予測データ収集を強化するリモートセンシングの役割

導入: なぜ正確な予測データマーカー

予測—雨、雪、降水、および雹は、地球の水循環の根本的なドライバーです。予測の正確な測定は、農業、水資源管理、洪水予測、干ばつモニタリング、および気候研究にとって不可欠です。数十年にわたり、地上ベースの雨量は、予測観測ネットワークのバックボーンを形成しました。しかし、これらの点の測定は、特に海、山、および散水地域に限られている限られた空間のカバレッジを提供します。遠隔地は、観測技術がより詳細な範囲を変化させる方法を示しています。

リモートセンシングとは?

リモートセンシングとは、身体的接触をすることなく、物体や現象に関する情報の収集を指します。地球観測のコンテキストでは、地球の表面や大気から反射または放出される電磁放射線を測定する衛星、航空機、またはドローンで運ばれる機器を含みます。これらの測定は、温度、湿度、クラウド構造、および降水強度などの物理的特性を推論するために処理されます。

予感のためのキーセンサータイプ

パッシブマイクロ波センサは、自然に加水力計(雨滴、雪片、干し)から放射するマイクロ波を放射する。これらの信号は、降水強度と強く関連し、それらが宇宙からの降雨推定のための主要なツールを作る。
アクティブセンサー] 、降水レーダーなどの、マイクロ波エネルギーのパルスを放出し、後散信号を測定します。これは、雨と雪の間の区別を含む降水の詳細な垂直プロファイルを提供します。
地質衛星の赤外線(IR)センサは、クラウド上の温度を測定します。寒冷、高曇量は、深い対流システムに関連しており、IR-ベースのアルゴリズムは降水率を誘導することができます。マイクロ波観測よりも少ない直接、IRデータは高温度(毎回5〜15分)を提供し、ほぼリアルタイム監視のために重要です。

リモートセンシングが予測データ収集を強化する方法

地上波雨計と気象レーダーは、局所的な降水量を高精度で捉えていますが、地球全体に均一に覆うことはできません。リモートセンシングは重要なギャップを埋めます。

[]空間カバレッジ:]衛星は、海、極地域、およびアクセス不能な山地形を含む、地球のあらゆる部分を観察することができます。これは、ネットワークだけで入手できない世界的な降水量学の生成を可能にします。
[]一時的なカバレッジ:] 一緒に作業する複数の衛星は、数時間の再訪時間を提供することができます。地理的なプラットフォームは、固定領域上の継続的なカバレッジを提供し、5〜15分ごとに更新します。
[] 一貫性:[]] 衛星機器は、気候変化に関連する傾向と変動を検出するために不可欠である長期レコードを生成し、ミッション全体にわたって校正およびクロスキャリブレーションされます。
[ 垂直構造:]] 、グローバル降水量測定(GPM)のデュアル周波数降水レーダー(DPR)のようなアクティブセンサーは、降水に関する三次元情報を提供し、融解層、異なる高度での雨率、および対流嵐の強度を明らかにします。

ミッションと貢献

グローバル予測測定(GPM)ミッション

2014年、NASAと日本航空宇宙研究開発機構(JAXA)の合同ミッションとして、GPMコア展望台は、世界30分に渡る、デュアル周波数予測レーダーとGPMマイクロウェーブ・イメージャー(GMI)の両社を保有しています。GPMは、パートナー衛星の国際的衛星の基準として、世界30分ごとに統一された予報推定値を提供します。GPMは、GPM(GMI)製品に関する統合マルチ・サテリエーブレーション(GPM)の統合型データ通信速度を、全30分から30分にまで、高い評価を得ています。

TRMM(熱帯雨林測定ミッション)

トロピックやサブトロピックを介した1997年から2015年まで運用するTRMMは、宇宙からベースの降水レーダーとマイクロ波の放射状測定を先駆的に進めました。そのデータはGPMの基礎を築き、気候研究に引き続き利用されています。

外部リンク: NASAグローバル予測測定]

外部リンク: ]JAXA GPM/GCOM-W

予測研究における遠隔センシングの利点

[比類のない空間のカバレッジ:[衛星カバー海(地球の表面の70%)、遠隔地、地上で楽器をすることが困難である政治的境界。
[]Near-real-time の可用性:[] 多くの衛星製品は、動作水力学、洪水警告、および災害対応をサポートしている数時間内に利用できます。
[長期気候記録:]]]慎重に再処理することで、衛星記録は20年以上超え、降水率の変動と傾向を明らかにする季節の分析を可能にします。
[]数値気象モデルとの統合:[衛星降水量データが気象予測モデルに同化され、嵐や降水イベントの予測精度が向上します。
水資源管理の支援:[]] 正確な降水マップは、貯水池の操作、灌漑スケジューリング、および干ばつ監視のための水力学モデルを駆動します。

強化された予測データの適用

天気予報と今の放送

高精度衛星降水装置は、運転規模の数値気象予測(NWP)システムに供給します。例えば、IMERGデータセットは、米国国家気象局が短期予測と洪水警告を改善するために使用される、特に対流駆動式降雨量のために、地上波レーダーカバレッジがスパースです。

