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 текстСписок литературы:
- 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.
- 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.
- 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.
- 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.
- Kazumori M. A retrieval algorithm of atmospheric water vapor and cloud liquid water for AMSR-E // Eur. J. Remote Sens. 2012. P. 63–74.
- Liebe H.J., Layton D.H. Millimeter-wave properties of the atmosphere: Laboratory studies and propagation modeling // Nat. Tech. Inf. Service. Boulder, CO. 1987.
- 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.
- 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.
- 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.
- 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.
- 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.