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
El Abrigo
Institución
Servicio Meteorológico Nacional
OAI Identificador
oai:repositorio.smn.gob.ar:20.500.12160/1757

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