Si conociéramos exactamente las leyes de la naturaleza y la situación del universo en el momento inicial, podríamos predecir exactamente la situación de ese mismo universo en un instante posterior. Pero incluso si las leyes naturales no tuvieran secretos para nosotros, sólo podríamos conocer la situación inicial aproximadamente. Si eso nos permitiera predecir la situación posterior con la misma precisión, es todo lo que necesitamos y deberíamos decir que el fenómeno se ha previsto, que está gobernado por leyes. Pero no es siempre así: puede suceder que pequeñas diferencias en las condiciones iniciales produzcan grandes diferencias en el fenómeno posterior. Un pequeño error al principio produciría un enorme error al final. La predicción se vuelve imposible y estamos ante el fenómeno fortuito.
Ciencia y Método, 1903 – Henri Poincaré
¿Hasta cuántos días son fiables las predicciones del tiempo?
A la luz de profundos conceptos científicos, abordados en el libro, sabemos que la mejor respuesta, aunque pueda sonar jocoso, es «depende». Es importante el concepto de límite de predecibilidad y cómo gracias a él puede darse una respuesta aproximada a esta pregunta, respuesta válida tanto para los científicos como para la sociedad abierta.
El límite de predecibilidad es el horizonte más largo en el que se puede dar una predicción con un mínimo de calidad, midiendo esa calidad mediante parámetros concretos como son el coeficiente de correlación de anomalías, parámetros que miden de algún modo la consistencia entre la predicción y la posterior observación.
Ese límite de predecibilidad es dependiente del flujo, es decir, depende de la situación atmosférica: cuando el tiempo es anticiclónico el límite de predecibilidad puede prolongarse hasta más de diez días mientras que, en una situación muy inestable como puede ser una pequeña borrasca de desplazamiento rápido, el límite de predecibilidad puede ser inferior a 24 horas. De modo que cuando se obliga a dar un límite de predecibilidad general correspondiente a un año en una región grande del planeta, se trata de algún promedio o ponderación y, por lo tanto, una generalización, a menudo en el margen de la validez.
De cualquier modo, podemos resumir la respuesta diciendo que, en latitudes medias (por ejemplo, Europa), la predecibilidad de la atmósfera ha venido mejorando a razón de un día (o un día y medio, según el parámetro) por década.
Por ejemplo, utilizando lenguaje técnico, nuestras predicciones de la dinámica atmosférica (altura geopotencial en 500 hPa) eran fiables (un coeficiente de correlación de anomalías de por lo menos un 80 %) hasta tres días y medio (D+3.5) a principios de los años ochenta y, ahora en 2018, son fiables hasta algo más de unos seis días y medio (D+6.5). La precipitación o el viento son más difíciles de predecir, pero esta pauta orientativa puede aplicarse de un modo similar.
¿Quieres conocer más? En el libro podrás profundizar.
¿En qué se basa la predicción por localidades?
Las predicciones del tiempo se apoyan, en una primera aproximación, en modelos atmosféricos, que son complejos programas de (súper) ordenador, alimentados por datos observados de la atmósfera, sobre todo de satélite. Estos modelos proveen a los meteorólogos predictores o a usuarios finales de una primera aproximación al estado futuro de la atmósfera. Como representaciones de la realidad, no son perfectos y el predictor corrige, añade y, en general, mejora la predicción del ordenador. Los citados modelos trabajan dividiendo el planeta en una malla o algo similar, con cajitas (gridbox en inglés, en este contexto algo parecido a los pixels) y resolviendo las ecuaciones de la física en cada una de ellas, de modo que cuanto más cerca estemos del centro de una cajita más fiable será, en principio, la predicción.
La predicción por localidades se realiza con un programa aparte que interpola los datos desde el centro de la cajita o cajitas más cercanas al punto de la localidad de interés. Ese proceso acentúa la imperfección del modelo, introduciendo ruido. Por tanto, las predicciones por localidades deben consultarse con precaución, sobre todo si se trata de localidades o puntos en lugares montañosos o costeros.
¿Quieres conocer más? En el libro podrás profundizar.
