radar meteorológico

Los radares meteorológicos emiten pulsos direccionales de radiación de microondas , del orden de un microsegundo de duración, mediante un magnetrón de cavidad o un tubo klistrón conectado por una guía de ondas a una antena parabólica . Las longitudes de onda de 1 a 10  cm son aproximadamente diez veces el diámetro de las gotas o partículas de hielo de interés, ya que la dispersión de Rayleigh se produce a estas frecuencias. Esto significa que parte de la energía de cada pulso rebotará en estas pequeñas partículas, de vuelta hacia la estación de radar. ^{[ 15 ]}

Las longitudes de onda más cortas son útiles para partículas más pequeñas, pero la señal se atenúa más rápidamente. Por lo tanto, se prefiere el radar de 10  cm ( banda S ), pero es más caro que un sistema de banda C de  5 cm . El radar de banda X de 3 cm se utiliza solo para unidades de corto alcance, y el radar meteorológico de banda Ka de 1 cm se utiliza solo para la investigación de fenómenos de partículas pequeñas como la llovizna y la niebla. ^{[ 15 ]} Los sistemas de radar meteorológico de banda W (3 mm) han tenido un uso limitado en la universidad, pero debido a la atenuación más rápida, la mayoría de los datos no son operativos.   

Los pulsos de radar divergen a medida que se alejan de la estación de radar. Por lo tanto, el volumen de aire que atraviesa un pulso de radar es mayor en las áreas más alejadas de la estación y menor en las áreas cercanas, lo que disminuye la resolución a mayores distancias. Al final de un  rango de sondeo de 150 a 200 km, el volumen de aire escaneado por un solo pulso puede ser del orden de un kilómetro cúbico. Esto se denomina volumen del pulso . ^{[ 16 ]}

El volumen de aire que ocupa un pulso determinado en un momento dado se puede aproximar mediante la fórmula${\displaystyle \,{v=hr^{2}\theta ^{2}}}$donde v es el volumen encerrado por el pulso, h es el ancho del pulso (en, por ejemplo, metros, calculado a partir de la duración en segundos del pulso multiplicada por la velocidad de la luz), r es la distancia desde el radar que el pulso ya ha recorrido (en, por ejemplo, metros) y${\displaystyle \,\theta }$es el ancho del haz (en radianes). Esta fórmula supone que el haz es simétricamente circular, que "r" es mucho mayor que "h", por lo que "r" tomado al principio o al final del pulso es casi el mismo, y que la forma del volumen es un tronco de cono de profundidad "h". ^{[ 15 ]}

Entre cada pulso, la estación de radar actúa como receptor, escuchando las señales de retorno de las partículas en el aire. La duración del ciclo de "escucha" es del orden de un milisegundo , mil veces mayor que la duración del pulso. La duración de esta fase está determinada por el tiempo que tarda la radiación de microondas (que viaja a la velocidad de la luz ) en propagarse desde el detector hasta el objetivo meteorológico y viceversa, una distancia que puede alcanzar varios cientos de kilómetros. La distancia horizontal entre la estación y el objetivo se calcula simplemente a partir del tiempo transcurrido desde el inicio del pulso hasta la detección de la señal de retorno. Este tiempo se convierte en distancia multiplicándolo por la velocidad de la luz en el aire.

${\displaystyle {\text{Distancia}}=c{\frac {\Delta t}{2n}},}$

donde c = 299.792,458 km/s es la velocidad de la luz y n ≈ 1,0003 es el índice de refracción del aire. ^{[ 17 ]}

Si los pulsos se emiten con demasiada frecuencia, las señales de retorno de un pulso se confundirán con las de pulsos anteriores, lo que dará lugar a cálculos de distancia incorrectos.

Dado que la Tierra es redonda, el haz de radar en el vacío ascendería según la curvatura inversa de la Tierra. Sin embargo, la atmósfera tiene un índice de refracción que disminuye con la altura, debido a su densidad decreciente. Esto desvía ligeramente el haz de radar hacia el suelo y, en una atmósfera estándar, esto equivale a considerar que la curvatura del haz es 4/3 de la curvatura real de la Tierra. Dependiendo del ángulo de elevación de la antena y otras consideraciones, se puede utilizar la siguiente fórmula para calcular la altura del objetivo sobre el suelo: ^{[ 18 ]}

${\displaystyle H={\sqrt {r^{2}+(k_{e}a_{e})^{2}+2rk_{e}a_{e}\sin(\theta _ {e})}}-k_{e}a_{e}+h_{a},}$

dónde:

r = distancia radar–objetivo,

k _e = 4/3,

a _e = radio de la Tierra ,

θ _e = ángulo de elevación sobre el horizonte del radar ,

h _a = altura del alimentador sobre el suelo.

Una red de radares meteorológicos utiliza una serie de ángulos típicos que se ajustan según sus necesidades. Tras cada rotación de escaneo, se modifica la elevación de la antena para el siguiente sondeo. Este proceso se repite con múltiples ángulos para escanear todo el volumen de aire alrededor del radar dentro de su alcance máximo. Generalmente, la estrategia de escaneo se completa en 5 a 10 minutos para obtener datos en un radio de 15  km sobre el suelo y a 250  km del radar. Por ejemplo, en Canadá, los  radares meteorológicos de 5 cm utilizan ángulos que van desde 0,3 hasta 25 grados. La imagen adjunta muestra el volumen escaneado al utilizar múltiples ángulos.

Debido a la curvatura de la Tierra y al cambio del índice de refracción con la altura, el radar no puede "ver" por debajo de la altura sobre el suelo del ángulo mínimo (mostrado en verde) ni más cerca del radar que el máximo (mostrado como un cono rojo en el centro). ^{[ 19 ]}

Debido a que los objetivos no son únicos en cada volumen, la ecuación del radar debe desarrollarse más allá de la básica. Suponiendo un radar monoestático donde${\displaystyle G_{t}=A_{r}(\mathrm {o} \,G_{r})=G}$: ^{[ 15 ] [ 20 ]}

${\displaystyle P_{r}=P_{t}{{G^{2}\lambda ^{2}\sigma } \over {{(4\pi )}^{3}R^{4}}}\propto {\frac {\sigma }{R^{4}}}}$

dónde${\displaystyle \scriptstyle P_{r}}$se recibe energía,${\displaystyle \scriptstyle P_{t}}$es energía transmitida,${\displaystyle \scriptstyle G}$es la ganancia de la antena transmisora/receptora,${\displaystyle \scriptstyle \lambda }$es la longitud de onda del radar,${\displaystyle \scriptstyle \sigma }$es la sección transversal de radar del objetivo y${\displaystyle \scriptstyle R}$es la distancia desde el transmisor hasta el objetivo.

En este caso, se deben sumar las secciones transversales de todos los objetivos: ^{[ 21 ]}

${\displaystyle \sigma ={\bar {\sigma }}=V\sum \sigma _{j}=V\eta }$

${\displaystyle {\begin{cases}V\quad =\mathrm {volumen\,\,escaneado} \\\qquad =\mathrm {longitud\,\,del\,pulso} \times \mathrm {ancho\,\,del\,haz} \\\qquad ={\frac {c\tau }{2}}{\frac {\pi R^{2}\theta ^{2}}{4}}\end{cases}}}$

dónde${\displaystyle \,c}$es la velocidad de la luz,${\displaystyle \,\tau }$es la duración temporal de un pulso y${\displaystyle \,\theta }$es el ancho del haz en radianes.

