• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Natura
    Migliorare l'accuratezza delle previsioni sui tifoni con l'assimilazione dei dati radar

    Credito:Pixabay/CC0 Dominio pubblico

    Le tempeste e le tempeste di pioggia portate dai tifoni che si abbattono sull'isola causano numerose vittime e perdite di proprietà ogni anno in molte aree costiere del Pacifico occidentale. Come tale, prevedere la pista e le precipitazioni dei tifoni è sempre stata una priorità assoluta delle previsioni del tempo. Le caratteristiche strutturali del tifone e lo stato dell'ambiente circostante influenzeranno direttamente il trend di sviluppo e la traccia del tifone. Perciò, è di grande importanza aggiornare e correggere la temperatura, umidità, campo di vento, e altre informazioni relative al tifone e all'area circostante in modo tempestivo quando si prevedono tifoni.

    Lu Zhang, Xiangjun Tian, e il loro team con l'Istituto di fisica dell'atmosfera presso l'Accademia cinese delle scienze, ha analizzato un tipico tifone - Typhoon Haikui (2012) - e ha utilizzato il metodo multigrid NLS-4DVar senza modelli lineari tangenti e aggiunti per assimilare i dati radar Doppler.

    "Abbiamo analizzato e discusso le previsioni della struttura dei tifoni, traccia, e precipitazioni, "dice Tian, "e abbiamo scoperto che dopo aver assimilato i dati radar, l'intensità del tifone era più vicina alle osservazioni".

    Secondo il loro studio pubblicato in Progressi nelle scienze dell'atmosfera , dopo l'adeguamento e il miglioramento della struttura del tifone, la precisione della traccia a 12 ore e le previsioni di precipitazioni accumulate sono state notevolmente migliorate. Inoltre, anche l'introduzione della strategia multigrid nel metodo di assimilazione ha migliorato l'efficienza.

    "Il nostro studio fornisce un nuovo metodo di assimilazione per l'assimilazione efficiente di un gran numero di dati radar, ", afferma Tian. "Ci auguriamo che contribuisca a migliorare l'accuratezza delle previsioni meteorologiche su piccola e media scala nelle previsioni meteorologiche numeriche".


    © Scienza https://it.scienceaq.com