Interpretación de mapas y productos meteorológicos

Los epsgramasMeteogramas del sistema de predicción por conjuntos RAMNota de la RAM. Este artículo nace a petición de un lector. La figura y las dudas fueron envidas a la RAM. En la Referencia final po...

Los epsgramasMeteogramas del sistema de predicción por conjuntos RAMSalida gráfica del modelo GFS (Global Forecasting System) del NCEP americano aplicando las técnicas por predicción por conjuntos o EPS para el día 22 de julio de 2005 sobre el punto de grid de Madrid. En esta gráfica, que recuerda a un meteograma, se dibujan datos de la temperatura en 850 hPa (gráficas superiores y escala de la izquierda) y precipitación en superficie (gráficas inferiores y escala de la derecha) en el punto de grid comentado para varios días vista. Otras variables podrían ser representadas de la misma forma (cobertura nubosa, viento, temperatura a 500 hPa, etc.). Las salidas de este tipo se les denominan epsgramas. Ver texto para más detalles.Meteograma previsto sobre Barcelona realizado por el modelo operativo del GFS para los días y horas señaladas en la parte inferior de la escala de diferentes variables meteorológicas. Fuente, portal de Wetterzentrale.Si disponemos de más modelos de predicción ¿cómo podemos realizar un meteograma combinado sobre el mismo punto y usando una sola gráfica?. Una presentación del tipo anterior, única y basada en diferentes modelos sería casi ilegible e inútil. Su utilidad sería casi nula.Volvamos a la primera figura e inicial. Cada día más estamos acostumbrados a ver diagramas como éste o variantes que se fundamentan en las predicciones basadas en conjuntos o EPS (Ensamble Prediction System). Vamos a describir brevemente, y sin entrar en grandes detalles, qué es el EPS y cómo se interpretan estas figuras relacionadas con la técnica de predicción por conjuntos. Nos circunscribimos sólo a los modelos numéricos globales como son los de CEPPM y el GFS, por poner dos ejemplos.Predicciones deterministas y probabilísticasPara introducir estos conceptos utilizaremos la predicción de la precipitación y en un punto dado, que en el caso de la figura es Madrid. Estos razonamientos vales para cualquier variable meteorológica a pronosticar.a.- Predicción deterministaDecimos que una predicción es determinista cuando pronosticamos categóricamente si va o no va a llover o cuánto va a llover en un momento determinado. De esta forma, estamos suponiendo que la atmósfera va a evolucionar de una forma univoca; el escenario de evolución es único dando lugar a un estado que siempre va a estar perfectamente determinado. En él cuantificamos con un valor la cantidad de lluvia que se va a registrar en un punto, por ejemplo, 10 mm en 6 horas para las próximas 12 horas sin ningún género de dudas, de incertidumbre o probabilidad. De la misma forma podemos hacer la predicción para sucesivos momentos afirmando la cantidad de la variable a predecir de forma categórica. Lo mismo es aplicable a otras variables meteorológicas, la temperatura en 850 hPa, la humedad en superficie, etc. El proceder determinista no cuantifica grados de incertidumbre que pueden acontecer en un sistema en el que supuestamente conocemos su modo y forma de evolución.La física clásica, basada en leyes deterministas, nos permite, por ejemplo, analizar el desplazamiento de un móvil si conocemos sus condiciones iniciales y las fuerzas a las que está sometido. De la misma forma, dadas unas condiciones iniciales de la atmósfera y si alimentamos un modelo numérico donde se tengan en cuenta las leyes de la dinámica atmosférica obtendríamos predicciones, por ejemplo de la precipitación, en los puntos de grid de superficie. El modelo nos diría si va o no va a llover y cuanto va a llover, a 6, 12,18, 24,.. horas vistas.De esta forma, la manera más fácil de hacer una predicción determinista es usar las salidas de UN solo modelo numérico que prevea UN solo escenario de evolución, que podrá ajustarse o no a la atmósfera real. Podemos hablar de un modelo numérico determinista como aquel que nos permite obtener una única evolución de la atmósfera y de sus variables asociadas. En el ejemplo de la imagen de partida podremos usar las salidas gráficas en línea azul gruesa para hacer UNA predicción de la precipitación o de la temperatura a 850 hPa... Para el 2 de agosto de 2005 tendremos que sobre Madrid (punto seleccionado) lloverá unos 20 mm (escala derecha). Suponer que esto ocurrirá conlleva el realizar una predicción UNICA y determinada por el valor de la evolución del modelo azul (después veremos qué es realmente dicho