IRI Revela Su Nueva Generación de Pronósticos Climáticos

Read this story in English

Esta primavera el IRI implementó una nueva metodología para nuestros pronósticos estacionales de temperatura y precipitación alrededor del mundo. Le pregutamos a Simon Mason, Andrew Robertson y a Tony Barnston, tres de nuestros científicos que lideran el desarrollo y calibración de los pronósticos del IRI, algunas preguntas fundamentales sobre el nuevo sistema. Si Vd. usa nuestros pronósticos y tiene preguntas adicionales, o si Vd. tiene algún comentario sobre estos nuevos pronósticos, por favor envíe un email a ude.aibmuloc.irinull@ofni. Traducido por Ángel Muñoz. 

¿Por qué hay un nuevo sistema de pronóstico?

Simon Mason: Cuando el IRI empezó a hacer pronósticos en los ‘90s, usaba modelos climáticos que representaban sólo la atmósfera. Para ese entonces estaban también disponibles modelos más sofisticados que incluían los océanos, pero no podían generar fácilmente más que unos pocos pronósticos históricos (llamados “hindcasts”, ver caja lateral de texto) debido a la poca disponibilidad de datos en los océanos. Necesitábamos que los datos de esos hindcasts cubrieran un período largo de tiempo de modo que pudiéramos tener una evaluación precisa de qué tan bien esos modelos trabajaban, y qué correcciones tendríamos que llevar a cabo para producir pronósticos confiables. Luego de dos décadas estos “modelos acoplados” –los que incluyen tanto el océano como la atmósfera—pueden ya generar una historia suficientemente larga de hindcasts. Los modelos mismos han tenido también mejoras, y se usan ahora de manera operacional por la mayoría de los centros de pronóstico global, incluyendo el proyecto de la NOAA llamado Ensemble Multi-Modelo Norte Americano (NMME, por sus siglas en inglés).

Andrew Robertson:  Hasta hace unos pocos años, los datos de un ensemble de modelos acoplados no eran accesibles fácil o gratuitamente, tanto por restricciones en el uso de los datos por parte de varios centros globales como por la falta de una infraestructura coordinada para compartir los datos. Por primera vez, el proyecto NMME de la NOAA provee pronósticos en tiempo real y hindcasts de nueve modelos acoplados de instituciones estadounidenses (NCEP, NASA, GFDL, NCAR, COLA/University of Miami) y el Environment and Climate Change Canada, completamente gratuitos por medio de la Biblioteca de Datos del IRI. Esto hace que sea fácil para nosotros basar nuestros pronósticos en la salida de esos modelos NMME. Además, debido a una disminución de fondos, el IRI ya no estaba más en capacidad de ejecutar modelos globales climáticos atmosféricos como hacía antes.

SM: A pesar de que el IRI no posee ahora fondos para ejecutar modelos climáticos en nuestras instalaciones, hemos podido configurar un sistema de pronóstico completamente automatizado que aprovecha los pronósticos de modelos acoplados del proyecto NMME, así como la experiencia de más de dos décadas del IRI en generar pronósticos de tales sistemas.

¿Ha cambiado el método de crear pronósticos, y eso afecta cómo la predicción puede o debería usarse?  

SM:

Hay dos categorías de cambios en la metodología de los nuevos pronósticos –estamos usando nuevos modelos climáticos, y estamos usando nuevos métodos para convertir la salida de esos modelos en pronósticos confiables.

Los nuevos modelos climáticos representan el sistema climático mejor que los anteriores, pero los principios básicos de cómo esos modelos trabajan no han cambiado –o, si se prefiere, la base física para hacer pronósticos estacionales permanece igual. La nueva metodología de pronóstico está diseñada para hacer correcciones a los modelos climáticos, basadas en la habilidad que éstos tienen para predecir años anteriores de manera precisa. También estamos produciendo información con más detalle espacial que antes.

En principio, no debería haber razón para cambiar cómo o cuándo los nuevos pronósticos se usan porque, tanto en la nueva metodología como en la vieja, las predicciones se hacen para que se consideren con un valor nominal, es decir, para que las probabilidades provean una indicación confiable de cómo sería la temporada en cuestión.

