Resumen

MAKAR, Pragnya; SINGH, Sanjeev Kumar; MITRA, Debashis  y  KANT, Yogesh. Impact assessment of 3D-var data assimilation on simulation of tropical cyclones using WRF. Atmósfera [online]. 2025, vol.39, 53409.  Epub 23-Mayo-2025. ISSN 0187-6236.  https://doi.org/10.20937/atm.53409.

La combinación de información de los satélites Advanced Microwave Sounding Unit-A (AMSU-A) y Microwave Humidity Sounder (MHS) proporciona mediciones en los canales de frecuencia de 23-183 GHz, lo que permite estimar los perfiles verticales de temperatura y humedad atmosférica. Estas mediciones desempeñan un papel significativo en los modelos de predicción numérica del tiempo, mejorando las condiciones iniciales durante el desarrollo de ciclones tropicales. En el presente estudio, las mediciones de AMSU-A y MHS han sido asimiladas en el modelo de Investigación y Pronóstico del Tiempo (WRF) mediante la técnica de asimilación de datos 3D-variacional (3D-var) utilizando el sistema de análisis de interpolación estadística de puntos de malla (GSI). El impacto de la asimilación se ha evaluado en la super tormenta ciclónica Amphan y la tormenta ciclónica severa Nisarga, que se formaron sobre la Bahía de Bengala (BoB) y el Mar Arábigo (AS), respectivamente. Para investigar el impacto, se llevan a cabo una serie de experimentos con y sin la asimilación de observaciones de AMSU-A y MHS a partir de la condición inicial de cada día para ambos ciclones. Los errores de trayectoria y recalada de todos los experimentos se calculan en comparación con la mejor posición de trayectoria proporcionada por el Departamento Meteorológico de la India (IMD). Los resultados indican que la asimilación de las observaciones de AMSU-A y MHS condujo a una mejora en los errores de trayectoria de aproximadamente un 11 a 35% para Amphany de 6a 20% para Nisarga en tiempos de anticipación de 12 a 72 h. Además, la asimilación de las observaciones de AMSU-A y MHS ayudó a mejorar la simulación de la posición y el tiempo de impacto en tierra. La evaluación del viento máximo sostenido en superficie, la presión central y la precipitación en comparación con las observaciones demuestra el impacto positivo de las observaciones asimiladas en el rendimiento del modelo WRF.

Palabras llave : tropical cyclone simulation; 3D-var data assimilation; AMSU-A; MHS; Gridpoint Statistical Interpolation (GSI); WRF model; Amphan; Nisarga.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )