Inteligencia artificial para predecir eventos meteorológicos extremos

El cambio climático está provocando la aparición de eventos meteorológicos extremos en todo el mundo. Hablamos de olas de calor y de frío, tormentas extremas, inundaciones y sequías, huracanes y tsunamis… Estos eventos no solo provocan daños personales y materiales, sino que son una de las causas de migración y desplazamientos masivos más frecuentes, además de los conflictos armados.

Los científicos se esfuerzan cada vez más en mejorar sus predicciones meteorológicas. Un claro ejemplo de ello es el reciente despliegue del satélite Aeolus, capaz de estudiar la dinámica de la atmósfera desde las alturas.

Por otro lado, se ha publicado recientemente un nuevo modelo computacional que puede ayudar a los meteorólogos a reconocer posibles tormentas severas de manera más rápida y precisa. Este modelo ha sido desarrollado conjuntamente gracias a un equipo de investigadores de Penn State, AccuWeather, Inc. y la Universidad de Almería.

Mediante clasificadores lineales de aprendizaje automático, los investigadores son capaces de detectar los movimientos de rotación en las nubes a partir de imágenes de satélite. Estos movimientos podrían pasar desapercibidos, pero gracias al machine learning es posible analizar las imágenes con mucha más precisión. Las mejores predicciones meteorológicas requieren de una cantidad inmensa de datos para ser tan precisas.

Estos datos están presentes en la atmósfera, pero se necesitan herramientas muy avanzadas (como los algoritmos de machine learning desarrollados) para poder capturarlos, analizarlos y extraer conclusiones con cierta antelación.

Los investigadores estudiaron hasta 50.000 imágenes de satélites meteorológicos de los últimos años en los Estados Unidos para entender cómo se forman las nubes en forma de «coma», que son las que, en la mayor parte de casos, derivan en formaciones ciclónicas causantes de eventos climáticos severos como granizo, tormentas eléctricas, vientos fuertes y ventiscas.

Esas imágenes, y las indicaciones que observaron los científicos en su estudio, sirvieron como entrenamiento para que, combinando visión artificial con los algoritmos desarrollados, se puedan predecir las tormentas con alta precisión. De hecho, los investigadores descubrieron que su método puede detectar nubes en forma de coma con una precisión del 99%, con un promedio de 40 segundos por predicción.

El modelo también fue capaz de predecir el 64% de los eventos climáticos severos, superando a otros métodos existentes de detección de clima severo. Las implicaciones de disponer de modelos predictivos fiables y exactos son enormes. Permiten la posibilidad de preparar a la población, proteger las infraestructuras y organizar el apoyo logístico, sanitario e, incluso, humanitario con días de antelación.

A pesar de que es un avance muy prometedor, los investigadores insisten en recalcar que se trata de una fase temprana de lo que llegaremos a tener. De momento, la predicción es exacta, pero insuficiente como para que sea realmente útil a gran escala. Es una herramienta más para el meteorólogo, una especie de «colaborador» que puede alertar acerca de una futura formación potencialmente peligrosa.