IDL帮助科学家测量全球雨量
分享
全球降水量观测任务(The Global Precipitation Measurement——GPM),是由美国宇航局(NASA)和日本宇宙航空研究开发机构(JAXA)共同合作的一个国际卫星网络,它将提供下一代的雨雪全球观测。全球降水量观测的概念中心部署在一个核心卫星上,这个卫星搭载了先进的雷达/辐射计系统,可以测量空间降水量,也可以作为一个参考标准,以统一一系列研究和业务卫星的降水量观测。目的是融合所有空间和基于地面的可用测量信息来开发高分辨率的、近实时的全球降水量数据产品。通过这些改进了的测量,GPM任务将有助于推动我们对地球上的水和能量循环的理解,改进对导致自然风险和灾害的极端事件的预测,增强目前使用准确及时的降水量信息造福社会的能力。
1 客户面临的挑战
为了支持热带测雨任务卫星(Tropical Rainfall Measuring Mission——TRMM)全球验证项目,NASA的TRMM验证项目办公室创建了雷达软件库(the Radar Software Library——RSL),这是一个基于C语言开发,能获取、分析和输出几种常见雷达数据格式的库。然而,使用C语言开发是一个复杂而又费时的工作。
图1:2013年06月12日获取的反射率图像,通过西南方向的弯曲回波,判断高亮圈定的风暴是龙卷风。
2 解决方案
IDL版本的RSL,提供了更加科学友好的界面,用来获取、分析和实现雷达数据的可视化。这提供了在IDL环境下的一个RSL的工具。TMM/GPM地面验证小组也用IDL来开发许多常见雷达数据格式的获取程序,比如WSR-88D(Level II),Sigmet、Lassen、通用格式和其他。
地面验证(Ground Validation ——GV)是将卫星仪器数据转换为降雨量和降雪量等有用信息不可缺少的工作。GV工作包括从地面雷达雨量计和雨滴测量器中收集数据。该数据经过严格的质量控制,并与卫星产品对比分析得到验证产品。
David Wolff是NASA瓦罗普斯飞行研究所的一位科学研究员,同时也是气象学家,是支持GV项目的团队成员之一。他和至少100位来自美国宇航局(NASA)、爱荷华大学、科罗拉多州立大学以及其他机构的人员,在2013年春天花费了很多时间进行野外试验,以帮助GPM项目中的“爱荷华州洪水研究(IFloodS)”活动。这次活动是GMP项目第一个以水文为重点的GV工程,测量工作包括了先进的多参数雷达、多尺度和大范围的雨量测量网、河流传感和土壤水分探测。
他们在玉米田里放置大型昂贵的仪器吸引了当地人的注意。“我们在距离Traer IA市五英里的地方,” David Wolff说,当地的学校听到这里进行的事情,黄色大公交车就会开始将学生运送到这里进行实地考察。沃尔夫先生估计,约有百位1到12年级的师生蜂拥而至,开展与GV和全球降水量有关的课程。
图2:2013年6月6日星期四,一个太阳能电池阵列翼开始在GMP核心卫星上部署测试。图片由美国宇航局戈达德太空飞行中心(Goddard Space Flight Center)免费提供。
David Wolff在处理GV雷达数据时大量地使用IDL。“这是我唯一使用的计算机语言,我每天都使用它,” David Wolff说:“当我生产近实时雷达产品的时候,我仍然用IDL代码来解决问题。”他提到Exelis Vis支持团队可以帮他的团队开展工作。
“很多雷达数据(处理程序)是用C写的。用C工作是费力痛苦的,” David Wolff说。David Wolff的主要工作是与IDL版本的RSL(RSL_IN_IDL)有关,RSL提供了一个更科学友好的界面,用来获取、分析和实现雷达数据的可视化。
