de imágenes a productos marianne könig, eumetsat [email protected] wmo
TRANSCRIPT
WMO
La presentadora…
Me llamo Marianne König y trabajo como científica meteoróloga en EUMETSAT en el campo de derivación de productos meteorológicos a partir de datos satelitales.
WMO
Un vistazo a una imagen IR…
WMO
Un vistazo a una imagen VIS…
WMO
Datos de píxeles: inspección de los píxeles
Posición 1:47:42 S / 33.01:08 EValor sin procesar 633Radiancia 119,33 mW/m2/sr/cm-1
Temperatura 304,21 K
Posición 1:24:17 S / 33:56:32 EValor sin procesar 436Radiancia 78,94 mW/m2/sr/cm-1
Temperatura 278.21 K
Posición 1:24:17 S / 33.56:32 EValor sin procesar 452Radiancia 11,72 mW/m2/sr/cm-1
Posición 1:47:42 S / 33.01:08 EValor sin procesar 185Radiancia 3,91 mW/m2/sr/cm-1
IR VIS
WMO
Trasfondo teórico
El satélite es un instrumento de percepción remota La información llega por medio de ondas electromagnéticas
El espectro electromagnético
Parte visible del espectro: ¡los colores son distintas longitudes de onda!
VisibleLong. de onda
(metros)
Longitud de onda (m)Más larga
Frecuencia (Hz)Más baja
Más altaMás corta
WMO
Un poco más de teoría
Para obtener información significativa de las imágenes del satélite, el campo de radiación analizado debe interactuar de alguna forma con un parámetro atmosférico o de superficie.
WMO
Un poco más de teoría
Para obtener información significativa de las imágenes del satélite, el campo de radiación analizado debe interactuar de alguna forma con un parámetro atmosférico o de superficie.
Para los canales de una longitud de onda solar (VIS), dicha interacción es el reflejo de la superficie y la dispersión dentro de la atmósfera y las nubes, algo similar a lo que ve el ojo humano.
Importantes procesos radiativos: absorción, reflexión, dispersión.
Poca reflexión de la superficie oscura del mar, poca dispersión atmosférica.
Mayor reflexión del suelo, especialmente de las nubes.
WMO
¿Qué pasa con las longitudes de onda infrarrojas?
En el caso de los canales de las longitudes de onda infrarrojas, la radiación es realmente el resultado de las emisiones de la Tierra, la atmósfera y las nubes mismas debido a la temperatura.
Procesos radiativos importantes: emisión y absorción
Temperaturas razonablemente altas de la superficie cálida del mar
Temperaturas muy bajas de las nubes altas
WMO
Teoría de la radiación
La ley física fundamental que rige los procesos de radiación es la Ley de Planck.
Esta ley relaciona la radiación térmica emitida máxima posible con la temperatura T y la longitud de onda .
Si consideramos las curvas de Planck, se vuelve obvio que a medida que la temperatura aumenta el máximo de energía se desplaza hacia longitudes de onda más cortas: el Sol, que es un cuerpo muy cálido, alcanza su máxima a longitudes de onda VIS.
15
22
Tk
ch
Be
chB
B
(W /
m2 /
sr
/ μm
-1 )
h es la constante de Planck, kB es la constante de Boltzmann, c es la velocidad de la luz)
WMO
Concepto of temperatura de brillo
0 1 2 0
La función de filtro de un satélite es tal que una medición es la energía integral entre los límites de la longitud de onda multiplicada con el filtro espectral.
Si la cantidad de energía medida por un píxel del satélite alcanza el nivel indicado por la barra colos naranja a 10 μm, por ejemplo, podemos ver que esta barra cae dentro de la curva de Planck de 250 K y en ese caso diríamos que hemos medido una temperatura de brillo de 250 K.
