Icono del sitio Aemetblog

El Radar meteorológico y sus potenciales aplicaciones en la estimación y pronóstico de la precipitación convectiva (parte I).

La estimación de la distribución espacial de la precipitación, basada en datos obtenidos por  pluviómetros de distintas redes, adquiere un valor añadido si se combina con campos de teledetección radar o satélite mediante un procedimiento geoestadístico, lo que ofrece una interesante aproximación a la obtención de campos de precipitación que pueden servir de aplicación en ámbitos como la gestión hídrica o agraria. En cualquier caso, el hecho de contar con suficientes observaciones de pluviometría en superficie representa la limitación principal de la aplicación de la metodología, ya que los valores obtenidos son muy sensibles a disponer de datos en superficie en la zona de máxima variación e intensidad de las precipitaciones.

Un artículo de Peio Oria Iriarte –  Delegado de AEMET en la Comunidad Foral de Navarra

Introducción

El pasado congreso nacional de teledetección, organizado por la Asociación Española de Teledetección y el Grupo Therrae de la Universidad Pública de Navarra, se celebró durante el  verano de 2022 en el Palacio de Congresos de Baluarte de Pamplona (link a los videos y libro de actas del congreso en https://www.unavarra.es/congresoaet2022). La Agencia Estatal de Meteorología participó activamente en la sesión de atmósfera, tiempo y clima, y su representación estuvo compuesta por miembros del grupo que lidera el consorcio SAF NWC, así como de una pequeña delegación local.

En el congreso se puso de relevancia el aspecto crucial que supone  explotar todas las capacidades que ofrece la teledetección actualmente, donde las tecnologías de observación del Sistema Tierra junto al desarrollo de técnicas de análisis masivo de datos, muy especialmente las más vanguardistas y que hacen uso de campos de la inteligencia artificial como la visión por computadora o el aprendizaje profundo basado en redes neuronales de diversos tipos. Más allá de la atmósfera, ejemplos de aplicación se encuentran actualmente en la agricultura, el medio ambiente, los incendios forestales, los océanos, la cartografía o el procesado de imágenes.

Prueba de lo anterior se refleja en las enormes inversiones destinadas a programas satelitales que están llevando a cabo China, Estados Unidos, Japón o Europa. En este último caso se podría citar a la flota de los Sentinel, proyecto multi-satélite desarrollado por la Agencia Espacial Europea en el marco del Programa Copernicus, y con colaboración de EUMETSAT, entre otros, que recientemente ha puesto en órbita el primer satélite de la nueva generación de los METEOSAT, fundamentales para monitorizar y realizar pronósticos del tiempo (https://aemetblog.es/2022/10/11/aemet-ostenta-la-representacion-espanola-en-eumetsat/). Por otro lado, en cuanto al uso y tratamiento de los macrodatos con nuevas técnicas, no se puede dejar de citar a la transformación digital donde un ejemplo perfecto lo componen los gemelos digitales del Sistema Tierra, cruciales para conocer mejor y prepararse los impactos del cambio climático (https://www.aemet.es/es/noticias/2021/03/Replicas_digitales_tierra_destination_earth),

Junto a la explotación de los datos de satélite, el sistema nacional de observación radar de la AEMET es quizá el máximo exponente de la teledetección atmosférica con el que contamos, ya que es el principal sistema activo de teledetección que posee la agencia, cubre el conjunto del territorio y genera millones y millones de datos al día. Lamentablemente es necesario reconocer que nuestra capacidad de análisis, tratamiento y postproceso de los mismos es claramente inferior a las potenciales aplicaciones que pueden emerger en la mencionada era de los macrodatos. Todavía podemos llevar esos desarrollos y aplicaciones más lejos si combinamos distintos conjuntos y fuentes de datos, de distinta naturaleza y/o tipología, y sobre todo si esos datos son georreferenciados y tratamos de aumentar su resolución espacial en base a técnicas y algoritmos estadísticos o del propio análisis de datos. Todo ello enfocado a tener un mejor conocimiento, cobertura, seguimiento y vigilancia de los impactos que causan el tiempo y el clima, muy especialmente sus manifestaciones más adversas.

