PWG - METEOROLOGÍA
Geofísica de la Atmósfera

¡Contáctenos!

17/06/2025: Google presenta una IA que permite modelar ciclones

Google ha presentado “Weather Lab”, un simulador meteorológico que incluye el modelamiento de ciclones basado en la física de la atmósfera y que utiliza redes neuronales estocásticas (IA), para predecir la formación, trayectoria, intensidad, tamaño y forma de un ciclón. El modelo utiliza una versión operativa del modelo meteorológico de red neuronal gráfica de Google DeepMind, el cual ha sido entrenado directamente a partir de datos de reanálisis de condiciones atmosféricas pasadas. De esta manera es posible predecir rápidamente cientos de variables meteorológicas a nivel mundial con hasta 10 días de antelación y con alta resolución. Las predicciones son más precisas que las de los modelos meteorológicos tradicionales en el 90 % de los casos probados y muestran una mejor predicción de eventos severos como ciclones tropicales, ríos atmosféricos y temperaturas extremas.

El modelo genera 50 escenarios posibles con hasta 15 días de anticipación. La importancia de este desarrollo radica en el peligro que suponen los ciclones junto con la dificultad para modelarlos predecirlos (Teoría del Caos). Según Google: “Presentamos Weather Lab, el cual incluye nuestras predicciones experimentales de ciclones, y nos asociamos con el Centro Nacional de Huracanes de EE. UU. para respaldar sus pronósticos y alertas durante esta temporada de ciclones (...). Al día de hoy, Google DeepMind y Google Research lanzan Weather Lab, un sitio web interactivo para compartir nuestros modelos meteorológicos de inteligencia artificial. Weather Lab presenta nuestro más reciente modelo experimental de ciclones tropicales basado en IA, específicamente redes neuronales estocástica”. El paper con los detalles puede ser visto en ArXv y el resumen del abstract es el siguiente:

Pronóstico meteorológico probabilístico conjunto eficiente a partir de marginales.
Los modelos meteorológicos basados ​​en aprendizaje automático (Machine Learning) han cobrado relevancia rápidamente gracias a su mayor precisión y velocidad comparados con los pronósticos tradicionales basados ​​en la predicción numérica del tiempo (PNT), superando recientemente a los ensambles tradicionales referidos al pronóstico meteorológico probabilístico global. Este artículo presenta FGN (Functional Generative Network), un enfoque de modelado simple, escalable y flexible que supera significativamente a los modelos de vanguardia actuales. El FGN genera conjuntos mediante perturbaciones aprendidas del modelo con un conjunto de modelos adecuadamente restringidos. El modelo se entrena directamente para minimizar la puntuación de probabilidad de rango continuo de los pronósticos por ubicación. Además, produce pronósticos ensamblados de vanguardia, medidos mediante una gama de métricas deterministas y probabilísticas, realiza predicciones precisas de trayectorias de ciclones tropicales por conjunto y captura la estructura espacial conjunta a pesar de estar entrenado únicamente con marginales.

