From TRMM to GPM, how do improvements of post/near-real-time satellite precipitation estimates manifest?

2022 ◽  
pp. 106029
Author(s):  
Zhehui Shen ◽  
Bin Yong ◽  
Lu Yi ◽  
Hao Wu ◽  
Hui Xu
2016 ◽  
Vol 8 (11) ◽  
pp. 899 ◽  
Author(s):  
Jiaqi Chen ◽  
Bin Yong ◽  
Liliang Ren ◽  
Weiguang Wang ◽  
Bo Chen ◽  
...  

2019 ◽  
Vol 20 (3) ◽  
pp. 431-445 ◽  
Author(s):  
Xinxuan Zhang ◽  
Emmanouil N. Anagnostou

Abstract The study evaluated a numerical weather model (WRF)-based satellite precipitation adjustment technique with 81 heavy precipitation events that occurred in three tropical mountainous regions (Colombia, Peru, and Taiwan). The technique was applied on two widely used near-real-time global satellite precipitation products—the National Oceanic and Atmospheric Administration (NOAA) Climate Prediction Center morphing technique (CMORPH) and the Global Satellite Mapping of Precipitation project (GSMaP)—for each precipitation event. The WRF-adjusted satellite products along with the near-real-time and gauge-adjusted satellite products as well as the WRF simulation were evaluated by independent gauge networks at daily scale and event total scale. Results show that the near-real-time precipitation products exhibited severe underestimation relative to the gauge observations over the three tropical mountainous regions. The underestimation tended to be larger for higher rainfall accumulations. The WRF-based satellite adjustment provided considerable improvements to the near-real-time CMORPH and GSMaP products. Moreover, error metrics show that WRF-adjusted satellite products outperformed the gauge-adjusted counterparts for most of the events. The effectiveness of WRF-based satellite adjustment varied with events of different physical processes. Thus, the technique applied on satellite precipitation estimates of these events may exhibit inconsistencies in the bias correction.


2020 ◽  
Vol 12 (1) ◽  
pp. 141 ◽  
Author(s):  
Dekai Lu ◽  
Bin Yong

The near-real-time satellite-derived precipitation estimates are attractive for a wide range of applications like extreme precipitation monitoring and natural hazard warning. Recently, a gauge-adjusted near-real-time GSMaP precipitation estimate (GSMaP_Gauge_NRT) was produced to improve the quality of the original GSMaP_NRT. In this study, efforts were taken to investigate and validate the performance of the GSMaP_Gauge_NRT using gauge observations over Mainland China. The analyses indicated that GSMaP_NRT generally overestimated the gauge precipitation in China. After calibration, the GSMaP_Gauge_NRT effectively reduced this bias and was more consistent with gauge observations. Results also showed that the correction scheme of GSMaP_Gauge_NRT mainly acted on hit events and could hardly make up the miss events of the satellite precipitation estimates. Finally, we extended the evaluation to the global scale for a broader view of GSMaP_Gauge_NRT. The global comparisons exhibited that the GSMaP_Gauge_NRT was in good agreement with the GSMaP_Gauge product. In conclusion, the GSMaP_Gauge_NRT had better performance than the GSMaP_NRT and was a more reliable near-real-time satellite precipitation product.


2021 ◽  
Vol 18 (3) ◽  
pp. 716-734
Author(s):  
Muhammad Masood ◽  
Ghulam Nabi ◽  
Muhammad Babur ◽  
Aftab Hussain Azhar ◽  
Muhammad Kaleem Ullah

2021 ◽  
pp. 126133
Author(s):  
Zhehui Shen ◽  
Bin Yong ◽  
Jonathan J. Gourley ◽  
Weiqing Qi

2021 ◽  
Vol 13 (2) ◽  
pp. 202
Author(s):  
Wan-Ru Huang ◽  
Pin-Yi Liu ◽  
Jie Hsu ◽  
Xiuzhen Li ◽  
Liping Deng

This study assessed four near-real-time satellite precipitation products (NRT SPPs) of Global Satellite Mapping of Precipitation (GSMaP)—NRT v6 (hereafter NRT6), NRT v7 (hereafter NRT7), Gauge-NRT v6 (hereafter GNRT6), and Gauge-NRT v7 (hereafter GNRT7)— in representing the daily and monthly rainfall variations over Taiwan, an island with complex terrain. The GNRT products are the gauge-adjusted version of NRT products. Evaluations for warm (May–October) and cold months (November–April) were conducted from May 2017 to April 2020. By using observations from more than 400 surface gauges in Taiwan as a reference, our evaluations showed that GNRT products had a greater error than NRT products in underestimating the monthly mean rainfall, especially during the warm months. Among SPPs, NRT7 performed best in quantitative monthly mean rainfall estimation; however, when examining the daily scale, GNRT6 and GNRT7 were superior, particularly for monitoring stronger (i.e., more intense) rainfall events during warm and cold months, respectively. Spatially, the major improvement from NRT6 to GNRT6 (from NRT7 to GNRT7) in monitoring stronger rainfall events over southwestern Taiwan was revealed during warm (cold) months. From NRT6 to NRT7, the improvement in daily rainfall estimation primarily occurred over southwestern and northwestern Taiwan during the warm and cold months, respectively. Possible explanations for the differences between the ability of SPPs are attributed to the algorithms used in SPPs. These findings highlight that different NRT SPPs of GSMaP should be used for studying or monitoring the rainfall variations over Taiwan for different purposes (e.g., warning of floods in different seasons, studying monthly or daily precipitation features in different seasons, etc.).


2020 ◽  
Vol 21 (12) ◽  
pp. 2893-2906
Author(s):  
Phu Nguyen ◽  
Mohammed Ombadi ◽  
Vesta Afzali Gorooh ◽  
Eric J. Shearer ◽  
Mojtaba Sadeghi ◽  
...  

AbstractThis study presents the Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks–Dynamic Infrared Rain Rate (PDIR-Now) near-real-time precipitation dataset. This dataset provides hourly, quasi-global, infrared-based precipitation estimates at 0.04° × 0.04° spatial resolution with a short latency (15–60 min). It is intended to supersede the PERSIANN–Cloud Classification System (PERSIANN-CCS) dataset previously produced as the near-real-time product of the PERSIANN family. We first provide a brief description of the algorithm’s fundamentals and the input data used for deriving precipitation estimates. Second, we provide an extensive evaluation of the PDIR-Now dataset over annual, monthly, daily, and subdaily scales. Last, the article presents information on the dissemination of the dataset through the Center for Hydrometeorology and Remote Sensing (CHRS) web-based interfaces. The evaluation, conducted over the period 2017–18, demonstrates the utility of PDIR-Now and its improvement over PERSIANN-CCS at all temporal scales. Specifically, PDIR-Now improves the estimation of rain/no-rain days as demonstrated by a critical success index (CSI) of 0.53 compared to 0.47 of PERSIANN-CCS. In addition, PDIR-Now improves the estimation of seasonal and diurnal cycles of precipitation as well as regional precipitation patterns erroneously estimated by PERSIANN-CCS. Finally, an evaluation is carried out to examine the performance of PDIR-Now in capturing two extreme events, Hurricane Harvey and a cluster of summer thunderstorms that occurred over the Netherlands, where it is shown that PDIR-Now adequately represents spatial precipitation patterns as well as subdaily precipitation rates with a correlation coefficient (CORR) of 0.64 for Hurricane Harvey and 0.76 for the Netherlands thunderstorms.


