PREDICCIÓN DE LOS PARÁMETROS RADAR DE LAS CÉLULAS CONVECTIVAS

Autores/as

  • Manuel Ceperuelo Departament d’Astronomia i Meteorologia, Facultat de Física, Universitat de Barcelona
  • María del Carmen Llasat Departament d’Astronomia i Meteorologia, Facultat de Física, Universitat de Barcelona

Resumen

La predicción de la intensidad de las tormentas es una de las tareas más difíciles. Esto es debido a que existen un gran número de procesos físicos y termodinámicos que tienen lugar en la escala de la tormenta. Una de las técnicas utilizadas para realizar el pronóstico de situaciones de tiempo severo está basada en la obtención de índices termodinámicos de inestabilidad, tales como la CAPE o el SI. Si bien recientemente se han publicado trabajos tales como el de Doswell y Schultz (2006), en los que se discute el empleo de tales índices como parámetros predictores de convección intensa, es cierto que tienen la capacidad de resumir en un simple valor las características de los entornos medioambientales favorables a la producción de situaciones severas (Schaefer, 1986; Johns y Doswell, 1992). 
 
Sean mejores o peores, el objetivo de tales índices estriba en aportar más información de cara al pronóstico del tipo de situación meteorológica y el desarrollo de situaciones de tiempo severo. En general, no se utilizan para pronosticar la evolución temporal de las tormentas o células convectivas, una vez ya se han iniciado, lo que es fundamental para poder mejorar la predicción a muy corto plazo. Es en esta última parte en donde se va a centrar el presente trabajo. Su objetivo es proporcionar unas herramientas para la mejora de la predicción de la evolución del sistema convectivo una vez ya han sido formadas las tormentas. Para ello se utilizará el radar meteorológico y el modelo meteorológico mesoescalar MM5, a fin de disponer de la estructura del sistema y sus características y evolución, el viento en diferentes niveles, las alturas de las isotermas de 0 ºC y de -20 ºC, su desplazamiento y su intensidad.

Citas

Aldenderfer, M.S. y R.K. Blashfield, 1984. Cluster analysis. Thousand Oaks, CA: Sage Publications, Quantitative Applications in the Social Sciences Series No. 44. Biggerstaff, M.I. y S.A. Listemaa, 2000: An Improved Scheme for Convective/Stratiform Echo Classification Using Radar Reflectivity. J. Appl. Meteor., 39, 12, 2129–2150. Ceperuelo, M., M.C. Llasat y T. Rigo, 2006: Rainfall events and Hailstorm Analysis Program, RHAP. Adv. Geosci., 7, 205–213. Ceperuelo, M., M.C. Llasat, T. Rigo y J.L. Sánchez, 2008 (en revisión): Improving hail identification in the Ebro Valley region using radar observations: probability equations and warning thresholds. Atmos. Res. Circe, M. y F. Martin, 2003: Identificacion y seguimiento automático de estructuras convectivas a partir de datos de radares meteorologicos, Nota tecnica,STAP No. 39. Collier, C.C. y R.B.E. Lilley, 1994: Forecasting thunderstorm initiation in north-west Europe using thermodynamic indices, satellite and radar data. Meteorol. Appl., 1, 75-84. Collier, C.G., 1989: Applications of Weather Radar Systems. A guide to uses of radar data in meteorology and hydrology, published by Ellis Horwood, Chichester, 294 pp.

Dixon, M. y G. Wiener, 1993: Thunderstorm Identification, Tracking, Analysis and Nowcasting – A Radar-based Methodology. J. Atmos. Oceanic Technol., 10, 6, 785–797. Doswell, C.A.III y D.M. Schultz, 2006: On the use of indices and parameters in forecasting severe storms. Electronic J. Severe Storms Meteor., 1, 1-14. Hand, W.H., 1996: An object-oriented technique for nowcasting heavy showers and thunderstorms. Meteorol. Appl., 3, 31-41. Hartigan, J.A. y M.A. Wong, 1979: A K-Means Clustering Algorithm. Applied Statistics, 28, 1, 100108. Johns, R.C. y C.A.III Doswell, 1992: Severe local storms forecasting. Wea. Forecasting, 7, 588-612. Johnson, J.Y:, P.L. MacKeen, A. Witt, E.D. Mitchell, G.J. Stumpf, M.D. Eilts y K.W. Thomas, 1998: The Storm Cell Identification and Tracking (SCIT) Algorithm: An Enhanced WSR-88D Algorithm. Wea. Forecasting, 13, 263-276. Kaiser, H.F., 1958: The varimax criterion for analytic rotation in factor analysis. Psychometrika, 23, 187-200. Kaufman, L. y P.J. Rousseeuw, 1990. Finding groups in data: An introduction to cluster analysis NY: John Wiley & Sons, ISBN: 0471878766. Martín, F., Eliazaga, F., Carretero, O. y San Ambrosio, I., 2001: Diagnóstico y predicción de la convección profunda. STAP Nota técnica, nº 35. Pascual, R., 2002: Estudio de las granizadas en el llano de Lleida. Nota técnica no. 3, Centro Meteorológico Territorial de Catalunya. Pierce, C.E., P.J. Hardaker, C.G. Collier y C.M. Haggett, 2000: GANDOLF: a system for generating automated nowcasts of convective precipitation. Meteorol. Appl., 7, 4, 341-360. Rigo, T. y M.C. Llasat, 2004: A methodology of convective structures using meteorological radar: application to heavy rainfall events on the Mediterranean coast of the Iberian Peninsula, Nat. Hazards Earth Syst. Sci., 4, 59–68. Rigo, T., 2004: Estudio de Sistemas Convectivos Mesoscalares en la zona Mediterránea Occidental Mediante el uso del Radar Meteorológico. Tesis doctoral. Universidad de Barcelona. Schaefer, J.T., 1986: Severe thunderstorm forecasting. A historical perspective. Wea. Forecasting, 1, 164-189. Steiner, M., R.A. Houze Jr. y S.E. Yutter, 1995: Climatological Characterization of ThreeDimensional Storm Structure from Operational Radar and Rain Gage Data. J. App. Met., 34, 9, 1978-2007.

Descargas

Publicado

2020-03-14

Número

Sección

Observación de la atmósfera y técnicas de observación