1 / 108

應用氣象衛星影像於雨量即時預報

應用氣象衛星影像於雨量即時預報 Realtime Rainfall Forecasting Using GMS Images – A Multispectral Spatial Convolution (MSSC) Approach. 鄭克聲教授 Ke-Sheng Cheng 國立台灣大學生物環境系統工程學系 衛強助理研究員 Chiang Wei 國立台灣大學實驗林管理處. 研究動機與目的. 同步氣象衛星不受晝夜與地形效應影響,在時間與空間皆具有良好之解像力,為研究中尺度天氣系統或颱風等劇烈天氣有效之工具。

Download Presentation

應用氣象衛星影像於雨量即時預報

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 應用氣象衛星影像於雨量即時預報 Realtime Rainfall Forecasting Using GMS Images – A Multispectral Spatial Convolution (MSSC) Approach 鄭克聲教授 Ke-Sheng Cheng 國立台灣大學生物環境系統工程學系 衛強助理研究員 Chiang Wei 國立台灣大學實驗林管理處

  2. 研究動機與目的 • 同步氣象衛星不受晝夜與地形效應影響,在時間與空間皆具有良好之解像力,為研究中尺度天氣系統或颱風等劇烈天氣有效之工具。 • 相關研究顯示衛星估計降水技術因不同地域、季節、降雨型態其效果有相當大之差異,因此發展適用於臺灣地區之衛星降雨預報技術為未來重要之課題。 • 臺灣地區從事降雨預報必須滿足下列兩個條件 (1) 上游子集水區之平均雨量 (2) 各小時之雨量預測至少需提前3小時完成

  3. 研究動機與目的 • 本研究目的即發展一即時之時空雨量分配模式(spatial and temporal rainfall apportionment scheme,STRAS),利用氣象衛星資料與地面測站雨量紀錄,期望未來能應用於實際之降雨預報作業。

  4. 時空雨量分配模式 空間分配模式 利用第一紅外光波段 ( )之雲頂溫度(Cloud Top Temperature, CTT)與地面測站雨量值建立兩者之相關性 • 估計未來3小時流域總降雨量 • 估計未來3小時各子集水區之總降雨量 其中每小時各子集水區之比例由空間雨量推估模式估計子集水區內涵蓋網格之平均降雨量累加求得 時間分配模式 • 利用無因次雨型將未來3小時流域總降雨量值及未來3小時各子集水區之總降雨量值分配為各小時流域降雨量及子集水區降雨量 :

  5. 文獻回顧 國外相關研究 • Scofield-Oliver method( Scofield et al., 1977) 對GOES連續兩張影像估計半小時之對流降雨量。 • Griffith-Woodley method(Griffith et al., 1978) 由雲生命史中雲面積與雷達回波面積關係推求降雨體積。 • Stout-Martin-Sikdar method(Stout et al., 1979) 由雲區面積與雲區面積變化率關係推求降雨體積率。

  6. 熱帶風暴與颱風降雨估計技術 (NESDIS, 1984) 利用可見光及色調強化紅外光資料發展颱風強度分析與預報方法,對不同特別雲貌給予代表降雨率 。 • Pattern Recognition technique(Wu et al. 1985) 以圖型辨識法分析可見光與紅外光之特徵將不同 降雨像元予以分類。 • Multi-Sensor method(Creutin et al., 1986; Cheng, 1989) 使用GOES影像資料及地面雨量站網資料推估未設站地區網格每小時平均降雨量。

  7. Convective-Stratiform Technique, CST(Adler et al. 1988) 引入一維之雲模式同時估計熱帶地區之對流降水與層狀降水。 自動估計法(Auto Estimator,1998) NOAA之NESDIS以Scofield-Oliver method為基礎發展之即時雨量預報模式,目前在美國地區已廣泛運用於爆發型洪水未來1到6小時之預報及未來24小時總降雨量預報等作業。

  8. 文獻回顧 國內相關研究 • 李清勝等(1988),利用衛星資料估計台灣附近颱風之特性 。 • 劉振榮等(1992),應用同步氣象衛星資料估算臺灣地區對流降雨 。 • 紀水上等(1992,1993),評估NESDIS技術對於每小時及三小時之雨量估計在臺灣地區具有相當程度之適用性。 • 柯踐政(1993),曾以微波資料率定並修正Curtin紅外光估算式,嘗試整合衛星不同波段之雨量估算方法。

  9. 文獻回顧 • 盧乃錳等(1997),應用衛星影像雲頂溫度、雲頂溫度梯度、穿透性雲頂及雲體相對於雲團中心之偏離量等條件推估降水。 • 趙俊傑等(1998),利用MSU和GMS-5資料估算海面上中尺度之降水。 • 王光華等(1998),使用GMS及探空資料設定大氣初始條件,以SSM/I微波資料以非線性反演法推估臺灣地區附近之降雨 。