AR: Para aquellos que deseen más información sobre nuestra nueva metodología, hemos preparado una página con detalles aquí. 

¿Podemos hacer comparaciones con los pronósticos anteriores? Por ejemplo, comparar pronósticos de eventos El Niño moderados con las predicciones de este año.

SM: Para ser claros, no ha habido cambio en los productos de pronóstico de El Niño y La Niña (o ENSO), sólo nuestros pronósticos de lluvias y temperaturas se han modificado. Pero, en términos de comparar las predicciones de lluvia y temperatura –como mencioné en la respuesta anterior sobre si los pronósticos pueden usarse de la misma manera—los pronósticos están diseñados para ser considerados con un valor nominal. De modo que, si este año el pronóstico indica una probabilidad más alta que en los años anteriores, esto refleja una mayor confianza en ese pronóstico.

Pero lo que no podemos concluir es que el impacto vaya a ser más fuerte. Por ejemplo, si hay un 60% de probabilidad de lluvia por encima de la normal durante un El Niño moderado en nuestro nuevo sistema, y sólo una probabilidad de 50% durante condiciones similares en el sistema viejo, entonces estamos realmente confiando más que antes que dichas lluvias sobre la normal van a ocurrir; pero es inválido concluir que vaya a haber más lluvias que en años anteriores con condiciones El Niño moderadas.

Tony Barnston: Es cierto que nuestros pronósticos de ENSO no han cambiado. Pero el pronóstico de ENSO (de hecho, pronósticos del campo completo de temperatura superficial del mar) utilizado en el proceso de hacer los pronósticos climáticos sí han cambiado, y probablemente para mejor, debido a que están basados en los ocho (o así) modelos modernos acoplados en lugar de sólo tres, uno de los cuales era estadístico y otro de esos mismos era un modelo con física simplificada que cubría sólo el Océano Pacífico tropical. Así que sólo estábamos usando un modelo moderno para pronosticar la temperatura de la superficie del océano, y ahora los estamos usando todos.

Comparación vis a vis de un pronóstico estacional de precipitación del IRI, anterior (izquierda) y nuevo (derecha). Notar que no se muestra el mismo año.

¿Por qué los pronósticos se ven distintos?

AR: Los nuevos modelos se ejecutan a una resolución espacial más alta. Están a aproximadamente 1 grado de resolución en latitud-longitud (aproximadamente 100 km), comparados con los casi 2.8 grados de los pronósticos anteriores (casi 300 km).

¿Cuáles son las implicaciones para el usuario de tener una mayor resolución?

AR: La mejoría en la resolución puede o no traducirse en más habilidad predictiva en escalas más pequeñas. Hemos notado que los mapas de pronóstico algunas veces parecen más ruidosos a menor escala, y el usuario debería estar al tanto de ello. Estamos trabajando en mejorar nuestro método de calibración para reducir el ruido.

¿Afecta esto otros productos del IRI, o sólo el típico pronóstico basado en terciles?

SM: Sí. La nueva metodología de pronóstico se usa en algunos de nuestros productos de pronóstico de temperatura y lluvia. Estos incluyen los pronósticos estacionales del Cuarto de Mapas de la Federación Internacional de la Cruz Roja y el Cuarto de Mapas de Pronósticos Flexibles.

¿Es más preciso que el sistema de pronóstico anterior?

AR: La respuesta a esta pregunta no es tan simple como podría sonar. Hay múltiples medidas de la habilidad predictiva de un pronóstico, y los sistemas viejo y nuevo son diferentes, lo que hace difícil comparar directamente. Esperamos que el nuevo sistema sea al menos tan bueno como el anterior, porque está basado en una nueva generación de modelos y métodos de inicialización. Estamos en el proceso de verificar totalmente el nuevo sistema para poder proveer una respuesta tan completa a esta pregunta como sea posible.

