Anàlisi, diagnosi i predicció d'episodis severs a Catalunya. Focalització en les pedregades del Pla de Lleida

Abstract

Catalunya, i en concret el Pla de Lleida, són zones sovint afectades per les pedregades. En general, els episodis més severs i freqüents es produeixen des de finals de la primavera fins a principis de la tardor. Aquest període coincideix amb el moment en què determinats cultius de la zona són altament vulnerables, degut al seu cicle vegetatiu.

La importància a nivell econòmic i social que tenen les pedregades al territori català, com també la complexitat del fenomen, ha comportat que nombrosos científics hagin estudiat el tema des de diferents punts de vista.

En aquesta tesi s'ha aprofundit en temes de diagnosi i predicció, amb una fase preliminar d'anàlisi per conèixer la distribució espacial i estacional de les pedregades a la zona.

En temes de diagnosi, i amb l'objectiu de conèixer el diàmetre de la pedra obtinguda en indrets sense possibilitat d'observació directa, s'ha aplicat un mètode d'estimació de la mida de la pedra. Els resultats més òptims s'han aconseguit a partir del mètode cokriging universal, combinant poques dades puntuals, les observacions en superfície, amb una variable contínua secundària, que en aquest cas es tracta d'informació radar. Els valors estimats més propers a la realitat s'han aconseguit utilitzant el producte vertically integrated liquid (VIL) de la imatge no corregida del radar de la Panadella (CDV).

Pel que fa al camp de la predicció, s'ha aplicat l'algorisme lightning jump (LJ), amb importants modificacions respecte a la metodologia original i adaptant-lo a les necessitats operatives del Servei Meteorològic de Catalunya (SMC), amb l'objectiu de pronosticar temps sever a curt termini al nostre país. El percentatge d'encert d'aquesta eina davant aquests fenòmens és molt elevat. A més, un altre fet important és que el percentatge d'error és molt baix. La distància de temps en què s'alerta de possible temps sever, coneguda com a lead time, inicialment, s'ha mogut entre 15 i 45 minuts amb un pic als 20 minuts. Posteriorment, a partir de la incorporació del paràmetre de la multiplicitat en l'algorisme, aquesta distància temporal s'ha incrementat fins a 120 minuts.

L'anàlisi de la predicció segons la severitat de la tempesta o, altrament dit, segons el diàmetre de la pedra ha estat costosa i se n'han extret poques conclusions discriminatòries, a partir dels casos estudiats. En conjunt, l'activitat elèctrica i el comportament d'alguns paràmetres radar no han mostrat diferències significatives per arribar a determinar si una tempesta va acompanyada de pedra grossa o petita, en el moment que salta una alerta de LJ. Només el perfil de reflectivitat seria considerat una característica determinant que pot facilitar aquest tipus de pronòstic.

Durant les campanyes més recents, l'eina de LJ ha estat aplicada en l'operativa de l'Equip de Predicció i Vigilància (EPV) de l’SMC. Inicialment, es va posar en mode de prova, i va passar, vistos els bons resultats, a l'operativa en temps real. Aquest seguiment ha permès portar un control diari de l'eina i trobar millores en l'algorisme. Per tant, es demostra l'aplicabilitat de la present tesi en tasques del dia a dia.

La multiplicitat, esmentada prèviament, ha estat una característica afegida recentment, la qual ha permès pronosticar pedregades de mida inferior als 2 cm, precipitacions intenses, com també millora la predicció de temps sever.

Finalment, per cobrir la manca d'observacions en determinades situacions de severitat, s'ha dut a terme la campanya de ciència ciutadana Plega/Caça la pedra. S'han obtingut uns resultats satisfactoris triplicant quasi el nombre d'observacions respecte d'anys anteriors. Aquesta quantitat d'observacions ha permès fer un millor control i validació de l'eina de LJ.

The hail is a common severe weather phenomenon in Catalonia, producing important damages in different society environments. Nowadays, there are a lot of doubts about its forecast and, although, on respect the diagnosis of size hail. Both uncertainties are due to the high variability of hailstorms. This PhD is based on the analysis of thunderstorms associated to severe weather (large hail, tornados or waterspout, downburst and strong wind gust). The PhD has been focus on answering some of the existent doubts. On one hand, a diagnosis forecast tool has been applied to obtain information about hail diameter recorded after that one thunderstorm had affected an area without any direct measure instrument. On the other hand, a severe forecast tool named “Lightning jump” has been studied, adapted and put in operational. This algorithm permits to do a nowcasting forecast about severe weather phenomena in one hour in advance. It is an innovation PhD considering the incorporation of diagnosis and forecast new tools. Moreover, some of them are used currently in the Servei de Meteorològic de Catalunya for severe weather forecasting purposes.