Herramientas para la evaluación del riesgo meteorológico

¿Cómo se evalúa el riesgo meteorológico relacionado con las altas temperaturas? En primer lugar debemos tener en cuenta que dicha evaluación debe hacerse mediante datos meteorológicos adecuados. Para altas temperaturas, analizaremos dos fuentes de datos posibles para el análisis del riesgo: mediante estaciones meteorológicas oficiales o mediante el reanálisis meteorológico, aunque existen otras fuentes de información indirecta que permiten evaluar este riesgo, como los datos satelitales. En este sentido, Open Cosmos está trabajando en el diseño, implementación y puesta en órbita de satélites de última generación que ayudarán a la resiliencia climática.

El reanálisis meteorológico consiste en una técnica de modelización numérica del tiempo a partir de la cual se generan datos en rejilla de una determinada área para un tiempo pasado. Esta técnica es muy ampliamente usada dentro de la comunidad científica y se usa sobre todo para estudiar, por ejemplo, los cambios durante las últimas décadas de las condiciones climáticas de una determinada región del planeta (cambios en las temperaturas medias, en las precipitaciones, etc.).

Esta método tiene la principal ventaja de describir las condiciones de temperatura, precipitación, etc. en aquellos lugares donde no hay instaladas estaciones meteorológicas que permitan la observación directa. Por este motivo se ha adoptado este enfoque para responder a la pregunta que nos hemos hecho al principio de este artículo. Existen multitud de reanálisis meteorológicos desarrollados por diferentes centros de predicción. El más comúnmente usado es el desarrollado por el ECMWF, ERA5, que actualmente cuenta con un tamaño de rejilla (resolución horizontal) de 31 km. Un ejemplo de representación de los datos de temperatura de este dataset se muestra en la izquierda de la Figura 1a:

En la Figura 2 se representa, para un punto de malla (o de rejilla), la probabilidad acumulada CDF de la temperatura a 2 metros para todos los otoños comprendidos en el período 2014-2023. La función de probabilidad acumulada es una manera de representar la climatología de una serie de datos. Es una manera directa de representar los percentiles de los valores de temperatura. Por ejemplo, en la Figura 2, el valor de temperatura correspondiente a 13.8 indica que está en el percentil 0 de la climatología, es decir, es el valor mínimo absoluto encontrado dentro del período de análisis, mientras que el valor 40.9 corresponde al percentil 100 de la climatología, indicando el máximo absoluto registrado en el período.

Para todos los puntos de rejilla, se ha realizado una interpolación espacial a alta resolución de los datos de las estaciones oficiales de AEMET para todo el período de estudio. Dicha interpolación permite comparar ambas CDF para poder evaluar las diferencias entre los valores calculados por el modelo y los derivados de las estaciones oficiales. Como puede verse, ambas curvas no coinciden, indicando que hay diferencias a la hora de comparar la climatología de un mismo punto de rejilla. Estas diferencias pueden ser debidas a limitaciones del propio modelo meteorológico.

Sin embargo, dichas limitaciones o diferencias pueden abordarse mediante técnicas de ajuste estadístico. Mediante estas técnicas se puede reducir el error cometido por el modelo para que la climatología de cada punto de malla se ajuste más a la climatología observada. Para cada punto de malla y para cada estación climatológica, nuestro equipo de Atmosphere ha realizado un ajuste estadístico o calibración basado en el método de Probability Matching. Este método, adaptado de Cardell et al., consiste en igualar el valor correspondiente a la misma probabilidad para las curvas CDF de entrenamiento (WRF en nuestro caso) y objetivo (interpolación espacial de las estaciones de AEMET), cuyo resultado se muestra en la Figura 3:

En la Figura 3 se muestra de manera similar a la Figura 2, las curvas CDF de probabilidad acumulada para un determinado punto de malla para el otoño climatológico. Se puede apreciar que tras la calibración mediante Probability Matching, ambas curvas son idénticas, indicando que dicho punto se ajusta correctamente a la climatología observada, dada por los datos de estaciones de AEMET interpolados espacialmente.

