Como eventos de enchentes pesadas, incluindo aqueles em Houston, Texas, e Mumbai, Índia, Prosseguir, equipes de pesquisa da Purdue University e da Índia têm trabalhado para melhorar os modelos que podem ajudar a prever chuvas fortes devido a eventos climáticos.

Os pesquisadores descobriram que incluir uma representação melhorada de quão quente e úmida é a superfície da terra antes da formação de uma tempestade fornece informações significativas que levam a melhorias na previsão do tempo de chuva forte. localização, magnitude e duração.

O estudo é liderado por Dev Niyogi, Climatologista do estado de Indiana e professor de agronomia e terra da Universidade Purdue, ciências atmosféricas e planetárias.

O estudo, uma colaboração entre pesquisadores dos Estados Unidos e da Índia, é apoiado pela U.S. National Science Foundation, Missão Nacional de Monção do Ministério de Ciências da Terra da Índia e Fundação de Ciência e Tecnologia Indo-EUA. Ele foi projetado para melhorar as simulações de tempestades e chuvas na região das monções indianas. Niyogi disse que tempestades e chuvas fortes costumam estar embutidas em grandes aglomerados de tempestades como parte das chuvas de monção, tornando sua previsão um desafio contínuo.

"A maioria das pesquisas que estão sendo feitas sobre as chuvas das monções se concentra na compreensão e modelagem de configurações meteorológicas em larga escala, especificamente padrões e influências oceânicas, "Niyogi disse." Este estudo mostra que, assim como os processos oceânicos são importantes para as características das monções em grande escala, incorporar a umidade do solo e o estado da terra pode fornecer maior previsibilidade para os aglomerados regionais de tempestades e chuvas dentro dessas tempestades. "

Niyogi disse que a estrutura de modelagem foi desenvolvida para aplicações em diferentes partes do mundo, após o teste inicial e aplicação nos Estados Unidos.

"Para a Índia, sabemos que as chuvas de monções são impulsionadas por processos em grande escala e estávamos inicialmente céticos em relação às melhorias que veremos nas previsões ao melhorar as condições locais da terra, "Niyogi disse." Ainda, evidências de trabalhos nos Estados Unidos e as considerações teóricas sugeriram que a representação melhorada da terra pode ajudar a melhorar a simulação das tempestades regionais e da energia associada, então esses experimentos de modelagem foram realizados. Descobrimos que a terra afeta e influencia o momento, localização, intensidade e duração dos eventos de chuva forte. Melhorar o estado da terra, portanto, ajuda diretamente a melhorar a previsão de chuva, especialmente para perigo, situações de chuva forte. "

O estudo descobriu que fazer observações de satélite e de superfície disponíveis dentro de uma estrutura chamada "Sistema de Assimilação de Dados Terrestres (LDAS)" foi capaz de fornecer o estado da superfície terrestre antes que as tempestades se formem. A inclusão dessas informações nos modelos de previsão do tempo levou a melhorias nos padrões regionais de aquecimento atmosférico, circulação do vento e previsões de nuvens. Como resultado, o modelo aprimorado poderia prever com eficiência onde e quando essas tempestades e faixas de chuva forte ocorreriam.

A região das monções da Índia experimenta tempestades frequentes e muitas vezes prejudiciais. Os meteorologistas continuam a procurar maneiras de prever com mais precisão, o estudo disse. A urbanização e as mudanças nas práticas agrícolas também alteraram os padrões de aquecimento e fluxo de ar da terra, o que significa que as previsões baseadas em dados de linha de base mais antigos não refletem as características regionais da terra.

"As condições realistas da terra precisam ser consideradas nos modelos de previsão do tempo para ajudar a melhorar nossas capacidades de previsão de tempestades, "Niyogi disse." Desenvolvemos conjuntos de dados de alta resolução com informações sobre umidade e temperatura do solo, que não estavam disponíveis antes, e descobri que a introdução dessas informações pode melhorar as previsões de tempestades. "

O modelo tem algumas limitações, Niyogi observou. Embora o modelo meteorológico aprimorado pelo LDAS fosse mais sensível a rajadas de chuva curtas, também tendeu a superestimar as chuvas sob certas condições. Por outro lado, o modelo previu o desenvolvimento de tempestades em regiões com topografia complexa. O trabalho futuro se concentrará em melhorar as entradas do modelo para fazer previsões mais realistas e precisas usando uma variedade de conjuntos de dados de satélite recentemente disponíveis nos Estados Unidos e na Índia, Niyogi disse.

O próximo passo para a equipe de Niyogi é fazer uma climatologia quadriculada da umidade do solo, campos de temperatura do solo que podem ser usados ​​para previsões do tempo e avaliações de enchentes ou secas.

"O objetivo é continuar desenvolvendo esses conjuntos de dados e traduzir nossas descobertas em ferramentas que ajudem nas previsões do dia-a-dia, "Niyogi disse." Simplificando, as parcerias entre Purdue e pesquisadores indianos continuam a usar novos dados, compreensão científica e ferramentas computacionais para obter o conhecimento coletivo e desenvolver soluções para alguns dos desafios mais urgentes que confrontam o bem-estar social. "

Os modelos e a ciência aprimorada não se limitam a uma região e são globalmente transferíveis para melhorar os modelos que ajudam a melhorar a previsão de tempestades na Índia e nos Estados Unidos, Niyogi disse.