• Predicción especial. Semana Santa
Nire Weba
Aplikazio ofiziala 'El tiempo de AEMET'(Android eta IOS)
Kontaktatu
Web Mapa
Jarraitu guri Facebooken
Jarraitu guri Twitteren
AEMET blog.es
Jarraitu guri YouTuben
RSS
HasieraI+D+iIragarpenaDetalle

Predicción probabilística y postproceso de modelos

AEMET desarrolla y aplica técnicas de adaptación estadística a las salidas de los modelos numéricos para mejorar el pronóstico de las variables atmosféricas en superficie (precipitación, temperatura, viento, etcétera) que afectan de forma importante a las actividades humanas. También ha desarrollado métodos estadísticos y dinámicos para su predicción probabilística. Las predicciones de los modelos numéricos meteorológicos son utilizadas para distintas aplicaciones de postproceso en diferentes campos. La calidad de los productos numéricos deterministas y probabilísticos se evalúa de forma continua con metodologías cada vez más avanzadas de verificación objetiva.

Sistemas de Predicción por Conjuntos para la predicción probabilística

Para generar predicciones a medio plazo, entre 3 y 5 días, AEMET postprocesa y utiliza las salidas del Sistema global de Predicción por Conjuntos (Ensemble Prediction System, EPS), del Centro Europeo de Predicción a Plazo Medio (CEPPM), basado en perturbaciones del estado inicial atmosférico y de las contribuciones de las parametrizaciones físicas del modelo. Para la predicción probabilística en el corto plazo, hasta 48 horas, AEMET es pionera en el desarrollo y ejecución experimental a escala diaria de un Sistema de Predicción por Conjuntos, SREPS, de mayor resolución (25km) y con 25 miembros, basado en la integración de 5 modelos numéricos en área limitada diferentes forzados con las predicciones de 5 modelos globales distintos. Con ello se pretende muestrear las incertidumbres procedentes de los errores de los modelos, las condiciones iniciales y las condiciones de contorno. El sistema ha demostrado que es capaz de generar una dispersión muy realista.

Ejemplo de precipitación prevista por cada uno de los 25 miembros del sistema SREPS de AEMET
Ejemplo de precipitación prevista por cada uno de los 25 miembros del sistema SREPS de AEMET

AEMET también colabora en el sistema multimodelo GLAMEPS que está siendo desarrollado entre los Consorcios de predicción numérica del tiempo europeos HIRLAM y ALADIN. La futura línea de desarrollo, en la que AEMET ya está trabajando, consiste en la generación de sistemas de predicción por conjuntos en muy alta resolución, basados en el sistema HARMONIE, que permitan muestrear la incertidumbre en casos tales como los fenómenos de lluvias intensas, con procesos altamente no-lineales. AEMET colabora en este ámbito con el Consorcio HIRLAM y con el CEPPM, investigando y desarrollando metodologías para generar perturbaciones en el estado inicial y en las contribuciones de los procesos físicos a la evolución de las variables atmosféricas.

 

Desarrollo de técnicas avanzadas de verificación

La verificación de las predicciones de los modelos meteorológicos frente a observaciones forma parte de las  cadenas operativas de predicción numérica del tiempo ejecutadas en AEMET, tanto deterministas como las basadas en predicción por conjuntos. Con SREPS,  AEMET diseñó, desarrolló y puso en funcionamiento un sistema completo de postproceso de las salidas de sus miembros, así como de verificación de las predicciones probabilísticas generadas, que ha sido posteriormente implementado en el sistema GLAMEPS de HIRLAM.

Ejemplos de diferentes metodologías de verificación
Ejemplos de diferentes metodologías de verificación

Además de las métricas clásicas utilizadas en verificación, AEMET trabaja en el desarrollo de novedosos procedimientos que  utilizan nuevas fuentes de observaciones procedentes de radar y satélite e intentan resolver las limitaciones de estos métodos. Entre otros, se tienen en cuenta la incertidumbre de las observaciones, los errores de muestreo, la estratificación dependiente del flujo, los fenómenos extremos y adversos, las escalas espaciales y temporales... Estos desarrollos los lleva a cabo en colaboración con el CEPPM y también como parte de la contribución de AEMET a los Planes Científicos del Consorcio HIRLAM.

