Detección automática de ascendentes intensas mediante imágenes satelitales y su relación con tiempo severo
- Autores
- Vidal, Luciano; Bedka, Kristopher
- Año de publicación
- 2021
- Idioma
- español castellano
- Tipo de recurso
- informe técnico
- Estado
- versión publicada
- Descripción
- Fil: Vidal, Luciano. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Universidad de Buenos Aires.
Numerosos estudios basados en datos de sensores remotos, especialmente de satélites, muestran que la frecuencia de convección húmeda profunda asociada con una variedad de fenómenos meteorológicos severos (ej., granizo grande, lluvias intensas, vientos dañinos, entre otros) es muy alta en la parte sur de Sudamérica, especialmente en Argentina. En presencia de tormentas severas, las imágenes satelitales generalmente presentan ciertas características o patrones espaciales muy útiles al momento de diagnosticar cuán probable es la ocurrencia de algún fenómeno severo como los mencionados, en el marco del proceso de elaboración de un alerta a muy corto plazo en una oficina operativa de pronóstico. Por ende, el desarrollo de algoritmos que ayuden a la detección automática de estos patrones ha sido foco de atención de numerosos investigadores alrededor del mundo. En particular, el grupo de investigación liderado por el Dr. Kristopher Bedka ha desarrollado un producto denominado "NASA LaRC Gridded Overshooting Cloud Top Detection", el cual, en el marco de un proyecto de colaboración con el Servicio Meteorológico Nacional de Argentina se tuvo acceso para realizar una primera evaluación en nuestra región para la estación cálida 2019-2020.
Numerous studies based on remote sensing data, especially from satellites, show that the frequency of deep moist convection associated with a variety of severe weather events (e.g., large hail, heavy rain, damaging winds, etc.) is very high in the southern South America, especially in central and northern Argentina. In the presence of severe storms, satellite images generally present particular signatures or spatial patterns that are very useful when diagnosing how likely the occurrence of a severe phenomenon such as those mentioned is, within the framework of the process of preparing a very short-term alert in an operational forecasting office. Therefore, the development of algorithms that help to automatically detect these severe signatures has been the focus of attention of many researchers around the world. In particular, the research group led by Dr. Kristopher Bedka has developed a product called "NASA LaRC Gridded Overshooting Cloud Top Detection", which within the framework of a collaboration project with the National Meteorological Service of Argentina, was accessed to carry out a first evaluation in our region for the warm season 2019-2020. - Materia
-
ASCENDENTES INTENSAS
OVERSHOOTING TOPS
GOES-16
DETECCIÓN AUTOMÁTICA
TIEMPO SEVERO - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by/2.5/ar/
- Repositorio
- Institución
- Servicio Meteorológico Nacional
- OAI Identificador
- oai:repositorio.smn.gob.ar:20.500.12160/1757
Ver los metadatos del registro completo
id |
ELABRIGO_c5338186154495c98869db9d961d378c |
---|---|
oai_identifier_str |
oai:repositorio.smn.gob.ar:20.500.12160/1757 |
network_acronym_str |
ELABRIGO |
repository_id_str |
3915 |
network_name_str |
El Abrigo |
spelling |
Detección automática de ascendentes intensas mediante imágenes satelitales y su relación con tiempo severoVidal, LucianoBedka, KristopherASCENDENTES INTENSASOVERSHOOTING TOPSGOES-16DETECCIÓN AUTOMÁTICATIEMPO SEVEROFil: Vidal, Luciano. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Universidad de Buenos Aires.Numerosos estudios basados en datos de sensores remotos, especialmente de satélites, muestran que la frecuencia de convección húmeda profunda asociada con una variedad de fenómenos meteorológicos severos (ej., granizo grande, lluvias intensas, vientos dañinos, entre otros) es muy alta en la parte sur de Sudamérica, especialmente en Argentina. En presencia de tormentas severas, las imágenes satelitales generalmente presentan ciertas características o patrones espaciales muy útiles al momento de diagnosticar cuán probable es la ocurrencia de algún fenómeno severo como los mencionados, en