En tant que fortes inondations, y compris ceux de Houston, Texas, et Bombay, Inde, Continuez, des équipes de recherche de l'Université Purdue et de l'Inde ont travaillé à l'amélioration des modèles qui peuvent aider à prévoir les fortes précipitations à partir d'événements météorologiques.

Les chercheurs ont découvert que l'inclusion d'une représentation améliorée de la chaleur et de l'humidité de la surface du sol avant la formation d'une tempête donne des informations importantes qui permettent d'améliorer la prévision du moment des fortes pluies, emplacement, ampleur et durée.

L'étude est dirigée par Dev Niyogi, Climatologue de l'État de l'Indiana et professeur d'agronomie et de la terre à l'Université Purdue, sciences atmosphériques et planétaires.

L'étude, une collaboration entre des chercheurs des États-Unis et de l'Inde, est soutenu par la National Science Foundation des États-Unis, Mission nationale de la mousson du ministère indien des Sciences de la Terre et la Fondation indo-américaine pour la science et la technologie. Il a été conçu pour améliorer les simulations d'orages et de précipitations sur la région de la mousson indienne. Niyogi a déclaré que les orages et les fortes pluies sont souvent intégrés dans des amas de tempêtes plus importants dans le cadre des pluies de mousson, faisant de leur prédiction un défi permanent.

"La majorité des recherches effectuées sur les précipitations de mousson se concentrent sur la compréhension et la modélisation des paramètres météorologiques à grande échelle, les modèles et influences spécifiquement océaniques, " dit Niyogi. " Cette étude montre que, tout comme les processus océaniques sont importants pour les caractéristiques de la mousson à grande échelle, l'incorporation de l'humidité du sol et de l'état des terres peut améliorer la prévisibilité des amas d'orages régionaux et des précipitations au sein de ces tempêtes. »

Niyogi a déclaré que le cadre de modélisation a été développé pour des applications dans différentes parties du monde, après les tests initiaux et l'application aux États-Unis.

"Pour l'Inde, nous savons que les pluies de mousson sont entraînées par des processus à grande échelle et nous étions initialement sceptiques quant aux améliorations que nous verrons dans les prévisions en améliorant les conditions des terres locales, " dit Niyogi. " Pourtant, les preuves de travaux aux États-Unis et les considérations théoriques suggèrent qu'une meilleure représentation des terres peut aider à améliorer la simulation des tempêtes régionales et de l'énergétique associée, ces expériences de modélisation ont donc été entreprises. Nous constatons que la terre affecte et influence le calendrier, emplacement, l'intensité et la durée des épisodes de fortes pluies. L'amélioration de l'état des terres contribue donc directement à améliorer la prévision des précipitations, surtout pour les dangereux, situations de fortes pluies."

L'étude a révélé que la prise d'observations satellitaires et de surface disponibles dans un cadre dit "Système d'assimilation des données terrestres (LDAS)" était en mesure de fournir l'état de la surface terrestre avant la formation des tempêtes. L'inclusion de ces informations dans les modèles de prévision météorologique a permis d'améliorer les modèles de réchauffement atmosphérique régional, la circulation du vent et les prévisions de nuages. Par conséquent, le modèle amélioré pourrait prédire efficacement où et quand ces orages et ces fortes pluies se produiraient.

La région de la mousson indienne connaît des orages fréquents et souvent destructeurs. Les météorologues continuent de chercher des moyens de les prévoir avec plus de précision, dit l'étude. L'urbanisation et l'évolution des pratiques agricoles ont également modifié les modes de chauffage et de circulation de l'air, ce qui signifie que les prévisions basées sur des données de référence plus anciennes ne reflètent pas les caractéristiques régionales des terres.

« Des conditions terrestres réalistes doivent être prises en compte dans les modèles de prévisions météorologiques pour aider à améliorer nos capacités de prévision des orages, " Niyogi a déclaré. "Nous avons développé des ensembles de données à haute résolution avec des informations sur l'humidité et la température du sol, qui n'étaient pas disponibles auparavant, et a découvert que l'introduction de ces informations peut améliorer les prévisions d'orages."

Le modèle a certaines limites, Niyogi a noté. Alors que le modèle météorologique amélioré par LDAS était plus sensible aux courtes rafales de pluie, elle avait également tendance à surestimer les précipitations dans certaines conditions. D'autre part, le modèle a sous-estimé le développement d'orages dans les régions à topographie complexe. Les travaux futurs se concentreront sur l'amélioration des entrées du modèle pour rendre les prédictions plus réalistes et précises à l'aide d'une variété de nouveaux ensembles de données satellitaires provenant des États-Unis et de l'Inde, dit Niyogi.

La prochaine étape pour l'équipe de Niyogi est de faire une climatologie quadrillée de l'humidité du sol, champs de température du sol qui peuvent être utilisés pour les prévisions météorologiques et les évaluations des inondations ou de la sécheresse.

"L'objectif est de continuer à développer ces ensembles de données et de traduire nos découvertes en outils qui aident les prévisions au jour le jour, " dit Niyogi. " En termes simples, les partenariats entre Purdue et les chercheurs indiens continuent d'utiliser de nouvelles données, compréhension scientifique et outils informatiques pour exploiter les connaissances collectives et développer des solutions à certains des défis les plus urgents auxquels est confronté le bien-être de la société. »

Les modèles et la science améliorée ne se limitent pas à une région et sont globalement transférables pour améliorer les modèles qui aident à améliorer la prévision des tempêtes en Inde ainsi qu'aux États-Unis, dit Niyogi.