Бесплатный автореферат и диссертация по географии на тему

Восстановление суточных сумм осадков по данным спутниковых и наземных наблюдений

ВАК РФ 11.00.09, Метеорология, климатология, агрометеорология

Автореферат диссертации по теме "Восстановление суточных сумм осадков по данным спутниковых и наземных наблюдений"

На правах рукописи

Жильцова Ольга Владимировна

УДК 551.577.2:551.507.362.2

Восстановление суточных сумм осадков по данным спутниковых и наземных наблюдений

11.00.09 - метеорология, климатология и агрометеорология

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата географических наук

Москва 1998

Работа выполнена на кафедре метеорологии и климатологии географического факультета Московского государственного университета им. М.В.Ломоносова

Научный руководитель: доктор физико-математических наук, профессор Н.Ф.Вельтищев

Официальные оппоненты: доктор физико-математических наук

А.Б.Успенский

Ведущая организация: Гидрометеорологический научно-

исследовательский центр Российской Федерации

Защита состоится «24» декабря 1998 года в 15 часов на заседании диссертационного совета Д-053.05.50 в Московском государственном университете им. М.В.Ломоносова по адресу: 119899, Москва, ГСП-3, Воробьевы горы, МГУ, географический факультет, 18 этаж, аудитория 1801.

С диссертацией можно ознакомиться в научной библиотеке географического факультета МГУ на 21 этаже.

Автореферат разослан «24 » ноября 1998 года.

кандидат географических наук В.А.Анцыпович

/

Ученый секретарь диссертационного совета, кандидат географических наук

С.Ф.Алексеева

Актуальность проблемы. В отличие от полей других метеорологических величин, таких как температура или давление, поле осадков является более изменчивым и неоднородными как во времени, так и в пространстве. Характерные радиусы корреляции осадков колеблются от нескольких километров (для ливневых осадков) до 100 километров (для обложных фронтальных осадков) и в среднем для ЕТР (Европейская территория России) по имеющимся оценкам (Алибегова Ж. Д., 1985, Исаев A.A., 1990) составляют 50-70 километров, т.е. численный анализ данной метеорологической величины на сетае размером более 50 км вряд ли является обоснованным. Однако, даже на территории центра ЕТР с наиболее густой сетью станций, характерное расстояние между осадкомерами составляет 50-60 километров.

Для большинства же районов расстояние между метеорологическими станциями значительно больше. Это, естественно, приводит к выводу, что используя только данные существующей наземной метеорологической сети вряд ли возможно успешно восстанавливать поле осадков.

Однако репрезентативные оценки полей осадков совершенно необходимы для проведения гидрологических расчетов, агрометеорологических и водохозяйственных оценок, прогноза засух, наводнений, лесных пожаров и т.д.

Поскольку в обозримом будущем трудно ожидать расширения сети осадкомерных наблюдений, становится актуальной проблема привлечения дистанционных измерений из космоса с целью повышения качества анализа осадков. Для получения информации об осадках наиболее перспективными являются измерения в микроволновом диапазоне. Однако в настоящее время микроволновые радиометры устанавливаются лишь на полярноорбительных спутниках, поэтому такие измерения имеют

довольно низкое разрешение по времени. В этой связи с их помощью пока что трудно получить суммы осадков за некоторый длительный период времени (сутки и более), хотя многим потребителям нужна именно такая информация.

Определенным преимуществом в этом смысле обладают измерения в инфракрасном (ИК) участке спектра с геостационарных спутников. Они производятся регулярно с интервалом 30 минут круглые сутки, покрывают территорию всего земного шара в широтном поясе от 65°ю.ш. до 65°с.ш. и имеют пространственное разрешение порядка нескольких километров. К сожалению ИК измерения характеризуют только температуру верхней границы облачности (ВГО) и могут нести лишь косвенную информацию об осадках, исходя из гипотезы, что осадки могут иметь место лишь там, где существует облачность и более вероятны в тех местах, где облачность имеет большую мощность (более низкую температуру ВГО).

Учитывая этот недостаток ИК измерений не следует, по-видимому, пытаться получить оценки осадков только по спутниковым измерениям. Более плодотворным может оказаться усвоение ИК измерений совместно с имеющимися неземными измерениями осадков с использованием сильной стороны наблюдений из космоса: их высокое пространственно-временное разрешение. Именно в такой формулировке и решается задача анализа поля осадков в настоящей диссертации. При ее постановке ожидалось, что привлечение ИК измерений с геостационарных спутников сможет повысить качество анализа в районах с редкой сетью осадкомерных наблюдений.

За исключением зимних месяцев в умеренных и высоких широтах между облачностью и подстилающей поверхностью существуют достаточно большие тепловые контрасты, поэтому выделение облачности и определение температуры ее верхней границы не составляет большого

труда. Последовательный обзор поверхности Земли с большей частотой позволяет получить достаточно полную информацию о пространственно-временной изменчивости температуры верхней границы облаков. Эта информация и может быть использована в качестве дополнительной к имеющимся станционным наблюдениям.

Целью данной работы является повышение качества анализа поля осадков па основе усвоения станционных измерений осадков и спутниковых данных в ИК диапазоне с использованием метода вариационного согласования этих двух видов измерений. Для достижения данной цели были поставлены следующие задачи:

1) Проанализировать имеющийся положительный опыт использования измерений в ИК диапазоне для восстановления полей осадков;

2) Построить алгоритм перехода от радиационных температур к осадкам;

. 3) Разработать методику анализа суточных сумма осадков на основе вариационного усвоения ИК информации и обычных данных;

4) Разработать программные средства, позволяющие производить анализ поля осадков в оперативном режиме;

5) Оптимизировать эмпирические коэффициенты, используемые в процедуре вариационного согласования;

6) Проанализировать точность восстановления поля осадков по разработанной методике;

7) Оценить возможность применения разработанной методики для районов с различной плотностью наземной сети наблюдений.

Использованные материалы.

1) Суточные суммы осадков с метеорологических станций, поступающие в коде СИНОД за период с 00 по 00 СГВ с Европейской территорией России.

2) Радиационная температура, восстановленная по ИК данным (10.5 - 12.5 мкм) с МИСЗ Метеосат за 20-29 сентября 1993 г., 9-14 и 1722 августа, 9-14, 16-21 сентября 1994 г. (данные предоставлены НПО «Планета»).

3) Интенсивности ИК радиации с МИСЗ Метеосат за 17-21 июня, 24, 25, 27 июля, 5, 6, 9-14 августа и 22,23 сентября 1995 года (данные предоставлены НПО «Планета» и Еите^).

