Introducción
En los últimos años, gracias a los aumentos en las capacidades de cómputo y observación se han logrado avances considerables en el ámbito de la predicción meteorológica. Los actuales modelos de alta resolución que permiten la convección (convection-allowing model, CAM) son capaces de pronosticar los tipos de células de tormenta individuales y sus trayectorias con cierta exactitud. Los sistemas de predicción por conjuntos generan decenas de posibles soluciones para cualquier evento meteorológico dado.
Informe del Centro Canadiense de Huracanes dirigido a los medios de comunicación, mayo de 2009.
Sin embargo, ningún pronóstico es perfecto. Estos titulares, uno del 12 de diciembre del 2015 relacionado con un ciclón de intensidad histórica en el estrecho de Bering y otro del 26 de enero de 2015 sobre «la blizzard que nunca fue», cerca de la ciudad de Nueva York, ofrecen claras ilustraciones de esta realidad.
«Administrador municipal en las islas Aleutianas critica pronóstico de tormenta en el mar de Bering, pese a que se emitió con varios días de antelación»
Washington Post, 15/12/2015, Angela Fritz
«Predicar con el ejemplo: el servicio meteorológico debe esforzarse por comunicar la incertidumbre de los pronósticos»
Washington Post, 29/01/2015, Steve Tracton
Aunque en la comunidad meteorológica el punto de vista mayoritario es que esos pronósticos fueron bastante acertados, los principales interesados —como los funcionarios de emergencias o de protección civil y, en determinado momento, los medios de comunicación y el público en general— estuvieron en desacuerdo.
Esto plantea una serie de preguntas: ¿es realmente «buena» una predicción meteorológica si el usuario final no recibe la información de pronóstico en el momento adecuado y de forma tal que le resulte comprensible? ¿Y hasta qué punto tienen que personalizar los meteorólogos la manera de transmitir la información del pronóstico?
En el pasado, los empleados de los servicios meteorológicos e hidrológicos nacionales (SHMN), los meteorólogos que trabajan en los medios de comunicación y el público en general creían que el pronóstico debía destilar todos los escenarios posibles en una sola respuesta más probable y omitir los detalles que pudieran «causar confusión», como las probabilidades y el razonamiento que conducían a esas predicciones meteorológicas. Muchos en el campo de las ciencias atmosféricas dan por sentado que el usuario final no puede o no quiere comprender el elemento de incertidumbre inherente a las predicciones meteorológicas. Pero la realidad es otra: ¡muchos de ellos no solo pueden comprenderlo, sino que quieren recibir esta información!
Mapa de resumen para el público que muestra la incertidumbre del modelo y una serie de posibles efectos
Los estudios no solo indican que el usuario final desea recibir la información de incertidumbre y conocer las razones que fundamentan los pronósticos, sino también que con dicha información logra tomar mejores decisiones para sus negocios y su seguridad personal. Algunos estudios incluso muestran que cuando el usuario final se enfrenta a un pronóstico que solamente da una posibilidad, lo mejora aplicando sus propios rangos y criterios de corrección de sesgos plausibles que toman en cuenta los efectos locales.
Introducción » Acerca de esta lección
Esta lección se basa en un escenario para presentar el tema de cómo comunicar la incertidumbre de las predicciones a los responsables de tomar decisiones y para enseñar al alumno a elaborar una discusión de pronóstico, a partir de datos deterministas y probabilísticos, que luego considerará desde la perspectiva de algunos usuarios finales. La lección también presenta los hallazgos de varios estudios sobre cómo comunicar la información de incertidumbre y permite poner en práctica dicha información en sus interacciones con dos usuarios ficticios.
La lección brinda información básica sobre los productos comunes de los sistemas de predicción por conjuntos (Ensemble Prediction System, EPS). Encontrará información más completa sobre cómo interpretar y utilizar los productos de los sistemas EPS en la lección de COMET titulada Ensemble Applications in Winter.