Al combinar las dos ecuaciones:

${\displaystyle P_{r}=P_{t}{{G^{2}\lambda ^{2}} \over {{(4\pi )}^{3}R^{4}}}{\frac {c\tau }{2}}{\frac {\pi R^{2}\theta ^{2}}{4}}\eta =P_{t}\tau G^{2}\lambda ^{2}\theta ^{2}{\frac {c}{512(\pi ^{2})}}{\frac {\eta }{R^{2}}}}$

Lo que nos lleva a:

${\displaystyle P_{r}\propto {\frac {\eta }{R^{2}}}}$

El retorno varía inversamente a${\displaystyle \,R^{2}}$en lugar de${\displaystyle \,R^{4}}$Para comparar los datos provenientes de diferentes distancias del radar, es necesario normalizarlos con esta relación.

Los ecos reflejados por los objetivos (" reflectividad ") se analizan para determinar su intensidad y así establecer la tasa de precipitación en el volumen escaneado. Las longitudes de onda utilizadas (1–10  cm) garantizan que este eco sea proporcional a la tasa, ya que se encuentran dentro del rango de validez de la dispersión de Rayleigh, que establece que los objetivos deben ser mucho más pequeños que la longitud de onda de la onda de escaneo (por un factor de 10).

La reflectividad percibida por el radar (Z _e ) varía con la sexta potencia del diámetro de las gotas de lluvia (D), el cuadrado de la constante dieléctrica (K) de los objetivos y la distribución del tamaño de las gotas (por ejemplo, N[D] de Marshall-Palmer ) de las gotas. Esto da como resultado una función Gamma truncada , ^{[ 22 ]} de la forma:

${\displaystyle Z_{e}=\int _{0}^{Dmax}|K|^{2}N_{0}e^{-\Lambda D}D^{6}dD}$

Por otro lado, la tasa de precipitación (R) es igual al número de partículas, su volumen y su velocidad de caída (v[D]), como se muestra a continuación:

${\displaystyle R=\int _{0}^{Dmax}N_{0}e^{-\Lambda D}{\pi D^{3} \over 6}v(D)dD}$

Así pues, Z _e y R tienen funciones similares que pueden resolverse estableciendo una relación entre ambas, en la forma denominada relación ZR :

Z = aR ^b

Donde a y b dependen del tipo de precipitación (nieve, lluvia, convectiva o estratiforme ), que tiene diferentes${\displaystyle \Lambda }$, K, N ₀ y v.

• A medida que la antena escanea la atmósfera, en cada ángulo de acimut obtiene una determinada intensidad de retorno de cada tipo de objetivo detectado. A continuación, se calcula el promedio de la reflectividad de cada objetivo para obtener un conjunto de datos más completo.
• Dado que la variación en el diámetro y la constante dieléctrica de los objetivos puede generar una gran variabilidad en la potencia que regresa al radar, la reflectividad se expresa en dBZ (10 veces el logaritmo de la relación entre el eco y una  gota estándar de 1 mm de diámetro que llena el mismo volumen escaneado).

Cómo leer la reflectividad en una pantalla de radar

Las señales de radar se suelen describir mediante colores o niveles. Los colores en una imagen de radar normalmente van del azul o verde para señales débiles al rojo o magenta para señales muy fuertes. Los números en un informe verbal aumentan con la gravedad de las señales. Por ejemplo, las estaciones de radar NEXRAD nacionales de EE. UU. utilizan la siguiente escala para diferentes niveles de reflectividad: ^{[ 23 ]}

• magenta: 65 dBZ (precipitaciones extremadamente intensas, > 16 pulgadas (410 mm) por hora, pero probablemente granizo)  
• rojo: 50 dBZ (precipitaciones intensas de 51 mm por hora)  
• Amarillo: 35 dBZ (precipitación moderada de 0,25 pulgadas (6,4 mm) por hora)  
• Verde: 20 dBZ (precipitación ligera)

Las señales intensas (en rojo o magenta) pueden indicar no solo lluvias intensas, sino también tormentas eléctricas, granizo, vientos fuertes o tornados, pero deben interpretarse con cuidado, por las razones que se describen a continuación.

convenciones de aviación

Al describir los retornos del radar meteorológico, los pilotos, despachadores y controladores de tráfico aéreo normalmente se referirán a tres niveles de retorno: ^{[ 24 ]}

• El nivel 1 corresponde a una señal de radar verde, que generalmente indica precipitaciones ligeras y poca o ninguna turbulencia, lo que conlleva la posibilidad de una visibilidad reducida.
• El nivel 2 corresponde a una señal de radar amarilla, lo que indica precipitaciones moderadas, lo que puede provocar visibilidad muy reducida, turbulencias moderadas y un viaje incómodo para los pasajeros.
• El nivel 3 corresponde a una señal de radar roja, lo que indica fuertes precipitaciones, con la consiguiente posibilidad de tormentas eléctricas, turbulencias severas y daños estructurales en la aeronave.

Las aeronaves intentarán evitar los retornos de nivel 2 siempre que sea posible, y evitarán siempre los de nivel 3, a menos que sean aeronaves de investigación especialmente diseñadas.

Tipos de precipitación

Algunas pantallas proporcionadas por canales de televisión comerciales (tanto locales como nacionales) y sitios web meteorológicos, como The Weather Channel y AccuWeather , muestran los tipos de precipitación durante los meses de invierno: lluvia, nieve y precipitaciones mixtas ( aguanieve y lluvia helada ). Esto no es un análisis de los datos de radar en sí, sino un procesamiento posterior realizado con otras fuentes de datos, principalmente informes de superficie ( METAR ). ^{[ 25 ]}

Sobre el área cubierta por los ecos del radar, un programa asigna un tipo de precipitación según la temperatura superficial y el punto de rocío reportados en las estaciones meteorológicas subyacentes . Los tipos de precipitación reportados por estaciones operadas por humanos y algunas automáticas ( AWOS ) tendrán mayor peso. ^{[ 26 ]} Luego, el programa realiza interpolaciones para producir una imagen con zonas definidas. Estas incluirán errores de interpolación debido al cálculo. Las variaciones de mesoescala de las zonas de precipitación también se perderán. ^{[ 25 ]} Los programas más sofisticados utilizan la salida de predicción numérica del tiempo de modelos, como NAM y WRF , para los tipos de precipitación y la aplican como una primera estimación a los ecos del radar, luego utilizan los datos de superficie para la salida final.

Hasta que los datos de doble polarización (véase la sección Polarización más adelante) estén ampliamente disponibles, cualquier tipo de precipitación que aparezca en las imágenes de radar es solo información indirecta y debe interpretarse con precaución.

La precipitación se encuentra dentro y debajo de las nubes. La precipitación ligera, como gotas y copos, está sujeta a las corrientes de aire, y el radar de barrido puede detectar la componente horizontal de este movimiento, lo que permite estimar la velocidad y la dirección del viento donde hay precipitación.

