Acerca de esta lección

Esta lección presenta las dos bandas en el visible y una de las bandas en el infrarrojo cercano del instrumento de generación de imágenes ABI (Advanced Baseline Imager) de los satélites GOES R a U, con énfasis en sus características espectrales y en cómo estas afectan lo que se observa con cada banda. La banda en el infrarrojo cercano de 0.86 micrómetros se incluye en esta lección debido a su proximidad espectral a las bandas visibles y a las posibilidades de observación complementarias que ofrece. También se describe brevemente cómo personalizar los realces de las imágenes visibles, una consideración importante para mejorar la representación de distintas características de interés.

Cuando termine de estudiar esta lección, podrá:

• Identificar las dos bandas espectrales del ABI en el visible —las bandas «azul» y «roja»—, así como varios fenómenos que se pueden detectar en las regiones espectrales que abarcan.
• Identificar la banda «vegetación», una de las cuatro bandas espectrales del ABI en el infrarrojo cercano, y describir cómo difiere de las dos bandas espectrales en el visible.
• Identificar el destello solar (sun glint) en las imágenes en el visible e IR cercano.
• Identificar los momentos favorables para detectar regiones de bruma, polvo y humo, así como las bandas en el visible e IR cercano que por lo general son más sensibles a los aerosoles atmosféricos.
• Explicar brevemente la ventaja de reajustar las tablas de realce de las imágenes visibles para identificar distintas características.

Introducción

Las dos bandas visibles del generador avanzado de imágenes de base (Advanced Baseline Imager, ABI), que reciben los nombres de banda «azul» y banda «roja», y la banda en el infrarrojo cercano, la llamada banda «vegetación», se encuentran la región del espectro electromagnético donde el Sol emite la mayor parte de su energía. A medida que dicha energía entrante atraviesa la atmósfera, es atenuada por las moléculas, las nubes y los aerosoles que encuentra en su camino.

 

 

 

 

Aproximadamente el 30 % de la energía entrante es reflejada por las nubes, por la atmósfera y por la superficie, y la atmósfera absorbe y reemite al espacio otro 23 %. La energía restante alcanza la superficie terrestre, donde es absorbida y reemitida.

Bandas en el visible e IR cercano del ABI del GOES-16: tierra y agua

Estas dos gráficas muestran el albedo o reflectancia de las nubes, el agua, el manto nivoso, el suelo y diferentes tipos de vegetación. La cantidad de energía reflejada por el suelo y la vegetación aumenta con la longitud de onda, produciéndose un salto pronunciado cerca de 0.7 µm, especialmente en el caso de la vegetación verde y saludable, ya que la clorofila deja de absorber la radiación solar más allá del rango visible. Las nubes y el manto de nieve son muy reflectantes a través del visible, hasta la región de la banda «vegetación», en el infrarrojo cercano. Observe que el agua es muy poco reflectante, siendo su reflectividad casi nula más allá de los 0.9 µm.

En la gráfica, las bandas visibles «azul» y «roja» del ABI de los satélites de la serie GOES R a U están resaltadas para mostrar que su cobertura espectral no se extiende hasta la región espectral donde las superficies cubiertas de vegetación son más reflectantes. La banda de 0.86 micrómetros «vegetación», resaltada en verde, fue diseñada para identificar las superficies con vegetación.

Tenga en cuenta que esta lección contiene imágenes del satélite geoestacionario Himawari-8, cuyo instrumento de generación de imágenes, el AHI (Advanced Himawari Imager), cuenta con bandas casi idénticas a las del instrumento ABI que está a bordo de los satélites de la serie GOES R a U.

También vale la pena señalar que las imágenes de la banda «roja» de 0.64 µm del AHI y del ABI se parecen a las imágenes en el visible de 0.63 µm del GOES-13 a 15, ya que cubren regiones espectrales similares. Sin embargo, la resolución espacial de la banda «roja» del AHI y del ABI es dos veces mayor (0.5 km) en comparación con las imágenes del GOES-13 a 15 (1 km).

Las imágenes de las bandas «azul», «roja» y «vegetación» del Himawari-8, que fueron captadas sobre el este de Asia a mediados de mayo, al comienzo de la estación de crecimiento, confirman lo que muestran las curvas de reflectancia.