En la presente contribución a este blog, primera parte de una serie de tres entradas relativas a posibles aplicaciones y desarrollos relacionados con los datos de radar, se pretenden mostrar algunos ejemplos basados en el uso de esos datos para caracterizar y explorar el comportamiento de variables como la precipitación en una variedad de escalas espaciotemporales, desde minutales y de pocos kilómetros a anuales y de alcance regional.

La estimación cuantitativa de la precipitación basada en la teledetección.

La estimación cuantitativa de la precipitación (QPE por sus siglas en inglés) es un activo campo de estudio que ha sido abordado por Servicios Meteorológicos, universidades, empresas y centros de investigación. Las estaciones meteorológicas automáticas (EMA) cuentan con pluviómetros que, en general, proporcionan mediciones de lluvia de alta precisión. Su desventaja es que, si su distribución espacial es pobre o si la variabilidad de la precipitación es muy alta (como en el caso de las tormentas o de las lluvias orográficas), una simple interpolación de las acumulaciones de precipitación registradas en los pluviómetros no aporta resultados satisfactorios. Por otro lado, los productos de teledetección tratan de estimar indirectamente la intensidad de precipitación. Su precisión es muy inferior a la de los pluviómetros pero por el contrario ofrecen una representación continua en el espacio de la ocurrencia de las precipitaciones. Por un lado los productos de estimación radar se basan en la exploración de un volumen polar mediante la emisión de una señal electromagnética hacia la atmosfera a distintas elevaciones y su posterior retrodispersión en blancos en forma de gotas de lluvia o copos de nieve. La reflectividad, una vez efectuadas una serie de correcciones, es transformada en una intensidad de precipitación haciendo uso de relaciones empíricas. Por otro lado los productos de satélite basan su estimación en la detección de energía remitida por la atmósfera y sus componentes (gases, gotitas de nube, cristales de hielo, aerosoles…) hacia el exterior. La energía se distribuye en distintas longitudes de onda y es absorbida por el radiómetro del satélite en una serie de canales. Aun siendo inferido a través de las mediciones radiométricas, uno de los parámetros más importantes en el caso de la convección es la temperatura de brillo de los topes de las nubes de tormenta. Topes muy fríos son congruentes con nubes de tormenta que se han desarrollado de manera muy violenta debido a que presentan fuertes corrientes verticales en su seno y, con seguridad, están dando lugar a precipitaciones intensas u otros fenómenos severos en superficie. Los productos que ofrece el SAF NWC  están especialmente enfocados a la convección y al pronóstico a muy corto plazo de las tormentas (https://www.nwcsaf.org/).

Figura 1: Distintos sistemas de medida o estimación de la precipitación de carácter convectivo. Pluviómetros pertenecientes a redes de estaciones de distintos organismos (puntos rojos) y rejillas en las que se despliegan datos de teledetección (negro para estimaciones basadas en productos de radar y azul para las basadas en satélite). Apréciese que es necesario transformar y homogeneizar los datos para tratarlos en un sistema de coordenadas, resolución y proyección comunes.