El movimiento de un objetivo con respecto a la estación de radar provoca un cambio en la frecuencia reflejada del pulso de radar, debido al efecto Doppler . Con velocidades inferiores a 70 metros por segundo para los ecos meteorológicos y una longitud de onda de radar de 10  cm, esto equivale a un cambio de tan solo 0,1 ppm . Esta diferencia es demasiado pequeña para ser detectada por instrumentos electrónicos. Sin embargo, como los objetivos se mueven ligeramente entre cada pulso, la onda reflejada presenta una diferencia de fase o un desfase perceptible entre pulsos.

dilema Doppler

La fase entre pares de pulsos puede variar desde:${\displaystyle \pi }$y +${\displaystyle \pi }$, por lo que el rango de velocidad Doppler inequívoco es ^{[ 15 ]}

V _máx =${\displaystyle \pm }$${\displaystyle {\frac {\lambda }{4\Delta t}}}$

Esto se denomina velocidad de Nyquist . Esta depende inversamente del tiempo entre pulsos sucesivos: cuanto menor sea el intervalo, mayor será el rango de velocidad inequívoco. Sin embargo, sabemos que el rango máximo de reflectividad es directamente proporcional a ${\displaystyle \Delta t}$:

x =${\displaystyle {\frac {c\Delta t}{2}}}$

La elección consiste en aumentar el alcance de la reflectividad a expensas del alcance de velocidad, o aumentar este último a expensas del alcance de la reflectividad. En general, el alcance útil de compromiso  para la reflectividad es de 100 a 150 km. Esto significa que, para una longitud de onda de 5  cm (como se muestra en el diagrama), se obtiene un alcance de velocidad inequívoco de 12,5 a 18,75 metros/segundo (para 150  km y 100  km, respectivamente). Para un  radar de 10 cm como el NEXRAD, ^{[ 15 ]} el alcance de velocidad inequívoco se duplicaría.

Algunas técnicas que utilizan dos frecuencias de repetición de pulso (FRP) alternas permiten un mayor rango Doppler. Las velocidades registradas con la primera frecuencia de pulso pueden ser iguales o diferentes a las de la segunda. Por ejemplo, si la velocidad máxima con una frecuencia determinada es de 10 metros/segundo y con la otra es de 15  m/s, los datos obtenidos con ambas serán iguales hasta los 10  m/s y diferirán a partir de ahí. En ese caso, es posible establecer una relación matemática entre las dos señales y calcular la velocidad real, superando la limitación de las dos FRP.

interpretación Doppler

En una tormenta uniforme que se desplaza hacia el este, un haz de radar que apunta al oeste "verá" las gotas de lluvia moviéndose hacia sí mismo, mientras que un haz que apunta al este "verá" las gotas alejándose. Cuando el haz escanea hacia el norte o hacia el sur, no se observa ningún movimiento relativo. ^{[ 15 ]}

Sinóptico

En la interpretación a escala sinóptica , el usuario puede extraer el viento en diferentes niveles sobre la región de cobertura del radar. Dado que el haz escanea 360 grados alrededor del radar, se obtendrán datos de todos esos ángulos, que representan la proyección radial del viento real sobre cada ángulo. El patrón de intensidad generado por este escaneo se puede representar mediante una curva coseno (máxima en el movimiento de precipitación y cero en la dirección perpendicular). A continuación, se puede calcular la dirección y la fuerza del movimiento de las partículas siempre que haya suficiente cobertura en la pantalla del radar.

Sin embargo, las gotas de lluvia están cayendo. Dado que el radar solo detecta la componente radial y tiene una cierta elevación con respecto al suelo, las velocidades radiales se ven afectadas por una fracción de la velocidad de caída. Esta componente es despreciable en ángulos de elevación pequeños, pero debe tenerse en cuenta para ángulos de escaneo mayores. ^{[ 15 ]}

Mesoescala

En los datos de velocidad, podrían existir zonas más pequeñas en la cobertura del radar donde el viento difiere del mencionado anteriormente. Por ejemplo, una tormenta eléctrica es un fenómeno de mesoescala que a menudo incluye rotaciones y turbulencia . Estas pueden abarcar solo unos pocos kilómetros cuadrados, pero son visibles por variaciones en la velocidad radial. Los usuarios pueden reconocer patrones de velocidad en el viento asociados con rotaciones, como mesociclones , convergencia ( límite de salida ) y divergencia ( microrráfaga ).

Las gotas de agua líquida que caen tienden a tener un eje horizontal mayor debido al coeficiente de arrastre del aire durante la caída. Esto provoca que el dipolo de la molécula de agua se oriente en esa dirección; por lo tanto, los haces de radar generalmente se polarizan horizontalmente para recibir la máxima reflexión de la señal .

Si se envían dos pulsos simultáneamente con polarización ortogonal (vertical y horizontal, Z _V y Z _H respectivamente), se recibirán dos conjuntos de datos independientes. Estas señales se pueden comparar de varias maneras útiles: ^{[ 27 ] [ 28 ]}

• Reflectividad diferencial ( Z _dr ): La reflectividad diferencial es proporcional a la relación entre la potencia reflejada horizontal y vertical, expresada como Z _H / Z _V. Entre otras cosas, es un buen indicador de la forma de las gotas. La reflectividad diferencial también puede proporcionar una estimación del tamaño promedio de las gotas, ya que las gotas más grandes son más propensas a deformarse por las fuerzas aerodinámicas que las más pequeñas (es decir, las gotas más grandes tienen mayor probabilidad de adquirir forma de pan de hamburguesa) al caer por el aire.
• Coeficiente de correlación ( ρhv ): una correlación estadística entre las señales de retorno de potencia horizontal y vertical reflejadas. Los valores altos, cercanos a uno, indican tipos de precipitación homogéneos, mientras que los valores más bajos indican regiones de tipos de precipitación mixtos, como lluvia y nieve, o granizo, o en casos extremos, escombros en altura, que generalmente coinciden con la _firma de escombros de un tornado y la firma de un vórtice de tornado .
• Relación de despolarización lineal ( LDR ): Esta es la relación entre la potencia vertical reflejada por un pulso horizontal o la potencia horizontal reflejada por un pulso vertical. También puede indicar regiones donde se presenta una mezcla de tipos de precipitación.
• Fase diferencial (${\displaystyle \Phi _{dp}}$La fase diferencial es una comparación de la diferencia de fase reflejada entre los pulsos horizontales y verticales. Este cambio de fase se debe a la diferencia en el número de ciclos de onda (o longitudes de onda) a lo largo de la trayectoria de propagación para ondas polarizadas horizontal y verticalmente. No debe confundirse con el desplazamiento de frecuencia Doppler, que es causado por el movimiento de las partículas de la nube y la precipitación. A diferencia de la reflectividad diferencial, el coeficiente de correlación y la relación de despolarización lineal, que dependen de la potencia reflejada, la fase diferencial es un "efecto de propagación". Es un muy buen estimador de la intensidad de la lluvia y no se ve afectado por la atenuación . La derivada de alcance de la fase diferencial (fase diferencial específica, K _dp ) puede usarse para localizar áreas de precipitación/atenuación intensa.

