Wetenschap
De assimilatie van satellietgegevens verbetert de voorspellingen van zwaar weer
In 2020 ontketende een reeks zware onweersbuien krachtige winden die miljarden aan schade veroorzaakten in het middenwesten van de Verenigde Staten. Een techniek die is ontwikkeld door wetenschappers van Penn State en waarin satellietgegevens zijn verwerkt, zou de voorspellingen voor vergelijkbare zware weersomstandigheden kunnen verbeteren, inclusief waar de krachtigste winden zullen voorkomen.
De onderzoekers rapporteren in het tijdschrift Geophysical Research Letters dat het toevoegen van microgolfgegevens verzameld door satellieten in een lage baan om de aarde aan bestaande computerweersvoorspellingsmodellen nauwkeurigere voorspellingen van oppervlaktewindstoten opleverde in een casestudy van de Midwest Derecho van 2020. Derechos zijn lijnen van intense onweersbuien die berucht zijn om hun schadelijke wind.
"Het computermodel is in staat een reeks voorspellingen te produceren die consequent de krachtigste stormen en de sterkste windschade benadrukken op de plek waar deze plaatsvonden", zegt Yunji Zhang, assistent-professor bij de afdeling Meteorologie en Atmosferische Wetenschappen van Penn State en hoofdauteur. "Als we dit soort informatie in realtime hebben, voordat de gebeurtenissen plaatsvinden, kunnen voorspellers mogelijk vaststellen waar de grootste schade zal optreden."
De techniek zou vooral nuttig kunnen zijn, aldus de wetenschappers, in gebieden waar een infrastructuur voor weermonitoring op de grond ontbreekt, zoals radars die traditioneel worden gebruikt bij weersvoorspellingen. In het onderzoek gebruikten de onderzoekers alleen gegevens die beschikbaar waren via satellietwaarnemingen.
"In regio's waar er geen oppervlaktewaarnemingen zijn, of feitelijk geen radar, laten we zien dat deze combinatie van satellietwaarnemingen een behoorlijke voorspelling van ernstige weersomstandigheden kan genereren," zei Zhang. "We kunnen deze techniek waarschijnlijk toepassen op meer regio's waar geen radar of dichte oppervlaktewaarnemingen zijn. Dat is de fundamentele motivatie achter dit onderzoek."
Het onderzoek bouwt voort op het eerdere werk van het team met behulp van data-assimilatie, een statistische methode die tot doel heeft het meest nauwkeurige beeld te schetsen van de huidige weersomstandigheden. Dit omvat zelfs kleine veranderingen in de atmosfeer, aangezien deze in de loop van de tijd tot grote verschillen in de voorspellingen kunnen leiden.
In eerder werk assimileerden wetenschappers van Penn State's Center for Advanced Data Assimilation and Predictability Techniques infraroodhelderheidstemperatuurgegevens van de Amerikaanse Geostationary Operational Environmental Satellite, GOES-16. Helderheidstemperaturen laten zien hoeveel straling wordt uitgezonden door objecten op aarde en in de atmosfeer, en de wetenschappers gebruikten infraroodhelderheidstemperaturen op verschillende frequenties om een beter beeld te schetsen van atmosferische waterdamp en wolkenvorming.
Maar infraroodsensoren registreren alleen wat er op de wolkentoppen gebeurt.
Microgolfsensoren bekijken een hele verticale kolom en bieden nieuw inzicht in wat er onder de wolken gebeurt nadat zich stormen hebben gevormd, aldus de wetenschappers.
"Alleen al op basis van de wolkentoppen is het moeilijker om af te leiden hoe de convectie van deze stormen eronder uitziet", zei Zhang. "Dus dat is een van de voordelen van het toevoegen van microgolfwaarnemingen:ze kunnen informatie verschaffen over waar de sterkste convecties plaatsvinden."
Door geassimileerde infrarood- en microgolfgegevens te combineren in het onderzoek van de derecho, konden de onderzoekers de locatie van windstoten aan het oppervlak en de maximale windwaarden nauwkeuriger voorspellen.
In toekomstig werk zei Zhang dat hij van plan is de methode toe te passen op regio's die niet over de middelen en infrastructuur beschikken om weerswaarnemingen met hoge spatiotemporele resolutie te ondersteunen.
"We weten dat er de afgelopen jaren in West-Afrika verschillende keren zijn geweest waar zeer sterke hevige regenval voor veel neerslag in die landen heeft gezorgd," zei Zhang. “En één ding over deze landen is dat zij ook de plaatsen zijn die waarschijnlijk het meest getroffen zullen worden door de opwarming van de aarde. Dus ik denk dat als we deze beschikbare satellietobservaties kunnen gebruiken om betere voorspellingen te doen voor die regio’s, dit echt gunstig zal zijn voor de mensen daar ook."
Vanuit Penn State leverden ook David Stensrud en Eugene Clothiaux, professoren, en Xingchao Chen, assistent-professor, allen bij de afdeling Meteorologie en Atmosferische Wetenschappen.