Estudios de verificación

La previsión de precipitaciones en modelos numéricos de predicción meteorológica está adquiriendo cada vez más importancia económica para diversas aplicaciones como el riego, la agricultura, la generación de energía hidroeléctrica o la alerta de inundaciones.

Estos modelos numéricos de previsión meteorológica se han mejorado continuamente en las últimas décadas. Dentro de nuestros estudios de verificación, analizamos el rendimiento del modelo de la precipitación utilizando varios modelos crudos de previsión meteorológica numérica y la previsión MultiModel de meteoblue. Los resultados de los modelos se compararon con las mediciones de precipitación de hasta 10.000 estaciones meteorológicas de todo el mundo. Además, realizamos un análisis de competencia en el que comparamos nuestra precisión de previsión con la de otros proveedores meteorológicos.

meteoblue lleva a cabo estos amplios estudios de verificación a largo plazo para conocer la calidad de los datos de precipitación producidos por sus propios modelos así como por varios operadores terceros, en comparación con varios miles de estaciones de medición de precipitaciones.

A lo largo de los estudios, nos centramos en la precipitación anual histórica de las estaciones meteorológicas, que es de máxima prioridad para los clientes, por ejemplo, del sector agrícola. Para la previsión, el aumento del rendimiento del modelo de eventos aislados (por ejemplo, precipitación diaria > 1 mm) es más importante que los valores absolutos correctos de la precipitación anual.

En todos los estudios de verificación se han realizado pruebas de verosimilitud de las mediciones para garantizar la calidad de las mismas. Los datos de medición con más de un 30% de lagunas se excluyeron del análisis para garantizar la solidez de los resultados. Además, se ha realizado un control de calidad de las mediciones para excluir las mediciones erróneas.

En los últimos 5 años, meteoblue ha publicado varios estudios centrados en la verificación de las precipitaciones. A continuación se resumen las principales conclusiones:

• Los resultados de los distintos estudios pueden variar en función del número de estaciones, los periodos analizados o el proveedor de los datos de medición.
• Una resolución horizontal más fina en el modelo no mejora el rendimiento del mismo (compárese NEMSGLOBAL 30 km de resolución de malla, con NEMS12 (12 km) y NEMS4 (4 km)
• Las métricas de error son muy similares cuando se comparan modelos de diferentes años para muchas estaciones (compare el estudio de verificación de 2017 y el estudio de verificación de 2019)
• Las métricas de error podrían variar significativamente al elegir distintos continentes o incluso regiones más pequeñas (véanse las diferencias en el FSS de Norteamérica y de todo el mundo en el análisis de la competencia).
• La previsión de precipitaciones de meteoblue es tan buena como el modelo de reanálisis ERA5.
• Métodos de tratamiento posterior utilizados para la previsión de meteoblue, como el multimodel-mixing o el mLM (meteoblue Learning MulitModel), aumentan el rendimiento del modelo de precipitación.
• Recomendamos el uso del multimodelo meteoblue para la previsión operativa porque se reproducen satisfactoriamente los eventos de precipitación diaria así como las sumas de precipitación anual.

En las dos secciones siguientes se ofrece información detallada sobre cada uno de los estudios: