El huracán Florence es dirigiéndose hacia la costa de los Estados Unidos, justo en el momento álgido de la temporada de huracanes.

Los huracanes pueden causar un daño inmenso debido a los vientos, las olas y la lluvia, sin mencionar el caos a medida que la población en general se prepara para condiciones climáticas severas.

Este último es cada vez más relevante, ya que el daño monetario por desastres está subiendo. El creciente costero población e infraestructura, así como Aumento del nivel del mar, probablemente contribuya a este aumento en los costos de daño.

Esto hace que sea aún más imperativo hacer llegar al público los pronósticos tempranos y precisos, algo a lo que los investigadores como nosotros contribuyen activamente.

Haciendo predicciones

Previsiones de huracanes tradicionalmente se han enfocado en la predicción de la trayectoria e intensidad de una tormenta. La pista y el tamaño de la tormenta determinan qué áreas pueden golpearse. Para hacerlo, los pronosticadores usan modelos, esencialmente programas de software, a menudo ejecutados en computadoras grandes.

Desafortunadamente, ningún modelo de pronóstico único es consistentemente mejor que otros modelos para hacer estas predicciones. A veces, estos pronósticos muestran caminos dramáticamente diferentes, divergiendo por cientos de millas. Otras veces, los modelos están en acuerdo cercano. En algunos casos, incluso cuando los modelos están de acuerdo, las pequeñas diferencias en el seguimiento tienen grandes diferencias en la marejada ciclónica, los vientos y otros factores que afectan el daño y las evacuaciones.

Además, varios factores empíricos en los modelos de pronóstico se determinan bajo condiciones de laboratorio o en experimentos de campo aislados. Eso significa que no necesariamente representan completamente el evento meteorológico actual.

Entonces, los pronosticadores usan una colección de modelos para determinar un rango probable de pistas e intensidades. Dichos modelos incluyen el Sistema de Pronóstico Global de NOAA y los modelos globales del Centro Europeo de Pronósticos Meteorológicos de Mediano Alcance.

La FSU Superensemble fue desarrollado por un grupo de nuestra universidad, dirigido por el meteorólogo TN Krishnamurti, en los primeros 2000s. El Superensemble combina los resultados de una colección de modelos, dando más peso a los modelos que mostraron eventos meteorológicos del pasado mejor predichos, como los eventos ciclónicos tropicales del Atlántico.

La colección de modelos de un pronosticador se puede agrandar ajustando los modelos y cambiando ligeramente las condiciones de inicio. Estas perturbaciones intentan dar cuenta de la incertidumbre. Los meteorólogos no pueden conocer el estado exacto de la atmósfera y el océano en el momento del inicio del modelo. Por ejemplo, los ciclones tropicales no se observan lo suficientemente bien como para tener suficientes detalles sobre los vientos y la lluvia. Para otro ejemplo, la temperatura de la superficie del mar se enfría por el paso de una tormenta, y si el área permanece cubierta de nubes, estas aguas más frías son mucho menos propensas a ser observadas por satélite.

Mejora limitada

Durante la última década, los pronósticos de seguimiento se han mantenido constantes mejorado. Una plétora de observaciones, desde satélites, boyas y aeronaves enviadas a la tormenta en desarrollo, permiten a los científicos comprender mejor el entorno en torno a una tormenta y, a su vez, mejorar sus modelos. Algunos modelos han mejorado tanto como Porcentaje 40 para algunas tormentas.

Una boya que recoge datos meteorológicos. Nacional del Océano y la Atmósfera

Sin embargo, los pronósticos de intensidad tienen mejoró poco en las últimas décadas.

Eso se debe en parte a la medida elegida para describir la intensidad de un ciclón tropical. La intensidad se describe a menudo en términos de la velocidad máxima del viento a una altura de 10 metros sobre la superficie. Para medirlo, los pronosticadores operacionales en el Centro Nacional de Huracanes en Miami observan la velocidad máxima del viento promedio de un minuto observada en cualquier punto dado del ciclón tropical.

Sin embargo, es extremadamente difícil para un modelo estimar la velocidad máxima del viento de un ciclón tropical en cualquier momento futuro. Los modelos son inexactos en sus descripciones de todo el estado de la atmósfera y el océano en el momento del inicio del modelo. Características a pequeña escala de los ciclones tropicales, como gradientes agudos de precipitaciones, vientos en la superficie y alturas de olas dentro y fuera de los ciclones tropicales. no se capturan tan confiablemente en los modelos de pronóstico.

Las características atmosféricas y oceánicas pueden influir en la intensidad de la tormenta. Los científicos ahora piensan que mejor información sobre el océano podría ofrecer las mayores ganancias en precisión del pronóstico. De interés específico es la energía almacenada en el océano superior y cómo esto varía con las características del océano, como los remolinos. Las observaciones actuales no son lo suficientemente efectivas para colocar los remolinos oceánicos en la ubicación correcta, ni son efectivos en capturando el tamaño de estos remolinos. Para condiciones donde la atmósfera no limita severamente el crecimiento de huracanes, esta información oceánica debe ser muy valiosa.

Mientras tanto, los pronosticadores están buscando métricas alternativas y complementarias, como el tamaño de los ciclones tropicales.

Sobre el Autor

Mark Bourassa, Profesor de Meteorología, Florida State University y Vasu Misra, Profesor Asociado de Meteorología, Florida State University

Este artículo se republica de La conversación bajo una licencia Creative Commons. Leer el articulo original.

Libros relacionados

at InnerSelf Market y Amazon