Fechar
Metadados

@PhDThesis{Costa:2018:InPrMi,
               author = "Costa, Izabelly Carvalho da",
                title = "Influ{\^e}ncias das propriedades microf{\'{\i}}sicas e 
                         radiativas das nuvens nas incertezas das estimativas de 
                         precipita{\c{c}}{\~a}o por sensores remotos passivos",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2018",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2018-05-28",
             keywords = "estimativa de precipita{\c{c}}{\~a}o por sat{\'e}lite, sensores 
                         remotos passivos, erros na estimativa de precipita{\c{c}}{\~a}o 
                         por sat{\'e}lite, par{\^a}metros microf{\'{\i}}sicos, 
                         conte{\'u}do integrado de gelo, satellite rainfall estimation, 
                         passive microwave rainfall estimation, satellite rainfall 
                         estimation errors, microphysical parameters, ice water path.",
             abstract = "As estimativas de precipita{\c{c}}{\~a}o {\`a} 
                         superf{\'{\i}}cie obtidas a partir de sensores de microondas 
                         passivo sobre o continente baseiam-se, principalmente, na camada 
                         de gelo presente nas nuvens quando se utiliza alta 
                         frequ{\^e}ncia. Por{\'e}m, existem tipos de nuvens onde n{\~a}o 
                         h{\'a} uma camada de gelo ou essa camada n{\~a}o {\'e} 
                         suficientemente espessa para justificar a precipita{\c{c}}{\~a}o 
                         associada. Para esses tipos de nuvens, a precipita{\c{c}}{\~a}o 
                         n{\~a}o {\'e} estimada corretamente, causando uma subestimativa 
                         da precipita{\c{c}}{\~a}o. Por outro lado, h{\'a} os casos de 
                         nuvens, na qual a medida do espalhamento do gelo estimada pelo 
                         sat{\'e}lite n{\~a}o est{\'a} efetivamente associada a 
                         precipita{\c{c}}{\~a}o, produzindo por sua vez uma 
                         superestimativa da precipita{\c{c}}{\~a}o. Este estudo analisa 
                         casos que t{\^e}m grandes incertezas nas estimativas de 
                         precipita{\c{c}}{\~a}o obtidas a partir de sensores de 
                         microondas passivo para melhor compreender e potencialmente 
                         mitigar essas incertezas. Este trabalho est{\'a} dividido em duas 
                         partes. Na primeira s{\~a}o utilizados dados do sat{\'e}lite 
                         Tropical Rainfall Measuring Mission (TRMM), especificamente dos 
                         sensores PR (Precipitation Radar), TMI (TRMM Microwave Imager) e 
                         LIS (Lightning Imaging Sensor), para o per{\'{\i}}odo de janeiro 
                         de 2002 a dezembro de 2011. A {\'a}rea de estudo {\'e} de 
                         aproximadamente 1.110.000 km2, centrada na cidade de Manaus. Com 
                         base nos valores da taxa de precipita{\c{c}}{\~a}o (RR) do 
                         algoritmo GPROF (Goddard profiling algorithm - usando o sensor 
                         TMI) e do sensor PR, foi determinado um erro percentual para os 
                         pixels classificados como convectivos. A distribui{\c{c}}{\~a}o 
                         de frequ{\^e}ncia desse erro assemelha-se a uma 
                         distribui{\c{c}}{\~a}o Gaussiana. A popula{\c{c}}{\~a}o de 
                         erro foi ent{\~a}o dividida em tr{\^e}s categorias, uma classe 
                         denominada consistente, no centro da distribui{\c{c}}{\~a}o 
                         (percentil 20 at{\'e} o percentil 80) e as outras duas, como 
                         subestimativa e superestimativa, representando as caudas da 
                         distribui{\c{c}}{\~a}o. Para categorias com superestimativa e 
                         subestimativa, avaliou-se a estrutura vertical das nuvens. O erro 
                         da subestimativa est{\'a} correlacionado com quase todas as 
                         propriedades da nuvem (taxa de precipita{\c{c}}{\~a}o, altura da 
                         nuvem, conte{\'u}do de {\'a}gua l{\'{\i}}quida (Liquid Water 
                         Path LWP), conte{\'u}do de gelo (Ice Water Path - IWP), 
                         polariza{\c{c}}{\~a}o e temperatura de 85 GHz com a 
                         polariza{\c{c}}{\~a}o corrigida (Polarization Corrected 
                         Temperature - PCT85)) enquanto o erro de superestimativa {\'e} 
                         apenas fun{\c{c}}{\~a}o do IWP. O uso de combina{\c{c}}{\~o}es 
                         de canais de baixa e alta frequ{\^e}ncia foi capaz de identificar 
                         algumas caracter{\'{\i}}sticas associadas a casos de 
                         subestimativa e superestimativa. Diferen{\c{c}}as positivas altas 
                         entre os canais de 10 GHz e 85 GHz, bem como 19 GHz e 85 GHz 
                         s{\~a}o causadas pelo alto espalhamento em 85 GHz (grande 
                         quantidade de gelo) e uma menor quantidade de {\'a}gua 
                         l{\'{\i}}quida, correspondentes a casos que s{\~a}o muitas 
                         vezes superestimados pelo radi{\^o}metro. Por outro lado, os 
                         casos de subestimativa apresentam part{\'{\i}}culas de gelo 
                         menores que n{\~a}o s{\~a}o sens{\'{\i}}veis aos canais de 
