abs trak
DESCRIPTION
bmnbmnbTRANSCRIPT
1. Pendahuluan
Hal ini juga diketahui bahwa awan memainkan peran yang sangat penting peran dalam
proses radiasi dan dinamis di Atmosphere (Ramanathan 1987). Mereka berpartisipasi dalam
pemancaran pertukaran energi , memodifikasi jumlah gelombang pendek cahaya diserap oleh
sistem atmosfer dan jumlah energi gelombang panjang diradiasikan ke ruang. Selain itu, faktor
lain mengambil bagian dalam radiasi keseimbangan, seperti interaksi antara lautan dan suasana,
yang sebagian besar bergantung pada karakteristik parameter awan.
Awan memberikan pengaruh radiasi matahari dan inframerah yang memasuki dan
meninggalkan atmosfer.Pengaruh awan sangat kompleks dan tidak sepenuhnya dipahami, namun
memiliki potensi untuk mengarahkan efek pada iklim dan pengaruh perubahan iklim.Untuk
alasan itu dibutuhkan pengamatan distribusi dan variabilitas sifat awan dan curah hujan dalam
pengamatan bumi. Dalam makalah ini bahwa yang bisa diperoleh secara ilmiah dalam
mengamati awan dan sifat curah hujan.
Karena pentingnya awan, analisis awan sifat makroskopik dan microphysical
diperlukan untuk mengevaluasi efek mereka pada anggaran radiasi bumi dan untuk mempelajari
evolusi iklim. Dalam hal ini banyak studi telah dilakukan untuk emahami mereka perilaku
radiasi, dan beberapa metode telah dikembangkan untuk mengambil mereka optik dan
microphysical properti. Satelit teknik penginderaan jauh ternyata menjadi alat yang penting
dalam karakterisasi awan, menentukan efek iklim mereka ada skala global dan memungkinkan
untuk pengambilan parameter awan, seperti suhu, radius efektif, dan awan jalur air cair.
Awan memberikan pengaruh radiasi matahari dan inframerah yang memasuki dan
meninggalkan atmosfer.Pengaruh awan sangat kompleks dan tidak sepenuhnya dipahami, namun
memiliki potensi untuk mengarahkan efek pada iklim dan pengaruh perubahan iklim.Untuk
alasan itu dibutuhkan pengamatan distribusi dan variabilitas sifat awan dan curah hujan dalam
pengamatan bumi. Dalam makalah ini bahwa yang bisa diperoleh secara ilmiah dalam
mengamati awan dan sifat curah hujan.
Secara khusus, data dari multispektral Lanjutan Sangat Tinggi Resolusi Radiometer, pada
papan National Oceanic and Atmospheric Administrativetion (NOAA) satelit operasional, telah
banyak digunakan.Dengan cara ini, data AVHRR telah memungkinkan karakterisasi sifat awan
yang sangat berbeda, karakterisasi sifat awan yang sangat berbeda, termasuk cirrus, kabut,
stratocumulus, dll. metode ini didasarkan pada inversi radiasi teoritis mentransfer model.Prinsip
yang mendasari yang kebanyakan dari teknik ini, yang diterapkan pada data siang hari,
didasarkan, adalah kenyataan bahwa fungsi refleksi awan pada pita nonabsorbing di wilayah
terlihat adalah terutama fungsi dari ketebalan optik awan, sedangkan fungsi refleksi pada
menyerap air band di dekat-inframerah terutama tergantung pada cloud ukuran partikel
(Nakajima dan Raja 1990; Nakajima et al. 1991; Ou et al. 1993; Minnis et al.1993; Nakajima dan
Nakajima 1995, Kawamoto et al. 2001). Awan merupakan dasar untuk sebagian besar aspek
kehidupan manusia.Curah hujan sangat penting untuk memberikan dan mempertahankan
persediaan air tawar di mana kehidupan manusia tergantung. Awan memberikan pengaruh utama
keseimbangan energi. Awan memberikan pengaruh radiasi matahari dan inframerah yang
memasuki dan meninggalkan atmosfer.Pengaruh awan sangat kompleks dan tidak sepenuhnya
dipahami, namun memiliki potensi untuk mengarahkan efek pada iklim dan pengaruh perubahan
iklim.Untuk alasan itu dibutuhkan pengamatan distribusi dan variabilitas sifat awan dan curah
hujan dalam pengamatan bumi. Dalam makalah ini bahwa yang bisa diperoleh secara ilmiah
dalam mengamati awan dan sifat curah hujan.
