Température de brillance micro-ondes au-dessus de la réflectance visible de l’ouragan Harvey avant son arrivée au Texas. Crédit : Penn State
En 2017, l’ouragan Harvey s’est immobilisé après avoir touché terre sur la côte du Texas, déversant des précipitations record, inondant des communautés et devenant l’une des tempêtes les plus humides et les plus destructrices de l’histoire des États-Unis. Une nouvelle technique utilisant des données facilement disponibles réduit les erreurs de prévision et pourrait améliorer les prévisions de trajectoire, d’intensité et de précipitations pour les futures tempêtes comme l’ouragan Harvey, selon des scientifiques de Penn State.
“Notre étude indique qu’il existe des pistes pour produire des prévisions plus précises pour les cyclones tropicaux en utilisant des données disponibles mais sous-utilisées”, a déclaré Yunji Zhang, professeur assistant de recherche au département de météorologie et de sciences atmosphériques de Penn State. “Cela pourrait conduire à de meilleures alertes et à une meilleure préparation aux dangers associés aux cyclones tropicaux à l’avenir”.
L’ajout de données micro-ondes collectées par des satellites en orbite basse aux modèles informatiques de prévision météorologique existants a permis d’améliorer les prévisions concernant la trajectoire, l’intensité et les précipitations des tempêtes, en utilisant l’ouragan Harvey comme étude de cas, ont déclaré les scientifiques.
“Au-dessus de l’océan, nous ne disposons pas d’autres types d’observations sous le sommet des nuages pour nous dire où se trouvent les murs de l’œil, où se trouvent les convections les plus fortes et combien de particules de pluie ou de neige il y a dans ces régions, à l’exception des avions de reconnaissance qui volent occasionnellement vers certains ouragans”, a déclaré Zhang. “C’est très important pour les prédictions ultérieures de l’intensité des tempêtes ou de la quantité de pluie que les ouragans apporteront.”
La recherche s’appuie sur les travaux antérieurs de l’équipe qui ont amélioré les prévisions d’ouragans à l’aide de l’assimilation de données, une méthode statistique qui vise à donner l’image la plus précise possible des conditions météorologiques actuelles, ce qui est important car même de petits changements dans l’atmosphère peuvent entraîner de grandes différences dans les prévisions au fil du temps.
Dans les travaux précédents, les scientifiques du Center for Advanced Data Assimilation and Predictability Techniques de Penn State ont assimilé les données de température de brillance infrarouge du satellite géostationnaire opérationnel américain pour l’environnement, GOES-16. Les températures de brillance indiquent la quantité de rayonnement émise par les objets sur la Terre et dans l’atmosphère. Les scientifiques ont utilisé les températures de brillance infrarouge à différentes fréquences pour brosser un meilleur tableau de la vapeur d’eau atmosphérique et de la formation des nuages.
Mais les capteurs infrarouges ne captent que ce qui se passe au sommet des nuages. Les capteurs à micro-ondes permettent de visualiser toute une colonne verticale, ce qui donne un nouvel aperçu de ce qui se passe sous les nuages après la formation des tempêtes, ont déclaré les scientifiques.
“C’est particulièrement important lorsqu’un ouragan arrive à maturité à des stades ultérieurs de son développement, lorsque des structures nuageuses prononcées et cohérentes existent et que vous ne pouvez pas voir ce qui se passe en dessous”, a déclaré Zhang. “C’est à ce moment-là que les ouragans sont les plus dangereux, car ils sont très forts et parfois déjà proches de l’atterrissage et menacent les gens. C’est à ce moment-là que les données micro-ondes vont fournir les informations les plus précieuses.”
La combinaison de données infrarouges et micro-ondes assimilées a permis de réduire les erreurs de prévision concernant la trajectoire, l’intensification rapide et l’intensité maximale par rapport au rayonnement infrarouge seul pour l’ouragan Harvey, ont rapporté les chercheurs dans la revue Geophysical Research Letters. Selon eux, l’assimilation des deux ensembles de données a permis d’augmenter de 24 heures le délai de prévision de l’intensification rapide de la tempête, un moment critique où certaines tempêtes gagnent rapidement en puissance.
L’assimilation des données micro-ondes a également permis de mieux comprendre la quantité de particules d’eau dans la tempête et d’obtenir des totaux de précipitations plus précis pour Harvey, ont déclaré les scientifiques.
“Les prévisions de précipitations sont extrêmement critiques pour préparer le public aux dangers et aux évacuations”, a déclaré Zhang. “Si nous comprenons mieux combien de particules de pluie il y a dans la tempête, nous avons plus de chances d’obtenir des prévisions plus précises de la quantité de pluie qui tombera. Sur cette base, nous aurons des conseils plus avancés sur la façon dont les gens doivent réagir.”
Les scientifiques ont déclaré que des travaux supplémentaires sont nécessaires pour améliorer la microphysique du modèle afin de simuler les particules d’eau et de glace de manière plus réaliste.
Cette étude est basée sur les travaux de l’ancien professeur émérite de Penn State, Fuqing Zhang, qui dirigeait le projet au moment de sa mort. décès inattendu en juillet 2019..
“Lorsque notre chère amie et collègue Fuqing Zhang est décédée, le fil des idées…qui tissait ensemble nos expériences d’assimilation de données de radiance infrarouge et micro-ondes en cours s’est dénoué”, a déclaré Eugene Clothiaux, professeur de météorologie et de sciences atmosphériques et co-auteur de l’article. “Nous nous sommes réunis sur une longue période de temps pour reconstituer le fil du mieux possible”.
Référence : ” Ensemble-Based Assimilation of Satellite All-Sky Microwave Radiances Improves Intensity and Rainfall Predictions for Hurricane Harvey (2017) ” par Yunji Zhang, Scott B. Sieron, Yinghui Lu, Xingchao Chen, Robert G. Nystrom, Masashi Minamide, Man-Yau Chan, Christopher M. Hartman, Zhu Yao, James H. Ruppert Jr, Atsushi Okazaki, Steven J. Greybush, Eugene E. Clothiaux et Fuqing Zhang, 13 décembre 2021, Geophysical Research Letters.
DOI : 10.1029/2021GL096410
Steven Greybush, professeur associé, Xingchao Chen, professeur adjoint, Man-Yau Chan, Christopher Hartman et Zhu Yao, étudiants diplômés, ont également contribué à ce projet.
Plusieurs anciens étudiants en doctorat, post-docs et professeurs de Penn State ont également contribué : Scott Sieron, scientifique de soutien au I.M. Systems Group ; Yinghui Lu, professeur associé à l’Université de Nanjing en Chine ; Robert Nystrom, postdoc au National Center for Atmospheric Research ; Masashi Minamide, professeur adjoint à l’Université de Tokyo ; James Ruppert, professeur adjoint à l’Université d’Oklahoma ; et Atsushi Okazaki, professeur adjoint à l’Université de Hirosaki au Japon.
La Fondation nationale des sciences, NASA, la National Oceanic and Atmospheric Administration et le programme de recherche biologique et environnementale du ministère de l’énergie ont soutenu ce travail.