-1B
(W
/ m
2 / s
r / μ
m-1 )
WMO
Navegación y calibración del satélite
Posición 1:47:42 S / 33.01:08 EValor sin procesar 633Radiancia 119,33 mW/m2/sr/cm-1
Temperatura 304,21 K
Posición 1:24:17 S / 33.56:32 EValor sin procesar 436Radiancia 78,94 mW/m2/sr/cm-1
Temperatura 278,21 K
Volviendo a nuestro ejemplo anterior en el que consideramos píxeles individuales en una imagen IR:
Para saber la ubicación exacta de un píxel, tenemos que navegar por la imagen (georreferenciarla). Para transformar las mediciones reales (los valores sin procesar) en unidades físicas, es preciso calibrar el instrumento.
¡La navegación y la calibración son requisitos previos importantes para obtener productos de buena calidad!
WMO
Posible contenido de información de las imágenes de satélite (VIS)
Contenido de información de los canales VIS/solares: los diferentes tipos de superficie terrestre reflejan la radiancia solar directa de forma distinta, ¡y esto significa que los canales VIS pueden brindarnos información sobre los tipos de superficie!Figura cortesía de P. Menzel
RADIANCIA SOLAR FUERA DE LA ATMÓSFERA
RADIANCIA SOLAR DIRECTA AL NIVEL DEL MAR
MASA DE AIRE – 1,5
VAPOR DE AGUA = 2,0 cm
OZONO = 0,34 cm
’ aerosol 550 nm = 0,126
Ǻ exponente = 0,56
BANDAS MODIS
LONGITUD DE ONDA () EN NANÓMETROS
RA
DIA
NC
IA S
OL
AR
ES
PE
CT
RA
L (
Wm
-2 µ
m-1)
LONGITUD DE ONDA () EN NANÓMETROS
RE
FL
EC
TA
NC
IA
PASTO
NIEVE
SUELO
WMO
Posible contenido de información de las imágenes de satélite (IR)
Contenido de información de los canales IR/térmicos: el panel inferior muestra las propiedades de emisión de distintas superficies. Esta radiación emitida sube por la atmósfera y, dependiendo de la longitud de onda, está sometida a los procesos de absorción de gases en la atmósfera; el panel superior muestra la ubicación de las principales regiones de absorción.Imagen cortesía de P. Menzel
LONGITUD DE ONDA (µm)
LONGITUD DE ONDA (µm)
AB
SO
RC
IÓN
(%
)E
MIS
IVID
AD
(%
)
WMO
Ejemplo de diferentes imágenes IR en diferentes regiones de absorción
4 canales (Meteosat-8), misma vista: temperaturas de brillo muy distintas
WMO
Importante herramienta de interpretación:modelo de transferencia radiativa
Los modelos de transferencia radiativa son herramientas importantes para la interpretación de las imágenes satelitales.
Dichos modelos pueden simular los procesos de radiación dentro de la atmósfera.
Esto permite calcular el campo de radiación en la cima de la atmósfera y compararlo con las mediciones del satélite.
Esta comparación puede revelar aspectos importantes del estado actual de la atmósfera, es decir, constituye un primer paso hacia la elaboración de un “producto”.
Examinaremos algunos ejemplos de este mecanismo más adelante.
WMO
Importante herramienta de interpretación:modelo de transferencia radiativa
Los modelos de transferencia radiativa necesitan como datos de entrada la información sobre la superficie, el perfil atmosférico, la presencia de gases en la atmósfera, las propiedades de la nube, etc.
Con estos datos de entrada, la ecuación que rige los procesos de radiación (ecuación de transferencia radiativa) se resuelve en forma numérica. Existen varios esquemas numéricos que aumentan o reducen la precisión de estos modelos y la potencia de procesamiento informático necesaria para ejecutarlos.
Normalmente, estos modelos suponen algunas simplificaciones (p. ej., capa atmosféricas y nubes paralelas al plano).
WMO
Productos satelitales: ejemplo de derivación de vectores del viento
Para un satélite geoestacionario, las imágenes consecutivas muestran muy bien el movimiento de las nubes p. ej.: en imágenes VIS o IR10.8).
Este ejemplo contiene 3 imágenes consecutivas de IR10.8 tomadas a intervalos de 15 minutos.
