Nuevo Algoritmo FY-3G Mejora el Monitoreo Global de Precipitaciones

KNOXVILLE, TN, 3 de noviembre de 2026 /24-7PressRelease/ -- Un algoritmo de recuperación de precipitación para el satélite Fengyun-3G (FY-3G) de China convierte las observaciones de microondas pasivas en un producto operativo que describe la precipitación superficial y los perfiles de hidrometeoros. Combinando la recuperación bayesiana con una base de datos previa optimizada físicamente, el método produce estimaciones consistentes con los productos establecidos del Monitoreo Global de Precipitación (GPM) mientras mejora la representación del agua líquida en las nubes, apoyando el monitoreo de tormentas y la investigación de precipitaciones.

Las mediciones precisas de precipitación son cruciales para el pronóstico del tiempo, la investigación climática, la gestión del agua y la preparación para desastres; sin embargo, las precipitaciones siguen siendo una fuente importante de incertidumbre en los modelos ambientales. Los satélites de microondas pasivas pueden monitorear la precipitación sobre océanos, montañas y áreas deficientemente cubiertas por instrumentos terrestres, al tiempo que proporcionan una cobertura más amplia que el radar. El Fengyun-3G (FY-3G) lleva el radiómetro avanzado MWRI para la misión de precipitación (MWRI-RM) con 26 canales que abarcan de 10.65 a 183 GHz, pero estas observaciones carecían de un algoritmo dedicado para la recuperación operativa integral. Los métodos estadísticos dependen fuertemente de conjuntos de datos de referencia, mientras que los enfoques físicos pueden ser computacionalmente exigentes. Dados estos desafíos, se necesita una investigación más profunda sobre la recuperación especializada de precipitación multicanal para FY-3G.

Investigadores de la Universidad de Ciencia y Tecnología de China, el Centro Meteorológico Nacional de Satélites, el Centro de Observación Meteorológica de la Administración Meteorológica de China y colaboradores desarrollaron el primer algoritmo de recuperación sistemático para el MWRI-RM del FY-3G. Publicado (DOI: 10.34133/remotesensing.1057) el 11 de agosto de 2026 en Journal of Remote Sensing, el estudio aborda una brecha: el FY-3G recopila rica información de microondas pasivas, pero ningún método dedicado había explotado plenamente estos canales para generar un producto operativo de precipitación. El marco recupera la precipitación superficial y la estructura vertical de hidrometeoros.

El algoritmo generó un producto de perfil de múltiples hidrometeoros (MHP) que concuerda bien con dos productos GPM establecidos, el algoritmo de perfilado Goddard (GPROF) y el algoritmo combinado de radar-radiómetro (CMB), en la tasa de precipitación superficial, la trayectoria del agua de lluvia y los patrones de trayectoria del agua helada. Las estimaciones de precipitación superficial mostraron generalmente sesgos medios relativos dentro del 14% sobre océano y tierra. Surgió una ventaja clave para el agua líquida en las nubes: el MHP mostró una relación marcadamente más fuerte entre la trayectoria del agua líquida en las nubes y la intensidad de la precipitación que cualquiera de los productos de comparación, lo que indica un vínculo nube-lluvia más realista físicamente. El método también recupera perfiles verticales de agua líquida en nubes, agua de lluvia y agua helada, ofreciendo más información sobre la microfísica de las tormentas que los productos solo de lluvia.

Las pruebas de calibración mostraron una fuerte concordancia entre las temperaturas de brillo simuladas y observadas del MWRI-RM. Bajo cielos despejados, las correlaciones de Pearson superaron 0.94 en todos los canales, los sesgos medios se mantuvieron dentro de ±0.4 K, y los RMSE fueron inferiores a 2.5 K sobre tierra y 2.0 K para la mayoría de los canales oceánicos. En un caso de tifón, los tres productos capturaron el ojo y tres bandas de lluvia espirales; el MHP logró una correlación espacial de agua líquida en nubes a lluvia de 0.84, frente a 0.72 para GPROF y 0.52 para CMB. En un caso de lluvia terrestre, las correlaciones fueron 0.84, 0.76 y 0.47. La validación contra 2,486 pluviómetros mostró que extender la acumulación de 10 a 60 minutos aumentó la correlación de 0.455 a 0.542 y redujo el error cuadrático medio (RMSE) de 1.743 a 1.341 mm/h. Los sesgos restantes reflejaron la subestimación de lluvias intensas y las incertidumbres relacionadas con el tipo de superficie y las suposiciones sobre partículas de hielo. La trayectoria del agua de lluvia oceánica se subestimó en un 27% frente a GPROF y un 19% frente a CMB.