Atractor de Lorenz

X

* La Meteorología es la ciencia que estudia la atmósfera y la ionósfera, a la vez que se considera la herramienta por antonomasia para estudiar y predecir el tiempo atmosférico.
* El tiempo atmosférico corresponde a las condiciones meteorológicas del momento, a saber, las horas de sol, la lluvia, la nieve, el viento, la humedad, la temperatura y la presión atmosférica. Las nubes ayudan con el pronóstico del tiempo, dado que tienen una fuerte correlación con los cambios atmosféricos. En la actualidad los meteorólogos pueden pronosticar el tiempo con un 85% de confiabilidad cuando la anticipación es de 10 horas (a mayor anticipación, menor será la confiabilidad). Según el científico chileno Mario Markus: "Si queremos predecir el tiempo de aquí a tres días necesitaremos 10 mil estaciones meteorológicas (...) Si queremos predecir de aquí a 14 días, sería posible, pero necesitaríamos no 10 mil, sino 100 millones de estaciones (... Y si queremos un mes de anticipación) deberíamos disponer de 10 elevado a 20 estaciones (... es decir) una cada cinco milímetros cuadrados".
* Los datos experimentales demuestran que la atmósfera terrestre es inestable y no lineal, de modo que queda bien caracterizada con la Teoría del Caos. Dado que la evolución de un sistema caótico es extremadamente sensible a las condiciones iniciales se concluye que existe un límite para el dúo Confiabilidad-Anticipación, independiente de la presición de los datos de entrada y de la complejidad del modelo utilizado. Por un lado se tiene que resulta imposible realizar pronósticos climáticos 100% confiables para sistemas PARTICULARES. Sin embargo, la Teoría del Caos permite predecir con gran exactitud los cambios climáticos GLOBALES, dado que en este caso no se busca extrapolar una trayectoria específica en el espacio de fases, sino que se busca la forma y posición del ATRACTOR del sistema.
* Gran parte del fundamento de la Teoría del Caos se debe a los trabajos de Edward Lorenz, quien desarrolló a principios de la década de los sesentas un modelo simplificado del clima basado en el siguiente sistema de Ecuaciones Diferenciales:

dx/dt = y D -x
dy/dt = x R - y - xz
dz/dt = xy - z B

Donde D = número de Prandtl, R = diferencia de temperaturas entre la base y el techo del sistema, B = cuociente entre la longitud y la altura del sistema, x = razón de rotación del cilindro, y = diferencia de temperaturas entre los lados opuestos del cilindro y z = desviación de la línea vertical graficada correspondiente a la tempertura (El gráfico del "Atractor de Lorenz" se muestra a la izquierda y representa una trayectoria fractal). El descubrimiento más importante fue la extrema sensibilidad de las ecuaciones frente a las condiciones iniciales, lo que se conoce como "Efecto Mariposa": la divergencia entre dos trayectorias inicialmente cercanas en el espacio de fases se va magnificando exponencialmente, lo que termina generando patrones climáticos radicalmente distintos, o en otras palabras, "El vuelo de una mariposa en Hong Kong puede provocar un tornado en Kansas".

METEOROLOGY

Climatología

* Se define como Clima al estado medio de las variables meteorológicas durante un largo periodo de observación (mayor que 10 años)
* La Climatología es la ciencia que estudia todas las formas de intercambio energético entre la superficie terrestre y la atmósfera, mediante el tratamiento estadístico de los fenómenos meteorológicos que ocurren en un determinado lugar.

* La determinación del clima de una región requiere de muchas etapas relacionadas con el tratamiento estadístico de los datos: desde la determinación del promedio de cada variable (Método Reduccionista o Analítico) hasta la utilización de índices que las relacionan (Método Sinérgico o de los Indices), con el objetivo de establecer pronósticos para el tiempo (Método Sinóptico).

EL NIÑO Y LA NIÑA


Desequlibrios climáticos que ocurren durante El Niño

El Niño corresponde a un calentamiento anormal de la Corriente de Humboldt. Este fenómeno desoxigena las aguas, lo que provoca la emigración de los peces.

- Los vientos alisios que normalmente soplan desde América Intertropical hacia Oceanía se debilitan e incluso, pueden cambiar de sentido, lo que incrementa las precipitaciones en las zonas Norte y Central de Chile (45% extra)
- Episodios de El Niño: 1902, 1905, 1911, 1914, 1918, 1925, 1929, 1939, 1941, 1953, 1957, 1965, 1972, 1976, 1982, 1986, 1992 y 1997 (710 mm de precipitación en Santiago= récord)

VER MÁS | BAJAR TEMPERATURAS OCEÁNICAS

* La Niña corresponde a un fenómeno natural que enfría excesivamente las aguas, lo que las oxigena e incrementa la fauna marina.
- Los vientos alisios se intensifican, de modo que se dificulta el ingreso de sistemas frontales a Chile (sequías).
- Se intensifica el Anticiclón SubTropical del Pacífico SurOriental.
- Episodiosde La Niña: 1904, 1908, 1910, 1916, 1924 (apenas 66 mm de precipitaciones en Santiago), 1928, 1938, 1950, 1955, 1964, 1970, 1973, 1975, 1988, 1995, 1998.

