Entendiendo los modelos de pronóstico del tiempo

Los modelos de pronóstico de tiempo son cada vez más precisos gracias al trabajo realizado por meteorólogos, por los científicos del tiempo y clima, así como también por los avances en las tecnologías de las computadoras.

Viviana Urbina Viviana Urbina 08 Oct 2019 - 09:32 UTC
modelo grilla mundial
Para realizar los cálculos, los modelos dividen la atmósfera en muchas partes.

Una de las principales herramientas utilizadas por los meteorólogos de todo el mundo, tal vez incluso la más importante, son los llamados modelos de pronóstico de tiempo. Los hay de todos los tipos, desde los estadísticos, que se basan en la probabilidad de acontecer una condición similar ya sucedida tiempos atrás, hasta los más complejos y que tratan de englobar la engorrosa dinámica del sistema atmosférico terrestre y sus interacciones con el océano y los continentes.

Hay modelos que realizan proyecciones para el globo todo, así como los hay para pronosticar las condiciones de tiempo en áreas bien más reducidas, como por ejemplo, una pequeña parte de un país, una región, un valle, e incluso, con gran detalle, las condiciones atmosféricas en determinadas calles de una ciudad.

Lo que hacen los modelos de pronóstico de tiempo es resolver ecuaciones matemáticas para el movimiento de fluídos físicos para la atmósfera, donde se calcula su velocidad, hacia donde se mueve o cómo sus características (temperatura, densidad, presión, etc.) evolucionarán en el tiempo. Claro que esto, de una forma discreta, punto a punto, pues los computadores utilizados, así como la forma en que estas ecuaciones se resuelven no se puede hacer de forma continua.

Cuando se habla de modelos globales, la distancia entre estos puntos tiende a ser grande, del orden unos cientos de kilómetros (aunque esto ha mejorado mucho en los últimos años llegando a distancias de 25 km o un poco menos). Ya en los denominados modelos de escala limitada, la distancia en que estas ecuaciones se resuelven punto a punto llega a la orden de 1 km o menos.

Los primordios de los pronósticos numéricos del tiempo

Vilhelm Bjerknes identificó siete variables y sus ecuaciones independientes que las describen en la atmósfera, con las cuales, a través de un método gráfico, pudo pronosticar un estado atmosférico futuro a partir de las condiciones de tiempo observadas. Esta idea fue mejorada por Lewis Fry Richardson, quien consiguió pronosticar la presión atmosférica y viento en dos puntos de Europa utilizando métodos numéricos. El resultado fue algo muy lejos de lo esperado para 6 horas de pronóstico, nada menos que una diferencia de presión de 145 hPa (la presión atmosférica varía en pocos hPa en 24 horas). Pero desde eso, a comienzos del siglo XX, tanto la tecnología utilizada para el cálculo, los computadores y procesadores, así como la forma en que estas ecuaciones se resuelven, han mejorado grandemente.

Pero por más que la capacidad computacional mejore, siempre habrá problemas en representar todos los procesos atmosféricos y sus interacciones en los modelos de pronóstico numérico de tiempo, pues para resolver estas ecuaciones se hace necesario parametrizar muchos procesos que son de escalas muy pequeñas, como lo son la formación de nubes, gotas de lluvia, formación de nieve, procesos turbulentos en la atmósfera, procesos de transferencia radiativa, algunos procesos de interacción entre plantas y atmósfera, entre el suelo y la atmósfera, entre los océanos y la atmósfera, sobre todo en los modelos de escala global.

Además, el sistema atmosférico es caótico, y esto implica en que, como demostrado en experimentos numéricos con modelos de pronóstico de tiempo, por más parecidas que sean las condiciones iniciales, el comportamiento de las variables atmosféricas tiende a dejar de ser parecido después de 6 días.

Aún así, los meteorólogos, científicos vinculados a las ciencias de la tierra y de los océanos, matemáticos, informáticos, y otros muchos científicos, continúan con sus esfuerzos para mejorar la forma en que los modelos de pronóstico de tiempo trabajan, resuelven las ecuaciones y son alimentados con mejores informaciones iniciales para generar resultados optimizados y precisos. Por ejemplo, el modelo predictivo global (Integrated Forecasting System, IFS) del Centro Europeo de Previsiones Meteorológicas a Plazo Medio (ECMWF por su sigla en inglés) es constantemente mejorado.

El GFS (Global Forecast System) es el modelo creado NOAA (National Oceanic and Atmospheric Administration) de los Estados Unidos y es otro modelo global ampliamente utilizado para elaboración de pronósticos de tiempo. Una nueva generación de este modelo (GFS-FV3) fue lanzada a mediados de 2019, en la cual grilla en la que se solucionan estas ecuaciones de pronóstico podrá tener sectores en el globo todo con mayor resolución, para poder así representar de mejor forma fenómenos que antes no eran tan bien resueltos por una grilla equiespaciada, como lo es el caso de las tempestades, ciclones tropicales y otras condiciones de tiempo severo.

Más sobre la historia de los modelos de pronóstico de tiempo puede ser leído en Lynch, P. (2008). "The origins of computer weather prediction and climate modeling". Journal of Computational Physics. 227 (7): 3431–44.

Publicidad