Estimativa de Precipitação por Satélite Parte I - …chuvaproject.cptec.inpe.br/portal/saoluis/curso/daniel/...Estimativa de Precipitacão por Satélite Projeto CHUVA – Vale do

Estimativa de Precipitacão por Satélite

Projeto CHUVA – Vale do Paraiba

Daniel Vila ([email protected])

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

Estimativa de Precipitação

por Satélite

Parte I - Infravermelho e

Visivel



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)



• 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.



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)



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.



GOES12 - Canal 1 GOES12 - Canal 4

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.



~ Tsup4

~ Tnuv4

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?

Desse modo

podemos

dizer que temos uma

solução empírica

Estimativa de Precipitação no IR



• 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





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.



IR & VIS Techniques

Nimbostratus

Cumulonimbus

Cirrus

Nimbostratus

Cumulonimbus

Cirrus



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.



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)



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.

+ =




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.



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




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:

onde A é a área da nuvem, dA/dt é o tempo de mudança da área da nuvem, e

a0 e a1 são coeficientes determinados empiricamente. O termo a1 é positivo, isso

assegura que a taxa de precipitação será maior durante o estágio de crescimento

do que durante o decaimento.

dt

dAaAaR 10




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)



GOES Multispectral Rainfall Algorithm (GMSRA)



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.

The Convective-Stratiform Technique (CST)



The Convective-Stratiform Technique (CST)



Tb=220 ok

Tb=235 ok

Tb=253 ok

•Tmin: Cold top temperature •Tmean •Tmax

•Tmedium

Geometric Feature •Size

•Eccentricity

•Frontal orientation

•Shape Index of cloud;

Texture: •Whole cloud texture variation

•Cloud texture gradients

• Local cloud texture variation

•GLCM and ASM

•Entropy and cold core texture variation;

Coldness

Geometric

Texture

Tb oK 200 225 250 275 300

Tb=235 ok

Tb=253 ok

Tb=220 ok Location Topography

PERSIANN CCS: Precipitation Estimation from Remotely Sensed Information using

Artificial Neural Networks – Cloud Classification System

Hsu et al. 1997 and Sorooshian et al. 2000)



PERSIANN CCS

c1

c2

Tb (K)

R (mm/h)

200 300 0

80

KV220

KV253

KV235

Cloud Classification Patch Feature Extraction Image Segmentation Rainfall Mapping

ck

Cloud-Rainfall Mapping _

6_

6Cold

convective

clouds

Cirrus

Middle layer clouds

Warm cloud rainfallHsu et al. 1997 and Sorooshian et al. 2000)





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 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

GPI = 3*f* t



GOES Precipitation Index (GPI)



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 = 1.1183*10**(11) * exp [-3.6382 10**(-2) * T**(1.2)]

Hydroestimator



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:

TT Tave



Hydroestimator

Screening method: This technique assumes that raining pixels are colder than

the mean of the surrounding pixels.

TT Tave

The coldest tops are

associated with convective

rainfall.



Hydroestimator

• Tơ < -1.5

Convective precipitation: defined essentially by the empirical power-

law function corrected by PWRH.

• 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 • –1.5 < Tơ < 0

• Tơ > 0 pp = 0

-1.5

-1.0

0.0

Entirely

Convective

Entirely

Stratiform

Standarized Temperature





Falsas Alarmas Probabilidad de Detección

Bias Correlación Heike skill score

Documents

Estimativa de Precipitação por Satélite Parte I - …chuvaproject.cptec.inpe.br/portal/saoluis/curso/daniel/...Estimativa de Precipitacão por Satélite Projeto CHUVA – Vale do