Clima preciso

El meteorólogo de televisión Paul Douglas recuerda el día de 1997 cuando tuvo la inspiración que lo llevó al lanzamiento de su empresa. Había predicho al aire una tormenta que se movía a través de las Ciudades Gemelas de Minnesota, solo para enfrentarse fuera del aire con una avalancha de correos electrónicos de espectadores locales que querían saber cómo la tormenta podría afectar sus planes para el día. Fue muy frustrante, recuerda. ¿A qué hora empezará a llover en mi ciudad? Voy hacia el norte; voy a vencer a la lluvia? Mi boda es esta tarde; ¿lloverá? '

Douglas no pudo responder a tales preguntas. Su pronóstico se basó en gran medida en información del Servicio Meteorológico Nacional, que predice las condiciones para un área de 12 kilómetros por 12 kilómetros y cuyas predicciones no tienen nada que decir sobre cómo varía el clima dentro de esa área. E incluso si Douglas pudiera hacer tales pronósticos localizados, no había forma de que pudiera difundir la información personalizada de manera efectiva. Y entonces se dio cuenta: tal vez podría darles a todos un informe meteorológico personalizado. Dos años más tarde, en 1999, fundó Digital Cyclone, con sede en Minneapolis, que predice eventos meteorológicos en áreas de seis kilómetros por seis kilómetros y ofrece la información a través de teléfonos móviles.

Esta historia fue parte de nuestro número de junio de 2003

• Ver el resto del número
• Suscribir

Digital Cyclone es solo una de varias empresas que llevan la previsión meteorológica a nuevos niveles de utilidad y precisión. El Weather Channel en Atlanta, GA, por ejemplo, ahora ofrece mapas con una resolución de ocho kilómetros y un servicio de alerta para computadoras de escritorio. Y AccuWeather en State College, PA, genera mapas meteorológicos con una resolución de un kilómetro que están disponibles en asistentes digitales personales y teléfonos con acceso a Internet. Alimentadas por la disponibilidad de vastas reservas de energía informática barata, nuevas técnicas matemáticas para ajustar los modelos meteorológicos y sistemas de observación de alta tecnología, estas empresas están explotando la faceta tan descuidada de la previsión meteorológica que Douglas llama el juego corto: es decir, asesorar personas sobre las condiciones climáticas particulares en sus vecindarios o ciudades individuales, no solo en sus regiones.

El cambio a pronósticos de mayor resolución podría traducirse en enormes ahorros. Según John Dutton, decano emérito de la Facultad de Ciencias de la Tierra y Minerales de la Universidad Estatal de Pensilvania, más de $ 3 billones de la economía anual de la nación se ve afectada por eventos climáticos. Los agricultores, trabajadores de la construcción, equipos de remoción de nieve, trabajadores de mantenimiento de energía, despachadores de ferrocarriles y conductores de camiones dependen de pronósticos precisos y precisos para administrar eficazmente su tiempo y recursos. Una masa de aire frío inesperada en un día de verano podría dejar a una compañía eléctrica con millones de dólares de electricidad no utilizada. Un cambio en la velocidad del viento podría modificar la elección de un agricultor de rociar fertilizantes, que pueden dispersar e incluso arruinar los cultivos vecinos con vientos superiores a los 11 kilómetros por hora. Una pequeña diferencia de temperatura puede determinar si un equipo de remoción de nieve depositará arena o sal. La sal generalmente solo es efectiva por encima de -7 C, y una decisión incorrecta de usarla no solo puede ser ineficaz para reducir el hielo, sino también desperdiciar miles de dólares del dinero de los contribuyentes.

Ya sea para los empleados o para las mamás del fútbol, ​​existe una demanda insaciable de información meteorológica, dice Douglas. Ya se encuentra disponible una gran cantidad de información increíblemente útil, pero existe una oportunidad real de filtrarla, hacerla más oportuna, detallada y precisa, y proporcionarla en una forma más útil.

