Lic. Luciano Vidal Departamento Investigación y Desarrollo Servicio Meteorológico Nacional

Transcripción

1 Monitoreo Automático de Conglomerados Nubosos Asociados a Tormentas Mediante Sensores Remotos Remotos Lic. Luciano Vidal Departamento Investigación y Desarrollo Servicio Meteorológico Nacional Segundas Jornadas Captura, procesamiento, análisis y difusión de la información geoespacial 4 y 5 de junio de 2014

2 Por qué monitorear las tormentas? Los sistemas de tormentas y los fenómenos meteorólogicos asociados constituyen uno de los elementos del clima más adversos a las actividades humanas. Se puede manifestar de múltiples formas, partiendo de cúmulos potentes de unas decenas de kilómetros de diámetro hasta sistemas convectivos de mesoescala de unos cuantos miles de kilómetros cuadrados.

3 Fenómenos meteorológicos asociados a las tormentas Los fenómenos de tiempo significativo asociados a estas múltiples expresiones de la naturaleza abarcan desde chaparrones intensos de unos pocos minutos de duración hasta lluvias continuas que pueden durar varias horas, pasando por granizo, ráfagas intensas de viento e incluso tornados. Definición de tormenta severa: el NWS de USA considera a una tormenta como severa si presenta ráfagas de viento superiores a los 25 m/s, granizo con un diámetro mayor que 2 cm y/o presencia de un tornado.

4 Tormentas en Argentina: climatologías Frecuencia estacional de tormentas eléctricas (TRMM-LIS, ) Vidal y otros (2009) Número medio anual de eventos de granizo ( ) Mezher y otros (2012)

5 Observación de las tormentas desde el espacio Para la meteorología operativa, operativa, poder contar con información satelital al instante es de vital importancia al momento de determinar cuales son los patrones nubosos que están afectando la zona de interés así como también poder monitorear su desarrollo en términos de pronósticos a corto plazo. Por otro lado, poder desarrollar toda una serie de productos derivados que ayuden a mejorar el pronóstico numérico a partir de la disponibilidad de datos en zonas remotas carentes de observaciones. Para cumplir con estas expectativas, es necesario contar con un sistema de observación desde el espacio que brinde una alta frecuencia temporal y una gran cobertura espacial. espacial.

6 Observación de las tormentas desde el espacio Un aspecto de singular importancia en el diseño de un sistema satelital es su resolución resolución, la que puede ser definida como la habilidad de registrar información de detalle, discriminándola. Esta resolución está determinada por las características espaciales, temporales, espectrales y radiométricas con las que se construye el sistema satelital. (1) Resolución temporal Frecuencia de cobertura que proporciona el sistema, a la periodicidad con que éste adquiere datos de la misma zona. Esta característica es función tanto de la órbita del satélite (altura, velocidad, inclinación) como del diseño del sensor (ángulo de observación y apertura)

7 Observación de las tormentas desde el espacio (2) Resolución espacial Se define de manera general como la mínima unidad espacial que el sensor es capaz de resolver. GOES En general, se considera como resolución espacial del sensor al tamaño de píxel definido sobre el nadir (el punto subsatélite justo debajo del satélite), y por ello la misma se define comunmente como el tamaño de píxel nominal de la imagen que el sensor genera. Entonces, cuanto menor sea el tamaño del píxel en la imagen generada por el sensor, mayor será la resolución espacial del sistema. POES VIS 1km VIS 1km IR 4km IR 1km

8 Observación de las tormentas desde el espacio Huracán Erin 09/09/01 ~1530 UTC MODIS: ~250 GOES-8: ~1 km m MODIS: ~250 m GOES-8: ~1 km 1 km a 250 m

9 Observación de las tormentas desde el espacio (3) Resolución espectral La teledetección no se produce para un valor particular de longitud de onda de la REM, sino en una pequeña franja, denominada canal o banda. La banda espectral refiere a la zona del EEM en donde se localiza el canal (por ejemplo, visible, NIR, etc.), mientras que el ancho da cuenta del rango del espectro que es abarcado por el mismo. La resolución espectral de un sistema involucra entonces tres características: + Cantidad de canales + Localización dentro del EEM + Ancho de cada canal Un sensor que realiza observaciones multiespectrales observa la misma área simultáneamente en varias partes del EEM. Un sensor será más sensible espectralmente mientras más bandas proporcione y mientras más estrechas sean éstas, lo que permite una mejor separación y clasificación de los elementos observados.

