Turbulencias atmosféricas
Un viaje por el tiempo extremo: huracanes, tornados, inundaciones e incendios. Junto a Albert Martínez —meteorólogo, geógrafo y comunicador— exploramos lugares, desmentimos mitos y entendemos cómo el tiempo puede transformar nuestra vida. Esta primera temporada hablaremos de todo lo que hay alrededor de los huracanes. ¡Súbete a este podcast de altura!
Turbulencias atmosféricas
TA 11 - Modelizando el mundo
En este capítulo de Turbulencias Atmosféricas, titulado “La información es poder. Los datos salvan vidas”, viajamos al corazón de uno de los proyectos científicos más ambiciosos de la Unión Europea: Destination Earth (DestinE). A través de entrevistas con científicos del ECMWF, descubrimos cómo la combinación de modelización atmosférica de alta resolución, inteligencia artificial y grandes volúmenes de datos está revolucionando la predicción de fenómenos meteorológicos extremos y la planificación frente al cambio climático.
Llorenç Lledó
Físico y matemático, Llorenç Lledó trabaja en el programa DestinE desarrollando y aplicando técnicas de verificación para pronósticos globales a escala kilométrica. Con experiencia en predicción numérica, predicción climática y servicios para el sector energético, su labor se centra en garantizar que las simulaciones sean fiables y útiles para la toma de decisiones críticas. Su trayectoria, que combina investigación académica y aplicación práctica en empresas y centros punteros como el Barcelona Supercomputing Center, le convierte en una voz experta sobre cómo transformar datos complejos en información accionable.
Estíbaliz Gascón
Especialista en meteorología de alto impacto, Estíbaliz Gascón es actualmente Senior Scientist en el Weather-Induced Extremes Digital Twin de DestinE. Su trabajo se enfoca en evaluar y diagnosticar eventos extremos en pronósticos globales de altísima resolución, desarrollando nuevos productos y métodos de postprocesado estadístico para mejorar la precisión de las predicciones. Con una carrera internacional que abarca colaboraciones en España, Italia, Taiwán y Chipre, Estíbaliz aporta una visión global sobre cómo anticipar tormentas, lluvias extremas y otros eventos que ponen a prueba nuestra resiliencia.
Xabier Pedruzo
Centrado en la interacción entre la superficie terrestre y la atmósfera, Xabier Pedruzo investiga cómo factores como la vegetación, las ciudades y el ciclo diario de la atmósfera influyen en el clima y el tiempo. En DestinE, trabaja en la mejora de la representación de la superficie en el modelo IFS, fundamental para simular con precisión fenómenos locales y su evolución. Su experiencia, que incluye estancias en la Universidad de Wageningen y el NCAR en Estados Unidos, le permite conectar la ciencia de frontera con aplicaciones concretas para la adaptación climática.
Eduardo Penabad
Con una sólida trayectoria en predicción numérica y comunicación meteorológica, Eduardo Penabad es Senior Analyst en la producción de pronósticos estacionales para el Copernicus Climate Change Service en el ECMWF. Participa en la generación de escenarios que permiten planificar con meses de antelación, un aspecto clave para sectores como la agricultura, la gestión de recursos hídricos o la prevención de desastres. Su experiencia en televisión y en el desarrollo de servicios meteorológicos regionales le da una perspectiva única sobre cómo acercar la ciencia al público.