2. Model Radiasi Teoritis
Pengembangan metode untuk mengambil makroskopik dan parameter mikroskopis awan
dari citra satelit membutuhkan perhitungan teoritis TOA radiances melalui model numerik. Di
kasus ini, model libRadtran digunakan. Paket ini menyediakan beberapa metode untuk radiasi
perhitungan, dari mana metode diskrit-koordinat DISORT 2.0 digunakan. Metode ini
mengasumsikan bahwa suasana dibentuk oleh satu set homogen yang berdekatan lapisan di mana
sifat hamburan tunggal konstan, dan juga termasuk efek penyerapan, hamburan, dan emisi dalam
setiap lapisan. Profil konsentrasi gas tekanan, temperatur, dan jejak diambil dari suasana
midlatitude dikompilasi oleh Anderson dkk. (1986). Untuk mengkarakterisasi laut permukaan
fungsi reflektifitas dua arah yang diusulkan oleh Cox dan Munk (1954) digunakan.
Selanjutnya, untuk mengkarakterisasi lapisan awan, kami menggunakan Teori Mie untuk
perhitungan beberapa parameter, seperti Albedo hamburan tunggal dan sudut yang distribusi
energi tersebar, mengingat awan terdiri dari tetesan air bulat yang ukurannya distribusi
digambarkan oleh distribusi gamma. Selain itu, model adiabatik nonprecipitating awan
disarankan oleh Brenguier et al. (2000) diasumsikan, memperhitungkan variabilitas dari
microphysical lapisan awan. Dengan cara ini, awan adiabatik bertingkat adalah dibagi menjadi
serangkaian lapisan yang berdekatan homogen, sehingga bahwa radius droplet dianggap sebagai
fungsi dari ketinggian atas bawah awan dan meningkat dengan itu. The vertical radius tetesan
efektif rata-rata ditentukan seperti yang disarankan oleh Brenguier et al. (2000). Data yang
digunakan dalam penelitian ini sesuai dengan AVHRR yang radiometer , karena pengambilan
akan diterapkan untuk data historis jangka panjang untuk menghasilkan awan klimatologi di
Atlantik timur laut . Sensor ini mengukur radiances dalam lima saluran , yang terletak di terlihat,
dekat - inframerah , dan termal daerah inframerah . saluran Januari 2007 Cerdena ET AL . 53 3
itu ( 3,7 M ) sensitivitas terhadap awan ukuran tetesan membuatnya mungkin bahwa radiances
diukur dalam band ini dapat digunakan untuk penentuan awan microphysical Sifat ( Nakajima
dan Raja 1990; Platnick dan Twomey 1994, Han et al . 1999) . Namun , karena sifatnya rentang
spektral , cahaya yang diterima oleh sensor ini melalui awan semitransparan adalah jumlah dari
tiga kontribusi - sinar matahari dipantulkan oleh awan layer, dan yang dipancarkan oleh dirinya
sendiri dan dari yang mendasari permukaan . Semua ini kontribusi dianggap dalam suhu saluran
- 3 kecerahan simulasi . Selain itu, untuk memperhitungkan kontribusi permukaan tiga parameter
baru dianggap , yaitu radiances mencapai bagian bawah lapisan awan dating dari atmosfer di
bawahnya dan mendasari permukaan.
Gambar 1 Arsitektur jaringan saraf tiruan yang diusulkan.
3. Jaringan Saraf Tiruan
Seperti dijelaskan pada bagian sebelumnya, menggunakan teori Model radiasi kita dapat
mensimulasikan sinar TOA di setiap jalur dari awan dan kondisi atmosfer. Namun, karena
kompleksitas ini Model, inversi yang tidak dapat dilakukan dalam analisis cara dan pemanfaatan
metode numerik diperlukan untuk menyelesaikan tugas ini. Dalam karya ini jaringan saraf teknik
yang diusulkan dengan tujuan ini. komputasi unit jaringan saraf tiruan adalah neuron buatan.
Masing-masing node ini adalah ditentukan oleh beberapa parameter, seperti bobot Wijterkait
dengan setiap masukan neuron, fungsi aktivasi dan bias. Tergantung pada distribusi ini neuron,
beberapa jenis jaringan dapat dibedakan (Hristev 2000; Kröse dan Smagt 1996). Dalam khusus
ini studi, MLPs banyak digunakan dipilih untuk mengambil sifat awan, di mana unit yang
terletak di lapisan dan tidak ada hubungan antara unit di lapisan yang sama (Gambar 1).
Metode Parameter Pencarian Keterangan PerbandinganTipis awan (metode split-window,Pemancaran gelombang pendek
pemancaran dari atas awan dan suasanadi bawah awan, perbandingan suhu diatas awan dan pemancaran dari suhu dekat awan
Suhu diatas awan, ketebalan optik, dan ukuran partikel. Suhu dan curah hujan permukaan atas awan.
Metode pencetus awan, hamburan gelombang pendek
Mengukur ruang air hujanMengukur ruang es dengan kontibusi uap air dan curah hujan
Permukaan hujanPermukaan hujan
Metode Hamburan gelombang frekuensi tinggi
Mengukur kolom es dengan kontribusi pengendapan uap air
Tingkat permukaan salju
Kombinasi hamburan gelombang pendek dan pengamatan radar awan dan hujan
Pengamatan tanda tanda hamburan daritingkat yang berbeda dalam ruang.perbandingan enam ukuran partikel yang berkaitan dengan partikel air dan hydrometeors.
Curah hujan
Awan dan pengendapan air hujan
Metode hamburan cahaya matahari.Kombinasi sinar matahari dan pancaran sinar matahari
Reflektifitas vertikal pancaran dari awan dan tanda - tanda hamburan dari tingkat yang berbeda
Kedalaman optik awan , ukuran temperatur awan , dan beberapa indikasi lapisan awan.
Studi terdahulu yang berusaha untuk mengkarakterisasi distribusi awan dan sifat curah
hujan dan menentukan faktor utama yang mengatur distribusi tersebut menunjukkan pentingnya
dasar dari sinoptik- kontrol skala sirkulasi atmosfer yang membentuk sistem cuaca. berbagai
macam skala yang mempengaruhi sifat awan dan curah hujan serta efek dari sifat ini pada cuaca
dan iklim menggunakan strategi pengambilan sampel yang pasti memerlukan penggunaan data
yang dikumpulkan dari sensor yang mengorbit pada satelit bumi mengorbit. Sejumlah metode
untuk menentukan berbagai awan dan parameter curah hujan terutama menggunakan satelit
radiances spektral telah berevolusi selama bertahun-tahun. Sebuah pilihan metode dan parameter
yang berasal dari mereka yang tercantum dalam Tabel 1. Banyak parameter diidentifikasi dan
metode yang dikembangkan dalam makalah ini. Rekaman data satelit sekarang cukup lama dan
metode cukup matang bahwa climatologies bermakna beberapa sifat awan dan curah hujan yang
tercantum dalam Tabel 1 muncul. Misalnya, climatologies memiliki telah dikembangkan sebagai
program internasional seperti Satellite Cloud Klimatologi Proyek Internasional (ISCCP) dan
endapan Klimatologi global Proyek (GPCP) dikoordinasikan di bawah naungan Iklim Dunia
Penelitian Program (WCRP). climatologies lainnya juga telah dikembangkan seperti dari
Atmosfer Pathfinder (Patmos) Program (mis., Jacobowitz dkk. 2003). Program-program ini telah
mengumpulkan data pancaran dari beberapa satelit platform selama lebih dari 20 tahun,
menghasilkan statistik jangka panjang tutupan awan. ISCCP, misalnya, mengkonversi ini
radiances ke dalam skema klasifikasi berdasarkan awan-top (tekanan) tinggi dan awan tebal
optik (Rossow dan Schiffer 1999). GPCP didirikan pada Tahun 1986 dan menggabungkan
perkiraan satelit inframerah dan microwave presipitasi dengan data curah hujan dari lebih dari
6000 stasiun (Adler et al. 2003). Data disajikan dalam bentuk rata-rata curah hujan bulanan Data
pada 2,5 °X 2.5 ° lintang-bujur dimulai pada tahun 1979, tetapi baru-baru GPCP telah diperluas
Upaya ini untuk menyertakan 1X1 dataset setiap hari mulai pada tahun 1997.
