A emissividade da superfície continental em micro-ondas e suas implicações na assimilação de radiâncias

Autor: Bruna Barbosa Silveira
Jazyk: portugalština
Rok vydání: 2017
Zdroj: Biblioteca Digital de Teses e Dissertações do INPEInstituto Nacional de Pesquisas EspaciaisINPE.
Druh dokumentu: Doctoral Thesis
Popis: Para que medidas de satélite na banda de micro-ondas (MO) possam ser assimiladas em modelos de previsão numérica do tempo, em particular nos canais sensíveis à superfície, é necessária uma correta caracterização da emissividade da superfície. Enquanto o papel da emissividade é facilmente entendido sobre a superfície oceânica, sobre os continentes existem limitações devido à complexidade da superfície terrestre, em particular associada a heterogeneidade da cobertura da superfície. Nesse sentido, esta tese propôs quantificar a contribuição das características do solo e da vegetação na estimativa da emissividade em micro-ondas e estimar o seu impacto na assimilação de radiâncias [no sistema GridPoint Statistical Interpolation (GSI) e o modelo Brazilian Global Atmospheric Model (BAM)] para os canais sensíveis à superfície terrestre. Para regiões onde a cobertura de vegetação é escassa os resultados mostram que a emissividade simulada para os canais de 1 a 3 do sensor Advanced Microwave Sounding Unit (AMSU-A) em geral é superestimada. Com a finalidade de identificar os parâmetros/variáveis que mais contribuem para a simulação da emissividade foram aplicados dois métodos de análise de sensibilidade, os quais indicaram que no caso de solo nu a temperatura da superfície terrestre, temperatura do solo e umidade do solo são os parâmetros que mais contribuem para a simulação da emissividade. Para superfícies caracterizadas como floresta tropical, a espessura da folha, conteúdo gravimétrico de água no dossel e a densidade da vegetação foram os parâmetros/variáveis que apresentaram maior contribuição. De tal modo, foi proposta a utilização de campos alternativos de umidade do solo e temperatura da superfície terrestre para a simulação da emissividade e consequentemente temperatura de brilho no sistema de assimilação GSI-BAM. Com isso foram realizados três experimentos [alterando a umidade do solo (EXP02), alterando a temperatura da superfície terrestre (EXP03) e por fim alterando as duas em conjunto (EXP04)], nos quais se encontrou que as maiores contribuições na simulação da emissividade ocorreram em coberturas da superfície sem vegetação densa. Tal comportamento é explicado pela análise de sensibilidade. Os três canais analisados apresentaram as mesmas características. Quando avaliados os canais sensíveis à superfície do AMSU-A no sistema de assimilação, as alterações na umidade do solo sozinha, ou em conjunto com a temperatura da superfície, resultam em um aumento do número de observações seguido de uma melhoria dos campos de análise e estimativa inicial. Por sua vez, quando alterada somente a temperatura da superfície, houve, na média, uma diminuição no número de dados assimilados e pequena degradação da análise e estimativa inicial. Notou-se ainda que com as mudanças realizadas nos experimentos EXP02 e EXP04 ocorreu um ganho no coeficiente de correlação de anomalia da altura do geopotencial em 500 hPa em relação ao experimento controle, e esses ganhos foram encontrados a partir de 90 horas de previsão. Todavia, no experimento EXP03 houve degradação das previsões a partir de 42 horas.
In order to assimilate satellite measurements in the microwave band into numerical weather predication models, particularly for those channels sensitive to the surface, a correct characterization of the surface emissivity is necessary. While the role of the surface emissivity over the ocean is well understood, over the continents, there are limitations due to the complexity of the land surface, particularly related to the heterogeneity of the land cover. Therefore, this thesis proposes to quantify the contribution of the soil and vegetation characteristics used to simulate the microwave land surface emissivity and estimate their impact on the radiance data assimilation [in the system comprised by the GridPoint Statistical Interpolation (GSI) and the Brazilian Global Atmospheric Model (BAM)] for surface sensitive channels. In regions with sparse vegetation, results show that the simulated emissivity for the channels 1-3 of the Advanced Microwave Sounding Unit (AMSU-A) sensor is generally superestimated. With the purpose of identifying the parameters/variables that contribute most to the emissivity estimation, two methods for sensitivity analysis were employed. These methods indicated that for bare soil the skin temperature, soil temperature and soil moisture are the parameters that contribute more to the emissivity simulations. For tropical forest cover type, leaf thickness, canopy gravimetric water content and vegetation density were the parameters/variables that contributed most. Thus, the use of alternative soil moisture and temperature for emissivity simulation and consequent brightness temperature simulation in the data assimilation system GSI-BAM were proposed. Three experiments were performed [modifying soil moisture (EXP02), modifying skin temperature (EXP03) and lastly modifying both soil moisture and temperature together (EXP02)] where the major contribution to the simulated emissivity occurred over sparse vegetation regions, what can be corroborated by the sensitivity analysis. All channels show the same characteristics. The surface sensitivity channels from AMSU-A were evaluated within the data assimilation framework. The experiments EXP02 and EXP04 show an increase in the number of observations assimilated following an improvement in the analysis and background. Whereas, in the EXP03 occurred a decrease in the assimilation of the surface sensitivity channels and a small degradation in the analysis and background. It was noted with the changes performed in the experiments EXP02 and EXP04 resulted in an improvement in the anomaly correlation coefficient (ACC) at 500-hPa geopotential height, when compared with the control experiment. These improvements were found after 90 forecast hours, whereas in the EXP03 there was a degradation in the forecasts starting at 42 hours forecast time.
Databáze: Networked Digital Library of Theses & Dissertations
Externí odkaz: