تشخیص و شبیه سازی نوسانات بخار آب گرمسیری ناشی از امواج Lee به دام افتاده توسط تداخل سنجی ALOS-2/PALSAR-2

الگوهای مکانی دقیق مانند موج از سیگنال های تأخیر انتشار جوی مرتبط با امواج کوهی در هوکایدو و توهوکو توسط رادار دیافراگم مصنوعی (SAR) تداخل سنجی (INSAR) با داده های مشاهده حالت Scansar از یک دیافراگم مصنوعی از نوع آرایه L-Bandرادار 2 در هیئت مدیره زمین پیشرفته مشاهده ماهواره 2. هر دو مورد در شرایط جو پایدار رخ داده است. خط دید اوج به اوج به اوج در سیگنال های موج کوه به ترتیب 4 و 5 سانتی متر با طول موج افقی 9 و 15 کیلومتر در هوکایدو و توهوکو بود. مکان های حداکثر فاز مثبت در سیگنال های موج کوه همزمان با مکان خیابان های ابر مشاهده شده توسط تصاویر ماهواره ای قابل مشاهده است ، نشان می دهد که تاج های امواج کوهستانی حاوی بخار آب نسبتاً زیادی در مقایسه با فرورفتگی های موج است. شبیه سازی آب و هوا عددی با فاصله شبکه افقی 1 کیلومتر برای تولید مثل تغییرات فاز INSAR انجام شد ، و در نتیجه این شبیه سازی ها می توانند دامنه موج مشاهده شده و طول موج را در هر دو مورد تولید کنند. از طرف دیگر ، شبیه سازی های عددی تمایل به بیش از حد نرخ میرایی موج دارند: امواج کوهستانی شبیه سازی شده با افزایش موج سریعتر از سیگنال های مشاهده شده کاهش می یابد. از آنجا که میزان میرایی موج شبیه سازی شده به فیزیک در لایه مرزی سیاره ای (PBL) حساس است ، ما تکرارپذیری پنج طرح PBL را که در مدل WRF اجرا شده است ، بررسی کردیم. در نتیجه ، تمام طرح های PBL به جز طرح دانشگاه Yonsei (YSU) میرایی کمی نشان دادند ، در حالی که طول موج در YSU بیشتر به مشاهدات نزدیک بود. مطالعه ما منحصر به فرد بودن و سودمندی InSAR را برای کاربرد هواشناسی به عنوان توانایی نقشه برداری از توزیع دقیق بخار آب بدون در نظر گرفتن پوشش ابر نشان داد. علاوه بر این ، تکرارپذیری معقول سیگنال تأخیر بخار آب به دلیل امواج لی توسط مدل آب و هوا عددی ، محققانی را که با تصحیح تأخیر انتشار گرمسیری مقابله می کنند ، تشویق می کند و باعث افزایش دقت در تشخیص تغییر شکل سطح می شود.

معرفی

موج به دام افتاده یکی از حالت های موج کوه است که به طور افقی در پایین دست از تاج کوه در شرایط پایدار طبقه بندی شده پخش می شود (دوران 1990). امواج لی به دام افتاده اغلب شامل خیابان های ابری در مناطق آواره عمودی می شوند که هوا تقریباً اشباع شده است و از این رو ، آنها توسط تصاویر ماهواره ای تجسم می شوند. با این حال ، امواج لی تحت شرایط خشک نامرئی هستند و گاهی اوقات به دلیل تغییر ناگهانی بادهای عمودی باعث تصادفات جدی در حمل و نقل هوایی می شوند (Uhlenbrock و همکاران 2007). موج Lee به دام افتاده افقی موج طنین انداز است که انرژی آن در مجرای موج رزونانس گرمسیری پایین تر موجود است (هیلز و همکاران 2016). مطالعات نظری نشان داد که ضعف امواج به دام افتاده به عوامل مختلفی مانند زبری سطح ، شار گرما سطح و نشت انرژی از طریق استراتوسفر فوقانی بستگی دارد (جیانگ و همکاران 2006 ؛ دورن و همکاران 2015). Muñoz-Esparza و همکاران.(2016) شبیه سازی آب و هوا عددی غیر هیدرواستاتیک را با چهار طرح مختلف لایه مرزی سیاره ای (PBL) انجام داد تا در مورد تکرارپذیری PBL ها برای جریان موج کوهستان بررسی شود. اما اعتبارسنجی مشاهده ای از میرایی موج افقی نسبتاً کمتر با مطالعات نظری بود زیرا هر دو مشاهده باد مبتنی بر زمین و تصاویر ماهواره ای در ضبط ساختار کامل امواج لی مشکل دارند. بنابراین ، مشاهدات مربوط به ساختار مکانی موج به دام افتاده لی برای هم برای کاهش فاجعه حمل و نقل و هم در مورد مکانیسم از اهمیت برخوردار است.

