Entrevista del mes: Eugenia Kalnay, experta en modelización

Eugenia Kalnay

Hoy tenemos el placer de contar en la Entrevista del mes a Eugenia Kalnay, experta en modelización numérica. Aunque Eugenia nace en Argentina, se trasladó a los EEUU, donde ha ocupado altísimos puestos de responsabilidad en el mundo meteorológico americano. Así por ejemplo, desde 1987 a 1997, fue directora del Centro de Modelización Medioambiental, Environmental Modeling Center (EMC) del National Centers for Environmental Prediction (NCEP) del Servicio Meteorológico Americano, National Weather Service (NWS).

Hoy en día trabaja en el Departamento de Meteorología, de la Universidad de Maryland.Pocas personas son tan sencillas y amables como ella. Aquí la tenemos para regocijo de todos. Su entrevista es un libro abierto para nosotros.

Gracias Eugenia por tu amabilidad con la RAM.

Me gustaría saber cuando la predicción meteorológica pueda ser estimada por los computadores con fiabilidad 100% a escala local para un periodo de más de 5 días, y si cree que la posibilidad de efectuar previsiones exactas puede desvirtuar ese encanto especial que tiene el seguimiento de la meteorología

Esta pregunta es fácil: la respuesta es “nunca”. El efecto mariposa dice que aunque el modelo fuera perfecto, y las observaciones fueran perfectas también, el no considerar el aleteo de una mariposa (o sea, una perturbación totalmente infinitesimal) es suficiente para cambiar el pronóstico completamente en dos semanas. Así que no hay peligro de perder el encanto, o el trabajo.

¿Para cuándo la aparición de nuevos modelos o nuevas versiones de los existentes?

Nota de la RAM. Creemos que el lector se hace referencia a modelos numéricos de nueva generación.

¿Qué mejoras supondrán respecto a los anteriores modelos?

El mejoramiento de los modelos (y el de la asimilación de datos, que debe ocurrir paralelamente) es una sucesión de pasos pequeños, que ocurren todo el tiempo en los distintos centros operacionales. Cuando una mejora ocurre, pronto la copian o modifican los otros centros. El mayor cambio que está ocurriendo ahora, es la introducción de los modelos no-hidrostáticos para modelos de alta resolución (menos de 10km de tamaño de rejilla.) En el área de asimilación de datos, el mayor cambio que va a venir, yo creo, es el uso del Filtro de Kalman de Conjuntos (Ensamble Kalman Filter) que yo creo reemplazará 3D Var y 4D Var (pero no todos comparten esta opinión.)

Los modelos que pronostican el calentamiento futuro asumen que el vapor de agua contenido en el aire aumentará a medida que la atmósfera se caliente, añadiendo así más calentamiento al provocado inicialmente por el CO2 y otros gases como el ozono troposférico. Desearía saber, en un período de aquí a 30 años, ¿qué incremento del forzamiento radiativo, en w/m2 , será mayor, si el del CO2 o el del vapor de agua (y cuánto)?.

Esta no es mi especialidad, pero creo que el efecto del vapor de agua que produce un aumento (realimentación positiva) del efecto de invernadero es más fuerte que el efecto original del CO2.Creo que cuánto, cómo, y dónde aumentará la concentración atmosférica del vapor de agua es una de las mayores incógnitas de los modelos. Además, creo que en los modelos se supone que la humedad relativa permanecerá constante (y a mayor calor, mayor humedad específica), pero que esta suposición ha sido puesta en entredicho en unos recientes estudios empíricos de la alta troposfera en las regiones tropicales, dándole un poco más de razón a Richard Lindzen.

¿De cuánta credibilidad adolecen los modelos actuales hasta que no se avance más en la cuantificación del aumento posible del vapor de agua?

La humedad es lo más difícil de predecir, pero igual creo que los modelos son lo más confiable que tenemos, aunque haya muchas variaciones. Pero todos los modelos sofisticados dan credibilidad al efecto de calentamiento global de gases de invernadero. Hay otros efectos (como el cambio del uso de la tierra y el aumento de aerosoles) que también producen cambios antropogénicos importantes. Mi impresión es que Lindzen siempre va a encontrar nuevos argumentos para apoyar sus conclusiones que ya tiene.

