文摘

卫星模拟器是用来计算亮度温度这将是衡量空间传感器承担一套大气条件下占的辐射特征传感器和卫星的轨道参数。在这项研究中,提出了一种简单的方法的参数化发射率在陆地上,微波的计算的关键参数。基本原理是模拟一个大乐团的每个频率的发射率值和表面特征,然后将最有可能的观测值与土壤特性联系起来。派生的发射率值是用于模拟然后与卫星观测和模拟光辉。仿真结果表明,该方法提高了光辉,它适用于提供第一个猜测的发射率值(前)可以使用迭代过程精制。

1。介绍

卫星观测仪器监测降水和云过去三十年在全球范围内(1]。卫星数据的可用性已经迅速增长,为科学家们提供更好的降水估计稀疏的地区甚至没有原位测量(见[2]审查)。观察相关的算法值和降水演变从简单的乐队光辉之比率更复杂的治疗。朝着这个方向发展的多种感觉的卫星模拟器,用于为各种卫星平台创建综合测量,计算与气象参数,几乎代表了大气和基态(3]。然而,在陆地上检索难以执行,因为微波(MW)波长,表面有助于测量辐射(4]。高和可变发射率在这样的复杂检索频率信号从水文气象5]。即使是小错误之前的发射率可以导致重要的错误通过辐射传输计算方法。因此,它是至关重要的计算或估计微波发射率尽可能接近实际值。

在海洋和水体辐射率相对较低(0.4到0.5)。发射率模型比表面产生现实的结果,因为参数影响发射率的值,即风速、海面温度和盐度,可以很容易地参数化。

相比之下,在陆地上发射率高,取决于参数不能轻易参数化(6]。,发射率随表面类型,因为它依赖于暂时变化的因素,如土壤湿度和表面粗糙度,也取决于植被。发射率比一般的各向异性多森林树冠内裸露的土壤由于吸收和散射(7),也极大地影响地表水和雪的存在(8]。而言,更重要的是在真正的时间估计,在兆瓦频率发射率表现出明显的昼夜变化与土壤水分和露水的形成9]。总的来说,辐射传输方法在兆瓦土地已知产生不准确的结果与以上相比海(10,11),表面扮演主要角色的复杂性。因此,植被变弱辐射产生的土壤水分的增加,但效果是蒙面的高或丘陵山地树(12]。已经观察到发射率随频率和微波地区植被与土壤水分减少主要为nonvegetated地区和发射率也随植被密度:森林地带与值接近1 (0.98 - -0.99)。考虑到许多方面,这些因素可能结合,时态的变化,和不完备的许多景观的本质,也就不足为奇了精确估计发射率对土地仍然是难以捉摸的。

解决这个问题的方法估计微波辐射对土地由使用气候学提供第一个猜测(前)进行进一步的细化。因此,(8全球地图册)产生了基于卫星的发射率值的测量亮度温度。所谓TELSEM地图集包含表在4月平均的微波发射率值频率(23日31日50,89 GHz在水平和垂直方向的偏振)网格插值的0.25度。数据库的主要目标是满足辐射传输模拟微波亮度温度与之前所示(13使用RTTOV包)。

本文采用不同的方法。在目前的研究中,在陆地上的发射率值在一个高分辨率网格(3公里)使用NWP模型参数估计,如植被类型,为了产生一个表的发射率值,每个频道/植被类型。因此,每个土地像素将有自己的发射率值取决于植被类型的数值天气预报模式。目标是实现这些发射率值在微波亮度温度高分辨率卫星模拟器运行。

2。辐射传输模拟

2.1。辐射传输(RT)的代码

摘要卫星数据模拟器单元(圣地亚哥大学)由h . Masunaga所说。它可以用来模拟微波亮度温度、雷达反射率和可见/红外辐射;同样的气象卫星传感器将测量这些参数。换句话说,它产生的人造卫星数据与星载传感器会产生如果飞过一个特定的地区。辐射传输编码实现与Mie-theory-based子程序计算云的辐射特性和沉淀水文气象以及气体吸收数据库涵盖范围广泛的电磁波谱。beam-convolution程序还提供了这样的非均匀梁填充效果考虑任意视场(FOV)的大小。

