home *** CD-ROM | disk | FTP | other *** search
/ NASA Climatology Interdisciplinary Data Collection / NASA Climatology Interdisciplinary Data Collection - Disc 2.iso / readmes / readme.ssmi_wvap < prev    next >
Text File  |  1998-03-04  |  20KB  |  466 lines
  1.                               [CIDC FTP Data]
  2.                   [SSMI Precipitable WaterIDC Data on FTP]
  3.  
  4. Data Access
  5.  
  6.      Total Atmospheric Precipitable Water Over Ocean from SSMI
  7.  
  8.                                    [rule]
  9. Readme Contents
  10.  
  11.      Data Set Overview
  12.           Sponsor
  13.           Original Archive
  14.           Future Updates
  15.  
  16.      The Data
  17.           Characteristics
  18.           Source
  19.  
  20.      The Files
  21.           Format
  22.           Name and Directory Information
  23.           Companion Software
  24.  
  25.      The Science
  26.           Theoretical Basis of Data
  27.           Processing Sequence and Algorithms
  28.           Scientific Potential of Data
  29.           Validation of Data
  30.  
  31.      Contacts
  32.           Points of Contact
  33.  
  34.      References
  35.  
  36.                                    [rule]
  37.  
  38. Data Set Overview
  39.  
  40.      This data set is a collection of monthly means of total
  41.      precipitable water over ocean during the period August 1987-
  42.      November 1991. It was generated from values obtained from the
  43.      Special Sensor Microwave/Imager (SSM/I). Precipitable water from
  44.      SSM/I is expected to be a primary source of long term measurements
  45.      of atmospheric moisture content throughout the 1990s.
  46.  
  47.      Sponsor
  48.      The production and distribution of this data set are being funded
  49.      by NASA's Earth Science enterprise. The data are not copyrighted;
  50.      however, we request that when you publish data or results using
  51.      these data please acknowledge as follows:
  52.  
  53.           The authors wish to thank the Distributed Active Archive
  54.           Center (Code 902.2) at Goddard Space Flight Center,
  55.           Greenbelt, MD, 20771, for producing the data in its
  56.           present format and distributing them. The original data
  57.           products were produced by Remote Sensing Systems, Santa
  58.           Rosa, CA, using an algorithm by Frank Wentz. Goddard's
  59.           share in these activities was sponsored by NASA's Earth
  60.           Science enterprise.
  61.  
  62.      Original Archive
  63.      The geophysical data from which the Atmospheric Moisture data set
  64.      is derived were produced by Remote Sensing Systems, Santa Rosa,
  65.      California, using an algorithm by Frank Wentz. This data is
  66.      currently available from the Physical Oceanography DAAC at NASA
  67.      JPL.
  68.  
  69.      Future Updates
  70.      This data set will be updated as new data are acquired and
  71.      processed.
  72.  
  73. The Data
  74.  
  75.      Characteristics
  76.  
  77.         * Parameters: Total Precipitable Water defined as the
  78.           vertically integrated water vapor in a column extending from
  79.           the surface to the top of the atmosphere
  80.  
  81.         * Units: Centimeters (cm)
  82.         * Typical Range (yearly average):
  83.                60-90 deg latitude 0 - 1 cm
  84.                30-60 deg latitude 1 - 3 cm
  85.                0-30 deg latitude 2 - 6 cm
  86.  
  87.         * Temporal Coverage: August 1987 - November 1991
  88.         * Temporal Resolution: All gridded values are monthly means
  89.  
  90.         * Spatial Coverage: Global
  91.         * Spatial Resolution: 1 degree x 1 degree
  92.  
  93.      There are no data for the period December 1987 or January 1988.
  94.      The instrument was off during December and the first part of the
  95.      January.
  96.  
  97.      The Wentz algorithm produces valid precipitable water values only
  98.      over ocean that is clear of ice. The continental mask is generated
  99.      by the algorithm as it applies the fill value to each grid block
  100.      that contains a preponderance of land or sea ice.
  101.  
  102.      Source
  103.      SSM/I is carried aboard Defense Meteorological Satellite Program
  104.      (DMSP) satellites DMSP F-8, DMSP F-10, and DMSP F-11.
  105.  
  106.      Nominal orbit parameters for the satelllite DMSP F-10 are:
  107.  
