I ricercatori della Penn State sono i primi a utilizzare i dati ottenuti dai recenti satelliti di nuova generazione in un modello numerico di previsione del tempo utilizzato per fornire indicazioni per la previsione dei temporali tornadici.

VA-16, che è stato lanciato nel 2016, recentemente diventato pienamente operativo, ma metodi per incorporare i dati, fino ad ora, non esisteva.

I ricercatori hanno utilizzato un metodo per la radiazione infrarossa di tutto il cielo sviluppato tramite il Center for Advanced Data Assimilation and Predictability Techniques (ADAPT) di Penn State. incorporare i dati nei modelli per gli eventi meteorologici nel Midwest. Gli esperimenti sono stati retrogradi, il che significa che i modelli sono stati eseguiti dopo l'evento meteorologico e confrontati con eventi reali. Il modello è stato in grado di prevedere i temporali delle supercelle con condizioni atmosferiche molto favorevoli ai tornado.

I risultati, segnalato in Rassegna meteo mensile pubblicato dall'American Meteorological Society, suggeriscono che possiamo migliorare notevolmente la nostra capacità di prevedere temporali in grado di produrre tornado.

"Non sono solo i dati che sono importanti, " Fuqing Zhang, ha detto il professore di meteorologia e direttore di ADAPT. "È così che progettiamo algoritmi matematici numerici molto sofisticati per inserire i dati satellitari nel modello. Questa è davvero la nostra esperienza e il nostro orgoglio. Il nostro team è il primo a essere in grado di acquisire efficacemente questi dati satellitari ad alta risoluzione e dimostrare che può essere utile in scenari reali."

La previsione di temporali tornadici è importante perché questi eventi sono particolarmente rapidi a formarsi, difficile da prevedere e può causare danni catastrofici. I temporali rappresentano il 40% di tutti gli eventi meteorologici gravi negli Stati Uniti, causando il 14% dei danni e il 17% dei decessi correlati, secondo il National Climate Data Center.

"Per molte tempeste negli Stati Uniti, abbiamo buoni dati radar, però, è molto difficile utilizzare una qualsiasi delle tecnologie esistenti per catturare le condizioni ambientali e della tempesta prima che la tempesta si sviluppi completamente, "Siamo in grado di prolungare il tempo di avviso per questi eventi perché il satellite può guardare il campo anche prima che si formino le nuvole e i nostri modelli possono ingerire tali informazioni per migliorare e anticipare le previsioni".

Negli ultimi 40 anni, Il tempo di attesa dell'avviso tornado, ovvero l'intervallo di tempo tra l'emissione di un avviso e il verificarsi del tornado, è aumentato in media da 3 a 14 minuti. Zhang ha affermato che questo metodo potrebbe prolungare ulteriormente i tempi di consegna.

"I ricercatori hanno apportato enormi miglioramenti ai tempi di consegna dei tornado ma, per molte persone, 14 minuti non bastano, " ha detto David Stensrud, capo del dipartimento di meteorologia e scienze atmosferiche della Penn State. "Se hai un grande stadio sportivo o un ospedale ci vogliono più di 14 minuti per prepararsi alla minaccia meteorologica. C'è sicuramente bisogno di avvisi più avanzati. La nostra ricerca indica che combinando l'assimilazione dei dati e modelli ad alta risoluzione possiamo ottenere tempi di consegna superiori a 30 minuti. Raddoppiare il tempo di consegna avrebbe enormi potenziali impatti sulla società".

Modelli migliori e dati migliori forniti da GOES-16 potrebbero anche ridurre i tassi di falsi allarmi, Egli ha detto.

I ricercatori stanno lavorando con NOAA e il National Weather Service per preparare gli algoritmi per l'acquisizione di questi dati satellitari per un uso diffuso.

I dati satellitari si sono rivelati difficili da usare nei modelli meteorologici perché i satelliti non catturano variabili chiave come la velocità del vento, pressione, temperatura e vapore acqueo. Ma i satelliti acquisiscono dati noti come temperatura di luminosità, che mostrano quanta radiazione viene emessa dagli oggetti sulla Terra e nell'atmosfera a diverse frequenze infrarosse. Usando la radiosità di tutto il cielo, i ricercatori possono utilizzare la temperatura di luminosità catturata a frequenze diverse per dipingere un'immagine di formazioni nuvolose e campi di vapore acqueo.

In una ricerca ancora in fase di revisione e profilata su Nature, Zhang e i suoi colleghi mostrano che questo metodo prevedeva che l'uragano Harvey avrebbe raggiunto una categoria 4 mentre i modelli esistenti lo prevedevano come una categoria 1. Harvey è diventato il primo uragano di categoria 4 ad atterrare lungo la costa del Texas dal 1961.

GOES-16 copre un sesto della Terra, compresa la parte orientale degli Stati Uniti e tutto l'Oceano Atlantico, ed è geostazionario. Sostituisce GOES-13, offrendo una risoluzione dei dati su una scala leggermente più grande di mezzo miglio, molto meglio del suo predecessore a 2,5 miglia, e con dati disponibili ogni 5 minuti o meno.

L'aumento della risoluzione spaziale e temporale è importante perché offre molte più informazioni su ciò che sta accadendo all'interno dei temporali, uragani e altri eventi meteorologici gravi. Il satellite utilizza 16 bande di dati di immagine utilizzando la luce visibile e infrarossa per rivelare fattori come nebbia, venti, vegetazione, neve e ghiaccio, incendi, vapore acqueo e fulmini. È uno dei tre satelliti simili in funzione che coprono collettivamente quasi tutta la terra abitabile e gli oceani circostanti.