4. Pengamatan Sistem Satelit
Memahami dan mengukur kemampuan nyata awan berbasis satelit dan curah hujan
pengamatan sistem adalah tugas yang kompleks.Sebagai konsekuensi dari kompleksitas tersebut
hasil dengan cara mengamati kesalahan sistem yang umumnya diperkirakan dan divalidasi.
Validasi kesalahan ini juga merupakan kompleksTugas dan merupakan salah satu yang
umumnya tetap sulit dipahami. Hal ini kemudian menimbulkan masalah bagi banyak aplikasi
dari data, dan terutama untuk masalah asimilasi data, yang membutuhkan tidak hanya kesalahan
kredibel pada model tetapi juga kesalahan kredibel diterapkan untuk "pengukuran" atau model
pengukuran tersebut sehingga dapat menyeimbangkan kontribusi baik dalam sistem asimilasi.
kesalahan timbul dari berikut ini:
(i) Pengukuran kesalahan (? y) terkait dengan y karena faktor instrumen, termasuk ketidakpastian
kalibrasi. Untuk masalah pengambilan data satelit, dan terutama awan dan curah hujan, ini
Sumber kesalahan biasanya kecil dibandingkan dengan yang lain.
(ii) Kesalahan model Fungsi f (x, b), terjadi karena berbeda dari model maju yang nyata. Ini
adalah tantangan mendasar dari kebanyakan sistem pengambilan, dan terutama pada awan dan
masalah curah hujan unutk memahami perbedaan pengukuran. keinginan ini menggaris bawahi
motivasi banyak model yang interkomparasi dan upaya pengembangan model contoh yang dapat
ditemukan di Soden et al. (2000) dan Weng et al. (2007). Ini "maju Model "pendekatan, dalam
banyak kasus ini merupakan kesalahan yang signifikan dari seluruh proses inversi. Kesalahan ini
sulit untuk menilai dan dengan demikian sering diabaikan seluruhnya.
(iii) Pada bagian forward model pendekatan melibatkan penggantian kunci Model "parameter" b
oleh parameter perkiraan b.Berisi komponen dari kesalahan yang terkait dengan perkiraan ini
kadang-kadang disebut sebagai "geofisika noise "karena mereka memasuki proses inversi dalam
cara yang sama seperti pengukuran kebisingan. kesalahan ini juga sering mendominasi retrievals,
yang merupakan indikasi bahwa masalah pengambilan pose dan dibawah batas tidak benar.
Untuk awan dan curah hujan masalah pengambilan, ketidakpastian terkait dengan sifat
microphysical partikel (bentuk, ukuran, konsentrasi, dll) berlaku di hampir semua aplikasi.
Secara keseluruhan sistem pengamatan terdiri dari pengukuran dan ketidakpastian,
sebuah perkiraan ke depan Model dan kesalahan termasuk model parameter kesalahan inversi
dan ketidakpastian melekat pada pengetahuan apriori. Ketidakpastian total diambil dari
ruang/letak x adalah akumulasi kesalahan dari semua faktor ini. Namun faktor lain menyulitkan
muncul dalam mendefinisikan keterwakilan awan dan informasi curah hujan berasal dari
pengamatan satelit. ini ditambahan dengan komplikasi dan Keterwakilan kesalahan muncul,
misalnya, ketika informasi dikumpulkan atas ruang dan waktu.