圣地亚哥大学的最重要的应用是(a)云解决模型的评价14)和(b)使用模拟在雨检索算法的发展14,15]。

目前,使用高分辨率数值天气预报模型的输出作为输入,圣地亚哥大学的戈达德圣地亚哥大学的情况,这是建立在圣地亚哥大学和模拟卫星的原始版本一致的测量输入从戈达德获得多尺度建模系统统一物理学(16]。

2.2。数值天气预报(NWP)模型

作为一个CRM提供了圣地亚哥大学的投入,研究和预测天气(WRF)模型,相反,用于3公里分辨率的伊比利亚半岛。WRF模式(17)是一种数值天气预报(NWP)模型,该模型已被用于广泛的应用程序,从理想化的研究到经营预测。使用时在水平网格分辨率的范围1 - 5公里,WRF是CRM明确模拟降水不需要参数化的对流过程。

在本研究的框架,利用WRF ARW 3.1版本。模型运行在三个领域27日9,空间分辨率和3公里,分别和35垂直的水平。最里面的领域跨越从−11 E 5 E和from35 N N(图451),因此覆盖伊比利亚半岛和巴利阿里群岛,442网格点尺寸和391维度。垂直资料以来水文气象是至关重要的在微波辐射传输计算区域,戈达德的微观物理学的计划(18)是用于微观物理学,如该方案包含5类型的水文气象(水冰云、云、雨、雪、霰)。额外的细节模型设置表1。

为了生产所需的输入圣地亚哥大学的模拟,提取了相应的地球物理参数初始化WRF。

模型的输出参数,用作圣地亚哥大学的模拟输入如下。

表面参数。表面温度、表面压力、风速在10米,皮肤温度,表面型(陆地/海洋),植被类型和土壤水分。

大气参数。高度,压力,(潜在)温度,冰云,云的水,雨水,冰霰内容,冰和雪的内容。

所有选择的参数是建立在圣地亚哥大学的必要,除了植被类型,它是额外的变量选择用于发射率的计算功能。

3所示。方法:辐射率整体的方法

圣地亚哥大学的计算表面发射率对水体应用前面提到的模型,该模型考虑了参数(风速、海洋表面温度等)。另一方面,在土地表面发射率是通过加权平均合成水发射率和一个固定的值为0.9,在土壤水分作为平均体重。然而,在最初的版本中,土壤水分被忽略和0.9像素值被认为是所有土地。起初,一些测试执行(没有显示)利用土壤水分,但导致发射率值极低,导致重大错误计算。值(0.9)最初在陆地上采用模拟,接近真正的发射率值的表面类型,仍在很多情况下远从准确的发射率值通常是接近1,或相反,由于高值的土壤水分在裸露的土壤表面,它可以低于0.8。

关于植被类型依赖,第一个测试是一种非常简单的方法,由给任意值在发射率和基于一般它增加随着植被的增加(19]。换句话说,裸露的土壤表面类型地区是最低的值(0.70)和丘陵山地森林最高(0.995),利用植被类别(土地利用类型)基于美国地质调查局的WRF 24分类。圣地亚哥大学的优势与原始版本相比,在这种情况下,每个像素都有一个不同的发射率值取决于一个参数(植被),影响微波辐射率,而原始版本有一个统一的所有像素值为0.9的土地,无论土地利用的类型。

第一个测试的目的使用任意发射率值,无云的土地选择像素相比从相应的观测卫星(amsr - e)像素。第一个测试显示有所改善,还与频率和/或偏振之间的显著差异,新的测试是用每个植被类型和10个不同的发射率值为每个传感器通道不同渠道(8),这些发射率值之间的步骤0.005。随后,与相应的amsr - e通道后,发射率值最小的错误值的出现,导致一个表(表2)的值,一个用于每一个植被类型为所有8频道。一个示意图如图表示的方法2。

