Incluso antes de que las tormentas eléctricas sobre el Océano Pacífico comenzaran a acumularse significativamente la semana pasada, los pronósticos experimentales del Centro Nacional de Investigación Atmosférica de la Fundación Nacional de Ciencias de EE. UU. (NSF NCAR) mostraban que el sistema meteorológico emergente se intensificaba hasta convertirse en un supertifón. Y, de hecho, las tormentas eléctricas finalmente dieron origen al supertifón Ragasa, cuyos vientos de 265 kilómetros por hora lo convirtieron en la tormenta más poderosa de la Tierra en lo que va de año.
por David Hosansky, Centro Nacional de Investigación Atmosférica de la NSF
Los científicos pudieron anticipar Ragasa con mucha antelación utilizando un innovador método de modelado informático que puede llevarlos a estar a punto de mejorar significativamente las predicciones de huracanes.
El nuevo sistema produce pronósticos globales en tiempo real de 3,75 kilómetros (2,3 millas), simulando la atmósfera terrestre con un detalle excepcional. Esta resolución tan fina captura tormentas eléctricas en todo el mundo y muestra cómo los sistemas meteorológicos a cientos o incluso miles de kilómetros de distancia podrían influir en la evolución de las tormentas en los trópicos.
«En esencia, esto permite visualizar el clima en alta definición en todo el mundo», afirmó Falko Judt, NCAR de la NSF, quien lidera la iniciativa. «Creemos que esto puede marcar la diferencia en la predicción de eventos extremos como huracanes e inundaciones repentinas que producen lluvias a escala global».
Señales alentadoras
Los pronósticos experimentales en tiempo real se han estado ejecutando durante todo septiembre, que históricamente es el pico de la temporada de huracanes en el Atlántico. Debido a que la primera parte del mes fue inusualmente tranquila, Judt cuenta con pocos estudios de caso que demuestren si los pronósticos del NSF NCAR pueden superar a los de los modelos de pronóstico operativos.
Pero los primeros indicios son alentadores: el método NCAR de la NSF también logró capturar relativamente bien la rápida intensificación del huracán Gabrielle en el Atlántico el fin de semana pasado.
Para realizar los pronósticos, Judt utiliza un modelo informático avanzado, el Modelo de Predicción a Través de Escalas (MPAS) basado en el NSF NCAR. Él y sus colegas lo ejecutan en la supercomputadora Derecho, ubicada en el Centro de Supercomputación NSF NCAR-Wyoming en Cheyenne. El objetivo principal del trabajo, que Judt describe como un proyecto de demostración, es capturar huracanes en el Atlántico y el Pacífico oriental, así como tifones en el Pacífico occidental. Sin embargo, los investigadores también quieren observar su rendimiento en la captura de precipitaciones extremas.
Su iniciativa es similar a la que NSF NCAR lanzó temporalmente la primavera pasada. En ese caso, científicos interesados principalmente en el clima extremo en latitudes medias utilizaron MPAS para realizar pronósticos experimentales en tiempo real de 3 kilómetros con una duración de hasta 60 horas. Dado que esta vez se centran en los ciclones tropicales —que son más grandes que la mayoría de las tormentas de latitudes medias y tardan más en desarrollarse—, Judt está ejecutando los pronósticos con una duración de hasta 120 horas, reduciendo el detalle a 3,75 kilómetros para que sean más eficientes computacionalmente.
Los modelos meteorológicos como MPAS utilizan un sistema de cuadrícula para representar la atmósfera, aplicando las leyes de la física para simular la temperatura, la humedad y otras propiedades en puntos seleccionados. Cuanto más próximos estén los puntos, mayor será la resolución y mayor la posibilidad de obtener pronósticos precisos. Sin embargo, otros factores también influyen en la precisión, como la forma en que el modelo asimila los datos de las observaciones para generar la representación inicial de la atmósfera que sirve de base para el pronóstico.
Los modelos informáticos que utilizan los centros de pronóstico suelen simular la atmósfera con distinta resolución. En el Centro Nacional de Huracanes, por ejemplo, que se centra en las tormentas del Atlántico y el Pacífico oriental, los huracanes se simulan a 2 kilómetros y su entorno circundante a unos 6-8 kilómetros. Sin embargo, las zonas más distantes del planeta se simulan de forma mucho más burda.
Este enfoque del centro de huracanes y otros pronosticadores es ideal para predicciones a corto plazo, afirmó Judt. Sin embargo, simular el planeta entero en alta resolución no solo podría capturar tormentas dondequiera que ocurran, sino que también ayudaría a anticipar mejor los ciclones tropicales antes de su formación, lo que permitiría pronósticos más precisos con una anticipación de 7 a 10 días.
Eso parece ser lo que ocurrió con el súper tifón Ragasa.
«Lo que me llama la atención es que MPAS pronosticó que este sistema se convertiría en un supertifón incluso antes de que se formara la tormenta», dijo Judt. «De hecho, antes de lo que muchos modelos operativos habrían anticipado, y con una mejor predicción de su intensidad».
Añadió que este tipo de esfuerzo también podría ser valioso para entrenar una nueva generación de modelos meteorológicos de inteligencia artificial. Los datos de alta resolución y calidad proporcionados por MPAS mejorarían considerablemente los modelos de IA actuales, que se entrenan con datos mucho más burdos.
