La predicción de la lluvia, ¿por qué sigue siendo tan difícil?

Muchos recordarán que equivocarse en la predicción de la lluvia llevó a perder su bigote al meteorólogo Eugenio Martín. Aunque ha llovido mucho desde entonces, sigue siendo arriesgado hacer apuestas en cuanto a predicciones de lluvia se refiere. Además, cada día somos más exigentes, no nos conformamos con acertar si llueve sino que queremos saber el momento exacto y una localidad muy precisa. Aquí explicamos brevemente cómo se evalúa la predicción y cuáles son algunos fallos que siguen existiendo.

¿Cómo se valida la precipitación?

En general, en una validación se compara el promedio dentro de un cuadrado de la malla del modelo (que puede ser 10 km²) con una dato puntual de una estación meteorológica y se calcula, por ejemplo, el sesgo (dato simulado menos dato observado). Por tanto, hay que ser conscientes que este hecho genera discrepancias per se.

La validación de la precipitación es más compleja que otras variables como la temperatura y el viento, y requiere estadísticos diferentes para ser evaluada (e.g. Bier score ). La cantidad de estaciones es crítica puesto que podemos encontrar que llueve en una región muy localizada mucho más pequeña que el tamaño de la malla del modelo. El ECMWF combina datos de estaciones SYNOP con datos del European Climate Assessment&Data (ECA&D). De modo que para España se tiene aproximadamente una estación cada 25 km.

Algunos fallos que persisten

A continuación, describimos algunos errores que pueden afectar a nuestra zona, basados en las investigaciones del ECMWF.

1. Como se puede observar en las imágenes del radar las células de chubascos se van desplazando durante su ciclo de vida. Sin embargo, para algunos modelos este tipo de lluvia es instantánea en un lugar y no están programadas para propagarse. Este tipo de lluvias normalmente se activan sobre el mar pero no son capaces de avanzar tierra adentro. Esto hace que la lluvia estimada sea menor en algunas localidades sobre tierra en más de 10 mm. A mayor viento más lejos debería llegar la célula y mayor será el error.
2. Infraestimación de la precipitación orográfica. Los modelos dan menos precipitación debido a las características del terreno ya que ésta es el promedio dentro de un cuadrado. Se infraestima tanto en reforzamiento de la precipitación a barlovento como la “sombra orográfica” a sotavento donde la precipitación es significativamente menor. Este error es mayor cuanto más gruesa sea la resolución espacial del modelo. Por ejemplo, cabría esperar que este error fuera mayor en un modelo con una resolución espacial de 50 km que con uno de 10 km.
3. Infraestimación de la precipitación convectiva extrema. De nuevo debido a las limitaciones de la discretización espacial de los modelos, siempre encontraremos que estos dan precipitaciones extremas más bajas. Sin embargo, si somos capaces de tener varias estaciones dentro del área discretizada y realizamos un promediado los resultados son muy similares.
   
4. En regiones áridas los modelos predicen actividad convectiva durante el día con densidad de rayos pero sin lluvia, hablamos de las tormentas secas. Sin embargo, se registran lluvias localizadas que cubren una pequeña región menor que el tamaño de mallado del modelo. Según los científicos, hay dos sospechosos habituales de dicho error:
   
   - El CAPE (convectively available potential energy) es relativamente bajo en esta situación y la precipitación producida es pequeña de modo que se evapora antes de llegar a la superficie.
   
   - La evaporación de la lluvia depende del tamaño de las gotas. En la base de la nube si el aire seco y las gotas pequeñas, éstas se evaporan antes de llegar a la superficie.