派生的发射率值,见表2相比,高垂直极化通道与水平极化通道。0.005和0.15之间的差异有所不同,这取决于植被类型。这条规则是一致的表所示(20.),平均在6个地点发射率值与不同的土地利用。应该注意的是,植被类型12中的巨大差异表2关注单个像素。

圣地亚哥大学的模拟执行3选定的情况下在西班牙(见表32010年12月18日),;2011年2月15日;3月15日,2011年。在所有情况下,有报道称,西班牙明显降雨从国家气象服务(AEMET)。在图3,CMORPH数据降雨率选择的情况下,提出了0.25度的空间分辨率,最接近3小时段对应的amsr - e天桥。病例的选择还与未来有关使用本研究的结果,这是创建一个基于数据库的降水检索算法的水汽凝结体配置文件。在第一个测试中,12月18日,2010年,使用(例1),然后发射率的值表结果在模拟实现的其他两种情况。

由此产生的值每一次然后而派生的模拟不改变辐射率被认为是在陆地上,检查是否有显著差异和改进的模拟亮度温度。也做的比较研究对可用的amsr - e立交桥区,在最适当的选择,一个为每一个案例研究中,所有三个中午。因此,新的之前发射率可以间接通过评估模拟之间的比较价值观和观察到的。此外,还有与圣地亚哥大学的结果在使用TELSEM发射率在研究区域月度值。图4显示了地图TELSEM的发射率值,用于圣地亚哥大学模拟三个选定的情况下(即。,February, March, and December monthly values) for the 89 GHz-V channel and the corresponding values resulting from the proposed method. The TELSEM values have 0.25° resolution, resulting in poor delineation of the coastline in comparison with the 3 km resolution of the proposed method; nonetheless, they include seasonal variation, an important factor that is not present in the simple method of this study. However, no significant differences, apart from the coastline, which is expected, are observed between the TELSEM and the new method and it seems that the proposed method makes a physical sense.

每30分钟可以产生模拟领域,基于时间分辨率WRF模式输出文件的最内层的领域,和最接近的情况下,所有文件天桥的UTC时间选择。

4所示。结果

比较所有的土地是amsr - e之间的像素,测量,模拟与圣地亚哥大学的原始版本(与一个统一所有土地的土地发射率值像素),和圣地亚哥大学模拟各种土地的发射率值。

在图5的频率分布值在陆地上,8通道,关于2010年12月18日。在这个图中,有8种不同的情节为每个通道的amsr - e (10.65 GHz, 23.8 GHz, 36.5 GHz, 89 GHz,所有对水平和垂直极化)。这是作为基础的情况下创建表的发射率值。

对于所有频率,amsr - e和圣地亚哥大学之间的区别的原始版本更明显的垂直极化的渠道。这些圣地亚哥大学值的频率分布是放置在寒冷的气温中,最初使用指示不准确的发射率值。显然,在陆地上发射率0.9是一个很小的值,尤其是垂直极化,无论频率。圣地亚哥大学的分布值计算用表的发射率值更接近的卫星的价值观,对所有4频率。可以看出,所有垂直分辨率通道有一个改善。类似地,值后使用TELSEM发射率地图册更接近的卫星测量垂直渠道,相比之下,用最初的圣地亚哥大学辐射后的结果。

另一方面,在水平极化通道的差异并不明显,尤其是23.8 GHz和36.5 GHz频道。然而,仍有改进的地方其他两个渠道(10.65 GHz和89 GHz)由发射率值的表的使用。同样,圣地亚哥大学的最初低估了值,尽管差别不显著的垂直极化通道。关于使用TELSEM值后的结果,在1 (89 GHz) 4水平渠道与观察到的卫星值有更好的协议。

虽然WRF似乎模拟充分选择的风暴在这项研究中,即使很小的空间模拟雨和云小姐可能导致显著的观测和模拟之间的区别值。表4和5显示相关系数(使用皮尔逊方法)和均方根误差和下雨的/多云的天空像素像素,分别对所有病例和方法和与amsr - e相比,为了评估结果在这两种情况。

