Sobre el uso de las diferencias de temperatura de brillo satelitales para el diagnóstico de nubosidad convectiva profunda

Abstract

La predicción de la convección húmeda profunda (DMC) y sus fenómenos asociados, como lluvias intensas, granizo y tornados, constituye un desafío central en la meteorología operativa. Tradicionalmente, la detección y el seguimiento de estos sistemas se basan en el análisis de imágenes satelitales del canal infrarrojo de 11.2 μm, que se correlaciona con la temperatura del tope nuboso. Sin embargo, esta aproximación presenta limitaciones, ya que las nubes con temperaturas similares pueden tener características microfísicas muy diferentes y, por ende, distintos potenciales de severidad. Esta Nota Técnica explora el uso de las diferencias de temperatura de brillo (BTD) a partir del sensor ABI del satélite GOES-16, una técnica que explota las propiedades radiativas únicas de las nubes en múltiples longitudes de onda del infrarrojo. Al restar la temperatura de brillo de un canal de la de otro, se pueden resaltar rasgos específicos de la microfísica y la estructura de las nubes que no son evidentes en una sola imagen. Se demuestra la utilidad de varias BTDs clave, incluyendo las que incorporan canales de vapor de agua para estimar la altura de las nubes, las que utilizan los canales "split-window" para diferenciar la fase de las partículas (agua vs. hielo), y la BTD que emplea el canal de ozono para identificar los topes penetrantes (overshooting tops), un indicador crucial de tormentas severas. La aplicación de estas técnicas en ejemplos locales del centro y norte de Argentina ilustra cómo la combinación de BTDs ofrece una comprensión más completa y robusta de los sistemas convectivos, fortaleciendo así la capacidad de la meteorología operativa para emitir alertas oportunas y precisas.

The prediction of deep moist convection (DMC) and its associated phenomena, such as heavy rain, hail, and tornadoes, represents a central challenge in operational meteorology. Traditionally, the detection and tracking of these systems have been based on the analysis of satellite imagery from the 11.2 μm infrared channel, which correlates with the cloud-top temperature. However, this approach has limitations, as clouds with similar temperatures may possess very different microphysical characteristics and, consequently, varying potential for severe weather. This Technical Note explores the use of Brightness Temperature Differences (BTD) from the GOES-16 ABI sensor, a technique that leverages the unique radiative properties of clouds across multiple infrared wavelengths. By subtracting the brightness temperature of one channel from another, specific features of cloud microphysics and structure can be highlighted, which are not apparent in a single image. Its demonstrates the utility of several key BTDs, including those that incorporate water vapor channels to estimate cloud height, those that use "split-window" channels to differentiate between particle phases (water vs. ice), and the BTD that employs the ozone channel to identify overshooting tops, a crucial indicator of severe storms. The application of these techniques to local examples from central and northern Argentina illustrates how the combination of BTDs provides a more complete and robust understanding of convective systems, thus strengthening the capacity of operational meteorology to issue timely and accurate warnings.