Initializing HYSPLIT with satell
目前的工作重点是通过将灰分的卫星观测纳入拉格朗日输运和扩散模型HYSPLIT来改进火山灰预报。HYSPLIT输出的准确性取决于初始化的准确性：初始位置，尺寸分布和灰分量随时间的变化。来自被动红外，红外传感器的卫星观测用于构建初始化项和验证。基于空间的激光雷达观测用于进一步验证。我们比较了使用不同初始化产生的模型输出，用于2008年阿留申群岛Kasatochi的喷发。简单的源项，例如通风口上方的均匀垂直线或圆柱形源，与从卫星测量位置，质量负荷，有效半径，和顺风灰云的高度。使用灰尘柱质量负荷的卫星测量来约束源项产生比使用与通风口上方的质量喷发率和羽流高度相关的经验方程更好的长期预测。即使必须估算一些量，例如云层厚度，在观察到的灰云的位置释放粒子的初始化产生的模型输出与通过通风口上方和周围的源项产生的模型输出相当或更好。 。基于空间的激光雷达数据，灰云顶部高度的被动红外检索和模型输出彼此吻合良好，并且都表明Kasatochi灰云演变成复杂的三维结构。使用灰尘柱质量负荷的卫星测量来约束源项产生比使用与通风口上方的质量喷发率和羽流高度相关的经验方程更好的长期预测。即使必须估算一些量，例如云层厚度，在观察到的灰云的位置释放粒子的初始化产生的模型输出与通过通风口上方和周围的源项产生的模型输出相当或更好。 。基于空间的激光雷达数据，灰云顶部高度的被动红外检索和模型输出彼此吻合良好，并且都表明Kasatochi灰云演变成复杂的三维结构。使用灰尘柱质量负荷的卫星测量来约束源项产生比使用与通风口上方的质量喷发率和羽流高度相关的经验方程更好的长期预测。即使必须估算一些量，例如云层厚度，在观察到的灰云的位置释放粒子的初始化产生的模型输出与通过通风口上方和周围的源项产生的模型输出相当或更好。 。基于空间的激光雷达数据，灰云顶部高度的被动红外检索和模型输出彼此吻合良好，并且都表明Kasatochi灰云演变成复杂的三维结构。
image.png
可以看到垂直分布的信息！
(column 1) The 532 nm backscatter from CALIOP using colors shown in the top bar. Features which may be ash are labeled with capital letters. (columns 2 and 3) The 532 nm backscatter from CALIOP shown in shades of grey and blue (values shown in bottom color bar). Position of HYSPLIT particles within 0.1° of the track of the lidar are shown in red. The time period, initialization, and meteorological data set are shown in the top left corner of each plot.