Bienvenidos al vuelo de Turbulencias atmosféricas. Les habla el capitán de este podcast. De mucha altura. Durante el viaje descubriremos fenómenos meteorológicos, curiosidades.¿Y la ciencia que hay detrás de ellos? Abróchense los cinturones. Despegamos.¿Estás escuchando? Turbulencias atmosféricas. Un podcast de mucha altura. Buenas. Bienvenidos a este vuelo de turbulencias atmosféricas. Un podcast de mucha altura. El meteorólogo es geógrafo, Alvar Martínez. Y seguro que muchas veces os habéis preguntado cómo funcionan los modelos meteorológicos que mostramos en las redes o en televisión y qué papel juega, por ejemplo, la vegetación e incluso cosas tan nuevas como la inteligencia artificial en el pronóstico de tiempo extremo. Este es un episodio especial de turbulencias atmosféricas, porque a este vuelo se suman cuatro grandes científicos del CMB, uno de los centros meteorológicos más avanzados del mundo. Ellos están en Europa y con ellos veremos la ciencia que hay detrás de los modelos y sobre todo cuando estos hacen referencia a pronósticos de cambio climático o de huracanes. Los pasajeros son Llorens Lledó. Él es científico de Verification for Destination Earth y nos explicará cómo se validan los modelos y qué significa. Algo bastante habitual que un modelo acierte o falle. Estíbaliz Gascón es científica senior en el índice Extremes Digital Tween y nos explicará cómo se representan los eventos extremos dentro de este universo digital que intenta duplicar nuestro planeta con píxeles, algo tremendamente que parece de otro mundo. Javier Pedrusco es científico en el Resolution Earth System Modeling y nos lleva al corazón justamente de eso, de las simulaciones de altísima resolución y veremos así el papel que juega la superficie, la vegetación e incluso las ciudades y con ellos hay un pasajero de lujo porque lo conozco de hace muchísimos años. Trabajé con él en Televisión Española, es Eduardo Abad, él es analista Simeon en el sistema Forecast Production de Copérnico, y nos hablará de la predicción estacional y de señales climáticas como el niño y el impacto, por ejemplo, que tiene este sobre todo el planeta.¿Qué es esto de Copernicus? Bien, pues yo creo que es importante hacer primero una pequeña introducción, porque puede ser un poco complicado. Ya nos cuesta en el lado de Europa entenderlo todo esto del sistema Copernicus. No me quiero ni imaginar de ese lado del del charco. Entonces, por un lado tenemos el Centro Europeo, que por cierto, este año estamos de cumpleaños, cumplimos 50 años que es una iniciativa de Estados europeos que decidieron unir fuerzas de ponerse a trabajar juntos para trabajar en la predicción a medio plazo. Eso fue avanzando, fue haciendo cosas distintas en los últimos 50 años y una de las cosas en las que trabajamos es que la Comisión Europea, es decir, el Gobierno de la de la Unión Europea, encomienda al centro que gestione varios de los servicios Copernicus. Y que son estos servicios Copernicus. Copernicus esencialmente es el sistema de observación de la tierra de la Comisión Europea. Eso supone que la mayor parte del presupuesto se va en la componente espacial, en los satélites, en toda esa familia de satélites que tenemos orbitando el planeta que están continuamente recogiendo pues millones y millones de datos. Y a partir de esos datos, no solo exclusivamente con esos datos. Pero a partir de esos datos se generan distintos servicios y el servicio de gestión de emergencia, o sea, el Servicio de vigilancia atmosférica y al Servicio de Cambio Climático. Estos dos últimos los gestionamos directamente el Centro Europeo de Predicción a Medio Plazo y de alguna forma eso sería un poco lo que lo que es Copernicus y dentro de lo que es Copernicus. Entiendo que me preguntabas por el Servicio de Cambio Climático y el Servicio de Cambio Climático. Tiene como un.¿Un montón de de tareas distintas, pero por poner dos ejemplos, eh? Los informes que se hacen de forma anual del estado del clima en Europa, que no solo se centran en Europa, también se centran en qué está pasando a nivel global y que lo que hacen es, en definitiva recoger con todos los datos que están recogidos del año anterior, explicarnos qué es lo que ha pasado en el planeta y en Europa en concreto en ese último año, poniéndolo en el contexto del del del clima más reciente, poniéndolo en el contexto de cómo ha cambiado esto desde desde la época preindustrial. Y ese es uno. Eso es uno de los productos principales de los productos donde se ponen, pues es donde mucha gente habrá visto las evoluciones de la temperatura basadas en en el análisis en gráfico o en EH, o muchos otros productos que nos indican cómo está cambiando el clima, la extensión del hielo, los glaciares, la concentración de CO2. Pues hay un montón de indicadores que se resumen y se analizan en esos, en esos boletines, pero eso sería solo una actividad. Después, otras actividades son las de dar, producir datos que nos permitan conocer el pasado, entender el presente y saber qué es lo que va a pasar en el futuro del producto estrella, digamos de del del insistiría desde del Copernicus Climático Service, que es el el Reanálisis que de alguna forma es esa mezcla entre datos de observaciones y modelos que nos permiten eh producir una imagen de la realidad de lo que está pasando.