modelo).Muchas de las salidas de modelos disponibles en Internet son deterministas siempre y cuando nos den sólo un escenario de evolución a varias horas o días vistas.Si en una predicción determinista nos preguntan el grado de incertidumbre o de probabilidad que tenemos en afirmar que va a llover 20 mm en 6 horas, no podríamos responder a dicha pregunta ya que la predicción determinista, y en este caso, nos dice que sí va a llover y cuánto va a llover. Normalmente, la persona que hace la predicción puede “creerse” el modelo al 100 % y seguir absolutamente sus predicciones, o introducir ciertos grados de incertidumbres de forma subjetiva o objetiva: se sabe que dicho modelo se equivoca en esas situaciones en dicha zona, tiene tendencias a sobreestimar o subestimar a las variables meteorológicas, consulta otros modelos diferentes que dan otros valores previstos, etc. Cuando introducimos un grado de incertidumbre o de probabilidad a nuestras predicciones, el pronóstico es probabilístico.Hay que hacer notar que si disponemos de un modelo determinista (como las salidas de los modelos operativos del CEPPM o del GFS) es posible generar, a partir de él, predicciones probabilísticas sin más que aplicar técnicas y filtros estadísticos, u otra técnica objetiva o subjetiva que introduzca cierto grado de probabilidad en nuestro pronostico. Debemos distinguir entre las salidas de modelo y la predicción que al final realicemos basada en modelos u otras técnicas.b.- Predicción es probabilística. El modelo y técnicas basadas en el EPS (Ensamble Prediction System: el epsgramaSabemos que la atmósfera es un sistema caótico: su evolución temporal es extremadamente sensible a las condiciones iniciales de partida. Ya que no conocemos exactamente las condiciones iniciales de partida de la atmósfera para inicializar la pasada de un modelo, que el formulismo del propio modelo no es absolutamente perfecto y que las técnicas numéricas para resolver las ecuaciones no lineales de la atmósfera son aproximaciones limitadas, tendemos que la evolución de la atmósfera de un modelo es una aproximación a al que se dará en la realidad.Uno de los puntos críticos en las predicciones numéricas del tiempo radica en el “problema de las condiciones iniciales” de partida de un modelo: la distribución de las variables meteorológicas reales de la atmósfera no son conocidas en su totalidad, nuestras observaciones tridimensionales poseen muchas lagunas, zonas donde no existen medidas directas e indirectas, errores de medida, etc., y no podemos conocer exactamente el estado inicial de la atmósfera... Lorenz (1962) demostró que las condiciones iniciales de ciertos sistemas, como la atmósfera, condicionan extraordinariamente su evolución posterior. En otras palabras y aplicadas a nuestro problema, ya que no conocemos con exactitud las condiciones iniciales o de partida de la atmósfera para alimentar a un modelo, su evolución será una aproximación a al realidad y está se alejará del escenario real a medida que pase el tiempo.Si modificamos o perturbamos convenientemente las condiciones iniciales básicas de partida y obtenemos otros tantos estados iniciales de la atmósfera, digamos N, en las que, supuestamente (y esta es la clave de la técnica del EPS) algunos de los estados iniciales perturbados estén próximo al estado real de la atmósfera, por nosotros desconocido. N puede tomar los valores de 50, 10 o el número que se estime oportuna. Ahora podemos correr un mismo modelo con estos N estados iniciales diferentes para obtener N escenarios de evolución de la atmósfera donde supuestamente esté contenida la evolución de la atmósfera real.Ya que el coste computacional suele ser muy elevado al tratar de disponer de N evoluciones de la atmósfera con N estados iniciales de un modelo lo que se suele hacer es degradar la resolución espacial (horizontal y vertical) del modelo operativo de esta forma obtenemos diferentes escenarios de evolución que en la jerga meteorológica son:

- Salidas y predicciones del modelo operativo a plena resolución y partiendo con las condiciones iniciales básicas sin perturbar. Es el escenario de evolución, digamos, “operativo” y determinista.- Salidas y predicciones con el modelo degradado en las que se obtienen N escenarios de evolución de la atmósfera, modelo EPS:
Una salida o escenario de evolución de control partiendo de las condiciones iniciales sin perturbar con el modelo degradado. Este escenario es parecido pero no igual al modelo operativo ya que parte de las mismas condiciones iniciales que este pero con la resolución degradada.
