Modelos en meteorología

En 1890, el meteorólogo americano Cleveland Abbe, en su trabajo, “The physical basic of long-range weather forescasting”, propuso la primera aproximación matemática al conocimiento del pronóstico del tiempo, basado en la aplicación de la termodinámica y la hidrodinámica.

Posteriormente, en 1913, el científico inglés, Lewis Richarson, mediante un sistema de ecuaciones matemáticas al que le aplicó el método de diferencias finitas, intentó expresar los principios físicos que gobiernan el comportamiento de la atmósfera. Debido a la complejidad de los cálculos, los resultados de sus pronósticos fueron desastrosos, pero las ideas de Richarson son la base del pronóstico moderno.

En el año 1946, el matemático John Von Neuman se interesa por las ecuaciones con derivadas parciales no lineales, las cuales describen los flujos turbulentos y plantea la necesidad de la utilización de los ordenadores para el cálculo complejo que conllevan la resolución de estas ecuaciones.

El primer pronóstico se realizó el 31 de enero de 1949 y constituyó un hecho histórico en la meteorología. Se basó en algoritmos de aproximación de las ecuaciones en derivadas parciales de las condiciones del entorno.

Los modelos de predicción numéricos usan modelos matemáticos de la atmósfera para la predicción del tiempo basado en las condiciones actuales del mismo. El futuro de la atmósfera se predice utilizando aproximaciones numéricas de las ecuaciones de la dinámica atmosférica, es decir, un conjunto de ecuaciones en función de las variables meteorológicas que conforman siete ecuaciones con siete incógnitas. Estas ecuaciones tienen un carácter no lineal, lo que hace que la resolución analítica sea compleja y difícil. Para poder obtener soluciones a estas ecuaciones de manera numérica, es necesario transformarlas a una forma algebraica (denominado método de diferencias finitas). El resultado final es dividir la atmósfera en celdas donde las variables meteorológicas son evaluadas dentro de cada celda.  Además, para conseguir una mayor precisión, estos datos quedan determinados por dos factores: el paso del tiempo y el espacio, por lo que se crea una grilla espacio temporal. Actualmente los modelos utilizan unas grillas rectangulares conocidas como grillas de Arakawa. Con ello conseguimos un modelo horizontal que no es suficiente por lo que es necesario conocer la evolución de la atmósfera de manera vertical para un mejor pronóstico. Para ello se utiliza la estructura vertical discreta, donde se tiene en cuenta la coordenada y el valor de la presión atmosférica, así creamos un conjunto de capas isobáricas.

Con estas herramientas, los modelos meteorológicos tienen una resolución horizontal del orden de varios cientos de kilómetros, como es el caso de los modelos de pronóstico globales que tienen una resolución entre 50 y 100 km. En el caso de la resolución vertical la extensión se ha incrementado entre 10 y 50 niveles, llegando desde la superficie del planeta a la mesósfera.       

Por lo tanto, a pesar del continuo incremento de la resolución debido a las mejora en procesado de los datos con superordenadores, hay procesos que quedan fuera de los modelos actuales que son menores que las grillas, como son procesos relacionados con condensación, evaporación, radiación que conllevan procesos de convección con la formación de estructuras nubosas inferiores a las grillas,  no pueden ser pronosticados.

Otra cuestión a tener en cuenta son los ensambles, que es el comportamiento de varios modelos con diferentes formulaciones y su evolución a lo largo del tiempo. Su visón en conjunto hace que un proceso sea más o menos probable.

Actualmente, los modelos producen pronósticos tridimensionales del estado de la atmósfera mediante una estimación del presente, la precisión de los mismos radica en el conocimiento inicial y preciso de la atmósfera, por ello es fundamental dotar de un gran número de observaciones (estaciones meteorológicas).

Existen para sintetizar dos grupos de tipos de modelos, unos globales y otros locales o mesoescala. Los modelos globales tienen un dominio horizontal global, los cuales no pueden correr con una alta resolución, por lo que no se deben utilizar para modelizar áreas limitadas, por ello es necesario para un pronóstico más detallado aumentar la resolución, es decir, tener modelos de área limitada. Los modelos de área limitada necesitan condiciones del entorno muy precisas, pero a su vez tienen un corto periodo de vida no más allá de las 48 horas.

Por lo tanto, para tener un pronóstico lo más certero posible hay que combinar modelos a escala global con menor resolución pero mayor duración, con modelos de mayor resolución (modelos de área local) con menor vida, y todo ello dentro de un ensamble de diferentes posibilidades según las diferentes formulaciones.