अंडरयूज्ड उपग्रह, रडार डेटा तूफान के पूर्वानुमान में कर सकते है सुधार

पेन्सिलवेनिया (एएनआई): भले ही हर दिन दुनिया भर में हजारों तूफान आते हैं, लेकिन कंप्यूटर मौसम मॉडलिंग में यह भविष्यवाणी करना मुश्किल होता है कि वे कब और कहां बनेंगे। पेन स्टेट के नेतृत्व में वैज्ञानिकों की एक टीम का मानना है कि मौसम मॉडल में कम उपयोग किए गए उपग्रह और रडार डेटा को शामिल करने वाली एक अभिनव विधि इन पूर्वानुमानों को बढ़ा सकती है।

पेन स्टेट में मौसम विज्ञान और वायुमंडलीय विज्ञान विभाग में डॉक्टरेट के छात्र कीनन यूरे ने कहा, "तूफान इतने सर्वव्यापी हैं कि यह गिनना मुश्किल है कि आप पेंसिल्वेनिया, या संयुक्त राज्य अमेरिका या विश्व स्तर पर हर दिन कितने आते हैं।" हमारी चुनौतियाँ, आज भी, यह पता लगा रही हैं कि कैसे सही ढंग से समय और स्थान की भविष्यवाणी की जाए कि तूफान शुरू हो जाए।"

वैज्ञानिकों ने पाया कि जियोस्टेशनरी वेदर सैटेलाइट GOES-16 और ग्राउंड-बेस्ड डॉप्लर राडार के डेटा को मिलाकर वे सीमा परत, वातावरण के सबसे निचले हिस्से, जहां तूफान बनते हैं, में प्रारंभिक स्थितियों की अधिक सटीक तस्वीर खींच सकते हैं।

अध्ययन के प्रमुख लेखक यूरे ने कहा, "डॉप्लर रडार अवलोकनों और उपग्रह अवलोकनों दोनों से तूफान की भविष्यवाणियों में सुधार करने में मूल्य है जो वर्तमान में उपयोग किए जा रहे हैं और हमने दिखाया है कि न केवल भविष्यवाणियों को बेहतर बनाने के लिए उनका उपयोग किया जा सकता है बल्कि उन्हें एक साथ रखने के बहुत सारे फायदे हैं।" , जोड़ना, "योग अलग-अलग हिस्सों से अधिक है।"

तकनीक ने संवहन दीक्षा के पूर्वानुमानों में सुधार करने का वादा दिखाया, टेक्सास पैनहाउंडल में मई 2018 से केस स्टडी में तूफान आने से कई घंटे पहले तूफान पैदा करने वाली स्थितियां। वैज्ञानिकों ने मासिक मौसम समीक्षा पत्रिका में अपने निष्कर्षों की सूचना दी।

"कीनन ने पर्यावरण को बेहतर ढंग से परिभाषित करने के लिए उपग्रह अवलोकनों का उपयोग करने पर ध्यान केंद्रित किया जिसमें तूफान बाद में बनेंगे, और निम्न-स्तर के पवन क्षेत्रों में सुधार के लिए रडार अवलोकनों का उपयोग करने पर अंततः तूफान बनाने में मदद मिली," मौसम विज्ञान के प्रोफेसर डेविड स्टेंसरुड ने कहा पेन स्टेट और यूरे के सलाहकार और अध्ययन के सह-लेखक ने कहा, "इस अवलोकन संयोजन का पहले अध्ययन नहीं किया गया था और इस दिन मॉडल पूर्वानुमानों के लिए महत्वपूर्ण मूल्य जोड़ना समाप्त हो गया।"

वैज्ञानिकों ने डेटा एसिमिलेशन का उपयोग किया, एक सांख्यिकीय पद्धति जो मौसम मॉडल में वर्तमान मौसम की स्थिति की सबसे सटीक संभावित तस्वीर को चित्रित कर सकती है, महत्वपूर्ण है क्योंकि वातावरण में छोटे परिवर्तन भी समय के साथ पूर्वानुमानों में बड़ी विसंगतियां पैदा कर सकते हैं।

सीमा परत में स्थितियों को समझना विशेष रूप से महत्वपूर्ण है क्योंकि यह संवहन के लिए अवयवों को दृढ़ता से प्रभावित करता है - निकट-सतह की नमी, लिफ्ट और अस्थिरता - एक प्रक्रिया जो पृथ्वी की सतह के पास गर्म हवा का कारण बनती है और बादल बनाती है।

यूरे ने कहा, "हम स्पष्ट रूप से वातावरण में हर अणु का मॉडल नहीं बना सकते हैं, लेकिन हम जितना संभव हो उतना करीब जाना चाहते हैं।" हम वातावरण के सबसे निचले हिस्से के चित्रण में मदद कर सकते हैं।"

टीम ने उपग्रह और रडार डेटा को अलग-अलग और एक साथ आत्मसात किया और उपग्रह से इन्फ्रारेड चमक तापमान अवलोकन और रेडियल पवन वेग और रडार से सीमा ऊंचाई अवलोकन के संयोजन से सर्वोत्तम परिणाम प्राप्त किए।

यह काम पेन स्टेट के सेंटर फॉर एडवांस्ड डेटा एसिमिलेशन एंड प्रेडिक्टेबिलिटी टेक्निक्स द्वारा विकसित ऑल-स्काई सैटेलाइट डेटा एसिमिलेशन का उपयोग करता है, जो बादल और साफ आसमान सहित सभी मौसम की स्थिति से सैटेलाइट डेटा को आत्मसात करता है। वैज्ञानिकों ने कहा कि बादलों के भीतर जटिल भौतिक प्रक्रियाओं के निदान में चुनौतियों के कारण पूर्वानुमान पहले साफ-आकाश की टिप्पणियों पर निर्भर करता था।

"जबकि अधिक मामलों का पता लगाने की आवश्यकता है, ये अवलोकन वर्तमान में उपलब्ध हैं और आने वाले दशक में तूफान की भविष्यवाणी में सुधार के लिए इस्तेमाल किया जा सकता है क्योंकि एनओएए अपने चेतावनी-पर-पूर्वानुमान प्रतिमान को आगे बढ़ाना जारी रखता है जिसमें कंप्यूटर मॉडल की भविष्यवाणी गंभीर मौसम चेतावनियों को और अधिक बनाने में मदद करती है। सटीक और समय पर," स्टेन्सरुड ने कहा। (एएनआई)