Investigando las interrelaciones entre múltiples variables atmosféricas y sus respuestas a la precipitación
Autores: Li, Haobo; Choy, Suelynn; Zaminpardaz, Safoora; Carter, Brett; Sun, Chayn; Purwar, Smrati; Liang, Hong; Li, Linqi; Wang, Xiaoming
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Variables atmosféricas
Precipitación
Productos troposféricos GNSS
Variables meteorológicas
Parámetros variables en el tiempo
Análisis de componentes principales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 9
Citaciones: Sin citaciones
En este estudio, se llevó a cabo una investigación exhaustiva sobre las interrelaciones entre doce variables atmosféricas y sus respuestas a la precipitación. Estas variables incluyen dos productos troposféricos de Sistemas Globales de Navegación por Satélite (GNSS), ocho variables meteorológicas y dos parámetros que varían en el tiempo. Se obtuvieron sus observaciones y el registro de precipitación correspondiente durante el período 2008-2019 de un par de estaciones GNSS/meteorológicas en Hong Kong. En primer lugar, basándose en los análisis de correlación y regresión, se analizaron sistemáticamente las interrelaciones entre las variables. Típicamente, las variables de vapor de agua precipitable, retraso total en el cenit, temperatura, presión, temperatura de bulbo húmedo y temperatura de punto de rocío tienen una correlación cruzada más cercana. A continuación, se investigaron las respuestas de estas variables a precipitaciones de diferentes intensidades y se reveló información precursora de la precipitación contenida en estas variables. Los tiempos de anticipación para utilizar y detectar precipitaciones intensas son de aproximadamente 8 horas. Finalmente, mediante el análisis de componentes principales, se demostró que la precipitación intensa puede ser detectada de manera efectiva utilizando estas variables, entre las cuales, el vapor de agua precipitable, el retraso total en el cenit y la cobertura de nubes juegan roles más prominentes. Los hallazgos de la investigación no solo pueden aumentar la utilización y adopción de variables atmosféricas en la detección de precipitación, sino también proporcionar pistas en el desarrollo de modelos de pronóstico de precipitación más robustos.
Descripción
En este estudio, se llevó a cabo una investigación exhaustiva sobre las interrelaciones entre doce variables atmosféricas y sus respuestas a la precipitación. Estas variables incluyen dos productos troposféricos de Sistemas Globales de Navegación por Satélite (GNSS), ocho variables meteorológicas y dos parámetros que varían en el tiempo. Se obtuvieron sus observaciones y el registro de precipitación correspondiente durante el período 2008-2019 de un par de estaciones GNSS/meteorológicas en Hong Kong. En primer lugar, basándose en los análisis de correlación y regresión, se analizaron sistemáticamente las interrelaciones entre las variables. Típicamente, las variables de vapor de agua precipitable, retraso total en el cenit, temperatura, presión, temperatura de bulbo húmedo y temperatura de punto de rocío tienen una correlación cruzada más cercana. A continuación, se investigaron las respuestas de estas variables a precipitaciones de diferentes intensidades y se reveló información precursora de la precipitación contenida en estas variables. Los tiempos de anticipación para utilizar y detectar precipitaciones intensas son de aproximadamente 8 horas. Finalmente, mediante el análisis de componentes principales, se demostró que la precipitación intensa puede ser detectada de manera efectiva utilizando estas variables, entre las cuales, el vapor de agua precipitable, el retraso total en el cenit y la cobertura de nubes juegan roles más prominentes. Los hallazgos de la investigación no solo pueden aumentar la utilización y adopción de variables atmosféricas en la detección de precipitación, sino también proporcionar pistas en el desarrollo de modelos de pronóstico de precipitación más robustos.