¿Se usan los datos fenológicos en algún modelo?
Me da vergüenza, pero no sé lo que quiere decir fenológico. Algunos modelos de pronóstico usan la cobertura de plantas, medidas, por ejemplo con datos de satélites, si es que esto es lo que esta preguntando.

¿Existen modelos para predecir tendencias generales a medio plazo? (6 meses, 1 año).

Sí, los que se usan para pronosticar el fenómeno de El Niño, que es una inestabilidad acoplada del océano Pacifico con la atmósfera, con una escala de tiempo de varios años, de manera que las “mariposas” son mucho más lentas y hay predecibilidad de hasta un año. Cómo ya sabemos la física de los modelos, en la que se basan las ecuaciones está totalmente modelizada y ahí creo yo que poco más se puede avanzar, en lo que si se puede avanzar es en las parametrizaciones, ¿cómo está actualmente este campo?, ¿Se llevan a cabo muchas investigaciones?

Tiene razón, esta es el área de más lugar para la investigación, especialmente la convección.También, me gustaría saber a una escala más pequeña, los modelos de mesoescala, aquí en este caso la pregunta sería la misma, pero me gustaría añadir en cómo está actualmente la asimilación de datos en estos modelos, esto es, datos de redes mesometeorológicas, datos radar, satélite...para una previsión de nowcasting, como a un plazo más largo.¿Qué técnicas son las que más se usan actualmente en los modelos de predicción: Redes bayesianas, redes neuronales, lógica difusa, estadística, ... ?

(Nota de la RAM. Creemos que el lector se refiere a las salidas del post proceso de lo modelos numéricos).Todavía se usa mucho la regresión lineal multivariable (MOS). También un simple filtro de Kalman que es como una regresión lineal que se adapta, que corrige los errores de bias (sesgueo), y se adapta a cambios de modelo. Hay lugar para usar todos los modelos que usted menciona (Por ejemplo, wavelets, Webster and Hoyos, BAMS 2004).Últimamente el hardware está aumentando rápidamente la potencia de cálculo (ya sean por medio de cluster, supercomputadores, etc.).

¿Qué pesa más a la hora de hacer una buena predicción, un buen modelo numérico o una buena computadora?

Todos: son como los eslabones de una cadena que deben ser todos mejorados para que mejore la resistencia de la cadena. (Se lo escuché decir a Smagorinsky una vez).A modo de resumen,

¿Cuáles son las variables que considera más importantes a la hora de parametrizar el modelo numérico de predicción?

Todas: viento, temperatura y humedad. No la presión.

¿De qué depende la fiabilidad de un modelo de predicción? ¿Existe algún estándar que la mida?

Los estándares son medidas de error o de acuerdo con lo que pasó, como la correlación de la anomalía con respecto a la climatología. Depende de cuan bueno es el modelo y cuan buenas son las condiciones iniciales.

¿Qué credibilidad le da a los modelos de predicción a muy largo plazo como los del cambio climático?Poco en los detalles, pero mucho en cosas generales, como calentamiento más fuerte en latitudes altas, sobre la tierra.

¿Cuál cree que es el mejor modelo actual para la predicción a corto plazo?ECMWF, si les perdonan llegar tarde para ser usados.¿Conoce algún proyecto de software libre relacionado con los modelos de predicción en el que se pueda colaborar?

En EEUU NCEP, NCAR y otros grupos dan sus modelos. En Trieste, Franco Molteni ha creado un modelo global barato y rápido para hacer experimentos interesantes.Mi pregunta va relacionada con un estudio hecho por ella que salió en la revista Nature. La actividad de las ciudades y las explotaciones agrícolas, como influyen en el calentamiento global del planeta.Fijándonos en un horizonte de predicción a corto plazo (entre T+12 y T+60), aparte de las técnicas de "downscalling" o las puramente estadísticas:

¿Existen nuevas metodologías para conseguir mejorar las predicciones operativas en los próximos años?. De ser así, ¿en qué consistirán esas mejoras y quién las está desarrollando?