¿Eh? Yo. Entonces tú estás trabajando en el programa de es, eh. Bueno, Destination ers es un programa de la Comisión Europea para incrementar la resolución de nuevos de los modelos meteorológicos en en.¿Actualmente estamos experimentando con resoluciones de cuatro o dos kilómetros, o sea que ya nos estamos adentrando a resoluciones, eh?¿Bastante elevadas eh? Para que te hagas una idea, en el modelo operacional actualmente son, si no me equivoco, eh nueve nueve kilómetros de de resolución y eso pues son 6 millones de puntos de malla.¿Si pasas a cuatro kilómetros ya te vas a 25 millones de puntos de malla, eh? Para cubrir todo el mundo trabajando con las las métricas, con las herramientas con las que miramos, la con las que evaluamos la calidad de los pronósticos. Y en concreto yo me dedico a un tema súper específico que se llama Double penalty. Mmm no sabría decirte en castellano en un problema. Y qué pasa en los modelos meteorológicos que como más resolución pones por el simple hecho de tener más detalle es más fácil que las cosas no estén exactamente en el sitio que pensabas. ¿No? Si tú dices va a llover en España, en y llueve en España, pues aciertas. Sí. En cambio tú dices no va a llover en Barcelona y llueve en Tarragona, que está a 50 kilómetros. Estás equivocado. Entonces mi trabajo está en tratar de como resolver ese problema, no de ir a más resolución y que no por el simple hecho de de decir las cosas más concretas. Pues eso, eso nos penaliza en las en las métricas que utilizamos para ver la calidad.¿Tú también trabajas en Destination Earth?¿Cuál es tu misión? Bueno, eh, para complementar lo que Lloret ha dicho sobre Destination, en principio Destination tiene diferentes componentes. El componente. Si quiere hacer una réplica digital en la tierra digital, tweets. En este caso como la iniciativa, el proyecto es muy reciente, este tiene tres años solamente. Lo que se está haciendo es crear los los primeros componentes. Uno de los componentes es el Digital Twin de extremos, que es donde trabajo yo en lo que se hace. Lo que estamos haciendo es crear un modelo de prisión numérica con la mayor resolución que se puede hasta ahora con los recursos computacionales que tenemos y a raíz de ahí eh predecir mejor los extremos y bueno, combinarlo con otros subproductos que se están creando con otros subcontratas que están trabajando también para crear aún mayores soluciones a nivel regional. Mi campo, lo que estoy haciendo ahora mismo, lo que es evaluar esos eventos extremos en el digital Twin extremos y compararlos con cómo se prevén como como es la predicción en modelos de menor resolución como el operacional que tenemos ahora. A raíz de estas verificaciones y entendiendo cuáles son las, digamos, condiciones en las que estas predicciones no se dan, también soplo decir eh eventos convectivo tormentas en verano en áreas montañosas. Pues a lo mejor ahí vemos que hay una deficiencia que hacemos. Lo que hago es diagnóstico. Después de esa verificación se hace el diagnóstico, el diagnóstico es irse a las entrañas del modelo. Todas esas ecuaciones que hablábamos antes para saber qué es lo que está todavía no tiene costado y qué es lo que podemos investigar más para resolverlo. Entonces es una combinación de eso, verificación después diagnóstico y trabajar con los desarrolladores del modelo para poder intentar arreglar esos pequeños errores que todavía están ahí.¿Está bien que es next gen, eh? Next gen es un es un proyecto europeo, Es un proyecto Horizon, que son estos proyectos de investigación que que cada año se se convocan eh y en el que el Centro Europeo está involucrado. Empezó hace, eh, tres años y medio, se está y está terminando. Ya termina en en agosto, en verano, en este año y. Y lo que lo que ha intentado es es eso es preparar, eh, modelos para correr escalas climáticas décadas de años a muy alta resolución. Esto hasta ahora no era posible. No había modelos que pudieran hacer esto por problemas técnicos, por problemas de capacidad computacional, por problemas de procesos que faltaban. Y entonces, durante estos tres años, eh el Centro Europeo, nosotros junto con, por ejemplo