¡Observe la característica nubosa en el círculo naranja!
WMO
Derivación de vectores del viento: paso de seguimiento
De la imagen 1 a la imagen 2: se identifica cierto patrón significativo en la imagen 1 (= área de alto contraste). En la imagen 2, esta área se desplaza en varias direcciones para hallar la mejor “correspondencia” con la imagen 1.
WMO
Derivación de vectores del viento: paso de seguimiento
De la imagen 1 a la imagen 2: se identifica cierto patrón significativo en la imagen 1 (= área de alto contraste). En la imagen 2, esta área se desplaza en varias direcciones para hallar la mejor “correspondencia” con la imagen 1.
WMO
Derivación de vectores del viento: paso de seguimiento
De la imagen 1 a la imagen 2: se identifica cierto patrón significativo en la imagen 1 (= área de alto contraste). En la imagen 2, esta área se desplaza en varias direcciones para hallar la mejor “correspondencia” con la imagen 1.
WMO
Derivación de vectores del viento: paso de seguimiento
De la imagen 1 a la imagen 2: se identifica cierto patrón significativo en la imagen 1 (= área de alto contraste). En la imagen 2, esta área se desplaza en varias direcciones para hallar la mejor “correspondencia” con la imagen 1.
Good match!
WMO
Derivación de vectores del viento: paso de seguimiento
El proceso se puede repetir entre la imagen 2 y la imagen 3
Good match!
WMO
Calidad de los vectores del viento
Vector final de dos parejas de imágenes: posibilidad de control de calidad (coherencia temporal)
Campo vectorial final: posibilidad de control de calidad (coherencia espacial)
WMO
Seguimiento del viento: ¿calibración y navegación?
El seguimiento del viento es uno de los pocos ejemplos que podemos dar sin calibración: lo único que necesitamos es un poco de contraste en la imagen, de modo que el seguimiento puede funcionar muy bien, por ejemplo, con los “valores sin procesar”.
La buena navegación es esencial: Veamos lo que puede ocurrir…
WMO
Navegación de imágenes para seguimiento del viento: ejemplo
Con una navegación pobre, ¡el esquema de vientos “sigue” el litoral! En este ejemplo, se supone un error de navegación de 0,5 grados en latitud y longitud.
WMO
Navegación de imágenes para seguimiento del viento: otro ejemplo
Ésta es la misma secuencia de las imágenes 2 y 3 que vimos antes, con el vector del viento correcto a la izquierda. Ahora se supone que la imagen 3 tenga un error de navegación de 0,5 grados en latitud y longitud: por supuesto que el vector del viento ha cambiado por completo y ahora refleja principalmente el error de navegación.
Vector delviento correcto
WMO
Extracción del blanco: ejemplo de Meteosat sobre Europa Occidental
Cada cruz marca un posible blanco identificado para la extracción de vientos, tomado del procedimiento automático que encuentra las áreas de alto contraste.
¡No todos los blancos son muy adecuados para el seguimiento!
WMO
Campo de vientos final de un satélite geoestacionario
Ejemplo tomado de Meteosat-8: los colores hacen referencia a canales diferentes que se usaron dentro del seguimiento. Se ha logrado una buena cobertura de datos del viento.
WMO
Datos de vientos desde órbitas polares
La frecuencia de visita está garantizada para los satélites geoestacionarios.
La frecuencia de visita para las órbitas polares es muy alta cerca de los polos.
Cobertura global de satélite geoestacionario
WMO
Ejemplo real de órbita polar: imágenes de vapor de agua de MODIS
Este ejemplo muestra que hay bastante superposición entre órbitas consecutivas (~1,5 horas de diferencia temporal).