Este método conlleva toda una serie de ventajas. La primera de ellas es que gracias a su aplicación se puede reducir los errores sistemáticos cometidos por el modelo WRF y que de otra forma no sería posible reducir. La segunda es que gracias a su aplicación se pueden desarrollar productos que pueden tener un alto impacto en la implementación de Sistemas de Alerta Temprana o Early Warning System, ya que una reducción del error en las predicciones conlleva a un aviso más certero. Tras la calibración de los datos para el período de entrenamiento (2014-2023) se ha utilizado un período de validación de un año (2024) para ver la reducción del error tras la aplicación de este método de calibración. En la Figura 4 se muestra un mapa con la reducción del error de la temperatura a 2 m para el año 2024:

En la Figura 4 se puede ver que tras la calibración de los datos de temperatura para el período de validación en 2024 se ha producido una reducción del error cometido por el modelo WRF para todos los puntos de malla correspondientes a Baleares. En particular, dicha reducción es muy significativa sobre todo en aquellos puntos de rejilla correspondientes al litoral, con una reducción de hasta más de 5 ºC en el error cometido. Por otro lado, los puntos de malla correspondientes a zonas del interior de las islas son los que tienen menor reducción del error.

Impacto en los avisos por altas temperaturas

Una de las consecuencias de haber aplicado este método de calibración es que también ayuda a describir mejor el clima de Baleares. Mientras se tenga un número suficiente de estaciones meteorológicas repartidas de manera homogénea por el territorio, se podrá describir bien el clima de una determinada zona, pero de no ser así, el clima de dicha zona podría no quedar bien descrito.

Para evaluar el impacto en los avisos por altas temperaturas, se ha realizado una comparación de la climatología de la temperatura máxima diaria en verano por Zonas Isoclimáticas (ZI), definidas por AEMET. En Baleares existen 7 ZI a partir de las cuales el Ministerio de Sanidad tiene implementada la metodología del cálculo de avisos por temperaturas máximas, basada en Linares et al. En Baleares, el valor de temperatura umbral a partir del cual se calcula el aviso corresponde a la media espacial del percentil 95 de la temperatura máxima diaria para cada ZI. Esta temperatura umbral es clave en la generación de avisos por altas temperaturas, de manera que nos basaremos en este valor para la evaluación y posterior adecuación de los avisos. Un ejemplo de esto se puede ver reflejado en la Figura 5.

En la Figura 5 se puede apreciar que las curvas de probabilidad de temperatura máxima diaria en verano (período 2014-2023) no son iguales, indicando que existe una discrepancia en las características climáticas de la temperatura máxima para esta ZI. Una representación espacial de esta ZI puede verse en la Figura 6, junto con los valores de temperatura umbral calculados. Se puede ver que la curva derivada de las observaciones de las estaciones meteorológicas está desplazada con respecto a la calculada mediante el modelo meteorológico.

El modelo meteorológico de alta resolución permite representar el clima en todo el territorio, incluso en zonas donde no hay estaciones meteorológicas. Como todos los puntos del modelo han sido calibrados, tiene sentido pensar que su descripción del clima es más precisa en este caso. Esto cobra especial importancia en la zona de Tramuntana, donde hay pocas estaciones debido a lo difícil que es instalar y mantener equipos de medición en un terreno tan montañoso.

Para todas las ZI de Baleares se ha calculado, por un lado, el valor de la temperatura umbral calculado como la media espacial del percentil 95 de todas las estaciones meteorológicas contenidas en cada ZI. El resultado de este cálculo se muestra en la Figura 6. Por otro lado, se ha calculado, utilizando la misma metodología, el valor de temperatura umbral pero para los datos derivados del reanálisis meteorológico a alta resolución. El resultado se muestra en la Figura 7.

