A previsão do tempo precisa depende de um entendimento fundamental da dinâmica da tempestade e da microfísica da nuvem e sua representação em modelos de previsão numérica do tempo (NWP), bem como o uso ideal de medições multiparâmetros de alta resolução, de acordo com o professor Guifu Zhang da Escola de Meteorologia, University of Oklahoma, e um dos autores de um artigo de revisão publicado recentemente em Avanços nas Ciências Atmosféricas .

Após décadas de pesquisa e desenvolvimento, A polarimetria do radar meteorológico amadureceu e os dados do radar polarimétrico de alta resolução (PRD) estão agora disponíveis nacional e globalmente. Há uma grande expectativa de que a rica informação fornecida pelo PRD tenha grande potencial para melhorar a observação, quantificação e previsão do tempo.

Embora empregado com sucesso na detecção de clima severo, classificação de hidrometeoros e estimativa quantitativa de precipitação (QPE), O professor Zhang e seus colegas observam que o impacto potencial do PRD na previsão do tempo tem sido limitado por seu uso muitas vezes subjetivo e empírico. "E a lacuna entre as comunidades de meteorologia / hidrologia / engenharia de radar e NWP, "diz o professor Zhang, "impede a realização de todo o potencial da polarimetria do radar no QPF [previsão quantitativa de precipitação]."

Considerando as dificuldades envolvidas no uso ideal desses PRD recém-disponíveis e no avanço da tecnologia de radar meteorológico, além de preencher a lacuna entre a meteorologia do radar e o NWP, O professor Zhang e seus colegas propõem uma abordagem sistemática e unificada para o uso ideal de PRD para QPE preciso, QPF, e avisos com base na recuperação estatística com restrições físicas do modelo onde a informação anterior é usada. Isso ligaria as recuperações baseadas em observação (linha superior na figura) usadas pela comunidade de meteorologia de radar com a análise baseada em modelo, também conhecido como assimilação de dados (DA) (linha inferior), usado na comunidade NWP.

Conforme ilustrado na linha do meio da figura (marrom), os operadores avançados, que resultam da modelagem microfísica e modelagem eletromagnética, e algoritmos de recuperação estatística, são necessários para recuperações baseadas em observação e em DA. Cada uma das recuperações precisa ter modelos de microfísica compatíveis, como os modelos DSD / PSD, e relações de forma / densidade, modelagem eletromagnética e cálculos que geram operadores de observação direta precisos e eficientes, bem como algoritmos de recuperação estatística que podem lidar com erros de medição e informações de histórico e covariância.

"Para alcançar os melhores resultados possíveis, todos os componentes precisam ser determinados e selecionados com precisão, e usados ​​em conjunto e com verificação cruzada uns com os outros nos algoritmos de recuperação estatística, "conclui o professor Zhang.