N-1 escenarios de evolución que se generan con el modelo degradado en resolución y con las restantes N-1 condiciones iniciales levemente perturbadas.

Imagen conceptual de la evolución de un sistema caótico, como es la atmósfera. La trayectoria gruesa representa la evolución real de la atmósfera con puntos de partida inicial y final, círculo-aspa. Partiendo de puntos próximos, que representen el estado inicial de la atmósfera, los estados evolutivos futuros divergen con el tiempo alejando se del estado final. Algunos escenarios de evolución pueden estar próximos al real. La técnica por predicción por conjuntos parte de un estado inicial de la atmósfera próximo al real. Modificando levemente el este estado inicial obtenemos otros estados iniciales perturbados, a partir de los cuales obtenemos los distintos escenarios de evolución. Unos escenarios divergen de la evolución real y otros pueden simular la evolución del real.Ya que tenemos N escenarios de evolución podremos ver y analizar si la situación atmosférica posee un grado de dispersión determinado, si todos los escenarios evolucionan de la misma manera, etc. Gracias a las salidas del EPS podremos cuantificar cuantos miembros o escenarios dan lluvia y cuantos no lo dan, se podrá cuantificar la probabilidad de los escenarios o pasadas o miembros que den lluvia superior a 20 mm en las próximas 6 horas, cuantificar el riego de vientos que superen un umbral dado, etc.Gracias a las salidas del EPS podremos cuantificar incertidumbre y probabilidades de la predicción en los diferentes momentos de la pasada del EPS.A titulo de ejemplo el modelo del EPS del CEPPM utiliza y genera 51 salidas o escenarios de evolución hasta 10 días. El modelo americano del EPS basado el GFS utiliza sólo 10 escenarios de evolución (la realidad en este último caso es algo más compleja, pero no nos añade nada a nuestros objetivos). Además, tendremos las salidas del modelo determinista del CEPPM y GFS a plena resolución. Estos últimos escenarios NO son considerados como parte integrante del EPS, aunque sí se pueden dibujar sus resultados sobre los últimos.En las representaciones gráficas de las salidas basadas en la técnica del EPS se suelen representar los escenarios o variables asociadas en diferentes colores, además podemos encontrar las salidas del modelo operativo a plena resolución con una línea más gruesa. Interesa mostrar también, la media del EPS o de los N miembros o escenarios de evolución como una evolución media y global que resuma, burdamente, todos los escenarios mediante su media aritmética. En determinadas ocasiones se representa la media climatológica de los últimos años de la variable del modelo como una referencia base. Es el epigrama.En estas condiciones ya estamos preparados para interpretar la imagen superior y sus equivalentes.Interpretación del producto anteriorLa cabecera nos dice el punto de grid donde se han solicitado los datos (Madrid) y la fecha de la pasada del modelo, 22 de julio de 2005 a las 06 Z. Las variables a presentar en el meteograma aparecen en la siguiente línea: T en 850 hPa en ºC y la precipitación. En la línea inferior aparecen datos complementarios: Salidas del EPS del modelo americano GFS del NCEP. En este caso la gráfica la genero el portal de la Wetterzentrale.El meteograma basado en el EPS: el epsgramaComo dijimos con anterioridad el modelo de conjuntos basado en el GFS genera 10 escenarios de evolución a partir de 10 condiciones iniciales levemente perturbadas en el momento inicial. Cada salida prevista de las variables a representar se colorea según el escenario de evolución del EPS. En este caso se hace en línea fina de color. La salida del modelo operativo o principal a plena resolución del GFS determinista se presenta en línea azul gruesa. La media de todos los miembros del EPS se representa en línea gruesa blanca. La línea gruesa roja es una media del modelo de tipo climatológico de referencia tomada de los datos en los últimos 30 años.Las líneas superiores están asociadas a la T en 850 hPa en ºC y las línea inferiores a las salidas de la precipitación. No es conveniente usar los productos de precipitación en las salidas de los primeros momentos del modelo. En ambos casos se representa la evolución temporal de ambas variables en dicho punto a 10 días vista.En los primeros momentos de la predicción de la T en 850 hPa es similar en todos lo miembros del EPS hasta el día 25 de julio, por lo tanto, podríamos