Utilizamos cookies propias y de terceros para ofrecer nuestros servicios y recoger datos estadísticos. Continuar navegando implica su aceptación. Más información

Aceptar

Noticias

Volver
LA INTELIGENCIA ARTIFICIAL, LA NUEVA ALIADA DE LA METEOROLOGÍA

LA INTELIGENCIA ARTIFICIAL, LA NUEVA ALIADA DE LA METEOROLOGÍA

29-03-2021
Sin duda, los métodos numéricos utilizados tanto en los modelos meteorológicos como climáticos han mejorado significativamente en los últimos años, ofreciendo cada vez predicciones meteorológicas y proyecciones climáticas más precisas. Un papel importante en esta mejora la tienen las parametrizaciones estocásticas para de reducir la incertidumbre propia de estos modelos numéricos, especialmente para modelizar las relaciones entre los procesos atmosféricos a pequeña escala y los procesos a gran escala. Un segundo procedimiento muy utilizado es la combinación de métodos (en inglés, ensemble), ya que permite conocer la incertidumbre de cada una de las predicciones meteorológicas.



Estos métodos se basan en modelos numéricos avanzados que resuelven las ecuaciones diferenciales parciales que explican el sistema atmósfera-océano. Este hecho conlleva numerosos inconvenientes: el alto coste computacional y, por tanto, la necesidad de importantes recursos informáticos; la complejidad de la parametrización física de los modelos y la necesidad de disponer y tratar un gran volumen de datos provenientes de diversas fuentes: estaciones meteorológicas, radiosondas, satélites, aviones, etc.

Estos inconvenientes han hecho que, como en casi todos los campos de la ciencia, los últimos años esté creciendo el interés en aplicar la inteligencia artificial para mejorar la eficacia de los modelos meteorológicos y climáticos.



De hecho, uno de los principales campos de la inteligencia artificial y, sin duda, la más utilizada actualmente, es la capacidad que tiene de aprender y evolucionar de forma autónoma, el llamado aprendizaje automático (en inglés, machine learning). Usando esta técnica hoy en día ya es posible obtener modelos entrenados con datos meteorológicos históricos para predecir variables sin que el modelo necesite conocer de forma explícita procesos físicos con buenos resultados a corto plazo.



Por otro lado, la inteligencia artificial no sólo puede ofrecer una mejora en la calidad de los modelos, sino también un coste computacional más ligero a la vez de procesar el gran volumen de datos necesarios para generarlos, aligerar los procesos de combinación de métodos y ofrecer alternativas a las simulaciones, las cuales tienen un coste computacional muy elevado.
Así, aunque el proceso de entrenamiento de los modelos de aprendizaje automático puede ser costoso, una vez estos han sido entrenados pueden realizar predicciones meteorológicas en un tiempo muy inferior a los métodos tradicionales.

Ahora bien, el potencial de la IA no se queda aquí, también es una herramienta muy útil para prever el comportamiento de otros fenómenos que están condicionados por las condiciones meteorológicas, como son: la predicción del consumo de determinados productos, del consumo y también de la producción energética, de la afluencia de compradores a los centros comerciales, de turistas en determinadas zonas, la predicción de los riesgos meteorológicos, de la producción agrícola, etc.


Desde Taikometeorologia no sólo estamos iniciando la incorporación de la inteligencia artificial en nuestros procesos, sino que podemos ser el aliado ideal para ofrecer modelos que ayuden a gestionar el negocio de nuestros clientes utilizando las tecnologías más innovadoras.



Fidel Bonet 
TAIKOMETEOROLOGIA, SL

Contacto

CONTÁCTANOS
SIN COMPROMISO