SAMIRA Dostupná satelitní data. Roman Juras, Jana Ďoubalová

Transkript

1 SAMIRA Dostupná satelitní data Roman Juras, Jana Ďoubalová

2 Mapování znečištění pomocí kombinace dat: staniční měření, satelitní data a model (CTM)

3 Produkty družice AURA - Měřící zařízení na družici AURA - Ozone Monitoring Instrument (OMI) - Znečišťující látky : O 3, NO 2 (troposferický), SO 2 (PBL planetary boundary layer), Aerosoly - Rozlišení: 0.25x0.25 stupně, frekvence měření: denní - NASA algoritmus zpracování dat Seminář ÚOČO, Telč

4 Satelitní data OMNO2 - ukázka Bez redukce oblačnosti Seminář ÚOČO, Telč

5 Satelitní data OMSO2 - ukázka Bez redukce oblačnosti Seminář ÚOČO, Telč

6 Analýza dostupnosti dat Dvě domény: česká a evropská Denní data Dostupnost dat se mění během roku Rok 2014 byl vybrán jako referenční, proto byla provedena analýza, kolik dat lze z toho roku využít Seminář ÚOČO, Telč

7 NO 2 Troposferický Seminář ÚOČO, Telč

8 SO 2 Mezní vrstva atmosféry Seminář ÚOČO, Telč

9 PM 10 - AOD - Data PM10 se získávají nepřímo přepočtem z AOD (Aerosol Optical Depth) - Work package Zatím pouze 3 dny Časové rozlišení 15 min - Prostorové rozlišení and 0.07 x Seminář ÚOČO, Telč

10 Zaplnění datových děr Balík R Gapfill (Gerber et al. 2016) Prostorová a časová interpolace Seminář ÚOČO, Telč

11 Aplikace na data SAMIRA Počítáme s obdobím od roku 2011 pro lepší možnost interpolace Datová struktura 4 x 4 matice (4 roky a 4 juliánské dny) Seminář ÚOČO, Telč

12 Aplikace na data SAMIRA Nutné přeškálování a oříznutí dat pro menší výpočetní náročnost (nepracujeme s velkými čísly) Data resample = Data full s d Data full Seminář ÚOČO, Telč

13 Výsledky S využitím daného algoritmu lze zaplnit až 50% chybějících dat Pro SO 2 zatím nepoužitelné AOD nedostatek dat pro celý rok Interpolovaná data vstupují do lineárního modelu Seminář ÚOČO, Telč

14 Mapování znečištění pomocí kombinace dat: staniční měření, satelitní data a model (CTM)

15 Metodika Lineární regresní model následovaný interpolací jeho reziduí pomocí krigingu (residual kriging) (Holmes and Lillicrap, 2011)

16 Metodika Lineární regrese: Y (i) = c + a 1 X 1(i) + a 2 X 2(i) + + a n X n(i) + ε (i) Y (i) X 1...n(i) c, a 1, a 2 ε (i) naměřená koncentrace v bodě i doplňkové parametry v bodě i parametry regresního modelu reziduum v bodě i Doplňkové parametry: modelové hodnoty, hodnoty ze satelitních snímků, nadmořská výška

17 Metodika Interpolace reziduí lineárního regresního modelu metodou obyčejného krigingu: η i 0 = λ j ϵ i j, λ j = 1 η i 0 interpolovaná hodnota v bodě i 0 λ j váhy odvozené z variogramu ϵ i j reziduum lin. reg. modelu v bodě i j Verifikace predikční schopnosti krigingu: crossvalidace (kritéria RMSE, bias)

18 Implementace Kód v R Využití balíčků a funkcí pro automatické fitování lineárního regresního modelu a modelu variogramu, kriging, cross-validaci Roční, denní a hodinové průměry Oddělený výpočet pro městské a venkovské stanice + následné sloučení vrstev podle hustoty zalidnění

19 Aktuální fáze Testování na historických datech Denní průměry Znečišťující látka NO 2 CTM: CAMx Interpolovaná satelitní data OMNO2 ČR výpočetní rozlišení 1 x 1 km, rok 2014 Zapojení satelitních dat a vyhodnocování různých scénářů logaritmická transformace vstupních dat, různé typy variogramu, rozdíly při použití satelitních dat

20 Průběžné výsledky Vyhodnocení pro celý rok 2014 Porovnání výsledků se zapojením satelitních dat a bez nich Lineární regrese: R 2 Kriging: cross-validační bias, RMSE

21 Průběžné výsledky Průměrné statistiky z denních dat (pouze dny, kdy byly satelitní snímky zahrnuty do regrese) Městské Venkovské Sat. data R 2 Bias RMSE R 2 Bias RMSE Ne Ano

22 Ukázka výsledné mapy pro

23 Ukázka výsledné mapy pro

24 Další kroky Analýza i pro další látky po zpracování satelitních dat Analýza na evropské doméně

25 Zdroje Holmes, K. and Lillicrap A., 2011: Mapping acid groundwater in Western Australia's wheatbelt. Resource Management Technical Report 373.

26 Literatura Bucsela, E.J., Celarier, E.A., Gleason, J.L., Krotkov, N.A., Lamsal, L.N., Marchenko, S. V., Swartz, W.H., OMNO2 README Document Data Product Version Gerber, F., Furrer, R., Schaepman-strub, G., Jong, R. De, Schaepman, M.E., Predicting missing values in spatio-temporal satellite data. Data: Nickolay A. Krotkov, Can Li, and Peter Leonard (2015), OMI/Aura Sulfur Dioxide (SO2) Total Column L3 1 day Best Pixel in 0.25 degree x 0.25 degree V3, Greenbelt, MD, USA, Goddard Earth Sciences Data and Information Services Center (GES DISC), Accessed [ ] DOI: /Aura/OMI/DATA3008 Nickolay A. Krotkov (2013), OMI/Aura NO2 Cloud-Screened Total and Tropospheric Column L3 Global Gridded 0.25 degree x 0.25 degree V3, NASA Goddard Space Flight Center, Goddard Earth Sciences Data and Information Services Center (GES DISC), Accessed [ ] DOI: /Aura/OMI/DATA Seminář ÚOČO, Telč