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
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. 2022. Т. 19. № 1. С. 78-86

Коррекция оценок водозапаса облачности по данным спутникового мониторинга

В.П. Саворский 1 
1 Фрязинский филиал Института радиотехники и электроники им. В.А. Котельникова РАН, Фрязино, Московская обл., Россия
Одобрена к печати: 14.03.2022
DOI: 10.21046/2070-7401-2022-19-1-78-86
Одна из наиболее значимых систематических ошибок при определении параметров облачного слоя связана с неоднородностью облачного слоя в поле зрения СВЧ-сенсоров. Получаемые при этом невязки в оценках оптического пути излучения в облаках, так называемые СLWP, требуют коррекции, поскольку эти невязки могут достигать двух раз, например на участках атмосферы с неглубокой кучевой конвекцией. Это определяет значимость и актуальность коррекции значений СLWP, поскольку эти значения задают величины водозапаса облаков и, как следствие, вероятностные оценки прогнозируемых объёмов и интенсивности дождевых осадков из них. В работе предложена и реализована методика коррекции оценок водозапаса облачности по данным СВЧ-мониторинга с использованием данных о масках облачности, полученным по результатам синхронных наблюдений облачного слоя с геостационарных платформ в видимом и ИК-диапазонах. Разработан общий методический подход, а также показаны возможности современных средств наблюдения, обеспечивающие высокое временное разрешение, способствующее своевременному обнаружению и мониторингу быстроразвивающихся опасных атмосферных явлений типа мезомасштабных конвективных комплексов. Получены асимптотические решения для малых значений СLWP в нижних слоях атмосферы (под облаками) и для предельных, в земных условиях, значений отражения СВЧ-излучения от поверхности земли.
Ключевые слова: СВЧ-радиометр, яркостная температура, водозапас облаков, относительная площадь облаков
Полный текст

Список литературы:

  1. Саворский В. П., Кутуза Б. Г., Аквилонова А. Б., Кибардина И. Н., Панова О. Ю., Данилычев М. В., Широков С. В. Повышение эффективности восстановления температурно-влажностных профилей облачной атмосферы по данным спутниковых СВЧ-спектрометров // Радиотехника и электроника. 2020. T. 65. № 7. С. 658–666. DOI: 10.31857/S0033849420070104.
  2. ARTS User Guide. Version 2.2.66 / eds. Eriksson P., Buhler S. 2020. 169 p. URL: https://arts.mi.uni-hamburg.de/misc/arts-doc-stable/uguide/arts_user.pdf.
  3. Bauer P., Thorpe A., Brunet G. The quiet revolution of numerical weather prediction // Nature. 2015. No. 525. P. 47–55. https://doi.org/10.1038/nature14956.
  4. Bony S., Stevens B., Frierson D., Jakob C., Kageyama M., Pincus R., Shepherd T., Sherwood S., Siebesma A., Sobel A., Watanabe M., Webb M. Clouds, circulation and climate sensitivity // Nature Geoscience. 2015. No. 8(4). P. 261–268. https://doi.org/10.1038/NGEO2398.
  5. Bremen L. V., Ruprecht E., Macke A. Errors in liquid water path retrieval arising from cloud inhomogeneities: The beam-filling effect // Meteorologische Zeitschrift. 2002. No. 11. P. 13–19. DOI: 10.1127/0941-2948/2002/0011-0013.
  6. Christopher S. A., Chou J. Cloud liquid water path comparisons from passive microwave and solar reflectance satellite measurements: Assessment of subfield-of-view cloud effects in microwave retrievals // J. Geophysical Research. 1997. No. 102. P. 19585–19596.
  7. Elsaesser G. S., O’Dell C. W., Lebsock M. D., Bennartz R., Greenwald T. J., Wentz F. J. The multi-sensor advanced climatology of liquid water path (MAC-LWP) // J. Climate. 2017. No. 30. P. 10193–10210. https://doi.org/10.1175/JCLI-D-16-0902.1.
  8. Hilburn K. A., Wentz F. J. Intercalibrated passive microwave rain products from the Unified Microwave Ocean Retrieval Algorithm (UMORA) // J. Applied Meteorology and Climatology. 2008. No. 47. P. 778–794. DOI: 10.1175/2007JAMC1635.1.
  9. Lebsock M. D., Su H. Application of active spaceborne remote sensing for understanding biases between passive cloud waterpath retrievals // J. Geophysical Research Atmospheres. 2014. No. 119. P. 8962–8979. DOI: 10.1002/2014JD021568.
  10. O’Dell C. W., Wentz F. J., Bennartz R. Cloud liquid water path from satellite-based passive microwave observations: Anew climatology over the global oceans // J. Climate. 2008. No. 21. P. 1721–1739. DOI: 10.1175/2007JCLI1958.1.
  11. Stephens G. L., Kummerow C. The remote sensing of clouds and precipitation from space: a review // J. Atmospheric Sciences. 2007. No. 64. P. 3742–3765.
  12. Stephens G., Christensen M., Andrews T., Haywood J., Malavelle F., Suzuki K., Jing X., Lebsock M., Li J.-L. F., Takahashi H., Sy O. Cloud physics from space // Quarterly J. Royal Meteorological Society. 2019. V. 145. No. 724. P. 2854–2875. DOI: https://doi.org/10.1002/qj.3589.
  13. Wentz F. J., Meissner T. AMSR Ocean Algorithm: Algorithm Theoretical Basis Document. Version 2. RSS Tech. Proposal 121599A-1. 2000. 67 p.
  14. Wentz F. J., Spencer R. W. SSM/I rain retrievals within a unified all-weather ocean algorithm // J. Atmospheric Sciences. 1998. No. 55. P. 1613–1627.
  15. Werner F., Deneke H. Increasing the spatial resolution of cloud property retrievals from Meteosat SEVIRI by use of its high-resolution visible channel: evaluation of candidate approaches with MODIS observations // Atmospheric Measurement Techniques. 2020. No. 13. P. 1089–1111. https://doi.org/10.5194/amt-13-1089-2020.