Para tratar de explotar de manera óptima los beneficios de los dos métodos de observación descritos anteriormente y obtener así una mejor estimación de la precipitación convectiva puede optarse por una doble vía: Por un lado superar la limitación de una baja densidad de estaciones de pluviometría en superficie a través de la integración del mayor número posible de datos de observación, a menudo recurriendo a redes de organismos autonómicos, no meteorológicos (hidrológicos, agrarios, protección civil, etc.) o de aficionados. Gracias a la facilidad actual en la adquisición e instalación de estaciones de gama media y a los avances, tanto a la hora de compartir los datos en plataformas abiertas como en la cobertura de datos o en soluciones basadas en tecnologías IoT, ha aumentado notablemente el número de aficionados que deciden instalar una estación meteorológica. El hecho de que estas estaciones no tengan controles de calidad o una menor precisión que las profesionales puede superarse desechando sus valores en base a algún criterio relacionado con la comparación con estimaciones de radar o satélite. Por otro lado la fusión de ambas fuentes de datos ha de llevarse a cabo mediante un método que permita una combinación óptima entre la precisión de los datos de las EMAs y la cobertura espacial de alta resolución que ofrecen los sistemas de teledetección, sobre todo de radar (figura 1).

Figura 1: Distintos sistemas de medida o estimación de la precipitación de carácter convectivo. Pluviómetros pertenecientes a redes de estaciones de distintos organismos (puntos rojos) y rejillas en las que se despliegan datos de teledetección (negro para estimaciones basadas en productos de radar y azul para las basadas en satélite). Apréciese que es necesario transformar y homogeneizar los datos para tratarlos en un sistema de coordenadas, resolución y proyección comunes.

Las técnicas geoestadísticas como el Kriging con deriva externa (KED) se encuentran entre las más apropiadas ya que tratan de minimizar los errores asociados al proceso de fusión (merging) de ambas fuentes de información. Aparte de lo anterior, se requiere la preparación de algoritmos que capturen la información de las estaciones de distintas redes, de los datos de teledetección y que realicen análisis y transformaciones de los datos en un formato homogéneo y sobre un dominio común. Algunas de esas transformaciones incluyen reproyecciones, downscaling o interpolaciones.  Actualmente determinados Sistemas de Información Geográfica así como lenguajes de programación como Python o R son especialmente adecuados para llevar a cabo este tipo de operaciones y análisis geoespaciales.

La aplicación de los campos de precipitación de alta resolución a situaciones de inundaciones pluviales y fluviales.

En la imagen de la figura 2 se observa la cortina de precipitación de una tormenta unicelular que se produjo en la Cuenca de Pamplona la tarde del 25 de abril de 2020 y que dio lugar a precipitación de intensidad torrencial acompañada de abundante granizo menudo.

Figura 2: Imagen de la tormenta que cayó la tarde del 25 de abril de 2020 sobre la comarca de Pamplona tomada desde el concejo de Zariquiegui. Fuente: https://twitter.com/misruticasenbtt.

F

 La tormenta se gestó al noroeste de la Cuenca de Pamplona y evolucionó según el ciclo de vida de tormenta unicelular: Comenzó desplazándose hacia el este y posteriormente hacia el sur y su duración rondó una hora entre las fases de desarrollo y disipación. Durante su tiempo de vida se han obtenido sucesivas QPE mediante la aplicación de un esquema KED empleando datos de un total de 17 estaciones meteorológicas (3 de AEMET, 2 de Gobierno de Navarra, 1 de la Universidad Pública de Navarra y 11 de aficionados) ubicadas a menos de 10 kilómetros del movimiento del núcleo de la tormenta (fuente primaria para el KED) así como los datos diezminutales de un producto de radar, el denominado SRI (Surface Rainfall Intensity) del radar de AEMET ubicado en Zaragoza, a unos 150 km de la tormenta (fuente secundaria o auxiliar). Para generar los campos de precipitación en periodos intermedios entre los diez minutos (en los que las EMA transmiten los datos y se llevan a cabo sucesivas exploraciones del radar) se hace uso de un esquema de advección, en concreto de una aproximación de flujo óptico basada en el método de visión artificial de Lukas-Kanade. Ello permite obtener el movimiento de la tormenta entre los dos periodos de diez minutos para tratar de aumentar la resolución. Por último la resolución espacial de los campos, limitada por el producto radar a una rejilla de 1 km2, es aumentada mediante interpolación simple a 100 m2. Es importante resaltar que, tanto este incremento en la resolución espacial como el anterior de la temporal asociado al esquema de advección, se llevan a cabo mediante técnicas estadísticas que van más allá de la resolución real de los productos. Evidentemente el uso de estas técnicas de aproximación lleva aparejado un error al presentar un suavizado en la distribución espacial y representación de los campos QPE, máxime en un evento de precipitación convectiva con gran variabilidad en pequeñas escalas y elevadas intensidades de precipitación. En la figura 3 se muestran los campos QPE en los momentos aproximados de la precipitación más intensa sobre las localidades de Barañain y Zizur Mayor, ambas muy próximas a la capital navarra. Sobre los campos de precipitación se despliega la localización de los pluviómetros y la cantidad de precipitación acumulada en los diez minutos anteriores.

