¿Como podemos medir la lluvia utilizando antenas de telecomunicaciones? 

La lluvia forma parte de nuestra vida cotidiana, pero también es un elemento clave para la agricultura, la gestión del agua, la prevención de inundaciones y el estudio del cambio climático. Saber cuánto llueve, dónde y cuándo, es fundamental para tomar decisiones informadas en muchas áreas. Para medir la precipitación lo más habitual es el uso de estaciones meteorológicas o de radares meteorológicos.

Sin embargo, la distribución de los pluviómetros puede ser limitada o inexistente en algunas zonas del mundo, al igual que el área cubierta por los radares meteorológicos. Por ello es interesante obtener otras fuentes de medición de la precipitación alternativas. De cara a solucionar estas limitaciones de los métodos tradicionales, en Meteoclim hemos desarrollado y aplicado algoritmos para estimar la precipitación a partir de las señales de torres de telecomunicaciones para crear una red de pluviómetros virtuales que permite tener datos de lluvia en tiempo real y a una resolución a nivel de calle.   

Cuando llueve, las gotas de agua interfieren con las señales de microondas que se transmiten entre antenas de telefonía móvil y la señal se atenúa al atravesar la lluvia. Cuanto más intensa es la lluvia, mayor es la atenuación. Aprovechando este principio físico, es posible estimar cuánta lluvia cae analizando cuánto se ha debilitado la señal entre dos torres. Este método convierte una infraestructura ya existente (la red móvil) en una herramienta útil para observar la lluvia de forma continua y en tiempo real. 

El cálculo de la precipitación utilizando las señales de los radioenlaces no es un proceso trivial. Aunque la atenuación de la señal suele estar relacionada con la intensidad de la lluvia, no toda atenuación es debida a la lluvia. Existen otros fenómenos atmosféricos que también afectan a la señal y pueden llevar a falsas detecciones de lluvia. 

Uno de los principales problemas es la condensación de agua sobre las antenas, especialmente durante las primeras horas del día, cuando el rocío se acumula en las superficies frías. Otro fenómeno común es la presencia de niebla densa entre las dos antenas del radioenlace. Ambos casos provocan que la señal se debilite, y los algoritmos pueden detectar una lluvia que no es real. 

Este tipo de interferencias representan un desafío importante para los métodos tradicionales de estimación de lluvia, que no son capaces de distinguir entre una atenuación causada por precipitación real y otra provocada por humedad ambiental. La consecuencia es que se sobreestima la cantidad de lluvia, lo que puede afectar negativamente a estudios meteorológicos, modelos hidrológicos y sistemas de alerta temprana. 

Nuestra solución basada en inteligencia artificial

La clave para distinguir entre lluvia real y rocío o niebla es la forma de la atenuación de la señal: cuando llueve, generalmente se observa una caída súbita de potencia de la señal, mientras que cuando aparece niebla o condensación la caída es mucho más suave porque estos fenómenos se forman de manera más progresiva que la lluvia.  

A continuación se muestra un ejemplo de serie temporal de potencias de un radioenlace entre los días 3 y 6 de diciembre de 2024. Se muestran las potencias máxima, media y mínima (gráfico superior) y nuestro cálculo de la lluvia a partir de la señal (PV acc) comparado con los datos de la estación meteorológica más cercana al radioenlace (Station acc) y datos de radar meteorológico (Radar acc).

Se ha marcado en rojo una lluvia falsa (Dew, rocío en inglés) causada por una atenuación de la señal debido a rocío o niebla. A su derecha muestran lluvias reales durante el día 5, y se puede ver como nuestro algoritmo de cálculo de precipitación es muy parecido a los datos de radar y estación meteorológica.

La clave para detectar y clasificar la lluvia falsa, provocada por fenómenos como la condensación o la niebla, está en analizar con detalle la forma en que cae la potencia de la señal y cómo se calcula la lluvia a partir de ella. Estas falsas precipitaciones tienen patrones diferentes a la lluvia real, pero pueden ser difíciles de distinguir con métodos tradicionales, por ello se ha recurrido a técnicas de inteligencia artificial.