En las Figura 6 y 7, los valores umbrales más elevados se encuentran en el interior de Mallorca. En cambio, los valores umbrales más bajos se encuentran, según el análisis realizado con estaciones meteorológicas de AEMET, en la Sierra de Tramuntana y Menorca, mientras que los valores umbrales más bajos calculados a partir del modelo meteorológico se encuentran en el Levante Mallorquín y Tramuntana, igualando a Ibiza y Formentera.

En la Tabla 1 se muestran, junto a los valores oficiales que proporciona el Ministerio de Sanidad, los valores de temperatura umbral calculados tanto a partir de estaciones meteorológicas oficiales como a partir de los puntos de malla del reanálisis meteorológico.

De acuerdo con los resultados, existen importantes diferencias con respecto al valor de la temperatura umbral obtenido. En este estudio se han utilizado más estaciones meteorológicas que en la metodología del Ministerio, lo que permite captar mejor la variabilidad dentro de cada Zona de Influencia (ZI) y eleva el valor de la temperatura umbral calculada. Además, se ha empleado un período de referencia más reciente (con años especialmente cálidos), lo que refleja mejor el calentamiento actual. Por otro lado, los umbrales calculados con datos de reanálisis ofrecen una descripción más completa en el espacio y el tiempo, especialmente útil en zonas con pocas estaciones o con orografía compleja, como la Tramuntana o el Levante mallorquín.

Conclusiones

En resumen, el uso del reanálisis calibrado para el cálculo de la temperatura umbral resulta especialmente adecuado, tanto por sus ventajas metodológicas como por su utilidad en aplicaciones posteriores, sobre todo en aquellas relacionadas con los Sistemas de Alerta Temprana, ya que, además de las ventajas mencionadas:

• Proporciona una representación espacial continua y homogénea, especialmente útil en zonas con baja densidad de observaciones.
• Ofrece una serie temporal homogénea, sin discontinuidades asociadas a cambios en estaciones, instrumentación o metodologías.
• Elimina la necesidad de seleccionar manualmente estaciones representativas, reduciendo el sesgo subjetivo en el análisis.
• Se basa en la climatología local de cada punto de malla de 2 km, mejorando la estimación del umbral (aplicación del método Probability Matching).
• Permite el cálculo del umbral a distintos niveles de especificidad geográfica: por ZI, por municipio o para todo el conjunto de Baleares).
• Una vez calibrado, el reanálisis favorece la generación de productos derivados, como índices climáticos o entradas para modelos de impacto (salud, agricultura, emergencias), sin necesidad de realizar interpolaciones adicionales.
• Ofrece datos con alta resolución temporal y espacial, lo que mejora su aplicabilidad en sistemas de monitoreo y alerta temprana.

Por tanto, en vista de los puntos mencionados, la metodología adoptada aquí puede resultar muy eficiente a la hora de lograr una mayor adecuación de los avisos por altas temperaturas, sobre todo en aquellas zonas donde no exista cobertura suficiente de estaciones meteorológicas.

Referencias

• Blog Meteoclim: Meteorología para principiantes IV
• ECMWF
• Cardell, M. F., R. Romero, A. Amengual, V. Homar, and C. Ramis, 2019: A quantile-quantile adjustment of the EURO-CORDEX projections for temperatures and precipitation. Int. J. Climatol., 39, 2901-2918.
• Linares Gil, Cristina; López-Bueno, José Antonio; Navas-Martín, Miguel Ángel, Díaz Jiménez, Julio, Determinación de umbrales de mortalidad por ola de calor según regiones isoclimáticas en España, Madrid, Instituto de Salud Carlos III: 2024.
• Rodríguez Marcos, F. J., & Montero Garrido, J. M. (s.f.). Sistema de avisos meteorológicos [Presentación de PowerPoint]. Agencia Estatal de Meteorología (AEMET). Jornada “La gestión del riesgo de inundación fluvial en el contexto del cambio climático”. https://www.miteco.gob.es/content/dam/miteco/es/agua/formacion/08-sistema-de-avisos-meteorologicos-aemet_tcm30-485272.pdf

