Study the Possibility of Precipitation Intensity Recovery from MTVZA-GYa Measurements

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

In this paper, we present an algorithm for restoring rain rate over the ocean according to the data of the microwave sounder MTVZA-GYa. The basis of the developed algorithm is the ALG'85 regression model, in which the scattering index on the high-frequency radiometric channel (~90 GHz) is used to estimate the intensity of precipitation. In this work, the scattering index was simulated based on the MTVZA-GYa data and compared with the GPM IMERG reanalysis data. To restore the rain rate, it is proposed to use a polynomial of the fourth degree. The obtained quantitative estimates show that the spread of RMS reaches 50%, and the correlation coefficient does not exceed 0.75. The qualitative comparison indicates a significant difference between the restored rain rate and the GPM IMERG data and the presence of a shift in the precipitation area. As a result of the analysis, it was concluded that one of the reasons may be the incorrect convergence of the beams of the radiation patterns for various frequency channels of the MTVZA-GYa device.

About the authors

D. S. Sazonov

Space Research Institute RAS

Author for correspondence.
Email: sazonov_33m7@mail.ru
Russia, Moscow

References

  1. Болдырев В.В., Горобец Н.Н., Ильгасов П.А., Никитин О.В., Панцов В.Ю., Прохоров Ю.Н., Стрельников Н.И., Стрельцов А.М., Черный И.В., Чернявский Г.М., Яковлев В.В. Спутниковый микроволновый сканер/зондировщик МТВЗА-ГЯ // Современные проблемы дистанционного зондирования Земли из космоса. 2008. Т. 1. № 5. С. 243–248.
  2. Бухаров М.В., Миронова Н.С., Сизенова Е.А. Распознавание метеорологических явлений и оценка их параметров по многоспектральной информации микроволнового радиометра МТВЗА // Восьмая всероссийская открытая ежегодная конференция “Современные проблемы дистанционного зондирования Земли из космоса”: Тез. докл. М.: ИКИ РАН, 2010. С. 140.
  3. Ермаков Д.М., Кузьмин А.В., Мазуров А.А., Пашинов Е.В., Садовский И.Н., Сазонов Д.С., Стерлядкин В.В., Чернушич А.П., Черный И.В., Стрельцов А.М., Шарков Е.А., Екимов Н.С. Концепция потоковой обработки данных российских спутниковых СВЧ-радиометров серии МТВЗА на базе ЦКП “ИКИ-Мониторинг” // Современные проблемы дистанционного зондирования Земли из космоса. 2021. Т. 18. № 4. С. 298–303. https://doi.org/10.21046/2070-7401-2021-18-4-298-303
  4. Заболотских Е.В., Балашова Е.А., Азаров С.М. Восстановление сплоченности морского льда по данным измерений МТВЗА‑ГЯ // Современные проблемы дистанционного зондирования Земли из космоса. 2022. Т. 19. № 1. С. 27–38. https://doi.org/10.21046/2070-7401-2022-19-1-27-38
  5. Лупян Е.А., Прошин А.А., Бурцев М.А., Кашницкий А.В., Балашов И.В., Барталев С.А., Константинова А.М., Кобец Д.А., Мазуров А.А., Марченков В.В., Матвеев А.М., Радченко М.В., Сычугов И.Г., Толпин В.А., Уваров И.А. Опыт эксплуатации и развития центра коллективного пользования системами архивации, обработки и анализа спутниковых данных (ЦКП “ИКИ-Мониторинг”) // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 151–170. https://doi.org/10.21046/2070-7401-2019-16-3-151-170
  6. Сазонов Д.С., Садовский И.Н., Кузьмин А.В. Космический эксперимент “Конвергенция”. Дистанционное определение температуры океана по радиоизмерениям на частотах 10.65, 18.7 и 36.5 ГГц // Исслед. Земли из космоса. 2020. № 2. С. 82–94.
  7. Чернявский Г.М., Митник Л.М., Кулешов В.П., Митник М.Л., Чёрный И.В. Микроволновое зондирование океана, атмосферы и земных покровов по данным спутника “Метеор-М” № 2 // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 4. С. 78–100. https://doi.org/10.21046/2070-7401-2018-15-4-78-100
