Producte NWC SAF de precipitació convectiva a partir de MSG: un mètode nou diürn basat en les propietats físiques dels cims dels núvols

DOI: 10.3369/tethys.2015.12.01

Resum

Diversos productes de precipitació utilitzen radiances i reflectàncies obtingudes a partir del sensor SEVIRI (Spinning Enhanced Visible and Infrared Imager) per estimar la precipitació de caràcter convectiu. És sabut que l'ús directe d'aquests valors en algorismes de precipitació sobreestima l'àrea i subestima la intensitat de precipitació. Per atenuar aquests efectes, la versió més recent (2013) del paquet de software NWC SAF/MSG (Satellite Application Facility on Support to Nowcasting & Very Short Range Forecasting) inclou un algorisme diürn nou que treu profit dels progressos en l'estimació dels paràmetres de microfísica de núvols, en particular un millor coneixement del Radi Efectiu (Reff), l'espessor òptic del núvol (COT) i la fase de l'aigua. L'algorisme millorat, anomenat Intensitat de Precipitació Convectiva a partir de les Propietats Físiques del Núvol (CRPh), utilitza aquestes Propietats del Cim del Núvol (CPP) per a estimar intensitats de precipitació de núvols convectius usant la informació d'un pixel de SEVIRI (al voltant de 3 km al nadir). Aquest treball presenta les novetats d'aquest algorisme, fa una comparació dels resultats amb els de la versió anterior dins el paquet NWC SAF/MSG i una validació amb dades independents provinents de la xarxa espanyola de Radar operada per AEMET. Els resultats obtinguts per a 46 tempestes suggereixen que el CRPh dóna estimacions més precises que l'algorisme anterior, essent així més útil per a un cert nombre d'aplicacions quantitatives.