在RSL中,主要数据对象是雷达结构,它提供了一个用于各种雷达格式的一致接口。这是rsl_anyformat_to_radar返回的一种结构,利用泛型函数用来读取原始雷达数据文件。IDL版本的雷达数据结构,和与之对应的C在本质上是相同的,所以RSL的使用者将会觉得很熟悉。IDL版本最重要的区别是数据直接存储在结构,因此不再需要打包和解包数据的功能。一旦数据获取,IDL采用一个易于使用的语言提供了强大的程序分析库,这使得科学家们可以迅速地从原始数据中提取有意义的信息。
图3:GMP双频降水量雷达(DPR)集成在GPM核心气象台上。图片由美国宇航局戈达德太空飞行中心(Goddard Space Flight Center)免费提供。
GPM任务是建立在TRMM卫星上的雨量感应仪器,首要关注热带和副热带海洋中的大到中雨。GPM将会向更高纬度扩大覆盖范围,以提供全球降水量和近实时信息。微雨和降雪在中高纬度被视为一个显著的因子,GPM任务的一个关键进步是提高了微雨(< 0.5 mm hr-1)、固态降水和沉降微粒物理特性的测算能力。这种能力同时驱动GPM上主动和被动微波仪器的设计。未来,主要的气象台将以GPM中一系列传感器获取的数据作为参考标准预测降雨。
GPM将提供更高精度、更全覆盖和动态范围的全球降水量测量来进行降水量研究。 GPM预计通过瞬时降水量资料的同化来改善天气和降水量预报。相对于TRMM,增强了测量和采样能力的GPM将会提供更多先进的科学贡献和社会效益:
文章来源:http://blog.sina.com.cn/s/blog_764b1e9d0101capa.html
1 客户面临的挑战
为了支持热带测雨任务卫星(Tropical Rainfall Measuring Mission——TRMM)全球验证项目,NASA的TRMM验证项目办公室创建了雷达软件库(the Radar Software Library——RSL),这是一个基于C语言开发,能获取、分析和输出几种常见雷达数据格式的库。然而,使用C语言开发是一个复杂而又费时的工作。
图1:2013年06月12日获取的反射率图像,通过西南方向的弯曲回波,判断高亮圈定的风暴是龙卷风。
2 解决方案
IDL版本的RSL,提供了更加科学友好的界面,用来获取、分析和实现雷达数据的可视化。这提供了在IDL环境下的一个RSL的工具。TMM/GPM地面验证小组也用IDL来开发许多常见雷达数据格式的获取程序,比如WSR-88D(Level II),Sigmet、Lassen、通用格式和其他。
- 野外试验与地面验证
地面验证(Ground Validation ——GV)是将卫星仪器数据转换为降雨量和降雪量等有用信息不可缺少的工作。GV工作包括从地面雷达雨量计和雨滴测量器中收集数据。该数据经过严格的质量控制,并与卫星产品对比分析得到验证产品。
David Wolff是NASA瓦罗普斯飞行研究所的一位科学研究员,同时也是气象学家,是支持GV项目的团队成员之一。他和至少100位来自美国宇航局(NASA)、爱荷华大学、科罗拉多州立大学以及其他机构的人员,在2013年春天花费了很多时间进行野外试验,以帮助GPM项目中的“爱荷华州洪水研究(IFloodS)”活动。这次活动是GMP项目第一个以水文为重点的GV工程,测量工作包括了先进的多参数雷达、多尺度和大范围的雨量测量网、河流传感和土壤水分探测。
- 工作过程和产生的价值
他们在玉米田里放置大型昂贵的仪器吸引了当地人的注意。“我们在距离Traer IA市五英里的地方,” David Wolff说,当地的学校听到这里进行的事情,黄色大公交车就会开始将学生运送到这里进行实地考察。沃尔夫先生估计,约有百位1到12年级的师生蜂拥而至,开展与GV和全球降水量有关的课程。
图2:2013年6月6日星期四,一个太阳能电池阵列翼开始在GMP核心卫星上部署测试。图片由美国宇航局戈达德太空飞行中心(Goddard Space Flight Center)免费提供。
