Combinado imágenes de satélite con modelos numéricos
Esta lección presenta el uso de imágenes satelitales en relación con algunos casos de estudio para identificar estructuras y procesos que no coinciden con la salida del modelo numérico.
Basic Satellite and NWP Integration
Idiomas: Inglés
Fecha de publicación: 2019-02-28
Última actualización: 2018-02-07
Nivel de dificultad: 1 '
Tiempo de estudio: 1.25 - 1.50 h
Incluye sonido: no
Complementos necesarios: no
Temas: Meteorología convectiva, Meteorología de mesoescala, Meteorología satelital, Meteorología tropical/Huracanes, Modelización numérica (PNT) , Niebla y estratos bajos
La predicción numérica del tiempo (PNT) es una de las principales herramientas de pronóstico que tenemos a nuestra disposición. Sin embargo, identificar dónde y cuándo el modelo no capta la realidad es difícil. Para los pronósticos a corto plazo, es importante identificar dónde y cuándo la representación del modelo no coincide con la realidad a fin de poder aplicar los cambios apropiados a la salida del modelo.
Una de las mejores herramientas que tenemos para identificar esas faltas de correspondencia en cualquier lugar del mundo son las imágenes satelitales. Esta lección presenta el uso de imágenes satelitales en relación con algunos casos de estudio para identificar estructuras y procesos que no coinciden con la salida del modelo numérico.
El proceso para evaluar la salida de los modelos de predicción numérica del tiempo a la luz de las observaciones que se enseña en esta lección puede resultar útil para cualquier persona que desee agregar valor a los pronósticos numéricos a corto plazo. Aunque el caso de estudio se centra en una situación de niebla y convección que ocurrió en África, el proceso que se explica se puede aplicar a muchos otros casos y es lo suficientemente general para ayudar en el proceso de predicción meteorológica en cualquier lugar del mundo.
Objetivos
• Indicar dónde y cuándo recurrir a las imágenes satelitales para identificar las limitaciones del modelo.
• Determinar la medida en que los campos del modelo representan una señal identificable del fenómeno que se ve en los datos de observación.
• Evaluar los resultados del modelo respecto de las condiciones actuales y determinar su nivel de confianza al usar el modelo en sus predicciones.
COMET METED