.N., Leblanc T. Accuracy assessment and correction of Vaisala RS92 radiosonde water vapor measurements // J. Geophys. Res. 2009. Vol. 114. No. D11. С. D11305.
  10. Wang Y., Fu Y., Liu G., Liu Q., Sun L. A new water vapor algorithm for TRMM Microwave Imager (TMI) measurements based on a log linear relationship // J. Geophys. Res. Atmospheres. 2009. Vol. 114. No. D21. P. D21304.
  11. Zabolotskikh E., Mitnik L., Chapron B. An Updated Geophysical Model for AMSR-E and SSMIS Brightness Temperature Simulations over Oceans // Remote Sens. 2014. Vol. 6. No. 3. P. 2317–2342.