2018 ◽  
Author(s):  
Νικόλαος Μπαρτσώτας

Ο υετός αποτελεί θεμελιώδη παράμετρο για ένα ευρύτατο φάσμα ανθρώπινων δραστηριοτήτων. Τόσο η έλλειψη όσο και οι υπερβολικές του ποσότητες προκαλούν σημαντικές συνέπειες και απειλούν ανθρώπινες ζωές και υποδομές. Η αβεβαιότητα που εξακολουθεί να υπάρχει στην πρόγνωση και επισκόπησή του, έχει σημαντικότατες προεκτάσεις στην γεωργία, τις μεταφορές, την αξιοποίηση υδάτινων πόρων καθώς και την παραγωγή ενέργειας από ανανεώσιμες πηγές. Σε ακραίες εκδοχές φαινομένων υετού, όπως οι πολύ ισχυρές καταιγίδες που συνοδεύονται από ηλεκτρικά φαινόμενα, η αβεβαιότητα αυτή καθίσταται ισχυρότερη. Αυτού του είδους οι καταιγίδες αναπτύσσονται σε πολύ μικρές χωρικές και χρονικές κλίμακες, χαρακτηριστικό το οποίο ανάγει την πρόγνωσή τους σε ιδιαίτερα απαιτητική διαδικασία.Η απαραίτητη πληροφορία είναι επί του παρόντος αδύνατον να προκύψει από μία και μόνο πηγή μέτρησης ή έμμεσης εκτίμησης του υετού, καθώς έκαστη συνοδεύεται από συγκεκριμένους περιορισμούς. Καθίστανται έτσι επιτακτική η ανάγκη προς μια συνδυαστική προσέγγιση. Η συγκεκριμένη διδακτορική διατριβή συνεισφέρει στη δημιουργία καλύτερων εκτιμήσεων υετού πάνω από περιοχές έντονου αναγλύφου, συνδυάζοντας αποτελεσματικά τα επιμέρους θετικά των διαθέσιμων πηγών πληροφορίας. Μετρήσεις από όργανα τηλεπισκόπησης (μετεωρολογικά ραντάρ και δορυφόροι), παρατηρήσεις από δίκτυα βροχομέτρων και ένα πλήθος αριθμητικών μοντέλων πρόγνωσης (ατμοσφαιρικό, υδρολογικό, μοντέλο διάχυσης σωματιδίων) επιστρατεύονται προς αυτό το σκοπό.Μια νέα τεχνική προσαρμογής δορυφορικών μετρήσεων αναπτύχθηκε στα πλαίσια αυτής της διατριβής. Σε αυτή, τα δορυφορικά δεδομένα αξιοποιούνται ως προς την εκτίμηση της χωροχρονικής εξέλιξης των καταιγίδων, ενώ σε ότι αφορά την ποσότητα του υετού, οι εκτιμήσεις προσαρμόζονται στις αντίστοιχες του αριθμητικών μοντέλων πρόγνωσης. Κατ’ αυτόν τον τρόπο, η αξιόπιστη χωροχρονική επισκόπηση από τους δορυφόρους διατηρείται ενώ οι συχνά εσφαλμένες ποσότητες υετού των δορυφορικών οργάνων πάνω από ορεινές περιοχές διορθώνονται με τη χρήση των ατμοσφαιρικών προσομοιώσεων. Η διόρθωση των δορυφορικών δεδομένων λαμβάνει χώρα μέσω μιας μεθόδου πυκνότητας πιθανότητας. Η αξιολόγηση των πρωτογενών δορυφορικών δεδομένων, των αριθμητικών προσομοιώσεων και των τελικών υβριδικών προϊόντων γίνεται έναντι σε πυκνά δίκτυα βροχομέτρων και πεδία από διαθέσιμα μετεωρολογικά ραντάρ. Λαμβάνει δε χώρα σε τρεις ορεινές περιοχές με διαφορετικά χαρακτηριστικά: δύο μέσων γεωγραφικών πλατών (Άλπεις και Βραχώδη Όρη) και μια υποτροπική (Αιθιοπία).Οι προσομοιώσεις των αριθμητικών μοντέλων υποδεικνύουν τη φύση των περιορισμών στην ανίχνευση του υετού από τα δορυφορικά όργανα. Μια μικροφυσική διερεύνηση λαμβάνει χώρα και οι ομοιότητες που παρουσιάζουν οι εν λόγω καταιγίδες στις περιπτώσεις όπου η δορυφορική ανίχνευση εμφανίζει μεγάλες αποκλίσεις από τις παρατηρήσεις σχολιάζονται διεξοδικά. Παράλληλα, παρουσιάζεται μια εκτίμηση του οφέλους που μπορεί να προκύψει στο άμεσο μέλλον από την υιοθέτηση πολύ λεπτομερών χωρικών αναλύσεων στα αριθμητικά μοντέλα πρόγνωσης. Αποτελέσματα από προσομοιώσεις σε χωρικές κλίμακες μικρότερες του 1 χιλιομέτρου (σ.