En el Laboratorio de Investigación del Ejército han descubierto un patrón en la evolución de las tormentas eléctricas, que podría usarse para predecir cómo el clima y el medioambiente afectarán en el campo de batalla a medios tales como los sistemas aéreos no tripulados.
El Dr. Xiping Zeng, meteorólogo del Laboratorio, presentó recientemente su investigación en el NASA Precipitation Measurement Meeting (PMM), donde discutió cómo la investigación de tormentas eléctricas es vital para los ejércitos, y por qué dos factores ambientales que tiene lugar durante las tormentas deben predecirse y controlarse mejor: las corrientes descendentes y las gotas frías.
Las corrientes descendentes fuertes pueden provocar también fuertes ráfagas de viento en la superficie, y las gotas frías que permanecen líquidas con una temperatura inferior a cero grados Celsius, se congelan repentinamente cuando colisionan con las aeronaves. «Estos dos factores son desastrosos para los UAVs, ya que les hacen desplomarse», dijo Zeng.
«Sin embargo, ningún modelo actual predice con precisión estos fenómenos, porque existe muy poca información sobre ellos. Esta investigación ha revelado una relación entre ellos, proporcionando una base para comprender y mejorar las predicciones sobre su impacto».
La investigación de Zeng ha revelado un nuevo patrón de alternancia de movimiento del aire abajo a arriba y además encontró que el patrón reduce la probabilidad de gotas frías. Este descubrimiento proporciona una base para comprender y predecir mejor los dos factores.
Según Zeng, la predicción en el entorno del campo de batalla es un desafío en la era de la alta tecnología (por ejemplo, UAVs), por lo que los investigadores de ARL trabajan para mejorar la predicción numérica del clima (NVP, siglas inglesas)) para dichos entornos.
Zeng seguirá observando y modelando las corrientes descendentes en tormentas eléctricas y luego desarrollará un algoritmo para representarlos mejor en los modelos NWP de ARL y los proporcionará a la comunidad NWP en general.
Él espera que el algoritmo mejorado sea capaz de predecir de forma efectiva las ráfagas de viento en la superficie y las gotas frías con mayor precisión para el empleo de los UAVs en clima adverso con tormentas eléctricas.
La investigación de Zeng desarrolla la comprensión situacional al proporcionar la oportunidad de mejorar el pronóstico del tiempo de forma remota, en lugar de desplegar sensores in situ adicionales en las áreas de interés.
Fte.: US Army
