Precisión de los datos meteorológicos

¿Qué es la verificación?

La verificación es el proceso de evaluar la exactitud de la información. En meteoblue, llevamos a cabo regularmente una extensa verificación de nuestros propios datos meteorológicos, así como los de otras fuentes de datos meteorológicos (principalmente modelos de simulación), comparándolos con mediciones y observaciones.

En consecuencia, podemos garantizar que nuestros servicios ofrecen datos meteorológicos (y en continua mejora) históricos y previstos.

¿Por qué publicar datos de verificación?

En 2010, meteoblue se convirtió en el primer servicio meteorológico comercial en todo el mundo en publicar regularmente datos de verificación y actualizaciones diarias de precisión local en el sitio web de la empresa.

Nuestro razonamiento para publicar estos datos se basa en nuestro compromiso con la transparencia, que forma parte de nuestra filosofía de empresa. Queremos que nuestros clientes sepan qué pueden esperar de nuestros servicios y permitirles así tomar una decisión informada antes de ponerse en contacto con nosotros. Las publicaciones también sirven como escaparate de la alta calidad de nuestros datos y como puntos de referencia para nuestra mejora continua.

Esta página y sus subpáginas le mostrarán algunos de los estudios más importantes sobre la precisión y la desviación entre las simulaciones meteorológicas y mediciones.

Resumen de los principales resultados

Los resultados más importantes obtenidos por meteoblue reflejan el estado actual de la técnica:

  • Previsiones de temperatura alcanzan un MAE por hora (error medio absoluto) de 1.2°C para una previsión para las próximas 24 horas - desde 2018.
    Por término medio, esto puede considerarse tan preciso como dos mediciones realizadas a menos de 100 metros de distancia.
  • Previsiones de temperatura alcanzan un MAE por hora de 0.8°C para una previsión para las próximas 12 horas.
    Por término medio, esto puede considerarse tan preciso como dos mediciones realizadas en lados opuestos de una casa.
  • Previsión de la velocidad del viento alcanza un MAE por hora de 1.8 m/s para una previsión para las próximas 24 horas.
    Por término medio, puede considerarse tan preciso como dos mediciones realizadas a 100 metros de distancia.
  • Previsiones de precipitación alcanzan un HSS de 0.49 para precipitaciones diarias > 1 mm para una previsión para las próximas 24 horas.
    Por término medio, puede considerarse más preciso que el modelo de reanálisis ERA5, que recalcula las simulaciones a partir de mediciones en una cuadrícula de 30x30 km.

Desde 2018, estos siguen siendo los niveles de precisión documentados públicamente más altos del sector.

¿Qué se verifica? Exactitud de los datos por fuente de datos

Verificamos principalmente simulaciones de los (modelos numéricos), porque ofrecen la cobertura espacial y temporal más amplia.
Observaciones and mediciones también puede (y debe) verificarse.

Precisión por variable

La precisión de un modelo de simulación meteorológica depende en gran medida de la variable meteorológica elegida. Variables meteorológicas como la temperatura del aire a 2 m, la presión en superficie o la altura geopotencial de 500hPa suelen calcularse con gran precisión, mientras que otras variables como la precipitación y las ráfagas de viento tienen una precisión menor, La causa suelen ser las variaciones espaciales a pequeña escala, que no se resuelven en los modelos meteorológicos.

A continuación se indican las variables clave que verificamos:

Variables como la dirección del viento, el tiempo de insolación, la nubosidad o la evapotranspiración, entre otras, son mucho más difíciles de verificar, debido a la falta de datos de medición exhaustivos y a la interacción de algunas de estas variables con las condiciones locales (por ejemplo, la nubosidad depende de la topografía y la exposición, la evapotranspiración depende del estado de crecimiento de las plantas).

Estas variables pueden verificarse en forma de proyectos específicos y focalizados.

Temperatura del aire

La Temperatura del aire a 2m se calcula mejor mediante la aplicación del meteoblue Learning MultiModel (mLM) con valores de MAE (error medio absoluto) = 1.2 K. La previsión de la temperatura del aire de MOS da la misma precisión que el modelo de reanálisis ERA5 (MAE = 1,5 K), que se recomienda para los conjuntos de datos históricos. Los modelos "autónomos" (crudos) de previsión meteorológica mundial funcionan en el rango entre 1,7 y 2,2 K. Por lo tanto, la previsión a 6 días del MultiModel meteoblue es tan buena como la previsión a 1 día de un modelo numérico de previsión meteorológica "autónomo" (crudos).