Figura 3. Campo QPE del evento convectivo acontecido en la Comarca de Pamplona durante la tarde del 18 de septiembre de 2019. Se muestran las acumulaciones en litros por metro cuadrado sobre el conjunto del episodio en el centro urbano de Pamplona y entorno próximo (Casco antiguo y barrios de Segundo Ensanche, Rotxapea y Magdalena).

Figura 3: Campos de precipitación diezminutal que corresponden aproximadamente a la acumulación (en litros por metro cuadrado) entre 17:10 h y 17:20 h locales (arriba), 17:20 h y 17:30 h (centro) y 17:30 h y 17:40 h (abajo). En la figura superior se representa la escala. Se índica mediante círculos amarillos localización de las estaciones meteorológicas así como los datos de acumulación en 11 de los 17 pluviómetros empleados. El tamaño del círculo es proporcional a la cantidad de agua registrada.

A pesar de que en la medición de intensidades puntuales de precipitación de carácter torrencial en escalas pequeñas (10 – 50 litros por metro cuadrado/ 10 minutos) los pluviómetros de balancín presentan una notable infraestimación es necesario destacar el valor añadido que proporcionan los datos de estaciones de aficionados. El hecho de que la tormenta se gestara en una zona densamente poblada como la Cuenca de Pamplona aumenta la posibilidad de que exista algún pluviómetro que recoja la precipitación en superficie dado que el número de estaciones de aficionados es elevado y es esto lo que precisamente permite caracterizar bien el movimiento y, sobre todo, cuantificar la intensidad de la tormenta.

Otro ejemplo de un campo de precipitación a muy alta resolución se muestra en la figura 4. Se corresponde con la estimación de la cantidad acumulada entre las 17.40 y las 18.50 h locales en la tormenta que se produjo en el área de Pamplona y comarca durante la tarde del 18 de septiembre de 2019 y donde puntualmente se produjo precipitación de carácter torrencial. Mediante la misma técnica de construcción de los campos que en el caso anterior se generan los campos diezminutales que posteriormente pueden sumarse para computar la precipitación acumulada en un determinado intervalo de tiempo, en este caso, la duración total del episodio. En esta ocasión se pretende poner de relevancia la representación de los campos atmosféricos mediante la herramienta Google Earth Engine, servicio de representación geoespacial de Google. La clave es que podemos visualizar el impacto que puede tener la precipitación a muy alta resolución sobre elementos del terreno y del espacio urbano como determinadas calles con elevado tránsito, zonas de afluencia masiva o lugares que presenten cierta pendiente para que pueda circular el agua.

Figura 4. Campo QPE del evento convectivo acontecido en la Comarca de Pamplona durante la tarde del 18 de septiembre de 2019. Se muestran las acumulaciones en litros por metro cuadrado sobre el conjunto del episodio en el centro urbano de Pamplona y entorno próximo (Casco antiguo y barrios de Segundo Ensanche, Rotxapea y Magdalena).