在表4,观察到,在所有的频道有一个关于均方根误差的改进,因为所有渠道导致较小的RMSE值,使用后的发射率值表模拟。此外,对所有频率相关性似乎也提高,表示在圣地亚哥大学产生的模拟修改卫星测量值更接近。另一方面,TELSEM的空间相关性值不如方法和在某些渠道甚至比最初的圣地亚哥大学的版本。这种差异可能是由于低分辨率和凸显了需要更高分辨率辐射产品;然而,这个结果需要更多的情况下为了有一定的结论。同时,应该注意的是,最大的区别在TELSEM之间的相关系数,该方法出现在36.5 GHz (V),而在10.65 GHz (V)和89 GHz (V)渠道的不同方法和最初的圣地亚哥大学的版本也是意义重大。此外,对所有方法的值相关系数计算的高分辨率渠道相对较低。

在表5,结果第一例关于下雨的/多云的像素类似于表4;然而,价值观的差异之间的相关系数方法和TELSEM气候学值较小。此外,均方根误差的值较高的相关系数较低的所有方法,尤其是对受降水影响的89 GHz频道和冰云的存在,表明相关性较差。这些结果暗示有直接依赖WRF模式的繁殖能力准确云和降水模式。

在图6,同样的频率分布如图5,但2011年2月15日(案例)。在这个图中,可以看出,使用不同的发射率值(方法)的提高计算、频率分布而言,显然在垂直极化通道。关于值后使用TELSEM地图册,似乎都有一个很好的协议垂直通道,然而不是比建议的方法。这些结果显示不同的方法的必要性在发射率估算土地,自更新由圣地亚哥大学的低估。这也是明显的图的图像7,那里的空间分布在研究区域的渠道36.5 GHz (V)和89 GHz (V),分别提出了(图7 (b)一起),两种方法之间的差异(固定值−土地覆盖值)。改善出现在图新发射率的结果与amsr - e测量相比,而相应的图像与初始发射率值出现很多不同的亮度温度和较低的值。不过这样的差别并不明显的低发射率渠道(10.65 GHz和23.8 GHz)对应的图7(一)。然而,对于所有垂直极化通道,似乎新方法导致更高的亮度温度的值,考虑到差异显然负值(蓝色的颜色)。

如例1,发射率的调整不影响尤其是水平极化通道,因为已经有协议的卫星测量(图6)。这是更明显的23.8 GHz和36.5 GHz频道,而另两个渠道展示一些值得注意的改进。尽管如此,该方法结果似乎赞同amsr - e值比TELSEM的。在数据7(一)和7 (b),10.65 GHz, 23.8 GHz, 36.5 GHz情节显示区域的研究,可以看出改善很难被识别。同时,故事情节的差异表明,既有积极(红色)和消极的价值观。然而,在图89 GHz频率,有一些值得注意的差异有所改善,在比较值后用最初的圣地亚哥大学的发射率。

对于这种情况,图8可以看到另外表吗4和5,对应的散点图。结果关于下雨的/多云的像素是一样的案例1,相关系数较高的值几乎所有渠道提出的模拟发射率值,除了89 GHz (H)通道模拟之间的相关性和观察到的地方TELSEM发射率值值略好。关于TELSEM发射率值,又不如空间相关性的方法,甚至最初的圣地亚哥大学的发射率,再次揭示该决议的缺点。在例1中,最大的区别在相关系数值与该方法发生在36.5 GHz (V), 10.65 GHz (V)和89 GHz (V)频道也有显著差异。与均方根误差、水平渠道所有频率略大的值。

另一方面,表5对于这种情况显示,在3的水平通道TELSEM值相关性与amsr - e观察略优于模拟在使用该方法的值。应该注意的是,这是最高的情况下下雨的/多云的像素数量相比与其他两种情况。再次低相关系数计算值和均方根误差值越高的高分辨率的渠道,而所有的均方根误差值一般高的渠道和方法,表明依赖WRF模式复制云层和降水的能力。这也是明显的图8(最右边的列),下雨的/多云的散点图像素显示,而随机分布。