el Instituto Max Planck de de Meteorología de Alemania, hemos estado desarrollando cada uno un modelo empezando de de puntos distintos o empezando modelos que se utilizaban para cosas diferentes e desarrollándolos para conseguir producir estas simulaciones climáticas a escala kilométrica. Eso es lo que hemos estado haciendo. Yo he estado más involucrado en la parte de la de la superficie del modelo, como el modelo EH simula la vegetación como intercambio, la vegetación con la atmósfera, el agua, la energía, como las ciudades afectan. Entonces eso es lo que hemos estado desarrollando y ha habido mucho trabajo detrás. Hemos ido también es cierto, y hay que decir que no hemos sido solo el Instituto Max Planck y nosotros. Nosotros hemos desarrollado el modelo, pero luego detrás ha habido muchas universidades, eh.¿Analizando los datos, hacemos hackatones cada diez meses, así, donde producíamos un nuevo ciclo, una nueva, un grupo de simulaciones mejoradas con nuestro modelo con mayor, más largas y todas estos grupos de investigación, cada uno experto en un aspecto de de la atmósfera o de del clima, se fijaban mucho y miraban con mucho detalle qué tal lo estaban haciendo esos modelos y nos daban ese feedback o esa información de pues es que aquí todavía esto tiene una pinta un poco rara, esto ya simula muy bien y de hecho vemos cosas muy interesantes que hasta ahora no se veían, eh? Y eso es lo que habéis estado haciendo y hemos dicho ya, ya estamos terminando. Estás escuchando Turbulencias atmosféricas, un podcast de mucha altura. Edu, tienes Es un modelo meteorológico. Bueno, pues un modelo meteorológico esencialmente es una herramienta que nos permite simular cómo funciona la la atmósfera, no solo la atmósfera. Pero bueno, podemos resumirlo en que en esencia, como como funciona la atmósfera, como son las ecuaciones complicadas que nos dicen como se mueve el viento, como cambia la humedad de un lado a otro, como las distintas partes de de la atmósfera en la que vivimos se comportan por las metemos en un macro ordenador, le damos a la manivela y esto nos va dando esos resultados de esas de esas ecuaciones. Y básicamente no es exactamente lo que va a pasar, pero es un modelo, es una idea, es algo que se parece a lo que va a pasar en el futuro. La atmósfera.¿Y cómo podemos saber qué va a pasar, que hacer una parte de ese modelo de dónde parte? Bien, es Esa es una muy buena pregunta, porque, eh, las observaciones en general son una de las claves de los de los modelos meteorológicos. Muchas veces decimos que la la. La meteorología es un problema de condiciones iniciales porque depende muy, muy gran medida de cómo es la situación inicial y pequeñas diferencias en la. En las condiciones iniciales pueden acabar dando lugar a grandes cambios, pues dos o tres días después o 15 días después. Entonces una. Un elemento muy importante es el de las condiciones iniciales. Las observaciones de todo tipo estaciones en superficie, globo, sonda, satélites, barcos. Incluso hay mediciones que se toman en animales que se ponen a a focas, por ejemplo, pues ayudan a tomar medidas en zonas remotas, pues todas esas observaciones se integran a través de un proceso que se llama asimilación de datos. Se hacen con las condiciones iniciales del modelo y a partir de ahí el modelo empieza a resolver las ecuaciones y va avanzando como pasito a pasito. Pues desde estas condiciones, dentro de los siguientes 15 minutos el tiempo va a ser así, la atmósfera se va a estar comportando así y poco a poco va, va avanzando y van dándonos las condiciones como hacen en los siguientes momentos. Así que podríamos decir que como mejor es esa fotografía inicial, los modelos tenderían a ser mejores.¿Si nos faltan datos iniciales, pues serán peores, eh? ¿Si eso es cierto que eh? El asunto es que el modelo es un poco, eh. Las condiciones iniciales son un ingrediente para que el modelo produzca sus resultados.¿Es el modelo, digamos, tiene una parte que sería esa parte de la asimilación de datos, del análisis que está integrada dentro del del modelo y que seguro que cualquiera de mis compañeros podrían podrían comentarte mucho mejor sobre este tema, eh? Pero si las condiciones iniciales son son un elemento importante que ayuda a que la calidad de las predicciones sea mucho mejor.¿Y a eso a lo que vamos, no? ¿Eh?¿Llorens Cómo podemos saber que un modelo funciona como es esto de verificar un modelo?¿Eh, Sí, también es otra pregunta importante, eh? Y las mismas observaciones que Edu comentaba que se usan para inicializar el modelo también nos sirven para poder comprobar a posteriori. Es si la calidad de los pronósticos en los últimos tiempos en general también depende mucho de si lo que queremos comparar son predicciones en en deterministas, es decir, un solo modelo corriendo o predicciones por conjuntos que serían las predicciones que se vienen usando en las últimas décadas, que no te dan unas una sola respuesta, sino que te dan una un abanico de posibles respuestas. Entonces ahí ya van a la.