TB: Con la excepción de las temperaturas sobre la normal, la nueva salida del pronóstico tiene más áreas que no muestran el pronóstico climatológico (esto es, más áreas coloreadas en los mapas; los modelos “tienen más qué decir”) que la salida de los pronósticos anteriores, y esta mayor sensibilidad refleja, presumiblemente, mayor precisión; pero una confirmación de esto vendrá con la verificación que estamos trabajando ahora. Con respecto a las probabilidades de las temperaturas por encima de la normal, estamos investigando si los nuevos pronósticos subestiman la tendencia hacia la categoría sobre la normal debido a una posible inadecuada sensibilidad de los modelos a incrementos de CO2.

¿Cuándo estaban desarrollando los nuevos pronósticos, jugaron algún papel las necesidades y comentarios de los usuarios?

SM: ¡Esta es la pregunta más importante, y la más difícil!

Hay múltiples razones del por qué el IRI comenzó los pronósticos estacionales al final de los ‘90s. En parte fue una respuesta a El Niño 1997/1998, que se esperaba tuviera impactos mayores alrededor del mundo. A pesar de que eso es sólo hace 20 años, hubo muy pocos países y centros produciendo información de pronóstico estacional en esa época –lo que quizá muestra qué tan lejos hemos llegado en las dos últimas décadas. En ese momento la comunidad climática tenía poca conciencia de los potenciales usuarios de los pronósticos estacionales, pero por lo menos podíamos aconsejar a múltiples Servicios Meteorológicos, que tienden a tener sus propios canales de comunicación. Así, durante el final de los 1990s y principios de los 2000s nuestro canal principal de diseminación era intentar informar a los gobiernos por medio de esos Servicios Meteorológicos. Adicionalmente, en la medida en que los países y regiones y centros globales de clima comenzaron a producir sus propios pronósticos, queríamos proveer un buen ejemplo que pudiera ser emulado y adaptado como apropiado.

Sin embargo, en la medida en que la División de Investigación de Aplicaciones del IRI (que era como se llamaba entonces) y la comunidad más amplia de servicios climáticos comenzaron a desarrollar sus experiencias en identificar y trabajar con comunidades de usuarios, nuestros pronósticos comenzaron a ser de interés para un rango en expansión de usuarios. En algunos casos hemos trabajado directamente con esas comunidades para co-desarrollar información de pronóstico estacional hecha a la medida de las necesidades. Esta información es presentada en Cuartos de Mapas diseñados específicamente para eso, ejemplos de los cuales incluyen los de la Federación Internacional de las Sociedades de la Cruz Roja y la Creciente Roja (IFRC) y el Programa Mundial de Alimentos (WFP).

Cuando los pronósticos se re-diseñaron, tomamos en cuenta los comentarios de algunos de nuestros socios principales, como IFRC y WFP, y también de algunos Servicios Meteorológicos alrededor del mundo que consultan nuestros productos. Por supuesto, todo el mundo ha estado solicitando mayores niveles de certeza en los pronósticos (lo que se traduce en los mapas a más colores y tonos más profundos en los mismos), y usando modelos modernos debería ayudar en ese objetivo. Múltiples usuarios han estado pidiendo también mayor información espacial, que hemos atendido en este nuevo sistema de pronóstico también, aunque para algunas aplicaciones –especialmente esas relacionadas con inundaciones—menor información espacial puede proveer mejor calidad de información. En tales casos, se requiere un pronóstico hecho a medida de las necesidades –el desarrollo de productos específicamente diseñados para atender el problema, como en algunos de nuestros Cuartos de Mapas. Esperamos trabajar con nuestros socios y otros usuarios potenciales para explorar qué es lo que funciona mejor para ellos.

Cada vez que hacemos un pronóstico, no pensamos en cómo usuarios específicos responderán a la información. De hecho, es importante que no lo hagamos, porque de otra manera terminamos sesgando el pronóstico. Es importante para el pronosticador comunicar lo que él o ella piensa que va a suceder, en lugar de pensar cómo afectar la respuesta de los usuarios. Cómo mantener esta actitud desapegada, sin embargo, es una pregunta muy diferente a cómo comunicar un pronóstico de manera que facilite las decisiones del usuario. Esa interacción es importante para asegurar que el pronóstico es claramente entendido y provee información relevante.