 

Observe que en comparación con los cuerpos de agua, las superficies del suelo tienen un aspecto generalmente más brillante en las tres bandas. En las dos bandas visibles, el suelo desnudo es más brillante que las superficies cubiertas por bosques o vegetación, especialmente en condiciones secas. Sin embargo, en la banda «vegetación» ocurre lo opuesto: las superficies cubiertas de vegetación son más reflectantes que la mayoría de las superficies de suelo desnudo, y particularmente más reflectantes que el agua. Debido al fuerte contraste que produce entre el agua y el suelo, la banda «vegetación» es la mejor para distinguir entre estos dos tipos de superficie.

A la hora de detectar la nubosidad, sin embargo, el aspecto brillante de la vegetación en dicha banda no permite distinguir entre las superficies cubiertas de vegetación y las nubes delgadas o dispersas. Las imágenes muestran que la banda «roja» es la mejor de las tres a la hora de observar las nubes, debido al aspecto oscuro que tienen las superficies.

Asimismo, es evidente que el contraste entre el brillo del suelo desnudo y las superficies con vegetación es más pronunciado en las bandas «roja» y «vegetación». Las curvas de reflectancia explican al menos en parte el alto contraste, ya que estas dos bandas tienen un mayor rango de reflectancia entre los distintos tipos de superficies y vegetación en comparación con la banda «azul». Esta mayor sensibilidad a la vegetación permite usar las bandas «roja» y «vegetación» para calcular un índice de vegetación de diferencia normalizada o IVDN (o NDVI, por las siglas del inglés Normalized Difference Vegetation Index) a fin de monitorear la salud de la vegetación o «verdor».

Otro factor que reduce el contraste entre las superficies en la banda «azul» tiene que ver con el aspecto un poco borroso que tienen las imágenes. Este efecto se debe a la mayor dispersión de la luz solar por los aerosoles atmosféricos pequeños, como el polvo, las cenizas y los componentes de la bruma, cuyos efectos se vuelven más pronunciados a longitudes de onda más cortas en el visible y ocultan, al menos en parte, las características de la superficie.

También podemos apreciar que algunas características, como las nubes pequeñas, por ejemplo, tienen un aspecto más nítido en la banda «roja» que en las otras dos. Esto se debe a la mejor resolución de la banda «roja» (0.5 km) en comparación con la resolución de las bandas «azul» y «vegetación» (1.0 km).

Si consideramos estos factores, queda claro que las bandas «roja» y «vegetación» son mejores para resaltar y delinear las propiedades de la superficie.

Otro aspecto que cabe destacar sobre la banda «roja» es su aptitud para detectar las aguas turbias, ya que adquieren un tono relativamente brillante en comparación con las aguas límpidas, tranquilas y más profundas. Después de ciertos eventos meteorológicos, como un chaparrón o el paso de un sistema intenso a través de una zona costera, es frecuente observar aumentos en la turbidez de los ríos y los lagos que reciben la escorrentía.

 

Reflectancia de distintas superficies

Esta tabla permite comparar la reflectancia de la energía solar para diferentes tipos de superficies en las tres bandas que se presentan en esta lección. A medida que estudie las comparaciones, observe que la banda «roja» del Himawari-8 y del GOES-16 suele ser más sensible a las variaciones en la superficie del suelo, mientras que la banda «vegetación» en el IR cercano tiende a enfatizar más las diferencias entre el agua y el suelo. Recuerde además que las imágenes de la banda «roja» tienen una resolución de 0.5 km, lo que produce resultados un poco más nítidos que las bandas «azul» y «vegetación», que tienen una resolución de 1 km.

Reflectancia de varias superficies en el rango espectral de la radiación solar (0.38 a 0.90 micrómetros)
Reflectancia por tipo de superf. (%) Vis = 0.38 a 0.70 µm IR cercano (NIR) = 0.86 µm	Ejemplos de imágenes del Himawari-8
Suelo húmedo Vis: 3 a 25 % NIR: 8 a 20 %	Comparación de imágenes antes y después de condiciones lluviosas. Compar. en la banda «roja» de 0.64 µm Compar. en la banda «vegetación» de 0.86 µm
Suelo seco Vis: 5 a 30 % NIR: 15 a 35 %
Arena seca Vis: 5 a 30 % NIR: 35 a 45 %	Banda visible «azul» Banda visible «roja» Banda IR cercana «vegetación»
Pasto Vis: 2 a 45 % NIR: 45 a 65 %	Banda visible «azul» Banda visible «roja» Banda IR cercana «vegetación»
Bosque Vis: 5 a 20 % NIR: 20 a 55 %
Manto de nieve (limpia y seca) Vis: 75 a 98 % NIR: 50 a 95 %	Banda visible «azul» Banda visible «roja» Banda IR cercana «vegetación»
Nieve (mojada, sucia) Vis: 25 a 75 % NIR: 35 a 65 %
Superficie de agua (ángulo solar > 25 °) Vis: < 10 % NIR: < 5 %	Banda visible «azul» Banda visible «roja» Banda IR cercana «vegetación»
Superficie de agua (ángulo solar bajo) Vis y NIR: rango grande	Banda visible «azul» Banda visible «roja» Banda IR cercana «vegetación»

