{"id":18108,"date":"2015-10-23T09:14:36","date_gmt":"2015-10-23T08:14:36","guid":{"rendered":"http:\/\/10.116.16.72\/test\/?p=2380"},"modified":"2023-06-15T08:49:13","modified_gmt":"2023-06-15T08:49:13","slug":"fenomens-de-temps-sever-a-catalunya-cap-a-una-base-de-dades-historica-depisodis","status":"publish","type":"page","link":"https:\/\/www.meteo.cat\/wpweb\/divulgacio\/publicacions\/miscellania\/fenomens-de-temps-sever-a-catalunya-cap-a-una-base-de-dades-historica-depisodis\/","title":{"rendered":"Fen\u00f2mens de \u201ctemps sever\u201d a Catalunya: cap a una base de dades hist\u00f2rica d\u2019episodis"},"content":{"rendered":"\n

PUBLICADA EL 23\/10\/2015<\/strong><\/p>\n\n\n\n

Els fen\u00f2mens meteorol\u00f2gics que denominem de temps sever (de l\u2019angl\u00e8s \u201csevere weather<\/em>\u201d) s\u00f3n aquells que poden causar danys materials o posar en risc la vida de les persones. En tractar-se d\u2019un terme que pot incloure diversos fen\u00f2mens amb diferent grau d\u2019afectaci\u00f3, s\u2019han definit una s\u00e8rie de llindars per poder-lo quantificar. Aix\u00ed, i seguint les pautes del National Weather Service<\/em> (http:\/\/www.weather.gov\/<\/a>), el temps sever al qual ens referirem a continuaci\u00f3 correspon a pedra de di\u00e0metre superior a 2 cm, o a ratxes de vent superiors a uns 25 m\/s. El vent es pot donar en forma de tornado (rotacional) o b\u00e9 en una direcci\u00f3 concreta (generalment, en forma del que coneixem com a esclafit<\/a>). Si b\u00e9 hi ha altres fen\u00f2mens associats a les tempestes severes, com ara llamps o pluges d\u2019elevada intensitat, aquestes manifestacions no es consideren com a indicadors de la \u201cseveritat\u201d de la tempesta. Tanmateix, la pres\u00e8ncia i detecci\u00f3 de determinats patrons associats a aquests \u00faltims fen\u00f2mens s\u00f3n fonamentals per a la diagnosi i predicci\u00f3 a curt termini de la possible severitat de la tempesta.<\/p>\n\n\n\n

Com es pot comprovar a diferents bases de dades consultables per internet (https:\/\/sinobas.aemet.es\/<\/a> o http:\/\/www.eswd.eu\/<\/a>), el nombre d\u2019episodis de temps sever observats a Catalunya en els darrers anys (aproximadament, des de 2001) \u00e9s for\u00e7a elevat. A la figura 1 es mostra un recull global de totes aquestes observacions, que s\u2019han incorporat a una primera base de dades preliminar. Cal dir, per\u00f2, que tot i la utilitat d\u2019ambdues bases de dades, com que es centren \u00fanicament en les observacions de la poblaci\u00f3 aut\u00f2ctona, aquestes tenen dos punts febles (Smith et al., 2012): s\u00f3n sensibles a la densitat de poblaci\u00f3 i a l\u2019hora del dia en qu\u00e8 es produeixen. Aix\u00ed, les \u00e0rees rurals o de muntanya presenten menys registres (i amb un menor n\u00famero de proves documentals, com fotografies o v\u00eddeos) i per altra banda hi ha menys registres a hores \u201cintempestives\u201d, perqu\u00e8 durant la matinada la probabilitat d\u2019observaci\u00f3 d\u2019aquests fen\u00f2mens decreix notablement. Finalment, cal fer esment de l\u2019exactitud de les dades registrades. Les coordenades i les hores no s\u00f3n sempre exactes (fet que, com es veur\u00e0 m\u00e9s endavant, \u00e9s molt important), ja que no sempre l\u2019observador es troba a prop del fenomen; el registre es guarda for\u00e7a temps a posteriori -motiu pel qual algun dels camps no queda ben definit- o hi ha errades en la introducci\u00f3 dels mateixos camps.<\/p>\n\n\n\n

La Fig.1 presenta la distribuci\u00f3 de casos de temps sever a Catalunya, i si b\u00e9 mostra una s\u00e8rie de patrons coneguts, aix\u00f2 no treu que sigui d\u2019inter\u00e8s visualitzar-los: la gran quantitat d\u2019episodis de pedregades que s\u2019enregistren a la Plana de Lleida; el gran nombre de casos de vents convectius forts a les zones litorals de Tarragona i Barcelona; i, finalment, una densitat moderada de casos al prelitoral sud i a la Plana de Vic, per\u00f2 en ambd\u00f3s casos, repartits en situacions de pedra i vent. Totes les zones esmentades anteriorment tenen densitats de poblacions m\u00e9s o menys elevades (o suficients per a poder detectar els fen\u00f2mens). La primera pregunta que cal fer-se \u00e9s si aquesta situaci\u00f3 \u00e9s real (\u00e9s a dir, tots els fen\u00f2mens severs es donen a les zones indicades), o b\u00e9 es troba esbiaixada per aquesta densitat de poblaci\u00f3. La segona \u00e9s si resulta possible crear una base de dades completa, amb el m\u00ednim d\u2019errors possibles, i que es vagi actualitzant de manera autom\u00e0tica quan un cas d\u2019aquests es produeixi.<\/p>\n\n\n\n

\"fig1\"<\/a>
Figura 1: distribuci\u00f3 de casos de temps sever a Catalunya, en base d’informaci\u00f3 disponible a Internet, per al per\u00edode 2001-2015<\/figcaption><\/figure><\/div>\n\n\n\n

Per tal de respondre a les dues preguntes anteriors, des del Servei Meteorol\u00f2gic de Catalunya s\u2019ha engegat un projecte per a la creaci\u00f3 d\u2019una base de dades de fen\u00f2mens sever identificats mitjan\u00e7ant dades de les diferents xarxes meteorol\u00f2giques pr\u00f2pies (els primer resultats es varen presentar aqu\u00ed a: http:\/\/www.essl.org\/cms\/european-conferences-on-severe-storms\/ecss-2015\/<\/a>). Breument, les dades utilitzades per a la identificaci\u00f3 dels episodis serien les de: la xarxa d\u2019observadors meteorol\u00f2gics (XOM), la xarxa d\u2019estacions meteorol\u00f2giques autom\u00e0tiques (XEMA), la xarxa de detectors de desc\u00e0rregues el\u00e8ctriques (XDDE), la xarxa de radars meteorol\u00f2gics (XRAD), els perfils verticals proporcionats pel radiosondatge de Barcelona, i les imatges del sat\u00e8l\u00b7lit Meteosat de segona generaci\u00f3 (MSG). El projecte, es divideix en tres fases principals.<\/p>\n\n\n\n

Fase 1:  la primera, la identificaci\u00f3 de nous casos, aix\u00ed com la correcci\u00f3 dels ja emmagatzemats. Quan parlem de correccions ens referim a l\u2019eliminaci\u00f3 d\u2019aquells episodis que no es corresponen amb fen\u00f2mens convectius, o b\u00e9 a la recol\u00b7locaci\u00f3 en el temps o l\u2019espai dels fen\u00f2mens. Aquest proc\u00e9s s\u2019ha fet mitjan\u00e7ant dades de la XEMA i la XRAD (figura 2). La identificaci\u00f3 de nous casos es fa d’acord amb les observacions proporcionades per la XOM, la XEMA i la XDDE, aix\u00ed com altres fonts pr\u00f2pies de l\u2019SMC (per exemple, reculls d\u2019episodis anteriors que s\u2019han estudiat o han estat motiu d\u2019una nota de premsa).<\/p>\n\n\n\n

\"fig2a\"<\/a><\/figure><\/div>\n\n\n\n
\"fig2b\"<\/a><\/figure><\/div>\n\n\n\n
\"fig2c\"
Figura 2: exemples de diferents tipus de registres de la base de dades. En primer lloc, sense cap tipus de correcci\u00f3 (el registre original -primera taula- coincideix amb les observacions de la XEMA \u2013segona taula- i amb les imatges de la XRAD); a continuaci\u00f3, amb alguna correcci\u00f3, el registre original s\u2019ha de modificar perqu\u00e8 les coordenades i l\u2019hora donades no es corresponen amb la XEMA i la XRAD); finalment, registres eliminats, perqu\u00e8 tot i que poden coincidir amb dades de la XEMA no corresponen a fen\u00f2mens convectius (no s\u2019observen tempestes a la imatge radar).<\/figcaption><\/figure><\/div>\n\n\n\n

