научная статья по теме ОЦЕНКИ ПАРАМЕТРОВ ОБЛАЧНОГО ПОКРОВА И ОСАДКОВ ПО ДАННЫМ СКАНИРУЮЩИХ РАДИОМЕТРОВ ПОЛЯРНО-ОРБИТАЛЬНЫХ И ГЕОСТАЦИОНАРНЫХ МЕТЕОСПУТНИКОВ Космические исследования

Текст научной статьи на тему «ОЦЕНКИ ПАРАМЕТРОВ ОБЛАЧНОГО ПОКРОВА И ОСАДКОВ ПО ДАННЫМ СКАНИРУЮЩИХ РАДИОМЕТРОВ ПОЛЯРНО-ОРБИТАЛЬНЫХ И ГЕОСТАЦИОНАРНЫХ МЕТЕОСПУТНИКОВ»

ИССЛЕДОВАНИЕ ЗЕМЛИ ИЗ КОСМОСА, 2015, № 5, с. 30-43

МЕТОДЫ И СРЕДСТВА ОБРАБОТКИ И ИНТЕРПРЕТАЦИИ КОСМИЧЕСКОЙ ИНФОРМАЦИИ

ОЦЕНКИ ПАРАМЕТРОВ ОБЛАЧНОГО ПОКРОВА И ОСАДКОВ ПО ДАННЫМ СКАНИРУЮЩИХ РАДИОМЕТРОВ ПОЛЯРНО-ОРБИТАЛЬНЫХ И ГЕОСТАЦИОНАРНЫХ МЕТЕОСПУТНИКОВ

© 2015 г. Е. В. Волкова, А. Б. Успенский*

НИЦ "Планета", Москва *E-mail: uspensky@planet.iitp.ru Поступила в редакцию 22.09.2014 г.

Рассмотрены два варианта многоспектральной пороговой методики автоматической классификации данных измерений сканирующих радиометров типа AVHRR (полярно-орбитальные спутники серии NOAA, Metop) и SEVIRI (геостационарные спутники серии MSG), позволяющие в круглосуточном режиме оценивать параметры облачного покрова, а также выделять зоны осадков и опасных явлений погоды разной интенсивности. Настройка и испытание методики проводилось на материале архива синхронных спутниковых и наземных наблюдений. Результаты валидации спутниковых информационных продуктов, выполненной с использованием данных наземных наблюдений на метеостанциях и метеорологического локатора, а также независимых спутниковых оценок подтверждают работоспособность предложенной методики. По своему качеству выходные продукты сравнимы с продуктами, производимыми с помощью современных зарубежных методик.

Ключевые слова: 8ЕУ1Ы, Ме1ео8а^ АУИКЯ, МОЛА, облачная маска, тип облачности, зоны осадков, высота ВГО, интенсивность осадков

Б01: 10.7868/80205961415050085

ВВЕДЕНИЕ

Спутниковые наблюдения за облачностью, осадками и опасными явлениями погоды (ОЯП) в настоящее время существенно дополняют и заменяют данные наземных наблюдений на метеостанциях и измерения метеорологического радиолокатора (МРЛ), они широко применяются в задачах анализа и прогноза погоды, в том числе для мониторинга гидрологического цикла, наводнений, пожаров и засух. Указанные данные важны также для климатических исследований. Помимо перечисленного, детектирование облачных образований в поле зрения спутниковых ИК-зондировщиков необходимо для эффективного решения задач дистанционного атмосферного зондирования, определения температуры подстилающей поверхности (Рублев и др., 2004), характеристик растительного, снежного и ледяного покровов.

К настоящему времени накоплен достаточно большой опыт детектирования облачности и оценки ее параметров по данным спутниковых многоканальных сканирующих радиометров видимого и ИК-диапазонов спектра (в зарубежной литературе обычно называемых "сканерами-има-джерами"). Пространственное разрешение скане-ров-имаджеров АУИЯЯ, МОЭК, УПЯБ, МСУ-МР,

устанавливаемых на современных полярно-орбитальных (п/о) спутниках серии NOAA, Metop, EOS/Terra, Aqua, S-NPP, "Метеор-М", составляет 1 км или выше (в подспутниковой точке), а для соответствующей аппаратуры геостационарных спутников (SEVIRI/MSG, МСУ-ГС/"Электро-Л" и др.) разрешение меняется в пределах 1—4 км в зависимости от спектрального канала (Бондур, Крапивин, 2014).

Для анализа и автоматической классификации спутниковых данных указанного состава с целью получения выходных продуктов по параметрам облачности и осадков разработаны и доведены до уровня оперативных технологий различные процедуры, в том числе многоспектральные пороговые или статистические, а также их комбинации. По инициативе EUMETSAT (Европейская Организация по эксплуатации метеорологических спутников, интернет-ресурс http://www.eumet-sat.int) с использованием указанных технологий в ряде прикладных спутниковых центров SAF (Satellite Application Facility), таких как SAF NWC (NoWCasting), SAF CM (Climate Monitoring), для нужд прогноза погоды и исследований климата регулярно производятся разнообразные спутниковые продукты по облачности и осадкам регионального и глобального покрытия (http://www.cm-saf.eu, http://www.nwcsaf.smhi.se). Методики и тех-

нологии определения параметров облачного покрова и осадков в центрах SAF NWC и SAF CM непрерывно развиваются, а списки выходных продуктов дополняются новыми (Kniffka, Lockhoff et al., 2013). Качество ряда выходных продуктов SAF, регулярно контролируемое путем сопоставления с данными МРЛ, наземными метеонаблюдениями или с независимыми спутниковыми оценками, в основном удовлетворяет требованиям, предъявляемым Всемирной метеорологической организацией (ВМО) для разных приложений (Kidd et al., 2010; Kniffka, Lockhoff et al., 2013).

В данной работе кратко описаны два варианта многоспектральной комплексной пороговой методики (КПМ). Первый вариант разработан для автоматической классификации данных AVHRR (п/о спутники серии NOAA, Metop) и получения продуктов по параметрам облачности, осадкам и ОЯП над Европейской территорией России (ЕТР) и сопредельными странами. Второй вариант предназначен для получения аналогичных информационных продуктов по данным SEVIRI/MSG (MeteoSat-9,-10), зона покрытия — видимый диск Земли. Оба варианта КПМ могут работать в круглосуточном режиме в течение всего года независимо от типа подстилающей поверхности. Приведены результаты валидации выходных информационных продуктов, показывающие, что на основе КПМ может быть создана достаточно эффективная система спутникового мониторинга облачности, осадков и ОЯП, не уступающая по качеству зарубежным аналогам и не требующая больших вычислительных и информационных ресурсов. Кроме того, вследствие подобия информационных характеристик аппаратуры AVHRR и МСУ-МР/"Метеор-М", SEVIRI и МСУ-ГС/"Электро-Л" описанные варианты КПМ могут быть сравнительно легко адаптированы для анализа и классификации данных отечественных сканеров-имаджеров.

ИСХОДНЫЕ ДАННЫЕ

Настройка и испытание алгоритмов и программного обеспечения КПМ проводились: по данным SEVIRI/Meteosat-9,10 на материале архива синхронных спутниковых и наземных (метеостанции) наблюдений для территории 69° с.ш.— 69° ю.ш. и 69° з.д.—69° в.д. за 2006-2013 гг. (Волкова, Успенский, 2010) и независимых спутниковых оценок (Волкова, 2011) за 2009-2010 гг.; по данным AVHRR/NOAA — для синхронных спутниковых и наземных (метеостанции, МРЛ) наблюдений для территории 46.7°—63.0° с.ш. и 20.0°—51.26° в.д. за 1998—2013 гг. (Волкова, 2013). Каждый из вариантов КПМ использует измерения радиометра SEVIRI в каналах 1—11 (исходное разрешение) или измерения AVHRR в каналах 1—5 (равномерная прямоугольная проекция с шагом 1'

по широте и 1.5' по долготе), а также дополнительную информацию: поля (сетка 2.5° х 2.5°) численного прогноза (или анализа) температуры воздуха на девяти стандартных барических уровнях, приземной температуры воздуха (Таприз) и атмосферного давления на уровне моря (psea) за 0 и 12 ч ВСВ из базы данных Гидрометцентра России, а также цифровую карту рельефа gtopo30 (http:// eros.usgs.gov).

В обоих вариантах КПМ соблюдается порядок выполнения этапов классификации, представленный графически на рис. 1. Выделение классов/градаций идет от отсутствия явления к его максимальному значению. Пороговое решающее правило состоит из нескольких процедур (от одной—двух до десяти). В качестве предикторов используются значения радиационной температуры (круглосуточно) и альбедо (только в дневное время), их разности, а также параметры облачности, осадков и ОЯП, полученные на предыдущих этапах классификации. Динамические пороговые значения рассчитываются для каждого пиксела спутникового изображения с помощью эмпирически подобранных линейных и нелинейных функциональных зависимостей от высоты Солнца (ho), календарного дня, Талриз, psea, температуры воздуха, приведенной к уровню моря (Тажз) и максимальной в атмосферном столбе (Ta^), угла спутникового визирования (viz), географической широты (ф), высоты места над уровнем моря (href) и др. Тест считается пройденным, если пройдены все процедуры.

Выходными продуктами КПМ являются результаты определения параметров облачного покрова (облачная маска, типы облачности (13 классов), максимальная (W^) и суммарная (SW) водность облачного слоя (по восемь—девять градаций), температура верхней границы облачности (ВГО) (ТВГО в К), высота ВГО (АВГО в гПа и м) и нижней границы облачности (НГО) (четыре градации АНГО), фазовое состояние воды в облачных частицах в слое вблизи ВГО (faza) (4 класса)), осадков (мгновенная максимальная интенсивность (восемь—девять градаций /max), тип осадков у поверхности Земли (13 классов), суточные (2/сут) и месячные (2/мес) суммы осадков и ОЯП (зоны гроз, града и обледенения разной интенсивности (по четыре класса)) в виде матриц и рсх-файлов.

Оценка достоверности (или в современной терминологии валидация) выходных продуктов КПМ осуществлялась путем сравнения с ближайшими по времени и месту результатами наблюдений на метеостанциях за количеством общей облачности (КОО), АНГО, интенсивностью и типом осадков, грозой и градом (за 0 и 12 ч ВСВ), наблюдениями МРЛ (г. Москва) за интенсивностью осадков и АВГО, данными из Атласа облаков, соответствующими классификации ВМО (Ясного-

SEVIRI/MSG: А06, А08, А16, Т39, W62, W73, T87, Т97, Т11, Т12, (А08—А06), (А06-А16), (Т11-Т12), (Т39-Т11), (T12-T87), (W73-W62), (Т87-Т97), viz, ho

Прогноз/анализ

каприз, Tasea, Tamax, 73-1000, Tа925, Tа850, T^TCh Tа500, Tа400, Tа300, Tа250, psea

AVHRR/NOAA:

А06, А09, А16, Т37, Т11, T12, (А09-А06), (А06-А16), (Т11-Т12), (Т37-Т11), viz, ho

Облачная мас ка (2 класса) -

Температура на ВГО (К)

Цифровая карта рельефа (gtopo30)

Рис. 1. Схема работы КПМ — классификации спутниковых данных (АУНКК/ЫОАА и/или 8ЕУШ1/Ме1ео8а1): А06, А08, А09, А16 — измерения в каналах 0.6, 0.8, 0.9 и 1.6 мкм, соответственно (альбедо); Т39, Т37, "№62, W73, Т87, Т97, Т11, Т12 — измерения в каналах 3.9, 3.7, 6.2, 7.3, 8.7, 9.7, 11.0 и 12.0 мкм соответственно (радиационная температура).

родская, 1978), и климатическими оценками для основных типов облачности (Мазин, Хргиан, 1989). Косвенно о качестве спутниковых оценок ряда параметров облачности можно также судить по точности детектирования зон осадков, грозы и града, валидация которых проводилась по наземным наблюдениям.

При количественной валидации выходных продуктов КПМ рассчитывались следующие характеристики точности: dev (deviation) - среднее отклонение валидируемых оценок от контрольных; |dev

Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.

Показать целиком