David Wolff在处理GV雷达数据时大量地使用IDL。“这是我唯一使用的计算机语言,我每天都使用它,” David Wolff说:“当我生产近实时雷达产品的时候,我仍然用IDL代码来解决问题。”他提到Exelis Vis支持团队可以帮他的团队开展工作。
“很多雷达数据(处理程序)是用C写的。用C工作是费力痛苦的,” David Wolff说。David Wolff的主要工作是与IDL版本的RSL(RSL_IN_IDL)有关,RSL提供了一个更科学友好的界面,用来获取、分析和实现雷达数据的可视化。
在RSL中,主要数据对象是雷达结构,它提供了一个用于各种雷达格式的一致接口。这是rsl_anyformat_to_radar返回的一种结构,利用泛型函数用来读取原始雷达数据文件。IDL版本的雷达数据结构,和与之对应的C在本质上是相同的,所以RSL的使用者将会觉得很熟悉。IDL版本最重要的区别是数据直接存储在结构,因此不再需要打包和解包数据的功能。一旦数据获取,IDL采用一个易于使用的语言提供了强大的程序分析库,这使得科学家们可以迅速地从原始数据中提取有意义的信息。
图3:GMP双频降水量雷达(DPR)集成在GPM核心气象台上。图片由美国宇航局戈达德太空飞行中心(Goddard Space Flight Center)免费提供。
GPM任务是建立在TRMM卫星上的雨量感应仪器,首要关注热带和副热带海洋中的大到中雨。GPM将会向更高纬度扩大覆盖范围,以提供全球降水量和近实时信息。微雨和降雪在中高纬度被视为一个显著的因子,GPM任务的一个关键进步是提高了微雨(< 0.5 mm hr-1)、固态降水和沉降微粒物理特性的测算能力。这种能力同时驱动GPM上主动和被动微波仪器的设计。未来,主要的气象台将以GPM中一系列传感器获取的数据作为参考标准预测降雨。
GPM将提供更高精度、更全覆盖和动态范围的全球降水量测量来进行降水量研究。 GPM预计通过瞬时降水量资料的同化来改善天气和降水量预报。相对于TRMM,增强了测量和采样能力的GPM将会提供更多先进的科学贡献和社会效益:
- 提高了对地球水循环和相关气候变化认识
- 对风暴结构和大尺度大气过程的新见解
- 对降水微观物理的新见解
- 对气候敏感性和反馈过程的先进理解
- 监测和预测飓风等极端天气事件能力的扩展
- 自然灾害包括洪水、干旱和山体滑坡预测能力的改善
- 数值预报技巧的增强
- 对农作物产量预报和淡水资源监测的改进
文章来源:http://blog.sina.com.cn/s/blog_764b1e9d0101capa.html
0 个评论
相关问题
- arcgismap帮助文档中的python示例数据哪里可以找到?Arctutor里面也没有。
- 查看toolbox工具帮助不能正常显示页面
- addin开发,有什么教程或帮助文档?
- esri的老师,几十万个图斑,根据条件返回featureclass,看了帮助文档只对gdb有效,shapefile无效,是否有支持shapefile的接口呢?
- 对全球矢量图创建3X3的Fishnet后,如何依据物种的采集点数据,批量统计每个Grid内不同的物种个数?
- 打不开arcobject for .net的帮助文档
- 想请问ArcGISPro里面的“新兴时空热点分析”工具是哪一年设置的呢?在帮助文档中可以查看到吗?
- IGeometry2.ProjectEx 方法中esriTransformDirection转换方向是什么意思?帮助中未找到相关详细说明。
- vs 2010 Help Library 管理器从磁盘安装ArcObject帮助出现错误
- AE+C#不使用Command命令实现测量Globe的距离、多边形面积、高度
- ArcGIS API for JavaScript 离线版帮助文档加速