4) Привязка пикселей к географической сетке, сделанная по методике, разработанной в НПО «Планета» (данные предоставлены НПО «Планета»).

Научная новизна работы:

1) Разработана новая методики привлечения ИК информации с геостационарных спутников для восстановления суточных сумм осадков с разрешением порядка 20x20 км2 методом вариационного согласования.

2) Оптимизирована процедура выделения безосадочных зон, путем расчета ежесуточных радиационных пороговых температур.

3) Выбран оптимальных метод перехода от радиационных температур к осадкам.

4) Созданы программные средства, пригодные для проведения оперативного анализа полей осадков.

На защиту выносятся следующие основные результаты

1) Методика восстановления суточных сумм осадков в узлах регулярной сетки на основе вариационного согласования ИК измерений с геостационарных спутников и станционных измерений осадков.

2) Методика выделения безосадочных зон.

3) Методика перехода от радиационной температуры ВГО к количеству осадков.

4) Результаты валидации методики при различной плотности сети наземных данных.

Научно-практическая ценность работы:

Предложенная методика и соответствующие программные средства могут быть использованы в оперативном численном анализе поля суточной суммы осадков.

Апробация работы. Основные положения и материалы работ докладывались на следующих международных конференциях: «Пятой научной Ассамблее международной Ассоциации по гидрологическим наукам (1АШ)» (г. Рабат, Марокко, 23 апреля - 3 мая 1997 года); «Девятой конференции по спутниковой метеорологии и океанографии» (г. Париж, Франция, 25-29 мая 1998 года).

Структура и объем работы. Диссертация состоит из введения, семи глав, заключения и списка использованных источников (55 наименований). Диссертация содержит 85 страниц машинописного текста включая 12 рисунков и 17 таблиц.

Публикации. По теме диссертации опубликовано 3 работы, 1 работа сдана в печать.

СОДЕРЖАНИЕ РАБОТЫ Во введении обоснована актуальность проблемы, рассматриваемой в работе, сформулированы ее основные цели и задачи, обоснована научная новизна и практическая значимость.

Глава 1 содержит общие замечания относительно точности измерения осадков и основные требования, которые предъявляют потребители к данным об осадках.

Осадки являются одной из наиболее важных метеорологических характеристик, которая, кроме того обладает наибольшей изменчивостью как в пространстве, так и во времени. Так интенсивность осадков может меняться от нуля до более 125 мм/час, а годовое количество осадков на территории Земного шара меняется от нуля до более, чем 12500 мм/год. Помимо чисто научных трудностей по сбору информации о количестве осадков, связанных с их значительной изменчивостью и недостаточной плотностью сети наземных наблюдений, имеют значение также трудности политического и экономического характера, так как понятно, .что организация наземных наблюдений на станциях и установка радиолокаторов связаны с довольно большими затратами.

В литература показано, что точность измерения осадков порядка 5% может быть достигнута при густоте осадкомерной сети более 1 осадкомера на 50 км2 и интенсивности осадков более 10 мм/ч, а точность порядка 10% - при густоте осадкомерной сети более 1 осадкомера на 160 км2 и для интенсивности осадков более 4 мм/ч. Однако организация оперативной наземной сети такой плотности практически невозможна. Таким образом, учитывая, что точность измерения осадков падает с уменьшением плотности осадкомерной сети, не следует ожидать точечных измерений осадков с точностью лучше чем 5-10%. Это следует понимать при использовании осадкомерных измерений как стандарта для сравнения

с другими методами оценки осадков. Кроме того существующей наземной сети наблюдений недостаточно для того, чтобы удовлетворить всем необходимым требованиям потребителей, что, естественно, и привело к развитию различных косвенных методов восстановления осадков.

Глава 2 содержит краткий обзор различных методик восстановления полей осадков по спутниковым данным в ИК и видимом диапазоне. В данной главе рассматривается также проблема валидации методик.

Использование данных в видимом и инфракрасном диапазонах обычно рассматривается вместе из-за того, что они имеют общие характерные особенности: осадки восстанавливаются на основе измерения уходящей радиации, поступающей с верхней границы облачности. Они базируются на утверждении, что чем выше облачность (т.е. чем ниже радиационная температура) и чем она ярче (т.е. чем выше альбедо), тем большее количество осадков из нее выпадает. Данные методы являются косвенными по своей сути, так как нет прямой линейной связи между высотой облачности и количеством осадков. Видимо поэтому все разработанные методики восстановления полей осадков по ИК и видимым данным не являются универсальными. Методики, разработанные для тропической зоны, не могут быть успешно применены к внетропическим широтам, а методы определения месячных сумм осадков нельзя успешно использовать, например, для восстановления суточных полей осадков.

В данный момент существует большое разнообразие методик, которые были разработаны для удовлетворения различным практическим потребностям, они отличаются как по пространственно-временному масштабу, так и по своей технической сложности. Их можно подразделить на моноспектральные, биспектральные или многоспектральные по количеству и комбинациям используемых спектральных измерений. Биспектральные и многоспектральные методы ориентированы на оценку

интенсивности осадков, а не их сумм за определенный промежуток времени, поэтому здесь они не рассматриваются.

В существующих схемах восстановления осадков по ИК данным используются следующие основные элементы:

• определение холодной облачности (для выделения осадочных и без осадочных областей), основываясь на том факте, что холодная облачность с большей вероятностью является осадкообразующей;

• продолжительность нахождения холодной облачности над данной территорией (обычно определяется как количество пикселей с холодной облачностью для данной территории за день) с использованием предположения, что чем дольше над данной территорией находится холодная облачность, тем, вероятно, больше количество выпавших осадков;

• определение облачности холодного типа (обычно используются различные методы распознавания текстуры) на основании того, что, например, облачность с текстурой подобной текстуре кучевой облачности будет осадкообразующей в отличие от облачности с текстурой перистой облачности;

• особенности подстилающей поверхности, так как вероятность осадков для областей с влажным климатом и для возвышенных участков выше, чем для засушливых зон и равнин при прочих равных условий;

• метеорологические сводки о суточных суммах осадков, которые являются необходимыми для калибровки методик.

В большинстве работ по данной теме можно выделить следующие основные моменты:

• успешность корреляционных связей между данными об осадках и облачностью возрастает с увеличением рассматриваемого временного интервала;

• для установления связей между облачностью и осадками наибольший успех дает коррелирование температуры верхней границы облачности ниже некоторого порогового значения с количеством осадков, причем рассматриваемое пороговое значение радиационной температуры варьировалось у различных авторов от 190К до 257,5К;

• улучшение связей между облачностью и осадками дает использование информации о характеристиках пространственного распределения температуры ВГО или отражательной способности облаков;

• существует два основных метода валидадии методик по наземным и радиолокационным данным. Сравнения с радиолокационными данными являются более приемлемыми, но используются реже, что связано с их недоступностью.