Hasta ahora se han comentado algunos aspectos de los campos de precipitación que pueden llegar a aplicarse a inundaciones de tipo pluvial, y que por tanto tienen especial repercusión sobre todo en zonas urbanizadas o en aquellos emplazamientos donde puedan darse problemas de drenaje o el agua tienda a acumularse. Este tipo de campos de precipitación son especialmente adecuados para ser incorporados a herramientas de modelización de inundaciones que posibiliten determinar impactos a muy alta resolución e incluso planes de gestión del riesgo de inundación en el ámbito urbano. Estos a su vez permiten diseñar medidas de prevención o protección en zonas de calados importantes (tanques de tormentas, barreras anti-inundación, etc). Un ejemplo de  lo anterior es la plataforma SaferPlaces (https://saferplaces.co/), que ha hecho uso de los campos de precipitación anteriormente presentados.

Sin embargo, los campos de precipitación basados en radar pueden también ser empleados para aplicaciones encaminadas a monitorizar, reproducir o alertar de riesgos ante inundaciones de tipo fluvial, y servir por ejemplo como datos de entrada en simulaciones hidrológicas o cadenas de impactos que sirvan de alerta temprana en determinadas zonas inundables cuando se produzcan crecidas o avenidas en ríos. Con este propósito se han construido campos de precipitación a escala horaria para el episodio de inundación del río Cidacos (Zona Media de Navarra) que ocurrió la tarde del 8 de julio de 2019 y que supuso el que seguramente es el evento flash-flood de mayor impacto en la historia reciente de la Comunidad Foral. Los eventos de precipitación torrencial en pequeñas cuencas fluviales pueden producir inundaciones repentinas con alto impacto y daños asociados. Como exponente de ello, en el episodio que se analiza se produjo una víctima mortal en una pequeña cuenca adyacente a la del río Cidacos, así como grandes pérdidas económicas en localidades como Tafalla. Partiendo de datos de precipitación medidos por una serie de pluviómetros pertenecientes a distintos organismos oficiales (Agencia Estatal de Meteorología, Gobierno de Navarra y Confederación Hidrográfica del Ebro) y distribuidos por la Zona Media de Navarra se generan los campos de precipitación a escala horaria mediante la aplicación del mismo algoritmo geoestadístico anteriormente introducido (KED, Kriging con Deriva Externa) y un proceso de validación cruzada.  Los conjuntos de datos a fusionar en este caso son:

– Datos medidos en pluviómetros como información primaria para el proceso geoestadístico.

– Datos de lluvia del producto SRI del radar regional de Zaragoza como información secundaria o auxiliar tal y como se ha hecho en los ejemplos anteriores.

– Y datos de precipitación estimados por satélite, también como información auxiliar, en concreto el producto satelital CRR (Convective Rainfall Rate) del grupo del SAF NWC (, que desarrolla aplicaciones meteorológicas con datos de satélite (https://www.nwcsaf.org/).

En las figuras 5,6 y 7 se muestran ejemplos de los productos anteriores cuyos datos sirven de entrada para el algoritmo geoestadístico que construye los campos de precipitación. El valor esperado de la variable principal es la precipitación estimada en cada uno de los puntos donde se computa el algoritmo. El KED añade información secundaria obtenida de los campos auxiliares, que puede contribuir a una mejor predicción de la estimación de la precipitación y que, en general, se consideran linealmente relacionados con la variable primaria. Como se ha comentado, los datos SRI y CRR transformados a la misma proyección e interpolados a la rejilla de trabajo sirven como campos auxiliares.

En la figura 5 se observan las acumulaciones en estaciones de pluviometría de organismos oficiales durante la tarde del 8 de julio de 2019 en la zona centro oriental de Navarra. Destacan especialmente los más de 150 litros por metro cuadrado acumulados en la estación de Getadar, perteneciente al Gobierno de Navarra. Sólo 15 km más al sureste, en Cáseda, la cantidad registrada fue cinco veces inferior, unos 30 litros por metro cuadrado.