  108.           Launch date: June 19, 1987
  109.           Orbit: Circular, Sun synchronous
  110.           Nominal altitude: 883 km
  111.           Inclination: 98.7 degrees
  112.           Nodal period: 101 minutes
  113.           Equatorial crossing time: 6:12 AM (local time)
  114.  
  115.      Microwave radiances emitted by the atmosphere, ocean, and terrain
  116.      are measured in 7 channels at 4 frequencies for both vertical and
  117.      horizontal polarizations. These radiometer measurements are used
  118.      to derive sea ice, total precipitable water and precipitation,
  119.      soil moisture, and various ocean parameters. The characteristics
  120.      of each channel are listed below.
  121.  
  122.                 Frequency (GHz) Wavelength (cm) Polarization
  123.                      19.35            1.55           V/H
  124.                      22.235           1.35            V
  125.                       37.0            0.81           V/H
  126.                       85.5            0.35           V/H
  127.  
  128.      The official archive began on July 9, 1987, at 0000 GMT. From
  129.      December 3, 1987, through January 12, 1988, the sensor was turned
  130.      off because of overheating instrument components caused by solar
  131.      radiation. In late January 1989 the SSM/I 85 GHz vertical channel
  132.      began to demonstrate signs of failing to accurately record
  133.      radiances. The noise in this channel increased steadily until late
  134.      February 1989, when the data collected through this channel became
  135.      completely unusable.
  136.  
  137.      The near-polar orbital characteristics of the satellite allow
  138.      global coverage every 3 days. Gaps in the data occur poleward of
  139.      87.6 degrees. Repeat coverage is possible in polar regions more
  140.      frequently because of overlaps in the orbital coverage.
  141.  
  142.      The SSM/I sensor is directed 45 degrees to the rear of spacecraft
  143.      travel, yielding an angle of incidence to Earth's surface of 53.1
  144.      degrees. This results in a conical scanning pattern in which
  145.      radiance observations are taken on a 102.4 degree arc centered on
  146.      the spacecraft subtrack in the aft direction. This corresponds to
  147.      a 1400 km swath at ground level. During each scan, the 85 GHz
  148.      channels are sampled 128 times and the lower frequency channels 64
  149.      times over the 102.4 degree arc. The following table lists the
  150.      effective field of view for each frequency and polarization. The
  151.      first number is the along-track dimension and the second is the
  152.      cross-track dimension.
  153.  
  154.                  Frequency (GHz)  Polarization    FOV (km)
  155.                       19.35             V       68.9 x 44.3
  156.                                         H       69.7 x 43.7
  157.                      22.235             V       59.7 x 39.6
  158.                       37.0              V       35.4 x 29.2
  159.                                         H       37.2 x 28.7
  160.                       85.5              V       15.7 x 13.9
  161.                                         H       15.7 x 13.9
  162.  
  163.      A detailed description of the SSM/I instrument and the DMSP series
  164.      of satellites is available on the Marshall Space Flight Center
  165.      Worldwide Web site.
  166.  
  167. The Files
  168.  
  169.      This data set consists of 51 monthly mean data files from August
  170.      1987 through December 1991 and a collection of 51 gif images
  171.      derived from them.
  172.  
  173.      Format
  174.  
  175.      Data Files
  176.  
  177.         * File Size: 259200 bytes, 64800 data values
  178.         * Data Format: IEEE floating point notation
  179.         * Headers, trailers, and delimiters: none
  180.         * Land or water mask: land mask, value -999.9
  181.         * Fill value: -999.9
  182.         * Image orientation: North to South
  183.                Start position: (179.5W, 89.5N)
  184.                End position: (179.5E, 89.5S)
  185.  
  186.      Image Files
  187.  
  188.         * Graphics Interchange Format (GIF)
  189.  
  190.      Name And Directory Information Naming Convention
  191.  
  192.      The file naming conventions for the Atmospheric Moisture data set
  193.      are
  194.  
  195.           ssmi.prch2o.1nmego.[yymm].ddd
  196.  
  197.      where:
  198.           ssmi = data product designator
  199.           prch2o = parameter name
  200.           1 = number of levels
  201.           n = vertical coordinate, n= not applicable
  202.           m = temporal period, m = monhtly
  203.           e = horizontal grid resolution, e = 1 x 1 degree
  204.           go = spatial coverage, go = global (ocean)
  205.           yy = year
  206.           mm = month
  207.           ddd = file type designation, (bin=binary, ctl=GrADS control
  208.           file)
  209.  
