• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Física
    La física de flujo podría ayudar a los pronosticadores a predecir eventos extremos

    Brian Elbing (izquierda) sostiene un micrófono con el cazador de tormentas Val Castor (derecha) frente a su camión de persecución de tormentas, en el que los investigadores montaron un sensor de infrasonido para monitorear tornados. Crédito:Brian Elbing

    Alrededor de 1, 000 tornados azotan los Estados Unidos cada año, causando miles de millones de dólares en daños y matando a unas 60 personas en promedio. Los datos de seguimiento muestran que se están volviendo cada vez más comunes en el sureste, y menos frecuente en "Tornado Alley, "que se extiende a lo largo de las Grandes Llanuras. Los científicos carecen de una comprensión clara de cómo se forman los tornados, pero un desafío más urgente es desarrollar sistemas de predicción y alerta más precisos. Requiere un delicado equilibrio:sin advertencias, la gente no puede refugiarse, pero si experimentan demasiadas falsas alarmas, se habrán habituado.

    Una forma de mejorar las herramientas de predicción de tornados podría ser escuchar mejor, según el ingeniero mecánico Brian Elbing de la Universidad Estatal de Oklahoma en Stillwater, en el corazón de Tornado Alley. No se refiere a ningún sonido audible para los oídos humanos, aunque. Ya en la década de 1960, Los investigadores informaron evidencia de que los tornados emiten sonidos característicos en frecuencias que caen fuera del rango de audición humana. La gente puede escuchar hasta unos 20 Hertz, que suena como un retumbar bajo, pero la canción de un tornado probablemente cae entre 1 y 10 Hertz.

    Brandon White, un estudiante de posgrado en el laboratorio de Elbing, discutieron sus análisis recientes de la firma infrasónica de tornados en la 73ª Reunión Anual de la División de Dinámica de Fluidos de la Sociedad Estadounidense de Física.

    Elbing dijo que estas firmas infrasónicas parecían una vía de investigación prometedora, al menos hasta que el radar surgió como una tecnología pionera para los sistemas de alerta. Los enfoques basados ​​en la acústica quedaron en segundo plano durante décadas. "Ahora hemos logrado muchos avances con los sistemas de radar y el monitoreo, pero aún existen limitaciones. El radar requiere mediciones de la línea de visión ". Pero la línea de visión puede ser complicada en lugares montañosos como el sureste, donde ocurren la mayoría de las muertes por tornados.

    Tal vez sea hora de revisar esos enfoques acústicos, dijo Elbing. En 2017, su grupo de investigación registró ráfagas de infrasonidos de una supercélula que produjo un pequeño tornado cerca de Perkins, Oklahoma. Cuando analizaron los datos, encontraron que las vibraciones comenzaron antes de que se formara el tornado.

    Los investigadores aún saben poco sobre la dinámica de fluidos de los tornados. "Hasta la fecha, se han realizado ocho mediciones confiables de presión dentro de un tornado, y ninguna teoría clásica los predice, "dijo Elbing. No sabe cómo se produce el sonido, cualquiera, pero conocer la causa no es necesario para un sistema de alarma. La idea de un sistema basado en acústica es sencilla.

    "Si dejo caer un vaso detrás de ti y se rompe, no necesitas darte la vuelta para saber qué pasó, ", dijo Elbing." Ese sonido le da una buena idea de su entorno inmediato. "Las vibraciones infrasónicas pueden viajar a largas distancias rápidamente, ya través de diferentes medios. "Podríamos detectar tornados a 100 millas de distancia".

    Los miembros del grupo de investigación de Elbing también describieron una matriz de sensores para detectar tornados a través de la acústica y presentaron hallazgos de estudios sobre cómo las vibraciones infrasónicas viajan a través de la atmósfera. El trabajo en firmas de tornados infrasónicos fue apoyado por una subvención de NOAA.

    Otras sesiones durante la reunión de la División de Dinámica de Fluidos abordaron de manera similar formas de estudiar y predecir eventos extremos. Durante una sesión sobre dinámica no lineal, El ingeniero del MIT, Qiqi Wang, revisó el efecto mariposa, un fenómeno bien conocido en la dinámica de fluidos que se pregunta si una mariposa batiendo sus alas en Brasil podría desencadenar un tornado en Texas.

    Lo que no está claro es si las alas de las mariposas pueden provocar cambios en las estadísticas del clima a largo plazo. Al investigar la cuestión de forma computacional en pequeños sistemas caóticos, descubrió que las pequeñas perturbaciones pueden, Por supuesto, efectuar cambios a largo plazo, un hallazgo que sugiere que incluso los pequeños esfuerzos pueden conducir a cambios duraderos en el clima de un sistema.

    Durante la misma sesión, ingeniero mecánico Antoine Blanchard, investigador postdoctoral en el MIT, introdujo un algoritmo de muestreo inteligente diseñado para ayudar a cuantificar y predecir eventos extremos, como tormentas extremas o ciclones, por ejemplo. Los eventos extremos ocurren con baja probabilidad, él dijo, y, por lo tanto, requieren una gran cantidad de datos, que puede ser costoso de generar, computacional o experimentalmente. Blanchard, cuyo fondo es la dinámica de fluidos, quería encontrar una manera de identificar los valores atípicos de manera más económica. "Estamos tratando de identificar esos estados peligrosos utilizando la menor cantidad posible de simulaciones".

    El algoritmo que diseñó es una especie de caja negra:cualquier estado dinámico se puede alimentar como entrada, y el algoritmo devolverá una medida de la peligrosidad de ese estado.

    "Estamos tratando de encontrar las puertas al peligro. Si abre esa puerta en particular, ¿El sistema permanecerá inactivo? ¿O se volverá loco? ", preguntó Blanchard." ¿Cuáles son los estados y las condiciones, como las condiciones climáticas, por ejemplo, ¿que si los hiciera evolucionar con el tiempo, podría causar un ciclón o una tormenta? "

    Blanchard dijo que todavía está refinando el algoritmo, pero espera comenzar a aplicarlo pronto a datos reales y experimentos a gran escala. También dijo que puede tener implicaciones más allá del clima, en cualquier sistema que produzca eventos extremos. "Es un algoritmo muy general".


    © Ciencia https://es.scienceaq.com