Al momento stai visualizzando I principali prodotti radar

I principali prodotti radar

Diversi sono gli output ottenibili da una scansione radar, di seguito i principali prodotti radar utilizzati per il nowcasting.  

Plan Position Indicator

Poichè il radar effettua scansioni per un solo angolo ad un determinato intervallo temporale, l’unico modo per vedere in modo tangibile i dati radar è il PPI, Plan Position Indicator. Si tratta di un’immagine bidimensionale che restituisce il segnale di ritorno relativo a bersagli che si trovano a distanze ed altezze diverse rispetto allo stesso radar meteorologico

Mentre il PPI può essere utile per rintracciare, ad esempio, un forte rovescio di pioggia nelle immediate vicinanze del radar, lo stesso non sarebbe possibile se il medesimo rovescio si trovasse a 150 km di distanza, magari ai limiti della risoluzione radar. Come se non bastasse, il PPI, è effetto da ground echoes, ovvero echi provenienti dal suolo che potrebbero contaminare il segnale di ritorno e rendere necessaria una rielaborazione per ripulirlo dal rumore.  Il PPI può essere impiegato per dati di riflettività, Doppler e polarimetrici

Ipotizzando di utilizzare dati Doppler per seguire un temporale, si hanno a disposizione due punti di vista: il primo relativo al radar, il secondo relativo al temporale. Qualora si osservi la direzione media di spostamento del temporale per estrapolare i dati di vento alle differenti quote, allora è preferibile scegliere il punto di vista del radar. Qualora si voglia invece osservare il wind shear o un eventuale rotazione all’interno della struttura convettiva, allora è preferibile scegliere il punto di vista del temporale. 

i principali prodotti radar

Esempio di PPI

Constant – Altitude Plan Position Indicator

Il Constant – Altitude Plain Position Indicator, CAPPI, è stato sviluppato per evitare alcune problematiche del PPI. Messo a punto da ricercatori canadesi, si basa essenzialmente su una sezione orizzontale attraverso i dati radar, horizontal cross section

In tal modo si possono confrontare precipitazioni che si trovano ad una stessa distanza dal radar e scongiurare eventuali ground echoes. Poichè i dati sono rilevati ad una certa altezza rispetto al suolo si può desumere la relazione tra dati provenienti da stazioni a terra e dati radar. 

Il CAPPI può essere utilizzato per uno svariato numero di angoli, da quelli più vicini rispetto all’orizzontale a quelli più lontani rispetto alla verticale del radar, così da avere un ampia gamma di misurazioni a differenti distanze oltre che a differenti quote. Oltre una certa distanza dal radar, non essendovi più alcun angolo disponibile, il CAPPI è assimilabile al PPI con il minor angolo possibile

i principali prodotti radar

Schema relativo al CAPPI

Le linee a zig zag sul diagramma sono relative a dati utilizzati per produrre CAPPI a 1.5 e 4 km di altezza rispettivamente. Si noti come la sezione, dopo 120 km, continui ad utilizzare sempre gli stessi dati di partenza.

Utilizzo

Dal momento che il CAPPI utilizza l’angolo più vicino per ciascun punto ad una determinata quota rispetto al radar, può capitare che i dati differiscano leggermente in termini di quota, in differenti punti della zona di copertura radar.

Risulta quindi cruciale disporre di diversi punti di campionamento proprio per minimizzare questa differenza. Come se non bastasse, è strettamente necessario che i dati varino regolarmente con l’altezza in modo da produrre un’immagine priva di rumore.

Non tutti i dati possono accoppiati con il CAPPI: la riflettività sicuramente sì, data la sua variazione regolare con la quota. Lo stesso non può dirsi per la velocità di precipitazione delle goccioline, poichè estremamente variabile in termini di direzione e quota.

Vertical Composite

Nota anche come VMI, Vertical Maximum Intensity, rappresenta un’altra valida alternativa per la risoluzione dei problemi relativi al PPI. Con essa è possibile riprodurre un’immagine di riflettività massima rispetto ad uno strato prossimo al suolo. Solitamente si adotta la VMI quando il numero di angoli disponibili è variabile o estremamente piccolo.

L’NWS, National Weather Service, utilizza una composizione di immagini radar basata su uno schema di scansione variabile da 4 a 14 angoli. In questo modo è possibile avere informazioni estremamente dettagliate sul tipo di precipitazione in atto e comparando i prodotti radar base con la VMI è possibile riconoscere eventuali virghe o addirittura updraft.

i principali prodotti radar

Differenza tra riflettività PPI base e riflettività composita

Accumuli

I dati radar sono estremamente importanti per valutare gli accumuli pluviometrici su un determinato bacino, particolarmente utilizzati per i calcoli idrologici, il controllo delle alluvioni, la costruzione di reti fognarie e dighe. I dati calcolati dai computer possono essere utilizzati assieme a quelli provenienti da stazioni al suolo.

Per produrre mappe di accumulo bisogna considerare un determinato punto, stimare il valore medio della precipitazione per quel punto utilizzando il PPI o il CAPPI, e ripetere il procedimento per un punto adiacente. [2,3] Quindi bisogna moltiplicare per l’intervallo di tempo che trascorre tra le due immagini radar prodotte o, qualora si voglia studiare l’evoluzione nel lungo termine, sommare tutti gli accumuli prodotti dalle varie immagini nell’intervallo di tempo considerato. [4]

i principali prodotti radar

Mappa di accumulo radar relativa alla Val d’Irene, Canada Orientale. 