¿La pregunta de cómo se mide la calidad? Pues es un tema de probabilidades y de estadística.¿No hay de ver si las probabilidades que te daba tu modelo eh iban bien encarrilada o no? Una de las cosas importantes es intentar ver lo que va a ocurrir en los próximos meses y eso acá en Estados Unidos es fundamental, sobre todo cuando llegamos a la temporada de huracanes. Cómo se hacen esos pronósticos que van más allá de los tres, cuatro o cinco, siete días, los que son mensuales, estacionales.¿Cómo funciona eso? Bueno, pues ahí entra en juego, eh fenómenos físicos que suceden a escalas temporales más largas que que la atmósfera. Antes se ha dejado entrever que la atmósfera, pues, no está sola en el planeta, hay en los océanos, hay hielo, hay vegetación en la estratosfera. También tiene, pues, una dinámica atmosférica más lenta, etcétera Y hay procesos físicos que en vez de ocurrir en tres o cuatro días, como sería pues el paso de una borrasca, no se forma una borrasca. Esta tropical pasa por encima de tu casa Luisa lluvia y luego pues tiene un anticiclón. Eso pues podrían ser tres, cuatro o cinco días.¿Pues luego hay otro tipo de procesos, eh? Más lentos, más largos.¿Por ejemplo, en los trópicos hay un fenómeno que se conoce como el mar en Yuliana, oscilación que sucede en en secuencias de 30 días, eh? O por ejemplo.¿Otro ejemplo muy conocido es el niño Southern Oscilación Enso es un fenómeno que se da en el Pacífico, en el Océano Pacífico y bueno, ahí la energía se va redistribuyendo a lo largo de los meses de los días, de los meses y es un proceso que podemos prever, eh?¿Un poco a escalas más largas que no, pues dónde estará mañana la lluvia?¿Y bueno, con esas, con esas herramientas eh? Es con lo que se diseñan las predicciones estacionales o sub estacionales. Unas predicciones que como muy bien comentabas tú y Edu, es importante entender nuestro planeta como un todo está en los océanos.¿Lo que mencionabas la tierra, la vegetación, los casquetes polares, eh, Javier, cuán importante es intentar tener esa representación bien incluida en los modelos para que funcione? Bueno, pues eh, en la misma línea en la que en la que he comentado también Llorens y y Edu. O sea, la atmósfera no está, no está sola en el vacío, sino que toca sobre todo por debajo, eh, toda la superficie. En la superficie de vegetación hay ciudades, hay océanos, hay orografía, montañas, eh. Todos estos factores que que constantemente están en contacto con la atmósfera. O sea, si uno lo piensa, por ejemplo, eh, cada gota de agua que cae cuando llueve, seguramente esa gota ha pasado por los océanos, quizá ha pasado también por la vegetación. Entonces es muy importante poder simular y tener en cuenta esas, esos sitios y esos procesos que pasen en la superficie para poder saber como luego el estado de la atmósfera y lo que y lo que puede volver luego de vuelta a la superficie, que es al final donde vivimos y el y la predicción que más nos importa. Entendemos que hay diferentes tipos de modelos y eso lo contamos muchas veces cuando estamos en televisión, no en los pronósticos, los modelos a gran escala, los globales, Pero luego cuando hablamos de tiempo severo, nos tenemos que ir a esos modelos de alta resolución, no de que que salen cada minuto para poder pronosticar con mayor precisión el movimiento de una súper célula, de una línea de tormentas de de un frente de ráfaga.¿Cómo funciona esto de tener grandes modelos y pasar a pequeña escala?¿Cómo? ¿Cómo se hace ese ese paso? Eh Bueno, en el en el Centro Europeo debo decir que todas las simulaciones que se hacen son siempre a escala global. Luego los los Estados miembros de las que también los que damos la predicción son los que solamente normalmente tienen la la capacidad y la responsabilidad para hacer estas simulaciones. Eh con la información que damos nosotros, pero a mucha más alta resolución y en una zona concreta en la que un evento como puede ser una una tormenta muy muy fuerte o o vientos extremos, eso se pueden ellos luego simularlo a más alta resolución. Eh Eso en en la parte operacional, luego en la parte más de de investigación académica, pasando lo que yo hice antes.