研究課題
雲レーダ搭載衛星CloudSat, ライダー搭載衛星CALIPSOから統合データセットを構築した。両者のアクティブセンサーのデータが同じ時間分解能、水平分解能、鉛直分解能を持つことで、それらを複合利用しやすくするためである。また両者のデータから雲域のデータのみを抜き出す雲マスクを作成した。特にCALIPSOのデータに対する雲マスクは、CALIPSOの標準データとして提供されているVertical Feature Mask(VFM)が知られているが、これにはノイズ域やエアロゾルを雲と誤判定するなどの下層雲の過大評価が問題であることが判明した。そこで我々独自に雲マスクを開発、この問題を克服することに成功した。全球の雲出現頻度分布を解析し、そこから比較のため、雲量を導出した。さらにMODISセンサーの結果と比較したところ、下層雲ではMODISによる結果と比較的よく一致するものの、上層では、感度の違いから、CloudSat/CALIPSO統合マスクの結果の方がより雲の検出をしていることが判明した。次に、CALIPSOセンサーから雲粒子タイプの導出を行うアルゴリズムを作成した。これは水雲、過冷却水、通常の3次元配向している氷粒子、水平面に配向している平板状の粒子を識別するものである。前出のVFMによる標準プロダクトでは、雲内部の相の不均質性を表すことができていなく、特に雲の相識別の鉛直分布に大きな問題を抱えていることがわかった。我々のアルゴリズムでは、偏光解消度と後方散乱強度の減衰からより精度の高い雲粒子判別を行えるようにした。この結果、初めて全球での水粒子と氷粒子の比率を高い鉛直分解能で導出することに成功した。氷と水粒子が同じ程度に出現する温度は-10度であること、しかし、これらの出現比率には、大きな緯度分布が存在すること、平板状粒子が多く出現するのは、-20度から-10度の間で、全球に渡るが、特に極域で大きいことが判明した。この他、CloudSat/CALIPSOの同時観測データから氷粒子のサイズと氷水量の全球分布を求めた。従来のアルゴリズムを改良し、平板状の粒子を扱えるようにした。この結果、平板状の粒子は対流性の雲に伴って多く出現し、その大きさは200ミクロンから1mm程度と、その他の粒子と比較して非常に大きいことが判明した。
すべて 2009 2008 その他
すべて 雑誌論文 (13件) (うち査読あり 13件) 学会発表 (3件) 図書 (1件) 備考 (1件)
J. Geophys. Res. 114, D03203
ページ: doi : 10. 1029-2008JD010222
J. Geophys. Res. (In press)
JQSRT (In press)
Current Problems in Atmospheric Radiation (IRS 2008) : Proceedings of the International Radiation Symposium (IRC / Iamas)(AIP Conference Proceedings (In press)
Current Problems in Atmospheric Radiation (IRS 2008) : Proceedings of the International Radiation Symposium (MC / Iamas)(ATP Conference Proceedings (In press)
J. Geophys. Res. 113, D24213
ページ: doi : 10. 1029-2008JD009812
J. Geophys. Res. 113, D21201
ページ: doi : 10. 1029-2007JD009640
SOLA 4
ページ: 57-060, doi : 10. 2151-sola2008-015
J. Geophys. Res. 113, D12210
ページ: doi : 10. 1029-2007JD009125
IEEE Trans. Geosci. Remote Sens. Vol46, No.12
ページ: 4094-4103, DOI : 10. 1109-TGRS. 2008. 2000797
J. Appl. Meteor. Climate 47
ページ: 135-163
http://caos-a.geophys.tohoku.ac.jp/housha/research/satellite/satellite.html