Los algoritmos de inteligencia artificial de redes neuronales son especialmente útiles para detectar patrones. De manera resumida, una red neuronal es un sistema inspirado en el funcionamiento del cerebro humano, formado por muchas “neuronas” artificiales interconectadas. Estas redes pueden aprender a partir de ejemplos, identificando patrones complejos que serían muy difíciles de reconocer con métodos tradicionales. Durante un proceso llamado entrenamiento, la red ajusta sus conexiones internas para mejorar sus predicciones o clasificaciones, lo que le permite tomar decisiones cada vez más acertadas. 

Para que nuestra red neuronal aprenda a detectar lluvias falsas, se le introdujeron una gran cantidad de series temporales con los errores previamente marcados. De esta manera, la IA ha sido capaz de aprender de los ejemplos reales, reconociendo los patrones específicos que indican falsas precipitaciones causadas por condensación o niebla. Actualmente somos capaces de detectar aproximadamente el 95% de lluvias falsas, y esperamos aumentar la precisión en el futuro con la incorporación de nuevos datos en el futuro para que la IA mejore. 

A medida que se le presentan más datos, la red mejora continuamente su capacidad para distinguir entre lluvia verdadera y falsas señales, aumentando la precisión y reduciendo los errores en las estimaciones de precipitación. Este proceso de aprendizaje supervisado es fundamental para que la inteligencia artificial pueda adaptarse a las variaciones y particularidades de los diferentes escenarios atmosféricos. 

A continuación se muestra un ejemplo del funcionamiento de la red neuronal aplicado a la serie temporal de un mes de un radioenlace. Al modelo se le introducen los datos de la señal del radioenlace y detecta automáticamente los errores. En el gráfico se han marcado en rojo, y coinciden perfectamente con la precipitación errónea. A parte del patrón característico, se ve que es lluvia falsa porque tanto la estación meteorológica como el radar no han detectado lluvia.  

Conclusiones

El desarrollo y aplicación de nuestros modelos de inteligencia artificial representan una mejora significativa respecto a los algoritmos tradicionales utilizados para la estimación de lluvia a partir de las potencias de los radioenlaces. Además, estos modelos no solo permiten una estimación más precisa de la lluvia, sino que también habilitan la detección y clasificación de otros fenómenos meteorológicos relevantes, como el rocío o la niebla. 

Con el objetivo de llevar estos avances al ámbito operativo, se ha desarrollado una versión del modelo capaz de funcionar en tiempo real. Para ello, se ha adaptado el modelo para que sea capaz de procesar ventanas de datos de 24 horas, permitiendo que el modelo reciba y procese los datos de manera secuencial a medida que se generan. Esta adaptación permite integrar el sistema en infraestructuras de monitorización continua, abriendo la puerta a aplicaciones prácticas como alertas tempranas o seguimiento meteorológico en directo. 

Referencias

• Blog Meteoclim: Programa de investigación ENTROPY WEATHER para transformar las redes de telecomunicaciones en redes de observación meteorológica
• Zhang, Peng & Liu, Xichuan & Pu, Kang. (2023). Precipitation Monitoring Using Commercial Microwave Links: Current Status, Challenges and Prospectives. Remote Sensing. 15. 4821. 10.3390/rs15194821.

Demostraciones de tecnología disruptiva

En colaboración con otros socios estratégicos, en Grupo WDNA y Meteoclim, hemos contribuido en la puesta en marcha de una serie de demostraciones. Estas han dejado claro que el futuro de la gestión de emergencias pasa por la integración de datos de redes de observación no convencionales. La fusión entre meteorología y telecomunicación emerge al aprovechar la señal de las torres de telecomunicación para crear una red de pluviómetros digitales que permite tener datos de lluvia en tiempo real y a una resolución a nivel de calle. Este hecho revoluciona la manera de ver y monitorear las condiciones meteorológicas.

