‘Fallas más que el hombre del tiempo’. La frase popular data de un tiempo en blanco y negro en que eran fundamentalmente hombres quienes, con las herramientas posibles de una época sin satélites, trataban de dar con la predicción de la mejor manera posible. Sesenta años después, son ellas, físicas meteorólogas, las que han tomado el protagonismo en televisión y redes. Y fallar, fallar… fallan poco.
Ellas, ellos, sensores y superordenadores conforman hoy el ecosistema de modelización de tiempo (a corto plazo) y clima (a lo largo de décadas). Con los datos en la mano, la predicción del tiempo falla menos que nunca, aunque haya quien piense lo contrario, viendo sus planes arruinados por una tormenta imprevista o una alerta de Protección Civil que no se consuma en catástrofe en su ciudad. En un caso u otro, ¿estamos pidiendo demasiado al pronóstico? ¿Estamos pidiendo predicciones más exigentes, en un mundo más rápido y conectado?
Como señala la OMM, la predicción meteorológica a cinco días actual es tan fiable como lo era a dos días hace veinte años. A 24 horas vista, está cercana al 100% de acierto. Al menos para decirnos lo básico y un poco más: ¿Hará sol? ¿Lloverá? ¿Va hacer mucho calor? ¿Oleaje? Es decir, lo que emerge a golpe de vista en el mapa del tiempo. La cosa se complica a nivel muy local cuando se dan fenómenos ‘aislados’, como las DANA o tormentas.
“Debemos saber que no es una ciencia 100% exacta y transmitir eso no es fácil”, explica la jefa de meteorología de eltiempo.es y divulgadora climática Mar Gómez. El caso de una DANA es paradigmático. Hace 40 años, casi ni se veían venir. “Se comportan de forma independiente por lo que, sugún dónde se sitúen, pueden dar lugar a más o menos lluvias en una región u otra”. Especialmente, cuando se asocian a tormentas locales, que también son un quebradero de cabeza para la predicción del tiempo, ahí es donde más falla. O por decirlo más adecuadamente, donde ‘más incertidumbre hay’.
“Influyen muchos factores y hay que ir haciendo un seguimiento casi en tiempo real. Normalmente se sabe que va a llover y mucho, aunque es difícil determinar con exactitud dónde y cuánto”, precisa la física. Aún así, desde la Universidad de Castilla-La Mancha, el decano de la Facultad de Ciencias Ambientales y Bioquímica Enrique Sánchez Sánchez explica a Newtral.es que con esta DANA “las predicciones fueron sorprendentemente buenas”, con independencia del sistema de alertas de Protección Civil. “Hace cinco o diez años no teníamos ese nivel de resolución, no hubiera sido posible [anticiparse de este modo]”.
La predicción del tiempo no falla si los datos son muchos y buenos (y los tenemos)
”Las predicciones han demostrado una increíble mejora en los últimos 40 años”, añade el catedrático. Pero a última década ha sido determinante para decir que la predicción del tiempo no falla. Es la era de los grandes datos (big data). Millones de sensores en tierra firme, el mar y en distintas capas de la atmósfera. Enviando datos regularmente. Procesándose en superordenadores casi en tiempo real. Es la tecnología que subyace a los llamados ‘modelos‘ numéricos.
“Si la llegada de los satélites meteorológicos fue una revolución en los setenta y ochenta –explica Sánchez Sánchez–, la de los modelos numéricos es la actual”. Pone un ejemplo. El llamado ‘modelo (de datos) europeo’ situó al núcleo de las tormentas de la DANA en el centro peninsular y “apenas se desvió unos 15 km. En términos meteorológicos es nada”, valora.
¿Qué hace un modelo? Resolver rápidamente las ecuaciones que describen el comportamiento del fluido de la atmósfera. Uno de los mayores retos de las matemáticas aplicadas. Las soluciones no son exactas, pero tremendamente útiles en la predicción. Si al meteorólogo Lewis Fry Richardson le llevó seis semanas hacer la primera predicción meteorológica con esas ecuaciones en 1922, hoy la supercomputación lo hace al instante.
Las agencias meteorológicas públicas, las empresas privadas o los medios de comunicación pueden usar unos u otros modelos. Por ejemplo, los modelos HARMONIE-AROME y el del Centro Europeo de Predicción a Medio Plazo (ECMWF) en el caso de Aemet. Desde esta agencia, el físico y técnico científico de la OMM José Luis Camacho apunta que, en general, “los modelos tienen una resolución espacial de unos pocos kilómetros. Modelizan bien los sistemas grandes y medianos de precipitación”.
