La predicción meteorológica precisa depende de una comprensión fundamental de la dinámica de las tormentas y la microfísica de las nubes y su representación en modelos de predicción numérica del tiempo (NWP). así como el uso óptimo de mediciones multiparamétricas de alta resolución, según el profesor Guifu Zhang de la Escuela de Meteorología, Universidad de Oklahoma, y uno de los autores de un artículo de revisión publicado recientemente en Avances en ciencias atmosféricas .

Después de décadas de investigación y desarrollo, La polarimetría del radar meteorológico ha madurado y los datos de radar polarimétrico de alta resolución (PRD) ahora están disponibles a nivel nacional y mundial. Existe una gran expectativa de que la rica información proporcionada por el PRD tenga un gran potencial para mejorar la observación, cuantificación y previsión meteorológica.

Aunque se emplea con éxito en la detección de condiciones meteorológicas adversas, clasificación de hidrometeoros y estimación cuantitativa de la precipitación (QPE), El profesor Zhang y sus colegas señalan que el impacto potencial del PRD en la predicción del tiempo se ha visto limitado por su uso a menudo subjetivo y empírico. "Y la brecha entre las comunidades de meteorología / hidrología / ingeniería de radar y NWP, "dice el profesor Zhang, "evita la realización de todo el potencial de la polarimetría de radar en QPF [pronóstico cuantitativo de precipitación]".

Considerando las dificultades que entraña el uso óptimo de estos PRD recientemente disponibles y el avance de la tecnología de radar meteorológico, además de cerrar la brecha entre la meteorología de radar y la PNT, El profesor Zhang y sus colegas proponen un enfoque sistemático y unificado para el uso óptimo del PRD para una QPE precisa, QPF, y advertencias basadas en la recuperación estadística con limitaciones físicas del modelo cuando se utiliza información previa. Esto vincularía las recuperaciones basadas en observaciones (fila superior en la figura) utilizadas por la comunidad de meteorología de radar con el análisis basado en modelos, también conocido como asimilación de datos (DA) (fila inferior), utilizado en la comunidad NWP.

Como se ilustra en la fila central de la figura (marrón), los operadores avanzados, que resultan del modelado de microfísica y el modelado electromagnético, y algoritmos de recuperación estadística, son necesarios tanto para las recuperaciones basadas en observaciones como para las basadas en DA. Cada una de las recuperaciones debe tener modelos de microfísica compatibles, como los modelos DSD / PSD, y relaciones forma / densidad, Modelado y cálculos electromagnéticos que producen operadores de observación directa precisos y eficientes, así como algoritmos de recuperación estadística que pueden manejar errores de medición e información de fondo y covarianza.

"Para lograr los mejores resultados posibles, todos los componentes deben determinarse y seleccionarse con precisión, y se utilizan en conjunto y con verificación cruzada entre sí en los algoritmos de recuperación estadística, "concluye el profesor Zhang.