WMO
Representación compuesta del campo de vientos polares
WMO
Asignación de altura a los vientos
Mientras la velocidad y dirección de los vientos se identifican bien en el paso de seguimiento, aún queda por solucionar el asunto de la altura: vamos a considerar el ejemplo del canal IR10.8 en el que se hizo el seguimiento de una nube. ¿Qué mide el satélite?
nube opaca gruesanube delgada
semitransparente
WMO
Ejemplo tomado de una imagen real
En la imagen del canal IR10.8 vemos varias nubes opacas en el centro y más nubes semitransparentes en el sur. Las lecturas de temperatura de algunos píxeles muestran el efecto dramático de la semitransparencia, aunque la diferencia de altura real entre estas nubes no es muy grande.
WMO
Asignación de altura a nubes opacas
Se compara la temperatura de brillo IR del píxel de la nube con el perfil de temperatura pronosticado a nivel local y se coloca la nube en la altura donde los dos perfiles coinciden.
Perfeccionamiento: la absorción de vapor de agua arriba de la nube se modela mediante un modelo de transferencia radiativa.
Problema: inversiones
WMO
Asignación de altura a nubes semitransparentes (1)
Uno de los muchos métodos de corrección de semitransparencia emplea las mediciones de los canales IR10.8 y de vapor de agua (normalmente WV6.2).
Como paso inicial, se computa una relación teórica entre las radiancias infrarroja y de vapor de agua para las nubes opacas a diferentes alturas. Esto se hace otra vez con un modelo de transferencia radiativa.
Curva de nube opaca
Radiación IR
WMO
Asignación de altura a nubes semitransparentes (2)
Las radiancias de IR y vapor de agua observadas para varios píxeles de nube adyacentes se comparan luego con la curva teórica: mientras una nube opaca caería en la curva, las mediciones de curvas semitransparentes caen algo debajo de la curva. La altura real de la nube de todos estos píxeles es el punto de intercepción con la curva teórica.
220 hPa
Curvas de escenas de nubes individuales y nubes semistransparentes
Radiación IR
WMO
Productos satelitales: ejemplo de derivación de una máscara de nubes
Habla la intuición: la detección de nubes es algo sencillo, son las características frías en las imágenes IR (izquierda) y las características brillantes en las imágenes VIS (derecha).
WMO
Pero al mirar los detalles…
Zona ampliada de una imagen IR: puede resultar muy difícil decidir si los píxeles individuales son nubosos o no.
Áreas problemáticas: bordes de la nube, píxeles parcialmente llenos, nubes multinivel, superficies frías o brillantes…
WMO
Detección de nubes: condiciones difíciles
Canal VIS: nubes brillantes sobre una superficie desértica brillante
WMO
Detección de nubes: condiciones difíciles
Canal VIS: las superficies brillantes pueden también existir sobre los océanos (destello solar)
Destello solar
WMO
Detección de nubes: condiciones difíciles
Estas características sobre el Atlántico Sur podrían interpretarse fácilmente como nubes (ligeramente más frías que la superficie), pero en realidad se trata de corrientes oceánicas frías.
WMO
Generación automática de máscara de nubes: ejemplo de Meteosat-8
El esquema operativo de detección de nubes de EUMETSAT es una técnica denominada “de umbrales”
Se comparan los datos de las imágenes tomadas en varios canales IR con las temperaturas de brillo teóricas esperadas calculadas por un modelo de radiación
Los datos de entrada al modelo de transferencia radiativa son perfiles pronosticados de temperatura y humedad
Si están disponibles, se comparan los datos VIS con el brillo de superficie esperado para un píxel despejado
Otros factores determinantes: máscara tierra-mar distancia a la próxima costa información de la imagen anterior (15 minutos antes) desviación estándar local ubicación del destello solar
WMO
Generación de máscara de nubes: requisitos previos importantes
Necesitamos una buena navegación de la imagen, ya que en caso contrario la imagen no “coincidirá” con nuestro modelo de superficie (litorales, etc.).
Necesitamos un buen registro entre los canales individuales, ya que en caso contrario la información de los distintos canales puede resultar contradictoria.
Y necesitamos una buena calibración, especialmente de los canales IR, para comparar las temperaturas de brillo.