Sezioni verticali

Per le conoscere la struttura di un temporale è possibile utilizzare una sezione verticale radar. Scelti due punti A e B, la sezione procede per differenti angoli di scansione lungo una linea congiungente i due punti. 

i principali prodotti radar

Sezione verticale della supercella che ha interessato la contea di Benton nel Giugno 2010. 

 

Range Height Indicator

Nota anche con l’acronimo di RHI, è estremamente utile per dettagliare la struttura interna di un temporale. A differenza della sezione verticale, consente di ottenere dati ad alta risoluzione lungo una direzione specifica, come se il radar effettuasse un taglio netto lungo la verticale. 

i principali prodtti radar

Struttura interna di una nube termporalesca, mammatus, ottenuta con la RHI.

Reti radar

Negli ultimi decenni si sono sviluppate, in paesi come Stati Uniti, Canada e Italia, reti radar nazionali per produrre dei composite, ovvero delle composizioni di immagini provenienti da tutti i radar della rete, e offrire una maggiore copertura spaziale.

Infatti, all’interno di un network, sono presenti radar meteorologici con caratteristiche differenti in termini di ampiezza del fascio, lunghezza d’onda utilizzata e calibrazione. Tutto questo si rivela di estrema importanza nella scelta dei dati qualora si debba studiare l’evoluzione di un fenomeno convettivo nel range di copertura di due radar dello stesso network. 

Algoritmi automatici

Per il nowcasting delle strutture convettive sono stati introdotti degli algoritmi matematici sia per la riflettività sia per la velocità Doppler.

Principali algoritmi per la riflettività

  • Vertically Integrated Liquid, VIL: rappresenta una stima della massa totale di precipitazione  all’interno della nube temporalesca. [1]
  • Potential wind gust: può stimare il downdraft, utilizzando il VIL e l’echotop (stima radar del top della nube), per un determinato temporale.
  • Hail algorithms: algoritmi per la grandine, stimano presenza e dimensioni dei chicchi di grandine all’interno del cumulonembo.

Principali algoritmi per le velocità Doppler  [1]

  • Mesocyclone detection: è innescato da una variazione di velocità repentina su una ristretta area di sezione circolare. L’algoritmo ricerca un doppione delle velocità entranti e uscenti dalla nube temporalesca, rispetto alla linea 0 di riferimento del radar lungo un pattern radiale. Affinchè possa rivelarsi la presenza di un mesociclone è necessario che nella scansione radar vi siano una o più inclinazioni ravvicinate del fascio.
  • Tornado Vortex Signature, TVS: rappresenta essenzionalmente un mesociclone con un’elevata velocità di soglia rilevata mediante differenti angoli di scansione. Indica quindi la probabile formazione di un tornado
  • Wind shear di basso livello:  riconosce la variazione puntuale di velocità del vento e cerca dei doppioni per le velocità entranti ed uscenti dal temporale  rispetto alla linea di riferimento 0, perpendicolare al radar. Tendenzialmente, nei temporali, il wind shear è associato a: downdraft (compresi downburst e microburst), gust front e turbolenza
  • VAD Wind Profile, VWP: consente di stimare direzione e velocità della componente orizzontale del vento a varie quote utilizzando la tecnica Doppler. 

Animazioni radar

L’animazione dei prodotti radar può mostrare variazioni nei pattern di riflettività e velocità. È possibile, a patto di utilizzare i prodotti radar più consoni alla diagnosi, seguire il movimento di un temporale, osservarne sviluppo e dissipazione.

Animazione radar con elementi geospaziali

Le recenti innovazioni tecnologiche hanno consentito di associare, su un’unica mappa, prodotti radar e elementi geospaziali come: mappe topografiche, viabilità, confini regionali, e allerte meteo. Utilizzato sovente con animazioni radar relative ad un determinato arco temporale, è un prodotto estremamente flessibile e che assicura all’utente un’ampia gamma di configurazioni possibili. 

Bibliografia e sitografia:

[1] Doviak, R. J.; Zrnic, D. S. (1993). Doppler Radar and Weather Observations (2nd ed.). San Diego CA: Academic Press

[2] Fabry, Frédéric (August 2010). “Radial velocity CAPPI”Examples of remote-sensed data by instrumentJ.S. Marshall Radar Observatory.

[3] Harasti, Paul R.; McAdie, Colin J.; Dodge, Peter P.; Lee, Wen-Chau; Tuttle, John; Murillo, Shirley T.; Marks, Frank D., Jr. (April 2004). “Real-Time Implementation of Single-Doppler Radar Analysis Methods for Tropical Cyclones: Algorithm Improvements and Use with WSR-88D Display Data” (PDF)Weather and Forecasting19 (2): 219–239.

[4] “CAPPI: Constant Altitude Plan Position Indicator” (PDF)IRIS Product & Display Manual : Configuring IRIS Products. SIGMET. November 2004.

[4] https://www.weather.gov/lot/2010jun14

[5] https://earthobservatory.nasa.gov

[6] http://www.radar.mcgill.ca/

[7] https://weather.gc.ca/

Lascia un commento