Un equipo de investigadores de las universidades de Lincoln, Sheffield y Reading ha desarrollado un nuevo método para mejorar la predicción de las condiciones climáticas estacionales en el Reino Unido y el noroeste de Europa.
El modelo ofrece una herramienta poderosa en la búsqueda de comprender mejor los cambios en la circulación atmosférica, así como hacer predicciones climáticas estacionales más precisas. También podría beneficiar a muchos sectores, incluidos los sectores agroalimentario, energético, de ocio y turístico.
El estudio dio lugar a dos artículos publicados, uno en Aplicaciones Meteorológicas y otro en la Revista Internacional de Climatología .
Para predecir el tiempo estacional en el noroeste de Europa, los principales centros de predicción meteorológica se basan actualmente en costosos modelos de supercomputadoras. Para complementar estos métodos convencionales, el grupo utilizó un método de inteligencia artificial y aprendizaje automático conocido como NARMAX (modelos de media móvil autorregresiva no lineal con entradas exógenas) para predecir el estado de la corriente en chorro y la circulación atmosférica del Atlántico Norte, ambos fuertemente vinculados a la superficie. Anomalías en la temperatura del aire y las precipitaciones.
NARMAX se ha utilizado con éxito en muchos otros campos de investigación y, en este caso, se hicieron predicciones tempranas tanto para el verano como para el invierno, para varios patrones diferentes de circulación del aire que comúnmente afectan la región del Atlántico Norte y el clima estacional posterior del noroeste de Europa.
Los resultados del estudio mostraron una alta precisión para ambas estaciones y los tres patrones de circulación examinados. Esto es importante porque los modelos de supercomputadoras convencionales y más costosos luchan por predecir con precisión las condiciones atmosféricas estacionales en esta área en verano, tendiendo a subestimar las variaciones de un año a otro para ambas estaciones.
Además, se ha utilizado el método NARMAX para analizar posibles causas de cambios en la circulación atmosférica. Esta información podría usarse para interpretación y para ayudar a mejorar los resultados del modelo de supercomputadora.
Este avance podría desempeñar un papel crucial en la mejora de los pronósticos estacionales, además de informar el desarrollo de futuros modelos de pronóstico del tiempo, particularmente durante los meses de verano.
El Dr. Ian Simpson, investigador asociado postdoctoral de la Universidad de Lincoln, comentó:"Hemos demostrado fuertes vínculos entre la circulación y los patrones de corriente en chorro y las condiciones climáticas estacionales de la superficie en el noroeste de Europa.
"Por lo tanto, habiendo utilizado modelos NARMAX para producir pronósticos estacionales de patrones de circulación, podemos traducirlos en predicciones de patrones climáticos estacionales, por ejemplo, anomalías de temperatura y precipitación, en el noroeste de Europa, que serán de interés para una amplia gama de partes interesadas.
"Por ejemplo, proporcionar pronósticos estacionales más precisos ayudará a la industria agroalimentaria, ya que ayudará a brindar a los agricultores una idea de los rendimientos probables para la temporada y la mejor manera de optimizar los sistemas de cultivo y planificar la cosecha".
Edward Hanna, profesor de ciencia climática y meteorología de la Universidad de Lincoln, añadió:"Este es un proyecto apasionante que ha reunido diversas disciplinas y expertos en ciencia meteorológica y aprendizaje automático con el objetivo de mejorar la predicción del tiempo estacional y aplicar los resultados a usuarios finales.
"Nuestros artículos publicados demuestran un gran potencial para que el modelado NARMAX desempeñe un papel importante para ayudar a refinar la próxima generación de modelos de pronóstico de supercomputadoras, que históricamente han estado hambrientos de computación, y para mejorar los pronósticos estacionales".
El Dr. Yiming Sun, investigador asociado de la Universidad de Sheffield, dijo:"Hemos desarrollado y aplicado un método de aprendizaje automático NARMAX para predecir el estado estacional de la circulación atmosférica y la corriente en chorro del Atlántico Norte.
"El modelo ha demostrado un alto grado de precisión predictiva en comparación con los modelos dinámicos. Por lo tanto, NARMAX se puede utilizar para ayudar a mejorar la habilidad de pronóstico estacional e informar el desarrollo de modelos dinámicos de supercomputadoras".
Más información: Yiming Sun et al, Pronósticos estacionales probabilísticos de la circulación atmosférica del Atlántico norte utilizando modelos de sistemas complejos y comparación con modelos dinámicos, Aplicaciones meteorológicas (2024). DOI:10.1002/met.2178
Ian Simpson et al, Índices de circulación atmosférica del Atlántico norte:vínculos con la temperatura y las precipitaciones de verano e invierno en el noroeste de Europa, incluida la persistencia y la variabilidad, Revista Internacional de Climatología (2024). DOI:10.1002/joc.8364
Proporcionado por la Universidad de Lincoln
