Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 1. С. 78-86
Коррекция оценок водозапаса облачности по данным спутникового мониторинга
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 текстСписок литературы:
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- 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.
- Wentz F. J., Meissner T. AMSR Ocean Algorithm: Algorithm Theoretical Basis Document. Version 2. RSS Tech. Proposal 121599A-1. 2000. 67 p.
- 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.
- 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.