La predicción numérica del tiempo

Los modelos de Predicción Numérica del Tiempo (PNT) son modelos físico-matemáticos que se utilizan para predecir el estado futuro de la atmósfera partiendo del estado actual que estimamos por medio de las observaciones atmosféricas y un proceso que se conoce como asimilación de datos.

Suponen hoy en día la herramienta fundamental para llevar a cabo la predicción meteorológica y en Meteoclim, ejecutamos en nuestros servidores un modelo meteorológico con una configuración propia. A través de varios artículos pretendemos dar a conocer estas técnicas de predicción que desarrollamos, pero antes, describiremos los aspectos básicos de la predicción numérica del tiempo.

Para que estas predicciones sean útiles es necesario que estén disponibles poco tiempo después de haber recibido las observaciones por lo que se requieren grandes sistemas de cálculo para poder usar las predicciones operativamente. Por eso el desarrollo de la PNT va muy ligado a los avances en los ordenadores. Las ecuaciones que describen los procesos atmosféricos han de ser aproximadas numéricamente existiendo distintos métodos que dan lugar a una gran variedad de modelos.

Superordenador del Centro Europeo para las Predicciones del Tiempo a Medio Plazo. Fuente: ECMWF

Los primeros intentos de modelizar la atmósfera datan de los años veinte del siglo pasado y es en 1950 cuando empiezan las simulaciones por ordenador, en ese año se realizó la primera predicción numérica del tiempo por Charney et al.

Componentes de un modelo meteorológico

Los modelos suelen incluir estos componentes:

Asimilación de datos: permite estimar del estado atmosférico en un momento dado a partir de las observaciones distribuidas por el sistema mundial de telecomunicaciones u otros medios.

Red de observaciones usadas en la asimilación de datos. Fuente: ECMWF

Dinámica: trata de aproximar de forma eficiente (desde el punto de vista de rapidez de cálculo) las ecuaciones de la atmósfera. Describe procesos que se representan explícitamente a la resolución del modelo.

Parametrizaciones físicas:  trata de estimar los efectos de los procesos físicos que tienen lugar a escalas demasiado pequeñas para poder ser representados explícitamente por la dinámica del modelo. No se trata de representar los procesos individuales sino los efectos globales que todos estos procesos producen en las variables resueltas por el modelo, lo que llamamos parametrizaciones físicas.

Procesos físicos que ocurren cerca de la superficie que suelen parametrizarse. Fuente: COMET MetEd

Posprocesado: A partir de las variables de predicción del modelo se calculan muchas variables de interés para describir el tiempo: viento a 10 m, temperaturas junto a la superficie, visibilidad, etc.

Componentes de un modelo atmosférico de predicción. Fuente: COMET MetEd

Ecuaciones usadas y tipos de modelos

Las ecuaciones que describen el flujo atmosférico son bien conocidas desde principios del siglo XX. En concreto se utilizan las leyes de Newton, la ecuación de la termodinámica (conservación de la energía), la ecuación de continuidad (conservación de la masa) y la ley de los gases perfectos. Los modelos globales son hidrostáticos, presuponen la existencia de un equilibrio hidrostático, es decir, que el peso de la atmósfera, que ejerce presión hacia abajo, está en equilibrio con la fuerza del gradiente de presión, que empuja hacia arriba. Esta suposición acerca del equilibrio hidrostático es válida para los sistemas de escala sinóptica y global, y para algunos fenómenos de mesoescala.

Esquema del equilibrio hidrostático. Fuente : COMET MetEd

Los procesos no hidrostáticos y sus efectos adquieren importancia cuando la longitud de una característica es aproximadamente igual a su altura. Como la altura de la mayoría de los fenómenos atmosféricos está limitada por la altura de la troposfera, esto representa un problema para las características de 10 km o menos de tamaño. Entre los posibles ejemplos de características meteorológicas importantes con procesos no hidrostáticos considerables cabe mencionar las tormentas convectivas, los frentes de racha y otras líneas de convergencia, y las ondas de gravedad, incluidas las ondas de montaña y la turbulencia orográfica. Para la predicción numérica del tiempo, los modelos no hidrostáticos incluyen ecuaciones para los movimientos verticales que no se emplean en los modelos hidrostáticos. Esto hace aumentar el coste de cálculo considerablemente y es aplicado a modelos de área limitada. El resultado es que los modelos no hidrostáticos pronostican en forma directa el tiempo ocasionado por los movimientos verticales provocados por los cambios de empuje hidrostático y otras aceleraciones verticales. En cambio, los modelos hidrostáticos sólo pueden inferir los fenómenos meteorológicos que resultan de dichos movimientos verticales.

La mayoría de los modelos aproximan la atmósfera en volúmenes tridimensionales calculando los valores promedios de las variables de pronóstico en cubos, aunque también se consideran geometrías más complejas como de icosaedros o mallas de espaciado variable con mayor resolución en la zona de interés degradando la resolución cuando nos alejamos.

Ejemplos de rejillas de un modelo global. Fuente: COMET MetEd

Física del caos

Por mucho que se avance en la calidad de los modelos atmosféricos, siempre hay situaciones, días, regímenes atmosféricos, con más dificultad inherente para la predicción, y en los que los modelos “fallan” o bien dan predicciones de calidad inferior. El meteorólogo Lorenz (1917-2008) investigó las raíces de este problema, entroncando la meteorología con la física del caos, los sistemas dinámicos no lineales y la sensibilidad de los mismos a las condiciones iniciales. Llegó a la conclusión de que la atmósfera, debido a su naturaleza caótica, tenía un límite físico en su predecibilidad, que estableció aproximadamente en 2-3 semanas. Esto significa que por mucho que avancemos en medios técnicos o científicos, en principio y siguiendo estas conclusiones, no podríamos hacer predicciones “exactas” más allá de este límite de predecibilidad.

La importancia del predictor y el uso de otras técnicas

Como la atmósfera es un sistema caótico que tratamos de representar de forma aproximada hay límites en la calidad de las predicciones, lo que denominamos predecibilidad, que dependen del tipo de fenómeno que necesitemos representar. Por ello la utilización de las salidas directas de los modelos tiene sus limitaciones y se recomienda su interpretación por parte de predictores entrenados en las características y limitaciones de los modelos, la utilización de técnicas estadísticas e incluso del machine learning además de la utilización de métodos para tratar de estimar la predecibilidad de la atmósfera.

Equipo de predictores en Meteoclim . Fuente: Meteoclim

En próximos artículos continuaremos abordando la asimilación de datos, la diferencia entre modelos globales y de área limitada y la predicción por conjuntos.

Bibliografía

  • Fundamentos de los modelos: https://www.meted.ucar.edu/nwp/model_fundamentals_es
  • Meteorología dinámica. Paquete de Instrucción Básica para Meteorólogos. AEMet
Compartir:

Entradas relacionadas

Deja tu comentario