Estimativa de Precipitação por Satélite. Parte I - Infravermelho e Visivel

Transcrição

1 Estimativa de Precipitação por Satélite Parte I - Infravermelho e Visivel Daniel Vila (daniel.vila@cptec.inpe.br) División de Satélites y Sistemas Ambientales Centro de Previsión del Tiempo y Estudios Climáticos Instituto Nacional de Investigaciones Espaciales 24 de Outubro de 2011 Universidade Federal de Rio de Janeiro

2 SUMARIO Introducción: Principios básicos relacionados con la estimación de precipitación a través de satélites meteorológicos Metodologías basadas en satélites geoestacionarios: infrarrojo y visible Metodologías basadas en satélites de orbita polar: microondas pasivas y técnicas combinadas. Metodologías basadas en microondas activas: TRMM y el concepto GPM (Global Precipitation Measurement)

3 Precipitation is a vital component of the hydrological cycle on the Earth. Weather radars and rain gauges (primary source of rainfall) are typically restricted to populated areas on the Earth and can only extend out over water bodies 150 km or so. Satellite-based methodologies serve to fill in these huge data voids, especially over unpopulated regions and oceans.

4 Rainfall Requirements Depend Upon the Application Monthly average rainfall, global (±60o latitude), pentad-type (e.g. 2.5-degree boxes), over land/ocean (Climatic shifts? Desertification?) Daily accumulated rainfall and snowpack, many stations over a watershed (When do I release water from a reservoir? Allocate water distribution?) Realtime global or regional analysis of rainrate at the best possible horizontal resolution (hydrological models) 5-minute updates of point rainfall inside an area (e.g., 105 km2) during the lifetime of a thunderstorm or landfalling hurricane away from coastal radars (Should coastal or low-lying areas be evacuated? Temporarily relocate naval fleet to safe harbor?) Any indications that this winter is associated with El Nino conditions? (An energy company, a tree removal company, emergency services)

5 Satellite-based rainfall estimation methods Satellite rainfall retrievals are generally categorized into LEO and GEO. Retrieval algorithms are typically classified on their observing spectrum (VIS, IR, PMW, AMW) or multi-spectral (i.e., use of one or more of these individual spectrums). If the methodology uses multiple satellites or other information such as radar or gauges is classified as a blended technique.

6 Estimativa de Precipitação por Satélite As técnicas de estimativa de precipitação que usam o espectro do visível e infravermelho estimam a precipitação de uma forma indireta uma vez que a gotas de chuva não são diretamente observadas pelo satélite. Diferentes técnicas para avaliar a precipitação a partir de dados de satélites de órbita polar e geoestacionária já foram produzidas. A tarefa de estimar a chuva é feita por algoritmos que relacionam a taxa de chuva de nuvens precipitantes à espessura e/ou temperatura de brilho das nuvens. GOES12 - Canal 1 GOES12 - Canal 4

7 Estimativa de Precipitação no IR ~ T nuv 4 No Infravermelho a radiação não penetra as nuvens, logo o Satélite esta medindo a emissão do topo da nuvem. A questão é: Como podemos inferir a chuva sem saber o que existe dentro dela? ~ T sup 4 Desse modo podemos dizer que temos uma solução empírica

8 Estimativa de Precipitação por Satélite O valor médio da taxa de chuva para cada Temperatura de Brilho foi calculado e obteve-se o gráfico da figura a seguir: Uma curva de regressão com valor de Taxa de Chuva sendo a variável dependente e Temperatura de Brilho a variável independente foi estabelecida. O modelo encontrado foi: Chuva= 16,3585 0,7855 * TB + 0,0136 * TB 2 0,00007 * TB 3

9 Estimativa de Precipitação por Satélite Alguns fatos interessantes sobre a precipitação... Aproximadamente 90% da precipitação produzida por uma nuvem ocorre dentro de uma área de 50% do total da área da nuvem; Um sistema convectivo é mais ativo e produz as maiores quantidades de chuva quando os topos se tornam mais frios e expansivos; Nuvens no estágio de dissipação produzem pouca ou nenhuma precipitação.

10 IR & VIS Techniques Cirrus Cumulonimbus Nimbostratus

11 IR & VIS Techniques The rainfall retrieval in these wavelengths is based on the fact that bright (optically thick) clouds are positively correlated with regions of convective rainfall. On the other hand, clouds with cold tops in the IR imagery produce more rainfall than those with warmer tops. Visible (VIS) and Infrared (IR) techniques are rather simple to apply Show a relatively low degree of accuracy. GEO weather satellite VIS and IR imagers uniquely provide the rapid temporal update cycle (e.g, 30 minutes or less) needed to capture the growth and decay of precipitating clouds.. Rainfall estimation methods can be divided in the following categories: cloud-indexing, bi-spectral schemes, life history, and cloud model-based.

12 SUMARIO Introducción: Principios básicos relacionados con la estimación de precipitación a través de satélites meteorológicos Metodologías basadas en satélites geoestacionarios: infrarrojo y visible Metodologías basadas en satélites de orbita polar: microondas pasivas y técnicas combinadas. Metodologías basadas en microondas activas: TRMM y el concepto GPM (Global Precipitation Measurement)

13 Bi-spectral and Life Cycle Techniques Lovejoy e Austin (1979) comparam dados do visível e infra-vermelho do GOES com dados de radar durante o experimento GATE e nas regiões de Montreal no Canadá. Eles criaram histogramas 2D de temperatura de brilho e albedo para determinar para os pixels que choviam e não choviam. + =

14 Bi-spectral and Life Cycle Techniques Tsonis e Isaac (1985) modificaram a técnica de Lovejoy e Austin a partir da aplicação de técnicas de agrupamento. Aonde os grupos precipitantes eram identificados pelas imagens de radar.