¿Ahí sí que hay modelos que van hasta resoluciones del de cinco metros de diez metros, que eso es algo que no se puede utilizar a nivel operacional, porque lo importante de una predicción es que te llegue antes que el tiempo, no? O sea, que tú seas capaz de anticipándote Si el modelo es, es muy detallado, pero te lo dice al día siguiente de haberte mojado, pues bueno, no es tan útil. Entonces, modelos existen muy muy muy realistas con muchos procesos, pero el problema también es que no son suficientemente rápidos para para sernos útiles en el día a día.¿Cómo ha cambiado la predicción?¿Si miramos de unos cinco, diez, 15 años atrás, hasta ahora? Si en diez años, digamos que en 100, hay un montón de componentes que afectan a que nos modelos puedan predecir eventos extremos de una manera más fiable. Y en los últimos diez años, uno de los factores principales que ha favorecido es mayores recursos computacionales, es decir, mejores supercomputadores, mayores recursos para poder simulados y a partir de ahí, entonces se ha podido avanzar en la ciencia a la ciencia que corresponde. Bueno, como decían eh, Edu y Llorens, lo principal es tener buenas observaciones. Ahora en los modelos meteorológicos asimilan millones de observaciones que antes igual no era posible hacerlo y hay un montón de recursos para muchos más tipos de observaciones que no había después que se tienen. Se tiene modelos de mayor resolución, mayor resolución quiere decir que resuelves en unos cuadritos más pequeños en los que puedes predecir mucho mejor lo que ha ocurrido ahí y no tener resoluciones de 15 o 20 kilómetros como antes. Y lo siguiente que hay es mayor investigación para encontrar qué procesos el modelo no los puede resolver porque sí, por la limitación que tiene y crear las ecuaciones que se necesitan para resolver esos procesos más a pequeña escala que se necesitan. Y se ha invertido también mucho en ciencia para que se pueda resolver mejor esos procesos. Hay bastantes más componentes. También está, eh, el pasar de modelo determinista, que es una solución, como comentaban al pasar el modelo por conjuntos, que es un montón de soluciones y sacar las probabilidades de qué es lo que puede pasar. Todo eso favorecido que se pueda predecir muchísimo mejor todos los eventos extremos.¿Has mencionado el tema de la computación? ¿No? El tener ordenadores potentes es fundamental para que esas ecuaciones no se puedan resolver y poder hacer mejores pronósticos.¿Cómo está entrando a jugar ahora la inteligencia artificial con todo esto?¿Bueno, la inteligencia artificial, eh? Hay que decir que los recursos computacionales que utilizan en realidad son mucho menores. Es decir, correr un modelo de inteligencia artificial está siendo muchísimo más rápido, eh, que correr un modelo físico.¿Un modelo físico tiene que resolver tantas ecuaciones, tiene que asimilar tantos datos, tiene que crear tantos procesos, como decía Xavi, tiene que, eh, crear, digamos, cuál es la relación entre el océano y la atmósfera, cuál es la relación entre el suelo y la atmósfera?¿Hay un montón de componentes, eh? Lo que tiene el los modelos de inteligencia artificial es que hay que entrenarlos y a lo mejor es entrena es el que lleva más tiempo. En cuanto a eh, saber cuál es el mejor entrenamiento que se puede tener, pero una vez que están entrenados es muchísimo, muchísimo más rápido que un proceso, un un digamos, modelo físico, no con ecuaciones. Estás escuchando turbulencias atmosféricas, un podcast escuchándola. Para pronosticar eventos de pequeña escala, como por ejemplo son los tornados, las súper células, cosa que quizás en Europa eran poco habituales pero que con el cambio climático ahora son más frecuentes, pero que aquí en Estados Unidos ya estamos sufriendo durante todo el año.¿Cómo se ha hecho eso? Cómo ha mejorado, cómo ha cambiado. Hay ciertos parámetros que son los que han podido influir más. Uno de los principales parámetros es la resolución del modelo. La mayoría o muchos de los eventos extremos se dan a pequeña escala o tienen unos procesos físicos. Digamos que están metidos dentro de lo que es el evento extremo, que para resolverlos necesitamos escalas muy pequeñitas. Cuando se ha aumentado mayor el aumento de la resolución del modelo ha permitido que esos procesos físicos pequeñitos se empiecen a resolver un poquito mejor. Todavía se necesita crear ecuaciones específicas que llamamos parametrizaciones para resolver esos pequeños procesos, pero parcialmente se empiezan ya a resolver por simplemente por la ecuaciones básicas del modelo. Entonces eso ha hecho que, por ejemplo, si queremos predecir una tormenta, una tormenta de verano en Estados Unidos suele ser a mayor escala, pero por ejemplo, en Europa son escala más pequeñita. Otras veces no, pero bueno, imagínate entonces puede caer esa tormenta en cuatro kilómetros a la redonda. Puede ser muy fuerte, pero solo ahí. Si tienes un modelo como una grilla de 15 kilómetros con una una casillita, resuelves el modelo en 15 kilómetros. Probablemente no se resuelva bien. La precipitación que vas a dar es mucho menor. Cuanto mayor sea la resolución, mucho mayor va a ser. Va a ser el el, el, digamos, la precisión en la que esa tormenta se pueda resolver.