Cuando termine de estudiar esta lección, el usuario podrá:
- definir la incertidumbre de predicción y explicar la diferencia entre los pronósticos probabilísticos y deterministas
- describir los beneficios de proporcionar información de incertidumbre a los usuarios finales
- describir maneras eficaces de expresar la incertidumbre de las predicciones
- interpretar la información de incertidumbre de los productos de los sistemas de predicción por conjuntos (Ensemble Prediction System, EPS) para comunicarla a distintos usuarios
- adaptar la forma de comunicar la incertidumbre de predicción a las necesidades y al contexto de los usuarios finales
Elaborar la discusión sobre una predicción determinista
Elaborar la discusión sobre una predicción determinista » Introducción
En esta parte de la lección, usted estará a cargo de redactar la discusión meteorológica para el usuario final de una predicción de corto a mediano plazo. En concreto, se centrará en el tipo y la cantidad de precipitación que podría generar una tormenta de invierno que está acercándose a la zona de Huntington, Virginia Occidental (EE.UU.).
Comenzaremos analizando la salida determinista de un modelo de predicción numérica del tiempo, es decir, el resultado de un solo ciclo de ejecución de un único modelo individual. Tendremos acceso a ciertos datos (cartas de análisis de superficie, datos de radar y observaciones satelitales) hasta las 0000 UTC del día 1, la hora de inicialización actual.
Elaborar la discusión sobre una predicción determinista » Revisión de los datos y elaboración de la discusión
Haga clic en las pestañas para escoger entre Modelo 1 y Modelo 2
Pregunta 1 de 5
¿Qué tipo(s) de precipitación cree que serán más probables en Huntington a lo largo del período de pronóstico?
Ambos modelos indican la posibilidad de aguanieve o lluvia engelante al comienzo del período, pero después solo nieve.
Pregunta 2 de 5
Indique el rango de precipitación total acumulada para 4 días que los modelos pronostican en Huntington.
El modelo 1 muestra la precipitación total acumulada. Al final del período de pronóstico, el día 4, Huntington apenas alcanza el tercer color de la escala, que corresponde a entre 20 y 30 mm.
El modelo 2 presenta la precipitación cada 12 horas. En Huntington, se trata de 10 a 15 mm entre las 12 UTC del día 2 y las 00 UTC del día 3, a lo cual se suman otros 10 a 15 mm entre las 00 UTC del día 3 y las 12 UTC del día 4, para un total de entre 20 y 30 mm para el período.
Pregunta 3 de 5
Indique la acumulación de precipitación que usted considera más probable en Huntington para el período de pronóstico.
Continúe para ver una explicación.
Pregunta 4 de 5
¿Por qué cree que en Huntington se acumulará esa cantidad de precipitación durante el período de pronóstico?
Las respuestas más comunes mencionan alguna cantidad entre los extremos del rango de la predicción del modelo determinista de 20 a 30 mm, algo así como 25 mm. Algunas aumentan o reducen el valor sobre la base de uno o más de los siguientes criterios:
- conocimiento de los efectos meteorológicos locales,
- evaluación de la inicialización del modelo (por ejemplo: una comparación de la vorticidad (vorticidad potencial) con las observaciones del satélite),
- conocimiento de la actuación del modelo en los últimos tiempos,
- conocimiento de climatología y
- memoria de situaciones similares.
Y ahora le toca comunicar la información de pronóstico a los usuarios finales, que pueden ser funcionarios del gobierno, administradores de emergencias o de protección civil, o los responsables de las operaciones de distintas industrias que podrían verse afectadas por las condiciones del tiempo. En este campo de texto, escriba una discusión meteorológica de un párrafo que explique brevemente las condiciones que se experimentarán en Huntington en el transcurso del período entre los días 1 a 4. Centre la discusión en la precipitación y otras condiciones meteorológicas significativas. Esta respuesta se utilizará a lo largo de la lección.
Pregunta 5 de 5
Escriba el texto de la discusión en el espacio provisto.
Recibirá información sobre su discusión del pronóstico más adelante, después de modificarla a la luz de la información de dos sistemas de predicción por conjuntos (Ensemble Prediction System, EPS).
El almacenamiento local debe estar habilitado en su navegador para poder trabajar en este ejercicio hasta el final de la lección.