Con más información sobre la forma de las partículas, los radares de doble polarización pueden distinguir más fácilmente los escombros en suspensión de la precipitación, lo que facilita la localización de tornados . ^{[ 29 ]}

Con este nuevo conocimiento añadido a la reflectividad, velocidad y ancho espectral producidos por los radares meteorológicos Doppler, los investigadores han estado trabajando en el desarrollo de algoritmos para diferenciar los tipos de precipitación, los objetivos no meteorológicos y para producir mejores estimaciones de acumulación de lluvia. ^{[ 27 ] [ 30 ] [ 31 ]} En EE. UU., NCAR y NSSL han sido líderes mundiales en este campo. ^{[ 27 ] [ 32 ]}

NOAA estableció un despliegue de prueba para radar de polarización dual en NSSL y equipó todos sus radares NEXRAD  de 10 cm con polarización dual, lo que se completó en abril de 2013. ^{[ 12 ]} En 2004, el radar meteorológico Doppler ARMOR en Huntsville, Alabama, fue equipado con un receptor montado en antena SIGMET, lo que proporcionó capacidades de polarización dual al operador. El Observatorio de Radar J. S. Marshall de la Universidad McGill en Montreal , Canadá, convirtió su instrumento (1999) ^{[ 33 ]} y los datos fueron utilizados operativamente por Environment Canada en Montreal hasta su cierre en 2018. ^{[ 34 ] [ 35 ]} Otro radar de Environment Canada, en King City (al norte de Toronto ), fue polarizado dualmente en 2005; ^{[ 36 ]} utiliza una longitud de onda de 5 cm, que experimenta una mayor atenuación . ^{[ 37 ]} Environment Canada está convirtiendo gradualmente todos sus radares a polarización dual. ^{[ 38 ]} Météo-France planea incorporar radar Doppler de doble polarización en su cobertura de red. ^{[ 39 ]} 

Dado que los datos se obtienen ángulo por ángulo, la primera forma de visualizarlos ha sido mediante el Indicador de Posición en Planta (PPI), que consiste simplemente en la disposición de la señal de radar en una imagen bidimensional. Es importante destacar que los datos provenientes de diferentes distancias al radar se encuentran a diferentes alturas sobre el suelo.

Esto es muy importante, ya que una alta intensidad de lluvia detectada cerca del radar se aproxima bastante a la cantidad que llega al suelo, pero lo que se observa desde 160  km de distancia se encuentra a unos 1,5  km de altura y podría ser muy diferente de la cantidad que llega a la superficie. Por lo tanto, resulta difícil comparar los ecos meteorológicos a diferentes distancias del radar.

Los PPI se ven afectados por los ecos terrestres cercanos al radar. Estos pueden interpretarse erróneamente como ecos reales. Se han desarrollado otros productos y tratamientos de datos adicionales para subsanar estas deficiencias.

Uso: Los datos de reflectividad, Doppler y polarimétricos pueden utilizar PPI.

En el caso de los datos Doppler, existen dos perspectivas posibles: con respecto a la superficie o a la tormenta. Para analizar el movimiento general de la lluvia y determinar el viento a diferentes altitudes, es preferible utilizar datos relativos al radar. Sin embargo, al buscar rotación o cizalladura del viento bajo una tormenta eléctrica, es mejor utilizar imágenes relativas a la tormenta que restan el movimiento general de la precipitación, permitiendo al usuario visualizar el movimiento del aire como si estuviera sentado sobre la nube.

Para evitar algunos de los problemas del PPI, investigadores canadienses desarrollaron el indicador de posición del plano a altitud constante (CAPPI). Este consiste en una sección transversal horizontal de los datos del radar. De esta forma, se puede comparar la precipitación en igualdad de condiciones a diferentes distancias del radar y evitar los ecos terrestres. Aunque los datos se toman a cierta altura sobre el suelo, se puede inferir una relación entre los informes de las estaciones terrestres y los datos del radar.

Los CAPPI requieren un gran número de ángulos, desde casi la horizontal hasta casi la vertical del radar, para obtener un corte lo más cercano posible a la altura requerida en todas las distancias. Aun así, a partir de cierta distancia, no hay ningún ángulo disponible y el CAPPI se convierte en el PPI del ángulo más bajo. La línea en zigzag en el diagrama de ángulos anterior muestra los datos utilizados para generar los CAPPI de 1,5  km y 4  km de altura. Nótese que la sección posterior a los 120  km utiliza los mismos datos.

Uso

Dado que el CAPPI utiliza el ángulo más cercano a la altura deseada en cada punto del radar, los datos pueden provenir de altitudes ligeramente diferentes, como se observa en la imagen, en distintos puntos de la cobertura del radar. Por lo tanto, es fundamental contar con un número suficientemente grande de ángulos de sondeo para minimizar esta variación de altura. Además, el tipo de datos debe cambiar de forma relativamente gradual con la altura para producir una imagen sin ruido.

Los datos de reflectividad son relativamente suaves con la altura, por lo que las imágenes CAPPI se utilizan principalmente para visualizarlos. Los datos de velocidad, por otro lado, pueden cambiar rápidamente de dirección con la altura y las imágenes CAPPI de estos no son comunes. Parece que solo la Universidad McGill produce regularmente imágenes CAPPI Doppler con los 24 ángulos disponibles en su radar. ^{[ 40 ]} Sin embargo, algunos investigadores han publicado artículos que utilizan imágenes CAPPI de velocidad para estudiar ciclones tropicales y el desarrollo de productos NEXRAD . ^{[ 41 ]} Finalmente, los datos polarimétricos son recientes y a menudo ruidosos. No parece haber un uso regular de imágenes CAPPI para ellos, aunque la empresa SIGMET ofrece un software capaz de producir este tipo de imágenes. ^{[ 42 ]}

Otra solución a los problemas de PPI consiste en generar imágenes de máxima reflectividad en una capa sobre el suelo. Esta solución se suele emplear cuando el número de ángulos disponibles es pequeño o variable. El Servicio Meteorológico Nacional de Estados Unidos utiliza imágenes compuestas, ya que su esquema de escaneo puede variar de 4 a 14 ángulos, según sus necesidades, lo que generaría imágenes CAPPI muy gruesas. La imagen compuesta garantiza que no se omita ningún eco fuerte en la capa, y un procesamiento mediante velocidades Doppler elimina los ecos del suelo. Comparando los productos base y compuestos, se pueden localizar zonas de virga y corrientes ascendentes .

Otro uso importante de los datos de radar es la capacidad de evaluar la cantidad de precipitación caída en grandes cuencas, para su uso en cálculos hidrológicos ; estos datos son útiles para el control de inundaciones, la gestión de alcantarillado y la construcción de presas. Los datos calculados a partir de datos meteorológicos de radar pueden utilizarse junto con datos de estaciones terrestres.

Para generar acumulaciones de radar, debemos estimar la intensidad de la lluvia en un punto mediante el valor promedio entre dos imágenes PPI o CAPPI; luego, multiplicar por el tiempo transcurrido entre dichas imágenes. Si se desea abarcar un período de tiempo más prolongado, se deben sumar todas las acumulaciones entre imágenes durante ese lapso.

La aviación utiliza intensivamente datos de radar. Un mapa particularmente importante en este campo es el Echotops, que se emplea para la planificación de vuelos y la prevención de condiciones meteorológicas peligrosas. La mayoría de los radares meteorológicos nacionales escanean suficientes ángulos como para obtener un conjunto de datos tridimensionales sobre su área de cobertura. Es relativamente fácil estimar la altitud máxima a la que se encuentra la precipitación dentro de este volumen. Sin embargo, estas no corresponden a la cima de las nubes, ya que siempre se extienden por encima de la precipitación.

Para conocer la estructura vertical de las nubes, en particular las tormentas eléctricas o el nivel de la capa de fusión, los meteorólogos disponen de un producto de sección transversal vertical a partir de los datos del radar. Esto se logra mostrando únicamente los datos a lo largo de una línea, desde las coordenadas A hasta B, tomados desde los diferentes ángulos escaneados.