El fenómeno de Isla de Calor Urbana

La presencia de grandes ciudades y la actividad humana que en ellas se desarrolla tiene un alto impacto en las condiciones meteorológicas. Más allá de la contaminación que se genera en las ciudades, que tiene consecuencias en la salud de la población, las ciudades tienen la capacidad de alterar el clima local. Una de estas alteraciones (y muy problemática para la población) es el fenómeno de la Isla de Calor Urbana o ICU. Las ICU se caracterizan por diferencias de temperatura entre la ciudad y sus alrededores. 

Este aumento de temperatura en las ciudades se debe a la acumulación de calor en materiales de construcción como el concreto y el asfalto o actividades humanas como conducir coches o los sistemas de calefacción y refrigeración en los edificios. Además, la falta de vegetación y superficies permeables reduce la capacidad de enfriamiento natural, amplificando el efecto de la ICU. Las ciudades con menos áreas verdes tienen un efecto de ICU más intenso.

Este fenómeno es especialmente problemático en verano y sobre todo en episodios de olas de calor. Desgraciadamente las olas de calor son y serán cada vez más comunes, por lo que cobra especial importancia entender qué son las ICU y cuáles son sus consecuencias para intentar mitigar sus efectos. El efecto de la ICU es más intenso durante la noche y las primeras horas de la mañana. Esto se debe a que las áreas rurales y boscosas se enfrían más rápido, mientras que las ciudades retienen el calor acumulado durante el día y lo liberan lentamente durante la noche.

Además, las actividades humanas contribuyen a mantener temperaturas elevadas en entornos urbanos, retrasando aún más el enfriamiento en comparación con sus alrededores. Dado que las noches cálidas en las ciudades están asociadas con la ICU, éstas pueden causar trastornos del sueño y aumentar el riesgo de enfermedades relacionadas con el calor, afectando especialmente a los grupos vulnerables como la población anciana o enferma.  

Estudios de isla de calor en Meteoclim 

En Meteoclim hemos realizado estudios de islas de calor en diferentes ciudades y pueblos de las Islas Baleares. Para ello, se han analizado las temperaturas registradas durante años por diferentes estaciones meteorológicas en diferentes ubicaciones, con el objetivo de comparar las temperaturas en los centros urbanos con las afueras de las ciudades o pueblos. Como la isla de calor en general es mayor durante la noche, nuestro estudio se enfoca en el análisis de temperaturas mínimas, alcanzadas generalmente de noche. El enfriamiento nocturno del ambiente es clave para la salud, porque permite al cuerpo humano recuperarse del estrés térmico acumulado durante el día. Si no se produce esta recuperación, esto puede agravar el estado de enfermedades crónicas, sobre todo en poblaciones especialmente vulnerables. 

Los resultados son muy claros: en todos los municipios analizados las temperaturas en los centros urbanos son superiores a zonas más externas. El efecto ICU más intenso lo encontramos en Palma, al ser la ciudad más grande de Baleares. En promedio, la ciudad de Palma se encuentra aproximadamente 1.6 ºC más cálido que sus alrededores y de noche se alcanza una diferencia de temperatura mínima de 4.6 ºC de media con el extrarradio, evidenciando la capacidad de la ciudad de almacenar calor durante la noche. Aunque no sean tan marcado, el efecto de ICU también se nota en otras ciudades y pueblos de Baleares. Por ejemplo, en Inca, Maó o Ibiza se encuentran diferencias medias de entre 1 y 1.5 ºC. Nuevamente, la diferencia observando temperaturas mínimas es también superior: entre 1.5 y 2.3 ºC.  

¿Como combatir las altas temperaturas en las ciudades? 