Fase 2: Un cop es disposa d\u2019una base de dades prou completa, es pot fer l\u2019an\u00e0lisi de les diferents observacions (XEMA, XRAD, XDDE i MSG, principalment, per\u00f2 tamb\u00e9 radiosondatges i models) associades amb l\u2019estructura convectiva (tempesta) a la qual s\u2019associa cada fenomen sever. Per aquest motiu \u00e9s important disposar de la millor localitzaci\u00f3 temporal i espacial de la pedregada, el tornado o l\u2019esclafit, ja que el patr\u00f3 associat canvia molt r\u00e0pidament dins la tempesta. Els primers patrons que s\u2019han decidit analitzar s\u00f3n el del \u201clightning jump<\/em>\u201d (o salt de desc\u00e0rregues el\u00e8ctriques, referit a increments sobtats de la r\u00e0tio de llamps dins una tempesta, Metzger & Nuss, 2013) i l\u2019\u201dovershooting<\/em>\u201d(conegut com l\u2019efecte que t\u00e9 un fort corrent ascendent al travessar la tropopausa, veient-se a les imatges de sat\u00e8l\u00b7lit com un barret al mig de l\u2019enclusa de la tempesta \u2013Bedka, 2011; Bedka et al., 2010). Aquests patrons s\u2019han identificat a les dades de la XDDE i de MSG, respectivament, mitjan\u00e7ant algorismes autom\u00e0tics desenvolupats al mateix SMC, a partir dels models te\u00f2rics trobats a la bibliografia.<\/p>\n\n\n\n

En el cas del Lightning Jump<\/em> (LJ), aquest s\u2019identifica a partir de les desc\u00e0rregues el\u00e8ctriques observades dins d\u2019una cel\u00b7la de tempesta (llamps n\u00favol-n\u00favol). Es defineix com a LJ el moment en el qual la intensitat minutal de desc\u00e0rregues s\u2019incrementa de forma notable (figura 3). Aquest patr\u00f3 s\u2019ha observat en moltes tempestes amb temps sever associat i s\u2019han desenvolupat algorismes per aprofitar-lo com a indicador (Gatlin & Goodman, 2010; Schultz et al., 2009; Williams et al. 2009). En les primeres passes de l\u2019an\u00e0lisi realitzades aqu\u00ed, s\u2019ha observat que en un 95% dels casos de pedra varen presentar un LJ uns 10 minuts abans de la precipitaci\u00f3. Per als fen\u00f2mens de vent, aquest percentatge decreix fins a un 67% dels casos. En qualsevol cas, sembla clar que resulta un bon indicador a priori de la possibilitat que es produeixi un fenomen sever dins una tempesta.<\/p>\n\n\n\n

\"fig3\"<\/a>
Figura 3: exemple de lightning jumps (marcats amb l\u00ednia verda) observats abans d\u2019un episodi de pedra (el moment del fenomen es marca amb una l\u00ednia de color vermell).<\/figcaption><\/figure><\/div>\n\n\n\n

Per altra banda, es defineix un overshooting<\/em> (OT) del cim dels n\u00favols com una zona molt freda respecte al seu entorn i que t\u00e9 un m\u00e0xim de temperatura dins el mateix n\u00favol a una dist\u00e0ncia relativament propera (definits com a nucli fred, el primer, i c\u00e0lid, el segon). Aquest patr\u00f3 s\u2019associa als corrents ascendents molt forts dins de la tempesta, que solen acompanyar als fen\u00f2mens severs. En el nostre cas, s\u2019ha considerat la temperatura de brillantor obtinguda a partir del canal 9 del MSG. El patr\u00f3 (Brunner et al., 2007) es pot observar a la figura 4, i mostra com s\u2019identifiquen els dos nuclis, el fred (blanc) i el calent (vermell), dins una tempesta. Aquest mateix patr\u00f3 s\u2019ha identificat a nombroses tempestes analitzades durant els casos inclosos dins la base de dades, com mostra l\u2019exemple de la dreta de la figura 4. Tot i que els resultats no s\u00f3n, de moment, tan concloents com en el cas del LJ, sembla que l\u2019OT identifica for\u00e7a b\u00e9 la pres\u00e8ncia de pedra severa dins una tempesta (m\u00e9s del 80% dels casos), mentre que per als casos de vent la seva detecci\u00f3 no \u00e9s tan clara. En qualsevol cas, sembla que aquest patr\u00f3 \u00e9s m\u00e9s \u00fatil com a diagn\u00f2stic que no com a predictor, ja que la difer\u00e8ncia de temps entre l\u2019observaci\u00f3 i el fenomen no \u00e9s gaire gran, en la majoria de situacions.<\/p>\n\n\n\n

