Metodologia per produrre super osservazioni dai dati grezzi sul vento ricavati dal radar
Per la raccolta remota di dati si usano spesso i radar meteorologici. Un radar doppler usa le onde elettromagnetiche per studiare le proprietà atmosferiche trasmettendo impulsi d'onda elettromagnetica e ricevendone gli echi riflessi. I radar possono percepire i dati con un'elevata risoluzione di spazio e di tempo, migliorando la qualità delle previsioni del tempo ad alta risoluzione su una zona limitata. I dati radar tuttavia, malgrado il loro grande potenziale dovuto alla geometria sferica e all'alta densità di misurazione, hanno un uso limitato. Ciò è dovuto principalmente a certe limitazioni relative alla risoluzione della velocità massima di diffusione delle particelle ed alla portata massima del radar. Poiché il raggio radar si allarga con una estensione crescente, un fenomeno atmosferico può essere sovracampionato vicino al radar e sottocampionato altrove, dando origine a delle discordanze di scala. Per ovviare a questi problemi, nove istituti europei hanno sviluppato una procedura d'elaborazione per i dati radar grezzi sul vento. Il progetto CARPE DIEM, finanziato dall'UE, intende valutare il guadagno derivante dall'incorporazione dei dati radar nel processo NWP. La procedura comporta la ponderazione dei dati grezzi nello spazio polare, denominata super osservazioni, e un filtro adeguato delle super osservazioni per un migliore accoppiamento delle scale temporali del modello. È stato anche sviluppato un operatore d'osservazione quadridimensionale per l'assimilazione nell'NWP, la cui applicazione, quando erano utilizzati i dati radiali sul vento, ha indicato in via sperimentale un certo guadagno nella qualità delle previsioni. Le previsioni di vento e precipitazioni possono essere migliorate in modo significativo assimilando le osservazioni radar nell'NWP. Gli studi di casi in cui sono state usate misurazioni radar mostrano risultati promettenti, che incoraggiano a proseguire gli studi per confermarli e svilupparli ulteriormente.