Velocidad del viento

La incertidumbre del modelo de la previsión de la velocidad del viento a 10m está dentro de 1.5 - 1.7 m s-1 utilizando modelos de previsión meteorológica "autónomos" y para datos históricos 1.5 m s-1 utilizando el modelo de reanálisis ERA5. El error del modelo podría reducirse a 1.2 m s-1 para simulaciones de modelos con MOS.

Radiación

meteoblue calcula radiación para la superficie terrestre y marina y para las capas atmosféricas, tanto como luz solar entrante directa e indirecta, así como la radiación reflejada por las nubes o la superficie. Las simulaciones de meteoblue para la radiación global en superficie son coherentes en todos los continentes y alcanzan un error absoluto medio mensual del 1-15% en el 95% de los lugares.

Precipitación

La habilidad del modelo diario de los eventos de precipitación disminuyen al aumentar la intensidad de las precipitaciones. Los modelos numéricos de previsión meteorológica son la mejor fuente para detección de pequeñas precipitaciones. En el caso de precipitaciones intensas, la capacidad de modelización de las observaciones por satélite es mayor que la de los modelos numéricos de previsión meteorológica. La habilidad de los modelos no puede aumentarse mezclando dos (o más) modelos para las precipitaciones diarias.

Para los datos históricos, la precipitación anual se calculan mejor utilizando observaciones por satélite de CHIRPS2, que se corrigen con el mismo conjunto de datos de medición utilizado para la verificación en este estudio. en este estudio. Por lo tanto, se espera que la precisión del modelo CHIRPS2 en regiones sin estaciones de medición sea significativamente menor y, hasta cierto punto, desconocida.

Temperatura del punto de rocío

La precisión del modelo para la temperatura del punto de rocío es ligeramente inferior a la precisión del modelo para la temperatura del aire. Los valores MAE se sitúan entre 1,9 y 2,4 K para los modelos numéricos de previsión meteorológica y 1,6 K para un modelo de reanálisis. La precisión de las simulaciones de modelos con MOS se sitúa en un rango similar a las del modelo de reanálisis.

Precisión por intervalo de tiempo (previsiones, datos históricos)

Para más información, consulte nuestra página de origen de los datos.

Precisión por región

La precisión de las simulaciones depende de los siguientes factores:

  • Topografía de la región
    Las montañas producen una distribución de estados mucho más variada que las llanuras.
  • Cobertura del suelo
    El tipo de superficie (agua, pantanos, campos, bosques, rocas, arena, etc.) influye en la variabilidad del tiempo y, por consiguiente, en la precisión de la simulación.
  • Fenómenos meteorológicos
    Los fenómenos meteorológicos varían desde la macroescala (vientos alisios, frentes, huracanes) a microescala (convección, niebla, tormentas, tornados). La frecuencia de estos fenómenos depende del clima regional.
  • Precisión de la medición
    Aunque las mediciones son independientes de la geografía, la distribución regional varía. Por lo general, hay más mediciones disponibles en regiones con alta densidad de población. Puede ver las mediciones en tiempo real en nuestros mapas.

Todos estos factores varían según la región. meteoblue ha llevado a cabo los estudios más exhaustivo disponible en el mundo sobre la distribución global de la precisión.

Precisión por temporada

Las estaciones influyen en la precisión de las simulaciones (e incluso de las mediciones), principalmente porque determinadas estaciones producen más fenómenos a microescala (como tormentas, tornados) que son más difíciles de simular y medir.

Puede encontrar más información en algunos de los estudios realizados en nuestras cooperaciones científicas.

Precisión por tecnologías

La precisión de las simulaciones depende de la tecnología utilizada. Los principales enfoques son los siguientes:

  • Modelos, que producen productos brutos en diferentes resoluciones de modelos
  • MOS (Model Output Statistics), un método que utiliza mediciones locales para corregir los resultados del modelo mediante un postprocesamiento estadístico. Sus resultados dependen de la proximidad a los lugares de medición
  • La versión avanzada del métodoMultiModel (MM) utiliza un método de aprendizaje que selecciona el más adecuado entre muchos modelos utilizando mediciones meteorológicas. Puede aplicarse a áreas más extensas, ya que los modelos cubren regiones enteras.

Una comparación de la precisión de los distintos métodos puede encontrarse en la página de verificación de temperatura.

Para más información, consúltese aquí.