 

Métodos de adaptación estadística a las salidas de los modelos numéricos

A pesar del aumento significativo de su resolución y complejidad, los modelos numéricos meteorológicos son representaciones simplificadas de los procesos atmosféricos. Cuando se requieren predicciones cuantitativas de variables tales como lluvia, temperaturas extremas, etc. a nivel muy local, todavía se hace necesario aplicar a sus salidas métodos de adaptación estadística. AEMET viene trabajando en el desarrollo y puesta en funcionamiento de diferentes métodos de adaptación estadística de las salidas directas de los modelos desde hace más de dos décadas.

Uno de los métodos que utilizados operativamente para  postprocesar las salidas de los modelos es el método de análogos sinópticos, que se  aplica a las predicciones de precipitación del modelo del CEPPM. La técnica de análogos ha sido utilizada también para desarrollar métodos estadísticos adecuados para la predicción probabilística de eventos binarios a escala diaria (por ejemplo, ocurrencia de meteoros) y su interpolación probabilística a rejillas de alta resolución.

Por otro lado, AEMET ha desarrollado metodologías muy novedosas basadas en redes bayesianas para proporcionar predicciones locales de forma colectiva y con coherencia espacial para un conjunto de localidades. Estos trabajos se han realizado en colaboración con la Universidad de Cantabria

Ejemplo probabilidad de precipitación obtenida aplicando una adaptación estadística
Ejemplo probabilidad de precipitación obtenida aplicando una adaptación estadística
Función de distribución de probabilidad optimizada en el método de adaptación estadística BMA
Función de distribución de probabilidad optimizada en el método de adaptación estadística BMA

 

AEMET también trabaja en el desarrollo y puesta en funcionamiento de diferentes métodos avanzados de adaptación estadística ( Bayesian Model Averaging, BMA, Extended Logistic Regression, ELR) de las salidas de los sistemas de predicción por conjuntos probabilísticos de corto plazo, tanto SREPS como GLAMEPS, como parte de la colaboración con el Consorcio HIRLAM. Como en la mayoría de los métodos de calibración, estos procedimientos mejoran las salidas directas en sentido estadístico, salvo en los casos de fenómenos extremos.

Aplicaciones de postproceso: índice meteorológico de incendios forestales

Entre las aplicaciones desarrolladas en AEMET que utilizan los campos de análisis y predicciones meteorológicas de los modelos numéricos operativos, está el índice meteorológico de incendios forestales, FWI (Fire forest Weather Index). Las predicciones de este índice forman parte del servicio que AEMET presta a usuarios específicos de la Administración española.

El FWI (Fire Forest Weather Index) está basado únicamente en factores meteorológicos. El sistema tiene en cuenta la humedad de los combustibles muertos presentes en el suelo y el subsuelo, que se estiman a partir de sus valores de partida y de los campos meteorológicos analizados y previstos (temperatura, humedad relativa, viento, precipitación). El viento previsto se usa también para estimar la intensidad de propagación de un fuego.

Ejemplo de predicción del índice meteorológico de incendios forestales
Ejemplo de predicción del índice meteorológico de incendios forestales

Puesto que el riesgo de incendio forestal no involucra únicamente factores dinámicos relacionados con las condiciones meteorológicas, sino también otros factores estructurales, se calcula un nivel de riesgo estratificado en cinco clases que se estima en base a una calibración realizada sobre el FWI para la península Ibérica y las islas Baleares. Dicha calibración se ha llevado a cabo a partir los registros históricos de superficie ardida y número de incendios.

Email
Partekatu Twitter-en
© AEMET. Informazioa erabiltzea baimenduta eta AEMET aipatuz gero, erreproduzitzea ere.
Aplikazio ofiziala 'El tiempo de AEMET'(Android eta IOS)
Jarraitu guri Facebooken
Jarraitu guri Twitteren
AEMET blog.es
Jarraitu guri YouTuben
RSS