El próximo jueves 17 de junio, a las 18 horas y dentro de las actividades del Aula Morán de la AME (Asociación Española de Meteorología), tendrá lugar un encuentro que bajo el título de "Uso de las predicciones climáticas desde la escala estacional hasta la multidecadal" contará con la participación de los expertos que podemos ver en la figura inferior.
Como preparación y/o complemento de la charla recomendamos la consulta de la publicación oficial de la OMM (Organización Meteorológica Mundial) titulada "Guidance on Operational Practices for Objective Seasonal Forecasting", en la cual y junto a otras informaciones tenemos los siguientes capítulos:
1) Introducción a las predicciones estacionales
2) Componentes de un sistema de predicción estacional
3) Productos de la predicción estacional
4) Guía sobre buenas prácticas para el desarrollo de predicciones estacionales objetivas
5) Infraestructura de la OMM y recursos para las predicciones estacionales
6) Otras fuentes de productos de predicciones estacionales
7) Otros aspectos relacionados con las predicciones estacionales y la variabilidad
8) Ejemplos de buenas prácticas comúnmente seguidos por los Servicios Meteorológicos e Hidrológicos Nacionales (NMHSs), Centros Regionales del Clima (RCCs) y los Foros Climáticos Regionales de Perspectivas del Clima (RCOFs)
9) Perspectiva futura para la predicción estacional y otras predicciones a largo plazo
Dentro del primer capítulo hay un apartado dedicado a la evolución histórica de las predicciones estacionales que traducimos a continuación a modo de introducción a este apasionante tema.
Evolución histórica de las previsiones estacionales
Comenzaron los intentos de proporcionar un pronóstico estacional de las lluvias monzónicas de verano en la India tras una devastadora hambruna a finales de la década de 1870. El primer pronóstico estacional operativo de las lluvias monzónicas de verano de la India para la región que cubre toda la India y Birmania llegó el 4 de junio de 1886 utilizando un método empírico de Henry Francis Blanford, el primer Jefe del Departamento Meteorológico de la India (IMD), establecido en 1875. Este pronóstico se basó en la suposición de que la extensión y el grosor variables de la nieve del Himalaya influyen en el clima y las condiciones en las llanuras del noroeste de la India (Blanford, 1884). Blanford usó esta relación para preparar pronósticos estacionales experimentales de 1882 a 1885 antes de intentar el primer pronóstico operativo en 1886. Después de ese hito, el pronóstico estacional de las lluvias monzónicas se convirtió en una responsabilidad operativa del IMD.
Sir John Eliot, que sucedió a Blanford como director del IMD en 1895, aplicó métodos como el análisis de año analógico para el pronóstico estacional de las Lluvias Monzónicas de Verano de la India (ISMR). Los esfuerzos para mejorar los pronósticos de las ISMR continuaron durante el período de Sir Gilbert T. Walker (1904-1924), quien asumió el cargo de Director General del IMD. Al darse cuenta de las complejidades del problema de pronóstico, Walker inició estudios sistemáticos para desarrollar técnicas objetivas para poder llegar a un pronóstico estacional (Walker, 1908). Walker (1910, 1914, 1923) también realizó extensos estudios de las variaciones mundiales de los parámetros meteorológicos como la lluvia, la temperatura, la presión, etc. La búsqueda de predictores candidatos llevó a Walker a identificar tres oscilaciones de gran escala de las variaciones en los patrones de presión global: la Oscilación del Atlántico Norte (NAO), la Oscilación del Pacífico Norte (NPO) y la Oscilación del Sur (SO). Walker también introdujo el concepto de correlación y regresión por primera vez en el pronóstico estacional con el fin de eliminar la subjetividad de técnicas anteriores. El primer pronóstico objetivo oficial se publicó en 1909 para la precipitación monzónica estacional en toda la India según la técnica de regresión.