5. Dasar Fisik Forward Models
Sebagian besar pengamatan satelit dari atmosfer bumi dalam bentuk radiances spektral
yang timbul sebagai akibat dari proses alami emisi dan hamburan elektromagnetik (EM) radiasi
oleh atmosfer dan permukaan bawah. pada penginderaan jauh metode yang dikembangkan di
sekitar pengamatan tersebut dinamakan sebagai metode pasif, dan radiances spektral digunakan
dalam metode ini berkisar dari ultraviolet ke daerah gelombang mikro dari spektrum
EM.Spesifik pengukuran cahaya yang dirancang untuk atmosfer, sebagian besar metode pasif
memberikan sangat sedikit informasi tentang profil vertikal awan dan presipitasi. Sebagian besar
informasi ini dalam bentuk (vertikal), meskipun baru-baru ini Penelitian mulai menunjukkan
beberapa derajat awan dan curah hujan informasi struktur vertikal mungkin ada dalam
pengukuran cahaya (misalnya, Bauer et al. 2005; Chang dan Li 2005). Mengingat bahwa sifat
yang melekat pada interaksi antara awan , curah hujan dan radiasi EM bervariasi sesuai dengan
wilayah spektral, maka diharapkan bahwa isi informasi pengamatan juga bervariasi sesuai
dengan tempat di EM spektrum pengamatan yang dibuat
6. Contoh Metode Berbasis Pemancaran
Pemancaran inframerah (IR) dan microwave (MW) radiasi ke ruang dari awan tebal optik
cenderung terbatas pada bagian atas lapisan awan. selain dari estimasi suhu awan-top, informasi
konten yang terkandung dalam pengukuran pemancaran tersebut terbatas. Akibatnya, aplikasi
yang paling berguna mengukur pemancaran untuk kasus optik tipis awan atau pengendapan
lapisan yang diukur di seluruh lapisan di pertanyaan.
A. Awan tipis bersifat optik dengan menggunakan pengukuran split-window
Perbedaan penyerapan dan pemancaran inframerah radiasi oleh kristal es yang lebih kecil dari
sekitar 30 m ukuran pada dua panjang gelombang yang berbeda di atmosfer IR window spektral
diusulkan oleh Prabhakara et al. (1988) sebagai sarana untuk menentukan ketebalan dan ukuran
partikel awan cirrus optik dibuat metode yang diterapkan secara luas untuk satelit IR cahaya data
yang dikumpulkan atau dekat panjang gelombang 10,8 dan 12 m. Ide konseptual metode, disebut
sebagai split-window (SW) metode. Meskipun sederhana, ada banyak kompleksitas dalam
langkah-langkah yang dijelaskan yang mengacaukan spesifikasi ketidakpastian pendekatan.
sebagai berikut:
(i) Pengalihan perkiraan radiasi, termasuk kurangnya hamburan inframerah (misalnya, Stephens
1980) dan kesederhanaan model atmosfer (single lapisan) implisit untuk Pers. (2) dan di mana
transportasi ini persamaan didefinisikan.
(ii) spesifikasi maju-parameter model. Untuk masalah ini batas cahaya Ibelow dan "awan" suhu
Tcldtermasuk rendah, namun lebih tersembunyi dari parameter yang berhubungan kedalaman
optik untuk ukuran partikel termasuk pengaruh bentuk partikel pada sifat optik.
Gambar. . Distribusi petak 2 (ukuran langsung tentang bagaimana baik model maju sesuai
dengan pengamatan) berasal dari Metode LWP awan estimasi optimal dikembangkan untuk
TRMM ini TMI. Juga ditampilkan adalah curah hujan dari petak setara yang TRMM PR. Nilai-
nilai terbesar dari 2 sesuai dengan kegagalan model agar sesuai dengan pengamatan dan
bertepatan dengan daerah presipitasi (GS Elsasser dan CD Kummerow 2006, personal
komunikasi).