• Nuestro partner Starion presentó varias iniciativas en colaboración con Vodafone y Grupo WDNA. Se evidenció que la combinación de datos satelitales y terrestres optimiza la respuesta en situaciones críticas que van desde desastres naturales hasta emergencias puntuales.

• Carlos Alonso, CEO de Meteoclim y Julia de Juan, directora técnica, destacaron en el estand de Vodafone la tecnología disruptiva #NetworkAsASensor. Se trata de una herramienta de observación meteorológica que redefine el uso de redes de telecomunicaciones para la monitorización ambiental.

En Grupo WDNA y Meteoclim acumulamos gran experiencia en redes de observación no convencionales. Nuestro equipo ha mejorado en calidad y profesionalidad en los últimos años. Nos preparamos para afrontar los desafíos técnicos de fusionar ciencia y tecnología. Tras años de esfuerzo, nuestro trabajo da frutos.

Sistemas de Alerta Temprana y casos de uso con alto Impacto

La presencia en MWC25 fue un escaparate para nuestros Sistemas de Alerta Temprana. Estos han generado un notable interés en diversos sectores. Durante dos intensos días se mostró la transformación de redes de telecomunicaciones en sensores de lluvia. Se combinó la señal de las torres con información satelital para mejorar la anticipación ante fenómenos como incendios, inundaciones y contaminación atmosférica. Un hito memorable fue la presentación de casos de uso ante el Rey, Felipe VI. Nuestros partners Vodafone España y Starion participaron en este acto. Esto reafirma nuestro compromiso con la innovación y la seguridad.

Conectividad IoT y operatividad 24/7

El Grupo WDNA marcó la pauta en MWC Barcelona. Su experiencia en conectividad IoT ha elevado el estándar en la gestión y el despliegue de infraestructuras inteligentes. La Plataforma entropy(c) ofrece una visualización en tiempo real de la inteligencia operativa. Transforma infraestructuras en entornos inteligentes y facilita decisiones rápidas y precisas.

• Con Redes IoT se demostró la posibilidad de una conectividad sin límites. Se optimizó la interoperabilidad y la escalabilidad de los sistemas.
• La Plataforma entropy(c) ofrece una visualización en tiempo real de la inteligencia operativa. Transforma infraestructuras en entornos inteligentes y facilita decisiones rápidas y precisas.
• El NOC (Centro de Operaciones de Red) garantiza la supervisión y el mantenimiento proactivos. La red es fiable y segura las 24 horas del día.

Compromiso y trabajo en equipo

No podemos dejar de reconocer el gran esfuerzo y la coordinación de los equipos que conforman Grupo WDNA: Meteoclim, Bitaqua y Wireless DNA. Cada demostración y cada caso de uso es fruto del trabajo incansable de un equipo comprometido. El esfuerzo conjunto se reflejó en las innovadoras soluciones y en el entusiasmo de todos los compañeros que asistieron a la feria. Expresamos nuestro sincero agradecimiento a cada uno por su visita, interés y confianza. Nos impulsa a transformar el futuro de la conectividad y la gestión de emergencias.

Hacia una toma de decisiones más eficiente

En Meteoclim apostamos por la innovación y desarrollamos soluciones que conectan el mundo físico y el digital. La sinergia entre tecnologías satelitales, sensores basados en redes de telecomunicaciones y conectividad IoT avanzada nos permite ofrecer respuestas integrales ante emergencias y desastres. Esta integración optimiza la toma de decisiones y refuerza nuestro compromiso con la seguridad y la resiliencia de las comunidades.

Mobile World Congress 2025 ha sido, sin duda, una plataforma excepcional para demostrar que la unión de tecnología y colaboración puede transformar desafíos complejos en oportunidades de crecimiento y mejora. En Meteoclim estamos orgullosos de contribuir a este cambio y de trabajar codo a codo con nuestros partners.

