Metodología objetiva para la detección de áreas de tormenta mediante un índice multisensor con datos del satélite GOES-16

• Autores: Vidal, Luciano; Hobouchian, Maria Paula
• Año de publicación: 2025
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Meteorología; GOES-16; Tormentas; Aeronáutica
• Institución: Universidad Nacional de La Plata

La observación y clasificación de nubes a partir de datos de satélite ha sido una herramienta clave desde hace décadas para comprender mejor los procesos de formación y desarrollo de las nubes y sus fenómenos asociados. Dentro de los diferentes tipos de nubes, las nubes convectivas (en especial las asociadas a convección profunda) son de las más estudiadas debido a los fenómenos meteorológicos de alto impacto social y económico asociados, como precipitaciones intensas, granizo, vientos fuertes y actividad eléctrica, entre otros. Una metodología por excelencia utilizada para estudiar este tipo de nubes a partir de información satelital ha sido la denominada Split-Window Difference (SWD) o de diferencias de temperaturas de brillo (BTD, por sus siglas en inglés) en dos bandas espectrales. No obstante, Liu et al. (2015) propusieron el índice NDCI (Normalized Difference Convection Index), que combina datos de un canal infrarrojo y un canal de vapor de agua, con el fin de detectar zonas de convección profunda en los tifones del océano Pacífico. Los resultados mostraron que en zonas de poca nubosidad, en la parte externa o en el ojo del tifón, los valores de NDCI fueron mayores a cero, mientras que en zonas con nubes opacas y convección profunda, el índice tomó valores negativos. Por su parte, Wu et al. (2016) mediante el análisis de correlaciones espaciales y temporales entre la temperatura de topes en 10.8 μm y las BTDs 12.0-10.8 μm y 6.7-10.8 μm, les permitió generar un modelo conceptual del ciclo de vida de la convección, como base de un índice de nubes convectivas. El objetivo general del presente trabajo es avanzar en el uso de técnicas multiespectrales y multisensor que permitan mejorar la identificación objetiva de nubosidad convectiva profunda (áreas de tormenta) relevante para la seguridad operacional de los aeropuertos y las aerolíneas.
Facultad de Ciencias Astronómicas y Geofísicas