La presencia de diferentes microclimas en el Ecuador torna más compleja la tarea de la predicción climática. Foto: Archivo / El Comercio
Por décadas, la posibilidad de acertar con el pronóstico del tiempo dependió de instrumentos sencillos: medidores de factores físicos como presión atmosférica, velocidad y dirección del viento.
Hace 50 años se sumaron los radares para detectar la nubosidad a distancia y poco después los satélites, entre otras herramientas digitales.
Estos dispositivos siguen vigentes actualmente para captar datos, pero la predicción climática en sí depende ahora de modelos numéricos, algoritmos e inteligencia artificial (IA). Por eso es más exacto el pronóstico en nuestros días.
Esto permite saber qué pasará con el clima a muy corto plazo. Por ejemplo, los análisis sin IA daban a los expertos la posibilidad de saber si llovería en los siguientes días; pero no qué sucedería en las siguientes horas o minutos, tampoco la magnitud de los eventos.
Según la revista Scientific American, la IA tiene mucho potencial en la meteorología. Técnicas como el ‘machine learning’ pueden utilizarse en aplicaciones para el análisis de datos en serie, tendencias de variables meteorológicas y todo lo que implique el uso de grandes volúmenes de datos.
Aunque las ventajas son evidentes, también manifiesta que la IA tiene limitaciones a la hora de predecir el clima. Esto porque depende de factores como: la calidad de la información recopilada; la capacidad de cómputo disponible; el nivel de conocimiento de programación y modelación numérica. Revela, además, que la efectividad de la IA está sujeta al lugar del mundo donde se pretende realizar el pronóstico. Así, Ecuador tiene más variables que considerar que otras partes, porque está atravesado por una cordillera, se ubica a orillas del mar, posee una selva lluviosa y está en una zona tropical en la mitad del planeta, expuesto a gran cantidad de radiación solar.
Vladimir Arreaga, especialista en pronóstico del tiempo del Instituto Nacional de Meteorología e Hidrología (Inamhi), dice que el uso de la inteligencia artificial es crucial por la cantidad de variables que se deben analizar. Un buen
ejemplo es Quito: en cortísimos lapsos brilla el sol, hay lluvias torrenciales, cae granizo y vuelve a despejarse el cielo.
Otra característica del Ecuador es la presencia de microclimas distintos y próximos unos de otros. Eso se ve cuando llueve más en la zona sur de la capital que en el norte de la ciudad. La IA logra precisión en estos escenarios al hacer que los modelos numéricos se ajusten a la realidad local.
Mario Morales, experto en sistemas de inteligencia artificial, manifiesta que la climatología es la rama ideal para aplicar su especialidad. La IA permite analizar datos automáticamente sin importar el tamaño de la muestra. Se pueden incluso utilizar algoritmos capaces de aprender a predecir el clima basándose en datos históricos de una zona.
Arreaga detalla que, de hecho, el Inamhi ya usa modelos numéricos para el pronóstico del tiempo. La institución cuenta con su propia área de modelamiento matemático.
La entidad se alista para aplicar un proyecto de integración de IA a estos modelos numéricos meteorológicos. Se hará en la sección de Predicción Climática del Inamhi.
Con esta integración se alcanzará mayor confiabilidad al correr los modelos numéricos localmente. Arreaga dice que estos han sido corridos tradicionalmente a nivel global. Ello hacía que tengan una resolución demasiado amplia y poco específica para el país.
Sin embargo, la pandemia y la crisis económica han provocado retrasos en el proyecto. Arreaga recuerda que para lograr una predicción acertada con la nueva tecnología se necesitan insumos, como mayor cantidad de estaciones meteorológicas para la recopilación de datos. En este momento, por el contrario, se han cerrado algunas de estas estaciones debido a la crisis.
Actualmente, los datos obtenidos en el país se integran en análisis numéricos cada tres horas. La información es enviada al exterior, a las plataformas climáticas de Washington, en EE. UU., y de São Paulo, en Brasil. Así se incorporan a la data global. A estos parámetros se añade la información satelital. Luego, los datos procesados vuelven al país para un nuevo corrido numérico local.
La IA evitará todo el periplo y el pronóstico volverá más rápido al Ecuador.