Antes de darle la oportunidad de examinar los datos probabilísticos de los sistemas de predicción por conjuntos y de modificar su predicción, repasemos algunos conceptos básicos sobre dichos sistemas y los tipos de productos que deberá analizar.
Acerca de los datos de predicción por conjuntos
Acerca de los datos de predicción por conjuntos » Introducción
Los sistemas de predicción por conjuntos (Ensemble Forecast System, EFS), que también se conocen como «ensambles» o ensembles (en inglés), son sistemas de predicción numérica del tiempo que producen muchos resultados, lo cual nos permite estimar las probabilidades de que las variables meteorológicas alcancen determinados valores. En lugar de ejecutar un modelo de predicción numérica del tiempo una sola vez, como ocurre con los ciclos de ejecución de los modelos deterministas, en estos sistemas el modelo se ejecuta muchas veces con condiciones iniciales levemente distintas o introduciendo pequeños cambios en los parámetros de física. Algunos sistemas contienen varios modelos (los sistemas EPS multimodelo), mientras que otros usan un solo modelo, pero con distintas combinaciones de esquemas de parametrización física o con una variedad de condiciones iniciales (los sistemas EPS multifísica).
En esta sección, veremos cuatro tipos de salida generados por sistemas de predicción por conjuntos de uso difundido en los servicios meteorológicos e hidrológicos nacionales:
- mapas de isolíneas
- mapas de media y dispersión
- mapas de probabilidad de excedencia
- diagramas para lugares específicos y de cuantiles
Acerca de los datos de predicción por conjuntos » Mapas de isolíneas
Los mapas de isolíneas muestran las soluciones de todos los miembros del conjunto para una variable en particular. Este mapa muestra las isohipsas de la altura geopotencial de la presión de 500 hPa generadas por CADA UNO de los 21 miembros del conjunto. ¿Cómo se interpreta algo así?
Una manera de hacerlo consiste en escoger una o dos isohipsas y eliminar el resto. En este ejemplo, las diferencias en las soluciones de los miembros del conjunto se pueden ver más claramente. Los mapas de isolíneas nos permiten evaluar la posición y amplitud media de vaguadas, dorsales y otras características, así como el rango completo de valores posibles.
Pregunta
Arrastre los elementos para ordenar los lugares indicados en el mapa según el grado de diferencia que presentan las soluciones del modelo, de mayor (1) a menor (4).
- D
- C
- B
- A
En los puntos A y B los valores de altura están muy concentrados, lo cual indica que las soluciones del modelo son similares. En los puntos C y D las soluciones varían mucho más. La onda en el punto C presenta aproximadamente la misma amplitud, pero hay una diferencia temporal. Las soluciones del punto D muestran variaciones en la amplitud de la vaguada. Algunas muestran una vaguada profunda, e incluso hay algunas isohipsas completamente cerradas.
Acerca de los datos de predicción por conjuntos » Mapas de media y dispersión
Los mapas de media y dispersión de los sistemas de predicción por conjuntos resumen los mismos datos que presentan los mapas de isolíneas, pero en un formato más fácil de interpretar.
En este mapa, las isohipsas representan la altura geopotencial media a 500 hPa y los colores representan la dispersión o desviación estándar entre los miembros del conjunto, en metros. Típicamente, una mayor dispersión implica menor confianza en la predicción media. Note que los colores de la dispersión pueden captar diferencias de evolución temporal, de posición y de magnitud de los sistemas.
Pregunta
Arrastre los elementos para ordenar los lugares indicados en el mapa según el grado de diferencia que presentan las soluciones del modelo, de mayor (1) a menor (4).
- A
- D
- B
- C
Probablemente le pareció más fácil identificar los lugares de mayor y menor diferencia en este mapa que en el mapa de isolíneas. Sin embargo, en estos mapas suele ser más difícil ver las diferencias de posición, desarrollo temporal y amplitud de las vaguadas, de modo que ambos pueden ser útiles.
Acerca de los datos de predicción por conjuntos » Mapas de probabilidad de excedencia
La probabilidad de exceder un valor específico se puede trazar en un mapa, como en este ejemplo de probabilidad de excedencia para el viento en superficie. Las probabilidades corresponden a vientos mayores que 50 km/h, de acuerdo con los colores y los porcentajes indicados en la escala del lado izquierdo. Existen probabilidades mayores que cero junto a las costas y en las regiones marinas en general.