Глава 3 содержит постановку задачи и описание предлагаемой методики.

Наблюдения со спутников являются косвенными по отношению к количеству осадков и не обеспечиваю получения надежных сведений о величине осадков, однако, они дают сплошное покрытие наблюдениями территории с довольно высоким пространственным (от 9 до 20 км в умеренных широтах) и временным (30 минут) разрешением. Это позволяет получить довольно надежные данные о пространственно-временной изменчивости верхней границы облаков. Сведения о временной изменчивости можно использовать для поиска статистических связей между осадками и температурой ВГО и трансформировать их в

пространственную изменчивость осадков, используя для этой цели статистические связи между осадками и структурой ВГО. Можно ожидать, что ошибки в поле осадков являются коррелированными в пространстве. Это дает надежду на то, что несмотря на низкое качество восстановления абсолютных значений осадков по ИК измерениям, горизонтальные градиенты поля осадков будут воспроизводиться ими достаточно хорошо. Таким образом сильной стороной спутниковых измерений может быть воспроизведение градиентов осадков.

Сильной стороной станционных наблюдений является получение довольно точных (по крайней мере по сравнению с другими видами наблюдений) сведений о количестве осадков, однако данные наблюдения являются практически точечными, а сравнительно редкая сеть станций не обеспечивает надежное определение градиентов осадков.

Усвоение этих двух разнородных типов информации естественно произвести методом вариационного согласования, причем, исходя из отмеченных выше свойств каждого вида информации, в качестве ограничений использовать близость абсолютных значений поля анализа к станционным измерениям осадков и близость градиентов анализа к градиентам осадков, полученным по спутниковым данным. Исходя из этого функционал, подлежащий минимизации, представляется в виде:

<рх

1

2

гсоясрдк

+В

г ар

Здесь Р - искомое поле анализа осадков, Р] некоторое поле осадков, которое получается регрессионным способом из поля радиационных температур. Это поле будет именоваться полем первого приближения, Р2 -поле осадков второго приближения, которое может получаться с одновременным использованием станционных измерений и поля Р( или с

использованием только станционных измерений. А и В строго говоря должны быть весовыми матрицами, обратно пропорциональными ковариационным матрицам ошибок, зависящим от пространственных координат, но в данной работе они считаются постоянными коэффициентами, подробнее о выборе коэффициентов А и В см. ниже. Использование одного и того же коэффициента В во втором и третьем членах обусловлено принятой гипотезой изотропности.

Из структуры функционала видно, что его минимизацией мы хотим достигнуть наименьшей в квадратическом смысле ошибки по всей области анализа, причем в построенном таким образом поле будет присутствовать некоторый компромисс между близостью градиентов в этом поле и поле "спутниковых" осадков Р1 и близостью абсолютных величин к полю "станционных" осадков Р2.

Решение задачи осуществляется получением первой вариации функционала (1). Варьируя получим уравнение Эйлера-Лагранжа в виде:

доставляющее экстремум исходному функционалу.

Эллиптическое уравнение (2) решается при фиксированных значениях осадков на границах области анализа:

т.е. решается задача Дирихле. Естественно, что граничные условия (3) будут приводить к снижению качества анализа около границ, поскольку он будет близок к анализу, сделанному только с использованием станциотшх измерений.

Уравнение (2) с граничными условиями (3) решается с помощью итерационной процедуры:

Рг=Р2г, (3)

РГ=Р£+»з -А(рш+1,т-р2)+

--1---1-

г2 сф г2 со £ф

В ¿?(Рш+'-т-Р,) В

• (4)

Здесь т - номер итерации. Двойной индекс (т+1, т) во втором-четвертом членах правой части (4) применен в связи с тем, что при переходе к конечным разностям искомое поле в текущей точке представляется в виде полусуммы значений на предыдущей и последующей итерациях:

Такое представление обеспечивает более быструю сходимость итерационного процесса. Параметр итерационного процесса г] выбирается исходя из условия Либмана. Для лучшей сходимости в двумерном случае должно выполниться условие:

Исходя из указанного выше условия было решено брать 77 =0,4. В результате выполнения итерационного процесса (4) с граничным условием (3) получаем анализ Р(фА) в узлах регулярной сетки.

Если перейти к конечно-разностному представлению переменных, вводя индексацию 1 по ф и ] по X, используя при аппроксимации вторых производных по пространственным переменным центральные разности, получим:

р(5)

1

Р>Т=и°-ри+Е + р}Л 7)

где

С=\ + Т) — +

А В В

2 + г2А<р2 + г2 сов2 ^ЛА2

Здесь Р1 - поле первого приближения, обозначавшееся ранее как Рг.

Итерационный процесс прекращается, если наблюдается его сходимость, т.е.:

где е - некоторое наперед заданное малое значение.

Глава 4 посвящена описанию исходных данных и их первоначальной обработке.

В качестве наземных данных в численном анализе осадков были использованы суточные суммы осадков с метеорологических станций, поступающие в коде СИНОП за период с 00 по 00 СГВ.

Область анализа была выбрана над центром Европейской территории России и располагалась между 50°-58° с.ш. и 28°-42° в.д. Ее размер определялся тем, чтобы оперировать на стадии разработки алгоритма с ограниченными объемами информации, но тем не менее иметь достаточное количество наземных измерений для набора статистики и проверки качества анализа. Сведения об осадках берутся со станций, расположенных в пределах области ИК снимка и на некотором

расстоянии от нее, чтобы не возникало проблем с качеством контрольных анализов по одним станционным данным вблизи границ. Всего архив насчитывал порядка 660-ти станций. Непосредственно в области анализа находилось около 350-400 станций.

Второй тип информации - данщле измерений в окне прозрачности атмосферы (10.5 - 12.5 мкм) через каждые 30 минут с МИСЗ Метеосат.

В распоряжении имелись данные в следующие периоды: 20-29 сентября 1993 г., 9-14 и 17-22 августа, 9-14, 16-21 сентября 1994 г., 17-21 июня, 24, 25, 27 июля, 5, 6, 9-14 августа и 22,23 сентября 1995 года (всего 52 дня) (данные за 1995 год не были откалиброваны). Набор использованных данных ограничивался, в основном, сравнительно коротким периодом приема цифровой информации со спутника Метеосат в Москве.