¿Y aparte de eso, también se está invirtiendo y estudiando en cómo esas ecuaciones que decíamos que resuelven los procesos pequeñitos a menor escala, se resuelven mejor o hay que tunearlo en cierta manera para esas altas resoluciones del modelo porque pueden cambiar?¿Están entrenadas para otras resoluciones? Yo en particular creo que un reto importantísimo es, eh, todavía en el campo de las observaciones, es observar mejor la precipitación. Sí que es verdad que tenemos en estaciones de medida, tenemos radares, pero bueno, los radares meteorológicos hay que ser conscientes que no están en todos los países del mundo, están en algunos países que tienen capacidad y bueno, luego ahí ya está empezando a ver un poco en la última década en productos que miden la precipitación desde el espacio. Pero bueno, yo sí que creo que es un un ámbito donde aún falta mucho por hacer para que podamos entender todo el ciclo del agua y. Y bueno, no es algo concreto de que tengamos que mejorar en los modelos, pero sí que es algo que si mejoramos nos va a permitir entender mejor y saber qué es y qué podemos hacer. Y a eso es a lo que vamos. Este. Hemos visto, por ejemplo, que puedes ver a Javier en estos modelos de alta resolución que no veíamos antes, que que parte de nuestro entorno aparece ahora. O sea, yo por ejemplo, lo que estoy mirando, más que predicciones meteorológicas a corto plazo me me centro más ahora mismo en en simulaciones climáticas y ahí, por ejemplo, es donde los últimos años ha dado un paso muy importante. Otra vez volviendo lo que decía este en en la resolución. O sea, antes los modelos climáticos tradicionales tenían una resolución o un píxel de tamaño de 100 kilómetros y en los últimos años también del Centro Europeo. Pero pero otros centros también hemos conseguido hacer simulaciones con píxeles de cinco diez kilómetros y que son simulaciones climáticas o son simulaciones de 30 años que van también al futuro. Entonces, por ejemplo, cosas que estos modelos tradicionales no veían y que ahora sí vemos son, por ejemplo, las ciudades, el efecto de las ciudades en la superficie y también en la atmósfera. Los modelos de predicción que predicen el tiempo. A dos semanas ya empezaba a entender esto hace unos años, porque computacionalmente sé que puedes utilizar tan alta resolución para saber, para simular dos semanas en tiempo, pero para hacerlo con 30 años, la cantidad de de de de de superordenador que necesita es es bastante mayor. Entonces estamos empezando a ver ahora y es muy interesante porque eso es por primera vez.¿Por ejemplo, podemos empezar a hacer preguntas como eh, cómo van a cambiar las condiciones meteorológicas dentro de la ciudad con el cambio climático? Ya sabemos que, eh, la predicción meteorológica está al temperatura aquí, pero también sabemos que las ciudades, por cómo están hechas, por la arquitectura, por los materiales que tienen, tienen un efecto en la temperatura. Eso lo sabe cualquiera. Si pasas por el parque o si pasas por una carretera de asfalto donde te pega el sol y están 20 metros separadas una de la otra y ves una diferencia muy muy distinta, entonces no vemos esa diferencia entre un parque y la carretera todavía en estos modelos climáticos. Pero sí que vemos como las ciudades empiezan a tener un una, un efecto, una huella en en la en la temperatura, en la humedad, en cosas así. Y eso es algo que hasta ahora no podíamos preguntar o que se podía preguntar. Pero haciendo, eh, cacharreando mucho más, tomando esas simulaciones de 100 kilómetros, utilizando luego otro modelo, después encadenando muchos procesos que al final también, aparte de costar mucho tiempo, introducían mucha incertidumbre.¿Ahora estamos también en parte contento porque podemos analizar esos procesos o esos resultados directamente, eh? Con estas simulaciones climáticas.¿Que quede claro que cuando hablas de 30 años para que la gente no se vaya ahora a abocar a preguntar qué tiempo hará el 4 de julio del año 2050?¿No, no estamos hablando de eso, no? Los modelos a 20 30 años que que queden ya que estás con ello.¿Cómo ves el futuro en este caso? Si esto es. Esto es siempre algo muy importante que hay que dar al principio, siempre que las simulaciones climáticas nunca vamos a adivinar eso es el 4 de julio de 2035, si se puede hacer la barbacoa o no, eso de momento no estamos ahí y creo que todavía quedan unos cuantos años siendo prudentes para poder decir algo así. Las simulaciones climáticas lo que dan son, eh, aproximaciones estadísticas. Te dirán en el año 2040 o entre 2000 42.045.