Introducción
Los sistemas de predicción por conjuntos (Ensemble Prediction System, EPS) generan productos —la «guía»— que nos permiten proporcionar información probabilística y sobre la incertidumbre del pronóstico a una variedad de clientes. Dado que típicamente los sistemas de predicción por conjuntos producen muchos más datos de lo que se puede razonablemente integrar en la mayoría de los entornos de predicción operativa, se han desarrollado productos EPS que representan la distribución de las diferentes corridas —los «miembros»— sobre la base de estadísticas comunes.
Este ejemplo le mostrará qué tipo de información de pronóstico se puede obtener de los productos del sistema EPS.
Pregunta
Las funciones de distribución de probabilidades (FDP) muestran la frecuencia de un valor particular en una distribución. Esta FDP, que corresponde a un sistema de predicción por conjuntos con 51 miembros, muestra varias predicciones consecutivas de la temperatura a 2 metros generadas por los miembros del conjunto para París. A modo de referencia, tenga en cuenta que en la capital francesa se considera extrema una temperatura de 30 ˚C o más y que el récord de temperatura está cerca de los 40 ˚C.
La función de distribución de probabilidades (FDP) del pronóstico de temperatura a 2 m del sistema de predicción por conjuntos inicializado a las 00 UTC del 1.º de junio, del 18 de junio, del 22 de junio, del 27 de junio y del 1.º de julio. Las predicciones del conjunto son válidas a las 12 UTC del 1.º de julio en París.
Dada esta función de distribución de probabilidades, ¿a qué conclusiones podemos llegar acerca de las predicciones de temperatura del sistema EPS para París? Para cada enunciado, elija «Verdadero» o «Falso».
Las respuestas correctas se muestran arriba.
El 22 de junio, aproximadamente la mitad de los miembros del conjunto presentaba valores por encima del umbral de temperatura extrema de 30 ˚C, lo cual permitió identificar una ola de calor potencialmente intensa más de una semana antes del evento que batiría récords de temperatura.
Esto también permitió evaluar una gama de posibles resultados en lugar de un único valor de temperatura máxima y comunicar no solo la temperatura más probable, sino también un intervalo de temperatura probable.
Esta flexibilidad constituye una ventaja no solo a la hora de decidir si se cumplirán los criterios de aviso o de alerta, sino también para decidir la probabilidad de exceder un umbral específico que interesa a ciertos usuarios, como podrían ser la temperatura a la cual un determinado tipo de avión no puede despegar o la temperatura que puede estropear una superficie asfaltada. Mucha gente tiene que evaluar este tipo de información meteorológica a fin de elegir las medidas más apropiadas para la situación, desarrollar planes de contingencia y preparar la comunidad adecuadamente antes de llegue un sistema atmosférico y de sufrir sus posibles impactos.
En esta lección utilizaremos la guía de EPS del modelo ECMWF (proporcionada por AEMET, la Agencia Estatal de Meteorología española), para evaluar la amenaza de una ola de calor que se extiende por toda España y comunicar los impactos potenciales de manera eficaz a dos usuarios locales. La interpretación correcta de los productos de pronóstico del sistema EPS contribuye a aumentar nuestra comprensión de los posibles resultados de pronóstico, a mejorar nuestra capacidad de comunicar las incertidumbres del pronóstico y a capacitar a los usuarios finales para tomar decisiones más rentables y seguras durante los eventos de calor extremo.
Si usted no conoce bien los productos de los sistemas de predicción por conjuntos, recomendamos que antes de comenzar esta lección estudie las lecciones obligatorias del curso La incertidumbre de las predicciones: cómo interpretar y comunicar la información de los productos de los sistemas de predicción por conjuntos (EPS).