Станционные данные об осадках из исходного массива были подвержены первоначальному контролю. Станциям, дающим отрицательные значения и значения, превышающие 60 мм был присвоен символ отсутствия информации. В спутниковых данных в пикселях с отсутствием информации производилось восполнение радиационных температур методом билинейной интерполяции.

Проанализированные станционные данные об осадках вместе с географическими координатами каждого пикселя составляют исходные массивы данных.

Из исходных снимков формируется трехмерный массив радиационных температур Т к), координатами которого являются номер пикселя в строке номер строки 0) и номер снимка (к).

Поскольку в области анализа осадков разрешающая способность ИК измерений является неравномерной (линейные размеры каждого пикселя увеличиваются в направлениях с юга на север и с запада на восток),

работа в координатах снимка (с номерами строк и пикселей в строке) оказывается неудобной при необходимости вычисления пространственных производных. Однако, при выполнении операции сравнения и других операциях, где линейная неравномерность пикселей не играет существенной роли, предпочтительнее работать в координатах снимка с тем, чтобы сохранить исходное разрешение измерений и иметь дело с прямоугольной областью. Исходя из изложенного выше в процессе предварительной обработки информации производится ряд интерполяций. Все интерполяции производятся методом взвешенных коэффициентов:

п

И ск\ук(г)

с = к¿1-

П

V где

к = 1

Су - значение метеовеличины в узле сетки j), Ск -значение метеовеличины на к-той станции, \\\(г) - весовая функция, г - расстояние от станции до узла, п - число станций. Весовая функция задается в виде:

, К2-г2

II = 80 км, радиус области влияния.

Для построения регрессии и поля первого приближения производится переинтерполяция координат станций в координаты снимка (определяется положите станции в членах номера строки и номера пикселя вдоль строки). В связи с тем, что процедуры построения поля второго приближения и окончательного анализа включают вычисления линейных расстояний и пространственных производных, а также учитывая использование выходной информации в географических координатах,

после построения поля первого приближения производится его переинтерполяция в систему географических координат с равномерным шагом вдоль широты и долготы. Исходя из разрешающей способности ИК измерений в районе анализа и точности привязки их к местности, шаг сетки по широте был выбран равным 0.17 , а по долготе 0.34, что на широте 50° соответствует площадке с линейным размером около 20x20 км2.

Построение поля второго приближения и окончательного поля осадков осуществляется уже в сферической системе координат на указанной регулярной сетке.

Глава 5 описывает схему анализа и программу расчетов. Здесь приводится также алгоритм и описание программы.

Схема анализа включает в себя следующие основные блоки:

1. Климатический контроль станционных измерений.

2. Формирование поля первого приближения Р1 (оценок поля осадков по ИК измерениям) в координатах снимка. Этот блок включает в себя определение порогового (Т„) значения температуры верхней границы облаков Твго, моментов во временным распределении Твго и построение линейной регрессии, связывающей суточную сумму осадков с характеристиками Твго.

3. Интерполяцию поля Р] в узлы широтно-долготной сетей, используемой в численном анализе.

4. Формирование поля второго приближения Рг в узлах сетки с использованием станционных измерений.

5. Построение поля осадков с использованием итерационной процедуры.

6. Оценка качества анализов путем интерполяции проанализированных значений на станции, исключенные из анализа.

В соответствии с приведенной выше схемой анализа был написан текст программы на языке С. Программа расчетов была реализована на ПЭВМ РС-АТ 486/487 (минимум) в среде UNIX (System V). Затрата времени на проведение анализа на этой ПЭВМ составляют около 3-х минут (в данной конфигурации) при наличии рассчитанных файлов с данными о положении станций в координатах пикселей и файла с информацией о номерах пикселей, ближайших к узлам регулярной географической сетки. Объем виртуальной памяти - 40 MB, объем оперативной памяти - 24 MB (8 MB - минимум).

Глава 6 описывает численные эксперименты со схемой анализа. В порядке отладки схемы прежде всего исследовались различные подходы к получению поля первого приближения по измерениям со спутника. Как уже отмечалось во введении, во всех существующих методиках оценки осадков по ИК информации используется некоторое фиксированное пороговое значение радиационной температуры верхней границы облаков Тп, которое задается из предыдущего опыта. Далее предполагается;-что при ТВГ0>ТП осадков быть не может (облака слишком мелкие или территория является безоблачной), а при ТВГ0<ТП осадки могут быть, поэтому для ситуаций ТВГ0<ТП строится линейная регрессия между количеством осадков и Твго. При этом регрессия строится по длительному ряду наблюдений и сохраняется неизменной.

Поскольку в различные сезоны года и от случая к случаю пороговые значения могут существенно меняться, равно как и связь между верхней границей облачности и осадками, автор счел целесообразным определять пороговые значения Тп, а также регрессионную связь между Твго и

осадками на суточной основе с тем, чтобы уменьшить дисперсию. При анализе над большим районом выборка для построения регрессии оказывается достаточно репрезентативной (порядка 3000 измерений). Оптимальное значение Тп определяется исходя минимизации смещенности частот:

МЯ = И/К, (8)

где I - число случаев с осадками по станциям; К- число случаев без осадков на станциях; М - число случаев со «спутниковыми» осадками; N -число случаев без «спутниковых» осадков. Минимизация смещенности обеспечивает наилучшее разделение "осадочных" и "безосадочных" Твго. Далее имеющаяся за сутки информация о Тмо<Т„ используется в регрессионном анализе, а в пикселях, где ТВГ0>ТП принимается Р1 = 0. Расчет условия (8) осуществляется перебором возможных значений Тп на отрезке 0°С > Тп > -40°С. Проведенные численные эксперименты показали, что определенные из условия (8) пороговые значения могут меняться в довольно широких пределах (-6°С > Тп > -39°С).

Использование применяемой обычно простой регрессии, в которой в качестве предиктора служит только первый момент во временном распределении Твго, не дало хороших результатов: коэффициент корреляции для такой регрессии составил в среднем 5% и не превышал 56%. В этой связи в качестве предикторов были использованы дополнительно второй, третий и четвертый моменты временного распределения Твго. С использованием метода просеивания была выбрана наилучшая комбинация предикторов. Такую комбинацию составили первые три момента: среднее значение, дисперсия и асимметрия. Коэффициент корреляции для этой множественной регрессии составил в среднем 27% и изменялся от 9% до 62%. Этот тип регрессии и применялся

в дальнейших численных экспериментах. С использованием регрессии получается поле первого приближения во всех пикселях с ТВГ0<ТП.