Previsiones personalizadas

Durante cinco décadas, el pronóstico del tiempo en los Estados Unidos se ha basado en modelos que se ejecutan en la última tecnología informática en el Centro Nacional de Predicción Ambiental del Servicio Meteorológico Nacional en Camp Springs, MD. Los modelos utilizan más de 100 millones de mediciones diarias de temperatura, humedad, presión del aire, velocidad del viento y dirección del viento recopiladas en diferentes lugares del mundo. Con base en estos datos, los pronósticos se calculan en escalas globales, nacionales y regionales cada seis horas para áreas tan pequeñas como 12 kilómetros por 12 kilómetros.

El clima real, por supuesto, puede variar bastante en distancias tan cortas como unos pocos kilómetros, dice Craig Burfeind, un meteorólogo que cofundó Digital Cyclone con Douglas. Las tormentas invernales pueden tener una línea precisa, y unas pocas millas a cada lado de esa línea pueden significar la diferencia entre la lluvia y seis pulgadas de nieve. Burfeind señala que un día del invierno pasado, las temperaturas en los suburbios del sur de Minneapolis alcanzaron los 20 ° C (70 ° F), mientras que los suburbios del norte permanecieron alrededor del punto de congelación, lo que resultó en diferencias de temperatura de 6 ° C o más en un rango de seis kilómetros. Y Minneapolis ni siquiera está cerca de una gran característica geológica, como una montaña o un valle, que pueda afectar la velocidad y dirección del viento, la humedad y la temperatura, y crear diferencias medibles en un área pequeña. Incluso una masa de agua considerable puede crear fuertes contrastes de temperatura que contribuyan a la nieve con efecto de lago, una densa niebla costera o tormentas eléctricas inesperadas.

El Servicio Meteorológico estaría encantado de producir pronósticos para la ubicación de todos si fuera práctico. Pero aumentar la resolución de la cuadrícula de pronóstico a, digamos, seis kilómetros por seis kilómetros, en realidad requiere ocho veces más cálculos. Nuestro próximo paso en ese ámbito es de 10 kilómetros, que no estarán operativos hasta finales de 2004, dice Lauren Morone, oficial de operaciones del Centro Nacional de Predicción Ambiental.

Pero hay otra manera. En la década de 1990, los investigadores de la Universidad Estatal de Pensilvania comenzaron a incorporar los datos sin procesar recopilados del Servicio Meteorológico Nacional en sus propios modelos basados ​​en PC. Ejecutar un modelo solía ser una gran operación centralizada, como el Proyecto Manhattan, dice el climatólogo de Penn State Paul Knight. Por el contrario, dice, la nueva generación de modelos de PC completa menos cálculos para un área más pequeña del mundo y, por lo tanto, puede producir pronósticos meteorológicos localizados de alta resolución que pueden producirse con relativa rapidez.

Digital Cyclone, por ejemplo, está capitalizando el éxito de Penn State. La compañía proporciona pronósticos para varias áreas metropolitanas de EE. UU., Utilizando una sola PC para generar una predicción meteorológica para una ciudad en particular. Los pronósticos son dos veces más frecuentes que los del Servicio Meteorológico Nacional y cubren un área más pequeña; es decir, corren cada tres horas y tienen una resolución de seis kilómetros en un radio de aproximadamente 120 kilómetros de la ciudad.

Los clientes de Digital Cyclone pueden acceder a la información desde un sitio web. Al teclear sus ubicaciones, pueden obtener mapas meteorológicos centrados en sus ciudades, completos con imágenes de radar y pistas de tormenta proyectadas. Pero el valor real del servicio de Digital Cyclone, dice Douglas, es que las personas pueden adquirir la información desde sus teléfonos móviles con acceso a Internet. A finales de este año, esos mismos teléfonos emitirán alertas audibles enviadas por la empresa y adaptadas a las necesidades de las personas. Y en un momento en el que cada vez más teléfonos móviles están equipados con software de satélite de posicionamiento global y receptores de señal que brindan información sobre su ubicación geográfica, Digital Cyclone está desarrollando software, que se espera que esté disponible en los próximos años, que usaría datos GPS para ofrecen mapas de pronóstico del tiempo de alta resolución centrados automáticamente en la ubicación del teléfono.

