A Comparison of KNMI Quality Control and JPL Rain Flag for SeaWinds

7 pages, 2 figures, 3 tables[EN] In the past few years, scatterometer winds have been successfully assimilated in weather analysis. A good assessment of the information content of these winds is particularly important for such activities. Besides retrieval problems in cases of a confused sea state, a particularly acute problem of Ku-band scatterometry is the sensitivity to rain. Elimination of poor quality data is therefore a prerequisite for the successful use of the new National Aeronautics and Space Administration (NASA) scatterometer, QuikSCAT. This issue has been the topic of recent work. On the one hand, the Royal Dutch Meteorological Institute (KNMI) has developed a quality control (QC) procedure, which detects and rejects the poor quality QuikSCAT data (including rain contamination). On the other hand, the Jet Propulsion Laboratory (JPL) has developed a rain flag for QuikSCAT. In this paper, we test the KNMI QC against the JPL rain flag in order to improve QC for QuikSCAT. Collocations with European Centre for Medium-range Forecast (ECMWF) winds and Special Sensor Microwave Imager (SSM/I) rain data are used for validation purposes. The results show that the KNMI QC is more efficient in rejecting low-quality data than the JPL rain fag, while the latter is more efficient in rejecting rain-contaminated data than the former. The JPL rain flag, however, rejects too many consistent wind data in dynamically active areas. The KNMI QC turns out to be a good QC procedure in the parts of the swath where the wind retrieval skill is high. In the nadir region, however, the KNMI QC efficiency and the wind retrieval skill are relatively low. In the nadir region, the KNMI QC needs additional information from the JPL rain flag to reject rain-contaminated data[FR] Au cours des dernières années, les vents dérivés de mesures de scattérométrie ont été assimilés avec succès dans les analyses du climat. Une bonne évaluation du contenu en information de ces vents est particulièrement importante pour de telles activités. En plus des problèmes d'extraction dans les cas de surface de mer confuse, la sensibilité à la pluie pose un problème particulièrement aigu au plan de la scattérométrie en bande Ku. L'élimination des données de piètre qualité est ainsi un pré-requis à la bonne utilisation du nouveau scattéromètre QuikSCAT de la NASA (National Aeronautics and Space Administration). Ce sujet a fait l'objet de travaux récents. D'une part, l'Institut météorologique royal néerlandais (KNMI) a développé une procédure de contrôle de la qualité (CQ) qui détecte et rejette les données QuikSCAT de piètre qualité (incluant la contamination par la pluie). D'autre part, le JPL (Jet Propulsion Laboratory) a développé une étiquette « pluie » (rain flag) pour QuikSCAT. Dans cet article, nous testons la procédure de contrôle de qualité du KNMI par rapport à l'étiquette « pluie » du JPL afin d'améliorer le CQ pour QuikSCAT. Des co-localisations avec les vents obtenus du ECMWF (European Centre for Medium-range Weather Forecasts) et les données de précipitation du capteur SSM/I (special sensor microwave imager) sont utilisées pour fin de validation. Les résultats montrent que le CQ du KNMI est plus efficace à rejeter les données de piètre qualité que l'étiquette « pluie » du JPL, alors que cette dernière est plus efficace à rejeter les données contaminées par la pluie. Toutefois, l'étiquette « pluie » du JPL rejette trop de données cohérentes dans les régions dynamiquement actives. Le CQ du KNMI apparaît comme une bonne procédure de CQ dans les portions de faisceau avec des possibilités d'extraction de vent élevé. Toutefois, l'efficacité de la procédure CQ du KNMI diminue dans la région du nadir où le potentiel d'extraction du vent est plus faible. Dans cette région, la procédure de CQ du KNMI requiert davantage d'information de l'étiquette « pluie » du JPL pour rejeter les données contaminées par la plui