Cuando un radar meteorológico escanea únicamente en el eje vertical, puede obtener datos con la misma resolución que los escaneos PPI, a diferencia de la interpolación, a menudo imprecisa, a partir de volúmenes, cuyos escaneos suelen estar separados por varios minutos y miles de pies. Este resultado se denomina Indicador de Altura de Alcance (RHI), ideal para visualizar la estructura vertical detallada a pequeña escala de una tormenta. Como se mencionó, esto difiere de la sección transversal vertical descrita anteriormente, principalmente porque la antena del radar escanea solo verticalmente y no abarca los 360 grados alrededor del sitio. Este tipo de producto generalmente solo está disponible en radares de investigación.

En las últimas décadas, las redes de radar se han ampliado para permitir la producción de imágenes compuestas que cubren grandes áreas. Por ejemplo, países como Estados Unidos, Canadá, Australia, Japón y gran parte de Europa combinan imágenes de sus redes de radar en una sola visualización.

De hecho, una red de este tipo puede estar compuesta por distintos tipos de radar con características diferentes, como ancho de haz, longitud de onda y calibración. Estas diferencias deben tenerse en cuenta al combinar datos en toda la red, especialmente al decidir qué datos utilizar cuando dos radares cubren el mismo punto. Si se utiliza el eco más fuerte, pero proviene del radar más distante, se utilizan retornos de mayor altitud procedentes de lluvia o nieve que podrían evaporarse antes de llegar al suelo ( virga ). Si se utilizan datos del radar más cercano, estos podrían atenuarse al atravesar una tormenta eléctrica. Las imágenes compuestas de precipitaciones, obtenidas mediante una red de radares, se crean teniendo en cuenta todas estas limitaciones.

Para ayudar a los meteorólogos a detectar fenómenos meteorológicos peligrosos, se han incorporado algoritmos matemáticos a los programas de procesamiento de datos de radar meteorológico. Estos algoritmos son especialmente importantes para el análisis de los datos de velocidad Doppler, ya que son más complejos. Los datos de polarización requerirán incluso algoritmos adicionales.

Principales algoritmos para la reflectividad: ^{[ 15 ]}

• El líquido integrado verticalmente (VIL, por sus siglas en inglés) es una estimación de la masa total de precipitación en las nubes.
• La densidad VIL se calcula dividiendo el volumen de agua (VIL) entre la altura de la cima de la nube. Es un indicador de la posibilidad de granizo grande durante las tormentas eléctricas.
• Ráfaga de viento potencial , que puede estimar los vientos debajo de una nube (una corriente descendente) utilizando el VIL y la altura de los ecotops (parte superior de la nube estimada por radar) para una célula de tormenta determinada.
• Algoritmos para la detección de granizo que estiman la presencia de granizo y su tamaño probable.

Principales algoritmos para velocidades Doppler: ^{[ 15 ]}

• Detección de mesociclones : se activa por un cambio de velocidad en una pequeña área circular. El algoritmo busca un par de velocidades de entrada y salida, con la línea de velocidad cero entre ambas, a lo largo de una línea radial desde el radar. Generalmente, la detección del mesociclón debe encontrarse en dos o más inclinaciones progresivas apiladas del haz para que sea significativa en la rotación hacia una nube de tormenta.
• El algoritmo TVS ( Tornado Vortex Signature) detecta mesociclón con un umbral de velocidad elevado mediante diversos ángulos de escaneo. Este algoritmo se utiliza en NEXRAD para indicar la posibilidad de formación de un tornado.
• Cizalladura del viento en niveles bajos. Este algoritmo detecta la variación de las velocidades del viento punto a punto en los datos y busca un doblete de velocidades entrantes/salientes con la línea cero perpendicular al haz del radar. La cizalladura del viento está asociada con corrientes descendentes ( microrráfagas y ráfagas descendentes ), frentes de ráfagas y turbulencia durante tormentas eléctricas.
• El perfil de viento VAD (VWP) es una pantalla que estima la dirección y la velocidad del viento horizontal en varios niveles superiores de la atmósfera, utilizando la técnica explicada en la sección Doppler.

La animación de los productos de radar permite visualizar la evolución de los patrones de reflectividad y velocidad. El usuario puede extraer información sobre la dinámica de los fenómenos meteorológicos, incluyendo la capacidad de extrapolar el movimiento y observar su desarrollo o disipación. Esto también permite detectar artefactos no meteorológicos (ecos falsos), que se analizarán más adelante.

Pantalla integrada de radar con elementos geoespaciales

Una nueva forma popular de presentar datos de radar meteorológico en Estados Unidos es mediante la Visualización Integrada de Radar con Elementos Geoespaciales (RIDGE), en la que los datos del radar se proyectan sobre un mapa con elementos geoespaciales como mapas topográficos, carreteras, límites estatales/condales y alertas meteorológicas. La proyección suele ser flexible, lo que permite al usuario elegir entre diversos elementos geográficos. Se utiliza frecuentemente junto con animaciones de datos de radar a lo largo del tiempo. ^{[ 44 ] [ 45 ]}

La primera suposición es que el haz de radar se desplaza a través del aire, el cual se enfría a cierta velocidad con la altura. La posición de los ecos depende en gran medida de esta hipótesis. Sin embargo, la atmósfera real puede variar considerablemente respecto a la norma.

Si queremos estimar con precisión la tasa de precipitación, los objetivos deben ser 10 veces más pequeños que la onda de radar según la dispersión de Rayleigh. ^{[ 15 ]} Esto se debe a que la molécula de agua debe ser excitada por la onda de radar para que se produzca una señal de retorno. Esto es relativamente cierto para la lluvia o la nieve, ya que generalmente se emplean radares con longitudes de onda de 5 o 10  cm.

Sin embargo, para hidrometeoros muy grandes, dado que su longitud de onda es del orden de la de una piedra, la señal de retorno se estabiliza según la teoría de Mie . Es probable que el granizo registre una señal de retorno superior a 55 dBZ, pero esta no variará proporcionalmente a su tamaño. Por otro lado, los objetos muy pequeños, como las gotas de las nubes, son demasiado diminutos para ser detectados y no generan una señal de retorno registrable en los radares meteorológicos comunes.

Como se demostró al inicio del artículo, los haces de radar tienen una dimensión física y los datos se muestrean en ángulos discretos, no de forma continua, a lo largo de cada ángulo de elevación. ^{[ 46 ]} Esto da como resultado un promedio de los valores de los retornos para los datos de reflectividad, velocidades y polarización en el volumen de resolución escaneado.

En la figura de la izquierda, en la parte superior, se observa una tormenta eléctrica capturada por un perfilador de viento mientras pasaba por encima. Se trata de una sección transversal vertical de la nube con una resolución vertical de 150 metros y horizontal de 30 metros. La reflectividad presenta grandes variaciones en distancias cortas. Compárese esto con una vista simulada de lo que vería un radar meteorológico convencional a 60  km, en la parte inferior de la figura. Todo se ha suavizado. La menor resolución del radar no solo difumina la imagen, sino que el sondeo incorpora áreas sin eco, extendiendo así la tormenta más allá de sus límites reales.

Esto demuestra que la señal del radar meteorológico es solo una aproximación a la realidad. La imagen de la derecha compara datos reales de dos radares prácticamente ubicados en el mismo lugar. El TDWR tiene aproximadamente la mitad del ancho de haz que el otro y permite observar el doble de detalles que con el NEXRAD.

