Mucha incertidumbre con el huracán Danielle: una prueba con las simulaciones del GFS

Los modelos meteorológicos nos ayudan mucho a conocer cómo puede evolucionar la atmósfera en los próximos días. Son capaces de decirnos si va a llover en una región con bastante fiabilidad en plazos cortos/medios.

En los últimos años, los grandes centros de predicción meteorológica global han invertido muchos recursos en mejorar estos modelos matemáticos. La inteligencia artificial les está dando un empujón importante, con el aprendizaje automático, pero aún están lejos de ser perfectos, y probablemente nunca lo serán.

Un pronóstico a 7 días es todo un desafío para cualquier modelo, sobre todo a nivel regional o local. Pero a una escala más grande ya son capaces de aproximarse bastante a la posición de una depresión y, sobre todo, anticiclón.

Mapas meteorológicos

Lo que te voy a enseñar ahora es la salida por conjuntos o ensembles del modelo GFS. Para entenderlo es una forma que tienen los modelos de manejar la incertidumbre creciente en plazos largos. En lugar de simular una sola vez la evolución de la atmósfera en todo el mundo, lo hace decenas de veces, cada una de ellas con una ligera modificación en las condiciones iniciales. ¿Por qué lo hacen? Pues porque a pesar de que tenemos una extensa red de estaciones meteorológicas y satélites con datos para alimentar al modelo, no conocemos el estado exacto de la atmósfera en este momento. Por este motivo, asumimos que tenemos datos que no son del todo exactos, puedes llamarle errores de partida.

Bien, para que lo entiendas mejor te explico lo que hace el modelo

Imagínate que ahora tú, yo y 30 personas más nos ponemos en un descampado en línea recta. Todos viendo para el mismo sitio. Punto inicial de partida. Pero tenemos los pies ligeramente desviados y los ojos vendados.

El modelo comienza a ejecutarse (nosotros comenzamos a caminar). Cuando llevemos 5 pasos, nuestras trayectorias serán parecidas. Pero esas pequeñas desviaciones en la posición de los pies, hará que conforme avancemos nuestras trayectorias (pronósticos) se separen.

Esto es lo que le sucede a los modelos con los pronósticos. Los errores iniciales, por pequeños que sean, hacen que conforme pase el tiempo se separe más el pronóstico de la realidad.

Gráfica de ensembles modelo GFS

Lo que ves son los 30 escenarios con pequeñas modificaciones iniciales con las que trabaja el GFS. Observa como coinciden los primeros días, pero según avanzamos las líneas se separan, mayor incertidumbre.

La línea roja es el resultado medio de todos los escenarios, como el más probable. Esa es la forma de manejar la incertidumbre a plazos largos.

La probable posición de Danielle la próxima semana y el baile

Ahora que entiendes esto más o menos, te voy a enseñar la posición del huracán Danielle para la próxima semana según los cálculos del GFS en sus ensembles. Sería para finales de semana, momento en el que, de trazar su camino en nuestra dirección, podría llegar a España.

Escenarios planteados por el modelo GFS para la posición de Danielle la próxima semana

Vas a ver como en algunos escenarios Danielle desaparece, en otros está ya convertido en borrasca, más alta de latitud y sobre colores más fríos. En otras está delante de la Península con intenciones de acercarse. Es una prueba de que todo un GFS no es capaz aún de mostrar una coherencia con las simulaciones, pareciéndose aún como un huevo a una castaña entre ellas.

¿Qué intento decir con todo esto?

Pues que si a un modelo le cuesta pronosticar la trayectoria de una borrasca polar que ha simulado muchas veces a una semana vista, imagínate un huracán en unas latitudes muy anómalas. Intento mostrarte que aún no podemos saber qué va a suceder con el huracán Danielle y si intentará acercarse a España.

Creo que aún va a dar muchas vueltas la tortilla hasta que comencemos a ver claro lo que va a suceder.

Hay que seguir pasito a pasito. En cuanto actualice el modelo ECMWF publicaré el gráfico con las trayectorias de todos los modelos.

Abrazos.