Im Jahr 2017 geriet Hurrikan Harvey nach seinem Landfall über der texanischen Küste ins Stocken, ergoss Rekordregenmengen, überflutete Gemeinden und wurde zu einem der feuchtesten und zerstörerischsten Stürme in der Geschichte der Vereinigten Staaten. Eine neue Technik, die leicht verfügbare Daten nutzt, verringert die Vorhersagefehler und könnte die Vorhersage von Zugbahn, Intensität und Niederschlag für künftige Stürme wie Hurrikan Harvey verbessern, so die Wissenschaftler der Penn State.
„Unsere Studie zeigt, dass es Möglichkeiten gibt, genauere Vorhersagen für tropische Wirbelstürme zu erstellen, indem verfügbare, aber nicht ausreichend genutzte Daten verwendet werden“, so Yunji Zhang, Assistenzprofessor am Institut für Meteorologie und Atmosphärenforschung der Penn State. „Dies könnte in Zukunft zu besseren Warnungen und Vorbereitungen auf mit tropischen Wirbelstürmen verbundene Gefahren führen.“
Die Hinzufügung von Mikrowellendaten, die von erdnahen Satelliten gesammelt wurden, zu bestehenden Computer-Wettervorhersagemodellen zeigte Verbesserungen bei der Vorhersage von Sturmzug, Intensität und Niederschlag, wenn man Hurrikan Harvey als Fallstudie heranzieht, so die Wissenschaftler.
„Über dem Ozean haben wir keine anderen Arten von Beobachtungen unterhalb der Wolkendecke, die uns sagen könnten, wo sich die Augenwände befinden, wo die stärksten Konvektionen sind und wie viele Regen- oder Schneepartikel sich in diesen Regionen befinden, abgesehen von gelegentlichen Aufklärungsflugzeugen, die in einige Hurrikane hineinfliegen“, so Zhang. „Dies ist sehr wichtig für spätere Vorhersagen darüber, wie intensiv die Stürme sein werden oder wie viel Regen die Hurrikane bringen werden.“
Die Forschungsarbeit baut auf früheren Arbeiten des Teams auf, die die Vorhersage von Hurrikanen durch Datenassimilation verbessert haben. Dabei handelt es sich um eine statistische Methode, die darauf abzielt, ein möglichst genaues Bild der aktuellen Wetterbedingungen zu zeichnen, was wichtig ist, da selbst kleine Veränderungen in der Atmosphäre im Laufe der Zeit zu großen Abweichungen bei den Vorhersagen führen können.
In der vorangegangenen Arbeit assimilierten Wissenschaftler des Zentrums für fortgeschrittene Datenassimilation und Vorhersagetechniken der Penn State University Infrarot-Helligkeitstemperaturdaten des US-amerikanischen geostationären Umweltsatelliten GOES-16. Helligkeitstemperaturen zeigen, wie viel Strahlung von Objekten auf der Erde und in der Atmosphäre abgegeben wird, und die Wissenschaftler nutzten Infrarot-Helligkeitstemperaturen bei verschiedenen Frequenzen, um sich ein besseres Bild von atmosphärischem Wasserdampf und Wolkenbildung zu machen.
Infrarotsensoren erfassen jedoch nur das Geschehen an den Wolkenoberseiten. Mikrowellensensoren erfassen die gesamte vertikale Wolkensäule und bieten so neue Einblicke in die Vorgänge unter den Wolken, nachdem sich Stürme gebildet haben, so die Wissenschaftler.
„Dies ist besonders wichtig, wenn ein Hurrikan in späteren Entwicklungsstadien heranreift, wenn ausgeprägte und kohärente Wolkenstrukturen vorhanden sind und man nicht sehen kann, was unter ihnen passiert“, so Zhang. „Das ist die Zeit, in der Hurrikane am gefährlichsten sind, weil sie sehr stark sind und sich manchmal schon dem Landfall nähern und Menschen bedrohen. Dann werden die Mikrowellendaten die wertvollsten Informationen liefern.
