El uso de probabilidades tiene la clave para mejorar las previsiones meteorológicas, según expertos de la Met Office

Sin embargo, dado que las previsiones meteorológicas siempre están asociadas a un grado de incertidumbre, la comunidad meteorológica lleva años evaluando la mejor forma de transmitir las previsiones meteorológicas informando sobre el grado de incertidumbre asociado a cada una de ellas.

Pronósticos probabilísticos

Los pronósticos meteorológicos por conjuntos (ensemble weather forecasts) se utilizan desde hace algunos años para ayudar a los meteorólogos a comprender la incertidumbre de las previsiones que elaboran, sin embargo, sin incluirla en la previsión. Dado que el pronóstico es uno de los pilares para la toma de decisiones, conocer la incertidumbre de dicho pronóstico también sería fundamental para ayudar a tomar la decisión más acertada.

Las previsiones probabilísticas se basan en la previsión conjunta (ensemble forecast), que es un enfoque diferente de las previsiones deterministas tradicionales, que suelen difundir los medios de comunicación.

En la predicción numérica del tiempo, los modelos de predicción, que funcionan en supercomputadoras, se basan en el estado inicial de la atmósfera, que se obtiene a través de diferentes tipos de observaciones meteorológicas (datos de estaciones meteorológicas, sondeos, satélites, radares, etc.).

Por lo tanto, el estado inicial del modelo puede no corresponder exactamente al estado de la atmósfera, debido, por ejemplo, a fallos de observación, y por lo tanto es legítimo introducir pequeñas variaciones iniciales para representar diferentes estados iniciales de la atmósfera, lo que obviamente dará lugar a predicciones diferentes, en particular en períodos más largos.

Este proceso produce de 20 a 50 simulaciones, escenarios atmosféricos probables, que, mediante la teoría de conjuntos, se agrupan según patrones atmosféricos similares. De esta manera, el patrón atmosférico más probable para un día determinado será el patrón (o parámetro) resultante de las simulaciones/proyecciones más idénticas del modelo.

Por ejemplo, si el 90 % de las 20 o 50 simulaciones son idénticas, esto significa que para un día determinado el pronóstico tiene un bajo grado de incertidumbre.

Estudios realizados durante muchos años, en particular por la Oficina Meteorológica del Reino Unido, muestran cómo los pronósticos por conjunto ofrecen mejores capacidades predictivas que los pronósticos deterministas individuales.

Un artículo del Met Office menciona que el estudio realizado por ese Servicio también examinó si las personas entienden la incertidumbre en los pronósticos, dado que muchas aplicaciones de pronóstico del tiempo ya comunican la incertidumbre a través de medidas como el porcentaje de probabilidad de lluvia, que refleja los resultados de modelos de conjunto.

La comprensión pública no es la barrera que se temía

El uso de pronósticos probabilísticos para su difusión al público general ha sido objeto de amplio debate. El Servicio Meteorológico completó el estudio mediante varias encuestas a la población.

La idea anterior de que las probabilidades podían confundir a la gente o socavar la confianza en las predicciones era errónea. En general, las personas son capaces de interpretar la información probabilística y utilizarla eficazmente.

Sin embargo, el artículo de Met Office también explora formas visuales más claras de presentar probabilidades, como símbolos meteorológicos combinados, gráficos circulares o íconos múltiples, para facilitar una comprensión rápida.

Se cree que la predicción probabilística permite calcular y comunicar la incertidumbre del pronóstico de forma práctica a través del porcentaje de probabilidad de ocurrencia de un fenómeno determinado, y que esto es comprensible para la mayoría de la población en general y particularmente para las autoridades y tomadores de decisiones en el campo de la protección civil, lo cual es muy importante en eventos extremos.

Sin embargo, surge una pregunta: ¿Entiende la población de los países en desarrollo este tipo de previsión?

Referencia de la noticia

Why probability is the key to future weather forecasts