Adjustment of Precipitation Restoration Algorithm According to MTVZA-GYa No. 2-2 Measurements

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

This paper presents an adjusted algorithm for restoring precipitation intensity over the ocean surface based on MTVZA-GYa No. 2-2 data. Based on the studies carried out on georeferencing data and convergence of the beams of the MTVZA-GYa antenna system, the weighting coefficients of the approximating functions for the scattering index and precipitation intensity were recalculated. A qualitative analysis of data for 2020 showed that precipitation intensity is restored adequately and correlate with measurements from other satellite instruments. Quantitative analysis showed that precipitation according to MTVZA-GYa data can be reconstructed over the entire range, however, only in the range up to 25 mm/h can reliable data be obtained with an accuracy of ~50%. In the precipitation range of more than 25 mm/h, there is not enough data for comparison and the statistics are unreliable. Based on the results of the qualitative and statistical comparison presented in the work, we can conclude that the accuracy of the precipitation intensity restoring based on the MTVZA-GYa instrument data is comparable to the accuracies for the AMSR-2 and SSMIS instruments.

全文:

受限制的访问

作者简介

D. Sazonov

Space Research Institute of the Russian Academy of Sciences

编辑信件的主要联系方式.
Email: sazonov_33m7@mail.ru
俄罗斯联邦, Moscow

参考

  1. Boldyrev V.V., Gorobets N.N., Il'gasov P.A., Nikitin O.V., Pantsov V.Yu., Prokhorov Yu.N., Strel'nikov N.I., Strel'tsov A.M., Chernyi I.V., Chernyavskii G.M., Yakovlev V.V. Satellite microwave scanner/sounder MTVZA-GY, Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2008. Vol. 1. No 5. Pp. 243–248. (In Russian).
  2. Chernyavskii G.M., Mitnik L.M., Kuleshov V.P., Mitnik M.L., Chernyi I.V. Microwave sensing of the ocean, atmosphere and land surface from Meteor-M No. 2 data, Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2018. Vol. 15. No. 4. Pp. 78–100.
  3. Chinnawat Surussavadee, David H. Staelin, NPOESS Precipitation Retrievals Using the ATMS Passive Microwave Spectrometer, IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, 2010, VOL. 7, NO. 3, pp. 440–444. doi: 10.1109/LGRS.2009.2038614
  4. Ferraro R.R. Special sensor microwave imager derived global rainfall estimates for climatological applications // J. Geophys. Res. 1997. Vol. 102. NO. D14. Pp. 16,715–16,735.
  5. Huffman, G.J., E.F. Stocker, D.T. Bolvin, E.J. Nelkin, Jackson Tan (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]. doi: 10.5067/GPM/IMERG/3B-HH/06
  6. 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, Vol. 32, NO 12, Pp. 2265–2280. DOI: https://doi.org/10.1175/JTECH-D-15-0039.1
  7. Sazonov D.S. Algorithm for reconstructing ocean surface temperature, near-surface wind speed and integral vapor content from MTVZA-GY data, Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2022. Vol. 19. No 1. Pp. 50–64. doi: 10.21046/2070-7401-2022-19-1-50-64 (In Russian)
  8. Sazonov D.S. Study the possibility of precipitation intensity recovery from MTVZA-GY measurements, Issled. Zemli iz kosmosa. 2023. No. 5. Pp. 23–35. doi: 10.31857/S020596142305007X, EDN: XQPADE (in Russian)
  9. Sazonov D.S., Sadovskii I.N. Geographical reference adjustment of MTVZA-GY frequency channels, Issled. Zemli iz kosmosa. 2024 (in print)
  10. Zabolotskikh E. and 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 pages http://dx.doi.org/10.1155/2015/492603
  11. 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. doi: 10.3390/rs10111770

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. SI scattering index (K) for ascending turns. Data for 06/20/20 (a) Before the correction of high-frequency channels, (b) after the correction.

下载 (181KB)
索引源数据
3. Fig. 2. Relationship of the precipitation intensity obtained from the GPM IMERG reanalysis data with the SI scattering index according to the MTG data for ascending and descending windings. Statistics for all regions accumulated over 2020 in the time range of ± 1 minute. The scale indicates the number of measurements that fall within the range of ΔSI = 0.5 K and ΔI = 0.5 mm/h.

下载 (325KB)
索引源数据
4. Fig. 3. (a) The dependence of precipitation intensity on the SI scattering index and its approximation by the function (3). (b) The standard deviation of the reconstructed precipitation intensity from the reanalysis.

下载 (294KB)
索引源数据
5. Fig. 4. Restored precipitation intensity according to the data of MTVZA-GYa No. 2-2. Data for July 21, 2020

下载 (610KB)
索引源数据
6. Fig. 5. Comparison of precipitation intensity, restored according to the MTVZA-GYa data, with precipitation according to AMSR-2 and SSMIS. Data for July 21, 2020

下载 (472KB)
索引源数据

版权所有 © Russian Academy of Sciences, 2024

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».