Precisión en comparación con otros proveedores

meteoblue consigue resultados extraordinarios en comparación con otros proveedores de datos meteorológicos:

Comparación de proveedores: Temperatura MAE (previsión horaria 12-35h)

En un estudio de comparación global para la previsión horaria de temperaturas a 24 horas, que abarca 475 estaciones, meteoblue quedó en segundo lugar con 1.29°C MAE en comparación con 1.26°C con el mejor proveedor.

Para la previsión a 12 horas, meteoblue quedó en primer lugar con 0.9°C MAE en comparación con el 1.16°C del mejor proveedor siguiente.

Para la previsión horaria de la velocidad del viento a 24 horas, meteoblue llegó primero con 1.36 m/s MAE en comparación con 1.38 m/s del siguiente mejor proveedor.

Comparación de proveedores: Precipitaciones (previsión horaria 12-35h)

En un estudio comparativo global para la >previsión diaria de precipitaciones para dentro de 24 horas de 0.1mm y >1mm , meteoblue marcó un HSS (Heidke Skill Score) de 0.51 y 0.49 respectivamente, mucho mejor que cualquier otro proveedor, que llegó con 0.44 y 0.47. La previsión de precipitaciones de meteoblue obtuvo mejores resultados que el reanálisis ERA 5, que logró 0.42 y 0.44.

Precisión a lo largo del tiempo

Los modelos numéricos de previsión meteorológica no han dejado de mejorar en las últimas décadas. Alrededor de 1980, la previsión a 24 horas vista de la temperatura del aire se calculaba con una precisión de alrededor del 70%, que había aumentado a cerca del 90% en 2018: la previsión a 72 horas es hoy en día tan buena como lo era la previsión a 24 horas hace 40 años. La precisión de la altura geopotencial de 500 hPa (alrededor de 5 km de altitud) de los modelos numéricos de previsión meteorológica es incluso superior a la precisión de la simulación de la temperatura del aire a 2 m. La evolución de las precisiones de los modelos a lo largo del tiempo puede verse en la siguiente figura (Fuente: ECMWF).

Tres factores principales son responsables del aumento de la precisión de los modelos en los últimos 40 años:

Evolución de la capacidad de previsión [%] de la altura geopotencial 500hPa entre 1980 y 2013.<br />(Source: ECMWF, 2013)

  1. Condiciones iniciales más precisas
    Los modelos numéricos de previsión meteorológica inician los cálculos con una estimación mucho mejor de las condiciones atmosféricas. Las nuevas técnicas de medición meteorológica (por ejemplo, las observaciones por satélite) y unas mediciones más generalizadas y precisas son las responsables de esta mejora.
  2. Mayor resolución
    El aumento de la potencia de cálculo permite una resolución horizontal y vertical más fina de los modelos numéricos de previsión meteorológica.
  3. Mejores parametrizaciones de los sub-grids
    La parametrización de los sub-grids ha mejorado en los últimos 40 años, a medida que los científicos desarrollaban mejores algoritmos para estimar los procesos de los sub-grids, como las tormentas eléctricas y la turbulencia atmosférica, sobre todo con la ayuda de experimentos de medición de alta calidad.

Esperamos que la tendencia al aumento de la precisión continúe durante las próximas dos décadas, y aspiramos a seguir siendo líderes en ese progreso.

Bibliografía

Un estudio exhaustivo de verificación de la temperatura del aire, la velocidad del viento, las precipitaciones y la temperatura del punto de rocío realizado en más de 10 000 estaciones meteorológicas de todo el mundo para el año 2017:

meteoblue_verification_global_Summary_2017_EN_20181113z10.pdf (4.23 MB)

Se ha realizado una verificación global de la temperatura, la temperatura del punto de rocío y la velocidad del viento para el nuevo Modelo Multiescala No Hidrostático en Cuadrícula B (NMMB) para un periodo de 3 años (2010-12) utilizando más de 9000 estaciones meteorológicas. Las previsiones del modelo sin procesar, así como las previsiones del MOS sin sesgo, se analizan y comparan con el GFS operativo de la NOAA.

mueller_janjic_2015_verification_AMS.pdf (30.9 MB)

En 2011 se realizó un estudio de verificación para Europa, en el que se comparó la precisión de los modelos meteorológicos con resolución espacial de 40, 12 y 3 km para la temperatura del aire y velocidad del viento utilizando modelos MOS y brutos. El estudio puede descargarse aquí:

meteoblue_NMM_validation_mueller_2011.pdf (1.60 MB)