Estimación cuantitativa de la precipitación

La estimación cuantitativa de la precipitación tiene varias aplicaciones importantes en los ámbitos de hidrología, gestión de recursos hídricos, agricultura, predicción del tiempo y climatología. La estimación cuantitativa de la precipitación es un dato de entrada crítico para las predicciones a corto plazo de crecidas repentinas, flujos de escombros y otros eventos relacionados con las manifestaciones atmosféricas extremas.

Tradicionalmente, los pluviómetros y el radar han proporcionado las observaciones terrestres empleadas para estimar la precipitación. Los pluviómetros producen mediciones in situ, aunque con una cobertura espacial relativamente pobre, especialmente en zonas remotas.

Los datos del radar se utilizan para estimar la precipitación de forma indirecta a partir de una relación predeterminada entre la reflectividad y la tasa de lluvia. Sin embargo, la exactitud de las estimaciones del radar se ven afectadas por la precipitación helada (como el graupel, el granizo y el hielo), por la evaporación de la lluvia que cae debajo de las nubes altas y por las variaciones geográficas y en los patrones atmosféricos de gran escala.

Las estimaciones del radar también se ven limitadas por las lagunas en la cobertura que existen entre emplazamientos distantes y cuando las montañas u otra topografía compleja bloquea el haz del instrumento. En este último caso, podemos utilizar las observaciones de rayos para tratar de localizar las tormentas e identificar de manera subjetiva los lugares donde pueden estar produciéndose lluvias intensas. Todas estas limitaciones destacan la necesidad de definir un enfoque más objetivo para estimar las tasas de lluvia.

Para que una nube se electrifique y la actividad de rayos comience, se precisa una mezcla de partículas líquidas y de hielo de distintos tamaños. Dado que esa misma mezcla conduce a la precipitación, es razonable considerar que los rayos se acompañan de precipitación a lo largo de la mayor parte del ciclo de vida de las tormentas.

Esta correlación, que es particularmente fuerte en el caso de los rayos de nube a tierra, ha permitido considerar la posibilidad de utilizar las observaciones de rayos para suplir e incluso mejorar la estimación cuantitativa de la precipitación.

Los resultados obtenidos en algunas regiones selectas del oeste de los Estados Unidos han demostrado la gran utilidad de los datos de rayos para estimar las precipitaciones durante la estación de tormentas convectivas de verano, especialmente en las áreas donde la cobertura de pluviómetros es escasa o inexistente y donde la cobertura radar es insuficiente.

El GLM producirá observaciones frecuentes de la actividad total de rayos que permitirán aprovechar las técnicas de estimación cuantitativa de la precipitación para caracterizar mejor las tormentas capaces de provocar crecidas repentinas en topografía compleja y en zonas donde la cobertura de radares y pluviómetros es escasa.

Las estimaciones de lluvia en el infrarrojo generadas a partir de los datos de los satélites geoestacionarios, como el GOES, constituyen un dato de entrada importante para estimar la intensidad de la lluvia. Sin embargo, las mediciones de lluvia basadas en datos infrarrojos solo abarcan el tope de las nubes que producen precipitación, y a veces los cirros fríos se interpretan incorrectamente como convección intensa. Las imágenes multiespectrales de alta frecuencia del GOES-R nos permitirán observar y tomar en cuenta el crecimiento y la estructura de las nubes. Las técnicas de análisis que se aplicarán a los productos combinados de los datos del generador de imágenes (ABI) y del sensor de rayos geoestacionario (GLM) del GOES-R lograrán identificar con mayor exactitud las señales características de los núcleos convectivos que son realmente «convectivos». Esto mejorará las estimaciones de la intensidad y ubicación de la lluvia en relación con las tormentas individuales.

Cuando el satélite GOES-R entre en operaciones, las observaciones simultáneas del GLM, del ABI, de los instrumentos de microondas, del radar y de otros detectores in situ mejorarán la representación y los pronósticos inmediatos de la precipitación convectiva en tiempo real y los avisos de inundaciones; también conducirán a un mejor entendimiento de las características y las tendencias de la precipitación a nivel regional.