RADIACIÓN ULTRAVIOLETA Y LA CAPA DE OZONO

CARACTERIZACIÓN
La radiación UV corresponde a toda radiación de longitud de onda inferior a los 4000 A° (por lo tanto no es visible). Fue descubierta por Johannes Ritter a principios del siglo XIX y se divide en tres regiones:
- UVA: 3200- 4000 A°, responsable del bronceado de la piel
- UVB = "UV Biológica": 2800- 3200 A°. Es peligrosa para la salud, pero llega a la Tierra muy atenuada gracias a la capa de ozono.
- UVC: de menor longitud de onda que las anteriores, por lo que corresponde a fotones con mayor energía = más dañinos (también son absorbidos por la atmósfera).

INDICE UV
Corresponde a un valor normalizado a 10 (pero puede ser excedido) y que pronostica la cantidad máxima de radiación UV que recibirá la superficie durante la hora de mayor radiación (alrededor del mediodía solar)
- La unidad del índice UV corresponde a 25 mW/m2
- Tipos de piel: A (muy blanca / extremadamente sensible a la radiación UV / se quema en lugar de broncearse), B, C y D (piel marrón-negra / nunca se quema, sólo se broncea)

EL OZONO
El ozono atmosférico se forma fotoquímicamente ("fotólisis") a través de dos vías:
- En la parte inferior de la tropósfera (donde se considera parte del smog):

NO2 + FOTÓN (2800- 4300A°) --> NO + O
O + O2 + Soporte Sólido --> O3 + SopSól

- En la estratófera (20- 30 Km) donde forma parte de la "Capa de Ozono":

O2 + FOTÓN (< 2000 A°) --> 2O
O + O2 + Soporte Sólido --> O3 + SopSól

La capa de ozono cumple una función especial para la vida al actuar como un escudo protector contra los rayos UV procedentes del Sol. Según el informe de la ONU "Impactos de la radiación UV sobre el Ecosistema", la disminución de la capa de ozono elevará los casos de cáncer a la piel y provocará pérdidas de siete millones de toneladas de pescado por año. Si se cumplieran todos los acuerdos internacionales, la capa de ozono se estaría recuperando hacia el año 2070.

- Se define la presencia de un "agujero" en la capa de ozono si el contenido de ozono es inferior a los 220 matm x cm (miliatmósferas por cm)
- Punta Arenas, Puerto Williams y Villa Las Estrellas (Antártica Chilena) suelen estar incluídas dentro del agujero de la capa de ozono

La destrucción de la capa de ozono se debe al cloro presente en la atmósfera:

O3 + Cl --> ClO + O2

Lamentablemente el ClO vuelve a convertirse en Cloro:

ClO + O --> Cl + O2

... Lo que nos lleva de nuevo a la primera reacción, es decir: el cloro no se consume en el proceso.

(NOTA: Los óxidos de nitrógeno, los freones y las olefinas destruyen el O3)

OTROS TEMAS:
* Contaminación Atmosférica y Redes Neuronales
* El Efecto Invernadero (2003)
* Informe secreto del Pentágono (Feb 04) Bush

x
 CRONOLOGÍA DE LOS MODELOS DE CONTAMINACIÓN ATMOSFÉRICA EN SANTIAGO DE CHILE

* 1995:
i) Ruttlant y Garreaud presentan un índice referido a la contaminación potencial con otro que sintetiza las características de diferentes contaminantes del aire (correlación de 73%).
ii) Prendez et al encuentran que existe una alta correlación entre la radiación solar y el Material Particulado (MP) suspendido en Santiago.

*1996: En las Actas del X Simposio Chileno de Física se publica el trabajo "Predicción de la concentración de partículas contaminantes en Santiago de Chile, usando una red neuronal", de los autores Reyes, Pérez y Trier. Aquí se desarrolla el primer Modelo Predictivo de MP utilizado en Chile.

* 1998:
i) Se publica en Fexap 98 el trabajo "Método Neuronal para predecir niveles de contaminación atmosférica", de los autores Pérez, Trier, Reyes, Silva y Montaño.
ii) Pérez et al presentan en StatPhys 20 (París) el trabajo "Predictability of time series on atmospheric pollution by particulate matter".
iii) Reyes et al presentan en Sochifi XI el trabajo "Predictibilidad del material particulado PM2.5 en Santiago de Chile utilizando técnicas de modelación de sistemas dinámicos y redes neuronales". El paper se encuentra en "Contribuciones Científicas y Tecnológicas".
iv) El DS N° 16/98 establece el Plan de Prevención y Descontaminación de la Región Metropolitana. Aquí se habla por primera vez de la necesidad de utilizar un modelo predictivo (Res 12612 del SESMA).
v) El DS N° 59/98 establece las pautas que debe cumplir el Predictor Oficial de Contaminación Atmosférica: una confiabilidad global superior al 65%.
vi) CONAMA pone a operar su primer predictor, consiguiendo una confiabilidad de 59% (un poco mejor que jugar al cara o cruz)

* 1999: Cassmassi publica su trabajo "Improvement of the forecast air quality and of the knowledge of the local meteorological conditions in the metropolitan region". El modelo está basado en técnicas de regresión múltiple (estadística clásica).

* 2000:
i) En la revista internacional Atmospheric Environment 34 (2000) se publica el trabajo "Prediction of PM2.5 concentrations several hours in advance using neural networks in Santiago, Chile", de los autores Pérez, Trier y Reyes.
ii) En SOCHIFI 2000 Reyes et al presentan el trabajo "Desarrollo de un predictor de la concentración de 24 horas de MP10 mediante la utilización de redes neuronales", consiguiendo una confiabilidad global de 80%.
iii) El Dpto. de Geofísica de la Universidad de Chile anuncia que el modelo Cassmassi tiene un acierto global de 71%, acierto a condiciones buenas: 91%, acierto a condiciones de alerta: 44% y aciertos a condiciones de preemergencia: 60%.
iv) CONAMA reemplaza su anterior predictor por el modelo Cassmassi

* 2001: En Neural Computing & Applications se publica el trabajo "Prediction of particulate air pollution using neural techniques" de los autores Pérez y Reyes.

* 2002:
i) En Atmospheric Environment 36 se publica el trabajo "Prediction of maximum of 24-h average of PM10 concentrations 30 h in advance in Santiago, Chile", de los autores Pérez y Reyes.
ii) Guillermo Díaz, Director de la CONAMA, anuncia la implementación de un sistema neuronal como un modelo paralelo extraoficial para predecir la contaminación atmosférica.

NOTA: Durante el 2002 CONAMA definió arbitrariamente una Preemergencia como si fuera Alerta para ocultar su mala capacidad de gestión de episodios de contaminación atmosférica (día 21 de junio). No hemos seguido esa convención por considerarla contraria a la imparcialidad científica.

iii) Comparación entre el Modelo Cassmassi y el Modelo Neuronal durante el año 2002:

NIVEL
CASSMASSI
M NEURONAL
Bueno a
Regular
77.9 %
91.2%
Alerta
57.1 %
71.4 %
Preemergencia
50.0 %
62.5 %
GLOBAL
74.8 %
86.7 %

* 2003:
i) El Intendente de Santiago, Marcelo Trivelli, afirma que el modelo Cassmassi es un buen modelo y que lo importante no es pronosticar correctamente, sino contaminar menos, como si se pudiera tener una cosa sin la otra.

ii) La tabla de la derecha presenta una comparación entre el Modelo Cassmassi y el Modelo Neuronal al día 10 de Agosto de 2003.
NIVEL
CASSMASSI
M NEURONAL
Bueno a
Regular
80.0 %
96.0 %
Alerta
30.0 %
52.0 %
Preemergencia
25.0 %
50.0 %
GLOBAL
71.0 %
88.0 %