  210.      Directory Path to Data Files
  211.  
  212.           /data/inter_disc/hydrology/ssmi_wvap/yyyy/
  213.  
  214.      where yyyy is year.
  215.  
  216.      Directory Path to Image Files
  217.  
  218.           /data/inter_disc/hydrology/ssmi_wvap/gif/
  219.  
  220.      Companion Software
  221.  
  222.      Several software packages have been made available on the CIDC
  223.      CD-ROM set. The Grid Analysis and Display System (GrADS) is an
  224.      interactive desktop tool that is currently in use worldwide for
  225.      the analysis and display of earth science data. GrADS meta-data
  226.      files (.ctl) have been supplied for each of the data sets. A GrADS
  227.      gui interface has been created for use with the CIDC data. See the
  228.      GrADS document for information on how to use the gui interface.
  229.  
  230.      Decompression software for PC and Macintosh platforms have been
  231.      supplied for datasets which are compressed on the CIDC CD-ROM set.
  232.      For additional information on the decompression software see the
  233.      aareadme file in the directory:
  234.  
  235.           software/decompression/
  236.  
  237.      Sample programs in FORTRAN, C and IDL languages have also been
  238.      made available to read these data. You may also acquire this
  239.      software by accessing the software/read_cidc_sftwr directory on
  240.      each of the CIDC CD-ROMs
  241.  
  242. The Science
  243.  
  244. Theoretical Basis of Data
  245.  
  246.      In the microwave region of the spectrum sensed by the SSM/I
  247.      instrument (19 GHz to 85 Ghz), water vapor, liquid water droplets,
  248.      and oxygen are the major atmospheric constituents responsible for
  249.      absorption of radiation emitted by the combined Earth-atmosphere
  250.      system. In particular, a weak water vapor absorption line exists
  251.      at 22 GHz which can be used in combination with other channels to
  252.      produce estimates of the total amount of precipitable water vapor
  253.      contained in an overhead column through the atmosphere. The
  254.      additional channels, primarily the 37 GHz channels, are needed to
  255.      account for variations of the ocean surface emissivity caused by
  256.      wind-induced roughness, which in turn can affect the accuracy of
  257.      the water vapor retrievals. In addition, use of the vertically
  258.      polarized component of the radiance at 22 GHz to deduce water
  259.      vapor abundance presents some advantages in that it is less
  260.      sensitive to surface wind and temperature effects as compared to
  261.      the horizontally polarized component.
  262.  
  263.      Microwave emissivities for land surfaces vary over a significant
  264.      range (.50 -.98) depending on moisture content of the soil,
  265.      vegetation type, and snow and ice cover, while for ocean surfaces
  266.      the range is more restricted (.40 -.50) and depends on salinity,
  267.      surface roughness, foam, and sea surface temperature. Thus, over
  268.      land, the signal originating from atmospheric water vapor can be
  269.      severely masked by the potentially large and highly variable
  270.      surface emission term. For this reason, reliable estimates of the
  271.      total precipitable water are normally restricted to oceanic
  272.      regions; therefore, no water vapor retrievals were attempted over
  273.      continental areas in the SSM/I data sets.
  274.  
  275.      Processing Sequence and Algorithms
  276.      The original level 2 SSM/I geophysical product contained liquid
  277.      water (see Wentz and Wentz et al. references), water vapor, and
  278.      marine wind speed computed using the combined algorithm developed
  279.      by Frank Wentz. The products are computed where the surface type
  280.      indicates ocean (plus coastal, sea ice, and possible sea ice
  281.      areas). The 22 GHz Vertical, 37 GHz Vertical, and 37 GHz
  282.      Horizontal channels are used in the algorithm. The algorithm fits
  283.      a radiative transfer model, parameterized in terms of the above
  284.      three quantities, to the 22 and 37 GHz observations (Wentz et al.
  285.      1986). An iterative process is used that solves for wind speed
  286.      first, then cloud and rain liquid water and columnar water vapor.
  287.      Absorption, emission, and sea surface roughness are accounted for
  288.      in this method, but not Mie scattering by raindrops or ice
  289.      particles.
  290.  
  291.      The data consist of logical records that correspond to a single
  292.      SSM/I scan that contains 64 25 km by 25 km resolution cells. For
  293.      each cell the following information is given: time, latitude,
  294.      longitude, a classification index, antenna temperatures, and the
  295.      three geophysical parameters. The classification index is a flag
  296.      for surface type, i.e., water, land or sea-ice.