¿Cómo se puede utilizar este tipo de información en situaciones de pronóstico?
Pregunta
Imagínese que usted está a cargo de los pronósticos marinos en el Centro de Predicción de Tormentas de Terranova y Labrador, cuya zona de responsabilidad está delimitada en blanco en el mapa. El pronóstico muestra los vientos para las próximas 96 horas; el umbral de emisión de alertas (warning) de vientos de galerna es un 50 % de probabilidad de vientos de más de 50 km/h.
Dada esta información, ¿dónde en la región de Terranova conviene emitir alertas de viento de galerna? Utilice el lápiz para trazar la región en el mapa.
| Herramienta: | Tamaño: | Color: |
|---|---|---|
Usted debe emitir una alerta (warning) de vientos de galerna para las áreas donde la probabilidad de que el viento supere los 50 km/h es del 50 % o más. El contorno negro delimita la zona dentro del área de pronóstico donde las probabilidades son del 50 al 100 % (tonos verdes, amarillos y rojos).
Acerca de los datos de predicción por conjuntos » Diagramas para lugares específicos y de cuantiles
Los diagramas de cuantiles, como los diagramas sombreados de media y dispersión y los diagramas de «cajas y bigotes», pueden representar las probabilidades de las variables meteorológicas a lo largo del tiempo en un lugar específico. En el diagrama siguiente, los colores representan la mediana, la máxima y mínima y los percentiles 25 y 75 correspondientes a la temperatura en Toronto, Ontario (Canadá).
En el ejemplo siguiente, la mediana y los percentiles 25 y 75 de precipitación se indican por medio de las cajas, mientras que la longitud de los bigotes marca los valores máximo y mínimo.
La pregunta siguiente mejorará su capacidad de interpretar estos diagramas.
Pregunta
Arrastre cada letra al lugar que le corresponde en el diagrama de acuerdo con la descripción dada.
- A: el intervalo más pequeño de valores mayores que cero
- B: el intervalo más grande
- C: el intervalo más grande en los cuartiles centrales (25 a 75 %)
- D: la hora aproximada a la cual la temperatura podría superar cero grados
La letra A va justo después del comienzo de la serie temporal (entre las 21 UTC del día 6 y las 03 UTC del día 7). La letra B va cerca del final de la serie temporal. La letra C se coloca entre las 12 y las 21 UTC del día 8. La letra D corresponde a la región de color marrón claro que se extiende por encima de la línea de trazos roja que marca 0 °C, entre las 15 UTC del día 8 y las 09 UTC del día 9.
Por último, los diagramas de líneas son otra forma común de trazar las variables meteorológicas de los sistemas EPS. Básicamente, estos diagramas muestran los valores de una variable a lo largo del tiempo para un lugar específico.
Este diagrama de líneas muestra la precipitación cada tres horas en Huntington, Virginia Occidental (EE.UU.). Cada línea representa la precipitación total calculada por un miembro individual del conjunto. La línea negra representa la media del conjunto. Dado que los cuantiles no se calculan explícitamente, interpretar un diagrama de líneas puede ser más difícil. No obstante, estos diagramas ofrecen la posibilidad de ver fácilmente las diferencias de desarrollo temporal, los agrupamientos de los miembros y la forma de la distribución.
Perfeccionar la discusión de pronóstico con datos probabilísticos
Perfeccionar la discusión de pronóstico con datos probabilísticos » Generar un pronóstico probabilístico con información de incertidumbre
Volvamos a considerar nuestro pronóstico para Huntington para ver si cabe revisarlo a la luz de la información de dos sistemas de predicción por conjuntos, EPS 1 y EPS 2. Examine los mapas de probabilidad de excedencia del sistema EPS 1 en el primer juego de pestañas y los diagramas de líneas y de cuantiles de EPS 1 y EPS 2 en el segundo juego de pestañas. Luego conteste las preguntas.
Estos son los mapas de probabilidad de excedencia del sistema EPS 1:
Aquí tiene los diagramas de líneas y de cuantiles generados específicamente para Huntington por los sistemas EPS 1 y EPS 2. Haga clic en las pestañas para escoger entre los dos sistemas. Para algunas variables el producto solo estaba disponible en uno de los sistemas.
Pregunta 1 de 7
¿Qué tipo(s) de precipitación cree que serán más probables en Huntington a lo largo del período de pronóstico?
El diagrama de EPS 2 muestra probabilidades de nieve superiores al 80 % y solo un 10 % o menos de probabilidad de ocurrencia de gránulos de hielo, lluvia o una mezcla al comienzo del evento.
Pregunta 2 de 7
Indique el rango de precipitación total acumulada para 4 días que los sistemas EPS pronostican para Huntington.
La suma de los valores más bajos ilustrados para los miembros en el diagrama de precipitación de 12 horas de EPS 1 da un total muy bajo de aproximadamente 2 mm. En el diagrama de precipitación total, el miembro con el valor más bajo de EPS 2 pronostica 3 mm.
La suma de los valores más altos de todos los miembros de EPS 1 da como resultado 100 mm, mientras que el miembro con el valor más alto del diagrama de precipitación total del sistema EPS 2 indica aproximadamente 75 mm.
Pregunta 3 de 7
Indique la acumulación de precipitación (equivalente líquido) que usted considera probable en Huntington durante el período de pronóstico de acuerdo con la información probabilística.
Esto se explicará más adelante.
Pregunta 4 de 7
¿Por qué cree que en Huntington caerá o se acumulará esa cantidad de precipitación durante el período de pronóstico?
Dados únicamente los mapas que usted acaba de ver, la mayoría de las respuesta probablemente incluírán alguna cantidad cerca de la media del sistema EPS o entre los percentiles 25 y 75. Los mapas de probabilidad de excedencia de EPS 1 indican entre un 90 y un 100 % de probabilidad de exceder 10 mm, entre un 70 y un 80 % de exceder 25 mm e incluso un 10 % de probabilidad de exceder 50 mm.
El diagrama de cajas y bigotes de EPS 1 indica una media total de precipitación del conjunto (la suma de las líneas negras) de aproximadamente 37 mm, con los percentiles 25 y 75 de cerca de 23 mm y 51 mm, respectivamente. La precipitación total de EPS 2 indica una media de 43 mm; casi todos los miembros indican 25 mm o más y hay un agrupamiento de miembros alrededor de la media y un poco más allá. Dado todo esto, sería válido escoger un valor entre 30 y 45 mm.
Pregunta 6 de 7
Describa la diferencia en sus razonamientos en comparación con cuando usó los mapas de los modelos deterministas.
Aunque es probable que haya seguido el mismo proceso básico ahora que siguió cuando escribió la primera discusión, quizás en este caso haya pensado más en términos de rangos de probabilidad. Ahora sabe que un mayor número de los miembros del conjunto indican valores más altos que los 20 a 30 mm de la predicción determinista. Los ciclos deterministas su ubican en el extremo inferior de las estimaciones de precipitación, pero no había forma de saberlo. Esto ilustra uno de los beneficios de trabajar con los datos de los sistemas de predicción por conjuntos y sus efectos en nuestra confianza en la predicción.
Pregunta 6 de 7
¿Qué otros efectos meteorológicos cree que podrían afectar las condiciones durante el período de precipitaciones? Marque todas las opciones pertinentes.
Podemos ver que las temperaturas bajarán lo suficiente para que algunas carreteras se cubran de nieve apisonada o hielo, especialmente si las condiciones previas mantuvieron baja la temperatura del suelo. Sin embargo, estas temperaturas no alcanzan un nivel que pueda constituir una amenaza significativa de problemas graves de salud, como para provocar rápidamente la hipotermia o lesiones por congelación. Los vientos medios hasta el percentil 75 no indican la probabilidad de ventisca baja o visibilidad reducida, pero varios de los miembros del conjunto sí indican que el viento podría producir tales condiciones. Parecen poco probables la lluvia helada y el engelamiento resultante.