Walker (1910) hizo un trabajo pionero sobre la SO y publicó una técnica de predicción para el pronóstico del monzón de la India que contiene 22 predictores en seis fórmulas de predicción para el pronóstico de precipitación durante toda la temporada (junio a septiembre) y para predecir la precipitación en más de tres regiones de lluvia homogénea de la India durante la segunda mitad de la temporada (agosto-septiembre) (Banerjee, 1950). La SO, una oscilación entre la presión del nivel del mar en Tahití y Darwin, más tarde se relacionó con el calentamiento inusual de las aguas superficiales en el Océano Pacífico tropical oriental, o El Niño, de Jacob Bjerknes en la década de 1960 (Bjerknes, 1966, 1969). Bjerknes, y posteriormente otros, definió estos fenómenos vinculados entre el océano y la atmósfera como El Niño-Oscilación del Sur (ENSO).
Después de los eventos de El Niño de 1972/1973 y de La Niña de 1973/1974, se observó que frente a fases de ENSO tienen impactos significativos y generalmente opuestos sobre la temperatura y los patrones de precipitación en todo el mundo y que estos impactos son más pronunciados en las regiones tropicales. Sin embargo, el evento El Niño de 1982/1983 y las anomalías asociadas del clima regional (Ropelewski y Halpert, 1987; Rasmusson y Carpenter, 1983) dieron como resultado el reconocimiento de que el fenómeno ENSO acoplado océano-atmósfera es el modo dominante de la variabilidad climática interanual de la Tierra (Goddard et al., 2001). Estas observaciones también fueron apoyadas por varios estudios teóricos (Charney y Shukla, 1981; Palmer y Anderson, 1994; Barnston et al., 1999), que sugirió que la habilidad predictiva en escalas de tiempo estacionales está relacionada con las condiciones de frontera del sistema climático que evolucionan lentamente, como la temperatura de la superficie del mar, capa de nieve, humedad del suelo, hielo marino, etc. La identificación de las estadísticamente significativas teleconexiones climáticas globales asociadas al ENSO han dado lugar a parámetros relacionados con ENSO, junto con otros impulsores climáticos de variación lenta, que se utilizan como predictores en modelos de previsión empíricos/estadísticos de anomalías de precipitación y temperatura superficial, a gran escala, en muchos países de todo el mundo (Barnston, 1994; Drosdowsky y Chambers, 2001; Rajeevan et al., 2007; Pai et al., 2017). Los modelos estadísticos también han proporcionado un punto de referencia para evaluar la capacidad de los modelos dinámicos de circulación general global (GCMs) de última generación que se utilizan actualmente para elaborar la previsión climática estacional.
Los primeros pasos hacia la predicción climática estacional basada en modelos dinámicos fueron dados por Norman Phillips en 1956 cuando desarrolló un modelo matemático para simular mensual y estacionalmente patrones de circulación troposférica. Después de esto, hubo esfuerzos específicos por parte de varios grupos de investigación para seguir desarrollando modelos de circulación general. La predicción de la variabilidad ENSO con un modelo dinámico simple acoplado océano-atmósfera fue demostrado por primera vez por Zebiak y Cane (1987). El trabajo posterior apoyado por el establecimiento de un proyecto internacional decenal (1985-1994) de Océanos Tropicales y Atmósfera Global (TOGA) y la implementación del sistema de observación del océano en el Pacífico ecuatorial llevó al desarrollo de los actuales y sofisticados sistemas operativos de pronóstico ENSO (JGR-Oceans, 1998; McPhaden et al., 2010). Ha habido una mejora notable en la capacidad predictiva de los modelos dinámicos durante las últimas décadas, principalmente debido a los avances en la estimación de las condiciones oceánicas y atmosféricas iniciales así como los avances en la física del modelo y las capacidades informáticas (Bauer et al., 2015).
