In this study, a dense advection-radiation fog that occurred over the Grand Casablanca region, Morocco, during the night of 23–24 December 2013, is investigated. The adverse visibility induced by the fog patch led to a series of collisions and loss of life on a highway of the region. This fog event is simulated by the Meso-NH research model. Conventional observations from two synoptic stations, satellite imagery, and the European Center for Medium-Range Weather Forecasts (ECMWF) reanalysis are used to analyze the physical processes during the whole life cycle of the event. Some hypotheses on the influence of environmental conditions (topography, land-sea heterogeneity, urbanization) on the numerical fog prediction are presented.
LVP conditions at Mohamed V airport, Morocco: local characteristics and prediction using neural networks
Les conditions de visibilité réduite et/ou de plafond bas ont un impact important sur le trafic aérien au sein des aéroports et leur prévision reste un défi pour les météorologues. Dans cet article, les caractéristiques locales des conditions LVP (Low Visibility Procedure) sont examinées et les réseaux neurones artificiels (ANN) basé sur la rétropropagation résiliente en tant qu’algorithme d’apprentissage supervisé est utilisé pour prévoir ces conditions météorologiques à l’aéroport international Mohamed V de Casablanca, au Maroc. Cet article vise à évaluer la capacité de l’ANN à fournir une prévision précise de tels événements à l’aide des paramètres météorologiques de la station d’observation météorologique automatique (AWOS) pour la période allant de janvier 2009 à mars 2015.