\"fig4\"<\/a>
Figura 4: a l\u2019esquerra, exemple presentat com a patr\u00f3 de overshooting (OT) per Brunner et al. (2007), amb el nucli fred de color blanc, i el vermell proper indica el nucli c\u00e0lid. A la imatge de la dreta es presenta un cas d\u2019un tornado a Catalunya (21 de mar\u00e7 de 2013), on el punt blau indica la localitzaci\u00f3 del fenomen, i l\u2019estrella vermella la posici\u00f3 del nucli fred de l\u2019OT.<\/figcaption><\/figure><\/div>\n\n\n\n

Per acabar, cal esmentar que l\u2019objectiu final del projecte \u00e9s aconseguir identificar una s\u00e8rie de patrons (a m\u00e9s dels ja esmentats LJ i OT), per poder fer una an\u00e0lisi objectiu de les diferents dades disponibles i poder detectar de forma autom\u00e0tica tots els casos de fen\u00f2mens severs ocorreguts a Catalunya des de 2005. Aquesta base de dades s\u2019aniria completant de forma autom\u00e0tica a partir de l\u2019enregistrament de nous casos a partir de l\u2019aplicaci\u00f3 en temps real dels algorismes desenvolupats, identificant els diferents patrons a les dades de l\u2019SMC.<\/p>\n\n\n\n

Refer\u00e8ncies<\/strong><\/h2>\n\n\n\n
  • Bedka, K. M. (2011). Overshooting cloud top detections using MSG SEVIRI Infrared brightness temperatures and their relationship to severe weather over Europe. Atmospheric Research, 99(2), 175-189.<\/li>
  • Bedka, K., Brunner, J., Dworak, R., Feltz, W., Otkin, J., & Greenwald, T. (2010). Objective satellite-based detection of overshooting tops using infrared window channel brightness temperature gradients. Journal of Applied Meteorology and Climatology, 49(2), 181-202.<\/li>
  • Brunner, J. C., Ackerman, S. A., Bachmeier, A. S., & Rabin, R. M. (2007). A quantitative analysis of the enhanced-V feature in relation to severe weather. Weather and Forecasting, 22(4), 853-872.<\/li>
  • Gatlin, P. N., & Goodman, S. J. (2010). A total lightning trending algorithm to identify severe thunderstorms. Journal of atmospheric and oceanic technology, 27(1), 3-22.<\/li>
  • Metzger, E., & Wendell A.N. (2013). The Relationship between Total Cloud Lightning Behavior and Radar-Derived Thunderstorm Structure. Weather and Forecasting, 28(1), 237-253<\/li>
  • Schultz, C. J., Petersen, W. A., & Carey, L. D. (2009). Preliminary development and evaluation of lightning jump algorithms for the real-time detection of severe weather. Journal of Applied Meteorology and Climatology<\/em>, 48<\/em>(12), 2543-2563.<\/li><\/ul>\n","protected":false},"excerpt":{"rendered":"

    PUBLICADA EL 23\/10\/2015 Els fen\u00f2mens meteorol\u00f2gics que denominem de temps sever (de l\u2019angl\u00e8s \u201csevere weather\u201d) s\u00f3n aquells que poden causar danys materials o posar en risc la vida de les persones. En tractar-se d\u2019un terme que pot incloure diversos fen\u00f2mens amb diferent grau d\u2019afectaci\u00f3, s\u2019han definit una s\u00e8rie de llindars per poder-lo quantificar. Aix\u00ed, i […]<\/p>\n","protected":false},"author":4,"featured_media":0,"parent":18378,"menu_order":0,"comment_status":"open","ping_status":"open","template":"template-sidebar.php","meta":{"_mi_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0},"_links":{"self":[{"href":"https:\/\/www.meteo.cat\/wpweb\/wp-json\/wp\/v2\/pages\/18108"}],"collection":[{"href":"https:\/\/www.meteo.cat\/wpweb\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.meteo.cat\/wpweb\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.meteo.cat\/wpweb\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/www.meteo.cat\/wpweb\/wp-json\/wp\/v2\/comments?post=18108"}],"version-history":[{"count":8,"href":"https:\/\/www.meteo.cat\/wpweb\/wp-json\/wp\/v2\/pages\/18108\/revisions"}],"predecessor-version":[{"id":38202,"href":"https:\/\/www.meteo.cat\/wpweb\/wp-json\/wp\/v2\/pages\/18108\/revisions\/38202"}],"up":[{"embeddable":true,"href":"https:\/\/www.meteo.cat\/wpweb\/wp-json\/wp\/v2\/pages\/18378"}],"wp:attachment":[{"href":"https:\/\/www.meteo.cat\/wpweb\/wp-json\/wp\/v2\/media?parent=18108"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}