Por qué los huracanes no se pueden predecir con más precisión ✛ ✎

Original: "Bound on forecasting skill for models of North Atlantic tropical cyclone counts"
arXiv:2410.05503 · 2024-10-07 · arXiv non-exclusive · análisis propio · 2 min
Los científicos han descubierto que la predicción del número de huracanes en el Atlántico ya ha alcanzado un límite de precisión imposible de superar.

Cada año nacen en el Atlántico un número distinto de huracanes: a veces cinco, a veces quince. Durante mucho tiempo, los científicos intentaron averiguar si se podía predecir esa cifra de antemano, y para ello usaron tres factores principales: el agua cálida del océano, el fenómeno de El Niño y las variaciones de presión en la atmósfera. Estas tres cosas explican aproximadamente la mitad de por qué un año difiere de otro. Pero recientemente se ha descubierto que ya no se puede mejorar más la predicción.

Incluso un modelo perfecto no puede predecir el número de huracanes con un error menor de unos 2.5 ciclones en promedio. Es como intentar adivinar cuántas veces saldrá cara al lanzar una moneda: hay un límite de precisión impuesto por la propia aleatoriedad.

Los científicos lo comprobaron con datos de 140 años. Tomaron un modelo simple con tres factores y lo compararon con métodos muy complejos que utilizan mapas de temperatura de todo el océano. Resultó que tanto el modelo simple como el complejo se equivocan por igual: aproximadamente en 2.5 huracanes. Esto significa que la complejidad adicional no ayuda. La razón es que los propios huracanes surgen de forma aleatoria, como eventos raros, y esa aleatoriedad no se puede eludir con ningún cálculo.

Ahora los investigadores se preguntan hacia dónde avanzar. Quizás existan conexiones ocultas entre años consecutivos que aún no se han detectado. O tal vez haya que abandonar el supuesto de que los huracanes se originan independientemente unos de otros. Pero por ahora todas las comprobaciones indican que la aleatoriedad es realmente aleatoria y que se ha alcanzado el techo de precisión. Para quienes viven en la costa, este es un dato importante: más vale prepararse para la variabilidad que esperar milagros de los ordenadores.

El número medio de ciclones por temporada en el Atlántico es de unos diez, pero debido a la naturaleza de Poisson del proceso, la variación de un año a otro es de aproximadamente tres ciclones. Esto significa que incluso un modelo perfecto no puede predecir el número exacto con un error menor de unos 2.5 ciclones en promedio.

En la novela de Kim Stanley Robinson 'Cuarenta señales de lluvia', los científicos intentan mejorar los pronósticos del clima extremo enfrentándose al caos de la atmósfera. Aquí ocurre algo similar: incluso con un conocimiento completo de los índices climáticos, queda una aleatoriedad irreducible que ningún cálculo puede vencer.

\mathrm{err}(z, \lambda) = \sum_{y \ge 0} |y - z| \, P(y|\lambda)
Desviación media del número predicho de eventos respecto al observado, promediada sobre la distribución de Poisson.
b(z) = \min_{\lambda} \mathrm{err}(z, \lambda)
Error mínimo posible cuando la intensidad es desconocida pero fija.
B = \frac{1}{n} \sum_{t=1}^{n} b(y_t)
Promediar sobre todas las observaciones da el mínimo teórico del error absoluto medio para cualquier modelo de Poisson.
Científicos
Max PlanckClaude ShannonJohn von NeumannLudwig BoltzmannJosiah Willard GibbsAndrey Markov
Conceptos
spring predictability barrier NOAA CPC El Niño index ERSST ENSO Oceanic Niño index Jin-Timmermann model TAO/TRITON moorings relative ONI tropical cyclone Southern Oscillation La Niña North Equatorial Countercurrent recharge oscillator model Pacific decadal oscillation natural variability seasonal cycle NOAA PMEL / TAO forecast skill Warm water volume