DANA y lluvias extremas

En meteorología 1+1 casi nunca es igual a 2. El sistema atmósfera-tierra es tan complejo que el más mínimo cambio en las condiciones actuales provoca que las previsiones del tiempo cambien drásticamente. El origen de este caos se debe principalmente en la imposibilidad de resolver de manera exacta las ecuaciones que gobiernan los procesos de transporte de masa y energía en la atmósfera. Mediante aproximaciones numéricas, los modelos de predicción del tiempo simulan una posible realidad futura que no tiene por qué corresponderse siempre con lo observado. Este caos nos obliga a afirmar que DANA no siempre equivale a lluvias extremas. Para ello, deben ocurrir simultáneamente toda una serie de factores.

En una entrada anterior hablamos del origen de las DANAs y los posibles efectos en superficie que pueden provocar. Es importante remarcar que en días posteriores a la tragedia acontecida el día 29 se siguieron produciendo precipitaciones torrenciales en el norte de la Comunitat, con acumulados diarios que localmente superaron los 200 mm (fuente: AVAMET). Centrando la atención en el día 29, analicemos qué factores meteorológicos se dieron para que se produjeran estas precipitaciones torrenciales.

En la Figura 1 podemos ver un mapa de la situación sinóptica en toda Europa. Las variables atmosféricas representadas son la topografía a 500 hPa (5500 m. de altura) y la presión media a nivel del mar. Se puede ver la presencia de unos contornos con forma circular (DANA) con un mínimo topográfico centrado en áreas del Estrecho. Las líneas de igual presión (isóbaras) delatan la presencia de una baja en superficie de 1010 hPa aproximadamente.

Sabemos que alrededor de las bajas presiones el viento tiende a circular en sentido antihorario en el hemisferio norte, con lo que si en el mapa ponemos el ojo en el este peninsular, se adivina que los vientos que circulaban en superficie procedían del este principalmente. Estos vientos tienen la característica de ser muy cálidos porque al entrar en contacto con el Mar Mediterráneo se cargan mucho de humedad. Estos vientos, al chocar con una superficie terrestre o una barrera orográfica como las que existen en el este peninsular, tienden a frenarse y a ascender, favoreciendo la formación de nubes bien cargadas de humedad.

Si centramos nuestra visión en la atmósfera a unos 5500 m. de altura vemos que las líneas que rodean la DANA tienen orientación sureste-noroeste, indicando que el flujo en altura procedió del sureste. Al contrario de lo que uno podría pensar de manera intuitiva, la mayor inestabilidad atmosférica en este tipo de circulaciones no se sitúa en su centro, si no en la periferia situada al este, ya que ahí es donde se producen los vientos en altura más intensos.

La combinación de los factores en superficie y en altura son los que principalmente favorecieron la formación de sistemas de tormentas muy potentes con un potencial de impacto muy alto debido a las precipitaciones tan intensas asociadas, aunque también hay que tener en cuenta que el movimiento de la DANA, muy lento, también favoreció la persistencia de las precipitaciones torrenciales.

La combinación de todos estos factores tuvo como consecuencia inundaciones de carácter catastrófico, debido a las extraordinarias acumulaciones de lluvia. Gracias a la asociación meteorológica privada AVAMET, se ha podido reconstruir el episodio meteorológico con muchos detalles. En la Figura 3 se puede apreciar la exagerada cantidad de lluvia en sólo 24 horas en las comarcas del interior de la Comunitat. En la estación de Xiva se acumularon 641 mm pero se observa un área de acumulados de más de 300 mm muy grande, que abarca la mayoría del interior de Valencia.

