.
Dezenas de milhares de tempestades podem ocorrer em todo o mundo todos os dias, mas prever com precisão a hora e o local onde elas se formarão continua sendo um grande desafio da modelagem meteorológica por computador. Uma nova técnica que combina dados subutilizados de satélite e radar em modelos meteorológicos pode melhorar essas previsões, de acordo com uma equipe de cientistas liderada pela Penn State.
“As tempestades são tão onipresentes que é difícil contar quantas você consegue na Pensilvânia, nos Estados Unidos ou no mundo todo todos os dias”, disse Keenan Eure, estudante de doutorado no Departamento de Meteorologia e Ciências Atmosféricas da Penn State. “Muitos dos nossos desafios, ainda hoje, são descobrir como prever corretamente a hora e o local do início das tempestades.”
Os cientistas descobriram que, combinando dados do satélite meteorológico geoestacionário GOES-16 e do radar Doppler terrestre, eles poderiam capturar uma imagem mais precisa das condições iniciais na camada limite, a parte mais baixa da atmosfera, onde as tempestades se formam.
“Existe valor em melhorar as previsões de tempestades de observações de radar Doppler e observações de satélite que atualmente são subutilizadas e mostramos que não apenas elas podem ser usadas para melhorar as previsões, mas reuni-las traz muitos benefícios”, disse Eure, principal autor do estudo. . “A soma é maior do que as partes individuais.”
A técnica mostrou-se promissora em melhorar as previsões do início da convecção, as condições que geram tempestades, várias horas antes das tempestades ocorrerem em um estudo de caso de maio de 2018 no Panhandle do Texas. Os cientistas relataram suas descobertas na revista Revisão Mensal do Clima.
“Keenan se concentrou em usar observações de satélite para definir melhor o ambiente no qual as tempestades se formariam mais tarde e em usar observações de radar para melhorar os campos de vento de baixo nível que eventualmente ajudaram a criar as tempestades”, disse David Stensrud, professor de meteorologia da Conselheiro da Penn State e Eure e co-autor do estudo. “Essa combinação de observação não havia sido estudada anteriormente e acabou agregando valor significativo às previsões do modelo neste dia”.
Os cientistas usaram a assimilação de dados, um método estatístico que pode pintar a imagem mais precisa possível das condições climáticas atuais no modelo meteorológico, importante porque mesmo pequenas mudanças na atmosfera podem levar a grandes discrepâncias nas previsões ao longo do tempo.
Compreender as condições na camada limite é particularmente importante porque influencia fortemente os ingredientes da convecção – humidade próxima da superfície, elevação e instabilidade – um processo que faz com que o ar quente perto da superfície da Terra suba e forme nuvens.
“Obviamente não podemos modelar todas as moléculas da atmosfera, mas queremos chegar o mais próximo possível”, disse Eure. Acreditamos realmente que este trabalho acrescenta muitas informações valiosas que os modelos atualmente não possuem e que podemos ajudar na representação da parte mais baixa da atmosfera.”
A equipe assimilou dados de satélite e radar separadamente e simultaneamente e descobriu que os melhores resultados vieram da combinação de observações de temperatura de brilho infravermelho do satélite e velocidade do vento radial e observações de altura de limite do radar.
O trabalho usa a assimilação de dados de satélite de todo o céu, desenvolvida pelo Centro de Técnicas Avançadas de Assimilação e Previsibilidade de Dados da Penn State, que assimila dados de satélite de todas as condições climáticas, incluindo céu nublado e claro. A previsão anteriormente dependia de observações de céu claro, devido a desafios no diagnóstico dos complexos processos físicos dentro das nuvens, disseram os cientistas.
“Embora mais casos precisem ser explorados, essas observações estão disponíveis atualmente e podem ser usadas para melhorar a previsão de tempestades na próxima década, à medida que a NOAA continua avançando em seu paradigma Warn-on-Forecast, no qual as previsões de modelos de computador ajudam a tornar os avisos de clima severo mais precisas e oportunas”, disse Stensrud.
Outros pesquisadores da Penn State no projeto foram Matthew Kumjian e Steven Greybush, professores associados, Yunji Zhang, professor assistente e Paul Mykolajtchuk, ex-aluno de pós-graduação, no Departamento de Meteorologia e Ciências Atmosféricas.
Esta pesquisa se baseia no trabalho do falecido Fuqing Zhang, distinto professor de meteorologia e ciência atmosférica.
A NASA e a Administração Nacional Oceânica e Atmosférica apoiaram esta pesquisa.
.
