satellite meteorology (metsat) labmetsat.snu.ac.kr/introduction/metsat.pdf · 2011. 5. 28. · dust...

Satellite Meteorology (METSAT) Lab (위성기상 실험실)

원격탐사 원리 - 산란, 흡수

산 란 은 대 기 중 의

입자나 큰 분자가 있을 때, 이것들이 전자기파와 충 돌 하 여 나 타 나 는 현상이다.

흡수 는 전 자 기 파 와

대기 혹은 다른 물체가 상 호 작 용 하 면 서 발생하는 것으로, 산란과 달리 다양한 파장에서 에 너 지 를 흡 수 하 여 나타나는 현상이다.

원격탐사 원리 – Target Interactions

지표에서 반사되거나 방출된 여러 파장대의 에너지를 탐측함으로써, 그 물체의 파장 반응도 (spectral response)를 구할 수 있다. 이 파장 반응도를 비교함으로써, 각각을 구별할 수 있다.

Retrievals

• 황사 감시

• 태풍 감시

• 산불 감시

• 강수량 산출

• 대기 수증기 및 구름 물리량 산출

황사 일기도 적외선 황사 분석 NOAA RGB 합성

MTSAT 황사분석 MODIS 황사분석 NOAA 황사분석

황사 감시

태풍 감시

• Deep convection • Precipitation formation • Typhoon/Hurricane tracking • Wind vectors

Terra 위성의 MODIS로 관측한 인도네시아 수마트라 지역의 산불. (2002년 3월 13일)

산불로 인한 연기가 강한 바람을 따라 이동하고 있으며, 붉은 점이 화재가 발생한 지역이다.

산불 감시

강수량 산출

SSM/I weekly data – 17~24 March 2007

대기 수증기 및 구름 물리량 산출

해수면 온도

미량 기체 산출

• Data assimilation

• Weather and Climate understanding – precipitation analysis, El Niño monitoring, water vapor transport

• Understanding of physical processes

• The use of OLR, cloud, radiation budget to study the climate and circulation

• Dust retrieval

• Aerosol studies – 고산관측

• RT modeling effort in association with ADD

Applications

Rainfall Assimilation

Precipitation Analysis

TRMM Rainfall Seasonal Climatology

Linear trends (30°N-30°S):

regression slop = 7.8%/K

correlation = 0.65

Good relationship both

spatially and temporally

Implies 3.8% increase

since about 1970

Global Warming Monitoring

Sea Surface

Temperature

Precipitation

Water

Vegetation change and it’s impacts

Variation of NDVI during past 25 years over northeast Asia is related to

the changes in precipitation, temperature, surface albedo and radiation

budget.

2 1

2 1

2

1

: 0.58 ~ 0.68

: 0.75 ~ 1.1

CH CHNDVI

CH CH

CH m

CH m

Monthly SST anomaly (March 2003)

El Niñ o Monitoring

Water Vapor Transport

Atmospheric Water Balance Equation

Satellite Indirectly calculating divergent component of WVT using satellite-derived E-P.

Reanalysis Directly calculating divergent component of WVT using q and V.

sp

pdpq

g 0

1VQ

PEt

W

Q

2

t

WPEDQ

DQ

2Q

DQ

Recent trends of OLR is related to the changes in cloud amounts and the strength of the atmospheric circulation over the Tropics.

1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000

OL

R (

Wm

-2)

252

254

256

258

260

Tropical (30S - 30N) Annual Mean Timeseries(Ocean Only)

(a) OLR [ERBE]

1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000

Clo

ud

Fra

ctio

n (

%)

54

56

58

60

1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000

Eva

po

ratio

n (

mm

/da

y)

3.8

4.0

4.2

4.4

4.6

4.8

1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000

Pre

cip

ita

tio

n (

mm

/da

y)

2.8

3.0

3.2

3.4

3.6

3.8

Year

1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000

Ma

g.

WV

T (

kg

/se

c/m

)

45

50

55

60

65

70

(b) Total Cloud [ISCCP]

(c) Evaporation [SSM/I]

(d) Precipitation [SSM/I]

(e) Magnitude of WVT [SSM/I]

Recent trends of OLR in the Tropics

Tropical Deep Convection

CloudSat

Meteosat

Water Vapor-Cloud Feedback

UTH vs. Deep convection Greenhouse effect vs. UTH

Soden and Fu (1995)

Subsidence

due to

radiative

cooling

200 hPa

500 hPa

TTL

Moist Moist

Surface

제주 고산 관측

I-skyradiometer

Microwave radiometer

Sun tracker

Net radiometer

• Direct plus sky radiation measurements • POM-02: 315, 340, 380, 400, 500, 675,

870, 940,1020, 1600, 2200 nm • Direct (1 min) Diffuse (10 min interval) • Data are analyzed by an inversion

software called SKYRAD.pack.

• Solar/IR flux measurements • Pyranometer CMP21 (0.31 ~ 2.8 um) • Pyrheliometer CH1 (0.2 ~ 4.0 um) • Pyrgeometer CGR4 (4.5 ~ 42 um) • Suntracker ASTX-2

• Flux instruments are mounted with a

shading ball system

Skyradiometer measurements at SNU

Dust retrieval (ANN)

신경망 모델(ANN)의 AOD

MODIS의 RGB 영상

Aerosol optical depth retrieved from

satellite IR brightness temperature using

Artificial Neural Network (ANN) model.

2006년 4월 8일 13:40(KST)

8 Apr. 2006, 0440UTCTraining : MODIS

Dust detection : D*-parameter method

MODIS AOD

0 1 2 3 4 5

AN

N A

OD

0

1

2

3

4

5

N=876

Intercept : -0.012999303Slope : 0.8778746073

r2 : 0.8237703981

R : 0.91

Intercept : -0.01

Slope : 0.88

r2 : 0.82

R : 0.91

8 Apr. 2006, 13:40(KST)

Comparison of ANN and MODIS AOD

TOA

AOD at 500 nm

0.0 0.2 0.4 0.6 0.8 1.0

Diu

rnal

me

an

AR

F (

Wm

-2)

-35

-30

-25

-20

-15

-10

-5

0

Surface

AOD at 500 nm

0.0 0.2 0.4 0.6 0.8 1.0

Diu

rnal

me

an

AR

F (

Wm

-2)

-100

-80

-60

-40

-20

0

Observations

1.00

0.95

0.90

0.85

0.80

0.75

Aerosol Radiative Forcing (Wm-2

) for broadband

TOA SFCDiu

rnal m

ean

aero

so

l fo

rcin

g (

Wm

-2)

-50

-40

-30

-20

-10

0

Mean = -9.0Median = -8.6

Mean = -27.6Median = -28.3

Gosan (March 2005)

Aerosol Radiative Forcing

Breon, Tanre, and Generoso, “Aerosol

effect on cloud droplet size monitored

from satellite”,Science, 2002

Aerosol Indirect Effect

IRARM

RT Modeling

TPW Retrieval using Skyradiometer

Scattering by non spherical particle

Clarke et al., 2004

Dubovik et al., 2002

rdrvmxK2 Mr

mrA

ln)()~,,()( ΘΘ λ

πβ

Hyperspectral IR Sensors (IASI)

Hyperspectral IR Sensors (OCO)

OCO(Orbiting Carbon Observatory), JPL, NASA

retrieved on March, 28, 2008, from http://oco.jpl.nasa.gov/Science/DataProducts/