¿Cómo será el futuro de la predicción meteorológica?

La meteorología es el estudio de la atmósfera terrestre y los fenómenos que ocurren en ella. Su objetivo principal es comprender y predecir las condiciones atmosféricas, incluyendo temperatura, humedad, presión del aire, velocidad y dirección del viento, precipitaciones y otros.

La predicción meteorológica se basa en la recopilación y análisis de datos atmosféricos para prever el comportamiento futuro de la atmósfera. Sin embargo, la precisión de las predicciones muchas veces no es tan alta, debido a la complejidad de los sistemas atmosféricos. ¿Seguirá así en el futuro?

GraphCast, una innovación revolucionaria

Google, a través de su empresa DeepMind, ha presentado un modelo revolucionario llamado GraphCast. Está basado en aprendizaje automático y es capaz de ofrecer pronósticos “más rápidos y precisos”, con hasta diez días de antelación.

Según los responsables, GraphCast supera significativamente a los sistemas tradicionales de predicción meteorológica. Este modelo no solo promete mayor precisión, sino que también destaca por proporcionar alertas tempranas sobre fenómenos meteorológicos extremos.

Su capacidad para predecir decenas de variables meteorológicas en todo el planeta en menos de un minuto es un hito notable en la evolución de la predicción del tiempo.

GraphCast, con código abierto, representa un avance significativo en la inteligencia artificial (IA) para la predicción meteorológica. Los pronósticos más precisos y eficientes que ofrece abren nuevas posibilidades para respaldar decisiones críticas en diversas áreas.

Esto marca un cambio importante, ya que se aleja del método tradicional basado en predicción meteorológica numérica (NWP) y adopta un enfoque basado en datos en lugar de ecuaciones físicas.

¿Cómo funciona el nuevo modelo?

El modelo GraphCast utiliza el aprendizaje profundo. Este enfoque implica el uso de datos en lugar de ecuaciones físicas, permitiendo que el sistema aprenda las complejas relaciones causa-efecto que gobiernan la evolución del tiempo en la Tierra.

Este cambio de paradigma en la predicción meteorológica abre nuevas posibilidades al eliminar la necesidad de diseñar ecuaciones y algoritmos complejos, reduciendo el tiempo y la experiencia necesarios.

En la base de GraphCast se encuentran redes neuronales entrenadas con 40 años de datos de la ECMWF sobre el desarrollo y movimiento de sistemas meteorológicos en nuestro planeta. Este enfoque permite que produzca pronósticos del tiempo para los próximos diez días en un minuto, utilizando únicamente un procesador Google TPU v4.

Según un estudio publicado en la revista Science, GraphCast ha demostrado ser más preciso que el sistema más reputado del mundo, el European Centre for Medium-range Weather Forecasts (ECMWF), en predicciones a plazos de entre tres y diez días.

Las pruebas indican que GraphCast superó en un 90% las predicciones del ECMWF en diversas métricas. Estas incluían temperatura, presión, velocidad y dirección del viento, así como la humedad a diferentes niveles de la atmósfera.

Así mismo, al confrontar el modelo con HRES, desarrollado por el Centro Europeo de Pronósticos Meteorológicos, GraphCast demostró su superioridad, proporcionando predicciones más precisas en más del 90% de los 1.380 objetivos verificados.

Un gran avance

DeepMind, ha logrado un avance significativo en la predicción meteorológica, pues abarca toda la superficie terrestre. Además, trabaja simultáneamente con cinco variables clave: temperatura, velocidad y dirección del viento, presión media a nivel del mar y seis magnitudes atmosféricas en 37 niveles de altitud, incluyendo la humedad.  

Además de prever ciclones y temperaturas extremas, el modelo puede caracterizar ríos atmosféricos. Esto es, regiones estrechas de la atmósfera que trasladan la mayor parte del agua de vapor fuera de los trópicos. La intensidad de estos ríos atmosféricos puede prever si traerán lluvias beneficiosas o inundaciones.

GraphCast demostró su eficacia al predecir exitosamente el comportamiento del huracán Lee en el Atlántico Norte, en septiembre de 2023. El sistema predijo con nueve días de antelación que el huracán tocaría tierra en Nueva Escocia, superando significativamente a otros modelos.

Lo mejor de todo es que el nuevo sistema está dotado de capacidad para ir perfeccionándose a sí mismo. Mejor, imposible.

Otras mejoras

Como hemos visto, la inteligencia artificial puede adaptarse y aprender de manera continua, lo que significa que los pronósticos mejorarán con el tiempo y la experiencia.

Otro avance importante es la incorporación de la tecnología de Big Data en la predicción meteorológica. El análisis de grandes volúmenes de datos provenientes de estaciones meteorológicas, satélites, sensores y redes sociales, entre otros, permitirá obtener información más detallada y precisa sobre el clima. Esto será especialmente útil en zonas donde la red de estaciones meteorológicas es limitada.

Además, se espera que en el futuro se desarrollen nuevos sensores y dispositivos más precisos y eficientes para la recopilación de datos meteorológicos. Estos dispositivos podrían estar integrados en vehículos, edificios e incluso en ropa y accesorios personales, lo que permitiría obtener información en tiempo real y a nivel local. Esto ayudaría a mejorar los pronósticos y también a planificar mejor nuestras actividades diarias.

Por otro lado, la mejora en las capacidades de los superordenadores también influirá en el futuro de la predicción meteorológica. Estos equipos son fundamentales para procesar grandes cantidades de datos y ejecutar modelos matemáticos complejos en un tiempo razonable. A medida que los superordenadores sean más rápidos y potentes, los pronósticos podrán realizarse con mayor resolución espacial y temporal.

Además de los avances tecnológicos, es probable que en el futuro seamos capaces de comprender mejor los mecanismos que controlan el clima y el tiempo atmosférico. Esto se debe a los avances en la investigación científica y a la recopilación de datos más detallados. El desarrollo de modelos climáticos más precisos y realistas permitirá realizar pronósticos a largo plazo y comprender mejor los impactos del cambio climático.

Lecturas recomendadas

Meteorología y climatología

Origen y desarrollo de la predicción meteorológica