Los autores señalan que "el producto MHP exhibe una buena consistencia con GPROF y CMB". Añaden que sus variables relacionadas con la precipitación pueden revelar la microfísica de las tormentas y apoyar una mejor parametrización de los modelos. El equipo también ve potencial para extender el marco de recuperación más allá del FY-3G a otros imágenes de microondas Fengyun y futuras misiones satelitales.

El equipo construyó una recuperación bayesiana en torno a una base de datos previa que vincula perfiles de hidrometeoros y estados atmosféricos con temperaturas de brillo de microondas. Se combinaron observaciones GMI, perfiles GPROF, variables ERA5 y cálculos de transferencia radiativa. Un método variacional unidimensional ajustó el agua líquida en nubes, el agua de lluvia, el agua helada y la emisividad superficial para mejorar la consistencia física. La base de datos se aplicó a las observaciones del MWRI-RM del FY-3G, con recuperaciones separadas para océano, costa, tierra de baja elevación y regiones de alta elevación. El rendimiento se evaluó frente a GPROF, CMB, estudios de casos y pluviómetros terrestres.

El prototipo podría fortalecer el monitoreo operativo de precipitaciones sobre China y a nivel mundial, especialmente donde las redes terrestres son escasas. Debido a que el MHP recupera la lluvia junto con la estructura de nubes y agua congelada, puede apoyar el monitoreo de tifones e inundaciones, la investigación de nubes-precipitación, la evaluación de modelos climáticos y una mejor parametrización microfísica. Los autores proponen transferir la base de datos previa y la arquitectura de recuperación a los imágenes de microondas en otros satélites FY-3, particularmente en futuras misiones. Un mayor refinamiento de la representación de lluvias intensas, las recuperaciones en alta elevación y los modelos de partículas de hielo podría mejorar la precisión y ampliar el uso operativo futuro.

Referencias
DOI
10.34133/remotesensing.1057

URL de la fuente original
https://spj.science.org/doi/10.34133/remotesensing.1057

Información de financiación
Este trabajo fue apoyado por el Fondo Conjunto Meteorológico de la Fundación Nacional de Ciencias Naturales de China (subvenciones n.º U2542205 y U2442214); el Proyecto Provincial Clave de Investigación y Desarrollo de Anhui (subvención n.º 2408055UQ005); la Planificación Avanzada del Satélite FY (subvención FY-APP-ZX-2022.0212); los Proyectos de Ciencia y Tecnología de la Administración Meteorológica de China (subvención CMAJBGS202502); y la Fundación Nacional de Ciencias Naturales de China (subvención 42075124).

Acerca de Journal of Remote Sensing
Journal of Remote Sensing, una revista de acceso abierto solo en línea publicada en asociación con AIR-CAS, promueve la teoría, la ciencia y la tecnología de la teledetección, así como la investigación interdisciplinaria dentro de las ciencias de la Tierra y la información.

Chuanlink Innovations, donde las ideas revolucionarias encuentran su verdadero potencial. Nuestro nombre, arraigado en la esencia de la transmisión y la conexión, refleja nuestro compromiso de fomentar la innovación y facilitar el viaje de las ideas desde su inicio hasta su realización.

Enlace relacionado:
http://chuanlink-innovations.com

Descargo de responsabilidad: Esta traducción ha sido generada automáticamente por NewsRamp™ para 24-7 Press Release (colectivamente referidos como "LAS EMPRESAS") utilizando plataformas de inteligencia artificial generativas de acceso público. LAS EMPRESAS no garantizan la exactitud ni la integridad de esta traducción y no serán responsables por ningún error, omisión o inexactitud. La confianza en esta traducción es bajo su propio riesgo. LAS EMPRESAS no son responsables por ningún daño o pérdida resultante de tal confianza. La versión oficial y autoritativa de este comunicado de prensa es la versión en inglés.