Inteligencia Artificial y mediciones en tiempo real: así se puede predecir el impacto de una tormenta

El País Valencià ha vivido estos días fuertes episodios de lluvias que han recordado a la dana que provocó 229 víctimas mortales hace menos de un año. La Aemet ha cancelado este martes los avisos rojos y naranjas en el litoral de la península, a medida que el temporal se dirigía hacia Balears. Protección Civil ha enviado una Es-Alert a los teléfonos móviles de Ibiza y Formentera por el riesgo grave de inundaciones. Los sistemas de predicción en tiempo real juegan en los actuales eventos meteorológicos un papel fundamental, aunque todavía deben enfrentarse a las dificultades de su implantación.

"La mejora de la predicción y de los sistemas de alerta temprana es considerada una herramienta de adaptación la crisis climática", declara a Público Carme Llasat, catedrática de Física de la Atmósfera en la Universidad de Barcelona. Pero en el caso del Mediterráneo, destaca que esta clase de tecnologías son necesarias incluso en un escenario sin emergencia ambiental por las propias características climáticas del territorio.

Nubes complejas, pronósticos imposibles y 'nowcasting'

La experta pone de relieve que las nubes son "sistemas de grandes velocidades verticales" en las que "hay una liberación de energía muy elevada y una dinámica interna muy complicada". Resulta muy difícil predecir y simular su comportamiento porque requiere "reproducir multitud de movimientos a pequeña escala que interaccionan con movimientos a gran escala". En estos casos, el desarrollo de sistemas de predicción inmediata cobran un importante peso "para conocer, por ejemplo, la dirección que va a tomar una tormenta en las horas inmediatamente posteriores y en qué puntos concretos van a producirse las precipitaciones más intensas", explica a Público Rubén del Campo, portavoz de la Aemet.

Una de las técnicas en las que cada vez se pone más el foco es el llamado nowcasting. Este consiste en "la predicción a una hora o máximo tres horas vista", indica Llasat. Peio Oria, físico especializado en la reducción del riesgo de desastres  y exdelegado de la Aemet en Navarra, señala a este medio que se trata de "una predicción que tiene en cuenta la observación en tiempo real, así como una variedad de fuentes". Estas pueden ser imágenes obtenidas por radares o satélites, datos medidos en estaciones meteorológicas o información que puede reportar la propia ciudadanía. Con todo ello, "se puede dar un pronóstico de gran valor añadido para localizar donde se producen las lluvias mas fuertes", abunda.

Oria subraya que estas técnicas reportan una información más precisa en cuanto a la ventana de tiempo y los lugares en los que un evento meteorológico tendrá mayor impacto. En el caso de las precipitaciones que han tenido lugar estos días en el País Valencià, valora que "ha habido mucha suerte porque la mayor parte ha caído sobre el mar y no sobre tierra. De lo contrario,  quizás estaríamos hablando de otro escenario".

No obstante, considera que los sistemas de nowcasting habrían sido útiles este lunes, cuando "sí hubo graves afecciones en Gandia o Cullera". El experto recuerda que un día antes la información disponible mostraba que iba a haber un mayor impacto de las precipitaciones en la provincia de València, pero "éramos incapaces de decir en qué parte", algo que las técnicas de predicción inmediata sí permiten determinar. Sobre esta cuestión, Rubén del Campo añade que "el nowcasting puede ayudar a conocer con más detalle las zonas afectadas, aunque con menor antelación; pero puede ser útil para determinadas medidas de gestión, como por ejemplo la emisión de SMS masivos a un área concreta".

Mejores predicciones, menor antelación

Los sistemas de predicción en tiempo real comportan una desventaja con respecto a los modelos tradicionales: reportan información con un margen de tiempo limitado. "Serían necesarios más recursos para acertar mejor los lugares en los que recibirían el impacto, pero esta información solo estaría disponible dos o tres horas antes", afirma Peio Oria. "Si queremos más tiempo, perdemos precisión espacial".

Estas dificultades tienen que ver con "la naturaleza caótica de la atmósfera", aclara el experto en reducción de riesgo de desastres. "Interactúan sistemas a distintas escalas. De ahí que tenga sentido incluir las observaciones en tiempo real en un determinado momento. Un modelo numérico de predicción [la técnica más habitual de anticipar el escenario meteorológico] te puede dar un pronóstico, pero no te dará la localización ni la intensidad exactas del fenómeno".

También Llasat incide en la dificultad para predecir los ciclos de vida de las tormentas y pone el foco en la necesidad de invertir en radares que permitan una observación eficaz y precisa de los eventos meteorológicos extremos. En este sentido, recuerda que con la DANA de València del año pasado, "los modelos predecían que iba a llover más de 200 litros, pero no eran capaces de ver si caerían 400 litros. El radar te lo permite, pero con poco tiempo –media hora–. Por lo que es necesario combinar esta información con datos pluviométricos y de los caudales de los ríos". 

Relacionado con este tema

¿Cómo hacer frente al creciente riesgo de catástrofes naturales por las DANA? Esto es lo que dicen los expertos

Adhik Arrilucea

La catedrátrica apunta que también existen esfuerzos por parte de los investigadores en integrar el blending, que viene a integrar los sistemas de nowcasting con los modelos numéricos habituales. La experta considera apropiado utilizar los sistemas de predicción en tiempo real para la primera hora, combinarlo con los medios habituales para una ventana de hasta tres horas y utilizar estos medios para pronósticos con más de tres horas de antelación. Asimismo, Peio Oria enfatiza que, a pesar del poco tiempo de margen que ofrecen estas tecnologías, "dos horas podrían haber marcado la diferencia entre sobrevivir o no" durante la DANA que golpeó Valéncia el año pasado.

Inteligencia Artificial en los sistemas de predicción

El portavoz de la Aemet también incide en que "la llegada de la Inteligencia Artificial seguramente abrirá nuevas vías de avance en el campo de la predicción inmediata". A este respecto, Oria aclara que "una de las características de la IA es que es capaz de predecir patrones temporales a partir de fotogramas y/o una variedad de datos". Si esta tecnología "ha sido entrenada con episodios similares del pasado, es capaz de predecir lo que va a pasar. Puede analizar grandes volúmenes de información y tiene en cuenta dónde pueden tener lugar las precipitaciones más torrenciales".

Ya existen varios proyectos que desarrollan herramientas de nowcasting basadas en IA. Una de ellas es Aardvark Weather, un sistema de predicción meteorológica integral basado en datos que recopila observaciones y produce pronósticos tanto globales como locales. De acuerdo con el estudio publicado el pasado mes de marzo en la revista Nature, las predicciones de estaciones locales que realiza son precisas con hasta diez días de antelación, compitiendo con la eficacia de los modelos de predicción tradicionales.

La misma revista científica publicó el pasado mes de mayo otro proyecto similar: Aurora, un modelo base a gran escala entrenado con más de un millón de horas de datos geofísicos diversos. Los autores del estudio confirman que "supera a los pronósticos operativos en la predicción de la calidad del aire, las olas oceánicas, las trayectorias de los ciclones tropicales y el tiempo de alta resolución". Asimismo, concluyen que los resultados de su investigación muestran "el potencial transformador de la IA en la predicción medioambiental y allanan el camino para una mayor accesibilidad a información climática y meteorológica de alta calidad".