Сборник тезисов докладов шестнадцатой Всероссийской открытой конференции "Современные проблемы дистанционного зондирования Земли из космоса", Москва, ИКИ РАН, 2018 год

(http://smiswww.iki.rssi.ru/d33_conf)

Использование информации радиометра SEVIRI с геостационарных метеоспутников серии Meteosat для мониторинга количества облачного покрова

Волкова Е.В. (1)
(1) Научно-исследовательский центр космической гидрометеорологии "Планета", Москва, Россия
Спутниковые наблюдения за облачностью необходимы не только для анализа и прогноза погоды, но и в климатических исследованиях. Среднее количество общей облачности (КОО) является важной характеристикой климата и общей циркуляции атмосферы. От него зависит планетарное альбедо и, следовательно, радиационный баланс, который связан с тепловым и водным балансами системы «Земля-Атмосфера». Высокая периодичность и приуроченность к заданным временным интервалам информации об облачном покрове по данным радиометра SEVIRI/Meteosat позволяют использовать её для глобального мониторинга облачности.
В НИЦ «Планета» автором была создана Комплексная пороговая методика (КПМ) попиксельной классификации данных измерений радиометра SEVIRI с геостационарных спутников серии Meteosat. КПМ автоматически в круглосуточном режиме детектирует облачность и определяет параметры облачного покрова, осадков и опасных явлений погоды (Волкова, Успенский, 2010) для всей территории обзора SEVIRI/Meteosat независимо от состояния подстилающей поверхности при угле спутникового визирования (viz) не более 7,7°. Используя информацию о радиационной температуре в каналах 4-7, 9, 10 (λ=3,9, 6,2, 7,3, 8,7, 10,8 и 12,0 мкм), а в светлое время (высота солнца над горизонтом (ho) более 0°) дополнительно к ней − об альбедо в каналах 1-3 (λ=0,6, 0,8 и 1,6 мкм) КПМ круглосуточно детектирует облачную маску. В дневное время класс «безоблачно» разделяется на подклассы: «суша без снега», «вода», «снег/лёд», «пыль», «дым». Пороговые значения предикторов задаются в КПМ в виде эмпирически полученных функциональных зависимостей от ho, номера календарного дня от начала года, приземной температуры воздуха, температуры на стандартных барических уровнях, атмосферного давления на уровне моря, температуры воздуха, приведённой к уровню моря и максимальной в атмосферном столбе, viz, географической широты и высоты места над уровнем моря.
Точность КПМ слабо зависит от времени суток, сезона, синоптической ситуации и состояния подстилающей поверхности. Ошибок следует ожидать при высоком содержании в атмосфере водяного пара или температурной инверсии, в ночное или зимнее время, на границе суша/вода, над снежно-ледовым покровом или в горных районах, при наличии тонкой перистообразной или высокослоистой облачности и полей мелких кучевых и высоко-кучевых облаков, а также при больших viz.
По результатам детектирования КПМ облачной маски можно оценивать глобальное количество облачности. При этом для каждого пиксела спутниковой информации за некоторый период времени суммируется количество случаев с облачностью и вычисляется средняя вероятность покрытия этого пиксела облачностью (CFC – Cloud Fraction Cover) или для небольших фрагментов спутникового изображения рассчитывается среднее за период времени количество общей облачности (КОО). Исследования автора показывают, что получаемые КПМ оценки CFC и КОО (соответственно 67-72 % и 59 % для всего круга обзора SEVIRI/Meteosat) находятся в хорошем согласии с наземными наблюдениями и климатом (для всего земного шара соответственно 65 % и 58 %).
Также автором было проведено сопоставление результатов детектирования облачной маски КПМ и методики, используемой в EUMETSAT SAF NWC и SAF (http://www.cmsaf.eu). Обе пороговые методики (КПМ и EUMETSAT) помимо многоканальной спутниковой (пороговые значения являются сложными функциями, зависящими от разных параметров) применяют и схожую дополнительную информацию: вертикальное распределение температуры воздуха в атмосфере и атмосферное давление на уровне моря, карты рельефа. Однако методика EUMETSAT дополнительно использует вертикальное распределение влажности воздуха, маску «суша-вода» и карту типа подстилающей поверхности, а также результаты расчетов радиационной модели.
Обе методики имеют схожие трудности при распознавании облачных пикселов над неоднородной подстилающей поверхностью и в случае с температурной инверсией, а также при детектировании мелкой кучевой и низкой тёплой облачности. На точность сильно влияет адекватность дополнительной информации, viz и изменение освещенности. Однако КПМ лучше детектирует облачность в высоких широтах зимой и ночью, а также вдоль береговой линии, а методика EUMETSAT – над водной поверхностью. КПМ может находить «лишнюю» облачность над Сахарой ночью и, реже, днём, а методика EUMETSAT «теряет» перистообразную облачность в тропиках (до 15-30 %) и недооценивает КОО в сумерках (до 10 %), но переоценивает КОО над снежно-ледовой (до 30 %) и водной поверхностью (до 15 %) (Stengel et al., 2015). В среднем, различия в оценках облачного покрова обеими методиками составляют 10-15 %. При этом КПМ детектируется больше облачности в низких широтах и меньше – в высоких, по сравнению с EUMETSAT. В целом, у КПМ меньше амплитуда dev в пределах зоны видимости SEVIRI, хотя среднее значение dev немного больше: в среднем для круга обзора dev=±10-15 % (до 20 %) у КПМ и dev=±5-10 % (до 30 %) у EUMETSAT (Bojanowski J. et al., 2018). Требования пользователей к точности информации об облачном покрове составляют dev=±5-15 %. Таким образом, обе методики, в основном, удовлетворяют предъявляемым к ним требованиям.

Ключевые слова: облачная маска, количество облачности, CFC, SEVIRI, Meteosat
Литература:
  1. Волкова Е.В., Успенский А.Б. Оценки параметров облачного покрова по данным геостационарного МИСЗ Meteosat-9 круглосуточно в автоматическом режиме // Современные проблемы дистанционного зондирования Земли из космоса. 2010. Т. 7. № 3. С. 16-22.
  2. Bojanowski J., Stokli R., Duguay-Tetzlaff A., Finkensieper S., Hollmann R., Werscheck M. CM SAF. Validation report. Meteosat cloud fractional cover (COMET). Edition 1. SAF/CM/MeteoSwiss/VAL/MET/CFC. Issue 1.2. January 29, 2018. doi: 10.5676/EUM_SAF_CM/CFC_METEOSAT/V001. 64 pp.
  3. Stengel M., Karlsson K.G., Meirink J.F., Hollmann R., Werscheck M. CM SAF. Product user manual. Clouds. SAF/CM/DWD/PUM/CLOUDS. Ver. 1.8. February, 2015. 99 pp.

Презентация доклада

Дистанционные методы исследования атмосферных и климатических процессов

164