AMS search term ‘radar’ Journal 2007/12-2008/2
57件のうち面白そうなものを抽出。3/6’8
|
Evaluating the effects of height-variable
reflectivity and antenna sidelobes on the radar
equation |
|
Edwin F. Campos, Wayne Hocking, Frédéric
Fabry |
|
Journal of Atmospheric and Oceanic
Technology
|
|
[ Abstract ] [ PDF (2.41M) ] |
アンテナパターンを用いた、反射強度因子の補正。
VHFのVレーダで２．５km、３km、３．５km高度のZを観測と今回検討した補正式で比較した。
融解層より上の値は、サイドローブが観測した降水エコーによって不自然に(artificially)強化されていることが示された。
同じようなことが、Zの鉛直経度が強い場合はありえるだろう。
|
Detection of fog and low cloud boundaries
with ground-based remote sensing systems |
|
Daniela Nowak, Dominique Ruffieux, Judith
L. Agnew, Vuilleumier Laurent |
|
Journal of Atmospheric and Oceanic
Technology
|
|
[ Abstract ] [ PDF (5.59M) ] |
FMCWの雲レーダ(W? abstからは不明)とシーロメータで雲層を検知する。
|
Testing IWC Retrieval Methods Using Radar
and Ancillary Measurements with In Situ Data |
|
Andrew J. Heymsfield, Alain Protat,
Richard T. Austin, Dominique Bouniol, Robin
J. Hogan, Julien Delanoë,
Hajime Okamoto, Kaori Sato, Gerd-Jan
van Zadelhoff, David P. Donovan, and Zhien Wang |
|
Journal of Applied Meteorology and
Climatology
|
|
[ Abstract ] [ Full Text ] [ PDF (5.79M) ] 岡本先生の名前あり。 氷水量(ice water content)の鉛直分布が全休規模でCloudSatから計算できる。これらは「雲エアロゾルライダーと赤外探査(pathfinder,探検者・開拓者)衛星観測」と組み合わせると、さらに測定精度があがるだろう。氷水量の評価精度を、レーダのみで求めた場合と他の観測と組み合わせた場合で評価することが必要である。前方モデル(演繹モデル?)と、中低緯度の氷雲に対する航空機観測(ラグランジェ的な旋回下降観測)を使って、ライダー、現業レーダ、ドップラレーダがどのくらい使えるか、評価する。異なる波長の反射強度因子Ze、ドップラ速度および可視領域の消失係数はたいていの事例で観測された氷水量を拘束条件として、粒径分布と粒子形状から求めた。 観測データを8つのチームに配分して10通りの回帰手法により氷水量を求めた。光学的厚さは1より小から50より大まで、広く分布している。 回帰的手法で求めた氷水量の全チームの平均値(中央値)は1.15(1.03)±0.66、レーダで求めた場合1.08(1.00)±0.60、CloudSatで求めた場合、1.27(1.12)±0.78であった。3/12’8 レーダ・ライダー、レーダ・可視で求めた氷水量は氷粒子の消失量が不正確(不確か)なので、25％も小さい。 将来的に衛星からのドップラ速度と反射強度因子を用いる手法はかなり有望と考えられる。レーダ・ライダーの手法は適応可能な氷水量の範囲が狭い(40<IWC<100g/m2[=0.1mg/cm2])。 反射強度因子の大きいところでレーリ近似を使っているアルゴリズムがあることと、非球形粒子とミー散乱の扱い方(in the way ○○are considered= ○○が考慮されている方法) 、回帰的に求めた氷水量は94Gで５dBZeを超えると不確実な部分が50％くらいになる。3/17’8 |
|
Analysis of video disdrometer and polarimetric radar data to characterize rain microphysics
in Oklahoma |
|
Qing Cao, Guifu
Zhang, Edward Brandes, Terry Schuur, Alexander Ryzhkov, Kyoko
Ikeda |
|
Journal of Applied Meteorology and
Climatology
|
|
