met.no  Nowcasting

These pages are no longer maintained and will be replaced when time is available.

Snødekke fra optiske sensorer

Utviklingen av disse produktene har vært støttet av Norsk romsenter og er utviklet i et prosjektsamarbeid med NVE der NVE har fokusert på SAR-data og subpiksel informasjon i optiske data.

Optiske satellitter registrerer elektromagnetisk stråling i den synlige, nær-infrarøde og infrarøde (termiske) delen av spekteret. Stråling ved disse bølgelengdene påvirkes kraftig av atmosfæren i form av vanndamp og skyer. Utfordringen er å skille skyer og snø ettersom disse flatene har veldig like signaturer.

Bildene under oppdateres en gang om dagen. Produktene genereres imidlertid fortløpende og etter ytterligere evaluering kommer de til å bli lagt ut fortløpende. Produktene lages i et testproduksjonssystemsom innebærer at de kan utebli i kortere eller lengre tidsperioder.

Det legges ut produkter basert på enkeltstående satellittpassasjer og et tidsintegrert produkt som utnytter alle tilgjengelige produkter den siste uken. Dette produktet oppdateres imidlertid fortløpende slik at ny informasjon umiddelbart tas med.

Produkteksempler

Vis AVHRR RGB produktet for en satellittpassasje

Vis NWCSAF PPS skymasken med snøklassifikasjon for en satellittpassasje

Vis sannsynlighetsprodukt for en satellittpassasje

Vis tidsaggregert sannsynlighetsprodukt

Vis klassifisert tidsaggregert snøklassifikasjonsprodukt

Trykk på teksten over for å bytte bilder og bildetekst.

Velg et bilde fra listen over.

Evaluering

Kvalitative vurderinger av produktet for ble gjennomført våren 2009, i 2010 og våren 2011. Disse viste på passasjenivå noe støy i tilknytning til kystsonen og større innsjøer. I tillegg i enkelte tilfeller (avhengig av observasjonsgeometri) lagdelte skyer med relativt høye skyer øverst feilklassifisert. Noen av støyen som observes skyldes imidlertid at degraderte satellitter fra tid til annen inngår i prosesseringen. Rutiner for mer effektivt å oppdage dette og luke ut disse vurderes. Et eksempel på støy om skyldes degradering av sensoren er illustrert ved et sannsynlighetsestimat for snø basert på NOAA-17 data fra 2010-04-29 09:31 UTC. Bildet til venstre viser sannsynlighetsproduktet og bildet til høyre et RGB-bilde av samme scene. Videre evaluering vil skje mot SYNOP og andre snøobservasjoner mottatt over GTS.

Et eksempel på støy forårsaket av tekniske problemer i sensoren. Dette eksempelet er basert på prosessering av NOAA-17 data fra 2010-04-29 09:31 UTC mottatt med instituttets nedlesingsstasjon i Oslo. I dette tilfellet er det ikke kommunikasjonen mellom satellitt og bakke, men motoren som bestemmer hvor på jordoverflaten sensoren skal observere som er problemet.
Sannsynlighet for snø RGB-sammensetning av AVHRR kanaler 1, 2 og 4.
Sannsynlighet for snø RGB-bilde
Mye av støyen som oberveres i havområdene skyldes denne degraderingen av NOAA-17. Det er også andre satellitter som i perioder har tilsvarende problemer med sensorutrustningen. Problemene skyldes i hovedsak driverket til radiometeret eller kommunikasjonen med bakken.

Støyproblemene i kystsonen og rundt innsjøer er forsøkt korrigert vha oppdaterte markdatasett. Problemene med lagdelte skyer analyseres nærmere mtp bruk av oppdaterte sannsynlighetstetthetsfunksjoner. I perioden april-juni er kvaliteten på produktet generelt sett bra, før og etter denne perioden øker støy/feilklassifikasjonsproblemene. En del av støyen i passasjeproduktene korrigeres i det løpende ukesproduktet.

Produksjonslinjen ble justert før snøsesongen 2010. erfaringen så langt i 2010 viser bedre ytelse i kystsonen og rundt store innsjøer.

Videre planer

Tilpasning av algoritmen til bruk på MODIS-data er gjort, men pga at dataene som mottas via Eumetcast er en ødelagt form for HDF-EOS er dette ikke satt i drift. Algoritmen skal flyttes til et annet produksjonsmiljø i løpet av 2012.

Snødekke fra AVHRR GAC

I filemn under er snødekket analysert med basis i ACHRR GAC data. Dette er globale data med en litt grovere oppløsning enn lokalt nedleste data. Filmen er satt sammen av snø/ikke snø produktet basert på samme algoritme som nevnt over.