NUBES Y TIEMPO ATMOSFÉRICO

I) Nubes Altas (sobre los 6000 m)
- Cirros: nubes formadas por cristales de hielo. Presagian frente cálido y lluvia débil. Son frecuentes en otoño en Chile Central.
- Cirrocúmulos: se acumulan como copos blancos o masas redondeadas. Suelen aparecer en otoño desde la zona central hacia el sur y presagian lluvias.
- Cirroestratos: se acumulan como un velo lechoso. Anuncian tormentas y suelen observarse en el litoral norte-centro.
II) Nubes medias (de 2000 a 6000 m)
- Altocúmulos: masas glaciares distribuídas en capas blancas. Son frecuentes en invierno en la zona meridional y pueden presagiar tormentas
- Cumulonimbos: nubes voluminosas con base gris. Se pueden observar en el Altiplano durante el verano.
- Altoestratos: se presentan como velos grises o azulados. Presagian precipitaciones sostenidas. Son frecuentes en invierno en la zona meridional.

III) Nubes bajas
- Estratocúmulos: nubes densas, pequeñas y con forma de jirones. Presagian lluvias moderadas y son frecuentes en primavera desde la V a la X Región.
- Nimboestratos: glóbulos con intervalos brillantes y grises con partes muy oscuras. Son frecuentes en invierno en la zona central y sur y presagian lluvia o nieve.
- Estratos: nubes de color gris claro uniforme y con aspecto de niebla. Son frecuentes en primavera en el litoral norte-centro y sólo dan origen a lloviznas ligeras.

Cambio Climático

INCREMENTO DE LOS HURACANES
Y MODELOS DE CIRCULACIÓN
GENERAL (MCG)

... Según un modelo informático elaborado durante el año 2004 por Thomas Knutson de la NOA (USA) , el cambio climático elevará la temperatura de los océanos en 2.2°C hacia el 2080, lo que incremetará la evaporación y los vientos huracanados en un 5-10%. Los huracanes incrementarán su fuerza en un 10% y las precipitaciones lo harán en un 18%.
... La herramienta estándar para estudiar el cambio climático corresponde a los MCG, los que deben interpretarse como pequeñas "parábolas" que entregan información parcial sobre el futuro, debido a que

es imposible incluir todos los parámetros que influyen en el clima. A modo de ejemplo:
- La precisión de los MCG depende del nivel de "pixelado". No son muy confiables las cuadrículas de 450 Km entre nodo y nodo y que incluyen columnas de aire de ~ 50 Km de altura
- Los océanos cubren el 73% de la superficie de nuestro planeta. ¿Cómo incluir en los MCG fenómenos como El Niño y La Niña?
- A veces se excluye un hemisferio del planeta (normalmente el hemisferio Sur)
- Se desconoce la mejor aproximación para modelar las millones de reacciones químicas y procesos físicos que ocurren en cada celda
- A veces la solución es inestable: mientras en una celda llueve torrencialmente, en la del lado podemos tener una sequía catastrófica (lo que nos indica que la solución debe ser desechada por irreal)
- ¿Cómo fijar las condiciones iniciales si existen muchas variables y procesos naturales desconocidos? A modo de ejemplo: ¿Alguien conoce el albedo punto a punto? ¿Cómo influye la rotación del núcleo terrestre en el clima?

... Cabe señalar que durante marzo de 2005 el National Center for Atmospheric Research presentó los resultados de la tercera versión del Modelo Climático CCSM (Community Climate System Model), indicando un posible incremento de la temperatura del planeta en 2.6°C en el caso de una duplicación de la concentración de CO2 en la atmósfera. El modelo demostró su confiabilidad al reproducir correctamente la evolución del clima durante el último siglo y es tan complejo que realiza 3 mil millones de cálculos para simular un sólo día de clima global.