مشاهدات امواج کوهستانی توسط مطالعات بیشماری گزارش شده است. رالف و همکاران.(1997) دو مورد از نوسانات باد عمودی و خیابان های ابر موازی مرتبط با امواج لی به دام افتاده در پایین دست کوههای صخره ای کلرادو در نزدیکی تخته سنگ توسط یک پروفایل باد رادار و تصاویر ماهواره ای را تشخیص داد. لین و همکاران.(2000) با استفاده از یک مدل سازی عددی و کمپین مشاهده شدید آزمایش آلپ جنوبی نیوزیلند ، مکانیسم موج کوهستان را مورد بررسی قرار داد. تصاویر قابل مشاهده ماهواره به طور گسترده ای برای درک وسعت مکانی ابرهای مرتبط با امواج کوهستان مورد استفاده قرار گرفته است (به عنوان مثال ، Worthington 2001 ؛ Feltz et al. 2009). به تازگی ، مشاهدات مکانی از بخار آب رسوب عمودی یکپارچه (PWV) توسط تصاویر چند تکیص با وضوح بالا مانند طیف سنجی تصویربرداری با وضوح متوسط (MODIS) در هیئت مدیره هوانوردی ملی و ماهواره ای Terra/Aqua دولت و طیف سنج تصویربرداری متوسط به دست آمده است.(Meris) در ماهواره Envisat آژانس فضایی اروپا (ESA) (لی و همکاران 2012 ؛ چانگ و همکاران 2014). این مشاهدات هواشناسی به درک مکانیسم موج کوهستان نسبت داده شده است ، اما هر تکنیک مشاهده برخی از مضرات ذاتی خود را دارد ، به عنوان مثال ، مشاهدات PWV توسط MODIS و MERI در شرایط بدون ابر محدود است و وضوح افقی تقریباً 1 کیلومتر استدر بهترین حالت ، که برای حل ساختار دقیق امواج لی (کمتر از سفارش کیلومتر) ناچیز است.

تداخل سنجی رادار دیافراگم مصنوعی (INSAR) یک تکنیک ژئودزیکی ماهواره ای برای نقشه برداری از تغییر شکل سطح با وضوح مکانی بی سابقه چند متر و دقت قابل مقایسه با سیستم ماهواره ای ناوبری جهانی (GNSS) است (Rosen et al. 2000). Insar را می توان با تفریق دو تصویر پیچیده و مجتمع (SLC) که تقریباً در همان موقعیت ماهواره ای به دست آمده اما در یک زمان متفاوت تولید می شود ، ایجاد شود و سیگنال فاز آن نه تنها تغییر شکل سطح ، بلکه همچنین سهم جوی به دلیل یونوسفر و بخار آب در آن است. تروپوسفر و همچنین مشاهدات GNSS. مزایای استفاده از Insar برای کاربرد هواشناسی این است که (1) InSAR توانایی مشاهده توزیع بخار آب فضایی با وضوح مکانی بی سابقه ای را دارد که هیچ مشارکت دیگری در تصویر مانند جابجایی های سطح و اختلالات فاز یونسفر وجود ندارد (به عنوان مثال ، Mateus etAl. 2017) ؛(2) Insar نیازی به ابزارهای مشاهده ای در زمین ندارد. و (3) مایکروویو InSAR در ابرها و گلدان های آتشفشانی که از ذرات نسبتاً کوچک در مقایسه با طول موج مایکروویو تشکیل شده اند ، نفوذ می کند. اصلاح فاز به دلیل پدیده های جوی به عنوان "سر و صدای" برای مشاهده با دقت بالاتر برای تحقیقات ژئوفیزیکی مانند زلزله و فعالیت آتشفشانی در نظر گرفته شده است. برای کنار آمدن با این ، بسیاری از تحقیقات برای جدا کردن اثر جوی از سیگنال های تغییر شکل با استفاده از روش های سری زمانی مانند تداخل سنجی پراکنده مداوم (Psinsar ؛ Ferretti و همکاران 2000) و تداخل سنجی پایه کوچک (SBA ؛ Berardino ؛ Berardino ؛و همکاران 2002) ، داده های مشاهده خارجی مانند داده های تأخیر انتشار GNSS و داده های PWV فضایی حاصل از تصاویر ماهواره ای چند قطبی (به عنوان مثال ، ONN و Zebker 2006 ؛ لی و همکاران 2009) و مدل سازی عددی از طریق استفاده از داده های تجزیه و تحلیل مجدد هواشناسی و عددیخروجی های مدل آب و هوا (به عنوان مثال ، فاستر و همکاران 2006 ؛ جولیوت و همکاران 2011 ؛ ماتوس و همکاران 2013b).