类似的结果是对2011年3月15日的第三例(图9)。在其他两个情况下,最初的圣地亚哥大学的频率分布与amsr - e的测量值有显著差异,在所有垂直极化通道,该版本的情节与卫星发现更好的协议。再一次,有一个低估的亮度温度由最初的模拟值,那些没有发射率值的变化。至于水平渠道,改进是较小的或几乎不存在,像23 GHz的通道,原始版本的情节和新一是几乎相同的。再次TELSEM派生值有良好的协议与amsr - e的垂直通道,和1 - 2频率比的方法。水平渠道协议并不好,而在这些频道该方法显然更好的结果。关于相关性和均方根误差,结果是类似于其他两种情况晴空像素,用相关系数值的36.5 GHz (V)的低,误差值更高89 GHz频道。此外,下雨的/多云的像素为例1的结果相似,该方法显示比TELSEM更好的相关性和高分辨率的普遍贫穷的相关频道。

5。结论和进一步的工作

应用一个新的辐射后的第一个结果之前在卫星数据模拟器单位伊比利亚半岛。在CRM圣地亚哥大学的结果作为输入,输出WRF模式的高分辨率(3公里)的实现。四个amsr - e模拟微波频率,在水平和垂直极化。圣地亚哥大学的最初版本并不代表准确微波在土地表面发射率,因为所有土地像素采用单个值。出于这个原因,一个简单的方法来估计相应的发射率值利用WRF植被类型,提出了为了一个发射率值为每个频率/植被类型。在使用一个表的发射率值三个研究案例进行了仿真和结果值与相应的卫星测量。同时,TELSEM每月发射率地图册用于额外的比较。

对比模拟结果值和卫星测量表明,圣地亚哥大学的最初低估了值在所有垂直通道,修正提出改善模拟,这个频率分布图所示。另外,RMS错误减少和改善的相关性与发射率值的表模拟后,来自该方法。这是更明显的晴空像素的研究情况下,当下雨的/多云的像素更小的差异,除了有一个通道的一个案例中原始版本给略好相关性。

关于横向通道,还有两个渠道的改善,10.65 GHz和89 GHz。圣地亚哥大学的低估了值时,使用的是原始版本。其他两个渠道,23.8 GHz和36.5 GHz,很少或根本没有改善因为有良好的协议与卫星的价值观最初的圣地亚哥大学时使用。相关性是更好的为所有的频率晴空像素和所有情况下,类似于垂直通道的时候,下雨的/多云的像素相关系数值较小的差异。

然而,在关于这个方法的使用是有限制的。发射率值是基于与amsr - e所以他们仪器相关的。此外,不包括周日或季节性变化。

此外,比较该方法与基于TELSEM值显示通常更好的结果在所有渠道和情况下的晴空像素,除了89 GHz (H) 2011年2月12日。关于下雨的/多云的像素,结果是相似的的晴空像素的两个病例,而2011年2月12日,下雨的/多云的最大数量的像素,基于TELSEM值与卫星观测显示更好的相关性。这些结果表明正常依赖模型的技巧对降雨和云预测。不过,值得注意的是,使用从TELSEM气候学值为近实时操作可能是一个粗糙的近似。尽管如此,低分辨率的数据导致低价值的空间相关性,表明需要更高的分辨率辐射地图册。

继续这项工作,也有与夏天的情况下要做的目的研究对应修正在圣地亚哥大学在土地表面发射率,在这种情况下。另一种观点是把我们的方法和提供的发射率地图集[8]虽然分辨率的差异是需要安排的问题,基于植被类型(或其他参数)的降尺度。此外,这项研究的结果和以下的将是非常重要的,因为使用圣地亚哥大学的目的是收回这些研究的结果,逐步开发一个雨检索算法。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者承认项目cgl2010 - 20787 - co2 - 01, cgl2010 - 20787 - co2 - 02, CENIT PROMETEO (MICCIN) ppii10 - 0162 - 554 (JCCM)和LE176A11-2 (JCyL)。