気候研究

リモートセンシングから得られる世界的な降水データセットは、温暖化に対する水サイクル応答を調査し、モンスーンパターン、ENSOサイクル、熱帯のサイクロン活動におけるシフトを追跡する、気候モデルの検証に不可欠です。 ]のNOAA国立環境情報センター]は、気候の正常と評価を生成するためにこれらのレコードを使用します。

農業・食品安全

開発途上国では、地上から地上にかけて雨が降る。衛星から降水量が推定されると、農作物の収穫量モデリング、早期警告システム(ファミン早期警報システムネットワークなど)、小規模農家の保険商品が有効となります。

ハイドロロジーと水管理

洪水予測モデルは、正確で空間的に分散された降雨量入力を必要とします。リモートセンシングデータは、大量の川の流域に水力学的モデルをキャリブレーションし、雪パック(固体降水量の形態)を監視し、米国の西海岸の大気河川のような極端なイベントの影響を評価するために使用されます。

課題と限界

変化する利点にもかかわらず、降水量のリモートセンシングは課題を伴わない。

データ解像度:]]パッシブマイクロ波センサは、ローカルアプリケーションにあまりにも粗いかもしれない10〜50キロの注文に空間解像度を提供します。高分解能センサー(例えば、GPM DPR)は、〜5キロのフットプリントを提供しますが、カバレッジは、非スキャン波に限定されています。
[ 校正と検証:[[] 衛星推定では、地上の真実(雨のゲージ、下降、地上レーダー)に対する一貫した校正が必要です。バイアスは、センサーのパフォーマンス、軌道の漂流、またはアルゴリズムの仮定の変化から発生する可能性があります。
[] 網膜アルゴリズムの複雑性:[[]]] 観察された放射率に変換すると、特定の水力測定器のサイズ分布、粒子形状、大気プロファイルを想定する物理モデルが伴います。これらの仮定の誤差は、系統的な不確実性につながる可能性があります。
]スノーとライトレイン:[] 降雪量と非常に軽い降雨量(例えば、ドリスル)のパッシブマイクロ波の検索は、弱い信号とあいまいなシグネチャのために挑戦的です。
[]一時的なサンプリングギャップ:[]]) 星座は、衛星の過渡の間にギャップが残っていますが、特に極端地域と短時間にわたる対立イベントのために。

予測の遠隔感知における将来の方向性

地平線上のいくつかの革新は、予測データの品質と有用性の境界を押し出すことを約束します。

高度な衛星ミッション

提案されたNASA-JAXAの沈殿物測定の代表団(PMM)のフォローオン、欧州宇宙庁の地球ケア(雲、エーロゾル、および沈殿物のレーダー)、および近日[]] EUMETSATの極システムSecondの生成]は、高リゾリューション、雨および雪によりよい感受性およびより頻繁なrevisititivityの改良されたセンサーを運びます。

機械学習の統合

ディープラーニングとデータ融合技術は、衛星観測と地上レベルのデータ、解析製品、高解像モデルを組み合わせるために使用されます。これらのハイブリッドアプローチは、陸域上のサブキロメートルの解像度で、検索バイアスを削減し、降水分野を生成できます。例えば、PERSIANN-CCSシステムは、衛星ベースの降雨推定のためのニューラルネットワークを使用します。

小さな衛星と星座

低コストの小型衛星とCubeSatsの上昇は、非常に高い温度分解能で降水量を観察できる密接な星座をデプロイする可能性を提供しています (10〜15分)。惑星やスパイアのような企業は、マイクロ波とGNSSの放射線占有率の推定を探求しています。

地上口径測定ネットワークの改良

降下降雨量計の配列や密なネットワークを含む、高品質の地上検証サイトの拡張は、衛星アルゴリズムの改良に役立ちます。 ]NOAAの国立重度の嵐研究所]]は、フィールドキャンペーンをデプロイして検索モデルをテストし、改善します。

コンテンツ

遠隔センシングは、科学者や運用機関がどのように収集、分析、および使用の予測データをどのように変化させるかを根本的に変更しました。衛星は、地上波ベースのネットワークが単独で達成できるという、継続的かつグローバルな視野を提供します。特に、問題は、微分スケール機能の解決、光と固体予測の獲得、およびキャリブレーションの維持に特に残っています。これらのギャップを適切に管理するだけでなく、センサー、機械学習、および小型衛星のコンステレーションが、これらのギャップを着実に閉じています。これらの機能として、気候変動の予測、気候変動の促進、および気象資源の予測、および気象資源の低減、および気象資源の低減、および気象資源の低減、および気象資源の低減、および気象資源の低減、および気象資源の低減、および気象資源の促進、および気象資源の促進、および気象資源の促進、および気象資源の促進、および気象資源の促進、および気象資源の促進、および気象資源の促進、および気象資源の促進、および気象資源の促進、および気象資源の促進、および気象資源の促進、および気象資源の促進、および気象資源の促進、および気象資源の促進、および気象

外部リンク: NOAA GPM製品ページ[