¿Pueden hacerse predicciones con seis meses de antelación?
El meteorólogo Edward Norton Lorenz anticipó en 1963 que existe un límite superior en la predecibilidad de la atmósfera, que estableció en 2-3 semanas. El límite de predecibilidad es el horizonte más largo en el que se puede dar una predicción con un mínimo de calidad, midiendo esa calidad mediante parámetros concretos.
Más adelante, en la década de los 90, científicos como la meteoróloga pionera Eugenia Kalnay introdujeron de forma natural la incertidumbre en el proceso de predicción numérica del tiempo, poniendo en marcha los primeros de los llamados Sistemas de Predicción por Conjuntos (SPC), que permiten, entre otras muchas ventajas, evaluar la predecibilidad atmosférica.
Tal como entiende la sociedad las predicciones del tiempo, de modo que informen con claridad y cierta exactitud sobre la temperatura, precipitación, viento que podemos esperar, las predicciones sólo pueden hacerse hasta un límite de unos quince días en el mejor de los casos (tiempo anticiclónico).
Más allá empieza otro juego distinto, en el que la exactitud da paso a la estadística y a las pautas generales.
En las llamadas predicciones mensuales y estacionales, los centros meteorológicos pueden anticipar ciertas pautas generales, expresadas en términos de cercanía o alejamiento de la normalidad, normalidad expresada como promedio de los últimos 20-30 años.
Así, estando en enero, podemos anticipar que el mes de mayo será más lluvioso de lo normal y más cálido de lo normal, pero anticipar qué sucederá el 15 de mayo o el 25 de mayo con exactitud no es posible. Y así sucesivamente, cuanto más lejano el horizonte predictivo, más difuminada será la predicción. Las predicciones decadales son aún más difusas que las anuales.
¿Quieres conocer más? En el libro podrás profundizar.
¿Cómo puede predecirse el cambio climático?
Continuando el hilo de la respuesta anterior (¿pueden hacerse predicciones con seis meses de antelación?) sobre si era posible predecir el tiempo con seis meses de antelación, recordemos que la respuesta es no, en los términos habituales. La predicción estacional se expresa en términos de pautas. Las llamadas proyecciones climáticas suponen unos cuantos pasos más allá en ese mismo razonamiento.
El ejemplo del lanzamiento de un dado ilustra este concepto: al tirar un dado, no puedo predecir el número que va a salir en cada tirada, pero sí que puedo predecir estadísticas de una serie grande de tiradas. Podemos saber que, si tiro el dado 600 veces, saldrán aproximadamente (y si el dado no está trucado), 100 unos, 100 doses, etc.
Las proyecciones climáticas funcionan de este modo. Nada podemos saber sobre lo que pasará el 26 de julio de 2100. Sin embargo, podemos adelantar cómo aumentarán la temperatura y el nivel medio del mar en los próximos 100 años, dentro de un abanico de incertidumbre que también conocemos.
Los modelos usados para proyecciones climáticas son, esencialmente, similares a los usados en predicción del tiempo, aunque el problema que han de resolver es de diferente naturaleza. En términos de ecuaciones diferenciales (o, más precisamente, ecuaciones en diferencias), la predicción del tiempo es un problema de valor inicial: las condiciones iniciales son cruciales para la evolución del estado del sistema. Las proyecciones del clima, sin embargo, son un problema de forzamiento o condiciones de contorno: cuánto CO2 vamos a seguir liberando, etc.
En ambos casos hay una herramienta común: los llamados Sistemas de Predicción por Conjuntos (SPC), que permiten evaluar las incertidumbres asociadas a ambos procesos.
¿Quieres conocer más? En el libro podrás profundizar.
¿Se harán predicciones cada vez más exactas y precisas?
¿Pueden realmente hacerse predicciones cada vez más precisas y a la vez exactas? En el sentido tradicional y, por tanto, determinista, del concepto de predicción, la respuesta es no. Se constata científicamente, que hay un límite de predecibilidad para la atmósfera. El límite de predecibilidad es el horizonte más largo en el que se puede dar una predicción con un mínimo de calidad, midiendo esa calidad mediante parámetros concretos.