10 Observación de las tormentas desde el espacio

11 Orbitas satelitales LEO Altitud orbital: 850km Período orbital: 101min GEO Altitud orbital: 36000km Período orbital: 24hs

12 Satélites GEO: constelación actual GOES-E (75 W) MSG (0 ) FY-4 (105 E) GOES-W (135 W) Electro-L (76 E) HIMAWARI 8 (140 E)

13 Tipos de imagenes satelitales utilizadas para monitorear las tormentas Visibles (VIS) Infrarrojas (TIR) Vapor de agua (WV) Microondas (MW)

14 Imágenes VIS Este tipo de imágenes indican la cantidad de radiación solar que es reflejada por la superficie de la Tierra y por las nubes. En las imágenes VIS, los tonos claros representan zonas de alta reflectancia y los tonos oscuros las áreas de baja reflectancia. El ángulo del sol respecto del sensor del satélite crea sombras que resultan de gran utilidad al momento de analizar los tipos de nubes en las imágenes VIS.

15 Imágenes VIS BUENOS AIRES LA PAMPA RIO NEGRO

16 Imágenes TIR Los sensores IR miden la radiación infrarroja emitida por la Tierra y la atmósfera. Como la cantidad de radiación infrarroja emitida depende de la temperatura de la superficie, las imágenes IR son esencialmente una imagen de temperaturas del suelo o bien del tope de las nubes. Las bandas IR térmicas más comunes para los satélites meteorológicos están ubicadas en la ventana de los μm. Las zonas mas frías aparecen en tonos blancos o gris claro, mientras que las zonas mas cálidas se muestran en tonos negros o gris oscuro.

17 Imágenes TIR RAMMDIS Ejemplo: realce de una imagen TIR 02/04/ UTC SMN GVAR

18 Imágenes TIR ATENCION No siempre temperaturas de topes muy fríos garantizan la presencia de nubes de tormentas Imagen VIS

19 Imágenes WV (vapor) La energía emitida en el rango de longitudes de onda que va de los 6.5 a los 7 μm (Canal 3 GOES), es fácilmente absorbida por el vapor de agua presente en la atmósfera. Las imágenes que se adquieren en esta banda se utilizan para localizar grandes concentraciones de vapor de agua, así como zonas con gradientes importantes en la media y alta troposfera. Por su parte, también son de gran utilidad para observar y analizar la circulación en gran escala, incluso en ausencia de nubosidad.

20 Imágenes WV (vapor)

21 Algoritmos de detección y seguimiento de tormentas Las observaciones provenientes de satélites geoestacionarios son una invaluable fuente de información para describir la morfología de los campos nubosos asociados a los sistemas convectivos a lo largo de sus ciclos de vida. La detección y seguimiento de sistemas convectivos tiene por objetivo obtener el ciclo de vida del sistema desde el punto de vista integral que provee la información de un satélite geoestacionario. De este modo, se puede conocer: Localización del sistema, Tamaño del campo nuboso asociado, Temperatura de brillo mínima, Dirección y velocidad de propagación, Etc.

22 Algoritmos de detección y seguimiento de tormentas Los algoritmos automáticos de seguimiento en su mayoría constan de dos etapas: 1) DETECCIÓN Consiste en identificar la tormenta en una imagen TIR en un tiempo dado. Se aplica alguna técnica de agrupamiento de píxeles basada en umbrales de temperatura. Delinear el sector más frío del campo nuboso asociado al sistema convectivo. 2) SEGUIMIENTO Se van conectando cada uno de los conjuntos de píxeles ( clusters ) correspondientes a una tormenta en los sucesivos tiempos a fin de contruir el ciclo de vida del sistema. Hay diferentes metodologías: maxima superposición areal, correlación espacial, etc.

23 Algoritmos de detección y seguimiento de tormentas 1) Etapa de DETECCIÓN Consiste en una segmentación ( clustering ) de una imagen de temperatura de brillo (preprocesada) utilizando algun umbral frío de temperatura para delimitar áreas continuas de nubosidad asociadas a convección profunda. El punto más importante es la adecuada selección del umbral a utilizar. El rango de valores de TB ha sido muy amplio dependiendo del análisis en cuestión: en general varían entre 208K (-65 C) y 255K (-18 C). Imagen original Imagen segmentada TBthr=210K