¿Cómo de frecuentes pueden ser, eh?¿La lluvia en esta región? Como de de de frecuente o no es que haya precipitaciones extremas, eventos. Es más, ese tipo de preguntas no serán, no serán deterministas para decirte qué día y en qué sitio las cosas que van a suceder, pero sí son más fiables en eso, en decirte como de frecuentemente que regiones son más probables en las que estas cosas sucedan.¿La mayoría coincide y el calentamiento?¿Sucede que eventos extremos van a aumentar, eh?¿Habrá regiones en la que lo sientan más, otras quizá un poco menos, pero todas lo van a sentir, eh? Eso en eso no cambia esto. Estos modelos tampoco.¿Si bien es conocido centroeuropeo latina bastante al pronóstico de huracanes, Cómo se ve el futuro?¿Cómo se ven los próximos años con el cambio climático en general? Lo que se ve bueno, lo lo que es lo primero es un calentamiento global.¿Esto hace que las temperaturas del océano también suban y al final, océanos calientes con superficie caliente es combustible para para huracanes no? Entonces, al final, lo que lo que se ve, sin entrar muy en detalle normalmente es que va a incrementar la la frecuencia. Eh, la magnitud. Yo no estoy seguro si si había un cambio radical, pero sí que iba va a ir bastante más frecuentes. Entonces esto siempre me gusta decirlo también entre paréntesis, porque hasta ahora para hacer este tipo de predicciones uno tiene que tener. Lo que decía Llorens antes es un ensemble, unas suficientes simulaciones del futuro como para poder decir esto con seguridad. Todavía no estamos ahí hablando antes de cómo de cara, así como de cuestiones son estas simulaciones. Hasta ahora tenemos simulaciones contadas. Esta simulaciones contadas nos dejan empezar a nos abren la ventana un poco, a empezar a ver cómo va a ser, pero yo no me atrevería de momento a concluir en nada que estos modelos digan porque no tenemos suficientes simulaciones para, para decirlo con con confianza.¿Edu, tú que como yo hemos trabajado en televisión, cómo has visto el cambio?¿No que que se ha visto en las televisiones, ya sea locales, estatales, de la inclusión de los modelos como eh, no exageramos eh? Liamos más a la gente cuando empezamos a mostrar todos los posibles escenarios.¿Cómo? Cómo lo estás viendo Esto Yo creo que el el cambio climático se está volviendo más y más por esto que estaba diciendo una cuestión del día a día, porque ya nos está afectando, porque si las olas de calor antes era algo que pasaba una vez cada cinco o diez años, ahora tenemos olas de calor todos los años. Si cada año se batían un par de récords de temperaturas máximas, ahora cada año batimos diez 20 récords de temperaturas máximas. Entonces eso es algo que está ligado con la actualidad. Entonces, por lo tanto, para los para los que aún para los que estáis trabajando en el día a día con la previsión, hablar de esto, pues también encaja perfectamente, porque ya las consecuencias ya están aquí, ya nos están afectando en el día a día. Y yo como lo veo, pues desde hace más de diez años que no estoy en ese en esas tareas, yo creo la la transición ha sido pues como muy natural, pues eh, es un tema que se que se va incluyendo poco a poco y yo creo que en general la gente es capaz de entenderlo y que igual que si siempre, yo creo que siempre tenemos Albert esta cosa de estaremos dando conceptos muy complicados, estaremos metiéndonos en en veredas muy complicadas y al final cuando en los años 50 se ponían los primeros mapas de isobaras, nadie absolutamente estuviera mirando la televisión. Tenía ni idea de qué significaban esas rayas que estaban pintando y hoy en día más o menos la población general entiende, pues cuando ve una una borrasca, entiende qué significa eso. Cuando ve un anticiclón entiende qué significa eso. Y con el cambio climático pues pasa lo mismo. Toda esa, toda esa aluvión de información que tenemos hoy en día se va integrando. Y yo creo que el papel de los de la gente que que trabajáis en comunicación es eso, es hacer esa información que es en su propia naturaleza muy compleja y que tiene muchos matices, muchos ángulos, pues hacérsela entendible a todo el mundo. Y yo creo que hoy, pues todo el mundo está haciendo un trabajo excelente, excelente en eso, en hacer esa traducción de conceptos complejos a cosas que cada uno nos afectan en el día a día. Y llegados a este punto sonó la campana. No hay tiempo para más. Muchas, muchísimas gracias por haber acercado un poquito más lo que es el modelaje, que es el centro europeo y todas esas tareas que para mucha gente pasan desapercibidas pero que son fundamentales para que nuestras vidas en los próximos años sean mejores y no sufran tampoco demasiado.