 

Destello solar sobre el agua

El destello solar o sun glint es un fenómeno importante que se debe tener en cuenta a la hora de interpretar las imágenes en el visible y en el IR cercano sobre el agua. Cuando la alineación entre el Sol y el satélite es propicia, una superficie acuática lisa puede crear grandes zonas de reflejo. En esta secuencia de imágenes, note la región brillante que se desplaza hacia el oeste con el paso del Sol. Observe además que el destello solar es más evidente a longitudes de onda mayores, debido a la combinación de una menor dispersión de la energía solar por parte de la atmósfera y de la menor reflectividad de las superficies de agua en las áreas no afectadas por el destello solar.

Si nos acercamos a la región del mar de China Meridional y el golfo de Bengala, vemos que hay algunas áreas oscuras en el patrón general del destello solar que se tornan más brillantes con el transcurso del tiempo, a medida que la geometría Sol-satélite cambia. Estas áreas indican la presencia de aguas relativamente tranquilas. Como ocurre con cualquier espejo, el objeto reflejado, que en este caso es el Sol, no es visible a menos que los ángulos de incidencia Sol-Tierra y Tierra-satélite sean casi iguales, un proceso denominado reflexión especular. Cuando la superficie del agua está más agitada, sin embargo, el patrón de destello solar es más difuso y desvaído, porque la luz solar se refleja en muchas direcciones y solo una parte de la luz solar directa regresa al satélite.

El destello solar puede revelar otras características interesantes de la superficie. De forma análoga a como el viento provoca cambios en la rugosidad de la superficie del agua, las corrientes marinas, las ondas internas y los cambios en la tensión superficial provocados por la presencia de petróleo y surfactantes, por ejemplo, alteran las propiedades reflectantes de la superficie acuática, algo que el destello solar puede resaltar.

Esta animación de imágenes en el visible captadas con la banda «roja» del Himawari-8 revela la presencia de ondas oceánicas internas en el mar de Banda, al norte de Australia. La resolución de 0.5 km de la banda «roja» y la frecuencia de adquisición de imágenes de 10 minutos permiten ver claramente varios trenes de ondas que avanzan hacia el norte y el oeste a medida que el reflejo solar atraviesa la región.

 

Dispersión

Dispersión » Aerosoles

La dispersión de la radiación visible entrante por parte de los aerosoles atmosféricos varía en función del tamaño de las partículas en suspensión y de la longitud de onda. Las partículas pequeñas tienden a dispersar más luz a longitudes de onda más cortas, algo que podemos apreciar en esta comparación de imágenes de las bandas «azul», «roja» y «vegetación» captadas sobre China oriental durante un episodio de alta contaminación. En la imagen de la banda «vegetación», la mayor parte de la contaminación sobre tierra firme es prácticamente indetectable, ya que la señal dominante proviene de la superficie y de las nubes. En cambio, contra el fondo oceánico la escasa reflectividad del agua en el IR cercano permite ver un leve velo de contaminación transportado por el viento.

La banda de 0.47 micrómetros del GOES-16 es particularmente útil para detectar calima, humo, polvo y contaminación, especialmente al comienzo y al final del día: cuanto menor sea el ángulo de incidencia de los rayos solares, tanto mayor será la cantidad de energía dispersada hacia adelante, hacia los sensores del satélite. Como muestra la siguiente figura, el satélite GOES Oeste es más sensible a la dispersión por aerosoles sobre Norteamérica en las primeras horas de la mañana, mientras que la observación de aerosoles desde el GOES Este se ve favorecida en las últimas horas del día.