tomar uno e los miembros o la media para hacer la predicción desde el 23 al 25. Decimos que no hay dispersión y la atmósfera se comporta de forma determinista. La atmósfera a dicho nivel se calienta y, posteriormente, tiende a descender la temperatura.A partir del 25 a las 06Z comienza a haber una dispersión entre los miembros, la atmosferaza deja de ser determinista y el grado de incertidumbre en la predicción aumenta, tanto más cuánto más dispersión exista entre los valores de los diferentes escenarios. Aunque hay una tendencia general de todos los miembros o salidas a disminuir la T en 850 hPa., algunas evoluciones lo hacen más acusadamente que otras. A la vez, podemos observar como diverso miembros del EPS siguen la evolución del modelo operativo (línea gruesa azul). La dispersión aumenta a medidas que nos alejamos de los momentos de partida del modelo, existiendo escenarios de evolución que tienden a aumentar la temperatura y otros, que siguiendo al operativo o principal, la disminuyen. Como era de esperar la media queda en una posición intermedia a los extremos evolutivos: es poco representativa.Gracias a las salidas del EPS podemos afirmar que es posible que entre el 3 y 5 de agosto exista un refrescamiento en 850 hPa, ya que algunos miembros del EPS lo manifiestan, y así es apoyado por el operativo. Un tratamiento objetivo de estos datos nos cuantificaría la probabilidad que acontezca algunos de los eventos comentados.El mismo razonamiento puede hacerse para la precipitación en superficie. En este caso todos los escenarios y el operativo nos confirman que NO llevará hasta el 31 de julio. No existe dispersión de la precipitación en TODOS los escenarios, ninguno da precipitación y, por lo tanto, la probabilidad de que no llueva es muy alta. A últimas horas de ese día la probabilidad de que se produzcan precipitaciones aumenta, y más aún entre el 1 y 3 de agosto donde varios miembros y el operativo dan una señal clara de precipitaciones. Otros miembros no dan señal alguna. La probabilidad de lluvia se mantiene pero es muy baja en el último periodo de la pasada del modelo EGS y del operativo.Gracias a esta forma de representar los distintos escenarios de evolución mediante el modelo EPS y el operativo, podemos observar el grado de la evolución determinista o no determinista de la atmósfera, cuándo el tiempo simulado por el modelo posee un grado de incertidumbre a la hora de hacer las predicciones ( mayor dispersión de los miembros),etc. La suma de escenarios nos suministra una información adicional muy elocuente y valiosísima respecto a la salida suministrada por un solo modelo, el operativo, que sería una sola línea de evolución.El problema fundamental de usar estás técnicas es la forma de cuantificar y transmitir el grado de probabilidad de que se dé o no un suceso determinado. Los meteorólogos y predictores del tiempo tienden a usar estas técnicas basadas en el EPS para cuantificar el grado de incertidumbre de su predicción. Huir de las predicciones deterministas para usar las probabilísticas es una tendencia en la predicción meteorológica moderna.Lógicamente, el aumentar el número de miembros del EPS y sus escenarios de evolución, como ocurre con el modelo del EPS del CEPPM con 51 miembros frente a los 10 del EPS del GFS, nos llevaría a concluir que mayor será la probabilidad de que la atmósfera evolucione como algunos de los escenarios evolutivos del EPS. Todo tiene un coste computacional: a mayor número de miembros a simular con condiciones iniciales diferentes, mayor será el tiempo de cálculo. Otro problema es cómo presentar estos productos que son base de la predicción probabilística. Pero este es otro tema que no vamos a tratar aquí.Epsgrama de Roma utilizando el modelo determinista y el modelo EPS del CEPPM. Imagen obtenida del portal del CEPPM.Esperemos que este artículo os sirva para comprender mejor este tipo de diagramas y otros que explicaremos en futuras RAMs.Referencias- Más en la RAM 6 de diciembre de 2002- Consulta de Meteogramas basados en EPS del tipo dibujado:http://www.wetterzentrale.de/topkarten/fsavnmgeur.htmlSeleccione la zona en la ventana central: EuropaSe abrirá una ventana nueva en la parte inferior: Meteogramme-Europa. Elija la ciudad y la opción Ensamble t850 und Nds. Pulse Zeigen- El EPS del CEPPM: El epsgramahttp://www.ecmwf.int/products/forecasts/guide/Epsgrams.html

Esta entrada se publicó en Reportajes en 23 Sep 2005 por Francisco Martín León