Por qué no sabemos predecir el tiempo perfectamente

Las aproximaciones por computador que se usan para predecir el tiempo dan resultados bastante fiables. Pero aún no sabemos resolver los modelos matemáticos que rigen el comportamiento de la atmósfera de manera exacta.

Quien lo consiga pasará a la historia de las matemáticas.

Según dónde mires el tiempo que va a hacer mañana, encontrarás resultados diferentes. Una página web da un sol con pocas nubes pero en el mapa de la televisión sale el cielo completamente nublado, tu aplicación del móvil dice que lloverá seguro mientras que la mía le da una probabilidad muy baja… ¿Por qué ocurren estas diferencias? ¿La predicción del tiempo no sale de modelos matemáticos?

En realidad, es rarísimo que haya diferencias drásticas entre unas predicciones y otras. Si tu aplicación preferida dice que el próximo viernes va a estar nublado todo el día y va a hacer algo de frío, no será fácil encontrar otra predicción distinta que dé sol radiante y 40º. Menos mal, porque saber el tiempo que va a hacer es crucial para muchos ámbitos más allá de decidir si cojo el paraguas cuando salga de casa. Por ejemplo, es esencial conocer qué tiempo hará para prevenir y controlar incendios forestales, o para planificar las rutas de los aviones.

Datos y más datos

Si hubiera grandes discrepancias entre unas predicciones y otras, no serían nada fiables. Pero gracias al acceso a grandísimas cantidades de información acerca del tiempo que hace en este momento, sí somos capaces de hacer predicciones suficientemente buenas sobre cómo cambiará a corto plazo. Y es que, continuamente, se realizan mediciones de la presión atmosférica, la temperatura, la velocidad del viento, la humedad y las precipitaciones. La mayoría de estos datos se recoge desde estaciones meteorológicas automáticas situadas a nivel de tierra o desde boyas en el mar.

Otros datos no son tan fáciles de medir desde la tierra. Por eso se lanzan radiosondas que ascienden hasta llegar a la estratosfera. Los satélites compensan la falta de datos sobre áreas a las que es más difícil acceder, ya que su cobertura es global, a cambio de perder resolución. También se utiliza el radar meteorológico para obtener información sobre la intensidad y localización de precipitaciones. Otra fuente de información nada desdeñable son los aviones comerciales, que devuelven datos del tiempo que se encuentran a su paso por las rutas aéreas. Lo mismo sucede con los barcos. Para analizar fenómenos meteorológicos de interés como ciclones tropicales, o para frentes que pueden causar daños significativos, se envían vuelos especiales.

El toque final es humano

¿Qué hacer con todos estos datos? Lo primero es tenerlos todos en un mismo lugar. Parece fácil, pero esto no fue posible hasta la invención del telégrafo, en el siglo XIX. Antes, la información no viajaba a más de 150 kilómetros por día, de modo que era imposible unificar todos los datos necesarios a tiempo para hacer predicciones sobre ellos. Pero el telégrafo permitió enviar grandes cantidades de información de manera casi instantánea.

Solo teniendo acceso a datos detallados sobre el tiempo que hace actualmente se pueden hacer modelos numéricos para conocer el tiempo futuro. Pero estos modelos numéricos no son nada fáciles de resolver. La atmósfera es un gas, y por tanto requiere de ecuaciones de dinámica de fluidos y termodinámica para predecir su comportamiento. Pero son muy complicadas. Pertenecen a la categoría de las ecuaciones no lineales en derivadas parciales, y a día de hoy no se les conocen soluciones exactas. Es decir, no tenemos manera de resolverlas de manera analítica, y en vez debemos confiar en los ordenadores para que propongan soluciones numéricas aproximadas. Hasta 1950 no había ordenadores lo suficientemente potentes para abordar estas ecuaciones, y fue entonces cuando las previsiones de los modelos numéricos comenzaron a ser realistas.

Pero ni siquiera los ordenadores pueden trabajar solos. Las soluciones que ofrecen no tienen en cuenta ciertas conexiones que existen entre anomalías climáticas a miles de kilómetros (llamadas teleconexiones), y hay efectos locales que son demasiado sutiles para incorporarlos a los modelos matemáticos. Por eso la última fase de la predicción meteorológica se hace a mano: se elige el mejor modelo para cada circunstancia y se ajustan los resultados.

Así, no es sorprendente que haya variaciones entre unas predicciones y otras. Los modelos utilizados pueden ser diferentes, y el ajuste final también. Y las soluciones propuestas por los ordenadores aún no son lo suficientemente ajustadas como para saber a ciencia cierta qué tiempo hará dentro de una semana.

Pero no está todo perdido: las predicciones han mejorado mucho a lo largo de los últimos años, y el pronóstico que se hace hoy para dentro de cuatro días es más o menos igual de fiable que el que se hacía hace 30 años para el mismo día. Además, las previsiones a largo plazo sí permiten conocer los patrones generales sobre si el tiempo será más húmedo o seco que la media.

Caos en la atmósfera

Eso sí, el ingrediente principal en estos modelos sigue siendo la base de datos que tengamos sobre el tiempo actual. Es tan crucial que, en cuanto falla una de las fuentes de información, las predicciones empeoran. Esto es lo que ha ocurrido con la pandemia de la covid: entre marzo y mayo de 2020, el número de vuelos comerciales sufrió un descenso brusco, y con él la disponibilidad de datos que suelen reportar estos aviones. En las zonas de la Tierra más transitadas por transportes aéreos (como América del Norte, el sureste de China y Australia), la fiabilidad de las predicciones empeoró notablemente. Como era de esperar, el deterioro fue más pronunciado en las previsiones a largo plazo.

Este es un problema puntual, pero hay otros más graves. El primero es que no conocemos todos los procesos atmosféricos con el detalle suficiente como para hacer predicciones exactas. Sí sabemos, sin embargo, que un cambio muy pequeño en las condiciones atmosféricas actuales puede desencadenar grandes variaciones en el tiempo meteorológico futuro. Esto es lo que se conoce como comportamiento caótico. Por eso, cualquier pequeño error en las mediciones se propaga muy rápido y es una amenaza considerable para la fiabilidad de la predicción. De ahí que las predicciones a corto plazo sean mucho más seguras que las que se hacen con varios días de antelación.

Es de esperar que nuestra capacidad de predicción del tiempo continúe mejorando y ofrezca resultados cada vez más fiables. Tener supercomputadoras cada vez más potentes será clave para conseguirlo. Pero el mayor avance vendría de tener soluciones exactas a las ecuaciones de dinámica de fluidos que describen la atmósfera. Su impacto se sentiría mucho más allá de la predicción del tiempo: la ecuación de dinámica de fluidos más famosa, la de Navier-Stokes, protagoniza uno de los problemas del milenio. Quien lo resuelva ganará un premio de un millón de dólares y sin duda pasará a la historia de las matemáticas.

¿Sabes lo que significa la probabilidad de precipitación? Según un vídeo de TikTok que se hizo viral recientemente, el porcentaje asociado a la lluvia no nos dice la probabilidad de que llueva, sino la proporción de suelo donde lloverá. Pero en realidad, la cifra tiene en cuenta ambas cosas: la probabilidad de precipitación es el resultado de multiplicar la probabilidad por el área de suelo. Es decir, si hay un 40% de probabilidad de que llueva en un 50% del área, entonces la probabilidad de precipitación es de un 20%.