(PDF (poster)) - 千葉大学環境リモートセンシング研究センター

Cloudsat データから求めた雲・降水特性の統計解析
山本宗尚 *・樋口篤志・早崎将光
千葉大学環境リモートセンシング研究センター
はじめに
データ
全球の雲分布は，地球放射収支に対して大きな影響を及ぼす．さらに，雲種による放射特性の・Cloudsat
・TRMM
違いにより，加熱・冷却効果が異なることから，雲種の精確な判別が重要である．従来，静止気
CPR (Cloud Proﬁling Radar)
PR (Precipitation Radar)
象衛星に搭載された可視・赤外センサから得られたデータを用いた雲種判別が行われてきたもの
周波数：94 GHz
周波数：13.8 GHz
の，雲頂高度や光学的厚さの情報のみの判別には限界があった．いっぽう，降雨タイプにより雨
水平・鉛直分解能 :1.3 km / 240 m
水平・鉛直分解能：5 km / 250 m
滴粒径分布が大きく異なることは古くから知られている．レーダによる精確な降水量推定のため，
軌道：太陽同期（毎日 01:30, 13:30 LT 頃）
軌道：太陽非同期（熱帯 2 日，中緯度 1 日 1
降水タイプの分類手法が発展し，熱帯降雨観測衛星（TRMM）では，降水の三次元分布から降雨
回程度）
- 2B-GEOPROF
タイプを推定するアルゴリズムが開発された．2006 年，雲レーダ（CPR）が搭載された
- PR 2A23
CPR の観測値と MODIS，ECMWF データ
Cloudsat 衛星が打ち上げられ，雲の鉛直分布を得ることが可能となり，雲の内部構造を元にし
降水特性に関するパラメータを収録したもの．
を組み合わせ，レーダ反射強度，有意なエコー
た雲種判別が可能となった．本研究では，CPR による雲種判別の初期段階として，PR2A23 ア
エコー頂高度データを使用．
フラグ，雲の有無の鉛直分布を収録したもの．
ルゴリズムを CPR に適用し，各パラメータ抽出の妥当性を検証した．
- PR 2A25
- 2D-CLOUDSAT-TRMM
減衰補正を施したレーダ反射強度および降雨
Cloudsat と TRMM が 50 分以内に交差し
強度データを使用．
たデータを同一ファイルにまとめたもの．
Cloudsat データによる雲・降水特性の抽出には，TRMM PR2A23 V-method のアルゴリズ
Cloudsat の軌道方向に対する PR データを - VIRS（Visible / Infrared Scanner）1B01
ム (Awaka et al. 2007) を Cloudsat 2B-GEOPROF プロダクトのレーダ反射強度データに適
nearest neighbor 法で挿入している．
赤外（10.8μm）チャンネルから得られた輝
用した．ただし，2A23 の 0 ℃高度推定で用いられている地表面温度の気候値データの代わり
度温度データを使用．
に JRA25 の鉛直気温・ジオポテンシャル高度データを用い，TRMMPR と Cloudsat CPR の
周波数の違いによる反射特性の違いを考慮して，一部パラメータ算出に際して閾値を変更した．
降水を伴わない雲
表 1 に雲・降水特性パラメータの一覧と変更点を示す．両者のパラメータの比較には
降水を伴う雲
2D-CLOUDSAT-TRMM プロダクトを，全球の統計解析には 2B-GEOPROF プロダクトを入
40
8000
力データとして用いた．
雲・降水特性の抽出方法
TRMM/PR
rainFlag
rainType
freezH
HBB
stormH
Cloudsat/CPR
cloudFlag
cloudType
freezH
HBB
cloudH
変更点等
CPR Cloud mask から certain, possible を特定
V-method のみ適用．Zmax>15dBZ を convective
JRA25 のデータを使用
freezH 1km，Zmax>10dBZ，上方への Z の減少率を下方修正
CPR Cloud mask を使用
Cloudsat から求めた雲・降水特性の全球分布
(a) 雲頂高度（日中通過）
30
6000
20
4000
Latitude [deg]
表 1：PR2A23 に対応する主な雲パラメータの一覧と変更点．
Number of samples
Cloudsat と TRMM の同時観測データ比較
2000
0
−20
−10
0
10
20
10
0
−10
−20
CPR Z at stormH [dBZ]
図 1 TRMM PR エコー頂高度での Cloudsat
CPR レーダ反射強度の出現数分布．
−30
−40
(c) 降雨頂高度（日中通過）
85
90
95
100
Frequency [%]
図 2 海上における CPR のみ（黒），
CPR かつ PR（白）が捉えた雲・
降水ピクセルの緯度別出現頻度．
積み上げ棒グラフで表示．
巻雲・積雲の抽出
20°S-20°N
20
6400
16
3200
12
1600
800
8
4
400
200
0
25
50
75
Frequency [%]
100
12800
6400
16
Altitude [km]
(d) 降雨頂高度差（日中夜間）
Altitude [km]
(b) 雲頂高度差（日中夜間）
25°N-55°N
20
12800
3200
12
1600
800
8
4
400
200
0
25
50
75
100
Frequency [%]
図 6 熱帯（20 S-20 N，左）および北半球中緯度（25 N-55 N，右）
海洋における cloudH と地上までの雲ピクセル充足率の出現
数分布．
図 3 20072009 年 68 月の Cloudsat レーダ反射強度データから求めた (a) 日中通過の平均雲頂高度，(b) 平均雲頂高度の差（日
中夜間），(c) 日中通過の平均降雨頂高度，(d) 平均降雨頂高度の差（日中夜間）の分布．
TRMM データから求めた雲・降水の日周変化
(a) IR 輝度温度の最小地方時刻
(b) PR 時間最大降水量の地方時刻
雲・降水特性抽出結果の事例
[km]
15
(a) TRMM /PR
12
(a) 降雨頂高度 / 雲頂高度の中央値（日中通過）
(b) 降水を伴う雲の出現割合（日中通過）
[dBZ]
40
35
9
30
6
25
3
20
0
図 4 19982003 年 68 月の TRMM 観測データから求めた (a) VIRS IR 最小輝度温度の地方時刻，(b) PR 最大降雨強度の
地方時刻（Yamamoto et al. 2008 Fig. 1）.
others
conv.
stra.
18
15
12
9
6
3
0
(b) Cloudsat / CPR
15
others
conv.
stra.
30
20
10
0
10
20
図 7 2007 年 9 月 1 日 19:25UTC 前後に 16 N 96 E 付近で交
差した (a) TRMM PR および (b) Cloudsat CPR のレーダ
反射強度（コンター），freezH および freezHJRA（点線），
BBH（太実線），raintype および cloudtype（上部実線）．
図 5 20072009 年 68 月に日中を通過した Cloudsat レーダ反射強度データから求めた (a) 雲頂高度に対する降雨頂高度の割合
の中央値，(b) 降水を伴う雲の出現割合．
([email protected])

Download Report