15 Bi-spectral and Life Cycle Techniques A taxa de precipitação de uma nuvem, em particular da nuvem convectiva, é função do estagio do ciclo de vida. Stout, Martin and Sikdar (1979) analisaram a relação entre a chuva estimada por radar e a área da nuvem medida pelo satélite de uma nuvem isolada

16 Bi-spectral and Life Cycle Techniques O ponto importante é que o pico de precipitação ocorre durante a fase de rápido crescimento da nuvem. Sendo que a precipitação reduz bastante durante o tempo em que a nuvem tem área máxima. Eles tentaram ajustar a taxa de precipitação a partir da equação: R a A a 0 1 da dt onde A é a área da nuvem, da/dt é o tempo de mudança da área da nuvem, e a 0 e a 1 são coeficientes determinados empiricamente. O termo a 1 é positivo, isso assegura que a taxa de precipitação será maior durante o estágio de crescimento do que durante o decaimento.

17 GOES Multispectral Rainfall Algorithm (GMSRA) Uses Data from 4 Different Channels: Visible (0.69 μm) discriminate between thin (non raining) cirrus and thicker (raining) clouds Short IR Window (3.9-μm) use reflectivity to identify clouds that are warm but have large particles near cloud-top and are thus producing rain Water Vapor (6.7-μm) warm signature above overshooting cloud tops differentiates from cirrus IR Window (10.7-μm) texture screening of cirrus clouds (low texture=cirrus; high texture=rain) and calculation of rainfall rate (but dependent only on value at pixel of interest)

18 GOES Multispectral Rainfall Algorithm (GMSRA)

19 The Convective-Stratiform Technique (CST) The CST procedure, using a simple one-dimensional cloud model, involves the following steps: (1) An estimation of the relation between the average rain rate (Rmean ), the convective rain area (Ar ) and cloud top temperature (Tc ) by computing the cloud model for different model updraft areas. (2) The search for local temperature minima (Tmin ) within every IR image. (3) The application of a discriminant function to detect non-raining clouds and a subsequent slope test to distinguish between young and mature storms. For young storms, the convective rain rate is calculated. (4) A threshold test based on the anvil-stratiform threshold temperature (Ts after Adler and Negri 1988) to separate convective core areas and stratiform anvil areas within mature storms. A constant rain rate of 2mmh -1 is assigned to stratiform anvil areas, whereas for core areas the convective rain rate is calculated.

20 The Convective-Stratiform Technique (CST)

21 PERSIANN CCS: Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks Cloud Classification System T b =220 o k T b =235 o k T b =220 o k T b =235 o k Location Topography Coldness Geometric Tmin: Cold top temperature Tmean Tmax Tmedium Geometric Feature Size Eccentricity Frontal orientation Shape Index of cloud; T b =253 o k T b =253 o k Texture Texture: Whole cloud texture variation Cloud texture gradients Local cloud texture variation GLCM and ASM Entropy and cold core texture variation; T o b K Hsu et al and Sorooshian et al. 2000)

22 PERSIANN CCS Image Segmentation Patch Feature Extraction Cloud Classification Rainfall Mapping V 220K c 1 c 2 V 235K V 253K c k 80 R (mm/h) T b (K) 300 Cold convective clouds Middle layer clouds _ 6 Cloud-Rainfall Mapping Cirrus Warm cloud rainfall Hsu et al and Sorooshian et al. 2000)

23

24 GOES Precipitation Index (GPI) desenvolvida por Arkin and Meisner (1987). A taxa de chuva é estimada a partir de pelo menos duas imagens através da equação: GPI = 3*f* t GPI é a taxa de chuva em mm/hr f é a fração convectiva encontrada através dos valores de pixels cuja Temperatura de Brilho é inferior a 235 K em uma área de 2,50 x 2,50 (f varia de 0 a 1) Δt é o intervalo de tempo ente uma imagem e a anterior

25 GOES Precipitation Index (GPI) Estimativa de Precipitacão por Satélite

26 Hydroestimator This is a fully automated method using an empirical power-law function that generates rainfall rates (mm/h) based on GOES-8 channel 4 brightness temperature. R = *10**(11) * exp [ **(-2) * T**(1.2)]

27 Hydroestimator Moisture correction factor (PWRH) defined as the product of precipitable water (PW) (integrated over the layer from surface to 500 hpa) times the relative humidity (RH) (mean value between surface and 500 hpa., in percentage) is applied to decrease rainfall rates in dry environments and increases them in the moist ones. Screening method: This technique assumes that raining pixels are colder than the mean of the surrounding pixels. Standardized temperature is defined as: T T T ave

28 Hydroestimator Screening method: This technique assumes that raining pixels are colder than the mean of the surrounding pixels. T T T ave The coldest tops are associated with convective rainfall.

29 Estimativa de Precipitacão por Satélite Hydroestimator Tơ < -1.5 Convective precipitation: defined essentially by the empirical powerlaw function corrected by PWRH. 1.5 < Tơ < 0 Tơ = 0 Stratiform precipitation: whose maximum value cannot exceed 12mmh-1 and must be less than the fifth part of the convective rainfall for a given pixel Entirely Convective Tơ > 0 pp = 0 Entirely Stratiform Standarized Temperature

30

31 Bias Correlación Heike skill score Falsas Alarmas Probabilidad de Detección