• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Naturaleza
    El método de asimilación de datos ofrece una mejor predicción de huracanes

    La fila superior muestra las observaciones reales del satélite GOES-16 en intervalos de seis horas. La fila inferior muestra un modelo meteorológico desarrollado por el Centro Nacional de Investigación Atmosférica y la fila central muestra cómo ese modelo se mejora mediante el uso del método de resplandor de todo el cielo de Penn State. Crédito:Penn State

    Los modelos operativos para el pronóstico del clima severo predijeron que el huracán Harvey se convertiría en un huracán de categoría 1 en 2017, según la Corporación Universitaria para la Investigación Atmosférica. En lugar de, se convirtió en una categoría 4 masiva justo antes de tocar tierra, vinculando al huracán Katrina con el huracán más costoso registrado.

    Ahora, un nuevo enfoque desarrollado en Penn State's Center for Advanced Data Assimilation and Predictability Techniques puede pronosticar la intensidad y trayectoria del huracán Harvey, según investigadores de Penn State y la Administración Nacional Oceanográfica y Atmosférica.

    El enfoque utilizó datos del satélite GOES-16, junto con el método de resplandor de todo el cielo de Penn State, que modeló con mayor precisión el huracán Harvey. Los datos se denominan "todo el cielo" porque capturan datos en todas las condiciones climáticas, incluyendo nubes y lluvia.

    La obra, dirigido por Fuqing Zhang, distinguido profesor de meteorología y ciencias atmosféricas en Penn State, ahora fallecido, es la primera vez que se utilizan datos del satélite GOES-16 para pronosticar huracanes. El huracán Harvey fue el primer gran huracán capturado por GOES-16, que entró en pleno funcionamiento en 2017. Zhang murió en julio poco después de que le diagnosticaran cáncer.

    Cuando habló de la investigación en junio, Zhang dijo:"Esto todavía es experimental. Hemos demostrado que podemos mejorar la pista, posición, intensidad y estructura de este evento en particular. Todavía necesitamos estudiar todos los demás eventos de huracanes con nuevos datos satelitales, pero esto nos da muchas promesas para el futuro de la predicción de huracanes ".

    Zhang agregó que este estudio, publicado en el Boletín de la Sociedad Meteorológica Estadounidense , sugirió que los datos de radiancia de todo el cielo podrían beneficiar enormemente la predicción de huracanes en general.

    En este estudio de prueba de concepto, los investigadores utilizaron la retroacción, utilizando datos recopilados durante el evento, pero analizándolo después. Esto permitió a los investigadores concentrarse en los datos más reveladores y perfeccionar aún más el modelo.

    El proceso para crear modelos listos para operar a menudo toma varios años. Comienza con modelos retroactivos antes de que esos modelos se prueben junto con los modelos existentes para ver si se produjeron mejoras. Porque la previsión meteorológica salva vidas, los modelos se someten a estrictos procedimientos y pruebas antes de su implementación.

    El enfoque de radiancia de todo el cielo se combinó con un modelo desarrollado en el Centro Nacional de Investigación Atmosférica con la ayuda de miembros del Departamento de Meteorología y Ciencias Atmosféricas de Penn State. Al ejecutar el modelo durante un período de 24 horas, Los investigadores encontraron que la asimilación de los datos de radiancia de todo el cielo reproducía mejor la intensidad y los patrones de las nubes en comparación con el modelo actual. Eso llevó a un pronóstico más preciso tanto en el ojo de la tormenta como en los periféricos.

    Las investigaciones muestran que las imprecisiones comunes en el pronóstico de la intensidad y estructura de los huracanes con días de anticipación provienen principalmente de una mala generación de vórtices de huracanes. Una mejor predicción de la pared del ojo y las circulaciones secundarias de una tormenta podría conducir a una predicción de huracanes más precisa. Dijo Zhang.

    "Continuaremos probando nuestro sistema de asimilación de datos satelitales con más huracanes para ver si este método funciona bien con otros eventos climáticos severos, "dijo Xingchao Chen, un profesor asistente de investigación en Penn State que participó en esta investigación. "Además de las radiancias infrarrojas de todo el cielo, estamos empezando a observar radiancias de microondas, que penetran eficazmente en regiones nubladas ".

    Cuando los investigadores contrastaron imágenes creadas utilizando modelos con y sin datos de resplandor de todo el cielo incluidos, no solo mostró una gran mejora con respecto a los modelos operativos, creó imágenes casi idénticas a las imágenes de satélite reales durante la tormenta. Los modelos operativos que no pudieron predecir la rápida intensificación de Harvey incluyeron el Modelo de Pronóstico e Investigación del Clima de Huracanes a escala regional de la Administración Nacional Oceánica y Atmosférica (NOAA), Sistema de pronóstico global de NOAA, y el sistema de pronóstico integrado del Centro Europeo de Pronósticos Meteorológicos a Medio Plazo.

    "Esa es la belleza de asimilar el satélite GOES-16, ", Dijo Zhang." Parece casi idéntico a la observación real. El uso del resplandor de todo el cielo no solo mejora los modelos existentes. Se hace una gran diferencia."


    © Ciencia https://es.scienceaq.com