Les chercheurs de Penn State sont les premiers à utiliser des données obtenues à partir de satellites récents de nouvelle génération dans un modèle de prévision météorologique numérique utilisé pour fournir des orientations pour la prévision des orages tornades.

GOES-16, qui a été lancé en 2016, est récemment devenu pleinement opérationnel, mais les méthodes d'incorporation des données, jusqu'à maintenant, n'existait pas.

Les chercheurs ont utilisé une méthode de rayonnement infrarouge dans tout le ciel développée par le Penn State's Center for Advanced Data Assimilation and Predictability Techniques (ADAPT), pour incorporer des données dans des modèles pour les événements météorologiques dans le Midwest. Les expériences ont été rétrospectives, ce qui signifie que les modèles ont été exécutés après l'événement météorologique et comparés à des événements réels. Le modèle a pu prévoir des orages supercellulaires avec des conditions atmosphériques très propices aux tornades.

Les résultats, signalé dans Revue météorologique mensuelle publié par l'American Meteorological Society, suggèrent que nous pouvons grandement améliorer notre capacité à prédire les orages capables de produire des tornades.

"Il n'y a pas que les données qui sont importantes, " Fuqing Zhang, a déclaré professeur de météorologie et directeur d'ADAPT. "C'est ainsi que nous concevons des algorithmes mathématiques numériques très sophistiqués pour ingérer ces données satellitaires dans le modèle. C'est vraiment notre expertise et notre fierté. Notre équipe est la première à pouvoir intégrer efficacement ces données satellitaires à haute résolution et prouver qu'elles peuvent être utile dans des cas réels."

La prévision des orages tornades est importante car ces événements se forment particulièrement rapidement, difficile à prévoir et peut causer des dommages catastrophiques. Les orages représentent 40 pour cent de tous les événements météorologiques violents aux États-Unis, causant 14 pour cent des dommages et 17 pour cent des décès liés, selon le Centre national de données climatiques.

"Pour de nombreuses tempêtes aux États-Unis, nous avons de bonnes données radar, cependant, il est très difficile d'utiliser l'une des technologies existantes pour capturer les conditions environnementales et de tempête avant que la tempête ne se développe totalement, ", a déclaré Zhang. "Nous sommes en mesure de prolonger le délai d'avertissement pour ces événements car le satellite peut regarder le terrain avant même que les nuages ​​ne se forment et nos modèles peuvent ingérer ces informations pour améliorer et faire avancer les prévisions."

Au cours des 40 dernières années, le délai d'avertissement de tornade, c'est-à-dire l'intervalle de temps entre le moment où un avertissement est émis et le déclenchement de la tornade, est passé en moyenne de 3 à 14 minutes. Zhang a déclaré que cette méthode pourrait prolonger encore plus ce délai.

"Les chercheurs ont fait d'énormes améliorations dans les délais d'exécution des tornades, mais, pour plusieurs personnes, 14 minutes ne suffisent pas, " a déclaré David Stensrud, chef du département de météorologie et des sciences de l'atmosphère à Penn State. "Si vous avez un grand stade sportif ou un hôpital, il faut plus de 14 minutes pour se préparer à la menace météorologique. Il y a certainement un besoin d'alertes plus avancées. Nos recherches indiquent qu'en combinant l'assimilation de données et des modèles haute résolution, nous pouvons obtenir délais au-delà de 30 minutes. Doubler le délai aurait d'énormes impacts sociétaux potentiels."

De meilleurs modèles et de meilleures données fournies par GOES-16 pourraient également réduire les taux de fausses alarmes, il a dit.

Les chercheurs travaillent avec la NOAA et le National Weather Service pour préparer les algorithmes d'ingestion de ces données satellitaires pour une utilisation généralisée.

Les données satellitaires se sont avérées difficiles à utiliser dans les modèles météorologiques car les satellites ne capturent pas les variables clés telles que la vitesse du vent, pression, température et vapeur d'eau. Mais les satellites capturent des données connues sous le nom de température de luminosité, qui montrent combien de rayonnement est émis par les objets sur Terre et dans l'atmosphère à différentes fréquences infrarouges. En utilisant l'éclat de tout le ciel, les chercheurs peuvent utiliser la température de luminosité capturée à différentes fréquences pour brosser un tableau des formations nuageuses et des champs de vapeur d'eau.

Dans la recherche qui est toujours à l'étude et présentée dans Nature, Zhang et ses collègues montrent que cette méthode prévoyait que l'ouragan Harvey atteindrait une catégorie 4 alors que les modèles existants le prévoyaient comme une catégorie 1. Harvey est devenu le premier ouragan de catégorie 4 à toucher terre le long de la côte du Texas depuis 1961.

GOES-16 couvre un sixième de la Terre, y compris la partie orientale des États-Unis et tout l'océan Atlantique, et est géostationnaire. Il remplace GOES-13, offrant une résolution des données à une échelle légèrement supérieure à un demi-mile, bien mieux que son prédécesseur à 2,5 milles, et avec des données disponibles toutes les 5 minutes ou moins.

L'augmentation de la résolution spatiale et temporelle est importante car elle offre beaucoup plus d'informations sur ce qui se passe dans les orages, ouragans et autres phénomènes météorologiques violents. Le satellite utilise 16 bandes de données d'image utilisant la lumière visible et infrarouge pour révéler des facteurs tels que le brouillard, les vents, végétation, neige et glace, les feux, vapeur d'eau et foudre. C'est l'un des trois satellites similaires en fonctionnement qui couvrent collectivement presque toutes les terres habitables et les océans environnants.