La resolución puede mejorarse con equipos más modernos, pero hay aspectos que no. Como se mencionó anteriormente, el volumen escaneado aumenta con la distancia, por lo que también aumenta la posibilidad de que el haz se llene solo parcialmente. Esto conlleva una subestimación de la intensidad de la precipitación a mayores distancias y puede llevar al usuario a creer erróneamente que la lluvia es menos intensa a medida que se aleja.

El haz de radar presenta una distribución de energía similar al patrón de difracción de la luz que atraviesa una rendija. ^{[ 15 ]} Esto se debe a que la onda se transmite a la antena parabólica a través de una rendija en la guía de ondas, en el punto focal. La mayor parte de la energía se concentra en el centro del haz y disminuye a lo largo de una curva cercana a una función gaussiana en ambos extremos. Sin embargo, existen picos de emisión secundarios que captan los objetivos en ángulos distintos al centro. Los diseñadores intentan minimizar la potencia transmitida por estos lóbulos, pero no es posible eliminarlos por completo.

Cuando un lóbulo secundario impacta contra un objetivo reflectante, como una montaña o una tormenta eléctrica intensa, parte de la energía se refleja hacia el radar. Esta energía es relativamente débil, pero llega al mismo tiempo que el pico central ilumina un azimut diferente. Por lo tanto, el programa de procesamiento desubica el eco. Esto tiene el efecto de ensanchar el eco meteorológico real, creando una dispersión de valores más débiles a cada lado. Esto provoca que el usuario sobreestime la extensión de los ecos reales. ^{[ 46 ]}

Hay más que lluvia y nieve en el cielo. Otros objetos pueden ser malinterpretados como lluvia o nieve por los radares meteorológicos. Los insectos y artrópodos son arrastrados por los vientos predominantes, mientras que las aves siguen su propio curso. ^{[ 48 ]} Por lo tanto, los patrones de líneas finas dentro de las imágenes de radar meteorológico, asociados con vientos convergentes, están dominados por retornos de insectos. ^{[ 49 ]} La migración de aves, que tiende a ocurrir durante la noche dentro de los 2000 metros más bajos de la atmósfera terrestre , contamina los perfiles de viento recopilados por el radar meteorológico, particularmente el WSR-88D , al aumentar los retornos de viento ambiental en 30–60  km/h. ^{[ 50 ]} Otros objetos dentro de las imágenes de radar incluyen: ^{[ 46 ]}

• Tiras metálicas delgadas ( chaff ) lanzadas por aviones militares para engañar a los enemigos.
• Obstáculos sólidos como montañas, edificios y aeronaves.
• Basura terrestre y marina.
• Reflejos de los edificios cercanos ("picos urbanos").

Estos objetos extraños poseen características que permiten a un ojo entrenado distinguirlos. También es posible eliminar algunos de ellos mediante el procesamiento posterior de los datos utilizando información de reflectividad, Doppler y polarización.

Las aspas giratorias de los aerogeneradores en los parques eólicos modernos pueden devolver el haz de radar al radar si se encuentran en su trayectoria. Dado que las aspas están en movimiento, los ecos tendrán una velocidad y pueden confundirse con precipitación real. ^{[ 51 ]} Cuanto más cerca esté el parque eólico, más fuerte será el retorno, y la señal combinada de muchas torres será más fuerte. En algunas condiciones, el radar incluso puede detectar velocidades de aproximación y alejamiento que generan falsos positivos para el algoritmo de firma de vórtice de tornado en el radar meteorológico; tal evento ocurrió en 2009 en Dodge City, Kansas . ^{[ 52 ]}

Al igual que ocurre con otras estructuras que se encuentran en el haz, la atenuación de las señales de radar procedentes de fuera de los aerogeneradores también puede dar lugar a una subestimación.

Las microondas utilizadas en los radares meteorológicos pueden ser absorbidas por la lluvia, dependiendo de la longitud de onda empleada. Para  los radares de 10 cm, esta atenuación es insignificante. ^{[ 15 ]} Por esta razón, los países con tormentas de alta precipitación utilizan  longitudes de onda de 10 cm, como por ejemplo el radar NEXRAD de EE. UU. El costo de una antena, un klistrón y otros equipos relacionados de mayor tamaño se compensa con este beneficio.

Para un  radar de 5 cm, la absorción se vuelve importante en lluvias intensas y esta atenuación lleva a una subestimación de los ecos dentro y fuera de una tormenta eléctrica fuerte. ^{[ 15 ]} Canadá y otros países del norte utilizan este tipo de radar menos costoso, ya que la precipitación en dichas áreas suele ser menos intensa; sin embargo, los usuarios deben tener en cuenta esta característica al interpretar los datos. Las imágenes anteriores muestran cómo una línea fuerte de ecos parece desvanecerse al moverse sobre el radar. Para compensar este comportamiento, a menudo se eligen sitios de radar con cobertura parcialmente superpuesta para brindar diferentes puntos de vista de las mismas tormentas si una experimenta atenuación.

Las longitudes de onda más cortas se atenúan aún más y suelen ser útiles únicamente en aplicaciones de corto alcance ^{[ 15 ]} . Por consiguiente, muchas estaciones de televisión en Estados Unidos cuentan con  radares de 5 cm para cubrir su área de cobertura. Conocer sus limitaciones y utilizarlos junto con radares NEXRAD locales puede complementar los datos disponibles para un meteorólogo.

Debido a la proliferación de sistemas de radar de doble polarización, los servicios meteorológicos operativos están implementando actualmente enfoques robustos y eficientes para la compensación de la atenuación por lluvia. ^{[ 53 ] [ 54 ] [ 55 ]} La corrección de la atenuación en radares meteorológicos para partículas de nieve es un tema de investigación activo. ^{[ 56 ]}

La reflectividad de un haz de radar depende del diámetro del objetivo y de su capacidad de reflexión. Los copos de nieve son grandes pero poco reflectantes, mientras que las gotas de lluvia son pequeñas pero altamente reflectantes. ^{[ 15 ] [ 57 ]}

Cuando la nieve cae a través de una capa por encima del punto de congelación, se derrite y se convierte en lluvia. Utilizando la ecuación de reflectividad, se puede demostrar que los retornos de la nieve antes de derretirse y de la lluvia después no son muy diferentes, ya que el cambio en la constante dieléctrica compensa el cambio de tamaño. Sin embargo, durante el proceso de derretimiento, la onda de radar "ve" algo parecido a gotas muy grandes a medida que los copos de nieve se recubren de agua. ^{[ 15 ] [ 57 ]}

Esto produce señales de retorno intensificadas que pueden confundirse con precipitaciones más fuertes. En un PPI, esto se manifestará como un anillo intenso de precipitación a la altitud donde el haz cruza el nivel de fusión, mientras que en una serie de CAPPI, solo aquellos cercanos a ese nivel tendrán ecos más fuertes. Una buena manera de confirmar una banda brillante es realizar una sección transversal vertical a través de los datos, como se ilustra en la imagen superior. ^{[ 46 ]}

Un problema opuesto es que la llovizna (precipitación con gotas de agua de pequeño diámetro) tiende a no aparecer en el radar porque las señales de retorno del radar son proporcionales a la sexta potencia del diámetro de las gotas.