برعکس ، هانسن و همکاران.(1999) سیگنال تأخیر جوی را به عنوان یک سیگنال هواشناسی در نظر گرفت و تأیید کرد که توزیع مکانی آن ناشی از مشاهده پشت سر هم ماهواره ای از راه دور ESA از راه دور ESA بسیار مطابق با یک تصاویر رادار آب و هوا به طور همزمان در اطراف هلند است. به دنبال کار هانسن ، کینوشیتا و همکاران.(2013) توزیع بخار آب را در طی یک رویداد باران شدید در ژاپن مرکزی با استفاده از یک رادار دیافراگم مصنوعی از نوع آرایه L-band (Palsar) ، یک سنسور دیافراگم مصنوعی باند L (SAR) در هیئت مدیره ماهواره پیشرفته مشاهده کرد (ALOS) توسط آژانس اکتشاف هوافضا ژاپن (JAXA) راه اندازی شد. آنها دریافتند که یک سیستم همرفتی حاوی مقدار زیادی بخار آب است که در PWV بالاتر از میانگین اطراف آن به 13 میلی متر رسیده است. علاوه بر این ، پیچلی و همکاران.(2015) با ادغام یک میدان بخار آب مشتق از Insar در دانشگاه ایالتی پنسیلوانیا/مرکز ملی تحقیقات جوی (MM5) با وضوح افقی 1 کیلومتر در رم ، یک آزمایش جذب داده های سه بعدی (3DVAR) انجام داد. ایتالیا مرکزی). اطلاعات شبیه سازی آنها با اطلاعات بخار آب Insar منجر به اثرات مثبت آماری بر پیش بینی بارش شد. ماتئوس و همکاران.(2016) همچنین یک آزمایش 3DVAR را با استفاده از مدل پیش بینی آب و هوا و تحقیق (WRF) و سیستم جذب داده مدل WRF انجام داد و تصحیح تعصب PWV و بهبود پیش بینی بارش ضعیف تا متوسط را نشان داد. Benevides و همکاران.(2016) با ترکیب داده های تأخیر شیب GNSS و توزیع بخار آب مشتق از InSAR با روش توموگرافی ، یک میدان بخار آب سه بعدی تخمین زده است. اگرچه برخی از مشکلات برای استخراج اطلاعات بخار آب از مرحله InSAR وجود دارد ، اما منحصر به فرد بودن و اثربخشی اطلاعات بخار آب Insar برای هواشناسی توسط چندین مطالعه مورد بررسی قرار گرفته است (به عنوان مثال ، هانسن و همکاران 2001 ؛ کینوشیتا و همکاران 2013 ؛ الشاوف و همکاران. 2014).

این مطالعه منحصر به فرد بودن از مشاهده بخار آب فضایی توسط InSAR برای مطالعات موج کوه را نشان می دهد و شبیه سازی آب و هوای عددی mesoscale را برای تولید مثل سیگنال های موج کوه مشاهده شده حاصل از مشاهدات Insar انجام می دهد. رویدادهای موج کوهی که ما نشان دادیم در 6 سپتامبر 2014 ، در هوکایدو و در تاریخ 30 آوریل 2016 در منطقه توهوکو رخ داده است (شکل 1). ما همچنین تأثیر استفاده از طرح های مختلف PBL برای شبیه سازی موج کوه را بررسی کردیم. این مقاله به شرح زیر سازماندهی شده است. در بخش بعدی اصل تأخیر انتشار مایکروویو ، پردازش داده های Insar و یک تنظیم شبیه سازی آب و هوا عددی شرح داده شده است. نتایج ، بحث و نتیجه گیری در زیر بخش داده ها و روش ها توضیح داده شده است. در بخش نتایج ، ما در ابتدا شرایط سینوپتیک را با تجزیه و تحلیل داده های مشاهده Radiosonde و داده های تجزیه و تحلیل عینی در اطراف ژاپن بررسی کردیم ، و توضیح می دهیم که آیا شرایط جوی برای تولید امواج کوهستانی ترجیح داده شده است یا خیر. سپس ، ما تصاویر InSAR مشتق شده را نشان دادیم که سیگنال های خط شکل مرتبط با امواج کوه را شناسایی کردند. سرانجام ، نتایج شبیه سازی عددی در قسمت آخر بخش نتیجه نشان داده شد.

مناطق مورد علاقه جعبه های سیاه نازک در ارقام چپ و راست دامنه های شبیه سازی WRF را نشان می دهد و جعبه های قرمز نشانگر مناطق مشاهده SAR است