En el frente empresarial

Tener alertas personalizadas transmitidas a su dispositivo de mano puede parecer lo último en automatización de conciencia del clima. Pero las empresas también necesitan pronósticos detallados, y algunos proveedores meteorológicos ya están integrando la información directamente en las computadoras de sus grandes clientes industriales. Un líder en este nuevo campo de operaciones habilitadas por el clima es Meteorlogix en Minneapolis. La empresa utiliza comunicaciones por satélite para transmitir actualizaciones meteorológicas personalizadas directamente al sistema informático operativo del cliente; Preprogramado para trabajar con las alertas de Meteorlogix, el sistema informático reconoce qué operaciones se ven afectadas por el clima y luego toma las medidas adecuadas.

Detectando lluvia

A medida que las computadoras se vuelven más rápidas y más baratas y los instrumentos de observación meteorológica mejoran, los investigadores prometen pronósticos de mayor resolución. En dos o tres años, algunos predicen, las resoluciones bajarán a un kilómetro. Sin embargo, llegar allí será una batalla cuesta arriba. El primer problema es el enorme aumento de la potencia informática necesaria para tener en cuenta las variables adicionales del clima a una escala tan pequeña. La topografía del terreno local, la presencia de cuerpos de agua, vegetación, formación de nubes, todo esto debe tenerse en cuenta, dice Joel Myers, fundador y presidente de AccuWeather. De hecho, bajar a un kilómetro desde cuatro kilómetros requiere alrededor de 16 veces el músculo para hacer crujir números.

A pesar del alto precio computacional, Lloyd Treinish y sus colegas en el centro de investigación de IBM en Yorktown Heights, Nueva York, están trabajando en pronósticos meteorológicos con una resolución de un kilómetro. El llamado proyecto Deep Thunder es parte de un esfuerzo más grande de IBM conocido como Deep Computing, que se ocupa de analizar grandes cantidades de datos y resolver problemas computacionales complejos. Al igual que muchas empresas que trabajan en el área de la previsión meteorológica de alta resolución, IBM prevé oportunidades comerciales al proporcionar mejores modelos de predicción a empresas sensibles al clima. Treinish y su equipo han modificado un modelo regional estándar, desarrollado en la Universidad Estatal de Colorado, y lo han adaptado al terreno, el flujo del viento y los patrones de humedad impulsados ​​por el océano del área de Nueva York. Usan datos recibidos del Servicio Meteorológico Nacional y luego verifican sus pronósticos usando estaciones meteorológicas cercanas, incluso una instalada en Fishkill, NY. A finales de este año, IBM instalará cinco estaciones más en sus instalaciones en el sureste de Nueva York para ayudar a afinar aún más los modelos. Deep Thunder genera un pronóstico actualizado de 24 horas de dos a cuatro veces al día, lo que requiere casi dos horas de tiempo de computadora por pronóstico.

El modelo modificado ha demostrado su eficacia varias veces, como cuando reconoció la gravedad de una tormenta de nieve de febrero de 2003 unas nueve horas antes del Servicio Meteorológico. Treinish atribuye la precisión del modelo a su excelente resolución, que además de proporcionar una visión más detallada del clima local a menudo conduce a mejores pronósticos para toda una región. Al llegar a la física detrás de los eventos meteorológicos de menor escala, puede obtener una mejor imagen de lo que está sucediendo con los eventos de mayor escala, como las tormentas, dice.

Treinish incluso habla de bajar a una resolución de 500 metros en el futuro, aunque señala que requeriría modelar la turbulencia del viento alrededor de los edificios altos de la ciudad de Nueva York, y requeriría aproximadamente 100 veces más procesamiento numérico. Pero ese no es un aumento inaudito en la potencia informática, si está dispuesto a esperar unos años, dice.