σ.: έως και 250 μέτρα) συγκρίνονται με αντίστοιχα από κλίμακες που αποτελούν τον τρέχοντα κανόνα στις μετεωρολογικές υπηρεσίες (1 και 4 χιλιόμετρα). Οι επιπτώσεις που προκαλούν αυτές οι διαφορές στην εκτίμηση του υετού από το ατμοσφαιρικό μοντέλο στην υδρολογία και συγκεκριμένα στην απορροή των υδάτων εξετάζονται μέσω αντίστοιχων προσομοιώσεων με υδρολογικό μοντέλο.Για τις ανάγκες της διατριβής χρησιμοποιήθηκαν ένα εξελιγμένο ατμοσφαιρικό αριθμητικό μοντέλο (RAMS/ICLAMS), ένα υδρολογικό μοντέλο (CREST) καθώς κι ένα λανγκρανζιανό μοντέλο διασποράς-διάχυσης (HYPACT). Το πρώτο καθόρισε την υετίσιμη ποσότητα σε κάθε καταιγίδα και παρείχε την πληροφορία για περαιτέρω ανάλυση σε επίπεδο μικροφυσικής νεφών, το δεύτερο εκτίμησε τις απορροές που προέκυψαν από τις ατμοσφαιρικές προσομοιώσεις και το τρίτο χρησίμευσε στον καθορισμό της προέλευσης των υγρών αερίων μαζών πάνω από περιοχές όπου η βιβλιογραφία δεν ήταν ιδιαίτερα εκτεταμένη. Δυο δορυφορικά προϊόντα, που βασίζονται σε διαφορετικές τεχνικές ανίχνευσης και συγκεκριμένα από αισθητήρες υπέρυθρου (IR) και μικροκυμάτων (PMW) χρησιμοποιήθηκαν προκειμένου να υποδείξουν τους περιορισμούς που χαρακτηρίζουν την κάθε μέθοδο ανίχνευσης πάνω από περιοχές έντονου αναγλύφου. Αμφότερα είναι προϊόντα υψηλής χωρικής ανάλυσης (4 και 8 χιλιόμετρα αντίστοιχα).Τα αποτελέσματα εμφανίζουν οφέλη από τις λεπτομερείς χωρικές κλίμακες των προσομοιώσεων, τόσο στις ποσότητες του υετού, στη λεπτομερέστερη χωρική του κατανομή, όσο και την ακριβέστερη εκτίμηση της απορροής στη συνέχεια. Οι δορυφορικές μετρήσεις εμφανίζουν μια ξεκάθαρη τάση υποεκτίμησης του υετού πάνω από περιοχές έντονου αναγλύφου. Τα διορθωμένα δορυφορικά προϊόντα που προέκυψαν από την προτεινόμενη μέθοδο, υπερτερούν έναντι των πρωτογενών στη στατιστική ανάλυση και στις δύο περιοχές εφαρμογής. Σε επίπεδο μικροφυσικών ομοιοτήτων μεταξύ των περιπτώσεων ανεπαρκούς ανίχνευσης από τα δορυφορικά όργανα, παρατηρήθηκαν μικρές συγκεντρώσεις σωματιδίων πάγου και νεφικοί σχηματισμοί με περιορισμένη κατακόρυφη ανάπτυξη. Η διόρθωση των δορυφορικών παρατηρήσεων μέσω των αριθμητικών προσομοιώσεων εμφανίζεται ως μια αξιόπιστη εναλλακτική σε περιοχές όπου οι παρατηρήσεις δεν είναι επαρκείς προς εξυπηρέτηση αυτού του σκοπού.Η συνεισφορά της παρούσης διατριβής έγκειται αφενός στην προετοιμασία του εδάφους για μελλοντικά υβριδικά προϊόντα υετού, αφετέρου στην ανίχνευση των μικροφυσικών ομοιοτήτων που εμφανίζουν οι καταιγίδες οι οποίες δεν ανιχνεύονται ικανοποιητικά από τα δορυφορικά όργανα. Το τελευταίο μπορεί να καθορίσει σημαντικά την ανάπτυξη των σύγχρονων αλγορίθμων ανίχνευσης από τους παθητικούς αισθητήρες μικροκυμάτων. Τέλος, η εφαρμογή της προτεινόμενης μεθοδολογίας σε ψευδο-επιχειρησιακή βάση κατά τη διάρκεια ενός ιστορικού πλυμμηρικού φαινομένου, παρέχει μια εκτίμηση της επιχειρησιακής εφαρμοσιμότητας και του συγκριτικού οφέλους που μπορεί να προκύψει από την υιοθέτηση της συγκεκριμένης μεθόδου σε συστήματα έγκαιρης πρόγνωσης και πρόληψης πλημμυρών.


Sign in / Sign up

Export Citation Format

Share Document