Predicción del tiempo frente al clima | Tiempo y clima en Reading

Por: Annika Reintges

Imagina que estás planeando una fiesta de cumpleaños en 2 semanas. Puede consultar el pronóstico del tiempo para esa fecha para decidir si puede reunirse afuera para una parrillada o si debe reservar una mesa en un restaurante en caso de que llueva. ¿Cuánto confiaría en el pronóstico de lluvia para ese día en 2 semanas? Probablemente no mucho. Si ese cumpleaños fuera mañana, probablemente tendrías mucha más fe en el pronóstico. Todos hemos experimentado que la predicción del tiempo para el futuro cercano es más precisa que la predicción para un momento posterior.

A menudo se establece que un período de pronóstico de 2 semanas es el límite para las predicciones meteorológicas. Pero, ¿cómo podemos entonces hacer predicciones climáticas útiles para los próximos 100 años?

Para eso, es importante tener en cuenta la diferencia entre los términos ‘tiempo’ y ‘clima’. Los cambios climáticos tienen lugar en una escala de tiempo mucho más corta y también en una escala más pequeña en el espacio. Por ejemplo, importa si lloverá por la mañana o por la tarde, y si una tormenta eléctrica azotará una determinada ciudad o pasará ligeramente al oeste de ella. El clima, sin embargo, son estadísticas meteorológicas promediadas durante un largo período de tiempo, generalmente durante al menos 30 años. Hablando sobre el clima dentro de 80 años, por ejemplo, nos interesa saber si el verano en el Reino Unido será más seco. No podremos decir si julio del año 2102 será lluvioso o seco en comparación con el de hoy.

Debido a esta diferencia entre tiempo y clima, los modelos difieren en sus especificaciones. Los modelos meteorológicos tienen una resolución más fina en el tiempo y el espacio que los modelos climáticos y se ejecutan durante un período mucho más corto (p. ej., semanas), mientras que los modelos climáticos se pueden ejecutar durante cientos o incluso miles de años.

Figura 1: ‘Tiempo’ se refiere a cambios a corto plazo y ‘clima’ a las condiciones climáticas promediadas durante al menos 30 años (fuente de la imagen: ESA).

Pero hay más que solo las diferencias en la resolución temporal y espacial:

La previsibilidad se basa en dos fuentes diferentes: matemáticamente, (1) el clima es un ‘problema de valor inicial’, (2) el clima es un ‘problema de límite’. Esto está relacionado con la pregunta: ¿cómo tenemos que ‘alimentar’ el modelo para hacer una predicción? En otras palabras, qué tipo de entrada es importante para (1) los modelos de predicción meteorológica y (2) climática. Un modelo meteorológico o climático es solo un conjunto de código lleno de ecuaciones. Antes de que podamos ejecutar el modelo para obtener una predicción, debemos alimentarlo con información.

Aquí volvemos a las dos fuentes de previsibilidad:

(1) La predicción meteorológica es un ‘Problema de valor inicial‘: Es fundamental iniciar el modelo con valores iniciales de un estado del tiempo reciente. Esto significa varias variables (p. ej., temperatura y presión atmosférica) dadas para un espacio tridimensional (latitudes, longitudes y altitudes). De esta forma, el modelo está informado, por ejemplo, sobre la posición y fuerza de los ciclones que podrían acercarse pronto y provocar lluvias en unos días.

(2) La predicción del clima es un ‘problema de valores en la frontera‘: Para la pregunta de si los veranos del Reino Unido serán más secos a finales del 21S t siglo, la entrada más importante es la concentración atmosférica de gases de invernadero. Estas las concentraciones están aumentando y afectando nuestro clima. Por lo tanto, para hacer una predicción climática, los modelos necesitan estos concentraciones no solo a partir de hoy, sino también para los próximos años, tenemos condiciones de contorno cambiantes. Para ello se estiman concentraciones futuras (normalmente siguiendo diferentes escenarios socioeconómicos).

Figura 2: Si una predicción es un problema de ‘valor inicial’ o ‘valor límite’, depende de la escala de tiempo que queramos predecir (fuente de la imagen: Proyecto MiKlip).

Y al revés: para la predicción del tiempo (como para la pregunta ‘¿lloverá la próxima semana?’), las condiciones de contorno no son importantes: la concentración de CO2 y su evolución a lo largo de la semana no importan. Y para la predicción del clima («¿tendremos veranos más secos para finales de siglo?»), los valores iniciales no son importantes: no importa si había un ciclón sobre Islandia en el momento en que comenzamos la ejecución del modelo.

Sin embargo, existen versiones híbridas de predicción meteorológica/climática: supongamos que queremos predecir el clima en un futuro ‘próximo’ (‘cercano’ en escalas de tiempo climáticas, por ejemplo, en 10-20 años). Para eso, podemos hacer uso de ambas fuentes de previsibilidad. El término utilizado en este caso sería ‘predicción climática decenal’. Con esto, por supuesto, no podremos predecir los días exactos en que lloverá, pero podríamos decir si los veranos del Reino Unido en 2035-2045 serán, en promedio, más secos o más húmedos que los 10 años anteriores. Sin embargo, cuando se trata de predecir el clima más allá de esta escala de tiempo decenal, el valor agregado de agregar valores iniciales a la predicción climática es muy limitado.

Fuente del artículo

Deja un comentario