Referències

  • - Derrien, M., 2013: Algorithm Theoretical Basis Document for “Cloud Products” (CMa-PGE01 v3.2, CT-PGE02 v2.2 & CTTHPGE03 v2.2), Available at www.nwcsaf.org, 87 pgs.
  • - Gutiérrez, J. M. i Aguado, F., 2006: Quality image for the Spanish National Radar Composition, Proceedings of the 4th European Conference on Radar in Meteorology and Hydrology, Barcelona, 18-22 September 2006.
  • - Hong, Y., Hsu, K. L., Sorooshian, S. i Gao, X., 2004: Precipitation Estimation from Remotely Sensed Imagery using Artificial Neural Network-Cloud Classification System, J Appl Meteorol, 43, 1834–1853, doi: 10.1175/JAM2173.1.
  • - Jansà, A., Campins, J., Picornell, M. A., i Guijarro, J. A., 2014: Heavy rain and strong wind events over Spain during HyMeX SOP1, Tethys, 11, 25–38, doi: 10.3369/tethys.2014.11.03.
  • - Joyce, R., Janowiak, J., Arkin, P., i Xie, P., 2004: CMORPH: A method that produces global precipitation estimates from passive microwave and infrared data at high spatial and temporal resolution, J Hydrometeor, 5, 487–503, doi: 10.1175/1525-7541(2004)005%3C0487:CAMTPG%3E2.0.CO;2.
  • - Kidd, C., 1998: On rainfall retrieval using polarization-corrected temperatures, Int J Remote Sens, 19, 981–996, doi: 10.1080/014311698215829.
  • - Knap, W. H., Stammes, P., i Koelemeijer, R. B. A., 2000: Discriminating between water and ice clouds using near-infrared AVIRIS measurements, Proceedings of the 9th AVIRIS Earth Science and Applications Workshop, NASA Jet Propulsion Laboratory, Pasadena, USA, 23-25 February 2000.
  • - Kummerow, C., Hong, Y., Olson, W., i Yang, S., 2001: The evolution of the Goddard profiling algorithm (GPROF) for rainfall estimation from passive microwave sensors, J Appl Meteorol, 40, 1801–1820, doi: 10.1175/1520-0450(2001)040%3C1801:TEOTGP%3E2.0.CO;2.
  • - Lensky, I. i Rosenfeld, D., 2006: The time-space exchangeability of satellite retrieved relations between cloud top temperature and particle effective radius, Atmos Chem Phys, 6, 2887–2894, doi: 10.5194/acp-6-2887-2006.
  • - Levizzani, V., Schmetz, J., Lutz, H. J., Kerkmann, J., Alberoni, P. P., i Cervino, M., 2001: Precipitation estimations from geostationary orbit and prospects for METEOSAT Second Generation, Meteorol Appl, 8, 23–41, doi: 10.1017/S1350482701001037.
  • - Marcos, C. i Rodríguez, A., 2013a: Validation Report for “Convective Rainfall Rate” (CRR-PGE05 v4.0), Available at www.nwcsaf.org, 21 pgs.
  • - Marcos, C. i Rodríguez, A., 2013b: Algorithm Theoretical Basis Document for “Precipitation products from Cloud Physical Properties” (PPh-PGE14: PCPh v1.0 & CRPh v1.0), Available at www.nwcsaf.org, 40 pgs.
  • - Marcos, C. i Rodríguez, A., 2013c: Validation Report for “Precipitation products from Cloud Physical Properties” (PPh-PGE14: PCPh v1.0 & CRPh v1.0), Available at www.nwcsaf.org, 26 pgs.
  • - Miller, S. W., Arkin, P. A., i Joyce, R., 2001: A combined microwave/infrared rain rate algorithm, Int J Remote Sens, 22, 3285–3307, doi: 10.1080/01431160152609155.
  • - Nakajima, T. i King, M., 1990: Determination of the optical thickness and effective particle radius of clouds from reflected solar radiation measurements. Part I: Theory, J Atmos Sci, 42, 1878–1893, doi: 10.1175/1520-0469(1990)047%3C1878:DOTOTA%3E2.0.CO;2.
  • - Nauss, T. i Kokhanovsky, A. A., 2007: Advances in Geosciences Assignment of rainfall confidence values using multispectral satellite data at mid-latitudes: first results, Advances in Geosciences, 10, 99–102.
  • - Rodríguez, A. i Marcos, C., 2013a: Product User Manual for the “Convective Rainfall Rate” (CRR - PGE05 v4.0), Available at www.nwcsaf.org, 28 pgs.
  • - Rodríguez, A. i Marcos, C., 2013b: Algorithm Theoretical Basis Document for “Convective Rainfall Rate” (CRR-PGE05 v4.0), Available at www.nwcsaf.org, 36 pgs.
  • - Roebeling, R. i Holleman, I., 2009: SEVIRI rainfall retrieval and validation using weather radar observations, J Geophys Res, 114, D21 202, doi: 10.1029/2009JD012102.
  • - Roebeling, R., Feijt, A. J., i Stammes, P., 2006: Cloud property retrievals for climate monitoring: Implications of differences between Spinning Enhanced Visible and Infrared Imager (SEVIRI) on METEOSAT-8 and Advanced Very High Resolution Radiometer (AVHRR) on NOAA-17, J Geophys Res, 111, D20 210, doi: 10.1029/2005JD006990.
  • - Rosenfeld, D. i Gutman, G., 1994: Retrieving microphysical properties near the tops of potential rain clouds by multispectral analysis of AVHRR data, Atmos Res, 34, 259–283, doi: 10.1016/0169-8095(94)90096-5.
  • - Smith, E. A., Lamm, J. E., Adler, R., Alishouse, J., Aonashi, K., Barrett, E., Bauer, P., Berg, W., Chang, A., Ferraro, R., Ferriday, J., Goodman, S., Grody, N., Kidd, C., Kniveton, D., Kummerow, C., Liu, G., Marzano, F., Mugnai, A., Olson, W., Petty, G., Shibata, A., Spencer, R.,Wentz, F.,Wilheit, T., i Zipser, E., 1998: Results of WetNet PIP-2 project, J Atmos Sci, 55, 1483–1536, doi: 10.1175/1520-0469(1998)055%3C1483:ROWPP%3E2.0.CO;2.
  • - Tapiador, F. J., Kidd, C., Levizzani, V., i Marzano, F. S., 2004: A maximum entropy approach to satellite quantitative precipitation estimation (QPE), Int J Remote Sens, 25, 4629–4639, doi: 10.1080/01431160410001710000.
  • - Tapiador, F. J., Turk, J., Petersen, W., Hou, A., García-Ortega, E., Machado, L., Angelis, C., Salio, P., Kidd, C., Huffman, G., i Castro, M., 2012: Global precipitation measurement: Methods, datasets and applications, Atmos Res, 104-105, 70–97, doi: 10.1016/j.atmosres.2011.10.021.
  • - Thoss, A., 2008: Validation Report for “Precipitating Clouds” (PCPGE04 v1.4), Available at www.nwcsaf.org, 29 pgs.
  • - Thoss, A., 2013a: Product User Manual for SAFNWC/MSG “Precipitating Cloud” (PC-PGE04 v1.5), Available at www.nwcsaf.org, 18 pgs.
  • - Thoss, A., 2013b: Algorithm Theoretical Basis Document for SAFNWC/MSG “Precipitating Cloud” (PC-PGE04 v1.5), Available at www.nwcsaf.org, 21 pgs.


Creative Commons License

Aquesta obra està subjecta a una llicència de Creative Commons.


Indexats a Scopus, Thomson-Reuters Emerging Sources Citation Index (ESCI), Scientific Commons, Latindex, Google Scholar, DOAJ, ICYT (CSIC)

Finançat parcialment per les Accions Complementàries CGL2007-29820-E/CLI, CGL2008-02804-E/, CGL2009-07417-E i CGL2011-14046-E del Ministeri de Ciència i Innovació del Govern d'Espanya