Impacto de los datos de sondas de caída en las previsiones de lluvia en Taiwán bajo condiciones de flujo suroeste con experimentos de simulación del sistema de observación
Autores: Chien, Fang-Ching; Chiu, Yen-Chao
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Impacto de los datos de sondas de caída en las previsiones de lluvia en Taiwán bajo condiciones de flujo suroeste con experimentos de simulación del sistema de observación
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Experimento
Asimilación de datos
Sonda de caída
Taiwán
Lluvia intensa
Pronóstico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 8
Citaciones: Sin citaciones
Este artículo realiza un experimento de simulación de sistema de observación (OSSE) para evaluar el impacto de la asimilación de datos de sondeo tradicionales y de superficie, junto con observaciones de dropsonde sobre el norte del Mar de China Meridional (SCS) en las previsiones de lluvias intensas en Taiwán. Utilizando el filtro de Kalman de transformación de conjunto híbrido (ETKF) y el sistema de asimilación de datos variacional tridimensional (3DVAR), este estudio se centra en un evento de precipitación extrema cerca de Taiwán el 22 de mayo de 2020. El evento fue influenciado principalmente por un fuerte flujo del suroeste asociado con un vórtice del suroeste (SWV) en movimiento hacia el este desde el sur de China hacia el norte de Taiwán. Una ejecución natural (NR) sirve como base, generando observaciones virtuales para datos de radiosonde, de superficie y de dropsonde. Se configuran tres experimentos: NODA (sin DA), CTL (DA de observación tradicional) y T5D24 (DA de dropsonde adicional) para análisis comparativos. El experimento NODA muestra eventos de precipitación prematuros y más débiles en todas las regiones en comparación con NR. El experimento CTL mejoró las capacidades de pronóstico de NODA, aunque con un inicio retrasado pero una duración de precipitación prolongada, particularmente notable en el sur de Taiwán. La inclusión de DA de dropsonde en el experimento T5D24 mejoró aún más la previsión de precipitación, alineándose más estrechamente con NR, especialmente en el sur de Taiwán. Las investigaciones sobre el impacto de DA revelan que la asimilación de observaciones tradicionales mejora significativamente la estructura del SWV y los campos de viento, así como la ubicación de los sistemas frontales, con mejoras que persisten durante 40 a 65 horas. Sin embargo, las mejoras en el campo de humedad a bajo nivel son moderadas, lo que lleva a pronósticos de precipitación insuficientes en el sur de Taiwán. La DA de dropsonde adicional sobre el norte del SCS refina aún más la humedad a bajo nivel y los campos de viento sobre el norte del SCS, así como la ocurrencia de sistemas frontales, extendiendo los impactos positivos más allá de 35 horas y mejorando así la previsión de lluvias.
Descripción
Este artículo realiza un experimento de simulación de sistema de observación (OSSE) para evaluar el impacto de la asimilación de datos de sondeo tradicionales y de superficie, junto con observaciones de dropsonde sobre el norte del Mar de China Meridional (SCS) en las previsiones de lluvias intensas en Taiwán. Utilizando el filtro de Kalman de transformación de conjunto híbrido (ETKF) y el sistema de asimilación de datos variacional tridimensional (3DVAR), este estudio se centra en un evento de precipitación extrema cerca de Taiwán el 22 de mayo de 2020. El evento fue influenciado principalmente por un fuerte flujo del suroeste asociado con un vórtice del suroeste (SWV) en movimiento hacia el este desde el sur de China hacia el norte de Taiwán. Una ejecución natural (NR) sirve como base, generando observaciones virtuales para datos de radiosonde, de superficie y de dropsonde. Se configuran tres experimentos: NODA (sin DA), CTL (DA de observación tradicional) y T5D24 (DA de dropsonde adicional) para análisis comparativos. El experimento NODA muestra eventos de precipitación prematuros y más débiles en todas las regiones en comparación con NR. El experimento CTL mejoró las capacidades de pronóstico de NODA, aunque con un inicio retrasado pero una duración de precipitación prolongada, particularmente notable en el sur de Taiwán. La inclusión de DA de dropsonde en el experimento T5D24 mejoró aún más la previsión de precipitación, alineándose más estrechamente con NR, especialmente en el sur de Taiwán. Las investigaciones sobre el impacto de DA revelan que la asimilación de observaciones tradicionales mejora significativamente la estructura del SWV y los campos de viento, así como la ubicación de los sistemas frontales, con mejoras que persisten durante 40 a 65 horas. Sin embargo, las mejoras en el campo de humedad a bajo nivel son moderadas, lo que lleva a pronósticos de precipitación insuficientes en el sur de Taiwán. La DA de dropsonde adicional sobre el norte del SCS refina aún más la humedad a bajo nivel y los campos de viento sobre el norte del SCS, así como la ocurrencia de sistemas frontales, extendiendo los impactos positivos más allá de 35 horas y mejorando así la previsión de lluvias.