Aemet cuenta un sistema supercomputación que empezó a instalarse en 2014. 7.776 cores Intel Xeon 2697 V2 Ivy Bridge, en concreto. Y una RAM que suma 31,5 TB. Los ordenadores domésticos suelen cargar entre 16 y 32 Gb de RAM, por comparar. En 2021, Aemet adjudicó el contrato de arrendamiento de un nuevo superordenador a CaixaBank, llamado Cirrus, que llega a procesar 1.680 teraflops, con cerca de 10 veces más capacidad de cómputo y almacenamiento que el sistema anterior. Estas instalaciones permiten procesar los datos de su red de sensores. A ello se suma el poder de los modelos numércos.
En el caso del sector privado, Mar Gómez ejemplifica: “Nuestra empresa, además de contar con un equipo meteorológico que dirijo yo, usa modelos mejorados con algoritmos propios”, explica. Un poco como ‘la cocina’ de las encuestas.
El tiempo en el siglo XXI: cuestión de probabilidad y riesgos
En uno u otro caso, se van abandonando poco a poco los llamados ‘modelos deterministas’, para sustituirse por ‘modelos probabilísiticos‘. Sánchez Sánchez lo resume en una idea: a los ordenadores se les da un montón de datos, de variables. Los procesa y pueden hacer dos cosas, dar una predicción de lo que ocurrirá; o bien dar distintos escenarios de probabilidades de lo que va a pasar. En el primer caso, la predicción acertará más o menos en función de la calidad de los datos, pero es más arriesgada. En el segundo, el propio sistema pondera sus propias limitaciones, pero es más difícil decir que la predicción del tiempo ‘falla’. Simplemente, dice qué es más o menos probable.
“Si la predicción dice que hay un 50% de probabilidades de que llueva, la gente puede decir ‘pues no me resuelve nada’. Pero hay que entender que es muy diferente a que el modelo diga que la probabilidad es del 0%”, ejemplifica Sánchez Sánchez. ”Es información útil, incluso en la incertidumbre. Otra cosa es qué decisiones se tomen con ella”.
A la hora de diseñar avisos a la población o autoridades, Camacho precisa: “Un fenómeno relativamente probable basado en una mayoría de salidas (los datos que da el ordenador) de modelos, si tiene un alto impacto, ha de estar calibrado en términos de impacto”. Es decir, incluso con una probabilidad no tal alta de que ocurra, el aviso será pertinente si la posible afección (porque hay mucha población, vulnerabilidad, desplazamientos previstos, etc.) es muy grande. Es el caso de una DANA que puede golpear en Madrid ciudad o una nevada histórica.
Esto es especialmente relevante en territorios muy amplios pero con población más o menos dispersa, como en el interior de Estados Unidos. Por ejemplo, ante un riesgo de tornado. Explica desde América el meteorólogo y profesor Mario Picazo que “en Estados Unidos las alertas meteorológicas las emite el Servicio Meteorológico Nacional. Directamente informan a la población y a través de diferentes plataformas mediáticas emiten la información”. Incluidos los móviles, a los que llegan mensajes de la autoridad con capacidad de alerta –como ES-Alert, el pasado domingo en Madrid– mediante un ”sistema inalámbrico (WEA)”.
La pantanada de Tous lo cambió todo en la predicción del tiempo
1982 supuso un cambio radical en la predicción meteorológica en España. Aquel año, la inundación producida por la rotura de la presa de Tous fue una tragedia que se saldó con una treintena de muertes. La intensidad y duración de las lluvias fue insólita. “No teníamos herramientas numéricas como las de ahora”, explica Sánchez. Tampoco había estructuras de vigilancia meteorológica y de avisos como los actuales.
El Instituto Nacional de Meteorología (ahora Aemet) no pudo anticipar la magnitud de lo que podía venir “ni el mismo día”. Aquello derivó en un escándalo, cuyos litigios se han mantenido durante 15 años. El estado reaccionó, eso sí, con una inversión en recursos científicos, tecnológicos y humanos con pocos precedentes en el campo meteorológico.
Estaba claro: la predicción del tiempo podía salvar vidas. “Hoy, un fenómeno como aquel se hubiera anticipado con claridad”. La prueba está en la DANA de esta semana. El desencadenante de la pantanada de Tous también fue una DANA, aunque no se la denominase así y no se tuviera la comprensión del fenómeno que hoy sí se tiene. “¿Por qué se producían las gotas frías? Había bastante desconocimiento de los mecanismos físicos tras ellas”.
Sí, los aviones nos ayudan con el pronóstico del tiempo y se complicó con el confinamiento
El matemático Edward Lorenz se dio cuenta de que por muy buenas que fueran las ecuaciones para dar con la predicción del tiempo, todo falla si las condiciones de partida sufrían alteraciones. “Un poco lo del ‘efecto mariposa’”, dice Sánchez Sánchez. Así que, los modelos numéricos en meteorología necesitan muchos datos, cuantos más, mejor; tomados en diferentes puntos y momentos.