Estas animaciones de imágenes en las bandas visibles y «vegetación» del Himawari-8 corresponden a la misma fecha que las imágenes que vimos al comienzo de esta página. Destacan una región de la China oriental que equivale aproximadamente a la vista que tiene el satélite GOES Este del este de los Estados Unidos. Observe que la cantidad de calima, humo y contaminación visible aumenta con el transcurso del día, a medida que la geometría entre el Sol y el satélite se vuelve más favorable para la observación de los aerosoles atmosféricos.

Haga clic en las pestañas para comparar el aspecto de la bruma en las bandas «azul», «roja» y «vegetación».

Dispersión » Humo

El humo de los incendios forestales y de las quemas agrícolas dispersa la luz solar visible de forma muy similar a otros aerosoles. Dado que el humo dispersa más luz solar a longitudes de onda visibles más cortas, por lo general la banda «azul» del ABI detectará más humo que las bandas «roja» y «vegetación», especialmente sobre la superficie terrestre. En las animaciones, observe como el humo se torna más evidente hacia las últimas horas del día, ya que a esas horas una mayor parte de la energía se dispersa hacia adelante, es decir, hacia el satélite Himawari-8, que se encuentra posicionado al este del continente asiático. También se nota que las bandas «roja» y «vegetación» detectan el humo algo mejor sobre las superficies acuáticas, debido a la reflectividad relativamente baja del agua.

Dispersión » Nubes de polvo

Estas imágenes captan grandes regiones de polvo atmosférico levantado por los fuertes vientos detrás de un frente frío asociado a un intenso ciclón sobre el noreste de China y la península de Corea.

Si bien el contraste entre las nubes de polvo y las superficies terrestres circundantes es más bajo en la banda «azul», las capas de polvo más finas se detectan mejor en esta banda porque el polvo y los demás aerosoles dispersan más luz solar en longitudes de onda más cortas. En muchos casos, la banda «roja» no llega a detectar las capas de polvo más finas.

En el caso de una capa de polvo densa y opaca, sin embargo, las partículas de «polvo» son más reflectantes en la banda «roja» que a longitudes de onda visibles más cortas, como lo ilustra el panel derecho de esta figura. Esto aumenta el contraste entre el polvo y la superficie terrestre, especialmente sobre la vegetación verde y el agua, ambos malos reflectores en la banda «roja». Las imágenes RGB y otros productos derivados pueden aprovechar la diferencia en las propiedades reflectantes de las bandas «azul» y «roja» para mejorar la detección del polvo durante el día, especialmente en combinación con técnicas infrarrojas que aprovechan el contraste térmico entre el polvo en niveles altos y la superficie.

En la banda «vegetación» hay regiones de polvo visibles sobre las superficies del agua, más oscuras, pero sobre la tierra firme, que es más reflectante, resultan más difíciles de detectar, especialmente en el caso de las superficies cubiertas de vegetación.

Al igual que ocurre con otros aerosoles, dada la geometría de observación Sol-satélite de este ejemplo, el polvo se torna más brillante en las tres bandas hacia las últimas horas del día, cuando una mayor proporción de la luz solar se dispersa hacia adelante, en dirección hacia el satélite.

Realces

La profundidad de escala de grises de 12 bits de las imágenes visibles del ABI del GOES-16 abarca un rango dinámico útil que se extiende mucho más allá de las capacidades del ojo humano para percibir variaciones en los tonos de gris. Por esto, en algunos casos puede ser necesaria la aplicación de realces para utilizar plenamente la información disponible del GOES-16. Existen varios tipos de realces —útiles, por ejemplo, en condiciones de escasa iluminación o en escenas llenas de nubes brillantes captadas a mediodía— para detectar ciertos detalles que pasarían desapercibidos al recurrir a un único realce estándar.

Para estudiar los diferentes tipos de realces y su aplicación a distintas situaciones meteorológicas, repase la lección de COMET titulada Selección de canales del GOES, vers. 2.

Resumen

Las dos bandas visibles y la banda en el IR cercano del ABI brindan al pronosticador imágenes y productos de alta resolución espacial y temporal para vigilar una gran variedad de fenómenos en la superficie y en la atmósfera, algunos de los cuales se presentaron en esta lección. Además de las imágenes, estas tres bandas contribuyen a una plétora de productos derivados «básicos», como se muestra en esta tabla. Estos productos, que se basan en algoritmos científicos, proveen datos cuantitativos a partir de la información extraída de distintos grupos de bandas cuya sensibilidad a determinadas propiedades es conocida.