                         micro-ondas de alta frequ{\^e}ncia do TMI. Na segunda parte do 
                         trabalho foram utilizados dados do sat{\'e}lite Global 
                         Precipitation Measurement (GPM), para o per{\'{\i}}odo de 
                         setembro de 2014 a agosto de 2015, sobre uma {\'a}rea que 
                         contempla desde a regi{\~a}o das Cordilheiras dos Andes at{\'e} 
                         a costa nordeste do Brasil. Devido a atua{\c{c}}{\~a}o de 
                         diferentes sistemas meteorol{\'o}gicos, na regi{\~a}o de estudo, 
                         o conhecimento da variabilidade dos par{\^a}metros 
                         macrof{\'{\i}}sicos e microf{\'{\i}}sicos das nuvens tornam-se 
                         necess{\'a}rio quando pretende-se estimar ou avaliar a 
                         precipita{\c{c}}{\~a}o por sat{\'e}lite. Sendo assim, o 
                         objetivo deste estudo foi avaliar a estabilidade das 
                         rela{\c{c}}{\~o}es gelo e precipita{\c{c}}{\~a}o para 
                         diferentes regi{\~o}es e esta{\c{c}}{\~o}es do ano, bem como o 
                         erro na estimativa de precipita{\c{c}}{\~a}o e os estimadores do 
                         conte{\'u}do de gelo. Primeiramente, a {\'a}rea foi dividida em 
                         quatro {\'a}reas menores que apresentassem 
                         caracter{\'{\i}}sticas semelhantes do regime de 
                         precipita{\c{c}}{\~a}o e topografia. Para cada {\'a}rea foram 
                         avaliadas a RR, o IWP e a rela{\c{c}}{\~a}o entre RR-IWP, 
                         determinadas utilizando os algoritmos GPROF e o CMB (Combined 
                         Radar-Radiometer Algorithm) de acordo com o tipo de 
                         precipita{\c{c}}{\~a}o, trimestre do ano e tipo de 
                         precipita{\c{c}}{\~a}o. Os resultados mostraram que h{\'a} uma 
                         superestimativa do GPROF para valores baixos de 
                         precipita{\c{c}}{\~a}o e IWP, na maioria das {\'a}reas e 
                         esta{\c{c}}{\~o}es do ano, e uma subestimativa para valores 
                         maiores, principalmente para os casos convectivos. A 
                         rela{\c{c}}{\~a}o entre a taxa de precipita{\c{c}}{\~a}o 
                         {\`a} superf{\'{\i}}cie e o IWP se mostrou consistente 
                         sazonalmente e espacialmente. Uma avalia{\c{c}}{\~a}o da 
                         estimativa do IWP pelo GPROF mostrou a raz{\~a}o dos erros 
                         encontrados nas estimativas. Esta avalia{\c{c}}{\~a}o revelou 
                         que h{\'a} problema na determina{\c{c}}{\~a}o do IWP pelo 
                         GPROF, causada pelo uso do m{\'e}todo bayesiano que tende a 
                         ajustar os valores mais altos, que ocorrem com menor 
                         frequ{\^e}ncia, para valores mais baixos que possuem uma 
                         amostragem maior de dados. Esses resultados abrem novas 
                         possibilidades potenciais para melhorar a qualidade das 
                         estimativas de precipita{\c{c}}{\~a}o utilizando micro-ondas 
                         passivo. ABSTRACT: Estimates of surface precipitation obtained 
                         from passive microwave sensors over land are closely related to 
                         the ice path present in the clouds. However, there are cloud types 
                         without any ice or with an ice layer not thick enough to justify 
                         the associated rainfall. For these cloud types, the precipitation 
                         is not estimated correctly, causing an underestimation in the 
                         precipitation. On the other hand, there are cases of deep clouds, 
                         in which the signal produced by ice scattering is not effectively 
                         associated with precipitation, producing, in turn, an overestimate 
                         rainfall. This study analyzes cases that have large errors in the 
                         rainfall estimates obtained from passive microwave data to better 
                         understand and potentially mitigate these biases. This paper is 
                         divided into two parts. In the first part uses data from the 
                         Tropical Rainfall Measuring Mission (TRMM) satellite, specifically 
                         the sensors PR (Precipitation Radar), TMI (TRMM Microwave Imager) 
                         and LIS (Lightning Imaging Sensor). Ten years of TRMM data 
                         (2002-2011) are used in the analysis. The study area is 
                         approximately 1,110,000 km2, centered on the city of Manaus in the 
                         Amazon region. The error distribution resembled a Gaussian 
                         distribution. The error population was then divided into three 
                         categories, one class denominated as consistent, in the center of 
                         the distribution (20 percentile to 80 percentile), and the others 
                         two, as under- and over-estimated populations, representing the 
                         tails of the distribution. For over- and under estimated 
                         categories, the vertical structure of the clouds was evaluated. 