Se supone que el haz impacta los objetivos meteorológicos y regresa directamente al radar. De hecho, se refleja energía en todas direcciones. La mayor parte es débil, y las múltiples reflexiones la disminuyen aún más, por lo que la energía que finalmente regresa al radar tras un evento de este tipo es insignificante. Sin embargo, algunas situaciones permiten que la antena del radar reciba un haz reflejado en múltiples direcciones. ^{[ 15 ]} Por ejemplo, cuando el haz impacta el granizo, la energía que se dispersa hacia el suelo húmedo se refleja de vuelta al granizo y luego al radar. El eco resultante es débil pero perceptible. Debido a la mayor longitud del recorrido, llega más tarde a la antena y se sitúa más lejos de su fuente. ^{[ 58 ]} Esto crea una especie de triángulo de falsas reflexiones más débiles situadas radialmente detrás del granizo. ^{[ 46 ]}

Estas dos imágenes muestran lo que se puede lograr al limpiar los datos de radar. En la primera imagen, obtenida a partir de las señales sin procesar, es difícil distinguir las condiciones meteorológicas reales. Dado que las nubes de lluvia y nieve suelen estar en movimiento, las velocidades Doppler pueden utilizarse para eliminar gran parte del ruido (ecos del suelo, reflejos de edificios que se ven como picos urbanos, propagación anómala). La otra imagen se ha filtrado utilizando esta propiedad.

Sin embargo, no todos los objetos no meteorológicos permanecen estacionarios (aves, insectos, polvo). Otros, como la banda brillante, dependen de la estructura de la precipitación. La polarización ofrece una tipificación directa de los ecos que podría utilizarse para filtrar datos falsos o producir imágenes separadas para fines especializados, como subconjuntos de ruido, aves, etc. ^{[ 59 ] [ 60 ]}

En los últimos años, las técnicas basadas en lógica difusa han surgido como una alternativa para la mitigación de interferencias. Se han utilizado ampliamente métodos automatizados para procesar datos de reflectividad 2D con el fin de identificar interferencias terrestres basadas en propiedades típicas como la estacionariedad de los ecos, el ancho de espectro estrecho y la extensión vertical limitada. Los algoritmos basados ​​en texturas, que utilizan la variación horizontal de la reflectividad para generar un mapa probabilístico de interferencias que asigna una probabilidad de interferencia a cada píxel del radar, pueden utilizarse para capturar interferencias persistentes. ^{[ 61 ] [ 62 ] [ 63 ]}

Otra cuestión es la resolución. Como se mencionó, los datos del radar son un promedio del volumen escaneado por el haz. La resolución se puede mejorar con antenas más grandes o redes más densas. Un programa del Centro para la Detección Adaptativa Colaborativa de la Atmósfera (CASA) tiene como objetivo complementar el NEXRAD regular (una red en los Estados Unidos) utilizando muchos radares meteorológicos de banda X (3  cm) de bajo costo montados en torres de telefonía celular. ^{[ 64 ] [ 65 ]} Estos radares subdividirán la gran área del NEXRAD en dominios más pequeños para observar altitudes por debajo de su ángulo más bajo. Esto proporcionará detalles que de otra manera no estarían disponibles.

Utilizando  radares de 3 cm, la antena de cada radar es pequeña (aproximadamente 1 metro de diámetro), pero la resolución a corta distancia es similar a la de NEXRAD. La atenuación es significativa debido a la longitud de onda utilizada, pero cada punto en el área de cobertura es detectado por muchos radares, cada uno observando desde una dirección diferente y compensando la pérdida de datos de los demás. ^{[ 64 ]}

El número de elevaciones escaneadas y el tiempo que tarda un ciclo completo dependen de las condiciones meteorológicas. Por ejemplo, con poca o ninguna precipitación, el sistema puede limitarse a los ángulos más bajos y utilizar impulsos más largos para detectar cambios de viento cerca de la superficie. Por otro lado, en caso de tormentas violentas, es preferible escanear un amplio rango de ángulos para obtener una vista tridimensional de la precipitación con la mayor frecuencia posible. Para adaptarse a las diferentes exigencias, se han desarrollado estrategias de escaneo según el tipo de radar, la longitud de onda utilizada y las condiciones meteorológicas más comunes en la zona considerada.

Un ejemplo de estrategias de escaneo lo ofrece la red de radares NEXRAD de EE. UU. , que ha evolucionado con el tiempo. En 2008, añadió una resolución de datos adicional, ^{[ 66 ]} y en 2014, un escaneo intraciclo adicional de la elevación del nivel más bajo ( MESO-SAILS ^{[ 67 ]} ).

Con intervalos de 5 a 10 minutos entre escaneos completos del radar meteorológico, se pierde mucha información a medida que se desarrolla una tormenta eléctrica. Se está probando un radar de matriz de fase en el Laboratorio Nacional de Tormentas Severas en Norman, Oklahoma , para acelerar la recopilación de datos. ^{[ 68 ]} Un equipo en Japón también ha desplegado un radar de matriz de fase para la predicción en tiempo real en 3D en el Instituto Avanzado de Ciencias Computacionales (AICS) de RIKEN. ^{[ 69 ]}

Las aplicaciones aeronáuticas de los sistemas de radar incluyen radar meteorológico, sistemas para evitar colisiones, seguimiento de objetivos, detección de proximidad al terreno y otros sistemas. Para los radares meteorológicos comerciales, la norma ARINC 708 es la especificación principal para los sistemas de radar meteorológico que utilizan un radar Doppler de impulsos aerotransportado .

Los sistemas de radar digital tienen capacidades muy superiores a las de sus predecesores. Ofrecen vigilancia de seguimiento de tormentas eléctricas que proporciona a los usuarios la capacidad de adquirir información detallada de cada nube de tormenta que se está rastreando. Las tormentas eléctricas se identifican comparando los datos brutos de precipitación recibidos del pulso del radar con una plantilla preprogramada. Para que una tormenta eléctrica se confirme, debe cumplir definiciones estrictas de intensidad y forma para distinguirla de una nube no convectiva. Por lo general, debe mostrar signos de organización horizontal y continuidad vertical: y tener un núcleo o un centro más intenso identificado y rastreado por los rastreadores de radar digital . ^{[ 25 ] [ 72 ]} Una vez que se identifica la célula de tormenta eléctrica, se rastrean y registran la velocidad, la distancia recorrida, la dirección y el tiempo estimado de llegada (ETA).

El uso del radar meteorológico Doppler no se limita a determinar la ubicación y la velocidad de la precipitación . También puede rastrear las migraciones de aves (sección de objetivos no meteorológicos ). Las ondas de radio de los radares rebotan en la lluvia y las aves por igual (o incluso en insectos como las mariposas ). ^{[ 73 ] [ 74 ]} El Servicio Meteorológico Nacional de EE. UU. , por ejemplo, ha informado que vuelos de aves aparecen en sus radares como nubes y luego se desvanecen cuando las aves aterrizan. ^{[ 75 ] [ 76 ]} El Servicio Meteorológico Nacional de EE. UU. en St. Louis incluso ha informado que mariposas monarca aparecen en sus radares. ^{[ 77 ]}

En Norteamérica, diversos programas utilizan radares meteorológicos convencionales y datos de radar especializados para determinar las rutas, la altitud de vuelo y el momento de las migraciones. ^{[ 78 ] [ 79 ]} Esta información resulta útil para planificar la ubicación y el funcionamiento de parques eólicos , reducir la mortalidad de aves, mejorar la seguridad aérea y otras medidas de gestión de la fauna silvestre. En Europa, se han producido avances similares e incluso un programa integral de pronóstico para la seguridad aérea, basado en la detección por radar. ^{[ 80 ]}

La imagen muestra la caída del meteorito en Park Forest, Illinois, el 26 de marzo de 2003. La franja roja y verde en la parte superior izquierda representa el movimiento de las nubes cerca del radar, y la señal de los meteoritos en caída se observa dentro de la elipse amarilla en el centro de la imagen. Los píxeles rojos y verdes mezclados indican turbulencia, en este caso causada por las estelas de los meteoritos que caían a alta velocidad.