Следующая серия экспериментов была проведена для выбора процедуры формирования поля Р2, включающего в себя информацию об осадках со станций. Первый подход состоял в том, что в пикселях, совпадающих географически со станциями, вычислялись невязки между измеренным на станциях количеством осадков и восстановленным по спутниковым данным полем Р]. Затем эти невязки интерполировались в узлы широтно-долготной сетки методом взвешенных коэффициентов с радиусом влияния 80 км. Прибавлением невязки к полю Р: получалось поле Р2. Второй подход состоял в получении поля Р2 путем интерполяции станционных измерений в узлы регулярной сетки методом взвешенных коэффициентов, т.е. проводился просто анализ по станционным измерениям. Качество поля Р2, полученного разными способами, оценивалось путем исключения из анализа ряда станций, интерполяцией анализов на исключенные станции и сравнением проанализированной и измеренной величины. В результате проведенных численных экспериментов получено, что качество поля Р2, построенного только по станционным данным, выше качества поля Р2, построенного с привлечением поля Рь Это связано, естественно, со сравнительно низким качеством поля Р] в части воспроизводства значений осадков. С учетом этих результатов в принятой схеме анализа поле Р2 строится только по данным станционных измерений.

Алгоритм отладки вариационного согласования включает в себя выбор весовых коэффициентов А и В. Теория дает только одно общее указание для выбора значений А и В: веса должны быть выбраны обратно пропорциональными ошибкам в полях Р2 и Р], соответственно. Поскольку информации об ошибках этих полей в нашем распоряжении не имелось,

была проведена серия численных экспериментов с различной комбинацией весов А и В и сделана оценка качества получающегося анализа. Наилучшие результаты были получены при А=1, В = 300. Эти значения весовых коэффициентов использовались в дальнейшем в итерационной процедуре. Как правило для построения анализа требуется 3-10 итераций.

Визуальная оценка характера различных полей: поля первого приближения, анализа только по станционным данным и анализа по предложенной методике показал, что в поле первого приближения имеют место гораздо большие горизонтальные градиенты, чем в поле, построенном только по станционным данным. Против ожидания оказалось, что анализы по станциям являются более "пятнистыми", чем поле первого приближения. Возможно это связано с тем, что в использовавшейся выборке преобладали фронтальные обложные осадки со сравнительно однородной высотой верхней границы облаков, а мезомаспггабные конвективные системы отсутствовали.

В качестве примера на рис. 1-3 приведены, соответственно, поля первого, второго приближения и поле окончательного анализа суточных сумм осадков. Нетрудно заметить, что площадь, занята осадками на рис. 1 (осадки, восстановленные по спутниковым данным), намного больше площади осадков по станционным измерениям. Это является следствием того, что верхняя облачность с низкой Твго была ошибочно классифицирована как дающая осадки. Горизонтальные градиенты в поле первого приближения на границе зоны осадков больше, чем в анализе по станциям (рис. 2). Поле, полученное по предложенной методике (рис. 3), является, естественно, промежуточным между двумя рассмотренными выше, в целом сохранилась конфигурация поля, восстановленного по станциям, но увеличились горизонтальные градиенты осадков.

Рис. 1. Поле первого приближения 16 августа 1994 г.

Рис. 2. Поле второго приближения(анализ осадков только по станциям) 16 августа 1994 г.

'ГъГ ^ ^

Рис. 3. Анализ осадков с использованием процедуры вариационного согласования 16 августа 1994 г.

Глава 7 содержит описание экспериментов по оценке точности метода.

Довольно плотная сеть станций на территории анализа позволила произвести оценку и сравнение точности восстановления поля осадков по наземным данным и по предложенной методике. Для этого из анализа было исключено некоторое количество станций, данные которых в дальнейшем использовались для оценки точности восстановления поля осадков. Вначале нами были проведены расчеты для выборок за 1993 и 1994 годы, а затем была осуществлена проверка основных полученных выводов на неоткалиброванной выборке 1995 года. Ниже в таблицах 1 и 2 приведены результаты таких оценок.

Таблица 1

Ошибки восстановления поля осадков при исключении из анализа различного числа станций (анализ архива 1993-94 г.)

Процент исключенных станций По станционным измерениям По предложенной методике

S S/R а cr/R S S/R а o-/R

10% -0.28 -0.15 0.66 0.35 -0.37 -0.19 0.78 0.41

15% -0.32 -0.19 0.89 0.52 -0.33 -0.19 0.83 0.49

30% -0.41 -0.26 1.75 1.11 -0.30 -0.19 1.08 0.69

50% -1.15 -0.49 1.77 0.76 -0.86 -0.37 1.31 0.56

Здесь S - средняя ошибка (мм); а - средняя квадратическая ошибка (мм), S/R - средняя ошибка, нормированная на количество осадков R, а /R - средняя квадратическая ошибка, нормированное на количество осадков.

Максимальная плотность осадкомерной сети в области анализа равнялась примерно одному осадкомеру на 3600 км2. При анализе архива за 1993-94 года вначале было исключено 10% станций плотность

наземной сети составила один осадкомер на 4000 км2, при исключении 15, 30 и 50% станций плотность наземной сети была один осадкомер на 4500 км2 , 5 000 км2 и 7 500 км2, соответственно. Оценки, приведенные в таблице 1, сделаны по 34 анализам.

Для того, чтобы убрать зависимость ошибки восстановления осадков от количества выпавших осадков, в таблице приведены дополнительно ошибки, нормированные на количество осадков.

Из приведенных в таблице оценок можно сделать следующие основные выводы. Оба анализа дают систематически заниженное количество осадков, что является естественным следствием осреднения по площади в процессе составления анализа. При плотности сети более одной станции на 4500 км2 привлечение спутниковых измерений в рамках разработанной методики ухудшает качество анализа осадков. При плотности сети менее одной станции на 4500 км2 качество анализа поля осадков становится выше качества анализа с использованием только станционных измерений. В целом качество анализа является невысоким: нормированные среднеквадратические ошибки превышают единицу. Сравнительно низкие оценки качества анализа получились, возможно, в связи с тем, что использовавшаяся ограниченная выборка относилась, в основном, к осенним месяцам, когда процент облаков вертикального развития относительно невелик, а именно применительно к осадкам из облаков вертикального развития ИК измерения являются наиболее выигрышными. Поэтому не исключено, что в летние месяцы в умеренных широтах и в более низких широтах качество предложенной методики анализа будет выше. Имеются, естественно, и принципиальные трудности, связанные с необходимостью фильтрации высокой облачности, имеющей низкую температуру верхней границы облаков, но не дающей осадков.

