Nos hemos vuelto adictos en nuestros teléfonos a estar controlando el estado del tiempo. Dependiendo de dónde viva, necesita saber las condiciones esperadas para poder planificar actividades al aire libre, un evento o una actividad importante que podría por las condiciones del tiempo.
Estos pronósticos que nos dicen las condiciones esperadas en las próximas horas y días por lo general vienen de los mismos modelos meteorológicos globales, no importa si se está en el trópico o en los Himalayas.
Desde el comienzo de la predicción meteorológica moderna en la década de 1950, los meteorólogos se han basado principalmente en la “predicción numérica del tiempo”: modelos matemáticos que simulan el mundo y la atmósfera de acuerdo con la física del agua, el viento, la tierra y la luz solar, y las infinitas formas en que interactúan. Todos los modelos intentan simular cómo se comporta la atmósfera basada en ciertas condiciones iniciales o condiciones observadas.
Desde entonces los modelos han ido mejorando tanto en espacio como tiempo. Pero en los últimos años, la proliferación de satélites de observación de la Tierra, así como los nuevos sensores, y hasta millones de teléfonos modernos que proveen datos de presión atmosférica anónimamente se han provisto para estas predicciones, exigiendo aumentos exponenciales en la potencia de cálculo para hacer predicciones oportunas.
A medida que las nuevas técnicas de aprendizaje automático o “machine learning” se vuelven omnipresentes y que ya usamos para reconocer rostros o imitar la escritura humana, estas mismas técnicas se están probando para “leer” las nubes en las imágenes satelitales y las imágenes de reader para estimar su evolución.
Conoce más aquí