  8. Chang A.T.C., Chiu L.S., Kummerow C.D., Meng J., Wilheit T.T. First results of the TRMM Microwave Imager (TMI) monthly oceanic rain rate: Comparison with SSM/I, Geophys. Res. Lett., 1999. 26. P. 2379–2382.
  9. Chinnawat Surussavadee, David H. Staelin NPOESS Precipitation Retrievals Using the ATMS Passive Microwave Spectrometer, IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, 2010, V. 7. № 3. P. 440–444. https://doi.org/10.1109/LGRS.2009.2038614
  10. Ferraro R.R., Marks G.F. The development of SSM/I rain-rate retrieval algorithms using ground-based radar measurements, J. Atmos. Oceanic Technol. 1995. 12. P. 755–770.
  11. Ferraro R.R. Special sensor microwave imager derived global rainfall estimates for climatological applications // J. Geophys. Res. 1997. V. 102. № D14. P. 16.715–16.735.
  12. Grody N.C. Classification of snow cover and precipitation using the Special Sensor Microwave/Imager (SSM/I), J. Geophys. Res. 1991. 96. P. 7423–7435.
  13. Huffman G.J., Stocker E.F., Bolvin D.T., Nelkin E.J., Tan Jackson (2019), GPM IMERG Final Precipitation L3 Half Hourly 0.1 degree x 0.1 degree V06, Greenbelt, MD, Goddard Earth Sciences Data and Information Services Center (GES DISC), Accessed: [30.04.2022]. https://doi.org/10.5067/GPM/IMERG/3B-HH/06
  14. Kidd C., Levizzani V., Laviola S. Quantitative Precipitation Estimation From Earth Observation Satellites, In book Rainfall: State of the Science, American Geophysical Union, 2010. P. 127–158. https://doi.org/10.10292009GM000920
  15. Kummerow C.D., Hong Y., Olson W.S., Yang S., Adler R.F., McCollum J., Ferraro R.R., Petty G., Shin D.-B., Wilheit T.T. The evolution of the Goddard Profiling Algorithm (GPROF) for rainfall estimation from passive microwave sensors, J. Appl. Meteorol. 2001. V. 40. № 8. P. 1801–1820.
  16. Kummerow C.D., Randel D.L., Kulie M., Wang N.Y., Ferraro R., Munchak S.J., Petkovic V. The Evolution of the Goddard Profiling Algorithm to a Fully Parametric Scheme. JOURNAL OF ATMOSPHERIC AND OCEANIC TECHNOLOGY, 2015. V. 32. № 12. P. 2265–2280. https://doi.org/10.1175/JTECH-D-15-0039.1
  17. Randel D.L., Kummerow C.D., Ringerud S. The Goddard Profiling (GPROF) Precipitation Retrieval Algorithm. Advances in Global Change Research. 2020. P. 141–152. https://doi.org/10.1007/978-3-030-24568-9_8
  18. Sadovsky I.N., Sazonov D.S. Geographic Reference of MTVZA-GYa Radiometric Remote-Sensing Data // Izvestiya, Atmospheric and Oceanic Physics, 2022. V. 58, № 12. P. 1664–1674. https://doi.org/10.1134/S0001433822120210
  19. Wentz F.J., Hilburn K.A., Smith D.K. Remote Sensing Systems DMSP [SSM/I or SSMIS] [Daily, 3-Day, Weekly, Monthly] Environmental Suite on 0.25 deg grid, Version 7, 2012 Remote Sensing Systems, Santa Rosa, CA. Available online at www.remss.com/missions/ssmi. [Accessed 15 Jan 2022].
  20. Zabolotskikh E., Chapron B. Validation of the New Algorithm for Rain Rate Retrieval from AMSR2 Data Using TMI Rain Rate Product. Advances in Meteorology Volume 2015. Article ID 492603. 12 p. https://doi.org/10.1155/2015/492603
  21. Zhang R., Wang Z., Hilburn K.A. Tropical Cyclone Rainfall Estimates from FY-3B MWRI Brightness Temperatures Using the WS Algorithm. Remote Sens. 2018. 10. 1770. https://doi.org/10.3390/rs10111770

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2.

Download (56KB)
Indexing metadata
3.

Download (32KB)
Indexing metadata
4.

Download (558KB)
Indexing metadata
5.

Download (142KB)
Indexing metadata
6.

Download (244KB)
Indexing metadata
7.

Download (63KB)
Indexing metadata
8.

Download (32KB)
Indexing metadata
9.

Download (836KB)
Indexing metadata
10.

Download (410KB)
Indexing metadata

Copyright (c) 2023 Д.С. Сазонов

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».