Identification of spatial parameters of a stochastic rainfall model using satellite observations

Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

School of Engineering | Master's thesis
Checking the digitized thesis and permission for publishing
Instructions for the author

Authors

Date

2012

Department

Yhdyskunta- ja ympäristötekniikan laitos

Major/Subject

Vesitalous ja vesirakennus

Mcode

Yhd-12

Degree programme

Language

en

Pages

58 + [26]

Series

Abstract

High-resolution spatiotemporal rainfall data is often desired as an input in water resources management, especially in the urban environment. Such data is rarely available due to the high cost and time-consumption of measuring it. Recently, stochastic rainfall models, based on the theory of scaling in rainfall, have been successfully applied to generate rainfall data for simulations. These models have been previously calibrated against dense grid gauge data and weather radar data. It was investigated to which extent a rainfall model could be calibrated using satellite data that is publicly available for large areas but has a coarse resolution such as the Tropical Rainfall Measuring satellite mission (TRMM) observations. The sultanate of Oman was chosen as the target area for the research due to previous studies which have aimed to develop flood mitigation procedures and stressed the importance of remotely sensed data in observation network design. A spatial multiplicative cascade model of rain is presented, and its parameters are estimated from TRMM observed rainfall events from Oman. The model is based on multiaffine random field theory. Rain fields are characterized by a power spectrum exponent ß, scaling range and a generalized structure function which expresses spatial correlation. The model has three parameters: mean areal rainfall R<sub>0</sub>. a scaling parameter sigma<sub>0</sub> which is found indirectly via sigma<sub>N</sub> by fitting a log-normal distribution to the probability density function of rain rate and a scaling exponent H<sub>s</sub> which is estimated by finding the slope of the generalized structure function exponents at the origin. The power spectrum analysis verified that TRMM data can be considered multiaffine and hence the generalized structure function can be applied. Scaling range was found to extend up to 25 km. The derived parameter values (R<sub>0</sub>, sigma<sub>N</sub>, H<sub>s</sub>) converge with results from previous studies which suggests that also coarse resolution satellite data can be used to calibrate stochastic spatial rainfall models. Due to the insufficient temporal resolution of TRMM only the spatial parameters were identified. A space-time representation of rain could be produced by integrating the spatial model with a temporal model such as the broken line model. Other public satellite data records, such as those provided by EUMETSAT (European Organisation for the Exploitation of Meteorological Satellites), could be utilized for parameter estimation of the temporal model. Moreover, it was concluded that there is no general approach to rainfall modelling; a model that could be applied in all situations and locations simply does not exist. The presented model can only be applied to rain fields with a certain type of a power spectrum (usually present in convective rain). However, it might be possible to simulate rainfall anywhere within the TRMM satellite range covering most of the tropics.

Korkean spatiaaliresoluution sadantahavainnot ovat tärkeitä lähtötietoja erilaisissa vesivarojen hallinnoimiseen liittyvissä tehtävissä erityisesti kaupunkiympäristöissä. Hiljattain stokastisia. sateen skaalautumisteoriaan pohjautuvia sadantamalleja on käytetty tällaisten aineistojen luomiseen keinotekoisesti. Aiemmin malleja on kalibroitu tiheiden sadepistemittausten ja sadetutkakuvien avulla. Nyt tutkittiin onnistuuko sadantamallin parametrien estimointi käyttäen julkista. laajat alueet kattavaa, mutta karkearesoluutioista satelliittihavaintoaineistoa. Parametrien identifioinnissa hyödynnettiin TRMM-satelliittiohjelman (Tropical Rainfall Measuring Mission) sadehavaintoja. Kohdealueeksi valitussa Omanissa on aiemmin tutkittu havaintoverkon kehittämisen merkitystä tulvasuojelulle ja nostettu esiin kaukokartoitetun havaintoaineiston tärkeys. Spatiaalisen 'multiplicative cascade' -mallin parametreja estimoitiin TRMM havainnoista. Malli pohjautuu multiaffiinien satunnaiskenttien teoriaan. Sadekentän tärkeimmät ominaisuudet voidaan kuvata käyttäen sadekentän tehospektrin eksponenttia ß, skaalautumisetäisyyttä ja yleistettyä rakennefunktiota, joka mittaa spatiaalista korrelaatiota. Mallissa on kolme parametria, joista ensimmäinen, R<sub>0</sub>. on keskimääräinen aluesadanta. Toinen parametri on skaalautumisparametri sigma<sub>0</sub>, joka voidaan estimoida epäsuorasti sigma<sub>N</sub> avulla etsimällä sateen intensiteettiarvojen tiheysfunktio ja sovittamalla se log-normaaliin jakaumaan. Kolmas parametri on skaalautumiseksponentti H<sub>s</sub>. joka arvioidaan yleistetyn rakennefunktion eksponenttien kulmakertoimesta lähellä origoa. Tehospektrianalyysin tulos osoitti. että TRMM havaintoja voidaan käsitellä multiaffiinina, jolloin myös yleistetyn rakennefunktion käyttö on perusteltua. Skaalautumisen arvioitiin ulottuvan 25 km asti. Malliparametreille (R<sub>0</sub>, sigma<sub>N</sub>, H<sub>s</sub>) saadut arvot ovat yhteneviä aikaisempien tutkimusten kanssa, joten on perusteltua päätellä, että TRMM satelliittihavaintoja voidaan käyttää stokastisen sadantamallin parametrien estimointiin. TRMM havainnoista identifioitiin vain spatiaaliparametrejä, sillä temporaalinen resoluutio ei ollut riittävä. Sateen spatiaali-temporaalirakenteen mallintaminen vaatisi lisäksi erillisen temporaalimallin, kuten 'broken line' -mallin. Sen parametrien estimoinnissa voitaisiin hyödyntää jotain toista julkista satelliittihavaintoarkistoa, kuten esimerkiksi EUMETSATia (European Organisation for the Exploitation of Meteorological Satellites). Tehdyn tutkimuksen pohjalta pääteltiin, että sateen mallintamiseen ei ole yhtenäistä lähestymistapaa. Tässä esitetty malli kelpaa vain sellaisten sadekenttien mallintamiseen. joiden tehospektri on tietyntyyppinen - yleensä konvektiivisessa sateessa esiintyvä. Sadantaa olisi kuitenkin mahdollista simuloida missä tahansa TRMM satelliitin kantaman alueella.

Description

Supervisor

Koivusalo, Harri

Thesis advisor

Kokkonen, Teemu

Keywords

stochastic rainfall model, stokastinen sadantamalli, multiplicative cascade, TRMM, TRMM, skaalautuvuus, scaling

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-2020122858763

Collections

[dipl] Insinööritieteiden korkeakoulu / ENG