Mejoras en la Predicción de Eventos de Frío Extremo en Asia Oriental
La predicción estacional y subseasonal (S2S) se ha convertido en una herramienta crucial para la anticipación de fenómenos meteorológicos extremos y la prevención de riesgos asociados a desastres. Sin embargo, la capacidad predictiva de estos modelos sigue siendo limitada, especialmente en lo que respecta a eventos de frío extremo en Asia Oriental. Estos eventos no solo provocan temperaturas bajo cero, sino que también generan graves consecuencias en el transporte, el suministro energético y la vida cotidiana de la población.
Un reciente estudio titulado «High-skill members among subseasonal forecast ensemble of extreme cold events in East Asia», publicado en Atmospheric and Oceanic Science Letters, ha examinado la habilidad de pronóstico de las condiciones climáticas extremas en esta región utilizando datos del ECMWF (Centro Europeo para Previsiones Meteorológicas a Medio Plazo) y del reanálisis ERA5. Los hallazgos indican que, aunque la media del modelo ECMWF presenta una capacidad predictiva limitada para eventos de frío extremo más allá de dos semanas, algunos miembros del conjunto de modelos muestran habilidades excepcionales en sus predicciones.
Según Xinli Liu, autor del estudio, «entre los miembros del conjunto, al menos el 10% siempre fueron miembros de alta habilidad que ofrecieron información valiosa». Este porcentaje sugiere que, a pesar de las limitaciones generales de los modelos, existen enfoques que pueden mejorar la calidad de las predicciones. La precisión en la predicción de cambios rápidos en la temperatura del aire y la intensidad de la temperatura mínima durante un evento de frío extremo depende en gran medida de la correcta evaluación de la circulación atmosférica en Eurasia, incluyendo la presión en el nivel del mar y la altura geopotencial a 500 hPa.
Los autores del estudio abogan por que los futuros esfuerzos se centren en identificar estos miembros de alta habilidad utilizando analogías históricas o inteligencia artificial, y en asignarles un mayor peso en los pronósticos en conjunto. Jingzhi Su, coautor del trabajo, enfatiza que «en la predicción en conjunto, aumentar adecuadamente el número de miembros del conjunto y asignar mayores pesos a los miembros de alta habilidad mejorará la precisión y credibilidad de las predicciones». Este enfoque podría optimizar los sistemas de predicción y, en última instancia, contribuir a una mejor preparación ante eventos climáticos severos.
Más información:
Xinli Liu et al, High-skill members in the subseasonal forecast ensemble of extreme cold events in East Asia, Atmospheric and Oceanic Science Letters (2025). DOI: 10.1016/j.aosl.2025.100610
Proporcionado por
Academia China de Ciencias