Понятно, что данные расчеты были произведены на весьма незначительной выборке, причем на ней также производилась отладка данной методики. Поэтому данные выводы можно считать лишь предварительными. На следующем этапе были проведены численные эксперименты с независимыми данными за 1995 года. Данные архива за 1995 года должны были быть более показательными, чем данные за 199394 гг., так как основную часть архива составляет информация за период июль-август, когда наблюдается наибольший контраст температур и данная методика должна работать лучше всего.

На первом этапе были проанализированы статистические характеристики, которые были выбраны для построения поля первого приближения. Расчеты показали, что для данной выборки, как и в предыдущем случае, оптимальным является применения среднего значения температур выше порового значения, среднеквадратическое отклонение и асимметрия. Средний коэффициент корреляции в случае использовании этих трех моментов составил 35% и менялся в довольно небольшом диапазоне от 20% до 53%. Таким образом был подтвержден первоначальный вывод о методе построения полей первого приближения.

При проведении эксперимента нами были рассмотрены случаи, когда плотность наземной сети составляет один осадкомер на 6000 км2, 7500 км2, 15500 км2, 25000 км2 , т.е., соответственно, в анализе было использовано 60, 50, 30 и 20% наземной информации. Расчеты подтвердили тот факт, что применение данной методики при редкой сети наземных наблюдений может повысить качество восстановления полей осадков (см. результаты в таблице 2).

Таблица 2

Ошибки восстановления поля осадков при исключении из анализа различного числа станций (анализ архива 1995 г.)_

Процент исключенных станций По станционным измерениям По предложенной методике

Б а Б а

40% 5,06 1,36 5,23 1.29

50% 5,23 1,49 5,08 1.31

70% 5,15 1,59 5,10 1.53

80% 5,65 2,43 5,60 2.18

Здесь 8 - средняя ошибка (мм); <т - средняя квадратическая ошибка

(мм).

Выводы

1) Предложена новая методика анализа суточных сумм осадков на основе вариационного усвоения инфракрасных измерений с геостационарного ИСЗ и станционных измерений;

2) Разработан алгоритм перехода от радиационной температуры к осадкам с использованием в регрессионном анализе информации о временной изменчивости температуры верхней границы облаков, что повысило качество анализа поля первого приближения;

3) На основе численных экспериментов оптимизированы значения некоторых эмпирических коэффициентов, используемых в процедуре анализа;

4) Проведена оценка качества анализа по предложенной методике в зависимости от густоты наземной наблюдательной сети;

5) Получен вывод о том, что при плотности сети менее одного осадкомера на 4500 км2 (т.е. при расстоянии между станциями

более 7 0 км) привлечете ИК измерений с геостационарных ИСЗ повышает качество анализа поля осадков.

6) Созданы программные средства, позволяющие производить региональный анализ суточных сумм осадков по предложенной методике на сетке с разрешением 20x20 км2 в реальном масштабе времени.

По теме диссертации опубликованы следующие работы:

1) Вельтгацев Н.Ф., Жильцова О.В. Анализ суточных сумм осадков с использованием данных метеостанций и инфракрасных измерений с геостационарных спутников//Метеорология и гидрология, 1997 № 10, стр. 12-21.

2) Zhiltsova O.V. Assimilation of IR Information from Meteosat to Retrieve Rainfall Fields//5th Scientific Assembly of the International Association of Hydrological Science (IAHS), Workshop Wl: Scaling Issues in the Coupling of Hydrological and Atmospheric Models, 28-29 April 1997, Rabat, Morocco, p.4

3) Zhiltsova O.V. Assimilation of Infrared Data form Meteosat to Retrieve Rainfall Fields/^ Conference on Satellite Meteorology and Oceanography, Paris UNESCO 25-29 May 1998, vol.2, pp.403-404

4) Zhiltsova O.V. Variational assimilation of Infrared data from Meteosat// 79th AMS Annual Meeting, The 3rd Symposium on Integrated Observing Systems, Dallas, Texas, 10-17 January 1999,4 pp. (в печати)

Издательство АО "Диалог-МГУ". ЛР N 063999 от 04.04.95 Подписано к печати 19.11.98 г. Усл.печ.л. 1,75. Тираж 100 экз. Заказ 1140. Тел. 939-3890, 939-3891, 928-1042. Тел./факс 939-3891. 119899, Москва, Воробьевы горы, МГУ.

Текст научной работыДиссертация по географии, кандидата географических наук, Жильцова, Ольга Владимировна, Москва

Московский Государственный Университет _им. М.ВЛомоносова_

на правах рукописи

Жильцова Ольга Владимировна

УДК 551.577.2:551.507.362.2

Восстановление суточных сумм осадков по данным спутниковых и наземных

наблюдений.

Специальность 11.00.09 - «метеорология, климатология и агрометеорология»

Диссертация на соискание ученой степени кандидата географических наук

Научный руководитель: доктор физико-математических наук, профессор Н.Ф.Вельтищев

Москва 1998

СОДЕРЖАНИЕ

ВВЕДЕНИЕ...........................................................................................3

Глава I Общие замечания относительно точности измерений осадков...............................................................................................7

1.1 Точность измерения осадков...................................................7

1.2 Требования, предъявляемые к данным об осадках..............10

Глава 2 Краткий обзор методик восстановления полей осадков

по спутниковым данным................................................................12

2.1 Различные методы восстановления полей осадков по данным дистанционных измерений............................................12

2.2 Метод индексации облачности..............................................16

2.3 Метод жизненного цикла облака..........................................17

2.4 Биспектральный метод........................ ...................................19

2.5 Метод статистических моделей.................. ...........................23

2.6 Проблема проверки точности методик.................................24

2.7 Краткие выводы............................ ...........................................25

Глава 3 Описание методики анализа осадков........... .................27

3.1 Постановка задачи..................................................................27

3.2 Процедура варьирования функционала................................28

3.3 Принцип метода вариационного согласования...................29

Глава 4 Характеристика исходной информации.......................33

4.1 Наземные данные....................................................................33

4.2 Спутниковая информация......................................................35

4.3 Контроль и формирование массивов обычных и спутниковых данных....................................................................37

4.4 Географическое совмещение станционных и спутниковых

измерений, подготовка исходных данных.................................38

Глава 5 Описание схемы анализа и программы расчетов........40

Глава 6 Численные эксперименты со схемой анализа..............45

6.1 Отбор порогового значения температуры............................45

6.2 Построение уравнения регрессии и поля первого приближения.................................................................................51

6.3 Построение поля второго приближения...............................54

6.4 Отладка процедуры вариационного согласования..............55

Глава 7 Оценка точности метода.................... .............................60

7.1 Проведение оценки точности................... .............................60

7.2 Результаты обработки архива 1993-94 годов.......................62

7.3 Результаты обработки архива 1995 года..............................65

ЗАКЛЮЧЕНИЕ...................................................................................68

ЛИТЕРАТУРА.....................................................................................70

ВВЕДЕНИЕ

В отличие от полей других метеорологических величин, таких как, например, температура или давление, поле осадков является более изменчивым как во времени, так и в пространстве. Характерные радиусы корреляции осадков колеблются от нескольких километров (для ливневых осадков) до 100 километров (для обложных фронтальных осадков) и в среднем для ЕТР (Европейская территория России) по имеющимся оценкам (Алибегова Ж.Д., 1985; Исаев А.А., 1990) составляют 50-70 километров. Т.е. численный анализ полей осадков на сетке размером более 50 км вряд ли является обоснованным. Однако, даже на территории центра ЕТР с наиболее густой сетью станций, характерное расстояние между осадкомерами составляет 50-60 километров.

