• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  Science >> Science >  >> La nature
    L’assimilation des données satellitaires améliore les prévisions des intempéries
    Dans le sens des aiguilles d'une montre en partant du haut à gauche :les images du Midwest Derecho 2020 à partir d'observations radar et satellitaires micro-ondes montrent des modèles similaires, qui sont obscurcis dans les observations satellitaires à luminosité infrarouge. Une technique combinant les observations par satellite à micro-ondes et infrarouges pourrait améliorer les prévisions de conditions météorologiques extrêmes et pourrait être particulièrement utile dans les zones dépourvues de réseaux radar de surveillance météorologique au sol, ont indiqué les scientifiques. Crédit :Yunji Zhang

    En 2020, une série d’orages violents a déclenché des vents puissants qui ont causé des milliards de dégâts dans tout le Midwest des États-Unis. Une technique développée par des scientifiques de Penn State et intégrant des données satellitaires pourrait améliorer les prévisions, notamment là où les vents les plus puissants se produiront, pour des événements météorologiques graves similaires.



    Les chercheurs rapportent dans la revue Geophysical Research Letters que l'ajout de données micro-ondes collectées par des satellites en orbite basse aux modèles informatiques de prévisions météorologiques existants a produit des prévisions plus précises des rafales de surface dans une étude de cas du Midwest Derecho 2020. Les derechos sont des lignes d'orages intenses connues pour leurs vents dévastateurs.

    "Le modèle informatique est capable de produire une série de prévisions qui mettent systématiquement l'accent sur les tempêtes les plus puissantes et les dégâts de vent les plus importants là où ils se sont produits", a déclaré Yunji Zhang, professeur adjoint au Département de météorologie et des sciences atmosphériques de Penn State et auteur principal. "Si nous disposons de ce type d'informations en temps réel, avant que les événements ne se produisent, les prévisionnistes pourraient être en mesure d'identifier où les dégâts les plus importants vont se produire."

    Selon les scientifiques, cette technique pourrait être particulièrement utile dans les zones dépourvues d'infrastructures de surveillance météorologique au sol, comme les radars traditionnellement utilisés dans les prévisions météorologiques. Dans l'étude, les chercheurs ont utilisé uniquement les données disponibles à partir d'observations satellite.

    « Dans les régions où il n'y a pas d'observations en surface, ou pratiquement pas de radar, nous montrons que cette combinaison d'observations satellitaires peut générer une prévision décente des événements météorologiques graves », a déclaré Zhang. "Nous pouvons probablement appliquer cette technique à davantage de régions où il n'y a pas d'observations radar ou de surfaces denses. C'est la motivation fondamentale de cette étude."

    La recherche s'appuie sur les travaux antérieurs de l'équipe utilisant l'assimilation de données, une méthode statistique qui vise à dresser le tableau le plus précis des conditions météorologiques actuelles. Cela inclut même de petits changements dans l'atmosphère, car ils peuvent entraîner de grands écarts dans les prévisions au fil du temps.

    Lors de travaux antérieurs, des scientifiques du Center for Advanced Data Assimilation and Predictability Techniques de Penn State ont assimilé les données de température de luminosité infrarouge du satellite environnemental opérationnel géostationnaire américain, GOES-16. Les températures de luminosité montrent la quantité de rayonnement émis par les objets sur Terre et dans l'atmosphère, et les scientifiques ont utilisé des températures de luminosité infrarouge à différentes fréquences pour brosser un meilleur tableau de la vapeur d'eau atmosphérique et de la formation des nuages.

    Mais les capteurs infrarouges ne capturent que ce qui se passe au sommet des nuages.

    Les capteurs à micro-ondes visualisent toute une colonne verticale, offrant ainsi un nouvel aperçu de ce qui se passe sous les nuages ​​après la formation des tempêtes, ont indiqué les scientifiques.

    "En se basant simplement sur le sommet des nuages, il est plus difficile de déduire à quoi ressemble la convection de ces tempêtes en dessous", a déclaré Zhang. "C'est donc l'un des avantages de l'ajout des observations micro-ondes :elles peuvent fournir des informations sur l'endroit où se trouvent les convections les plus fortes."

    En combinant les données infrarouges et micro-ondes assimilées dans l'étude du derecho, les chercheurs ont pu prédire plus précisément les emplacements des rafales de surface et les valeurs maximales du vent.

    Dans ses travaux futurs, Zhang a déclaré qu'il prévoyait d'appliquer la méthode aux régions qui manquent de ressources et d'infrastructures pour prendre en charge les observations météorologiques à haute résolution spatio-temporelle.

    "Nous savons qu'il y a eu plusieurs fois au cours des dernières années en Afrique de l'Ouest où de très fortes pluies torrentielles ont provoqué de fortes précipitations dans ces pays", a déclaré Zhang. "Et une chose à propos de ces pays est qu'ils sont aussi les endroits qui seront probablement les plus touchés par le réchauffement climatique. Je pense donc que si nous pouvons utiliser ces observations satellitaires disponibles pour fournir de meilleures prévisions pour ces régions, cela sera vraiment bénéfique pour le monde." des gens là aussi."

    David Stensrud et Eugene Clothiaux, professeurs, et Xingchao Chen, professeur adjoint, tous du Département de météorologie et des sciences atmosphériques, ont également contribué à Penn State.

    Plus d'informations : Yunji Zhang et al, Améliorer la prévision des conditions météorologiques extrêmes grâce à l'assimilation du rayonnement du ciel par micro-ondes :le Midwest Derecho du 10 août 2020, Lettres de recherche géophysique (2024). DOI :10.1029/2023GL106602

    Informations sur le journal : Lettres de recherche géophysique

    Fourni par l'Université d'État de Pennsylvanie




    © Science https://fr.scienceaq.com