Características de las bandas en el visible e IR cercano:

• Cobertura espectral
  • Banda «azul»: longitud de onda central de 0.47 μm, de 0.451 a 0.491 μm (GOES-16 ABI), visible
  • Banda «roja»: longitud de onda central de 0.64 μm, de 0.596 a 0.682 μm (GOES-16 ABI), visible
  • Banda «vegetación»: longitud de onda central de 0.86 μm, de 0.847 a 0.882 μm (GOES-16 ABI), infrarrojo cercano
• Resolución
  • Banda «azul»: campo de visión de 1 km
  • Banda «roja»: campo de visión de 0.5 km
  • Banda «vegetación»: campo de visión de 1 km
• Mejoras en la calidad
  • Bajo nivel de ruido y mejor geolocalización y registro de los píxeles (estabilidad de los píxeles de cuadro a cuadro).

Consideraciones sobre su aplicación:

• Está disponible solamente durante el día.
• Detecta la energía dispersada y reflejada.
• Detecta las nubes y la superficie terrestre.
• Es sensible a suelos, agua y tipos de nubes; las bandas «roja» y «vegetación» son más sensibles a los cambios en la superficie.
• La banda «roja» es sensible a los sedimentos en suspensión y a las aguas turbias.
• Detectan bruma, humo y polvo, especialmente al comienzo y al final del día, cuando la geometría Sol-satélite produce un mayor grado de dispersión hacia adelante; la banda «azul» es más sensible a la dispersión por los aerosoles que las bandas «roja» y «vegetación».
• Para un uso óptimo puede ser necesario aplicar algún tipo de realce.
• Las sombras permiten estimar la altura de las nubes.

Recursos

Recursos en internet

• Sitio oficial del programa GOES-R: http://www.goes-r.gov/
• Materiales de formación sobre el GOES-R en general: http://www.goes-r.gov/users/training.html
• GOES-R: beneficios de la observación ambiental de próxima generación: http://www.meted.ucar.edu/training_module.php?id=980
• Programa GOES-R: materiales de divulgación, http://www.goes-r.gov/education/outreach.html
  (el sitio, que se actualiza regularmente, enlaza a recursos como hojas de datos, marcadores, carteles, folletos y calendarios que ilustran la misión, los productos y los servicios del GOES-R.)
• Página del campo de pruebas del GOES-R:http://www.goes-r.gov/users/proving-ground.html
• Página de documentación del GOES-R: http://www.goes-r.gov/resources/docs.html
• Publicaciones científicas sobre el GOES-R: http://www.goes-r.gov/resources/Scipubs/index.html
• Conferencias y reuniones sobre GOES y POES:http://www.goes-r.gov/users/conf-mtgs.html
• Bitácora de UW CIMSS sobre satélites y el GOES-R: http://cimss.ssec.wisc.edu/goes/blog/archives/category/goes-r
• VISIT: SHyMet para pronosticadores: Sesión de formación básica sobre el GOES-R: http://rammb.cira.colostate.edu/training/shymet/forecaster_goesr101.asp

Específicos sobre el generador avanzado de imágenes de base (Advanced Baseline Imager, ABI)

• Página del instrumento ABI del GOES-R: http://www.goes-r.gov/spacesegment/abi.html
• El ABI del GOES-R: la próxima generación de imágenes satelitales http://www.meted.ucar.edu/training_module.php?id=1141
• Hoja de datos del ABI: http://www.goes-r.gov/education/docs/Factsheet_ABI.pdf
• Guías de información rápida sobre las bandas del ABI: http://www.goes-r.gov/education/ABI-bands-quick-info.html

 

Referencias

GOES-R

• Schmit, T.J., M.M. Gunshor, W.P. Menzel, J.J. Gurka, J. Li y S. Bachmeier, 2005: Introducing the next-generation advanced baseline imager on GOES-R. Bull. Amer. Meteor. Soc., 86, 1079-1096.
• Publicaciones científicas y otra documentación sobre el GOES-R y GOES (disponible en el sitio web del programa GOES-R):
  Publicaciones: http://www.goes-r.gov/resources/Scipubs/index.html,
  Documentación: http://www.goes-r.gov/resources/docs.html