Tal y como se puede vislumbrar en la Figura 2, estas precipitaciones ocurrieron en cuencas hidrográficas por las cuales cruzan los ríos Magro y Júcar, que confluyen en los pueblos del sur de València. Tal cantidad de agua recogida en tan poco tiempo es completamente inasumible por las cuencas, con lo que el volumen de agua que viajó desde el interior hacia el litoral provocó desbordamientos e inundaciones catastróficas en los pueblos del sur cercanos a Valencia, a pesar de que en dichos pueblos no lloviera de manera torrencial.

La variación de los acumulados fue extrema. En Paiporta sólo se acumularon 6 mm en toda la jornada de día 29 mientras que en Turís, a tan sólo 20 km del pueblo, cayeron 772 mm, un dato completamente fuera de escala que proporcionó la Agencia Estatal de Meteorología (AEMET). En esta estación ¡se recogieron casi 772 mm de lluvia en tan sólo 14 horas! En tan sólo una hora se recogieron casi 185 mm, una cantidad fuera de escala que supone incluso un récord nacional.

¿Tiene el cambio climático algo que ver?

El clima mediterráneo es un clima de extremos de manera natural. A lo largo de la historia han quedado registradas tanto olas de calor como episodios de lluvias torrenciales extremos. Ahora bien, estos episodios históricos quedaban anteriormente muy espaciados en el tiempo pero actualmente se está observando un aumento del número de episodios de tiempo extremo (olas de calor, lluvias torrenciales, temporales destructivos…).

Basta recordar algunos de los últimos episodios de tiempo extremo como la borrasca Gloria en 2020, las tormentas destructivas en Baleares a finales de agosto del mismo año, la borrasca Filomena en 2021, la ola de calor extrema de agosto de 2022, el granizo gigante observado en La Bisbal (Cataluña) a finales de agosto de 2022, con una víctima mortal, las inundaciones provocadas por precipitaciones torrenciales durante el otoño de 2023 en zonas del centro peninsular.

Toda una sucesión de eventos extremos que sin duda son inquietantes y que necesariamente se deben estudiar en profundidad para ver qué relación tiene el cambio climático con estos eventos extremos. En el caso de granizo gigante acontecido en La Bisbal, Cataluña, existe un estudio de atribución que demuestra que el tamaño del granizo observado (12 cm de diámetro) no se puede explicar sin el cambio climático antropogénico.

Año a año vemos cómo los eventos meteorológicos extremos se van acumulando. En el caso de las inundaciones catastróficas en el interior de Valencia, ¿qué tiene que ver el cambio climático? De momento, y siendo estrictos, poco se puede decir hasta que se realicen los correspondientes estudios científicos de atribución del cambio climático de la mano del hombre. La magnitud del desastre acontecido no se debe únicamente a un solo factor (las lluvias torrenciales en este caso), si no que hay otros factores geográficos que son clave para entender el por qué de la magnitud del desastre (urbanismo, gestión del territorio,…).

Minimizando el desastre

Los eventos meteorológicos extremos tales como lluvias torrenciales, inundaciones catastróficas, olas de calor extremas, así como temporales y tormentas destructivas han ocurrido de manera natural a lo largo de la historia, pero debido al cambio climático antropogénico se espera que este tipo de eventos extremos aumente tanto en número como en intensidad.

Es por ello que es necesario contar con herramientas que ayuden a tomar decisiones lo más rápido posible con tal de mitigar el impacto que puedan provocar estos fenómenos extremos. Actualmente, herramientas como el nowcasting o predicción a corto plazo pueden ayudar a la gestión de recursos para minimizar el daño provocado por tormentas intensas. En Meteoclim, contamos con un sistema de predicción a corto plazo que categoriza la intensidad y movimiento de las tormentas, además de su impacto esperado en la población. Además, contamos actualmente con un sistema de alerta por temperaturas extremas en la Comunitat Valenciana.

Referencias

• Blog Meteoclim: DANAs y gotas frías: ¿qué son exactamente?
• Blog Meteoclim: La incertidumbre meteorológica
• Wetterzentrale
• Cuenta de X de AEMET
• AVAMET Associació Valenciana de Meteorologia