En nuestro estudio, estimamos que los cambios (a largo plazo) producidos por cambios en el uso de la tierra son casi tan importantes como los de los gases de invernadero. Estos cambios son demasiado lentos para influir los pronósticos del tiempo. En mi opinión, la Península Ibérica y Baleares son una de las zonas de latitudes medias más complejas en predicción meteorológica.

¿Está Vd. de acuerdo con esta apreciación?

Usted sabe más de esto que yo: nunca fui buena en meteorología sinóptica…¿De qué forma se está trabajando en los MCG´s para que mejoren sus salidas en el entorno de nuestro país?

Nota de la RAM. No sabemos exactamente que quiere decir este lector con MCG. Yo tampoco. A mi me da la sensación que los datos de satélite se usan más para modelización climática que en predicción operativa, ¿Es esto así?Ciertos datos, como la cantidad de hojas verdes, se usan más para modelos de clima, pero los datos de radiación de ATOVS y especialmente de AMSU son cruciales para el pronóstico numérico a medio plazo (y a corto plazo en el H Sur).¿Los datos de satélite podrán algún día sustituir por completo a los que se toman en estaciones terrestres o éstos seguirán siendo fundamentales en la inicialización de los modelos?Los pronósticos del Hemisferio Sur son ahora tan buenos como los del Hemisferio Norte, lo que indica que los datos de satélite son cruciales. Pero los radiosondas van a ser siempre importantes para muchas aplicaciones, incluyendo la calibración de los satélites.En mi opinión con el desarrollo de las nuevas tecnologías y la extensión de Internet nos encontramos con miles de aficionados a la meteo en todo el mundo deseosos de colaborar con datos (incluso en tiempo real) con distintos organismos científicos y de predicción ¿no hay manera de canalizar todo ese potencial de datos, ilusión y observación en todo el mundo en beneficio de los propios servicios de predicción y de la comprensión global de la meteorología?Es una idea muy buena que algunos quieren explotar.

¿Se utilizan los datos orográficos de cada región para la confección de los modelos numéricos?
Si, seguro, y cuanto más aumenta la resolución, más realista la orografía.

¿Es el GFS el modelo más reputado actualmente?. ¿Que opina de los modelos de UKMO , ECMWF, JMA , NOGAPS?, ¿Cuál es el más avanzado tecnológicamente?

Creo que el orden es ECMWF, seguido por GFS y UKMO, JMA, NOGAPS y otros.¿Qué opina de los recientes estudios sobre el llamado "Efecto Ártico" , desencadenado por una hipotética interrupción de la Corriente del Golfo y que ha sido últimamente considerado por la NASA? ¿Se han modelizado?Creo que esto fue modelado primeramente por Manabe hace unos años, pero no estoy muy segura.¿Están los modelos numéricos limitados, o es posible su evolución y mejora de predicciones a medio y largo plazo?El efecto mariposa dice que no se puede pasar (en promedio) de dos semanas, pero ocasionalmente la atmósfera es más predecible. También hay predecibilidad que se puede explotar en la mesoescala, y en las escalas más largas asociadas con el Niño y con la humedad del suelo. En mi libro discuto un poco esto (capitulo 6).¿Conoce los modelos de la Universidad de Berlín, del profesor Wolfgang Roeder ?, ¿Qué opinión le merecen?No, lo sientoNunca se ha dado el Nóbel de Física a un Meteorólogo o Climatólogo ¿por qué?¡La verdad que Charney se lo merecía!. Pero no hay premios Nóbel para las matemáticas tampoco.Si usted pudiera darlo ¿a quién se lo daría?A Charney primero y después a Lorenz.Pocas mujeres se han visto en primera línea de la investigación y desarrollo de la Meteorología ¿por qué?¿Es la meteorología una ciencia de y para “hombres”?En la Argentina, casi todos los meteorólogos son mujeres…¿Ha hablado usted con Lorenz (padre de la teoría de caos)?. Si es así, ¿Le ha preguntado usted algo sobre dicho tema?Si, tomé cursos, y discutí bastante con él, y di conferencias después de Lorenz en el ECMWF. A él le gusta el método de “breeding” (cría de perturbaciones) que inventamos con Toth.¿Existirá alguna vez el modelo numérico perfecto que haga predicciones exactas?No, ver la respuesta anterior sobre las mariposas.