Для большинства же районов расстояние между метеорологическими станциями значительно больше, это естественно приводит к выводу, что используя только данные существующей наземной метеорологической сети вряд ли возможно успешно восстанавливать поле осадков.

Однако репрезентативные оценки поля осадков совершенно необходимы для проведения гидрологических расчетов, агрометеорологических и водохозяйственных оценок, прогноза засух, наводнений, лесных пожаров и т.д. (Барретг,. 1981). Кроме того, осадки являются важнейшей составляющей глобального круговорота воды и энергии, т.е. актуальность данного вопроса очевидна, однако, современный уровень понимания общей проблемы остается на очень низком уровне, причем одной из основных причин этого является недостаток информации о поле осадков.

Естественно возникает необходимость использования дополнительных источников получения косвенной информации о пространственном распределении осадков. Бесспорно, наиболее достоверные данные такого рода - радиолокационные, однако, радиолокационная сеть не имеет достаточной плотности для покрытия всей территории земного шара, к тому же, она является довольно дорогостоящей (Мартин и др., 1990; Барретг, 1993).

Еще одна возможность восстановления поля осадков использовать информацию с искусственных спутников Земли. Такие данные имеют одно очень важное преимущество - глобальный характер. Однако получить количественную оценку осадков по значению радиационной температуры верхней границы облаков (ВГО) в инфракрасным диапазоне (ИК) или по оптической толщине облаков в видимом участке спектра затруднительно, так как отсутствуют прямые связи между этими величинами и интенсивностью осадков.

Данные микроволновых радиометров дают возможность более точно восстановить поле осадков, особенно для районов с хорошо развитой конвекцией, однако, невозможность получения информации такого рода с геостационарных спутников, является причиной того, что эти данные практически не используются для целей оперативного анализа и сверхкраткосрочного прогнозирования (Мартин и др., 1990).

Таким образом, из всех имеющихся в наличии данных, передаваемых искусственными спутниками Земли, ИК информация является наиболее доступной и приемлемой для использования в оперативной практике, так как ее возможно получать в любое время суток (в отличие от информации в видимом диапазоне) с интервалом 30 минут.

Хотя наблюдения со спутников (особенно при сравнительно коротких масштабах времени, соизмеримых с сутками) не

обеспечивают получения надежных сведений, позволяющих восстанавливать количество осадков, они дают сплошное покрытие наблюдениями территории с довольно высоким пространственным разрешением (от 9 до 20 км в умеренных широтах). Таким образом, с помощью спутниковых данных можно получить информацию, которая, вероятно, позволит более точно оценить градиенты осадков, чем данные редкой сети станций.

За исключением зимних месяцев в умеренных и высоких широтах между облачностью и подстилающей поверхностью существуют достаточно большие тепловые контрасты, поэтому выделение облачности и определение температуры ее верхней границы не составляет большого труда. Последовательный обзор поверхности Земли с большой частотой позволяет получить достаточно полную информацию о пространственно-временной изменчивости температуры верхней границы облаков. Эта информация и может быть использована в качестве дополнительной к имеющимся станционным наблюдениям. Поскольку единственной характеристикой облачности при ИК измерениях из космоса является температура ее верхней границы, которая не связана напрямую с осадками, алгоритм усвоения ИК измерений целесообразно строить таким образом, чтобы использовалась не только эта информация, но и сведения о пространственно-временной изменчивости температуры верхний границы облачности, т.е. чтобы при анализе станционных измерений суточных сумм осадков учитывалось, как на этом временном отрезке распределялась во времени и пространстве температура верхней границы облаков. Таким образом можно лучше учесть сильную сторону измерений с геостационарных спутников, их высокое пространственно-временное разрешение.

Сильной стороной станционных наблюдений является получение довольно точных (по крайней мере по сравнению с другими видами косвенных наблюдений) сведений о количестве осадков. Эти наблюдения являются, однако, практически точечными, а сравнительно редкая сеть станций не обеспечивает надежное определение градиентов осадков.

Естественно, что схему анализа осадков целесообразно строить таким образом, чтобы использовать сильные стороны каждого вида используемых наблюдений.

Из указанных выше преимуществ и недостатков каждого вида наблюдений вытекает вывод, что анализ поля осадков следовало бы осуществлять, учитывая с большим весом информацию о количестве осадков со станций и информацию о косвенных оценках градиентов осадков по спутниковым данным. Формально эта задача реализуется методом вариационного согласования.

Целью данной работы является разработка такого метода оперативного анализа поля осадков на основе усвоения как обычных, так и спутниковых данных в ИК диапазоне, с использованием метода вариационного согласования.

Глава I Общие замечания относительно точности измерений осадков

1.1 Точность измерения осадков

Как уже отмечалось, поля осадков обладают большой пространственной и временной изменчивостью. Так интенсивность осадков может меняться от нуля до 125 мм/час и более, а годовое количество осадков на территории Земного шара варьирует от нуля до 12500 мм/год и более (Барретг, 1993). Помимо чисто научных трудностей по сбору информации о количестве осадков, связанных с их значительной изменчивостью и недостаточной плотностью сети наземных наблюдений, имеют значения также экономические трудности, так как, естественно, организация наземных наблюдений на станциях и установка радиолокаторов связаны с довольно большими затратами. Кси и Аркин (1997) приводят следующую статистику о всемирной сети осадкомеров. Если весь Земной шар покрыть сеткой 2.5°х2.5° (всего 3378 квадратов), то окажется, что в 55% квадратов вообще не будет иметься осадкомеров, в 45% случаев будет присутствовать хотя бы один осадкомер, 10% квадратов будет иметь 5 осадкомеров, и только в 2.2% случаев число осадкомеров будет более 10. В этой же работе показано, что для восстановления полей осадков с ошибкой не более 10% на площади 2.5°х2.5° необходимо наличие хотя бы 5 осадкомеров. В летний же сезон для поддержания такой же точности наблюдений, необходимо еще большее количество осадкомеров.

