MEJORAS EN LA RESOLUCIÓN DEL MODELO IFS EPS

 

En la predicción meteorológica para medio y largo plazo se utiliza lo que se conoce como predicción por conjuntos ó EPS (Ensemble Prediction System). Es una solución encontrada por los meteorólogos para disminuir el efecto de la incertidumbre asociada a la solución única que plantea la salida principal ó determinista.

Cuando se integra un EPS, es decir, un conjunto de soluciones físico-matemáticas con las condiciones iniciales ligeramente alteradas respecto a la pasada determinista, se obtiene un conjunto de valores de la predicción de cada parámetro en cada lugar, y finalmente una predicción probabilística.

Uno de los principales errores que comete un predictor aficionado novato es fijarse sólo en las variables (temperatura a distintos niveles de presión, precipitación, viento,...) que calcula la salida determinista para un lugar.

Siempre hay que consultar los conjuntos para conocer la fiabilidad de la salida principal.

Hay ocasiones en las que la salida determinista se aleja mucho de lo que indican los ensembles, y en ese caso hablamos coloquialmente de una salida loca del modelo.

Cuando por contra los EPS apoyan a la salida principal, entonces esta última puede considerarse bastante fiable.

Un buen indicador de la tendencia de un parámetro, para un lugar concreto en el medio y largo plazo, puede ser la que proporciona la media de los ensembles, aunque debemos tener en cuenta que cada vez que corre el modelo lo hace con nuevas condiciones iniciales, y todos los cálculos, tanto deterministas como conjuntos, pueden verse alterados, al detectar el modelo alguna señal que hasta entonces ignoraba.

En los dos diagramas que adjunto en este post (fuente Wetterzentrale) la media de los ensembles viene representada por una línea blanca. Por su parte la determinista u operacional viene representada por una línea verde de trazo grueso.

Normalmente la incertidumbre asociada a un pronóstico es mayor para plazos largos que para plazos medios, aunque a veces se dán curiosas excepciones.

Cabe recordar que son dos los modelos globales de referencia para predicción a medio y largo plazo. 

Por un lado tenemos el GFS (Global Forecast System), que es el modelo americano de la NOAA. GFS trabaja con una resolución horizontal de 13 km en su modelo determinista. En los conjuntos trabaja con 30 miembros ligeramente perturbados más la Run control (salida de control). Estos 31 modelos tienen una resolución algo menor que el HRES (determinista) con el fin de ahorrar cálculos computacionales.

Este es el diagrama de ensembles GFS para Oviedo y las variables T850hpa+precipitación, correspondiente a la pasada de las 12Z del dia 12/08/2023:

En este diagrama puede apreciarse como aumenta mucho la dispersión de las líneas a partir del día 18 y por tanto la incertidumbre es mucho mayor a partir del quinto día de avance.

El otro modelo de escala global utilizado mayoritariamente, y que además es el que presenta mayores habilidades predictivas, es el IFS (Integrated Forecasting System), que es el modelo desarrollado y mantenido por el ECMWF (European Centre for Medium-Range Weather Forecasts), conocido como modelo europeo.

Pues bien, una actualización al Ciclo 48r1, implementado el 27 de junio, ha mejorado sustancialmente la habilidad de sus predicciones y ha aumentado la resolución de la predicción por conjuntos de medio alcance.

La resolución horizontal del pronóstico por conjuntos de medio alcance (EPS) ha aumentado de 18 a 9 km, que es la misma resolución que tiene actualmente su pronóstico de alta resolución (HRES) ó determinista. En el futuro, HRES y el pronóstico de control no perturbado del conjunto se fusionarán.

IFS trabaja con 50 miembros ligeramente perturbados más la Run control.

Este es el diagrama de ensembles IFS para Oviedo y las variables T850hpa+precipitación, correspondiente a la pasada de las 12Z del dia 12/08/2023:

La principal diferencia que se aprecia respecto al diagrama de ensembles GFS es que el IFS mete algo más de precipitación.

Para elaborar un buen pronóstico siempre debemos consultar la salida de varios modelos numéricos. 

Además del IFS (modelo europeo), que es mi principal modelo de referencia para medio y largo, suelo consultar GFS (modelo americano), UKMO (modelo inglés), ICON (modelo alemán) y GEM (modelo canadiense).

Para corto plazo (hasta 48 h.) y afinar el pronóstico de fenómenos a mesoescala, como las tormentas o las nieblas, se utilizan otro tipo de modelos como el Harmonie-Arome. Este modelo tiene una resolución horizontal de 2,5 km.

Arome (francés), Euro4 (inglés ), WRF (americano) ó Arpege (francés) también son modelos de malla fina o regionales.

Aemet, además de utilizar el Harmonie-Arome, es pionera en la predicción probabilística a corto plazo mediante el uso del sistema de predicción por conjuntos de alta resolución gSREPS.

Por suerte para los que nos gusta la predicción, por mucho que se implementen mejoras en los modelos numéricos y a pesar de la irrupción de la inteligencia artificial, esta nunca será una ciencia exacta, y tanto la experiencia del predictor como su capacidad para interpretar lo que dicen los modelos seguirán siendo un factor diferencial.