WMO
Problema de detección de nubes cerca de la costa: esquema
MarTierra
Píxel sobre el mar
Puntos de mallapara perfiles de pronóstico
WMO
Problema de detección de nubes cerca de la costa
MarTierra
Durante el día, cuando la superficie de suelo está cálida, el píxel sobre el mar es mucho más frío de lo previsto para los cuatro puntos de malla circundantes, es decir, se marcaría como “nuboso”. Los números dan un ejemplo.
310 K
312 K
Temperatura IR prevista: 309 K
308 K
Esperado: ~309 K, pero la medición sólo indica 293 K
WMO
Problema de detección de nubes cerca de la costa
Ejemplo real de este efecto del procesamiento de nubes de Meteosat-8
WMO
Solución: usar un punto distinto de la malla de pronóstico
MarTierra
Punto de pronóstico relevante para nuestro píxel
El algoritmo de detección automática de nubes debe tomar en cuenta este efecto y usar para los píxeles cercanos a la costa un punto de la malla de pronóstico que corresponda al mismo tipo de superficie.
WMO
Algoritmos de recuperación de productos avanzados: impresión visual del contenido de información de las imágenes multiespectrales
Los muchos instrumentos de generación de imágenes multiespectrales que están disponibles en la actualidad nos brindan varias opciones para combinar visualmente los canales individuales de acuerdo con combinaciones de distintos colores, cada uno de los cuales resalta una característica distinta.
Parte más severa de las nubesconvectivas en amarillo
Tormenta de arenaen color magenta
WMO
Algoritmos de recuperación de productos avanzados:Derivación de la información de las imágenes multiespectrales
Con un número mayor de canales, las técnicas tradicionales de umbrales que presentamos antes han alcanzado sus límites.
En lugar de hacer cantidades de pruebas de umbral con varios resultados del modelo de transferencia radiativa, es posible hacerlo todo “de una vez” (en forma matemática).
Tales métodos suelen denominarse técnicas “de estimación óptima”, lo cual significa que se busca la solución que mejor se ajuste a las mediciones.
Existen esquemas matemáticos, basados en teoremas de probabilidad, que pueden llevar a cabo estas tareas.
WMO
Estimación óptima: ejemplo (1)
x re pc f
Rs
Observación “y“ del satélite
Miramos el ejemplo de mediciones VIS a diferentes longitudes de onda sobre las nubes.
La nube se caracteriza por una serie de propiedades; en este ejemplo se trata de la profundidad óptica , el tamaño de las partículas re, la presión en la cima de las nubes pc y el estado del agua en las nubes f (de hielo, de agua o de mezcla).
Concebimos estas propiedades como el “vector nuboso” x.
También tenemos el vector de observación y del satélite (varios canales VIS).
WMO
Estimación óptima : ejemplo (2)
x re pc f
Rs
observación satelital y
Podemos “modelar” una nube en un modelo de transferencia radiativa, y para eso necesitamos hacer suposiciones sobre x. Un determinado ciclo de ejecución del modelo arroja la salida ym(x).
Nuestra observación y, sin embargo, también depende de x.
El objetivo de la “estimación óptima” es encontrar la combinación x que minimice
| y(x) - ym(x) |
Existen herramientas matemáticas que permiten encontrar el valor x óptimo para minimizar esta differencia.
WMO
Estimación óptima: teoría del esquema matemático
Mejor ‘AJUSTE’ minimizando la función de costo:ésta es la potencia básica de la estimación óptima,
ya que el mejor ajuste toma en cuenta todas las mediciones.Además, el costo final se puede considerar como
una estimación de error de la solución.
Tmymm xyySxyyJ )()( 1 La ponderación por erroresde medición incluida (con las
correlaciones) asegura que las mediciones no se utilicren
ni de más ni de menos.
Tbxbm xxSxxJJ 1 Cuando hay estimados previosdisponibles, el marco teórico
los acomoda fácilmente.
J = costo
WMO
Estimación óptima: ejemplo de la función de costo
Esta imagen muestra un ejemplo de la función de costo de profundidad óptica y tamaño efectivo de las partículas para un píxel de nube dado. Las flechas azules muestran las soluciones iterativas que finalmente arrojan el costo mínimo.
