Método Espectral Estocástico para la Predicción Probabilística de Precipitaciones Basada en Radar

Resumen Las predicciones a corto plazo (nowcasts) de fuertes lluvias que causan inundaciones repentinas son muy valiosas en áreas urbanas densamente pobladas. En el proyecto de Sensado Adaptativo Colaborativo de la Atmósfera (CASA), se implementó una red de radar X-band de alta resolución en el área metropolitana de Dallas–Fort Worth (DFW). El método de Seguimiento Dinámico y Adaptativo de Tormentas (DARTS) fue desarrollado como parte del sistema de nowcasting de CASA. En este método, el campo de advección se determina en el dominio espectral utilizando la transformada de Fourier discreta. DARTS se extendió recientemente para incluir un esquema de filtrado para suprimir características de precipitación de pequeña escala que tienen baja predictibilidad. Basándose en el trabajo anterior, se desarrolla y prueba Stochastic DARTS (S-DARTS), una extensión probabilística de DARTS, utilizando la red de radar CASA DFW. En este método, los nowcasts se perturban estocásticamente para simular incertidumbres. Se introducen dos características novedosas en S-DARTS. Primero, el filtrado de escala y la perturbación basada en un modelo autorregresivo se realizan en el dominio espectral para lograr alta eficiencia computacional. Segundo, esta metodología se extiende para modelar la evolución temporal del campo de advección. El rendimiento y la habilidad de pronóstico de S-DARTS se evalúan con diferentes umbrales de intensidad de precipitación y tamaños de conjunto. Se demuestra que S-DARTS puede producir nowcasts probabilísticos confiables en el dominio CASA DFW con una resolución espacial de 250 m hasta 45 minutos para intensidades de precipitación más bajas (por debajo de 2 mm h −1 ). Para intensidades más altas (por encima de 5 mm h −1 ), se puede obtener una habilidad adecuada hasta 15 minutos.