  297.  
  298.      The eight classifications were defined as follows:
  299.  
  300.           Class 0: Water surface, rain rate less then 1.5 mm/hr, and
  301.           cell is farfrom ice or land
  302.           Class 1: Water surface, rain rate less then 1.5 mm/hr, and
  303.           cell is closet o sea ice
  304.           Class 2: Water surface, rain rate less then 1.5 mm/hr, and
  305.           cell is close to land
  306.           Class 3: Water surface, rain rate greater then 1.5 mm/hr, and
  307.           cell is close to land
  308.           Class 4: Water surface, anomalous geophysical parameters, and
  309.           cell is far from ice or land--this class may represent
  310.           moderate to heavy rain with significant radiative scattering
  311.           Class 5: Sea ice concentration greater than about 10%
  312.           Class 6: Water surface, anomalous geophysical parameters, and
  313.           cell is close to land
  314.           Class 7: Over land
  315.  
  316.      No geophysical data were calculated over land or sea-ice. In
  317.      addition, for precipitation rate greater than 1.5 mm/hr over
  318.      ocean, only water vapor is computed.
  319.  
  320.      The water vapor for Classes 0, 1, and 2 should have an accuracy of
  321.      0.3 g/cm*2 or better, even in the presence of light rain. A water
  322.      vapor estimate is also given for Class 3; i.e., rain rates
  323.      exceeding 1.5 mm/hr. For moderate rain rates (1.5 mm/hr), the
  324.      water vapor estimate will be degraded but will probably still be
  325.      useful.
  326.  
  327.      The gridded Atmospheric Moisture Product was created by the
  328.      Laboratory for Atmospheres (Code 910) at Goddard Space Flight
  329.      Center by extracting and mapping the Wentz precipitable water
  330.      vapor data to a 1 degree x 1 degree global grid. Equal weighting
  331.      was given to all level 2 data points for which the coordinates of
  332.      the center of the field of view were contained within a particular
  333.      grid cell's boundaries. Only observations with a classification
  334.      index of of 0, 1, 2, or 3 were included in the gridding procedure.
  335.  
  336.      In general the satellite will observe a particular equatorial
  337.      location twice a day (except in higher latitudes where this is
  338.      significant overlap of individual orbital swaths). Thus, since the
  339.      ungridded data have a spatial resolution of about 25 km, the
  340.      number of observations constituting the monthly averaged
  341.      precipitable water value over a month should typically range
  342.      between 500 and 700 for lower latitude oceanic cells. Variations
  343.      may occur over persistent convective regions where the radiance
  344.      observations have been contaminated by moderate to heavy
  345.      precipitation.
  346.  
  347.      Also, since the SSM/I satellite observations at a particular
  348.      equatorial location for a day are representative of conditions at
  349.      6:12 AM and 6:12 PM sun time, the monthly gridded SSM/I
  350.      precipitable water values within a grid cell will be
  351.      representative of an average of the conditions at these two times
  352.      (as opposed to true diurnal averages). However, the deviation from
  353.      these two local times is considerable as the poles are approached,
  354.      and a grid cell may contain data averaged over a wide range of
  355.      local times in these cases.
  356.  
  357.      Scientific Potential of Data
  358.      The SSM/I instrument provides continuous global measurements of
  359.      total precipitable water over oceanic regions. Because the water
  360.      vapor content of the atmosphere is highly variable, especially in
  361.      regions adjacent to continents, most atmospheric and oceanic
  362.      studies rely heavily on timely and consistent measurements. Some
  363.      examples of studies that benefit from global measurements of
  364.      moisture or precipitable water include
  365.  
  366.         * Radiation budget studies (absorption and emission of solar
  367.           and longwave radiation by water vapor)
  368.         * Distribution of cloudiness and precipitation and their effect
  369.           on global climate and regional weather patterns
  370.         * Energetics of the atmosphere on both regional and global
  371.           scales. including ocean-to-atmosphere transport of heat and
  372.           moisture fluxes
  373.         * Thermodynamic and dynamic state of the atmospheric boundary
  374.           layer, where the bulk of the water vapor is situated
  375.           (Prabhakara et al. 1979)
  376.         * Effects of moisture fluxes on important periodic phenomena
  377.           such as El Nino, the Southern Oscillation and the winter and
  378.           summer monsoons (Liu 1988)
  379.         * Correlation of water vapor abundance with time-dependent
  380.           temperature changes (feedback mechanism in global warming
  381.           studies).