Sept 2005: Katrina y Huracanes


Huracán Rita (AccuWeather-sept 05)

Número y fuerza de huracanes aumenta en últimas décadas
El número de huracanes de las categorías más fuertes -como Andrew, Katrina y Rita - ha aumentado bruscamente en las últimas décadas, según un estudio publicado por la revista Science. Si bien los estudios no han determinado que las tormentas tropicales hayan incrementado su número a nivel global, el total de tormentas que han alcanzado las categorías 4 y 5 han aumentado, de un total de 11 por año en la década de 1970 a 18 por año a partir de los 90. Peter Webster, del Instituto de Tecnología de Georgia, indicó que es el vapor de las aguas tibias del océano lo que impulsa las tormentas tropicales y que a medida que el agua aumenta de temperatura también aumenta la magnitud de la evaporación, lo cual sirve para alimentar más y mejor las tempestades. (15/09, La Tercera - AChS)

Katrina: NOSOTROS CREAMOS LA TORMENTA MONSTRUOSA
Primero fue el rugido de Katrina que azotó la costa del golfo de EE.UU. Ahora, el pavoroso silencio mientras emergen las víctimas. Parece que todo Washington contiene el aliento para que no se escape el sucio secreto : Katrina es el castigo por el aumento de las emisiones de CO2 (...) Los científicos nos lo advierten desde hace años. Dijeron que teníamos que estar atentos al Caribe, que sería el primer lugar donde los efectos del cambio climático se harían evidentes por medio de huracanes muy fuertes, incluso catastróficos. Y así fue.
(...) Presidente Bush, ahórrenos sus homilías sobre el valor y la decisión estadounidenses para sobreponerse a la tormenta
y perseverar. En lugar de ello, díganos la verdadera razón por la que tuvo lugar Katrina. Pídanos a todos que cambiemos nuestra forma de vivir derrochando energía. Instenos a conservar nuestras reservas de combustible fósil y a hacer sacrificios en lo relativo al futuro uso de la energía. Bríndenos un plan para que EE.UU. pueda abandonar los combustibles fósiles en aras de una nueva energía sostenible que se base en fuentes renovables y en hidrógeno. Estamos esperando...
Jeremy Rifkin
Cabe señalar que lo primero que hizo George Bush al asumir la presidencia de EEUU fue rechazar el Protocolo de Kyoto sobre cambio climático. Además, ha afirmado reiteradamente que la inestabilidad climática no tiene ninguna relación con el aumento de las emisiones de CO2. Finalmente, EEUU junto con los países más contaminantes del mundo (Australia, Japón, China, India y Corea del Sur) crearon un acuerdo alternativo a Kyoto ("Asociación Asia-Pacífico sobre Desarrollo Limpio??? y Clima") para seguir utilizando combustibles fósiles.
Conclusión: "Nosotros mismos creamos la tormenta monstruosa".
* 15 jun 2005
Necesito saber el porqué se producen los granizos(cuál es la condición climática que los causa).
Entiendo que el factor común es la lluvia, pero ¿Por qué caen granizos y no nieve?
Agradeceré la información
P Stevens

En las nubes hay vapor de agua y núcleos de congelación, los que actúan a partir de los -12ºC. A los -38ºC (en la parte superior de la nube), los cristales de hielo son tan grandes que caen por su propio peso. A medida que caen, pueden volver al estado líquido. Si la superficie está bajo el punto de congelación, las gotitas de agua vuelven a congelarse, esta vez atrapando aire y conviertiéndose en granizo "blanco". Si además hay corrientes de aire ascendente, los cristales suben y atrapan agua subenfriada en su superficie. Por su propio peso, vuelven a caer, pero el aire ascendente los vuelve a elevar, atrapando de nuevo agua subenfriada... Y así sucesivamente hasta que pesan demasiado y terminan cayendo como piedras de granizo. Las capas de agua subenfriada corresponden a las capas tipo cebolla del stone-granizo.

¡Contáctenos!