¿Por qué las aplicaciones de pronóstico del tiempo son tan terribles?

Si colgó la ropa, visitó una playa o encendió la barbacoa esta semana, seguramente habrá consultado una aplicación meteorológica primero. Y es posible que no haya estado completamente contento con los resultados. Lo que plantea la pregunta: ¿por qué las aplicaciones meteorológicas son tan basura?

Incluso meteorólogos como Rob Thompson en la Universidad de Reading en el Reino Unido no son inmunes a estas frustraciones; Recientemente vio una noche seca predicha y dejó sus cojines de jardín, solo para encontrarlos empapados por la mañana. Es un ejemplo clásico: cuando nos quejamos de pronósticos pobres, normalmente es una lluvia o nieve inesperada de la que estamos hablando.

Nuestras expectativas, tanto de las aplicaciones como del clima, son una gran parte del problema aquí. Pero ese no es el único problema. La escala de los sistemas meteorológicos, y de los datos realmente útiles para darnos predicciones localizadas, hace que el pronóstico sea extremadamente complejo.

Thompson admite que algunas aplicaciones han tenido períodos de bajo rendimiento en el Reino Unido en las últimas semanas. Parte del problema es el tipo impredecible de aguaceros que obtenemos en el verano, dice. La lluvia convectiva ocurre cuando el calor del sol calienta el suelo, enviando una columna de aire caliente y húmedo a la atmósfera donde se enfría, condensa y forma una ducha aislada. Esto es mucho menos predecible que los vastos frentes meteorológicos impulsados ​​por los cambios de presión que tienden a rodar en el país en otras épocas del año.

“Piense en hervir una cacerola de agua. Sabes aproximadamente cuánto tiempo llevará hervir, pero lo que no puedes hacer muy bien es predecir dónde se formará cada burbuja”, dice Thompson.

Se forman patrones similares sobre América del Norte y Europa continental. Pero el pronóstico del tiempo es necesariamente un esfuerzo local, así que tomemos el Reino Unido como un estudio de caso para examinar por qué es tan difícil decir con precisión cuándo y dónde llegará el clima.

En general, Thompson critica los “pronósticos de código postal” proporcionados por las aplicaciones, donde puede convocar pronósticos para su ciudad o pueblo específica. Implican un nivel de precisión que simplemente no es posible.

“Estoy en mis quincuayos, y no puedo ver absolutamente ninguna posibilidad durante mi carrera de que podamos pronosticar nubes de ducha con suficiente precisión como para decir que la lluvia golpeará a mi pueblo de Shinfield, pero no golpearemos a Woodley a tres millas de distancia”, dice Thompson. Estas aplicaciones también afirman poder pronosticar dos semanas antes, lo que Thompson dice que es ridículamente optimista.

Se pensó que el lapso de dos semanas era un límite difícil para el pronóstico, y la precisión hasta el día de hoy todavía se sumerge después de ese punto. Algunos investigadores están utilizando modelos de física e IA para impulsar los pronósticos mucho más allá de él, a un mes y más. Pero la expectativa que podemos saberlo y hacer que se aplique no solo a nivel mundial, sino también localmente, es parte de nuestra decepción con las aplicaciones meteorológicas.

A pesar de usar aplicaciones meteorológicas, Thompson es nostálgica por los días en que todos vimos pronósticos de televisión que nos dieron más contexto. Esos meteorólogos tuvieron el tiempo y los gráficos para explicar la diferencia entre un frente meteorológico sobre su casa y trayendo una probabilidad del 100 por ciento de lluvia en algún lugar de 2 p.m. a 4 p.m., y la posibilidad de duchas dispersas esperadas durante esa ventana de dos horas. Esos escenarios son sutiles pero importantes que una aplicación meteorológica simplemente mostraría una probabilidad del 50 por ciento de lluvia a las 2 p.m. y la misma a las 3 p.m. en cada caso. Esa falta de matices puede causar frustración incluso cuando los datos subyacentes están en el dinero.

Del mismo modo, si solicita el clima en Lewisham a las 4 p.m. y le dicen que habrá un aguacero, pero no viene, eso parece un fracaso. Sin embargo, el contexto más amplio podría revelar el frente perdido por un puñado de millas: no falla, como tal, sino un pronóstico con un margen de error.

Una cosa es segura: los fabricantes de aplicaciones no están interesados ​​en discutir estas dificultades y limitaciones, y prefieren preservar una ilusión de infalibilidad. Google y Accuweather no respondieron a Nuevo científico‘s Solicitud de una entrevista, mientras que Apple declinó hablar. La Oficina Met también rechazó una entrevista, solo emitió una declaración que decía: “Siempre estamos buscando mejorar los pronósticos en nuestra aplicación y explorar formas de proporcionar información meteorológica adicional”.