El episodio de El Niño de 1997/1998, el más fuerte del siglo XX, provocó un mayor interés y demanda por los servicios climáticos. El Niño de 1997/1998 proporcionó un dramático ejemplo de los efectos de variaciones climáticas en un plazo relativamente corto en la sociedad y el valor potencial de pronosticarlos. El período 1997-1998 también coincidió con la exitosa campaña de observaciones oceánicas in situ de la atmósfera tropical (TAO) ligado a todo lo largo del Pacífico ecuatorial y el desarrollo de varios modelos de predicción oceánica utilizando datos TAO. La respuesta positiva de los RCOFs, que se establecieron por primera vez en 1996 en una reunión celebrada en Victoria Falls, Zimbabwe, el evento El Niño de 1997/1998 brindó un impulso para desarrollar aún más el concepto de RCOF. El Niño de 1997/1998, sin embargo, no reprodujo los patrones clásicos de anomalías climáticas globales, como las observadas en el evento de 1982/1983 (el segundo más intenso del siglo XX). Esta discrepancia puso en tela de juicio la noción de que diferentes episodios de El Niño pueden conducir a impactos similares en el clima global. Estas observaciones proporcionaron apoyo a la opinión de que el impacto de la temperatura de la superficie del mar (SST) en el clima del día a día no es determinista ya que incluso una pequeña incertidumbre en la condición inicial puede generar incertidumbre en el pronóstico estacional más allá de un período de una semana más o menos (Lorenz, 1969). La necesidad de comunicar la incertidumbre en el pronóstico llevó a la introducción del concepto de enfoques probabilísticos y de conjunto a la previsión meteorológica y estacional.
En la actualidad, los centros de predicción operacional utilizan GCMs de última generación con acoplamiento océano-atmósfera para generar pronósticos estacionales. Aunque los GCMs atmosféricos (AGCMs) fueron los primeros en aparecer en la escena, los GCMs acoplados (CGCMs) han ganado preferencia sobre los AGCMs porque se espera que representen mejor las interacciones entre los diferentes componentes del sistema climático (atmósfera, océano, criosfera, etc.).
Desde 2006, como parte del desarrollo de una infraestructura para sus GDPFS, la OMM ha designado centros de predicción con la responsabilidad obligatoria de generar y entregar pronósticos estacionales (con cobertura global), incluida la información de verificación asociada. Existen en la actualidad 13 de estos denominados Centros de Producción Global de Pronósticos a largo plazo. En 2009, La OMM aprobó formalmente el Centro Líder de Pronósticos a Largo Plazo basados en Conjuntos Multimodelo organizado conjuntamente por la Agencia Meteorológica de Corea (KMA) y los Centros Nacionales de Predicción ambiental (NCEP). Esto ha facilitado el acceso mundial a los datos de pronósticos estacionales basados en conjuntos multimodelos.
Para proporcionar información de pronóstico estacional en el dominio regional, la OMM estableció RCCs y Redes de RCCs que abarcan las asociaciones regionales de la OMM y las regiones polares. En 2009, Beijing y Tokio fueron los dos primeros RCCs designados oficialmente por la OMM. Además de la infraestructura de la OMM para pronósticos a largo plazo (LRFs), un consorcio de centros operativos y de investigación en América del Norte estableció un sistema experimental de predicción estacional multimodelo llamado el conjunto multimodelo de América del Norte (NMME). Este consorcio consta de modelos acoplados de centros de modelización de Estados Unidos y Canadá. Además, centros no gubernamentales, como el Centro Climático de Cooperación Económica Asia-Pacífico (APCC) en Corea del Sur y el Instituto Internacional de Investigaciones para el Clima y la Sociedad (IRI) de EE. UU., también preparan predicciones estacionales basadas en conjuntos de modelos múltiples (véanse los capítulos 5 y 6). En Europa, un sistema global de previsión estacional multimodelo llamado EUROSIP se puso en marcha en abril de 2005. Este sistema fue reemplazado por el Servicio de Cambio Climático de Copernicus (sección 6.2) en octubre de 2019.