Colaboradores

Patrocinadores de COMET

MetEd y The COMET® Program forman parte de los Programas de la Comunidad de UCAR (University Corporation for Atmospheric Research Community Programs, UCP) y están patrocinados por el National Weather Service (NWS) de la NOAA, con fondos adicionales de las siguientes organizaciones:

• Bureau of Meteorology of Australia (BoM)
• Bureau of Reclamation, United States Department of the Interior
• European Organisation for the Exploitation of Meteorological Satellites (EUMETSAT)
• Meteorological Service of Canada (MSC)
• NOAA's National Environmental Satellite, Data and Information Service (NESDIS)
• NOAA's National Geodetic Survey (NGS)
• Naval Meteorology and Oceanography Command (NMOC)
• U.S. Army Corps of Engineers (USACE)

Para aprender más sobre nuestra organización, visite la página web de COMET.

Colaboradores del proyecto

Gerentes del proyecto

• Wendy Abshire – UCAR/COMET
• Bruce Muller – UCAR/COMET

Meteorólogo del proyecto

• Patrick Dills — UCAR/COMET

Asesores y colaboradores científicos

• Dr. Jordan Gerth — Cooperative Institute for Meteorological Satellite Studies (CIMSS)/NOAA/University of Wisconsin
• Tim Schmit — NOAA NESDIS STAR/ASPB en CIMSS
• Scott Bachmeier — Cooperative Institute for Meteorological Satellite Studies (CIMSS)/NOAA/University of Wisconsin

Colaboradores de la versión original

• Dr. W. Paul Menzel — Cooperative Institute for Meteorological Satellite Studies (CIMSS)/NOAA/University of Wisconsin
• Dr. James Purdom — Cooperative Institute for Research in the Atmosphere (CIRA)
• Patrick Dills — UCAR/COMET

Infografía/Animaciones

• Steve Deyo — UCAR/COMET

Diseño multimedia y de interfaz

• Gary Pacheco — UCAR/COMET

Edición/producción audiovisual

• Steve Deyo – UCAR/COMET

Imágenes del Himawari-8 proporcionadas por

• El archivo abierto SSEC/Unidata Community ADDE de la University of Wisconsin, Madison
• La agencia meteorológica del Japón (JMA)

Traducción al español

• David Russi — UCAR/COMET

Revisión de la versión en español

• Luciano Vidal — SMN Argentina
• Martin Rugna — SMN Argentina

Personal de COMET, 2016

Oficina del director

• Dr. Rich Jeffries, director
• Dr. Greg Byrd, vicedirector
• Lili Francklyn, especialista de desarrollo comercial

Administración de empresa

• Dra. Elizabeth Mulvihill Page, gerenta de grupo
• Lorrie Alberta, administradora
• Hildy Kane, asistenta administrativa

Servicios de tecnologías de la información

• Tim Alberta, gerente de grupo
• Bob Bubon, administrador de sistemas
• Dolores Kiessling, ingeniera de software
• Joey Rener, estudiante
• Malte Winkler, ingeniero de software

Servicios instruccionales y multimedia

• Bruce Muller, gerente de grupo
• Dr. Alan Bol, científico/diseño instruccional
• Steve Deyo, diseño gráfico y 3D
• Lon Goldstein, diseño instruccional
• Bryan Guarente, diseño instruccional/meteorólogo
• Lindsay Johnson, estudiante
• Dra. Vickie Johnson, diseño instruccional (ocasional)
• Gary Pacheco, diseño y desarrollo web
• Sarah Ross-Lazarov, diseño instruccional (ocasional)
• Tsvetomir Ross-Lazarov, diseño instruccional
• Sylvia Quesada, asistenta de producción
• David Russi, traducción al español
• Andrea Smith, diseño instruccional/meteoróloga
• Marianne Weingroff, diseño instruccional

Grupo científico

• Wendy Schreiber-Abshire, gerenta de grupo
• Dr. William Bua, meteorólogo
• Dr. Frank Bub, oceanógrafo (ocasional)
• Patrick Dills, meteorólogo
• Matthew Kelsch, hidrometeorólogo
• Dra. Elizabeth Mulvihill Page, meteoróloga
• Amy Stevermer, meteoróloga
• Vanessa Vincente, meteoróloga visitante, CIRA/Colorado State University