По данным Брас (1986) для территории США на площадь 1000 -2000 км в среднем приходится один дождемер, что по оценкам Ших. (1990) обеспечивает точность определения количества осадков на данной территории с ошибкой 20 - 50%.

В работе Хаффа. (1979) было изучено влияние сезона, типа осадков, синоптического типа погоды и продолжительности выпадения осадков на полученные ошибки оценок среднего количества осадков в дополнение к обычным параметрам - таким как среднее количество осадков и размер территории. Хафф (1979) оценил точность измерений конвективных осадков, используя сеть осадкомеров густотой 49 пунктов измерений на 1000 км и 49 пунктов измерений на 1500 км и показал, что сеть с частыми дождемерными наблюдениями точно измеряет количество осадков в пространстве.

Осадки были разделены на группы по сезонам, синоптическому типу, чтобы оценить отношение между этими факторами и вывести их ошибку. Ошибка осадков была соотнесена со средними осадками по пространству, продолжительностью их выпадения, территорией и плотностью осадкомерной сети внутри каждой группы. Для того чтобы ошибки не возрастали, необходимо, чтобы в теплый период сеть дождемеров была в 2-3 раза гуще, чем в холодный период года. Для измерения кратковременных осадков в теплый период требуется в два раза большая густота сети измерений, чем для устойчивых продолжительных осадков. Из полученных Хаффом данных ошибка возрастает с увеличением среднего количества осадков и уменьшается с увеличением плотности дождемерной сети и продолжительности осадков. Однако хотя абсолютная ошибка растет с увеличением среднего количества осадков, относительная ошибка уменьшается. Другие расчеты показывают, что плотность дождемерной сети должна быть приблизительно удвоена, чтобы сохранять такую же достоверность в измерениях малых количеств осадков при изменении условий холодного периода на условия теплого. При выпадении большого количества внутримассовых осадков густота сети дождемеров должна быть утроена. Также наибольшая ошибка

получается в случае внутримассовых осадков в течение всего года, по сравнению с фронтальными. Внутримассовые осадки более разбросаны по пространству и часто характеризуются большими градиентами осадков. Естественно также уменьшение средней ошибки с увеличением продолжительности осадков. Хафф сравнил оценку средних осадков в зависимости от различной плотности, периода измерений, размеров сети и интенсивности осадков. Его результаты показали, что относительная ошибка в оценке средних осадков в распределении по пространству увеличивается с уменьшением плотности осадкомерной сети, количества осадков и их продолжительности. Также в данной работе показано, что среднее по территории измерение осадков осадкомером имеет точность около 5%

л

для густоты осадкомерной сети > 1 осадкомера на 50 км и для интенсивности осадков > 10 мм/ч. Среднее по территории измерение осадков осадкомером имеет точность около 10% для густоты осадкомерной сети > 1 осадкомера на 160 км2 и для интенсивности осадков >= 4 мм/ч. Из результатов данной работы следует, что точность измерения осадков падает с уменьшением плотности осадкомерной сети.

В работе Вудлена и др. (1975) измерения суточных сумм осадков были проверены на систематическое отклонение, вследствие различий в типе осадкомеров, что составило 2%. Игнорируя эту погрешность суточные суммы осадков были проверены на случайную изменчивость. Осадки менее 1.3 мм не принимались во внимание. Среднее количество осадков при этом было 14.5 мм, а среднее отклонение 1.3 мм, что составило приблизительно 9% от среднего максимума осадков. Процент от величины максимального отклонения деленного на число точек с осадками составил 5% для максимума осадков около 25.4 мм, увеличиваясь до 12% для осадков 2.5 мм. Для сравнения у Хаффа

использовались 8-ми дюймовые дождемеры с расстоянием между ними в 6 футов и изменчивость составила 6% от среднего количества осадков в пределах 0.2 - 2.3 мм и 1-2% для осадков более 12.7 мм. Эти результаты полагают, что не следует ожидать точечных измерений осадков с точностью выше 5-10%. Это следует понимать при использовании осадкомерных измерений как стандарта для сравнения с другими методами оценки осадков.

1.2 Требования, предъявляемые к данным об осадках

Потребность в достоверной информации об осадках постоянно растет, и в научной литературе часто отмечается необходимость разработки методов для более точного восстановления полей осадков (см. например Щих, 1990). Требования, которые предъявляют потребители к данным об осадках различны в зависимости от целей их дальнейшего использования: климатического мониторинга, оперативного метеорологического прогнозирования и анализа данных, гидрологического моделирования, проведения экологических экспертиз или создания сельскохозяйственных прогнозов. Барретг (1985) приводит следующие требования к точности и пространственному разрешению данных о количестве осадков (см. таблицу 1.1).

Проанализировав данную таблицу и учитывая то, что было сказано в п. 1.1, можно сделать вывод, что существующей наземной сети наблюдений недостаточно для того, чтобы удовлетворить всем необходимым требованиям потребителей. Это, естественно, привело необходимости привлечения различных косвенных источников информации об поле осадков и к развитию методов восстановления осадков с использованием этих данных.

Таблица 1.1

Область применения Точность Разрешение

по пространству по времени

Глобальная 1мм/сутки 200 км 1 неделя

климатология 10%

Проверка моделей 10% 100 км 12 часов

Мониторинг засух 20% 100 км 10 дней

Прогноз зерновых 2 мм/сутки 50 км сутки

Управление водными 10% 10 км сутки

ресурсами 20% 1000 км 10 дней

Прогноз наводнений 30% 10 км сутки

15% 1000 км 10 дней

Перенос пестицидов 50% 100 км 10 дней

На первом месте по точности восстановления осадков среди косвенных методов стоит использование данных радиолокационных наблюдений, однако, радиолокационная сеть недостаточна и очень дорогостояща. Гораздо более экономично в этом смысле привлечение информации с искусственных спутников Земли. Некоторые методы привлечения данного вида информации мы рассмотрим в следующей главе.

Глава 2 Краткий обзор методик восстановления полей осадков по спутниковым данным

2.1 Различные методы восстановления полей осадков по данным дистанционных измерений

Как уже упоминалось, недостаток обычных данных об осадках вынуждает метеорологов идти на поиски дополнительных источников хотя бы косвенной информации об осадках, таких как данные радиолокатор