Die Kombination von assimilierten Infrarot- und Mikrowellendaten verringerte die Vorhersagefehler in Bezug auf die Zugbahn, die schnelle Intensivierung und die Spitzenintensität des Hurrikans Harvey im Vergleich zur Infrarotstrahlung allein, berichten die Forscher in der Fachzeitschrift Geophysical Research Letters. Die Assimilierung beider Datensätze führte zu einer 24-stündigen Verlängerung der Vorhersagezeit für die rasche Intensivierung des Sturms, eine kritische Zeit, in der manche Stürme schnell an Stärke gewinnen.
Die Einbeziehung der Mikrowellendaten führte auch zu einem besseren Verständnis der Menge an Wasserpartikeln im Sturm und zu genaueren Niederschlagssummen für Harvey, so die Wissenschaftler.
„Niederschlagsvorhersagen sind äußerst wichtig, um die Öffentlichkeit auf Gefahren und Evakuierungen vorzubereiten“, so Zhang. „Wenn wir besser verstehen, wie viele Niederschlagspartikel sich im Sturm befinden, ist die Wahrscheinlichkeit höher, dass wir genauere Vorhersagen über die Niederschlagsmenge machen können. Auf dieser Grundlage können wir dann besser einschätzen, wie die Menschen reagieren sollten.
Die Wissenschaftler erklärten, dass weitere Arbeiten erforderlich sind, um die Mikrophysik des Modells zu verbessern und die Wasser- und Eispartikel realistischer zu simulieren.
Die Studie basiert auf der Arbeit des ehemaligen Penn State Distinguished Professor Fuqing Zhang, der das Projekt bis zu seinem unerwarteten Tod im Juli 2019 leitete.
„Als unser lieber Freund und Kollege Fuqing Zhang starb, löste sich der Faden der Ideen, die unsere laufenden kombinierten Infrarot- und Mikrowellen-Strahlungsdaten-Assimilierungsexperimente zusammenhielten“, sagte Eugene Clothiaux, Professor für Meteorologie und Atmosphärenwissenschaften und Mitautor der Studie. „Wir haben uns über einen längeren Zeitraum hinweg zusammengetan, um den Faden so gut wie möglich wieder zusammenzufügen“.
Von der Penn State University haben außerdem Steven Greybush, außerordentlicher Professor, Xingchao Chen, Assistenzprofessor, und Man-Yau Chan, Christopher Hartman und Zhu Yao, Doktoranden, an der Studie mitgearbeitet.
Mehrere ehemalige Doktoranden, Postdocs und Dozenten der Penn State leisteten ebenfalls einen Beitrag: Scott Sieron, Support-Wissenschaftler bei der I.M. Systems Group; Yinghui Lu, außerordentlicher Professor an der Nanjing University in China; Robert Nystrom, Postdoc am National Center for Atmospheric Research; Masashi Minamide, Assistenzprofessor an der University of Tokyo; James Ruppert, Assistenzprofessor an der University of Oklahoma; und Atsushi Okazaki, Assistenzprofessor an der Hirosaki University in Japan.
Die National Science Foundation, die NASA, die National Oceanic and Atmospheric Administration und das Biological and Environmental Research Program des Energieministeriums unterstützten diese Arbeit.
Datum :Februar 1, 2022
Quelle: Penn State
Yunji Zhang, Scott B. Sieron, Yinghui Lu, Xingchao Chen, Robert G. Nystrom, Masashi Minamide, Man‐Yau Chan, Christopher M. Hartman, Zhu Yao, James H. Ruppert, Atsushi Okazaki, Steven J. Greybush, Eugene E. Clothiaux, Fuqing Zhang. Ensemble‐Based Assimilation of Satellite All‐Sky Microwave Radiances Improves Intensity and Rainfall Predictions for Hurricane Harvey (2017). Geophysical Research Letters, 2021; 48 (24) DOI: 10.1029/2021GL096410