La meteorología en la capital ha vuelto a convertirse en el centro de atención mediático en el país. Hace unos días, cientos de miles si no millones de teléfonos móviles en Madrid alertaban a sus propietarios de la llegada de lluvias. La alerta se basaba en la predicción de lluvias torrenciales pero, ¿en qué se basaba esta predicción? La clave está en los modelos meteorológicos.
Un fin de semana de sobresaltos. Mientras el domingo muchos en la villa de Madrid se preguntaban dónde estaban las fuertes lluvias de las que habían sido advertidos horas antes, los vecinos de las comarcas y provincias adyacentes comenzaban a notar la llegada de severas tormentas.
Tras el fin de semana, las lluvias se han dejado notar sobre la capital, no sin que los habitantes de la villa se preguntaran cómo habían podido fallar los modelos. Nada más lejos de la realidad, en uno u otro momento, la DANA se ha hecho notar en todo el centro peninsular. Las inundaciones se han saldado ya con una persona fallecida y varios desaparecidos.
Modelos meteorológicos. Los modelos meteorológicos no son sino complejos sistemas de ecuaciones que relacionan una serie de variables meteorológicas observadas con otra cantidad de variables previstas a lo largo, ancho e incluso alto del espacio tridimensional de la atmósfera terrestre.
Existe una gran cantidad de modelos de este tipo, algunos más precisos que otros en función de su contexto. De entre toda esta “oferta” de modelos, la Agencia Estatal de Meteorología (AEMET) basa sus predicciones especialmente en dos, el modelo ECMWF o CEPPM y el HARMONIE–AROME.
En Xataka
El nuevo supercomputador de AEMET 10 veces más potente que el actual: tendrá 50.000 cores y 5,9 petabytes de almacenamiento
ECMWF. El modelo del Centro Europeo de Predicción a Plazo Medio (CEPPM o ECMWF), también conocido como Integrated Forecast System (IFS), es un modelo global y de plazo medio. Se trata de un modelo atmosférico pero también incorpora datos sobre las condiciones oceánicas.
Como puede intuirse, este modelo cuenta con la ventaja de darnos predicciones más o menos fiables en el plazo medio, hasta 10 días, con una resolución aproximada de 10 kilómetros a varias alturas: superficie, y tres niveles de presión (300, 500 y 850 hPa).
En superficie, el modelo ofrece predicciones puntuales sobre temperatura, viento, presión, nubosidad y precipitación acumulada en las seis horas anteriores.
HARMONIE–AROME. Este modelo también debe su existencia a un consorcio internacional de países europeos y mediterráneos, desde Finlandia hasta Túnez. A diferencia del modelo anterior, éste es un modelo de mesoescala, aplicado por AEMET en dos regiones: una que abarca la Península y Baleares y otra centrada sobre las Islas Canarias.
El modelo es capaz de generar predicciones sobre temperaturas, presión atmosférica, viento, precipitación, nubosidad y descargas eléctricas en intervalos de 12 horas a lo largo de un periodo entre las 12 y las 132 horas posteriores a la hora nominal del modelo.
El modelo viene usándose desde 2017 y sustituyó al modelo HIRLAM. El nuevo modelo cuenta con la ventaja de no sólo tener una mayor resolución (2,5 km) sino que se trata de un modelo no hidrostático, lo que lo hace capaz de simular los movimientos convectivos en la atmósfera, un detalle importante a la hora de prever algunos fenómenos asociados con tormentas como la vivida estos días.
En Xataka
Así se crean los espectaculares mapas de calor por ciudades y mares que tanto estamos viendo estos días
Determinación o probabilidad. Los modelos deterministas ofrecen una estimación puntual basada en las observaciones introducidas en el modelo. Sin embargo nuestra atmósfera es un sistema complejísimo, caótico, lo que hace que exista siempre un margen de error. Los modelos que estiman la probabilidad de error son los modelos probabilísticos.
AEMET genera sus datos probabilísticos a partir del Sistema de Predicción por Conjuntos, SREPS. Este mecanismo genera la incertidumbre combinando cinco los resultados de cinco modelos de área limitada con los resultados de otros cinco modelos globales.
Comunicar la probabilidad. La comunicación es vital en este contexto. Cuando leemos las previsiones meteorológicas tendemos a asignarles una probabilidad de error, al fin y al cabo todos sabemos que los meteorólogos no siempre “aciertan”.
Sin embargo, conforme la ciencia ha ido avanzando en su capacidad de acertar, hemos ido recortando en nuestras mentes el margen de error que damos a los meteorólogos. Es quizá por ello que tendamos a leer las previsiones más en términos deterministas que probabilistas. Comunicar los márgenes de error es más necesario que nunca, pero no es fácil para los meteorólogos.
{"videoId":"x89b35l","autoplay":false,"title":"CAZATORMENTAS PROFESIONALES_ así es su día a día", "tag":""}
La importancia de la predicción meteorológica. El bienestar de los ciudadanos y su seguridad es quizá el uso más importante de la predicción meteorológica, pero numerosos subsectores de la economía dependen también de sus aciertos. Empezando por la agricultura y pasando por el transporte, por tierra, mar o aire. El valor económico de los servicios meteorológicos comienza a ser muy importante.
El desarrollo de las renovables también ha hecho aún más importante la previsión meteorológica, especialmente tras el advenimiento de la energía solar y la eólica. Prever la producción eléctrica depende ahora más que nunca de conocer la intensidad del viento y de la radiación solar a lo largo de la península.
Por mucho que se haya avanzado en la previsión del tiempo, no se puede pedir precisión absoluta a los modelos. A falta de una receta sencilla para comunicar previsión e incertidumbre, la divulgación y el principio de cautela deben imperar. La última DANA promete convertirse en un tema candente de discusión. No tiene por qué serlo.
En Xataka | "No tienen fundamento científico alguno": era cuestión de tiempo que AEMET arremetiera contra las cabañuelas
Imagen | AEMET
(function() {
window._JS_MODULES = window._JS_MODULES || {};
var headElement = document.getElementsByTagName('head')[0];
if (_JS_MODULES.instagram) {
var instagramScript = document.createElement('script');
instagramScript.src = '
https://platform.instagram.com/en_US/embeds.js';
instagramScript.async = true;
instagramScript.defer = true;
headElement.appendChild(instagramScript);
}
})();
-
La noticia
Adivinar el impacto de una DANA es tarea casi imposible. Así trabaja AEMET desde dentro para conseguirlo
fue publicada originalmente en
Xataka
por
Pablo Martínez-Juarez
.
http://dlvr.it/Svdn62
0 Comentarios