Dado que las ciudades son puntos especialmente sensibles a las olas de calor, es fundamental implementar estrategias para mitigar sus efectos sobre la población. La planificación urbana y el desarrollo de planes de adaptación y sistemas de alerta pueden ayudar a reducir el impacto del calor extremo. Sin embargo, las ciudades son muy diversas y presentan una gran variabilidad entre zonas en términos de población, urbanismo, nivel socioeconómico y demografía.

Qué tan vulnerable es la población al calor depende de muchos factores, como la edad, situación socioeconómica o si vive en zonas más cálidas de la ciudad. Por este motivo, cobra importancia estudiar qué áreas de la ciudad son especialmente vulnerables al calor, ya sea para para mejorar los sistemas de alertas por temperaturas o futuras mejoras urbanísticas. 

Una metodología para identificar qué zonas de la ciudad son más vulnerables es mediante mapas de índice vulnerabilidad por calor (HVI, Heat Vulnerability Index). En Meteoclim hemos desarrollado un HVI basándonos en una gran cantidad de datos de diferentes fuentes, incluyendo tanto datos ambientales obtenidos mediante satélite como datos socio ecónomos y demográficos obtenidos del Instituto Nacional de Estadística.  

Por ejemplo, en cuanto datos satelitales hemos incluido variables como la temperatura superficial terrestre (LST), índices de vegetación (NDVI) o índices de edificación (NDBI). Zonas con elevado LST o NDBI nos indican regiones más vulnerables, en cambio áreas verdes de la ciudad se podrán adaptar mejor al calor debido al efecto termorregulador de la vegetación. Por otra parte, la población anciana o con menores ingresos se verá más afecta al calor que población con una renta elevada.

Combinando todas estas variables y teniendo en cuenta cómo afectan a la vulnerabilidad por calor, hemos construido mapas de HVI para diferentes ciudades y pueblos de las Islas Baleares y España: 

El HVI se encuentra normalizado entre 0 y 1. Valores cercanos a 1 nos indican las zonas más vulnerables de la ciudad, mientras que las áreas con valores cercanos a 0 son las menos afectadas por el calor. Se trata de zonas especialmente cálidas, y con normalidad con mayor densidad de población y edificación y/o con población envejecida. En cambio áreas de color azul son más frías y verdes, y probablemente con población de rentas elevadas.

El Índice de Vulnerabilidad al Calor (HVI) se presenta como una herramienta clave para mejorar la planificación urbanística y la gestión de riesgos asociados a las olas de calor en entornos urbanos. Su utilidad abarca múltiples ámbitos, desde la planificación urbanística, optimización de los recursos sanitarios hasta la mejora de los sistemas de alerta temprana. 

Referencias

• Blog Meteoclim: ¿Conoces la calidad del aire que respiras?
• Blog Meteoclim: 5 preguntas sobre el cambio climático

¿Cómo nos afectan las olas de calor?

Una ola de calor se define como un periodo de un número de días concretos en los que las temperaturas máximas sobrepasan un umbral definido. Poco concreto, ¿verdad?. Las distintas regiones del mundo definen el número de días y su clima define los umbrales. Así, por ejemplo, las primeras definiciones de olas de calor eran para 5 días y en nuestro último estudio climático para Suriname se calculó su frecuencia teniendo en cuenta la definición con 3 días. Ahora que sabemos qué son: ¿cómo nos afectan?.

Una temperatura muy elevada puede provocar problemas de salud como deshidratación, calambres, insolación y/o golpe de calor, etc. Diversos estudios demuestran que a partir de 37ºC se produce una reacción fisiológica de defensa. Las personas mayores y los niños muy pequeños son más sensibles a estos cambios de temperatura.