Hay satélites de observación en órbita. Hay radares y estaciones medidoras en tierra. Hay boyas en el mar. Lanzamos globos a la atmósfera cada 12 horas desde algunos aeropuertos. Todo ello conforma un pequeño Gran Hermano numérico, que se completa con la mayor malla posible de sensores en movimiento, en tiempo real: los aviones comerciales.
Más de 150.000 vuelos diarios sirven sus datos de sensores como complemento para las empresas y organizaciones meteorológicas. Son las llamadas Observaciones Basadas en Aeronaves (ABO). Más información para la coctelera de los modelos del tiempo. La OMM cuenta con un programa de transmisión de datos llamado AMDAR desde 1998. Con el confinamiento y el recorte de vuelos, se produjo una limitación en el pronóstico a corto plazo. Especialmente en el nivel de la corriente en chorro que recorre nuestras cabezas, en el hemisferio norte, a unos 10 km de altitud.
Los estudios de sensibilidad del ECMWF demostraron que aquella ceguera parcial de datos reduce la calidad de los pronósticos de viento y temperatura en esos niveles hasta en un 15%. El impacto en la predicción de tiempo no es desmesurado en superficie a siete días (se desvía hasta en un 3% el cálculo de la presión) pero sí es significativo y falla en altura.
El secretario general de la OMM Petteri Taalas señaló en 2020 que hubo una “severa pérdida, de hasta el 90%, de datos meteorológicos derivados de las aeronaves”. Reconoció que hubo un “impacto negativo en la precisión de los pronósticos”, lo que derivó tras el confinamiento en un acuerdo con las compañías aéreas (IATA) para mejorar la notificación automatizada de datos meteorológicos por parte de aviones comerciales.
¿El siguiente nivel? La inteligencia artificial. El último ejemplo llega de un equipo de científicos chinos de Huawei presentaron el pasado julio un estudio en Nature en que mostraban como una red neuronal artificial era capaz de atinar aún más con la predicción del tiempo a partir de los datos de diferentes modelos. ¿El objetivo? Abaratar costes. Y terminar de desmontar la idea de que ‘fallas más que el hombre del tiempo’.
“Si mañana no llueve, me afeito el bigote”
En la televisión de los años sesenta sólo había dos hombres del tiempo en TVE. El doctor el Física Mariano Medina (que venía de Cabalgata del fin de semana de la SER) y Eugenio Martín Rubio, funcionario del Instituto Nacional de Meteorología, que hacía las sustituciones de Medina en la tele.
Martín Rubio terminó como el presentador del tiempo de la segunda edición del Telediario. En enero de 1967, Martín Rubio se apostó su bigote si no llovía al día siguiente en Almería. No llovió, Martín Rubio cumplió y apareció al día siguiente sin su bigote.
“Afortunadamente, ahora el tiempo no es una quiniela”, dice Sánchez Sánchez. Tampoco es que lo fuera entonces, pero tenía bastante más de apuesta. Martín Rubio se retiró en 1980, tres años después del lanzamiento del satélite Meteosat 1. Todo cambiaría desde ese momento. Los espectadores pudieron empezar a ver las nubes desde el cielo, en sucesivas fotos, en animaciones. Y con un pronóstico en color. Mariano Medina no tenía más que una pizarra y una tiza. Él mismo pintaba sus mapas cada día.
Algunas de estas historias se recogen en el libro de Javier Aguilar Si mañana no llueve, me afeito el bigote (Alfar, 2015).
Daniel A. Jaimen eres mu tonto
formateando tu ordenador
cómo puedo borrar el comentario de otra persona?
Los "negacionistas" -de patrañas y a mucha honra- no son sino aquellos que denuncian la cobardía del chistema pseudodemocrático y su imposición a machamartillo de su pretensión oficialista por medio de pravdas como éste. La dinámica de fluidos y los modelos probabilísticos, para el tiempo. Hasta ahí todo muy bien. Cuando se trata de predicciones a muy largo plazo como las que sostendrían o lo contrario el cambio climático antropogénico, no sirven y son el enfoque erróneo por más que este artículo quiera confundir maliciosamente ambos enfoques y dotar de una aureola cientifista la absurdez de las tesis globalistas sobre el dióxido de carbono y la acción del hombre. El análisis de series temporales se encargaría de desbaratar las tesis oficiales. Aparte, modelos causales sobre la función del dióxido de carbono en la biosfera. Mucha cobardía, mucha bajeza, mucho apartar la mirada y mucha insistencia por parte de perrodistas es lo que hay, además de represión de las mejores mentes, para evitar a toda costa un debate público honesto y sin coacciones como en los grandes debates científicos de la historia.