  10. 文獻回顧 • 丘台光(2000)年分析1990至1998年六月至十月所發生13個侵台颱風個案,研究結果發現颱風愈接近臺灣附近時(登陸前六小時)降水潛勢估計愈準確,降水潛勢估計誤差平均變化在-70至+140mm間。 • 丘台光(2001)年分析2001年六月至十月所發生7個侵台颱風個案,研究結果與前一年結論相似,颱風愈接近臺灣附近時(登陸前六小時)降水潛勢估計愈準確,遠離臺灣其誤差增大,但納莉颱風例外,因其移動速度較預期慢同時受地形舉升作用 。

  11. 研究方法與理論介紹 • 影像資料前處理 • 區域化變數理論 • 建立雨量與雲頂溫度在不同時空尺度之相關性 • 以空間摺合積分模式進行雨量推估 • 以卡門濾波法進行雨量預報

  12. 研究流程

  13. 研究流程

  14. 研究方法與理論介紹 • 影像資料前處理 • 區域化變數理論 • 建立雨量與雲頂溫度在不同時空尺度之相關性 • 以空間摺合積分模式進行雨量推估 • 以卡門濾波法進行雨量預報

  15. 波段 波長寬 可探測之資訊 影像解析度 雲頂溫度 雲頂溫度 反照率 GMS-5氣象衛星特性 雲頂溫度

  16. The Water Vapor Channel – IR3 • The IR3 sensor (spectral range 6.5 – 7.0 m) detects energy that is unable to penetrate the atmosphere. Water vapor in the upper atmosphere absorbs energy within this spectral range; therefore, the atmosphere is opaque to this radiation. By studying the radiation in this band, important data regarding water vapor content of the upper atmosphere can be inferred without interference from radiation emitted from the Earth’s surface.

  17. 影像地理定位 • 蘭伯特保角圓錐投影(Lambert Conformal Conic projection,LCC),中央氣象局定位 • 簡化映射法(Simplified Mapping Method, SMM) 臺大生工系GMS衛星接收站定位 • 經地理地位後之影像資料以最近鄰域法(Nearest-Neighbor Method)將每個像元重新取樣至 網格大小

  18. 影像資訊轉換 • 紅外光波段(Infrared) 由IR1,IR2,IR3不同波段灰階值與溫度對應表將影像資料轉為雲頂之亮度溫度(Cloud Top Brightness Temperature) • 可見光波段(Visible) 由對應表將影像灰階值轉為反照率(albedo)

  19. 測站位置所在影像像元之雲頂溫度與測站點降雨紀錄空間尺度對應關係測站位置所在影像像元之雲頂溫度與測站點降雨紀錄空間尺度對應關係 • 若兩測站位於同一影像像元內,因擁有相同之雲頂溫度,但其降雨紀錄可能不同,後續分析若以雲頂溫度推估降雨率將出現不合理之現象。 • 建立雲頂溫度與降雨量之相關性前必須將兩者以調整為相同之空間尺度。本研究使用區塊克利金法將測站點降雨紀錄調整為與衛星影像網格相同之尺度再進行後續分析。

  20. 研究方法與理論介紹 • 影像資料前處理 • 區域化變數理論 • 建立雨量與雲頂溫度在不同時空尺度之相關性 • 以影像分類進行雨量推估 • 以空間摺合積分模式進行雨量推估 • 以卡門濾波法進行雨量預報

  21. 隨機變數與隨機變域 • 自然界許多現象如雨量、溫度、河川流量等多具有時間與空間上之變異,這些物理量之變異以隨機變數(random variable)來描述。 • 在空間上不同之隨機變數形成一隨機變域(random field),而不同位置上之隨機變數間並非完全獨立,而可能具有不同程度之相關性, 則該隨機變數所代表之物理量即為區域化變數,其具有特殊空間變異結構之性質。

  22. 區域化變數特性 • 局部地區 • 呈現隨機性,即為隨機、不規則之隨機變數。 • 整體而言 • 呈現結構性,空間中任意兩點間距離與其隨機變數差之間具有某種程度的相關性,即具有結構化之空間變異。

  23. 區域化變數理論 • 基本假設 • 二階定常性假設 (Second-Order Stationary Hypothesis) • 內在假設 (Intrinsic Hypothesis) • 準定常性假設 (Quasi-Stationary Hypothesis)

  24. 二階定常性假設

  25. 內在假設 E[Z(x+h)-Z(x)]=m(h) Var [Z(x+h)-Z(x)]=2(h)

