Resumen de A neural network approach for temperature retrieval from AMSU-A measurements onboard NOAA_15 and NOAA-16 satellites and a case study during Gonu cyclone.
A.K. Mitra, P.K. Kundu, A.K. Sharma, S.K. Roy Bhowmik
Se utilizó la técnica de redes neuronales (NN, por sus siglas en inglés) para obtener los perfiles verticales de temperatura a partir de las mediciones de la Advanced Microwave Sounding Unit-A NOAA-15 y 16 (AMSU-A por sus siglas en inglés) sobre la región de la India. Los datos del correspondiente análisis global generados por el National Center for Environmental Prediction (NCEP) y los del AMSU-A de mayo a julio de 2007 se utilizaron para construir el conjunto de datos de entrenamiento de la red neuronal; el conjunto de datos independiente de mayo a julio de 2007 se dividió al azar en dos para entrenamiento (tierra) y prueba (océano). Los datos de los satélites NOAA-15 y 16 se obtuvieron en el formato de nivel 1b (información de conteo instrumental, navegación y calibración incluida) y preprocesada por el Advanced TIROS Operational Vertical Sounder (ATVOS) y el Advanced Very High Resolution Radiometer (AVHRR)_Processing Package (IAPP). El error medio de la raíz cuadrada (RMS) de los datos del perfil de temperatura recuperados con la NN se compara con los errores del International Advanced TOVS (ATOVS) Processing Package (IAPP). Los resultados globales basados en el análisis del entrenamiento y los conjuntos de datos independientes muestran que la calidad de los datos recuperados con la NN proporciona mejores resultados sobre la tierra y comparables sobre el océano. Se encontró que los errores RMS de la NN son menores de 3º en la superficie, entre 0.9 2.2º a 700-300 hPa y menores de 2º a 300-100 hPa. También se observó que la técnica de NN puede producir resultados notablemente mejores que los del IAPP en los niveles bajos y alrededor del nivel de 200 hPa. Finalmente, el brillo de temperatura (Tb máxima) con base en la red correspondiente a 54.94 GHz (canal 7) de la AMSU-A y la anomalía del núcleo cálido cercana al núcleo del ciclón se utilizaron para el análisis del ciclón Gonu que se formó sobre el Mar de Arabia del 31 de mayo al 7 de junio de 2007. Estas anomalías están relacionadas con la intensificación del ciclón. Se encontró que la anomalía de temperatura del canal único de la AMSU-A a 200 hPa puede ser un buen indicador de la intensidad del ciclón tropical. Por lo tanto, se puede establecer que una red neuronal optimizada puede ser aplicada con facilidad para la recuperación operacional de datos de la AMSU-A y que también puede ofrecer oportunidades sustanciales para mejorar el estudio de los ciclones tropicales.
