La Plataforma Estatal de Servicios Climáticos de AEMET (PESC) ha integrado una mejora significativa en sus predicciones estacionales mediante una nueva metodología de regionalización (downscaling) basada en técnicas avanzadas de machine learning. Este avance permite obtener información climática con un mayor nivel de detalle espacial para el territorio español.
Colaboración y desarrollo técnico
El desarrollo se ha realizado en el marco del proyecto «Enhancing drought and fire weather climate services in Spain with regionalized seasonal predictions based on C3S products». Esta iniciativa ha sido financiada por el Servicio de Cambio Climático de Copernicus (C3S), a través de su National Collaboration Programme (NCP), y ha contado con la colaboración entre el Consejo Superior de Investigaciones Científicas (CSIC) y la AEMET.
Técnicamente, la metodología emplea redes neuronales convolucionales de superresolución para regionalizar las predicciones del sistema multi-modelo de C3S, lo que permite representar con mayor precisión la variabilidad climática regional.
Aplicaciones y acceso a los datos
Los nuevos productos ya están disponibles en el Visor de Predicción Estacional de la Plataforma de Servicios Climáticos, donde los usuarios pueden consultar la información y acceder a los datos de validación y comportamiento.
Asimismo, estas predicciones se incorporarán de forma progresiva a diversos servicios de la plataforma, con especial énfasis en:
- La monitorización y previsión de la sequía.
- El análisis del peligro meteorológico de incendios.
Esta mejora busca optimizar las herramientas de apoyo para la anticipación y gestión de riesgos climáticos, reforzando el vínculo entre los productos europeos de Copernicus y los servicios climáticos nacionales adaptados a las necesidades de España.