                         The underestimation error is correlated with almost all cloud 
                         properties (rain rate, cloud top, LiquidWater path (LWP), IceWater 
                         Path (IWP), polarization and Polarization Corrected Temperature at 
                         85 GHZ (PCT85) while the overestimation error is only function of 
                         the IWP. The use of combinations of low and high frequency 
                         channels was able to identify some characteristics associated with 
                         under- and over-estimated cases. A high positive difference 
                         between the 10 GHz and 85 GHz as well as 19 GHz and 85 GHz is 
                         characteristic of very high scattering at 85 GHz (high amount of 
                         ice) and small liquid water amounts corresponding to cases that 
                         are often overestimated by the radiometer. On the other hand, 
                         underestimated cases have smaller ice particles that are not 
                         sensitive to the high frequency microwaves channels measured by 
                         TMI. In the second part of the work, data from the Global 
                         Precipitation Measurement (GPM) satellite were used for the period 
                         from September 2014 to August 2015, covering an area that extend 
                         the Andes Cordillera and the northeast coast of Brazil. Due to the 
                         performance of different meteorological systems in the study 
                         region, knowledge of the variability of the clouds macrophysical 
                         and microphysical parameters becomes necessary when satellite 
                         rainfall estimation is to be evaluated. Therefore, the objective 
                         of this study was to evaluate the stability of the relationship 
                         between IWP and rain rate for different regions and seasons, as 
                         well as the error in the rainfall estimation and the IWP 
                         estimators. First, the area was divided into four smaller areas 
                         that presented similar characteristics of the precipitation and 
                         topography. For each area, the RR, the IWP and the relationship 
                         between RR-IWP, determined using the GPROF (Goddard Profiling 
                         Algorithm) and CMB (Combined Radar-Radiometer Algorithm) 
                         algorithms were evaluated according to the type of precipitation, 
                         quarter of the year and rain type. The results showed that there 
                         is an overestimation of the GPROF for low values of precipitation 
                         and IWP, in most areas and seasons, and an underestimate for 
                         larger values, especially for convective cases. The relationship 
                         between the surface precipitation rate and the IWP was consistent 
                         seasonally and spatially. An evaluation of the IWP estimate by the 
                         GPROF showed the reason for the errors found in the estimates. 
                         This evaluation revealed that there is a problem in the 
                         determination of IWP by GPROF, caused by the use of the Bayesian 
                         method, which tends to adjust the lower values, which occur less 
                         frequently, to lower values that have a greater sampling of data. 
                         These results open potential new avenues to improve the quality of 
                         passive microwave rainfall estimates.",
            committee = "Vila, Daniel Alejandro (presidente) and Machado, Luiz Augusto 
                         Toledo (orientador) and Angelis, Carlos Frederico de and Kummerow, 
                         Christian and Albrecht, Rachel Ifanger",
         englishtitle = "Influences of microphysical and radiative properties of clouds in 
                         the uncertainties of rainfall estimates obtained from passive 
                         sensors",
             language = "pt",
                pages = "129",
                  ibi = "8JMKD3MGP3W34R/3R25CS5",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34R/3R25CS5",
           targetfile = "publicacao.pdf",
        urlaccessdate = "29 nov. 2020"
}


Fechar