Figura 5: Datos de pluviometría en el conjunto del episodio obtenidos por las redes de  organismos oficiales (SAIH CHebro, Gobierno de Navarra y AEMET).

En la figura 6 se muestra una ilustración de la observación radar. Como se ha indicado anteriormente, los ecos de precipitación se caracterizan por la potencia retrodispersada Pr y la frecuencia de desplazamiento fd respecto a la señal emitida. Las exploraciones radar se realizan para distintas elevaciones del haz y cubren una circunferencia completa de manera que se explora un volumen polar. En la parte derecha de la figura se observa la imagen de reflectividad radar en su exploración más baja y que pertenece al momento del episodio en el que la intensidad de precipitación en el episodio fue máxima.

Figura 6: Izquierda: Simbología de la emisión de un pulso radar. Derecha: La imagen radar pertenece al momento del episodio en el que la intensidad de precipitación era máxima sobre las subcuencas principales del río Cidacos.

Un ejemplo del producto Convective Rainfall Rate (tasa de precipitación convectiva) se muestra en a figura 7.

Figura 7: Imagen satelital del producto de precipitación convectiva del SAFNWC.

El algoritmo se ejecuta con resolución horaria de manera que sus entradas son las acumulaciones de precipitación en la hora anterior tanto en el caso de los pluviómetros como en el caso de las fuentes auxiliares de teledetección. En cada ejecución de la rutina del algoritmo, se selecciona una de los productos anteriormente presentados (SRI o CRR) para la información auxiliar que requiere el algoritmo. El criterio de selección entre el producto radar o satelital se basa en una validación cruzada de k iteraciones que proporciona un método para estimar el error del modelo utilizando un solo conjunto de datos observados: El método estadístico se entrena sobre el conjunto total de datos excepto en un punto, para el que se hace la predicción. Se obtiene entonces el error de la predicción en comparación con la observación excluida y el promedio sobre todas las observaciones se emplea para evaluar el modelo. Un menor RMSE sobre todo el conjunto de datos observados en los pluviómetros determina por tanto la combinación del campo auxiliar a escoger. Repitiendo el proceso para cada uno de los intervalos horarios que duró el episodio (desde las 16.00 h hasta las 22.00 h locales) y sumando las acumulaciones horarias se obtiene el mapa de la figura 8, que corresponde al conjunto del evento. El recuadro rojo engloba la “zona 0” de la precipitación torrencial, dos subcuencas hídricas en las que se dieron los acumulados más grandes y que gestaron la posterior flash-flood en el río Cidacos. 

Figura 8. Campo QPE del evento convectivo en su conjunto, entre las 16.00 h y las 22.00 h locales. Se muestran las acumulaciones sobre el conjunto del episodio. Los números corresponden a las precipitaciones medidas en los pluviómetros. Se muestra también la red hídrica y algunos municipios.

En general, el algoritmo desarrollado ayuda a proporcionar una representación más precisa de los campos de precipitación horarios, especialmente en las zonas de máxima precipitación que se corresponden con las subcuencas de los ríos Leoz y Sansoain, afluentes del río Cidacos por su margen izquierda y que se pueden ver en el figura 9: Se muestra uno de los campos QPE horarios durante el episodio (la escala está en litros por metro cuadrado/hora), así como las dos subcuencas hídricas citadas. En general el algoritmo captura bien las zonas de máxima precipitación, que coinciden con las cabeceras de las subcuencas. El error cuadrático medio, computado por validación cruzada, sobre el conjunto de estaciones, alcanza un valor para la precipitación horaria de 10 litros por metro cuadrado, sensiblemente mejor al que proporcionan los valores de los campos de teledetección sin hacer uso de observaciones en superficie (productos SRI o CRR por separado), que ronda los 15 litros por metro cuadrado. En este sentido, para tratarse de un fenómeno extremo de precipitación, una mejora del 33% en la pericia puede considerarse suficientemente satisfactoria para seguir explorando las ventajas de la metodología expuesta en episodios de similar tipología.