Finalmente, veamos nuevamente cómo comunicar esta información de pronóstico a los usuarios finales. El campo de texto ahora contiene la discusión de pronóstico que redactó antes. Actualícela según le parezca apropiado para reflejar lo que ahora anticipa que ocurrirá en Huntington a lo largo del período de pronóstico.
Pregunta 7 de 7
Actualice la discusión de pronóstico según le parezca apropiado.
Comentaremos esta respuesta en la próxima sección.
El almacenamiento local debe estar habilitado en su navegador para poder trabajar en este ejercicio hasta el final de la lección.
Perfeccionar la discusión de pronóstico con datos probabilísticos » Autoevaluación
Ahora evaluará la medida en que las dos discusiones de pronóstico que redactó previamente contenían distintos tipos de información de incertidumbre.
Sobre el primer pronóstico, orientado por datos deterministas:
Haga clic aquí para mostrar u ocultar su primera discusión de pronóstico.
Pregunta 1 de 3
¿Cuáles de estos aspectos incluyó en su primera discusión de pronóstico?
Dependiendo de su experiencia, es posible que usted haya mencionado varios de estos factores, o solo algunos de ellos. Varias de estas opciones —especialmente la e), la f) y la g)— serían muy difíciles de incluir únicamente sobre la base de los datos deterministas que se presentaron.
Sobre el segundo pronóstico, orientado por datos probabilísticos:
Haga clic aquí para mostrar u ocultar su segunda discusión de pronóstico.
Pregunta 2 de 3
¿Cuáles de estos aspectos incluyó en su discusión basada en los datos probabilísticos?
Aunque quizás haya dado respuestas similares a las de la pregunta anterior, es indudable que con los datos probabilísticos podemos describir mejor los escenarios más probables y alternativos, así como los umbrales.
Pregunta 3 de 3
En términos generales, ¿en qué difiere su segunda discusión de pronóstico de la primera? ¿Cómo afectaron su proceso de pronóstico los datos probabilísticos?
Lea los posibles efectos de los datos probabilísticos que se describen a continuación.
Es nuestra esperanza que los productos de predicción por conjuntos hayan influido en su proceso de pronóstico de forma positiva. Incluso si no le llevan a cambiar los valores que usted incluye en su pronóstico, pueden influir en el proceso de varias maneras:
- indican si la salida determinista se encuentra dentro del margen de los otros miembros del modelo o si se trata de un resultado atípico;
- proporcionan evaluaciones críticas de probabilidades e incertidumbre que se pueden comunicar al usuario final;
- destacan ciertas situaciones difíciles que presentan altos grados de incertidumbre y que se deben evaluar más con análisis detallados de mesoescala, otros ciclos de ejecución del modelo u observaciones adicionales o más frecuentes.
Recibir y usar la información de pronóstico
Recibir y usar la información de pronóstico » Introducción
Ahora va a cambiar de papel: asumirá el papel de dos usuarios finales para comprender su perspectiva sobre el uso de la información de incertidumbre. Esto debería poner en claro la utilidad de adoptar un enfoque específico a la situación y el impacto de proporcionar la información de incertidumbre.
Los usuarios finales son un gerente de construcción civil cuyo personal necesita terminar la reparación de un puente y un ingeniero estructural a cargo de la instalación de estructuras ligeras para usos agrícolas.
Recibir y usar la información de pronóstico » Gerente de construcción civil
Usted administra una empresa de construcción civil. Una de sus cuadrillas está reparando un puente en el sudoeste de la zona de pronóstico y usted necesita saber si podrán verter el concreto con tiempo para que se cure antes de que llegue la tormenta. Las condiciones meteorológicas ya provocaron otros retrasos y ahora están siguiendo un calendario agresivo.
Pregunta 1 de 2
¿Qué información necesita recibir usted?
Las variables más importantes en este caso son la temperatura en superficie y la probabilidad de precipitación.
Para un curado adecuado, el concreto requiere temperaturas por encima de cero grados y es mejor que excedan los 4.5 °C. A temperaturas por debajo de ese umbral es posible que haya que envolver la mezcla con mantas para conservar el calor durante el curado.
