Desde que comenzó la era de los satélites meteorológicos en la década de 1950, Las continuas mejoras de los instrumentos de teledetección han elevado las ciencias de la Tierra y han aumentado significativamente las observaciones atmosféricas disponibles. Igualmente, Los científicos han logrado avances considerables en la comprensión de la atmósfera de la Tierra, clima, y medio ambiente.

Fomentar el crecimiento de la ciencia atmosférica en los últimos 20 años, Las sondas infrarrojas (IR) basadas en satélites a bordo de satélites en órbita terrestre baja (LEO) han proporcionado radiancias IR espectrales (o hiperespectrales) elevadas. Estas sirenas pueden determinar pequeñas diferencias en las longitudes de onda IR reflejadas, que ayudan a identificar diferentes objetivos de la atmósfera. Estos datos han mejorado significativamente el modelado y el pronóstico de predicción numérica del tiempo (NWP) global.

A pesar de la cobertura mundial, cada sonda LEO proporciona observaciones solo dos veces al día para una ubicación determinada. Sin embargo, Las sirenas IR hiperespectrales de los satélites geoestacionarios en órbita terrestre (GEO) pueden proporcionar una temperatura 4D de mayor resolución (incluido el tiempo), humedad, e información de movimiento dinámico necesaria para inicializar, o iniciar una simulación de modelo. Para reflejar con precisión los cambios atmosféricos a lo largo de un período completo de 24 horas, Los satélites LEO pueden proporcionar actualizaciones de datos más frecuentes para que los utilicen los modelos NWP.

Los científicos están desarrollando métodos de asimilación de datos para modelos de PNT que aumentarán la calidad de los datos de inicialización de los satélites. El Experimento de simulación del sistema de observación (OSSE) está diseñado para utilizar la asimilación de datos para investigar el impacto potencial de los futuros sistemas de observación atmosférica. Los procesos tradicionales de OSSE requieren un esfuerzo significativo para calcular, simular, y calibrar la información, luego asimile los datos para producir un pronóstico. Por lo tanto, Los meteorólogos de modelos están trabajando para hacer que este proceso sea más eficiente.

"Estudiamos el valor añadido de una sonda IR GEO-hiperespectral utilizando el método híbrido OSSE". dijo el profesor Jun Li, un científico distinguido del Instituto Cooperativo de Estudios de Satélites Meteorológicos de la Universidad de Wisconsin-Madison.

En comparación con el OSSE tradicional, en un OSSE híbrido, la mayoría de los datos son observaciones reales, a excepción de las observaciones de nuevos sensores, que se simulan con frecuencia a través de una pequeña cuadrícula, análisis atmosférico global de alta resolución o reanálisis. Una propuesta detallada de aplicaciones OSSE híbridas se incluye en un nuevo artículo publicado en Avances en ciencias atmosféricas , que también es parte de un número especial sobre Fengyun Meteorological Satellites:Data, Aplicación y evaluación

Antes de evaluar el impacto del nuevo método, El profesor Li y su equipo tuvieron que validar radiancias simuladas del nuevo sensor de infrarrojos hiperespectral GEO para verificar que la simulación de nuevos datos de sensor funcionaría en el sistema híbrido OSSE. Utilizaron dos casos de tormentas severas locales de 2018 y 2019 en las Grandes Llanuras y el medio oeste de los Estados Unidos para evaluar los impactos de valor agregado de los datos de infrarrojos hiperespectrales GEO.

"Estamos contentos de encontrar una temperatura atmosférica mejorada, humedad, y previsiones de precipitaciones, junto con algunas mejoras en las previsiones de viento ", comentó el profesor Li sobre los resultados de la investigación.

En general, el estudio de impacto del equipo presenta un valor agregado, lo que resulta en una reducción del 5% del error cuadrático medio (RMSE) cuando se utilizan datos IR hiperespectrales GEO en lugar de datos LEO. Esto indica aplicaciones potenciales de una sonda IR hiperespectral GEO que pueden mejorar los pronósticos locales de tormentas severas.