el marco del proceso de elaboración de un alerta a muy corto plazo en una oficina operativa de pronóstico. Por ende, el desarrollo de algoritmos que ayuden a la detección automática de estos patrones ha sido foco de atención de numerosos investigadores alrededor del mundo. En particular, el grupo de investigación liderado por el Dr. Kristopher Bedka ha desarrollado un producto denominado "NASA LaRC Gridded Overshooting Cloud Top Detection", el cual, en el marco de un proyecto de colaboración con el Servicio Meteorológico Nacional de Argentina se tuvo acceso para realizar una primera evaluación en nuestra región para la estación cálida 2019-2020.Numerous studies based on remote sensing data, especially from satellites, show that the frequency of deep moist convection associated with a variety of severe weather events (e.g., large hail, heavy rain, damaging winds, etc.) is very high in the southern South America, especially in central and northern Argentina. In the presence of severe storms, satellite images generally present particular signatures or spatial patterns that are very useful when diagnosing how likely the occurrence of a severe phenomenon such as those mentioned is, within the framework of the process of preparing a very short-term alert in an operational forecasting office. Therefore, the development of algorithms that help to automatically detect these severe signatures has been the focus of attention of many researchers around the world. In particular, the research group led by Dr. Kristopher Bedka has developed a product called "NASA LaRC Gridded Overshooting Cloud Top Detection", which within the framework of a collaboration project with the National Meteorological Service of Argentina, was accessed to carry out a first evaluation in our region for the warm season 2019-2020.Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelado Ambiental y Sensores Remotos.2021-12-22T17:02:20Z2021-12-22T17:02:20Z2021-12info:eu-repo/semantics/reportinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_18ghinfo:ar-repo/semantics/informeTecnicoapplication/pdfVidal, L. y K. Bedka, 2021: Detección automática de ascendentes intensas mediante imágenes satelitales y su relación con tiempo severo. Nota Técnica SMN 2021-115.http://hdl.handle.net/20.500.12160/1757spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/2.5/ar/reponame:El Abrigoinstname:Servicio Meteorológico Nacional2025-10-16T10:05:46Zoai:repositorio.smn.gob.ar:20.500.12160/1757instacron:SMNInstitucionalhttp://repositorio.smn.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.smn.gob.ar/oai/requestmacevedo@smn.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:39152025-10-16 10:05:46.531El Abrigo - Servicio Meteorológico Nacionalfalse |
dc.title.none.fl_str_mv |
Detección automática de ascendentes intensas mediante imágenes satelitales y su relación con tiempo severo |
title |
Detección automática de ascendentes intensas mediante imágenes satelitales y su relación con tiempo severo |
spellingShingle |
Detección automática de ascendentes intensas mediante imágenes satelitales y su relación con tiempo severo Vidal, Luciano ASCENDENTES INTENSAS OVERSHOOTING TOPS GOES-16 DETECCIÓN AUTOMÁTICA TIEMPO SEVERO |
title_short |
Detección automática de ascendentes intensas mediante imágenes satelitales y su relación con tiempo severo |
title_full |
Detección automática de ascendentes intensas mediante imágenes satelitales y su relación con tiempo severo |
title_fullStr |
Detección automática de ascendentes intensas mediante imágenes satelitales y su relación con tiempo severo |
title_full_unstemmed |
Detección automática de ascendentes intensas mediante imágenes satelitales y su relación con tiempo severo |
title_sort |
Detección automática de ascendentes intensas mediante imágenes satelitales y su relación con tiempo severo |
dc.creator.none.fl_str_mv |
Vidal, Luciano Bedka, Kristopher |
author |
Vidal, Luciano |
author_facet |
Vidal, Luciano Bedka, Kristopher |
author_role |
author |
author2 |
Bedka, Kristopher |
author2_role |
author |
dc.subject.none.fl_str_mv |
ASCENDENTES INTENSAS OVERSHOOTING TOPS GOES-16 DETECCIÓN AUTOMÁTICA TIEMPO SEVERO |
topic |
ASCENDENTES INTENSAS OVERSHOOTING TOPS GOES-16 DETECCIÓN AUTOMÁTICA TIEMPO SEVERO |
