p Desde que a era dos satélites meteorológicos começou na década de 1950, as melhorias contínuas dos instrumentos de sensoriamento remoto elevaram as ciências da Terra e aumentaram significativamente as observações atmosféricas disponíveis. Da mesma forma, os cientistas fizeram avanços consideráveis ​​na compreensão da atmosfera da Terra, clima, e meio ambiente. p Promovendo o crescimento da ciência atmosférica nos últimos 20 anos, As sirenes infravermelhas (IR) baseadas em satélites a bordo de satélites de órbita terrestre baixa (LEO) forneceram radiâncias infravermelhas espectrais (ou hiperespectrais) altas. Essas sirenes podem determinar pequenas diferenças nos comprimentos de onda IR refletidos, que ajudam a identificar diferentes alvos da atmosfera. Esses dados melhoraram significativamente a modelagem e previsão numérica global de previsão do tempo (NWP).

p Apesar da cobertura global, cada sonda LEO fornece observações apenas duas vezes por dia para um determinado local. Contudo, as sondas infravermelhas hiperespectrais de satélites em órbita terrestre geoestacionária (GEO) podem fornecer temperatura 4D de maior resolução (incluindo tempo), umidade, e informações de movimento dinâmico necessárias para inicializar, ou inicie uma simulação de modelo. Para refletir com precisão as mudanças atmosféricas ao longo de um período inteiro de 24 horas, Os satélites LEO podem fornecer atualizações de dados mais frequentes para modelos NWP usarem.

p Os cientistas estão desenvolvendo métodos de assimilação de dados para modelos NWP que irão aumentar a qualidade dos dados de inicialização dos satélites. O Observing System Simulation Experiment (OSSE) é projetado para usar a assimilação de dados para investigar o impacto potencial de futuros sistemas de observação atmosférica. Os processos OSSE tradicionais exigem um esforço significativo para calcular, simular, e calibrar as informações, em seguida, assimile os dados para produzir uma previsão. Portanto, meteorologistas modelo estão trabalhando para tornar esse processo mais eficiente.

p "Nós estudamos o valor agregado de uma sonda GEO-hiperespectral IR usando o método híbrido OSSE." disse o Prof. Jun Li, um ilustre cientista do Instituto Cooperativo de Estudos de Satélites Meteorológicos da Universidade de Wisconsin-Madison.

p Em comparação com o OSSE tradicional, em um OSSE híbrido, a maioria dos dados são observações reais, exceto para observações de novos sensores, que são simulados com frequência por meio de pequenas grades, análise atmosférica global de alta resolução ou reanálise. Uma proposta detalhada de aplicativos híbridos OSSE está incluída em um novo artigo publicado em Avanços nas Ciências Atmosféricas , que também faz parte de uma edição especial sobre os Satélites Meteorológicos Fengyun:Dados, Aplicação e Avaliação

p Antes de avaliarem o impacto do novo método, O Prof. Li e sua equipe tiveram que validar as radiâncias simuladas do novo sensor infravermelho hiperespectral GEO para verificar se a simulação de novos dados do sensor funcionaria no sistema OSSE híbrido. Eles usaram dois casos locais de tempestades severas de 2018 e 2019 nas Grandes Planícies e no Meio-Oeste dos Estados Unidos para avaliar os impactos de valor agregado dos dados de infravermelho hiperespectral GEO.

p "Estamos felizes em encontrar uma melhora na temperatura atmosférica, umidade, e previsões de precipitação, junto com algumas melhorias nas previsões de vento. "comentou o Prof. Li sobre os resultados da pesquisa.

p Geral, o estudo de impacto da equipe apresenta valor agregado, resultando em uma redução de 5% do erro quadrático médio (RMSE) quando os dados de IR hiperespectral GEO são usados ​​no lugar dos dados LEO. Isso indica aplicações potenciais de uma sonda infravermelha hiperespectral GEO que pode melhorar as previsões locais de tempestades severas.