Previsiones meteorológicas, de los cálculos numéricos al uso de la inteligencia artificial

Para cada país, la predicción meteorológica a medio plazo es esencial para poder tomar decisiones en varios ámbitos sociales y económicos, así como en prevención sobre los riesgos, previsibles, que puede suponer una tormenta, un ciclón, un huracán o una nevada. Actualmente, el uso de Inteligencia Artificial puede ser útil al momento de pronosticar el clima.

MODELOS USADOS PARA LA PREDICCIÓN METEOROLÓGICA

TE PUEDE INTERESAR: ¿Cómo nos afecta que el planeta haya alcanzado los 2.9 grados como consecuencia del calentamiento global y la contaminación por plásticos?

Para la National Oceanic and Atmospheric Administration (NOAA), en la predicción numérica del tiempo está implícito el uso de modelos matemáticos de la atmósfera para poder, así, predecir el tiempo.

Los inicios de la predicción numérica del tiempo, precisa la NOAA, emergieron gracias al trabajo de Vilhelm Bjerknes, un físico noruego considerado y quien es considerado el padre de la meteorología moderna. En 1904, publicó un artículo en el que propuso la idea de que era posible pronosticar el tiempo “resolviendo un sistema de ecuaciones diferenciales parciales no lineales”, señala la National Oceanic and Atmospheric Administration.

Fue entonces que el Lewis Fry Richardson matemático británico, se dedicó durante tres años a desarrollar las técnicas y procedimientos de Bjerknes con el objetivo de resolver estas ecuaciones. Trabajando en los campos de batalla de Francia durante la Primera Guerra Mundial, en donde era miembro de una unidad de ambulancia, Richardson consiguió calcular “una predicción para el cambio de presión en un solo punto durante un período de seis -período de horas. El cálculo le llevó seis semanas y la predicción resultó ser completamente irreal, pero sus esfuerzos fueron un vistazo al futuro de la predicción meteorológica”, indica la NOAA.

Tras su descubrimiento, Richardson vaticinó una “fábrica de pronósticos”, y calculó que sería necesario 64,000 “computadoras” humanas, “cada una responsable de una pequeña parte del globo, para mantener el “ritmo del clima” a fin de predecir las condiciones climáticas”, según la National Oceanic and Atmospheric Administration.

El National Weather Service (NWS), indica en su sitio web, que la historia del uso de modelos matemáticos para poder pronosticar el tiempo y el agua tiene sus origines principios del siglo XX, sin embargo, se volvieron útiles con la aparición de las computadoras, siendo así que estuvieron disponibles, la predicción numérica del tiempo logró evolucionar rápidamente.

TE PUEDE INTERESAR: ‘El mundo no está logrando controlar la crisis climática’, alerta el secretario general de Naciones Unidas, António Guterres

Fue hasta la década de 1970, que emergió una mayor potencia informática que mezcló una afluencia de nuevas observaciones, incluyendo los datos satelitales, con lo que se impulsó el campo de la modelización meteorológica cuando se inició hacer cálculos de datos con más “velocidad y habilidad”.

Por otra parte, los científicos además desarrollaron lo que se conoce como “modelado de conjuntos”. “En este método, el mismo modelo se ejecuta varias veces con las condiciones iniciales ligeramente modificadas. Este procedimiento describe una multitud de resultados potenciales donde las diferencias en los pronósticos de los modelos individuales nos ayudan a evaluar las incertidumbres en el pronóstico”, según el NWS.

Actualmente, los modelos modernos tienen la capacidad de alimentarse de observaciones de diversas fuentes de todo el mundo; con lo que es posible agregar datos satelitales, así como observaciones de aviones, además de globos meteorológicos, medidores de corrientes e incluso información de ciudadanos con estaciones meteorológicas personales. Para después, con estos datos, y se haya establecido cómo se ve la atmósfera en ese momento en “forma de datos”, es cuando se pueden ingresar esos datos una computadora y así ejecutar nuestro modelo.

“Todos los modelos meteorológicos funcionan según los mismos principios básicos, resolviendo una gran cantidad de ecuaciones complejas para varias ubicaciones tanto en la superficie como a diferentes alturas (capas) de la atmósfera. Estas ecuaciones resuelven muchos parámetros como la temperatura, el punto de rocío, la velocidad del viento, además de muchos otros. Una vez que se hayan completado todos estos cálculos para un período de tiempo determinado, las soluciones se pueden juntar para formar una imagen o mapa de cómo será el estado futuro de la atmósfera según los cálculos del modelo. Este nuevo conjunto de variables luego se ingresa nuevamente en el modelo y se repite muchas veces, lo que nos brinda un rango de pronósticos válidos desde unas pocas horas hasta muchos meses en el futuro”, detalla el National Weather Service.

Ahora, el NWS ejecuta un gran número de modelos meteorológicos, que van desde los “modelos locales de alta resolución” que son de corto plazo y que ayudan a poder identificar las condiciones climáticas severas, conocido como el modelo de actualización rápida de alta resolución HRR; hasta los modelos de resolución media que brindan información de calidad a corto plazo pronósticos de rango para el continente norteamericano conocido como el Modelo de América del Norte NAM.

