Análisis de las imágenes del satélite GOES-ESTE sobre Costa Rica durante la Tormenta Tropical Nate

Abstract

Esta investigación tuvo como principal objetivo la construcción de un algoritmo de detección de nubes convectivas, que permitiera el aprovechamiento de los recursos satelitales de los que se dispone hoy en día en el país. Con lo anterior, se pretende generar información fundamental para los pronosticadores al momento de realizar sus pronósticos y avisos a la población, así como en la toma de decisiones por parte de las instituciones encargadas de la prevención y de la seguridad civil. En este estudio se realizó un minucioso análisis de las imágenes satelitales de los 16 canales del satélite GOES-ESTE en el periodo entre el 2 y el 6 de octubre del año 2017 cada 15 minutos, abarcando días previos a la influencia de la Tormenta Tropical Nate, la afectación de esta y un periodo después de dicha afectación. Asimismo, se analizaron datos de lluvia de cada minuto en distintos puntos del país. Esta información fue presentada usando series de tiempo, lo cual ayudó mucho en la visualización de posibles relaciones en el comportamiento de estas variables. A partir de este proceso de análisis se logró construir un algoritmo que permite la detección de zonas de convección profunda en la atmósfera. Dichas nubes convectivas suelen generar cantidades de precipitación sumamente altas que a su vez son causantes de inundaciones, fuertes vientos e intensa tormenta eléctrica, por lo que su impacto en la población y en la infraestructura es muy significativo. Esto se observó durante la Tormenta Tropical Nate y en el evento ocurrido aproximadamente un año después en Guanacaste y que sirvió como caso de validación para esta investigación. Una de las repercusiones más importantes de este estudio, es la implementación del algoritmo en las actividades diarias del Departamento de Meteorología Sinóptica y Aeronáutica del Instituto Meteorológico Nacional. La relevancia de esta herramienta va más allá de solo detectar zonas con alta probabilidad de convección fuerte, ya que además brinda información en sitios donde muchas veces no existen estaciones meteorológicas automáticas, lo cual llena un importante vacío de información que actualmente se tiene en el IMN. Asimismo, este producto puede ser utilizado en los demás países de la región Centroamericana. Finalmente, se espera los resultados de este trabajo den paso a la generación de otros productos derivados, que permitan atacar otros problemas que se presentan en los procesos operativos de las oficinas de pronóstico del tiempo de los países de la región.

This research had as its main objective the construction of an algorithm for the detection of convective clouds, which would allow the use of the satellite resources available in the country. With the above, it is intended to generate fundamental information for forecasters at the time of making their forecasts and warnings to the population, as well as in decision-making by the institutions responsible for prevention and civil security. In this study, a thorough analysis of the satellite images of the 16 channels of the GOES-EAST satellite was carried out in the period between October 2 and 6, 2017 every 15 minutes, covering days prior to the influence of Tropical Storm Nate, during the affectation of this and a period after said affectation. Likewise, rain data were analyzed every minute in different parts of the country. This information was presented using time series, which helped a lot in the visualization of possible relationships in the behavior of these variables. From this analysis process, an algorithm was built that allows the detection of areas of deep convection in the atmosphere. These convective clouds usually generate extremely high amounts of precipitation that in turn are the cause of floods, strong winds and intense thunderstorms, so their impact on the population and infrastructure is very significant. This was observed during Tropical Storm Nate and at the event that occurred approximately one year later in Guanacaste and that served as a case of validation for this investigation. One of the most important repercussions of this study is the implementation of the algorithm in the daily activities of the Department of Synoptic and Aeronautical Meteorology of the National Meteorological Institute. The relevance of this tool goes beyond just detecting areas with a high probability of strong convection, since it also provides information in places where there are often no automatic weather stations, which fills an important gap of information that currently exists in the IMN. Also, this product can be used in the other countries of the Central American region. Finally, the results of this work are expected to give way to the generation of other derivative products, which allow attacking other problems that arise in the operational processes of the weather forecast offices of the countries of the region.