Ny hybrid OSSE -metode forbedrer lokale alvorlige stormprognoser

Siden æraen med meteorologiske satellitter begyndte i 1950'erne, kontinuerlige forbedringer af fjernfølerinstrumenter har forhøjet jordvidenskaben og har betydeligt øget tilgængelige atmosfæriske observationer. Ligeledes, forskere har gjort betydelige fremskridt med at forstå Jordens atmosfære, klima, og miljø.

Yderligere vækst af atmosfærisk videnskab inden for de sidste 20 år, satellitbaserede infrarøde (IR) lydgivere ombord på lave jordomløbende (LEO) satellitter har leveret høje spektrale (eller hyperspektrale) IR-stråler. Disse lydgivere kan bestemme små forskelle i reflekterede IR -bølgelængder, som hjælper med at identificere forskellige mål i atmosfæren. Disse data har betydeligt forbedret global numerisk vejrforudsigelse (NWP) modellering og prognose.

På trods af global dækning hver LEO-ekkolod giver kun observationer to gange om dagen for et givet sted. Imidlertid, de hyperspektrale IR-ekkolod fra geostationære satellitter i kredsløb om jorden (GEO) kan give højere opløsning 4D-temperatur (inklusive tid), fugtighed, og dynamisk bevægelsesinformation, der er nødvendig for at initialisere, eller start en modelsimulering. For nøjagtigt at afspejle atmosfæriske ændringer gennem en hel 24-timers periode, LEO -satellitter kan levere hyppigere dataopdateringer til brug af NWP -modeller.

Forskere udvikler dataassimileringsmetoder til NWP-modeller, der vil øge kvaliteten af ​​initialiseringsdata fra satellitter. Observing System Simulation Experiment (OSSE) er designet til at bruge dataassimilering til at undersøge den potentielle påvirkning af fremtidige atmosfæriske observationssystemer. Traditionelle OSSE -processer kræver en betydelig indsats for at beregne, simulere, og kalibrere information, derefter assimilere dataene for at producere en prognose. Derfor, modelmeteorologer arbejder på at gøre denne proces mere effektiv.

"Vi studerede merværdien fra en GEO-hyperspektral IR-ekkolod ved hjælp af hybrid OSSE-metoden." sagde prof. Jun Li, en fremtrædende videnskabsmand ved University of Wisconsin-Madison Cooperative Institute for Meteorological Satellite Studies.

Sammenlignet med det traditionelle OSSE, i en hybrid OSSE, de fleste data er reelle observationer, bortset fra observationer fra nye sensorer, som simuleres ofte gennem små gitter, høj opløsning global atmosfærisk analyse eller reanalyse. Et detaljeret forslag til hybrid OSSE-applikationer er inkluderet i et nyt papir offentliggjort i Fremskridt inden for atmosfæriske videnskaber , som også er en del af et specialnummer om Fengyun Meteorologiske satellitter:Data, Ansøgning og vurdering

Inden de vurderede virkningen af ​​den nye metode, Prof. Li og hans team skulle validere simulerede udstrålinger fra den nye GEO hyperspektrale IR-sensor for at verificere, at simulering af nye sensordata ville fungere i det hybride OSSE-system. De brugte to lokale tilfælde af alvorlige storme fra 2018 og 2019 i Great Plains og Midwestern USA til at evaluere værditilvæksten fra GEO hyperspektrale IR-data.

"Vi er glade for at finde forbedret atmosfærisk temperatur, fugtighed, og nedbørsudsigter, sammen med nogle forbedringer i vindprognoserne. "kommenterede professor Li vedrørende forskningsresultaterne.

Samlet set, holdets effektundersøgelse giver merværdi, hvilket resulterer i en 5 % Root Mean Square Error (RMSE) reduktion, når GEO hyperspektrale IR-data bruges i stedet for LEO-data. Dette indikerer potentielle anvendelser af en GEO hyperspektral IR -lyd, der kan forbedre lokale alvorlige stormprognoser.