Según la Sociedad Meteorítica Americana , diariamente se producen caídas de meteoritos en algún lugar de la Tierra. ^{[ 81 ]} Sin embargo, la base de datos mundial de caídas de meteoritos mantenida por la Sociedad Meteorítica registra normalmente solo entre 10 y 15 nuevas caídas de meteoritos al año. ^{[ 82 ]}

Los meteoritos se producen cuando un meteoroide cae en la atmósfera terrestre, generando un meteoro ópticamente brillante por ionización y calentamiento por fricción. Si el meteoroide es lo suficientemente grande y su velocidad de caída es lo suficientemente baja, llegará al suelo. Cuando el meteoroide en caída desacelera por debajo de unos 2–4  km/s, generalmente a una altitud de entre 15 y 25  km, deja de generar un meteoro ópticamente brillante y entra en "vuelo oscuro". ^{[ 81 ] [ 83 ]} Debido a esto, la mayoría de las caídas que ocurren en los océanos, durante el día o en otras circunstancias, pasan desapercibidas. ^{[ 81 ]}

Es en vuelo oscuro que los meteoroides que caen suelen atravesar el volumen de interacción de la mayoría de los tipos de radares. Se ha demostrado que es posible identificar meteoroides en imágenes de radar meteorológico. ^{[ 84 ] [ 85 ] [ 86 ] [ 87 ] [ 88 ] [ 89 ]} Esto es especialmente útil para la recuperación de meteoritos, ya que los radares meteorológicos forman parte de extensas redes y escanean la atmósfera continuamente. Además, los meteoritos causan turbulencias de viento locales, que son perceptibles en las salidas Doppler, y caen casi verticalmente, por lo que su lugar de reposo en el suelo está cerca de su firma de radar.

• Atlas, David , ed. (1990). Radar en meteorología . Conferencia Battan Memorial y 40.º Aniversario sobre Meteorología del Radar. Boston, MA: Sociedad Meteorológica Americana . doi : 10.1007/978-1-935704-15-7 . ISBN 978-0-933876-86-6.ISBN 978-1-935704-15-7, 806 páginas, Código AMS RADMET.
• Blanchard, Yves (2004). Le radar, 1904-2004: histoire d'un siècle d'innovations Techniques et opérationnelles (en francés). París, Francia: Elipses. ISBN 2-7298-1802-2.
• Doviak, RJ; Zrnic, DS (1993). Radar Doppler y observaciones meteorológicas . San Diego, California: Academic Press. Segunda edición. pág.  562.
• Gunn, KLS; East, TWR (1954). "Las propiedades de microondas de las partículas de precipitación". Quarterly Journal of the Royal Meteorological Society . 80 (346): 522– 545. Bibcode : 1954QJRMS..80..522G . doi : 10.1002/qj.49708034603 .
• Yau, MK; Rogers, RR (1 de enero de 1989). Curso breve de física de nubes, tercera edición . Butterworth-Heinemann.  304 páginas. ISBN 9780750632157.ISBN 0-7506-3215-1
• Ripesi, P. (2023). "Identificación automática de cumulonimbos y cúmulos imponentes basada en datos de la red de radares meteorológicos italianos". Weather . 79 (5): 163– 169. doi : 10.1002/wea.4482 .
• Wakimoto, Roger M.; Srivastava, Ramesh (agosto de 2003). Radar y ciencia atmosférica: una colección de ensayos en honor a David Atlas . Monografía meteorológica. Vol.  30. Boston: Sociedad Meteorológica Americana. pág.  270. ISBN 1-878220-57-8.; Código AMS MM52.
• Bringi, VN; Chandrasekar, V. (2001). Radar meteorológico Doppler polarimétrico . Nueva York, EE. UU.: Cambridge University Press. ISBN 0-521-01955-9.
• Historia del uso operativo del radar meteorológico por parte del Servicio Meteorológico de los Estados Unidos:
  • Whiton, Roger C.; Smith, Paul L.; Bigler, Stuart G.; Wilk, Kenneth E.; Harbuck, Albert C. (febrero de 1998). "Parte I: La era pre-NEXRAD" . Weather and Forecasting . 13 (2): 219– 243. doi : 10.1175/1520-0434(1998)013 < 0219:HOOUOW > 2.0.CO ; 2 .
  • Whiton, Roger C.; Smith, Paul L.; Bigler, Stuart G.; Wilk, Kenneth E.; Harbuck, Albert C. (febrero de 1998). "Parte II: Desarrollo de radares meteorológicos Doppler operacionales" . Weather and Forecasting . 13 (2): 244– 252. doi : 10.1175/1520-0434(1998)013 < 0244: HOOUOW > 2.0.CO ; 2. S2CID 123719565 . 
  • "Lo más destacado del radar meteorológico en los primeros 40 años del NSSL" . Lo más destacado . Los primeros 40 años del Laboratorio Nacional de Tormentas Severas . Consultado el 15 de marzo de 2021 .

• "La atmósfera, el clima y el vuelo (Radars meteorológicos, capítulo 19)" (PDF) . Medio Ambiente y Cambio Climático de Canadá . Archivado (PDF) del original el 7 de agosto de 2016. Consultado el 5 de enero de 2021 .

• "Errores comunes en la interpretación del radar" . Medio Ambiente y Cambio Climático de Canadá . Consultado el 5 de enero de 2021 .

• "Comprendiendo el radar meteorológico" . Weather Underground sobre el radar . Consultado el 5 de enero de 2021 .
• Jeff Duda. "Cómo usar e interpretar el radar meteorológico Doppler" (PDF) . Universidad Estatal de Iowa . Consultado el 5 de enero de 2021 .

• Centro de Investigación de Radar Atmosférico de la OU
• Preguntas frecuentes sobre el radar meteorológico canadiense
• Página principal del radar de McGill
• Galería de imágenes de radar de Hong Kong
• Radar de investigación de doble polarimetría en banda C de la Universidad de Alabama en Huntsville
• Información de la red de radares Doppler NEXRAD: Herramientas de investigación: Radar de doble polarización
• Experimento de polarización conjunta : investigación y desarrollo de doble polarización en la Universidad de Oklahoma. 

África

• Sudáfrica - Radar meteorológico en tiempo real para Sudáfrica del Servicio Meteorológico de Sudáfrica

América

• Aruba (vía Caracas)
• Belice
• Barbados ( compuesto del Caribe )
• Medio Ambiente Canadá
• Islas Caimán
• Cuba
• Curazao ( compuesto caribeño )
• Sitios de radar Marn en El Salvador
• Departamentos de ultramar de Francia ( Guadalupe , Martinica )
• Guayana Francesa
• Jamaica archivado el 24 de mayo de 2023 en Wayback Machine.
• Puerto Rico
• Trinidad
• Servicio Meteorológico Nacional de Estados Unidos

Asia

Australia y Oceanía

Europa