Kredit:Lyndon State College fra VORTEX2
Penn State-forskere er de første til at bruge data hentet fra den seneste næste generations satellitter i en numerisk vejrforudsigelsesmodel, der bruges til at vejlede om tornadisk tordenvejr.
GOES-16, som blev lanceret i 2016, for nylig blevet fuldt operationel, men metoder til at inkorporere dataene, indtil nu, fandtes ikke.
Forskere brugte en metode til infrarød udstråling fra hele himlen udviklet gennem Penn State's Center for Advanced Data Assimilation and Predictability Techniques (ADAPT), at indarbejde data i modeller for vejrbegivenheder i Midtvesten. Forsøgene var hindcast, hvilket betyder, at modellerne blev kørt efter vejrbegivenheden og sammenlignet med faktiske begivenheder. Modellen var i stand til at forudsige supercell tordenvejr med atmosfæriske forhold, der er meget befordrende for tornadoer.
Resultaterne, rapporteret i Månedlig vejrudsigt udgivet af American Meteorological Society, tyder på, at vi i høj grad kan forbedre vores evne til at forudsige tordenvejr, der kan producere tornadoer.
"Det er ikke kun data, der er vigtige, "Fuqing Zhang, professor i meteorologi og direktør for ADAPT sagde. "Det er sådan, vi designer meget sofistikerede numeriske matematiske algoritmer til at indtage disse satellittdata i modellen. Dette er virkelig vores ekspertise og vores stolthed. Vores team er det første, der effektivt kan optage disse højopløste satellitdata og bevise, at det kan være nyttig i virkelige scenarier. "
Forudsigelse af tornadiske tordenvejr er vigtig, fordi disse hændelser er særligt hurtige at danne, svært at forudsige og kan forårsage katastrofal skade. Tordenvejr tegner sig for 40 procent af alle alvorlige vejrhændelser i USA, forårsager 14 procent af skaden og 17 procent af relaterede dødsfald, ifølge National Climate Data Center.
"For mange storme i USA, vi har gode radardata, imidlertid, det er meget svært at bruge nogen af de eksisterende teknologier til at fange miljø- og stormforholdene, før stormen udvikler sig fuldstændigt, "Zhang sagde." Vi er i stand til at forlænge advarselstiden for disse begivenheder, fordi satellitten kan se på marken, selv før skyerne dannes, og vores modeller kan indtage disse oplysninger for at forbedre og fremme prognoser. "
I de sidste 40 år har tornadovarslingstid-hvilket betyder tidsintervallet mellem, hvornår en advarsel udsendes og tornadoen opstår-er i gennemsnit steget fra 3 til 14 minutter. Zhang sagde, at denne metode kunne forlænge den ledetid endnu mere.
"Forskere har foretaget enorme forbedringer i tornado -ledetider, men for mange mennesker, 14 minutter er ikke nok, "sagde David Stensrud, leder af Institut for Meteorologi og Atmosfærisk Videnskab i Penn State. "Hvis du har et stort sportsstadion eller et hospital, tager det mere end 14 minutter at forberede vejrtruslen. Der er helt sikkert behov for mere avancerede advarsler. Vores forskning tyder på, at vi ved at kombinere dataassimilering og modeller i høj opløsning kan få ledetider ud over 30 minutter. At fordoble ledetiden ville have enorme potentielle samfundsmæssige konsekvenser. "
Bedre modeller og bedre data leveret af GOES-16 kan også reducere falske alarmhastigheder, han sagde.
Forskere arbejder sammen med NOAA og National Weather Service for at forberede algoritmerne til indtagelse af disse satellittdata til udbredt brug.
Satellitdata har vist sig vanskelige at bruge i vejrmodeller, fordi satellitter ikke fanger vigtige variabler som f.eks. Vindhastighed, tryk, temperatur og vanddamp. Men satellitter fanger data kendt som lysstyrketemperatur, som viser, hvor meget stråling der udsendes af objekter på Jorden og i atmosfæren ved forskellige infrarøde frekvenser. Ved hjælp af udstråling fra hele himlen, forskere kan bruge lysstyrketemperatur fanget ved forskellige frekvenser til at tegne et billede af skyformationer og vanddampfelter.
I forskning, der stadig er under revision og profileret i naturen, Zhang og hans kolleger viser, at denne metode forudsagde, at orkanen Harvey ville nå en kategori 4, mens eksisterende modeller forudsagde den som en kategori 1. Harvey blev den første kategori 4 -orkan, der landede langs Texas -kysten siden 1961.
GOES-16 dækker en sjettedel af Jorden, herunder den østlige del af USA og hele Atlanterhavet, og er geostationær. Det erstatter GOES-13, tilbyder dataopløsning i en skala, der er lidt større end en halv kilometer, meget bedre end sin forgænger på 2,5 miles, og med tilgængelige data hvert 5. minut eller mindre.
Den øgede rumlige og tidsmæssige opløsning er vigtig, fordi den giver meget mere information om, hvad der sker i tordenvejr, orkaner og andre alvorlige vejrhændelser. Satellitten bruger 16 bånd af billeddata ved hjælp af synligt og infrarødt lys til at afsløre faktorer som tåge, vind, vegetation, sne og is, brande, vanddamp og lyn. Det er en af tre lignende satellitter i drift, der samlet dækker næsten alt beboeligt land og de omkringliggende oceaner.