Estos pronósticos meteorológicos precisos y de alta resolución dependen de modelos que se recalibran periódicamente comparando sus predicciones con el tiempo real observado. Pero tratar de saber si los pronósticos están mejorando o no es más difícil de lo que parece, porque las diferencias pueden ser sutiles y complicadas: quizás las predicciones de la velocidad del viento se estén volviendo un poco más precisas, mientras que las predicciones de temperatura empeoran un poco. David Stensrud, del Laboratorio de Tormentas Severas de la Administración Nacional Oceánica y Atmosférica en Norman, OK, señala que la mejora de los modelos es lenta. Estos modelos son tan complicados que si puede corregir un problema, fácilmente puede causar otro, dice Stensrud. Debe ejecutar el nuevo modelo en una gran cantidad de casos para verificarlo, y eso lo convierte en un esfuerzo enorme y laborioso.

Y, por supuesto, un modelo de pronóstico es tan bueno como los instrumentos que lo alimentan con datos. Eventualmente, los meteorólogos pueden acceder a datos meteorológicos finamente detallados de vastas redes de sensores espaciados a solo decenas de metros de distancia en muchas partes del país. Un grupo dirigido por Deborah Estrin, científica informática y directora del Center for Embedded Networked Sensing de la Universidad de California, Los Ángeles, ya está incorporando redes de sensores inalámbricos diseñadas para monitorear los datos del microclima, incluidos, eventualmente, los niveles de dióxido de carbono, alrededor de pequeños parches de árboles y plantas. Queremos explorar la relación entre monitorear el clima a escala regional y a microescala, dice.

La recopilación de datos tan específicos puede ser en nuestro futuro, pero ¿es práctico? Publicar pronósticos a nivel de cuadras de ciudades definitivamente hace que parezca que los pronósticos son más precisos, dice Craig Edwards, meteorólogo jefe de la oficina de Minneapolis del Servicio Meteorológico Nacional. Pero los pronósticos para un bloque probablemente serían los mismos que para otros bloques. También existe una compensación entre la resolución y qué tan lejos en el futuro un modelo puede hacer predicciones precisas, dice Young, debido a la rapidez con que cambian los fenómenos meteorológicos a pequeña escala. Los pronósticos de alta resolución de hoy son útiles durante uno o dos días, dice. Nos dirigimos rápidamente a resoluciones que no le permitirán comprar nada más allá de las seis horas.

Independientemente de la utilidad de la nueva tecnología, los meteorólogos podrán mostrar más en sus pronósticos a medida que el público se sienta cómodo con la jerga meteorológica y los mapas. El coeficiente intelectual del clima del público ha aumentado enormemente en los últimos 10 años, dice Myers de AccuWeather. En lugar de decir que hay una probabilidad de lluvia hoy, podríamos decir que hay un 20 por ciento de probabilidad de lluvia entre las 10:00 a.m. y el mediodía, un 40 por ciento de probabilidad entre el mediodía y las 2:00 p.m., y un 20 por ciento de probabilidad después de eso. Ese es el tipo de información que podría utilizar para programar su juego de golf.

Otros en pronósticos de alta resolución
EMPRESA	RESOLUCIÓN DE LA RED	SERVICIO
Consulta Meteo (Wageningen, Países Bajos)	Específico del sitio, basado en la ubicación de las estaciones meteorológicas	Mapas meteorológicos e imágenes satelitales y de radar entregadas a teléfonos móviles habilitados para la Web
MyWeather (Madison, WI)	110 metros	Pronósticos de mensajes de texto enviados a buscapersonas alfanuméricos y teléfonos móviles
Convergencia de AWS Tecnologias (Gaithersburg, MD)	Específico del sitio, basado en la ubicación de estaciones meteorológicas patentadas	Aplicación basada en web que proporciona previsiones a los clientes de la industria energética.
Servicios meteorológicos Internacional (Billerica, MA)	De ocho a 10 kilómetros; pronósticos puntuales	Mapas meteorológicos e imágenes satelitales y de radar entregadas a personas que trabajan en las industrias de medios, energía, marina y aviación (los pilotos pueden recibir datos en vuelo en asistentes digitales personales)

esconder