Onderzoekers van Penn State zijn de eersten die gegevens die zijn verkregen van recente satellieten van de volgende generatie gebruiken in een numeriek weersvoorspellingsmodel dat wordt gebruikt als leidraad voor tornadische onweersvoorspellingen.

GOES-16, die in 2016 werd gelanceerd, onlangs volledig operationeel geworden, maar methoden voor het opnemen van de gegevens, tot nu, heeft niet bestaan.

Onderzoekers gebruikten een methode voor all-sky infraroodstraling ontwikkeld door Penn State's Center for Advanced Data Assimilation and Predictability Techniques (ADAPT), om gegevens op te nemen in modellen voor weersomstandigheden in het Midwesten. De experimenten waren achteraf, wat betekent dat de modellen werden uitgevoerd na de weersgebeurtenis en vergeleken met werkelijke gebeurtenissen. Het model was in staat supercel-onweersbuien te voorspellen met atmosferische omstandigheden die zeer bevorderlijk zijn voor tornado's.

De resultaten, gemeld in Maandelijkse weerbeoordeling gepubliceerd door de American Meteorological Society, suggereren dat we ons vermogen om onweersbuien te voorspellen die tornado's kunnen produceren aanzienlijk kunnen verbeteren.

"Het zijn niet alleen de gegevens die belangrijk zijn, "Fuqing Zhang, hoogleraar meteorologie en directeur van ADAPT. "Het is hoe we zeer geavanceerde numerieke wiskundige algoritmen ontwerpen om die satellietgegevens in het model op te nemen. Dit is echt onze expertise en onze trots. Ons team is de eerste die deze satellietgegevens met hoge resolutie effectief kan opnemen en bewijzen dat het kan worden nuttig in real-case scenario's."

Het voorspellen van tornadische onweersbuien is belangrijk omdat deze gebeurtenissen zich bijzonder snel vormen, moeilijk te voorspellen en kan catastrofale schade veroorzaken. Onweersbuien zijn verantwoordelijk voor 40 procent van alle zware weersomstandigheden in de Verenigde Staten, veroorzaakt 14 procent van de schade en 17 procent van de gerelateerde sterfgevallen, Dat meldt het Nationaal Klimaatdatacentrum.

"Voor veel stormen in de Verenigde Staten, we hebben goede radargegevens, echter, het is erg moeilijk om een ​​van de bestaande technologieën te gebruiken om de omgevings- en stormomstandigheden vast te leggen voordat de storm zich volledig ontwikkelt, "Zei Zhang. "We zijn in staat om de waarschuwingstijd voor deze gebeurtenissen te verlengen, omdat de satelliet naar het veld kan kijken nog voordat de wolken zich vormen en onze modellen die informatie kunnen opnemen om de voorspellingen te verbeteren en vooruit te helpen."

In de afgelopen 40 jaar, De doorlooptijd van tornadowaarschuwingen, d.w.z. het tijdsinterval tussen het moment waarop een waarschuwing wordt gegeven en de tornado, is gemiddeld toegenomen van 3 tot 14 minuten. Zhang zei dat deze methode die doorlooptijd nog verder zou kunnen verlengen.

"Onderzoekers hebben enorme verbeteringen aangebracht in de doorlooptijden van tornado's, maar voor veel mensen, 14 minuten is niet genoeg, " zei David Stensrud, hoofd van de afdeling Meteorologie en Atmosferische Wetenschappen in Penn State. "Als je een groot sportstadion of een ziekenhuis hebt, duurt het meer dan 14 minuten om je voor te bereiden op de weersdreiging. Er is zeker behoefte aan meer geavanceerde waarschuwingen. Ons onderzoek geeft aan dat we door het combineren van data-assimilatie en modellen met hoge resolutie doorlooptijden van meer dan 30 minuten. Een verdubbeling van de doorlooptijd zou enorme potentiële maatschappelijke gevolgen hebben."

Betere modellen en betere gegevens geleverd door GOES-16 kunnen ook het aantal valse alarmen verminderen, hij zei.

Onderzoekers werken samen met NOAA en de National Weather Service om de algoritmen klaar te maken voor het opnemen van deze satellietgegevens voor wijdverbreid gebruik.

Satellietgegevens zijn lastig gebleken voor gebruik in weermodellen omdat satellieten geen belangrijke variabelen vastleggen, zoals windsnelheid, druk, temperatuur en waterdamp. Maar satellieten leggen gegevens vast die bekend staan ​​als helderheidstemperatuur, die laten zien hoeveel straling wordt uitgezonden door objecten op aarde en in de atmosfeer op verschillende infraroodfrequenties. Met behulp van all-sky uitstraling, onderzoekers kunnen de helderheidstemperatuur gebruiken die bij verschillende frequenties is vastgelegd om een ​​beeld te schetsen van wolkenformaties en waterdampvelden.

In onderzoek dat nog wordt beoordeeld en geprofileerd in Nature, Zhang en zijn collega's laten zien dat deze methode voorspelde dat orkaan Harvey categorie 4 zou bereiken, terwijl bestaande modellen het als categorie 1 voorspellen. Harvey werd de eerste categorie 4 orkaan die aan land kwam langs de kust van Texas sinds 1961.

GOES-16 beslaat een zesde van de aarde, inclusief het oostelijke deel van de Verenigde Staten en de hele Atlantische Oceaan, en is geostationair. Het vervangt GOES-13, het aanbieden van gegevensresolutie op een schaal die iets groter is dan een halve mijl, veel beter dan zijn voorganger op 2,5 mijl, en met gegevens die elke 5 minuten of minder beschikbaar zijn.

De verhoogde ruimtelijke en temporele resolutie is belangrijk omdat het veel meer informatie biedt over wat er gebeurt binnen onweersbuien, orkanen en andere zware weersomstandigheden. De satelliet gebruikt 16 banden met beeldgegevens met gebruik van zichtbaar en infrarood licht om factoren zoals mist, winden, vegetatie, sneeuw en ijs, branden, waterdamp en bliksem. Het is een van de drie vergelijkbare satellieten die in bedrijf zijn en die gezamenlijk bijna alle bewoonbare grond en de omliggende oceanen bestrijken.