Filtro de Kalman–Basado CMORPH

Resumen Se ha desarrollado un algoritmo de técnica de modificación (CMORPH) del Centro de Predicción Climática (CPC) basado en un filtro de Kalman (KF) para integrar las estimaciones de precipitación de microondas pasivas (PMW) de satélites en órbita baja (LEO) y observaciones de infrarrojos (IR) de plataformas geoestacionarias (GEO). Con el nuevo algoritmo, el análisis de precipitación en una celda de 8 × 8 km² se define en tres pasos. Primero, las estimaciones de tasas de lluvia instantáneas de PMW más cercanas al tiempo de análisis objetivo en las direcciones hacia adelante y hacia atrás se propagan desde sus tiempos de observación hasta el tiempo de análisis utilizando los vectores de advección del sistema de nubes (CSAV) calculados a partir de las imágenes GEO–IR. La “predicción” del análisis de precipitación se define entonces promediando las estimaciones de PMW propagadas hacia adelante y hacia atrás, con pesos inversamente proporcionales a su varianza de error. Las estimaciones de precipitación basadas en IR se incorporan si el intervalo entre las dos observaciones de PMW es mayor a 90 minutos. Las pruebas de validación mostraron mejoras sustanciales del CMORPH basado en KF frente a la versión original tanto en la correlación de patrones como en la fidelidad de la función de densidad de probabilidad (PDF) de la intensidad de precipitación. En general, el rendimiento del CMORPH original se degrada drásticamente con una pobre correlación de patrones y una frecuencia sustancialmente elevada (atenuada) para eventos de precipitación ligera (intensa) cuando las estimaciones de precipitación PMW están disponibles de menos satélites LEO. El CMORPH basado en KF es capaz de producir análisis de precipitación de alta resolución con un rendimiento mucho más estable con varios niveles de disponibilidad para las observaciones de PMW.