La BBC también declinó hablar, pero dijo en una declaración de usuarios de su aplicación meteorológica, de las cuales hay más de 12 millones, “apreciar la interfaz simple y clara”. La declaración también dijo que una gran cantidad de pensamiento y pruebas de usuarios entraron en el diseño de la interfaz, y agregó que “estamos tratando de equilibrar la información y la comprensión compleja para los usuarios”.

Ese es un equilibrio difícil de golpear. Incluso con datos completamente precisos, las aplicaciones simplifican la información en tal medida que los detalles se perderán inevitablemente. Muchos tipos de clima que pueden sentirse drásticamente diferentes a la experiencia se agrupan en uno de un puñado de símbolos cuyo significado es subjetivo. ¿Cuánta cubierta de nube puede tener antes de que el símbolo del sol debe ser reemplazado por una nube blanca, por ejemplo? O uno gris?

“Sospecho que si usted y yo damos una respuesta y luego le preguntamos a mi madre y a su madre lo que eso significa, no obtendremos la misma respuesta”, dice Thompson. Nuevamente, este tipo de compromisos dejan espacio para la ambigüedad y la decepción.

También hay otros problemas. Algunos pronosticadores construyen un sesgo deliberado por el cual la aplicación es ligeramente pesimista sobre la posibilidad de lluvia. En su investigaciónThompson encontró evidencia de este “sesgo húmedo” en más de una aplicación. Él dice que es porque un usuario le dijo que habrá lluvia, pero que se ponga sol estará menos frustrado que uno que se le haya dicho que estará seco, pero luego está atrapado en una ducha. Aunque, como jardinero, a menudo también estoy frustrado por el inverso.

Meteorólogo Doug Parker En la Universidad de Leeds en el Reino Unido, dice que también hay una amplia gama de aplicaciones que reducen los costos mediante el uso de datos de pronóstico globales disponibles gratuitamente, en lugar de modelos ajustados específicos para la región.

Algunos toman datos gratuitos de la Administración Nacional Oceánica y Atmosférica del Gobierno de los Estados Unidos (NOAA), actualmente siendo diezmado por la administración Trumpque está poniendo en riesgo la precisión de los pronósticos, aunque esa es otra historia, y simplemente volver a empaquetarla. Estos datos crudos y globales pueden funcionar bien al predecir un ciclón o el movimiento de grandes frentes meteorológicos a través del Atlántico, pero no tan bien cuando le preocupa la posibilidad de lluvia en Hyde Park a la hora del almuerzo del lunes.

Algunas aplicaciones llegan a extrapolar datos que simplemente no están allí, dice Parker, lo que podría ser un asunto de vida y muerte si está tratando de medir la probabilidad de inundaciones repentinas en África, por ejemplo. Ha visto al menos cuatro productos de pronóstico gratuitos de utilidad cuestionable que muestran datos de radar de lluvia para Kenia. “No hay radar de lluvia en Kenia, por lo que es una mentira”, dice, y agrega que los radares satelitales pasan intermitentemente el país, pero no dan información completa, y sus colegas del Departamento de Meteorología de Kenia han dicho que no tienen sus propios radares en funcionamiento. Estas aplicaciones están “todos produciendo un producto, y no sabes de dónde proviene ese producto. Entonces, si ve algo severo en eso, ¿qué haces con él? No sabes de dónde proviene, no sabes lo confiable que es”.

Por otro lado, la aplicación de la Oficina Met no solo utilizará un modelo que esté ajustado para que el clima del Reino Unido sea correcto, sino que también emplea todo tipo de postprocesamiento para refinar los pronósticos y aplicar la suma total de la experiencia humana de la organización. Luego, el equipo de aplicaciones pasa por un proceso minucioso para decidir cómo presentar eso en un formato simple.

“Pasar de los datos modelo a qué presentar es un campo enorme en la oficina de Met. Tienen un equipo completo de personas que se preocupan por eso”, dice Thompson. “Básicamente es un tema en el suyo”.

Crear modelos de pronóstico del tiempo, proporcionarles grandes cantidades de lecturas de sensores del mundo real y ejecutar todo en una supercomputadora El tamaño de un edificio de oficinas no es fácil. Pero todo ese trabajo equivale a una realidad que no sienta: los pronósticos son mejores de lo que nunca han sido, y todavía están mejorando. Nuestra capacidad de pronosticar con precisión el clima habría sido impensable incluso hace unas décadas.

Gran parte de nuestra decepción con la calidad de las aplicaciones meteorológicas se reduce a las demandas de precisión puntual al kilómetro cuadrado, a una interpretación errónea causada por la simplificación excesiva o a las expectativas de un público cada vez más ocupado que excede la ciencia.

Parker dice que a medida que las capacidades de los meteorólogos aumentaron durante las décadas, el público lo aceptó rápidamente como lo normal y exigió más. “¿La gente será feliz?” Él pregunta. “Creo que no lo harán”.