24 Algoritmos de detección y seguimiento de tormentas 2) Etapa de SEGUIMIENTO Existen un gran número de algoritmos de seguimiento que se basan en diferentes técnicas: minimización de una función de costo utilizando la distancia y la diferencia de área entre los clusters nubosos en imágenes sucesivas, máxima correlación espacial, proyección de la posición del centroide, optimización del error en la posición y longevidad, entre otras. Sin embargo, la metodología más utilizada es la técnica de máxima superposición areal. Este método se basa en la superposición espacial de dos conjuntos de píxeles correspondientes a nubes convectivas en dos imágenes sucesivas. Si la superposición es mayor a un determinado umbral (e.i., 50%) entre los dos conjuntos de imágenes, los mismos son vinculados y se asume que uno es la continuación del otro. Esquema de la metodología de seguimiento de sistemas nubosos mediante imágenes IR basada en la técnica de superposición areal para sucesivos pasos de tiempo. (Adaptado de Fiolleau y otros, 2012)

25 Algoritmos de detección y seguimiento de tormentas 2) Etapa de SEGUIMIENTO Los principales problemas en esta técnica se producen cuando hay fusiones o separaciones de conjuntos. En estos casos se aplica algun criterio de tamaño para asegurarse la continuidad del sistema. También se sugiere llevar a cabo un pre-procesamiento de los datos, que involucre un control de calidad junto con operaciones morfológicas (e.i., suavizado) que permitan mejorar la capacidad del algoritmo. Al margen, cualquiera sea la técnica de seguimiento utilizada, la presencia de fusiones/divisiones espurias (que no responden a procesos físicos propios de la dinámica de la tormenta) continua siendo un problema aun sin resolver.

26 Ejemplo: Algoritmos ForTraCC Forecasting and Tracking the Evolution of Cloud Clusters Descripción general Permite llevar a cabo un seguimiento de las propiedades morfológicas y radiativas de los sistemas nubosos asociados a tormentas y pronosticar la evolución de dichas propiedades. IR data Las etapas principales del algoritmo son las siguientes: 1. Detección del sistema nuboso a partir de un umbral de TB y un criterio de tamaño. Clustering 2. Cálculo de parámetros morfológicos y radiativos para cada sistema identificado. Tracking 3. Seguimiento de cada sistema nuboso basado en un criterio de máxima superposición areal entre dos imágenes sucesivas. 4. Pronóstico de la evolución del sistema: estimación de la velocidad y dirección de propagación y cálculo de la tendencia de crecimiento (da/dt).

27 Ejemplo: Algoritmos ForTraCC Forecasting and Tracking the Evolution of Cloud Clusters Diagrama de bloques de los diferentes módulos que integran ForTraCC ETAPA DE IDENTIFICACION DE SISTEMAS CONVECTIVOS Y CALCULO DE PARAMETROS MORFOLOGICOS Y RADIATIVOS CPROD Generación de espacios conexos ( clusters ) CSTAT CLESIZE Cálculo de parámetros morfológicos y radiativos ETAPA DE SEGUIMIENTO Y GENERACION DE IMÁGENES VIRTUALES TRACK FORECAST Seguimiento de sistemas convectivos Generación de pronósticos ( imágenes virtuales )

28 Algoritmos ForTraCC Forecasting and Tracking the Evolution of Cloud Clusters TRACK: seguimiento de sistemas convectivos DISIPACION NATURAL GENERACION ESPONTANEA MCS#1 + MCS#1 MCS#2 MCS#2 + MCS# MCS#2 CONTINUIDAD MCS#1 + MCS#1 SEPARACION MCS#1 MCS#1 + MCS#3 + + MCS#3 MCS#1 MCS#1 FUSION

29 Ejemplo: Algoritmos ForTraCC Forecasting and Tracking the Evolution of Cloud Clusters Trayectoria del centroide del sistema Evolución temporal del área de la isoterma de 210K Area máx: km2 DISIPACION INICIO 5 Inicio: 19Dic2005@0800UTC Disipación: 20Dic2005@1500UTC Horas

30 Algoritmos ForTraCC Forecasting and Tracking the Evolution of Cloud Clusters NOA SCBA Aplicación local para el estudio de zonas de génesis de tormentas Trayectorias de sistemas convectivos que se inician cerca de la topografía y se desplazan hacia el NE y SE. En sombreado se muestra la frecuencia de ocurrencia de la isoterma de 210K al momento de la madurez de los sistemas (maxima extensión areal de IR). Vidal (2014)

31 Muchas gracias por la atención atención!!