Los modelos atmosféricos han mejorado y seguirán mejorando, gracias a los avances científicos en meteorología y a los avances tecnológicos en satélites y supercomputación, de modo que hacen predicciones con una resolución más fina (predicciones más precisas) y con niveles de exactitud al menos iguales a los anteriores (predicciones más parecidas al valor observado posterioemente, más exactas). Pero hay límites físicos para esa progresión, debidos fundamentalmente al carácter caótico de las ecuaciones subyacentes con las que describimos la atmósfera y que sirven de base a las simulaciones computacionales que hacemos de la misma.
Ahora bien, esa limitación fundamental no impide que, en otro sentido, las predicciones puedan mejorar.
El advenimiento de los llamados Sistemas de Predicción por Conjuntos (SPC) es un claro ejemplo de cómo pueden hacerse predicciones «mejores», dado que no pueden ser más «exactas». La introducción de la probabilidad como ingrediente natural del proceso de predicción es una muestra de crecimiento conceptual en una ciencia-técnica como la predicción meteorológica; en cierto modo, una ciencia más sana, porque ha sabido reconocer sus limitaciones y, además, asumirlas y crecer en otras direcciones. Si los avances tecnológicos y los científicos siguen siendo respaldados por la sociedad, el crecimiento está garantizado, aunque no siempre sea en la dirección pensada inicialmente.
¿Quieres conocer más? En el libro podrás profundizar.
¿Se usa la teoría del caos en la predicción del tiempo?
Sí. Los llamados Sistemas de Predicción por Conjuntos (SPC) se fundamentan en numerosos estudios sobre la predecibilidad de la atmósfera , los sistemas dinámicos no lineales, su sensibilidad a las condiciones iniciales y a la formulación del modelo.
Los sistemas caóticos son un subconjunto de los sistemas no lineales. La problemática de la predecibilidad de la atmósfera es un caso de caos determinista. Conocemos las ecuaciones que describen la evolución del estado atmosférico, sabemos que son deterministas y que, en teoría, tienen solución única. Pero, dada la naturaleza caótica de las mismas, en la práctica es imposible encontrar una solución exacta, pues sufren
de hipersensibilidad a las condiciones iniciales: Dadas dos condiciones iniciales muy similares, con una diferencia muy pequeña entre ambas y tomando esas condiciones como puntos de partida del estado atmosférico, la diferencia entre sus evoluciones deja de ser pequeña y puede amplificarse mucho.
La misma hipersensibilidad se da con la formulación del modelo: pequeñas variaciones en parámetros del mismo pueden conducir a grandes diferencias en el resultado. Este problema pone un límite físico a la predecibilidad de la atmósfera, límite que el meteorólogo Edward Norton Lorenz anticipó en 1963 y estableció en 2-3 semanas. En este sentido, estos descubrimientos relacionados con la física del caos fueron aplica-
dos más tarde, en la década de los 90, por científicos como la meteoróloga pionera Eugenia Kalnay, introduciendo de forma natural la incertidumbre en el proceso de predicción numérica del tiempo, poniendo de este modo en marcha los citados Sistemas de Predicción por Conjuntos (SPC), con los que puede evaluarse la predecibilidad atmosférica.
¿Quieres conocer más? En el libro podrás profundizar.
¿Qué es el efecto mariposa?
El llalamdo efecto mariposa se trata de un símil atribuido al meteorólogo Edward Norton Lorenz que acuñó, o recicló, la frase «El aleteo de una mariposa en Brasil puede producir un tornado en Texas». Anteriormente, él mismo se había referido a una gaviota provocando una tormenta.
La frase no es rigurosamente cierta desde el punto de vista científico, pero resume de manera muy visual el fenómeno denominado sensibilidad a las condiciones iniciales: los sistemas dinámicos llamados no lineales, de los cuales la atmósfera es un ejemplo, sufren esta sensibilidad. Cuando se simulan mediante ordenador, pequeñas variaciones en las condiciones iniciales usadas, pueden convertirse en grandes variaciones en la evolución del sistema.