Figura 9. Campo QPE horario (18-19h locales) delimitado a subcuencas hídricas (y que se corresponde con el recuadro rojo de la figura 6) que permite alimentar cadenas de simulación hidrológica y ser introducido en sistemas de alerta temprana como plataformas para minimizar el riesgo de inundaciones. En la foto inferior se muestra el impacto de la inundación en Tafalla, donde el río Cidacos se desbordó inundando una parte considerable del municipio.

Conclusiones

La construcción de los campos QPE, de estimación de la precipitación, basados en datos obtenidos por  pluviómetros de distintas redes combinados con campos de teledetección radar o satélite mediante un procedimiento geoestadístico ofrece una interesante aproximación a la obtención de campos de precipitación que pueden servir de aplicación en ámbitos como la gestión hídrica o agraria. En cualquier caso el hecho de contar con suficientes observaciones de pluviometría en superficie representa la limitación principal de la aplicación de la metodología ya que los valores de los campos QPE construidos son muy sensibles a disponer de datos en superficie en la zona de máxima variación e intensidad de las precipitaciones. Por el motivo anterior es clave intercambiar y contar con datos de distintas redes de estaciones, no exclusivamente de servicios meteorológicos, sino también de organismos de cuenca, agrarios o incluso estaciones de aficionado. Por otro lado la mayor resolución espacial de los productos radar frente a los satelitales, ofrece una aproximación más realista en cuanto a la variabilidad espacial de los campos QPE, siempre que la visión del campo radar sobre los sistemas de precipitación sea suficientemente buena. En cualquier caso estamos hablando del valor añadido que aporta el uso de la teledetección a la hora de caracterizar y monitorizar la variable precipitación en escalas pequeñas y en el ámbito local.

Una buena estimación de la precipitación convectiva y distribuible a tiempo real es vital para el input de los sistemas de alerta temprana de cara a prevenir impactos a la población y facilitar la posterior coordinación u organización de dispositivos de emergencia en el caso de producirse daños humanos o materiales. En el caso de los campos generados con la metodología propuesta, el conocimiento más preciso de la precipitación sirve para aumentar la protección y la resiliencia frente a crecidas rápidas de cauces en pequeñas cuencas o inundaciones pluviales en núcleos urbanos. Es precisamente la gran resolución espacial y temporal la que permite discriminar zonas como municipios o subcuencas hídricas donde se producen las precipitaciones más intensas. Resulta crucial el poder geolocalizar elementos del terreno o del espacio urbano para determinar de forma más exacta el posible impacto y por ello cobra tanta importancia el cruzar e incorporar datos de distinta naturaleza, como podrían ser los provenientes de un modelo digital del terreno o de bases de datos geoespaciale. No hay que olvidar, por otro lado, que la comunidad científica ya ha demostrado que los eventos extremos asociados a precipitaciones de carácter torrencial, van claramente en aumento en un mundo cada vez más cálido, máxime en escalas espacio-temporales pequeñas del orden de horas y unidades geográficas de pocos kilómetros cuadrados. Por ello, tanto en el caso del desarrollo de servicios climáticos como de alerta temprana, se considera fundamental contar con este tipo de información de gran precisión así como elevada resolución espacial y tiempo de refresco.

En la siguiente entrada veremos cómo los datos de radar pueden ser aplicables en otras escalas, para determinar por ejemplo las zonas de mayor actividad convectiva desde un punto de vista climatológico. Este trabajo, junto al de la presente entrada, fue presentado por el autor en el mencionado congreso de teledetección al que se hacía referencia al comienzo.

Este artículo continúa en: https://aemetblog.es/2023/03/26/el-radar-meteorologico-y-sus-potenciales-aplicaciones-en-la-estimacion-y-pronostico-de-la-precipitacion-convectiva-parte-ii/#more-47556

Salir de la versión móvil