El huracán Florence se dirige hacia la costa de EE. UU. justo en el apogeo de la temporada de huracanes.

Los huracanes pueden causar inmensos daños debido a los vientos, olas y lluvia, sin mencionar el caos mientras la población en general se prepara para el clima severo.

Este último se está volviendo más relevante, a medida que aumenta el daño monetario de los desastres. La creciente población e infraestructura costera, así como el aumento del nivel del mar, probablemente contribuyan a este aumento en los costos de los daños.

Esto hace que sea aún más imperativo hacer llegar al público pronósticos precisos y anticipados, algo a lo que los investigadores como nosotros estamos contribuyendo activamente.

Haciendo predicciones

Los pronósticos de huracanes se han centrado tradicionalmente en predecir la trayectoria y la intensidad de una tormenta. La trayectoria y el tamaño de la tormenta determinan qué áreas pueden verse afectadas. Para hacerlo los pronosticadores utilizan modelos, esencialmente programas de software, a menudo se ejecutan en computadoras grandes.

Desafortunadamente, Ningún modelo de pronóstico es consistentemente mejor que otros modelos para hacer estas predicciones. A veces, estos pronósticos muestran caminos dramáticamente diferentes, divergiendo por cientos de millas. Otros tiempos, los modelos están muy de acuerdo. En algunos casos, incluso cuando los modelos están muy de acuerdo, las pequeñas diferencias en la trayectoria tienen diferencias muy grandes en la marejada ciclónica, vientos y otros factores que impactan daños y evacuaciones.

Y lo que es más, varios factores empíricos en los modelos de pronóstico se determinan en condiciones de laboratorio o en experimentos de campo aislados. Eso significa que no necesariamente representan completamente el evento meteorológico actual.

Entonces, Los pronosticadores utilizan una colección de modelos para determinar un rango probable de pistas e intensidades. Dichos modelos incluyen los modelos globales del Sistema de Pronóstico Global de la NOAA y del Centro Europeo de Pronósticos Meteorológicos a Mediano Plazo.

El Superensemble de la FSU fue desarrollado por un grupo en nuestra universidad, dirigido por el meteorólogo T.N. Krishnamurti, a principios de la década de 2000. El Superensemble combina la salida de una colección de modelos, dando más peso a los modelos que mostraron eventos meteorológicos pasados ​​mejor pronosticados, tales eventos de ciclones tropicales en el Atlántico.

La colección de modelos de un pronosticador se puede ampliar ajustando los modelos y cambiando ligeramente las condiciones de partida. Estas perturbaciones intentan dar cuenta de la incertidumbre. Los meteorólogos no pueden conocer el estado exacto de la atmósfera y el océano en el momento del inicio del modelo. Por ejemplo, Los ciclones tropicales no se observan lo suficientemente bien como para tener suficientes detalles sobre los vientos y la lluvia. Por otro ejemplo, la temperatura de la superficie del mar se enfría por el paso de una tormenta, y si el área permanece cubierta de nubes, es mucho menos probable que estas aguas más frías sean observadas por satélite.

Mejora limitada

En la última década, los pronósticos de seguimiento han mejorado constantemente. Una plétora de observaciones, desde satélites, boyas y aviones que vuelan hacia la tormenta en desarrollo:permiten a los científicos comprender mejor el entorno alrededor de una tormenta, ya su vez mejorar sus modelos. Algunos modelos han mejorado hasta en un 40 por ciento para algunas tormentas.

Sin embargo, Los pronósticos de intensidad han mejorado poco en las últimas décadas.

Eso se debe en parte a la métrica elegida para describir la intensidad de un ciclón tropical. La intensidad se describe a menudo en términos de velocidad máxima del viento a una altura de 10 metros sobre la superficie. Para medirlo, los pronosticadores operativos en el Centro Nacional de Huracanes en Miami observan el máximo, velocidad media del viento en un minuto observada en cualquier punto del ciclón tropical.

Sin embargo, Es extremadamente difícil para un modelo estimar la velocidad máxima del viento de un ciclón tropical en un momento futuro dado. Los modelos son inexactos en sus descripciones del estado completo de la atmósfera y el océano en el momento de inicio del modelo. Características a pequeña escala de los ciclones tropicales, como gradientes pronunciados en la lluvia, los vientos en la superficie y la altura de las olas dentro y fuera de los ciclones tropicales, no se capturan de manera tan confiable en los modelos de pronóstico.

Tanto las características atmosféricas como las oceánicas pueden influir en la intensidad de las tormentas. Los científicos ahora piensan que una mejor información sobre el océano podría ofrecer las mayores ganancias en la precisión del pronóstico. De interés específico es la energía almacenada en la capa superior del océano y cómo varía con las características del océano, como los remolinos. Las observaciones actuales no son lo suficientemente efectivas para colocar los remolinos oceánicos en la ubicación correcta, tampoco son efectivos para capturar el tamaño de estos remolinos. Para condiciones donde la atmósfera no limita severamente el crecimiento de huracanes, esta información oceánica debería ser muy valiosa.

Mientras tanto, los pronosticadores buscan métricas alternativas y complementarias, como el tamaño de los ciclones tropicales.

Este artículo se vuelve a publicar de The Conversation bajo una licencia Creative Commons. Lea el artículo original.