Tiempo severo

Revista editada por ACAM
(Associaci´ Catalana de Meteorologia)
o

Tethys, 3, 63–70, 2006
www.tethys.cat
ISSN-1139-3394
DOI:10.3369/tethys.2006.3.08

´
Implicando predictores humanos en los sistemas numericos
´
de prediccion
V´ctor Homar1 and David Stensrud2
ı
1 Grup
2 National

de Meteorologia. Departament F´sica. Universitat de les Illes Balears
ı
Severe Storms Laboratory.National Oceanic and Atmospheric Administration. USA
Recibido: 25-VII-2006 – Aceptado: 19-X-2006 – Versi´ n Traducida
o

Correspondencia a: victor.homar@uib.es

Resumen
Los predictores humanos mejoran rutinariamente las salidas de los modelos de predicci´ n meteo
orol´ gica num´ rica y a menudo tienen conocimientos precisos sobre las tendencias del modelo y
o
e
sus defectos. Esta riquezade conocimiento sobre el rendimiento del modelo est´ sin explotar, sin
a
embargo, ya que es utilizada s´ lo en el punto final del proceso de previsi´ n para interpretar los
o
o
campos predichos por el modelo. A´ n as´, no hay razones para que los predictores humanos no
u
ı
puedan intervenir en otras etapas del proceso de previsi´ n num´ rica del tiempo, especialmente
o
e
cuando se est´utilizando un sistema de predicci´ n por conjuntos. La intervenci´ n humana en
a
o
o
la creaci´ n de conjuntos de simulaciones puede ser especialmente util para la predicci´ n de
o
o
´
acontecimientos poco frecuentes, tales como acontecimientos de tiempo severo, que t´picamente
ı
no est´ n bien predichos por los modelos num´ ricos. El Spring Program 2003 del USA/NOAA
a
e
SPC/NSSLevalu´ un m´ todo de generaci´ n de predicciones por conjuntos donde los predictores
o
e
o
humanos se implicaron en el proceso de creaci´ n de conjuntos. El predictor encargado del d´a
o
ı
era consultado respecto a las estructuras atmosf´ ricas de inter´ s y, utilizando un modelo adjunto,
e
e
se obtenia un conjunto de perturbaciones que se utilizaban para generar un sistema de 32 mieme
bros.Los resultados muestran que este conjunto experimental mejora las previsiones num´ ricas
operacionales de tiempo severo. El conjunto generado por humanos proporciona mejores resultados para acontecimientos meteorol´ gicos de alto impacto, pero le falta dispersi´ n global
o
o
y produce previsiones poco fiables para los acontecimientos meteorol´ gicos no peligrosos. Reo
sultados posterioresobtenidos para un conjunto construido combinando miembros del sistema
operativo con miembros generados por los predictores humanos muestran unos resultados muy
prometedoros para la previsi´ n de tiempo severo mientras evitan el problema de la baja diso
persi´ n global. El valor de los seres humanos en la creaci´ n de conjuntos dise˜ ados para
o
o
n
acontecimientos meteorol´ gicos espec´ficos dealto impacto es potencialmente grande. A´ n as´,
o
ı
u
ı
se requieren a´ n esfuerzos importantes de investigaci´ n para analizar el valor potencial de la
u
o
intervenci´ n de los predictores en el proceso de predicci´ n num´ rica del tiempo. Queda todav´a
o
o
e
ı
mucho por aprender sobre c´ mo crear conjuntos para previsiones de corto alcance de tiempo
o
severo, y tenemos que hacerun mejor uso de la habilidad y la experiencia de los predictores
humanos en este proceso de aprendizaje.

1

´
Introduccion

La previsi´ n num´ rica de los fen´ menos de mesoescala
o
e
o
y de tiempo severo convectivo plantea uno de los problemas
m´ s desafiantes con los que se enfrenta hoy en d´a la comua
ı
nidad atmosf´ rica. La f´sica de los modelos, la resoluci´ n
e
ı
o
y lat´ cnica de asimilaci´ n de datos est´ n mejorando contie
o
a

nuamente y pueden encontrarse publicaciones que ense˜ an
n
simulaciones con resultados muy realistas de sistemas convectivos severos. Sin embargo, los modelos todav´a no proı
ı
porcionan una gu´a fiable y consistente para operaciones respecto a aspectos importantes del tiempo severo tales como
la iniciaci´ n, el modo, la...