A la postre, este problema pone un límite superior a la denominada predecibilidad atmosférica. Lorenz no fue el primero en utilizar un símil de este estilo para ilustrar la limitación en la predecibilidad de la atmósfera o, tampoco, en preocuparse por el problema.
Anteriormente, Norbert Wiener en los años 50 ya expresaba su preocupación al respecto y, a finales del siglo XIX, William Suddards Franklin escribió, metafóricamente, que «el vuelo de un saltamontes en Montana podría trasladar una tormenta de Filadelfia a Nueva York». En cualquier caso, se atribuye a Lorenz la idea del efecto mariposa. Dicho efecto es ideal para ilustrar numerosos conceptos relacionados con la llamada predecibilidad atmosférica.
¿Quieres conocer más? En el libro podrás profundizar.
¿Si tuviéramos condiciones iniciales perfectas podríamos evitar el problema del caos determinista y traspasar el límite de predecibilidad de la atmósfera?
Es una idea que tiene cierta lógica interna, pero apta más para una novela o película que para llevarla realmente a cabo. Para empezar, nos encontramos con el resbaladizo adjetivo de perfectas al referirse a las condiciones iniciales perfectas. Defina usted perfectas. Por supuesto que es una idea muy natural y «perfectamente» definida, sobre todo en nuestras mentes.
Pero intentemos hacer una figuración realista de esta idea. Tal vez lo más adecuado para hablar de perfección sea una combinación de precisión y exactitud: precisión es el grado de detalle con el que podemos describir los fenómenos; si éstos son medibles, entonces sería el número de cifras significativas para medir, por ejemplo, las distancias. Por otro lado, exactitud se refiere a la diferencia con la realidad; cuanto más exacto, menor es esa diferencia con el valor real. Entonces, condiciones iniciales perfectas serían aquellas con una precisión lo más alta posible y con una exactitud perfecta. Pero, en última instancia, ambas concepciones se plasman en un número significativo de cifras: nuestra capacidad de medir. Para medir el estado inicial de la atmósfera, mediríamos presión, temperatura, humedad, viento, variables todas ellas con una cierta precisión y exactitud en los instrumentos que, directa o indirectamente, están midiendo distancias internas en procesos indirectos.
En cualquier caso, esa significación en la precisión y la exactitud va siempre asociada a una escala: en esa cierta escala, la precisión y exactitud serán perfectas. Pero, hasta cierto punto en que la discusión empieza a ser resbaladiza, siempre existirá una escala más fina en la que no sean perfectas (discusión resbaladiza porque pasamos a otros ámbitos que superan el de este libro, por ejemplo al llegar a escalas en que la física cuántica empieza a ser necesaria).
Todo este razonamiento, tan teórico, en la práctica puede expresarse en términos de modelos atmosféricos: los modelos sinópticos (escalas de decenas de kilómetros) han ido dejando paso a los mesoescalares (escala inferiores a los 4-5 km) y, en la historia de los modelos, diferentes escalas se han ido simulando cada vez mejor. Pero cuando conseguimos simular extraordinariamente bien una escala, por ejemplo, la sinóptica, entonces pondremos nuestra meta en simular igual de bien la mesoescala atmosférica. Y así sucesivamente. En ese sentido, no habrá nunca (nunca, en nuestro pequeño y limitado horizonte histórico) condiciones iniciales perfectas: siempre habrá una escala más fina, impensable en el pasado, en la que se puede mejorar.
¿Quieres conocer más? En el libro podrás profundizar.
Pero en un futuro se podrá traspasar el límite de predecibilidad, ¿verdad?
Decía Arthur C. Clarke en su obra Perfiles del futuro que cualquier manifestación científica o tecnológica suficientemente avanzada para su época es indistinguible de la magia. Si pensamos, guiados por la intuición y el sentido común, que a principios del siglo XX no existían la mayoría de adelantos tecnológicos que disfrutamos hoy en día, como por ejemplo la telefonía móvil, la radio y la televisión, los automóviles y aviones, los ordenadores, internet, etc., entonces podrían ser posibles en un futuro otras ensoñaciones del ser humano como la telepatía, el teletransporte, la telequinesis o la inmortalidad.