La precipitación y condensación (punto de rocío o humedad relativa) son datos importantes porque el agua también puede impedir el proceso de curado y requerir el uso de protección para la mezcla. En este sentido, la incertidumbre sobre la hora de comienzo y la probabilidad de precipitación son más importantes que la cantidad y el tipo de precipitación.
En resumen, usted debe comprender el grado de incertidumbre en relación con el desarrollo temporal del evento y un umbral específico relacionado con la temperatura. Puede obtener esta información llamando a la oficina de pronóstico o asistiendo en persona a una presentación para los funcionarios de la industria local.
Y ahora vuelva a asumir el papel de antes.
Pregunta 2 de 2
Aquí tiene la segunda discusión de pronóstico que escribió antes. ¿Qué aspectos menciona de forma específica?
Haga clic aquí para mostrar u ocultar la discusión de pronóstico.
Para ayudar a alguien que debe tomar decisiones de ingeniería civil, podría ser útil incluir en una discusión o un boletín de pronóstico información como esta:
- probabilidad de precipitación, como un porcentaje o de forma descriptiva;
- marco temporal del comienzo del evento, aunque no necesariamente para un lugar tan específico como el que le interesa a esta persona;
- discusión de la temperatura y de las condiciones viales (engelamiento, etc.). Usted no tiene por qué estar al tanto de un umbral tan específico de una industria particular como el de 4.5 °C para el concreto;
- mención del punto de rocío o la humedad relativa si hay posibilidades de niebla o rocío fuerte
Recibir y usar la información de pronóstico » Ingeniero estructural
Imagínese ahora que trabaja en una empresa de ingeniería estructural que está instalando varias estructuras ligeras grandes en una zona agrícola cerca de Huntington. Los propietarios de las estructuras están preocupados por la posibilidad de que se acumule suficiente nieve para hundir los techos, especialmente los de las estructuras que no se han terminado de construir, y usted debe evaluar la situación a la luz de la tormenta inminente.
Pregunta 1 de 2
¿Qué información necesita recibir usted?
La preocupación principal gira en torno a la cantidad de nieve, aunque el viento también es un factor, ya que podría arrancar los techos no terminados. El factor fundamental es la incertidumbre en relación con la acumulación de nieve y especialmente su peso potencial.
Vuelva otra vez a asumir el papel de antes.
Pregunta 2 de 2
Aquí tiene la segunda discusión de pronóstico que escribió antes. ¿Qué aspectos menciona de forma específica?
Haga clic aquí para mostrar u ocultar la discusión de pronóstico.
En este caso, es útil describir la probabilidad de nieve y las acumulaciones previstas e indicar el grado de incertidumbre acerca de dicho valor. Normalmente, los pronósticos no describen en detalle la densidad de la nieve y la incertidumbre correspondiente, aunque esa es la información que esta persona necesita, además de la cantidad acumulada. Este tipo de información detallada se puede comunicar mediante productos o informes especializados, o bien hablando directamente con los clientes que llaman a la oficina local del SHMN.
Aunque es una experiencia limitada, esperamos que asumir el papel de dos usuarios le haya permitido apreciar que ningún boletín o discusión meteorológica puede cubrir adecuadamente las preocupaciones, los umbrales y los requisitos de todos los usuarios finales. No obstante, las necesidades de muchos usuarios finales y del público en general sí tienen ciertos elementos en común.
Hallazgos de los estudios sobre cómo comunicar la incertidumbre
En esta sección se resumen varios hallazgos clave de los estudios sobre cómo comunicar la información de incertidumbre. Tendrá la oportunidad de utilizar parte de esta información en el ejercicio de pronóstico al final de la lección.
Hallazgos de los estudios sobre cómo comunicar la incertidumbre » Usos y beneficios de la información de incertidumbre
La investigación actual indica que cuando se suma la información de probabilidad e incertidumbre a la información tradicional de valor único se obtienen estos beneficios:
- la información refleja en mayor medida el estado de la ciencia de pronóstico operativo;
- los usuarios finales, desde el público hasta los altos funcionarios del gobierno, pueden tomar mejores decisiones en términos económicos y de seguridad, especialmente cuando se trata de planificación de contingencia;
- se gestionan mejor las expectativas de los usuarios finales; su confianza en el servicio hidrometeorológico nacional aumenta y lo consideran más confiable.
