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).