Es difícil rebatir argumentos de este estilo, al no prestar atención a los fundamentos científicos de los adelantos en debate y, en el caso particular de la predecibilidad atmosférica, no prestar atención a la experiencia en el desarrollo de Sistemas de Predicción por Conjuntos (SPC) en sí mismos.
Pero si se presta atención a los fundamentos, las limitaciones son más severas. Piénsese, por ejemplo, en el Principio de incertidumbre de Heisenberg: es una limitación natural a la que, en principio, la tecnología de toda época estará sujeta. ¿o no? La tecnología puede evolucionar, pero la ciencia también. En este punto el debate se abre tanto que no podemos, realmente, anticipar mucho. Lo que sí podemos decir es que, según tal principio, la medida simultánea de posición y momento de las partículas elementales no puede realizarse y, por tanto, siempre que la ciencia no cambie, cualquier adelanto tecnológico tendrá que realizarse respetando esa limitación.
En un sentido análogo podemos lanzar vaticinios sobre el límite de predecibilidad de la atmósfera que, además, no está sujeto a un principio tan precisamente definido como el de Heisenberg. Podemos decir, en todo caso, que si las simulaciones de la atmósfera se siguen realizando con esquemas similares a los actuales, aunque se avance en resolución de los modelos y en calidad de los satélites, etc., la atmósfera tendrá siempre limitada su predecibilidad.
¿Quieres conocer más? En el libro podrás profundizar.
¿Qué es la sensibilidad a las condiciones iniciales?
En física, en los sistemas dinámicos no lineales, pequeñas diferencias en las condiciones iniciales pueden conducir a grandes diferencias en el estado final después de la evolución del sistema. Este fenómeno crucial se denomina sensibilidad a las condiciones iniciales.
Para ilustrarlo convenientemente, tomemos para empezar un ejemplo muy sencillo de sistema dinámico no lineal: el péndulo doble. El péndulo simple y el péndulo doble doble son sistemas dinámicos aparentemente inocentes por su sencillez, pero en su evolución está escondida la clave de la impredecibilidad básica en la Naturaleza: la sensibilidad a las condiciones iniciales. Podemos construir un péndulo doble a partir de un péndulo simple, añadiendo a la primera masa (disco rojo) una segunda barra con su masa correspondiente en el extremo libre (disco verde). El disco rojo está colgado de la pared mediante una varilla negra, como si la varilla fuera la manecilla de un reloj. A su vez, el disco verde está colgado del rojo por otra varilla negra, como una manecilla de reloj enganchada a la primera manecilla.
Imaginemos ahora dos péndulos dobles, uno al lado del otro. Si las condiciones iniciales, es decir, las posiciones de los discos inferiores en el instante inicial son idénticas entonces su evolución también lo será. Pero, ¿cómo sabemos si son realmente idénticas en la práctica? En una simulación por ordenador lo sabemos, pero en una construcción real hay una imposibilidad práctica de asegurar que las dos condiciones iniciales son realmente idénticas. Si aceptamos el hecho de que no conocemos las condiciones iniciales a la perfección, debemos admitir la posibilidad de introducir un ligerísimo error o incertidumbre. Para investigar el impacto de ese ligerísimo error es ideal utilizar una simulación, con dos péndulos dobles que tengan condiciones iniciales casi, pero no del todo, iguales.
El video muestra el movimiento de los dos péndulos dobles mediante la simulación, mostrando la posición de los péndulos cada cuarto de segundo. Los péndulos comienzan con movimientos iguales, por ejemplo en 0,75 segundos con posiciones parecidas, pero a partir de 6,00 s hay diferencias sospechosas, en 7,50 s vemos diferencias rotundas, en 10,00 s va cada uno por su cuenta, pareciendo increíble que empezaran a la par. Esta sensibilidad a las condiciones iniciales es una de las claves para entender la impredecibilidad del futuro.
Más preguntas
Más respuestas.