Como ya mencionamos, tanto las personas que deben tomar ciertas decisiones como el público comprenden los conceptos básicos de probabilidad en general y entienden que un cierto grado de incertidumbre es inherente a las predicciones del tiempo.
Por ejemplo, Morss et al. (2008) hallaron que dado un pronóstico de máxima de 24 °C para el día siguiente, solo el 5 % de los participantes realmente se esperaba una temperatura de 24 °C, mientras que el 95 % restante pensaba que haría aproximadamente 24 °C. Queda claro que por poco que los usuarios comprendan los motivos de la incertidumbre considerable que puede existir en los pronósticos (baja densidad de las observaciones, parametrizaciones del modelo, teoría del caos, etc., etc., etc.), sí reconocen su existencia.
Expectativa de que haga 24 °C cuando se pronostica una máxima de 24 °C.
Es más, la mayoría de la gente comprende los conceptos básicos de probabilidad y puede integrarlos en sus propios procesos de decisión. Por ejemplo, en simulaciones de laboratorio los participantes en el estudio de Joslyn y LeClerc (2012) utilizaron información probabilística para tomar mejores decisiones sobre cómo las autoridades de transporte podrían ahorrar dinero en el uso de sal para tratar las calles. En comparación con los que solo manejaban la información determinista, los participantes que disponían de información probabilística usaron menos sal cuando las probabilidades de congelación eran menores y más cuando dichas probabilidades eran mayores, de modo que su actuación fue superior.
Adicionalmente, algunos estudios muestran que el usuario final quiere la información de probabilidad e incertidumbre. En el estudio de Morss et al. (2008), la mayoría de los participantes manifestaron su preferencia por los pronósticos que presentan un rango de valores en lugar de un valor único.
Finalmente, los participantes en el estudio de Morss et al. indicaron que prefieren recibir explicaciones de la existencia de incertidumbre o de un nivel bajo de confianza. Clasificaron enunciados que incluían incertidumbre acerca de la evolución temporal de un frente frío inminente de forma más favorable que otros enunciados que simplemente indicaban cuánto más frías serían las condiciones.
Porcentaje de los participantes en el estudio de Morss et al. (2008) que indicó una preferencia por recibir la información de incertidumbre sobre la temperatura máxima con o sin la explicación del paso de un frente frío.
Los que realmente quieren la información de incertidumbre y probabilística son las personas que están a cargo de tomar decisiones y la prefieren en términos de la probabilidad de exceder un umbral pertinente en su industria, ya que eso les permite tomar las precauciones apropiadas y hacer planes de contingencia más eficaces (Joslyn y Savelli, 2009).
Encontrará un excelente resumen y una discusión de los beneficios y usos de la incertidumbre en esta presentación de la Dra. Susan Joslyn, parte del taller sobre cómo comunicar la incertidumbre a los usuarios de pronósticos meteorológicos que se celebró en Whistler, Columbia Británica (Canadá) en mayo de 2015: https://www.youtube.com/watch?v=SfXlt40StpA.
Hallazgos de los estudios sobre cómo comunicar la incertidumbre » Los usuarios buscan información de incertidumbre sobre tres factores comunes
Hable con cualquier persona que trabaja en el ámbito de predicción sobre los tipos de preguntas que recibe de amigos, familiares, el público y la gente que debe tomar decisiones cuando las condiciones atmosféricas previstas no son favorables y en la mayoría de los casos le dirán que la gente quiere información sobre la magnitud del evento, su evolución temporal y sus impactos, y a veces le interesan los tres aspectos.
Cuál o cuáles de estos factores conviene enfatizar dependerá de la situación atmosférica y del público. En ciertos casos, el tema preocupante será la magnitud del evento, por ejemplo, la intensidad de lluvia o del viento.
En otras ocasiones, el factor fundamental a comunicar será la incertidumbre en la evolución temporal del evento, dada su importancia para la preparación de la red vial, la necesidad de viajar o la posibilidad de evacuaciones.