¿Cuál es el “talón de Aquiles” de los modelos numéricos? ¿Dónde habría que mejorarlos?

Creo que su problema mayor es la parameterización de la convección, y el acoplamiento con el océano y la tierra (incluyendo la vegetación).

¿Es predecible la incertidumbre y la ambigüedad de los modelos numéricos de predicción? O lo que es lo mismo, ¿ se puede dar al ciudadano actualmente un grado de incertidumbre en las predicciones? ¿Cómo?

Sí, ese es el propósito principal de los pronósticos de conjunto (EPS).¿De qué trabajo suyo se siente más orgullosa? ¿Qué le queda por hacer o cual es su tema o actividad que no ha hecho hasta ahora?El método de breeding, y el proyecto de Reanálisis del NCEP que dirigí. Ahora estoy trabajando en un método de asimilación de datos que llamamos LEKF (Local Ensamble Kalman Filter) que creo que va a reemplazar 4D-Var como método preferido (es más exacto, rápido y simple).Hace tiempo dar una predicción fiable a 5 días vistas era poco fiable, pero hoy en día se da con ciertas garantías. Dentro de 5 o 10 años podremos dar predicciones con cierto grado de fiabilidad a un mes o estacionales con cierto grado de fiabilidad?No, si pensamos en el pronostico del tiempo, porque el efecto mariposa impide ir mas allá de unas dos semanas (mas o menos) pero como discutimos antes, es posible producir predicciones de El Niño de varios meses con fiabilidad, porque este fenómeno se caracteriza por escalas mas largas.¿Ha muerto la predicción determinista a corto, medio plazo, etc ...?A corto plazo, para procesos lineales, como el pronóstico de 500 hPa a uno o dos días, un pronóstico determinista es suficiente. Para procesos no lineales, como el pronóstico a medio plazo (o la precipitación a corto plazo), el pronóstico de conjunto es mejor.¿Por qué el público en general es tan reticente a las predicciones probabilísticas?Por la misma razón que a muchos les gusta Bush: hace creer que todo es simple.Es jueves y usted se va de fin de semana de vacaciones y quiere saber que tiempo va a ser. ¿Se hace usted las propias predicciones? ¿Qué modelo numérico mira? ¿Cómo realiza su proceso de predicción?Yo no soy buena para pronostica me gusta el mapa de probabilidades de precipitación del ensamble de NCEP (que es accesible para todo el mundo).¿Tiene usted en su casa un modelo numérico propio que corra en su PC? ¿Cree usted que en futuro podremos tener los aficionados modelos numéricos caseros en nuestros ordenadores de casa y adaptados a nuestras necesidades donde podremos aprender y hacer predicciones?No corro un modelo en mi computadora y admiro a los que lo hacen. Prefiero correr experimentos pequeños para testear ideas básicas. Algún día supongo que tendremos “palm pilots” que reciben los pronósticos de muy alta resolución del aire, adaptados a la localidad donde un se haya, dando pronósticos detallados en el tiempo. Pero así no vamos a aprender, como no aprendemos mirando la televisión…En EEUU y en otros lugares del mundo existen universidades y empresas privadas que tienen sus propios modelos numéricos.

Son mejores estos modelos que los que posee el servicio meteorológico americano?

En general no son mejores, son competitivos (o peores). Uno se encariña con su propio modelo como si fuera su hijo, lo se por experiencia.

Estoy impresionadísima por la calidad, profundidad y gentileza de las preguntas, que son mucho más sofisticadas de lo que me esperaba. Perdónenme si las respuestas no son claras. Ha sido in gran placer para mí responderles… y también he aprendido como traducir al español varios términos que no sabía cómo decir.

La RAM quiere agradecer a Eugenia su amabilidad con la revista y sus lectores. Gracias a Eugenia por habernos atendido tan amablemente y hasta pronto.

Puedes encontrar saber más de Eugenia Kalnay en su página web:http://www.atmos.umd.edu/~ekalnay/