Varje minut räknas när det gäller att förutsäga hårt väder. Kammning av data från banbrytande geostationära satelliter och traditionell väderradar skapade en väg mot tidigare, mer exakta varningar, enligt forskare från Penn State som studerade supercell åskväder i Mellanvästern.

"Vi vet att satelliter har en fördel i att producera prognoser tidigare, och radar har mer förtroende för var molnen ska vara och vart åskväder kommer att röra sig, "sa Yunji Zhang, biträdande forskningsprofessor i meteorologi och atmosfäriska vetenskaper vid Penn State. "Frågan var om dessa två typer av observationer skulle komplettera varandra om de kombineras tillsammans. Vi fann, för minst en allvarlig väderhändelse, assimilering av satellit och radar leder samtidigt till de bästa prognoserna. "

Dataassimilering är en statistisk metod som används för att måla den mest exakta bilden av nuvarande väderförhållanden, viktigt eftersom även små förändringar i atmosfären kan leda till stora skillnader i prognoser över tid.

Forskarna assimilerade satellit- och radardata separat och samtidigt för att se vilken kombination som bäst kunde återskapa förhållanden under ett stort stormsystem som drabbade Wyoming och Nebraska 2017. De bästa resultaten kom från att kombinera infraröd ljusstyrka temperaturobservationer från satelliter, och radiella vindhastighetsobservationer från radar, forskarna rapporterade i American Meteorological Society journal Månatlig väderöversyn .

"Våra resultat tyder på att varje sensor ger unik information om stormen, "sa David Stensrud, chef för institutionen för meteorologi och atmosfärisk vetenskap i Penn State. "Även om dessa resultat måste utvärderas i ett stort spektrum av fall, de pekar på en väg framåt som kan förlänga ledtiden för allvarliga väderhändelser, och därmed ge allmänheten förbättrad information när det är svårt väder. "

Forskarna var tidigare de första som använde data från den nya US Geostationary Operational Environmental Satellite, GOES-16, att förutsäga allvarliga åskväder genom all-sky-strålningsmetoden.

All-sky-metoden, utvecklat av Penn State's Center for Advanced Data Assimilation and Predictability Techniques, kan tillgodogöra sig data från alla väderförhållanden, inklusive molnig och regnig himmel. Prognoserna har tidigare åberopat observationer från klar himmel, på grund av utmaningar när det gäller att diagnostisera de komplexa fysiska processerna inom molnen, sa forskarna.

Instrument på GOES-16 kan se stormmoln när de bildas, tiotals minuter tidigare än traditionell dopplerradar, som känner av stormar först efter att regnet börjar falla, sa forskarna. Satelliter kan också upptäcka viktiga omgivande miljöförhållanden, som hur mycket vattenånga som finns i luften.

Men satelliter har också begränsningar. Samma infraröda sensorer kan bara skanna topparna av moln och kan missa detaljer om vad som händer under. Dopplerradarobservationer ger 3D-skanningar av stormarna, vilket leder till mer exakt information om stormens struktur och eventuellt minska falska larm, enligt forskarna.

Forskarna fann att de kunde öka varningstiderna med upp till 40 minuter, som stöder resultaten av deras tidigare arbete. Enligt forskarna, nuvarande varningstider för tornado i genomsnitt cirka 14 minuter.

"Säg att du har svårt väder mot en fotbollsmatch eller ett stort evenemang, "Sade Zhang." Om du kan ha en längre prognosledtid på 20 till 40 minuter, du har mer tid att evakuera. Jag tror att fler människoliv kan räddas genom att öka prognostiderna. "