Des études antérieures ont indiqué une tendance mondiale croissante des événements de précipitations intenses sous l'influence du réchauffement climatique. Les fortes précipitations augmentent le risque d'inondation, exerçant des effets dévastateurs sur la société humaine et l'environnement, surtout pour les métropoles à forte densité de population. En tant que l'une des plus grandes villes du monde, Pékin est très vulnérable aux précipitations de plus en plus fréquentes et intenses, comme les pluies torrentielles du 21 juillet 2012, lorsque la ville a rencontré ses précipitations les plus abondantes au cours des dernières décennies avec une quantité record de 460 mm en 18 heures. Les scientifiques ont découvert que les événements pluvieux de courte durée (SDR) (un événement pluvieux d'une durée de 6 heures ou moins) dominent la quantité totale de précipitations sur Pékin en été, et la quantité de précipitations des événements SDR a considérablement augmenté au cours des dernières décennies. Ainsi, il est très important de fournir des prévisions précises des événements SDR, ce qui reste un défi considérable pour les scientifiques et les prévisionnistes.
Les scientifiques ont remarqué et profité de la foudre pour prédire l'approche des orages, mais il existe peu de méthodes puissantes de prévision ou d'avertissement disponibles pour les précipitations causées par de telles tempêtes de pluie, en particulier les événements SDR. Après avoir étudié la relation entre la foudre et les précipitations sur Pékin pendant les saisons chaudes de 2006 et 2007, scientifiques de l'Institut de physique atmosphérique, Académie chinoise des sciences (Fan Wu et Xiaopeng Cui) et leur co-auteur (Da-lin Zhang, University of Maryland) a développé une approche d'avertissement nowcast basée sur la foudre pour les événements SDR, puis testé ses performances sur la région métropolitaine de Pékin (BMR). Leurs conclusions ont été récemment publiées dans Recherche atmosphérique . La nouvelle approche utilise des taux croissants d'éclairs, appelés sauts de foudre, observé par les systèmes de localisation des éclairs, pour fournir des alertes précoces pour les événements SDR. Différent des approches d'avertissement précédentes pour d'autres types de temps violents causés par des tempêtes de pluie (par exemple, tornades, grêle et rafales de vent), dans cette approche, une augmentation rapide du taux de précipitations (appelée saut de précipitations) lors d'un événement SDR est choisie comme cible d'avertissement. L'approche d'avertissement nowcast proposée dans cette étude a été conçue pour deux types d'événements SDR, à savoir, ceux avec des taux de précipitations modérés et intenses.
Pour fournir des prévisions plus précises des événements SDR, les auteurs ont développé des modèles d'avertissement de prévision immédiate en modifiant les paramètres de l'algorithme de saut de foudre en fonction de leur nouvelle approche. Ces modèles peuvent émettre différents signaux en fonction de l'intensité du saut de foudre afin d'améliorer les performances d'avertissement de prévision immédiate. Les modèles utilisent des signaux d'avertissement de faible qualité pour capturer autant d'événements SDR que possible, et tirer parti des signaux d'avertissement de haute qualité pour améliorer la fiabilité des avertissements. Pour vérifier les performances des modèles, un total de 870 événements SDR modérés et 452 intenses sur le BMR ont été sélectionnés. Les résultats ont montré des performances encourageantes du modèle. Les modèles d'alerte ont fourni des alertes précoces réussies pour 67,8% (87,0%) des événements SDR modérés (intenses), avec des fausses alarmes de 27,0 % (22,2 %). En outre, les modèles ont fourni un temps d'avertissement moyen plus long pour les événements SDR intenses (52,0 minutes) que pour les événements modérés (36,7 minutes).
Finalement, les auteurs ont ensuite validé les modèles en utilisant trois tempêtes typiques produisant de fortes pluies qui étaient indépendantes de celles utilisées pour développer les modèles. Les résultats ont montré que les modèles présentent une capacité d'alerte encourageante pour les événements SDR des échelles régionales à méso-γ. "Notre approche offre une nouvelle perspective sur la prédiction des événements SDR, " dit le professeur Xiaopeng Cui, l'auteur correspondant de l'étude.