USO DE INTELIGENCIA ARTIFICIAL PARA PRONOSTICAR EL CLIMA

De acuerdo con el artículo, AI in Weather Forecasting, Prediction and Communication (IA en previsión, predicción y comunicación meteorológicas) realizado por The Weather Company y publicado en el sitio web de IBM el pasado 24 de julio, detalla que el uso de la inteligencia artificial en la predicción del tiempo inició desde la década de 1970.

“Los modelos meteorológicos en los que se basan las emisoras para hacer pronósticos precisos consisten en complejos algoritmos ejecutados en supercomputadoras. Las técnicas de aprendizaje automático mejoran estos modelos, haciéndolos más aplicables y precisos” explica The Weather Company.

En lo que se refiere a la previsión del clima, realizar un análisis de los datos en tiempo real, la IA escapaz de identificar con prontitud los potenciales peligros tales como rayos, así como fuertes vientos o inundaciones repentinas.

En este sentido, el uso de la IA tiene un papel fundamental al enviar a las previsiones en alertas automáticas de clima severo en donde gracias a estas notificaciones oportunas, posibilita a las personas a que tomen medidas inmediatas, tales como buscar refugio o evacuar si es necesario, con lo que se minimizan los riesgos que están vinculados con eventos climáticos severos.

BENEFICIOS DE USAR LA IA PARA PRONOSTICAR EL CLIMA

The Weather Company, señala los beneficios del uso de la IA en el pronóstico del clima, estos son:

1. Predicciones meteorológicas más rápidas

Los algoritmos de IA posibilitan poder precesar grandes cantidas de datos una mayor velocidad, con lo que es posible dar predicciones meteorológicas más rápidas e inmediatas.

2. Predicciones más precisas

Los algoritmos de IA son capaces de aprender o capturar los datos históricos y en tiempo real, “identificando patrones y correlaciones intrincados que podrían pasar desapercibidos mediante métodos de análisis tradicionales”, precisa The Weather Company, y añade, “los modelos meteorológicos sofisticados también pueden dar cuenta de condiciones meteorológicas complejas que son difíciles de simular por otros medios”. Esto deriva a poder dar predicciones más precisas, con las que permite tanto a las personas como a las organizaciones tomar decisiones “mejor informadas basadas en la información disponible más precisa”.

IBM Global High-Resolution Atmospheric Forecasting System (IBM GRAF), es un modelo de pronóstico avanzado, en el que se demuestra la aplicación de técnicas de optimización de IA y está diseñado para realizar pronósticos meteorológicos a corto plazo de alta precisión.

GRAPHCAST, DE GOOGLE HACE PREDICCIONES METEREOLOGICAS EN MENOS DE UN MINUTO

De acuerdo con un artículo que fue publicado en la revista Science, GraphCast, que es un modelo de inteligencia Artificial de última generación y tiene la capacidad de realizar pronósticos meteorológicos a medio plazo con una precisión ni vista antes, desarrollao por la empresa DeepMind de Google.

Según el artículo, GraphCast puede predecir las condiciones meteorológicas con hasta 10 días de antelación con gran precisión y con más rapidez que el sistema de simulación meteorológica estándar de la industria: el Pronóstico de alta resolución (HRES), producido por el Centro Europeo de Pronósticos Meteorológicos a Plazo Medio (ECMWF)

“Da un importante paso adelante en la inteligencia artificial (IA) para la predicción meteorológica, ofreciendo pronósticos más precisos y eficientes, y abriendo caminos para respaldar la toma de decisiones críticas”, señalan los autores del artículo

Actualmente, los pronósticos comúnmente se basan en lo que se conoce como predicción meteorológica numérica (NWP, en sus siglas en inglés), que inicia con ecuaciones físicas que son cuidadosamente definidas y después se traducen en algoritmos que son ejecutados en supercomputadoras.

Si bien se puede inferir que método ha sido un gran avance de la ciencia y la ingeniería, para poder diseñar las ecuaciones y los algoritmos se lleva mucho tiempo y también es necesario tener mucha experiencia y costosas computadoras para conseguir pronósticos precisos, detalla en su blog DeepMind.

GraphCast cubre toda la superficie terrestre, es capaz de predecir cinco variables del clima, incluyendo la temperatura, además de la velocidad, así como la dirección del viento y la presión media a nivel del mar, y seis magnitudes atmosféricas en cada uno de los 37 niveles de altitud, tales como la humedad.

Para lograr hacer el pronóstico del clima de 10 días, GraphCast lo realiza un menos de un minuto.

Según la DeepMind, GraphCast logró dar predicciones más precisas en más del 90 % de los 1,380 objetivos verificados.

Así mismo, GraphCast es capaz de identificar eventos climáticos severos antes con más precisión, aseguran los autores del artículo liderados por Remi Lam. Asímismo es capaza de pronosticar ciclones o temperaturas extremas, también es caracteriza los ríos atmosféricos, así como “regiones estrechas de la atmósfera que transfieren la mayor parte del agua de vapor fuera de los trópicos”.

“La intensidad de un río atmosférico puede indicar si traerá lluvias beneficiosas o un diluvio que provocará inundaciones”, precisa DeepMind.

”GraphCast es el sistema de pronóstico del tiempo global a 10 días más preciso y puede predecir fenómenos meteorológicos extremos en un futuro más lejano de lo que era posible anteriormente”, según los autores del artículo.

Con información de la National Oceanic and Atmospheric Administration/National Weather Service/IBM-The Weather Company/EFE.