[ Abstract ] [ PDF (6.73M) ] ２DVDとS帯レーダとの比較。横からの比較でサンプリングエラーを最小化。手法として、2変数の並び替え・平均を提案した(SATP)。拘束γ分布の形状変数は偏波レーダの粒径分布で再度補正する。反射強度因子と反射強度差を元にした補正項を導入して、拘束γ分布のDSDモデルが扱えるようにした。改良した粒径分布によるレーダの回帰値は、ディスドロの観測値とよく一致する。対流域に先行する場所で、しばしば大粒子がないところがあるが、そこでの観測値も説明できる。3/19’8 |
|
Retrieval of Raindrop Size Distribution
from Simulated Dual-Frequency Radar Measurements |
|
S. Joseph Munchak and Ali
Tokay |
|
Journal of Applied Meteorology and
Climatology
|
|
[ Abstract ] [ Full Text ] [ PDF (1.14M) ] 粒径分布の観測値を、3変数のスペクトルの関数を用いて検定した。しかし、2周波数のレーダ観測では独立変数が2つしかない。そこで、3つ目の変数には拘束条件が必要となる。本研究では、異なる気候域からの粒径分布観測を用いてγ分布の拘束条件を開発した。γ分布は2周波数レーダから降水量を回帰的に求めるため最適化されている。これらの観測をレーダ反射強度因子で重ね合わせ、そこにガンマ分布を当てはめた。結果は、形状変数は地域や異なる反射強度域の間でかなり変動することが示された。最も顕著な点は海洋領域では13.6Gの40-50dBZで形状係数の最大値が見られることである。これは、陸域と対照的である。全てを重ね合わせたDSDの形状係数と勾配係数はあまり相関がない。したがって、形状係数を一定にするとか、形状係数と勾配係数に関係を持たせる、といった拘束条件は、観測された変動を代表させるには適当ではない。しかし、形状係数と勾配係数は反射強度因子を与えるとかなり相関が高くなる。形状係数を固定したり、形状係数mと勾配係数Λの関係式を用いたり、といった拘束条件を、降水量、雲水量、質量平均粒径の推定に用いた。形状係数と勾配係数の関係式は13.6Gの反射強度因子の関数として与えている。35dBZより大きいとよく合うし、小さいと少しエラーが出る。計算は減衰補正を行った後に実施した。3/21’8 |
渇水について
パルマー指数(パルマーインデックス)
http://www.drought.noaa.gov/palmer.html
1960年代にウエイン・パルマー博士によって、気温と降水量によって定める、乾燥の度合いです。ほとんど、公的な渇水の指標となってきました。
ただし、数ヶ月に及ぶような渇水については有効な指標ですが、数週間といった短期間の予報(?なぜ、予報forecast?) には向きません。
0が平常状態で、負の値で乾燥の度合いを示します。−２で中程度の渇水、−３は厳しい渇水、−４はどうしようもない渇水です。
同時に、過剰な雨の指標ともなります。2は中程度に雨が多いことを示します。
パルマー指数を使う利点は、局所的な気候を標準化できる点です。したがって、国のどの地域についても、乾燥の度合い・雨の度合いを比較することが出来ます。
欠点は、短期間の予報に向かないことと、積雪(からの水の供給)を考慮していないことです。したがって、大陸分水嶺よりも東で用いるのが適当でしょう。
穀物湿潤指数(The Crop Moisture Index (CMI))
穀物湿潤指数もパルマー博士によって、パルマー乾燥指数に引き続いて開発されました。穀物湿潤指数は、パルマー指数より応答が速いので、数週間程度の、穀物に影響を与えるような乾燥・湿潤異常を示すのに効果的です。
穀物湿潤指数は食物の生育期の開始・終了を基準として設定します。基準値にはしばしばパルマー指数を用います。穀物湿潤指数はパルマー指数よりも現在のデータに重点を置くことが特徴です。3/16’8
パルマー渇水指数群
Z指数：一月の大きさ
CMI：一週間の大きさ。穀物に対する影響を見るのに用いる。
PDSI：パルマー渇水過酷指数、(現業で用いるパルマー指数)
PHDI:パルマー水文渇水指数3/17’8
|
Numerical Simulations of the Formation of Melting-Layer
Cloud |
|
|
|
Monthly
Weather Review |
|
[ Abstract
] [ Full
Text ] [ PDF
(3.48M) ] 橋本さんの名前アリ 熱帯域では5km高度くらいに、雲の出現頻度が高い。この雲は安定な成層で長続きする雲であって、形成過程として次の2つが考えられる。 １．安定層によって雲の沈降(cloud detrainment？)が即座に行われること ２．融解の潜熱によって凝結が加速すること この雲形成の過程を非静力学モデルによって調べた。特に0℃付近の雲の振る舞いに注目した。 まず、2次元モデルで試験を行ったところ、0℃付近に雲量の極値とその上下で安定層の強化が見られた。3/28’8 |