dc.description.none.fl_txt_mv |
Fil: Vidal, Luciano. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Universidad de Buenos Aires. Numerosos estudios basados en datos de sensores remotos, especialmente de satélites, muestran que la frecuencia de convección húmeda profunda asociada con una variedad de fenómenos meteorológicos severos (ej., granizo grande, lluvias intensas, vientos dañinos, entre otros) es muy alta en la parte sur de Sudamérica, especialmente en Argentina. En presencia de tormentas severas, las imágenes satelitales generalmente presentan ciertas características o patrones espaciales muy útiles al momento de diagnosticar cuán probable es la ocurrencia de algún fenómeno severo como los mencionados, en el marco del proceso de elaboración de un alerta a muy corto plazo en una oficina operativa de pronóstico. Por ende, el desarrollo de algoritmos que ayuden a la detección automática de estos patrones ha sido foco de atención de numerosos investigadores alrededor del mundo. En particular, el grupo de investigación liderado por el Dr. Kristopher Bedka ha desarrollado un producto denominado "NASA LaRC Gridded Overshooting Cloud Top Detection", el cual, en el marco de un proyecto de colaboración con el Servicio Meteorológico Nacional de Argentina se tuvo acceso para realizar una primera evaluación en nuestra región para la estación cálida 2019-2020. Numerous studies based on remote sensing data, especially from satellites, show that the frequency of deep moist convection associated with a variety of severe weather events (e.g., large hail, heavy rain, damaging winds, etc.) is very high in the southern South America, especially in central and northern Argentina. In the presence of severe storms, satellite images generally present particular signatures or spatial patterns that are very useful when diagnosing how likely the occurrence of a severe phenomenon such as those mentioned is, within the framework of the process of preparing a very short-term alert in an operational forecasting office. Therefore, the development of algorithms that help to automatically detect these severe signatures has been the focus of attention of many researchers around the world. In particular, the research group led by Dr. Kristopher Bedka has developed a product called "NASA LaRC Gridded Overshooting Cloud Top Detection", which within the framework of a collaboration project with the National Meteorological Service of Argentina, was accessed to carry out a first evaluation in our region for the warm season 2019-2020. |
description |
Fil: Vidal, Luciano. Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelación Ambiental y de Sensores Remotos; Argentina. Universidad de Buenos Aires. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-12-22T17:02:20Z 2021-12-22T17:02:20Z 2021-12 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/report info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_18gh info:ar-repo/semantics/informeTecnico |
format |
report |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
Vidal, L. y K. Bedka, 2021: Detección automática de ascendentes intensas mediante imágenes satelitales y su relación con tiempo severo. Nota Técnica SMN 2021-115. http://hdl.handle.net/20.500.12160/1757 |
identifier_str_mv |
Vidal, L. y K. Bedka, 2021: Detección automática de ascendentes intensas mediante imágenes satelitales y su relación con tiempo severo. Nota Técnica SMN 2021-115. |
url |
http://hdl.handle.net/20.500.12160/1757 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/2.5/ar/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by/2.5/ar/ |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelado Ambiental y Sensores Remotos. |
publisher.none.fl_str_mv |
Servicio Meteorológico Nacional. Dirección Nacional de Ciencia e Innovación en Productos y Servicios. Dirección de Productos de Modelado Ambiental y Sensores Remotos. |
dc.source.none.fl_str_mv |
reponame:El Abrigo instname:Servicio Meteorológico Nacional |
reponame_str |
El Abrigo |
collection |
El Abrigo |
instname_str |
Servicio Meteorológico Nacional |
repository.name.fl_str_mv |
El Abrigo - Servicio Meteorológico Nacional |
repository.mail.fl_str_mv |
macevedo@smn.gov.ar |
_version_ |
1846145955174285312 |
score |
12.712165 |