En términos matemáticos, esto se hace minimizando la función de costo, es decir, calculando su derivada y de búsqueda iterativa del vector x donde esta derivada es cero.
WMO
Costo de la solución como indicador de calidad: un ejemplo
WMO
Generadores de imágenes y más allá…
Hasta ahora hemos considerado los generadores de imágenes típicos, es decir, los instrumentos con una cantidad limitada de bandas.
Los instrumentos de sondeo hiperespectrales utilizan un espectro muy fino para analizar el campo de radiación de la Tierra; si consideramos la cantidad equivalente de canales, pueden ser miles.
El instrumento IASI de Metop (el satélite polar de EUMETSAT) es un ejemplo (IASI = Infrared Atmospheric Sounding Interferometer, es decir, Interferómetro de Infrarrojos para Sondeos Atmosféricos).
El espectro de IASI en negro, los canales anchos del instrumento HIRS en colores.
WMO
Instrumentos de sondeo: espectros IASI despejados y nublados
Clear
Cloudy
Ci
As
WMO
Instrumentos de sondeo: productos de sondeo
Es posible recuperar los parámetros de esta lista de cada espectro IASI mediante una técnica de tipo estimación óptima:
Perfil de temperatura en un mínimo de 40 niveles Perfil de humedad en un mínimo de 20 niveles Columnas de ozono en capas profundas (0-6 km, 0-12 km, 0-16
km, total) Temperatura del suelo y de la superficie del mar Emisividad de superficie en 12 posiciones espectrales Cantidad de N2O, CO, CH4, CO2 en columna Cantidad de nubes (hasta tres formaciones nubosas) Temperaturas máximas de las nubes (hasta tres formaciones
nubosas) Estado del agua en las nubes
WMO
Instrumentos de sondeo:ejemplo de recuperación (atmósfera en el Ártico)
RealRecuperado
WMO
Instrumentos de sondeo: ejemplo de recuperación de CH4
Columna de CH4 de IMG/ADEOS de 1-10 de abril de 1997
WMO
Típicas etapas de desarrollo de los productos
Estudio de viabilidad: ¿contiene ese instrumento la información que necesitamos extraer?
Elección cuidadosa del algoritmo (por ejemplo: modelo de transferencia radiativa adecuado, límites de tiempo de uso de la CPU, etc.)
Una vez terminado: validación, validación, validación, validación
La validación puede incluir: comparación con la realidad en el terreno, con los modelos numéricos, con productos similares de otro satélite, con un producto similar derivado con otro algoritmo…
WMO
Resumen (1)
Podemos transformar los datos del satélite en una enorme cantidad de productos meteorológicos si: el campo de radiación analizado se ve influenciado en alguna
medida por el parámetro meteorológico; contamos con una buena calibración del instrumento; contamos con una buena posición geográfica del instrumento.
Por lo general, los datos del satélite brindan información sobre: nubes (altura, temperatura, estado del agua, microfísica, …) superficie (temperatura, humedad, altura de las olas, …) parámetros de superficie como reflexividad y emisividad perfiles / componentes / aerosoles atmosféricos vientos (de una serie de imágenes)
WMO
Resumen (2)
Estos productos satelitales son importantes para: asimilación en modelos de predicción numérica del tiempo (PNT) apoyo de aplicaciones de pronóstico inmediato apoyo de aplicaciones climáticas apoyo a la monitorización ambiental en general (incendios, calidad
del aire, …)
Normalmente los productos están disponibles por medio de: distribución directa por satélite SMT, RMDCN* internet archivos centrales
*SMT = sistema mundial de telecomunicaciones de la OMM*RMDCN = Regional Meteorological Data Centre Network(red de centros regionales de datos meteorológicos)
WMO
Resumen: información útil sobre los productos operativos
http://www.eumetsat.int
http://daac.gsfc.nasa.gov/MODIS/productos.shtml
http://www.ssec.wisc.edu
http://envisat.esa.int/dataproductos/
Y muchos más…