Desde un punto de vista gubernamental debemos tener mecanismos para prepararnos para situaciones en las que la atención temprana de cara a las altas temperaturas se pueda dar eficientemente y reducir riesgos para la población. Por ejemplo, la Comunidad Valenciana (aquí, en España), tiene un servicio de avisos por temperaturas extremas para el ámbito de la salud, que ha desarrollado Meteoclim. Este tipo de servicios se espera que sean más frecuentes a lo largo de los años, la pregunta es «¿por qué?».

Tiempo y clima

Empecemos por aclarar conceptos: tiempo y clima. Muy habitualmente se utilizan en estos dos conceptos en el lenguaje coloquial como el mismo concepto. El primer paso para entender de qué hablamos es diferenciarlos claramente.

El tiempo se refiere a las condiciones meteorológicas en un lugar y en un tiempo determinado, mientras que el clima trata de describir las condiciones medias en las que se desarrolla el tiempo en una determinada región. La descripción del clima en una región utiliza medidas tomadas a lo largo de un largo período de tiempo, normalmente 30 años, mientras que el tiempo, tal y como lo conocemos, describe las variables meteorológicas durante un período de tiempo muy corto (minutos, horas o días).

El clima terrestre actual está cambiando. Esto es debido principalmente a un aumento de la temperatura media global, provocado por las emisiones de gases de efecto invernadero. En las últimas décadas se ha acelerado el aumento de la temperatura media global, hecho que alarma a la comunidad científica, ya que de no tomar ningún tipo de acción para frenar las emisiones, las consecuencias sobre el clima terrestre pueden ser catastróficas e irreversibles.

El calor es noticia (y lo seguirá siendo)

En la península de Columbia, en la costa oeste del sur de Canadá y noroeste de Estados Unidos, a unos 50 ºN de latitud, se ha vivido un auténtico infierno: una ola de calor mortífera ha acabado con la vida de decenas de personas debido a las altas temperaturas. En esta zona climáticamente templada, se han alcanzado temperaturas desérticas, que rozan los 50 ºC en algunos puntos.

En una región del planeta en que reina el clima templado debido a la influencia del océano, soportar estas temperaturas se hace un auténtico reto de supervivencia, ya que la población no está suficientemente preparada para experimentar temperaturas tan altas como estas. Lo más inquietante de todo ello, es que se han batido récords absolutos de temperaturas máximas durante varios días seguidos. Esto, sin duda, llama la atención. Este aluvión de récords es imposible de comprender sin la influencia del ser humano en el clima terrestre.

En un mundo de cada vez más caliente, desgraciadamente estos no serán los últimos récords que veamos batirse. Como seres humanos, debemos empezar a tomar consciencia de estos hechos y tomar medidas para poder adaptarnos al porvenir. El calor, lamentablemente, es noticia (y lo seguirá siendo).

Consejos ante una ola de calor

Ante las noticias descritas y lo que supone vivir en un mundo de cada vez más cálido, debemos tomar consciencia de ello. Por eso, queremos hacerte ver la importancia de protegerte del calor, ahora que ya ha llegado el verano:

• Bebe abundante agua o bebidas frescas
• Protege la piel aplicando cremas protectoras solares
• Mantente en lugares frescos siempre que sea posible
• Evita exponerte al sol durante las horas centrales del día
• Evita comer en exceso y sigue un régimen de comidas ligeras
• Ingiere abundantes frutas del tiempo (sandía, melón)
• No dejes bajo ningún concepto a niños, personas mayores o mascotas dentro del coche.

El cambio climático no sólo afecta a los efectos de las olas de calor, si no también a otros fenómenos meteorológicos extremos, tales como huracanes, tormentas severas o temporales marítimos. En nuestra entrada del blog podrás encontrar algunas reflexiones sobre las consecuencias del aumento de la temperatura media global.

Referencias

• Programa de prevención y atención a los problemas de la salud derivados de las temperaturas extremas en la Comunitat Valenciana.
• Twitter de Scott Duncan (experto en Meteorología)
• Twitter de Ed Hawkings, autor del diagrama de Hawkings
• Twitter de Meteoclim