  382.  
  383.      In addition, the total precipitable water derived from SSM/I can
  384.      be used to improve or assess the quality of other atmospheric or
  385.      surface data sets derived from satellite-borne instruments. As an
  386.      example, the interannual variability of SSM/I precipitable water
  387.      can be compared with that derived from the TOVS instruments aboard
  388.      NOAA Polar Orbiters in order to validate both the spatial patterns
  389.      and the amplitudes of the signal.
  390.  
  391.      Reliable estimates of the total precipitable water can also be
  392.      used to atmospherically correct the infrared window radiances
  393.      measured by surface sensing instruments such as AVHRR to improve
  394.      the accuracy of sea surface temperature and vegetation
  395.      measurements (Justice et al. 1991).
  396.  
  397.      Validation of Data
  398.  
  399.      Not available at this revision.
  400.  
  401. Contacts
  402.  
  403.      Points of Contacts
  404.  
  405.      For information about or assistance in using any DAAC data,
  406.      contact
  407.  
  408.           EOS Distributed Active Archive Center (DAAC)
  409.           Code 902.2
  410.           NASA Goddard Space Flight Center
  411.           Greenbelt, Maryland 20771
  412.           Internet: daacuso@daac.gsfc.nasa.gov
  413.           301-614-5224 (voice)
  414.           301-614-5268 (fax)
  415.  
  416. References
  417.  
  418.      Justice, C.O., T.F. Eck, D. Taure, and B.N. Holben. 1991. The
  419.      effect of water vapor on normalized difference vegetation index
  420.      derived for the Sahelian region from NOAA AVHRR data, Int. 5
  421.      Remote Sensing, 1165-1187.
  422.  
  423.      Lau, K.M., and L. Peng. 1987. Origin of low-frequency
  424.      (intraseasonal) oscillations in the tropical atmosphere. Part I:
  425.      Basic theory. J. Atmos. Sci., 44:950-972.
  426.  
  427.      Liu, W.T. 1988. Moisture and latent heat flux variabilities in the
  428.      tropical Pacific derived from satellite data. J. Geophys. Res.,
  429.      93:6749-6760.
  430.  
  431.      Prabhakara,C., G. Dalu, R.C. Lo, and N.R. Nath. 1979. Remote
  432.      sensing of seasonal distribution of precipitable water vapor over
  433.      the oceans and the inference of boundary-layer structure. Mon.
  434.      Wea. Rev., 107:1388-1401.
  435.  
  436.      Wentz, F.J. 1983. A model function for ocean microwave brightness
  437.      temperatures. J. Geophys. Res., 88(C3):892-1908.
  438.  
  439.      Wentz, F.J., L.A. Mattox, and S. Peteherych. 1986. New algorithms
  440.      for microwave measurements of ocean winds: Applications to SEASAT
  441.      and the Special Sensor Microwave Imager. J. Geophys. Res.,
  442.      91(C2):2289-2307.
  443.  
  444.      Wentz, Frank J. 1989. User's Manual SSM/I Geophysical Tapes, RSS
  445.      Technical Report 060989. Remote Sensing Systems, Santa Rosa, CA,
  446.      16 pp.
  447.  
  448.      Wentz, Frank J. 1992. Revision-1 Update for SSM/I Geophysical
  449.      Tapes User's Manual, RSS Technical Report 040792. Remote Sensing
  450.      Systems, Santa Rosa, CA, 11 pp.
  451.  
  452.      Wentz, Frank J. 1992. Measurement of oceanic wind vector using
  453.      satellite microwave radiometers, IEEE Transactions on Geoscience
  454.      and Remote Sensing, 30:960-972.
  455.  
  456.   ------------------------------------------------------------------------
  457.  
  458.                  [NASA] [GSFC]  [Goddard DAAC] [cidc site]
  459.  
  460.                   NASA  Goddard      GDAAC        CIDC
  461.  
  462. Last update:Fri Aug 22 18:01:05 EDT 1997
  463. Page Author: Pat Hrubiak -- hrubiak@daac.gsfc.nasa.gov
  464. Web Curator: Daniel Ziskin -- ziskin@daac.gsfc.nasa.gov
  465. NASA official: Paul Chan, DAAC Manager -- chan@daac.gsfc.nasa.gov
  466.