  26. 準定常性假設 • 假設Z(x)為一非定常性隨機變數。 • Z(x)在一定距離內可視為滿足定常性的性質,即在有限範圍內該區域符合均一性。 • 超過有限範圍後,隨機變數便不再具有均一性。

  27. 半變異元示意圖

  28. 半變異元與共變異元之關係 • 若隨機變域Z(x)具二階定常性,且其共變異函數以C(h)表示

  29. 半變異元函數與共變異函數之關係圖

  30. 試驗半變異元 • Z(x)為定常性隨機變域 • Z(x)為非定常性隨機變域 • Y(x):空間中不規則之變動值。 • M(x):一緩慢變化之定率函數,稱為區域平均值(Drift)。

  31. 觀測點配對個數 區分為等距離之若干區間 連接所有區間之代表變異元值,可求得試驗半變異元 試驗半變異元計算步驟

  32. 理論半變異元 • 次方模式(Power Model) • 球體模式(Spherical Model) • 指數模式(Exponential Model) • 高斯模式(Gaussian Model)

  33. 克利金估計法 • 特性 • 一般克利金法 • 區塊克利金法

  34. 特性 • 線性:估計值為觀測值之線性組合 • 不偏估:估計值之期望值等於隨機變數之期望值 • 最佳化:估計值與觀測值差之變異數為最小

  35. 一般克利金法

  36. 克利金系統方程式

  37. 區塊克利金法 • 區塊克利金估計法是一種推估整個區域之平均值的方法,其推估值為: • 在本研究中 即為 網格涵蓋之範圍

  38. 區塊克利金系統方程式 • 因實際資料點並非連續,在 中取100個規整網格點計算

  39. 區塊克利金系統方程式

  40. 研究方法與理論介紹 • 影像資料前處理 • 區域化變數理論 • 建立雨量與雲頂溫度在不同時空尺度之相關性 • 以影像分類進行雨量推估 • 以空間摺合積分模式進行雨量推估 • 以卡門濾波法進行雨量預報

  41. 不同空間尺度平均降雨率與平均雲頂溫度關係之分析不同空間尺度平均降雨率與平均雲頂溫度關係之分析 • 以各場颱風每小時各測站之降雨紀錄建立試驗半變異元。 • 以指數模式套配試驗半變異元,並以區塊克利金法推估每小時流域內網格像元之降雨率。 • 依不同空間尺度大小,由 網格至整個流域以區塊克利金推估結果之降雨率代表此尺度下之平均降雨率。平均雲頂溫度為此尺度下所涵蓋各像元網格 雲頂溫度之平均值。

  42. 不同空間尺度平均降雨率與平均雲頂溫度示意圖不同空間尺度平均降雨率與平均雲頂溫度示意圖 1x1 pixel 2x2 pixel 3x3 pixel

  43. 不同時間尺度降雨量與平均雲頂溫度關係分析 • 以整個流域而言,建立各場事件流域未來三至六小時總降雨量與流域平均雲頂溫度之相關性。流域平均雲頂溫度為取得影像時刻各測站所在像元 雲頂溫度之平均值,流域單一小時平均降雨量為各測站紀錄之均值。 • 此相關性為流域未來在時間尺度上推估及預測之基礎。

  44. 不同時空尺度降雨量與雲頂溫度之關係 • 不同時空尺度降雨量與雲頂溫度使用下列關係式來表示: 其中 為該時空尺度下之降雨量 為相對應尺度下之雲頂溫度 為迴歸係數

  45. 建立雨量空間推估模式 • 以影像分類進行雨量推估 • 空間摺合積分模式

  46. 研究方法與理論介紹 • 影像資料前處理 • 區域化變數理論 • 建立雨量與雲頂溫度在不同時空尺度之相關性 • 以空間摺合積分模式進行雨量推估 • 以卡門濾波法進行雨量預報

  47. 雲頂溫度 地面網格 空間摺合積分模式 將GMS衛星影像視為降雨系統之輸入值, 而在地面散佈於一網格上之雨量觀測值視為系統之輸出值. 而整個系統之操作與轉換過程即為空間摺合積分模式 ( spatial convolution integral )

  48. Cloud Top Temperature(CTT)field Rainfall field Kernel function template

  49. GMS-5 共有三個紅外光波段資料 單波段操作 多波段操作(n bands ): :band-specific rainfall 其中

  50. 核心函數與權重在流域內具均一性,即在任一位置其值為相同核心函數與權重在流域內具均一性,即在任一位置其值為相同 Case 1: 及 為時變性 Case 2: 及 為非時變性, 即為核心函數涵蓋範圍之表列值 在此情形下,摺合積分模式可由以下列矩陣形式 表示:

More Related