La Agencia Estatal de Meteorología (AEMET) ha dado un paso significativo en la mejora de sus predicciones estacionales mediante la incorporación de una nueva metodología de regionalización, conocida como downscaling, que se basa en técnicas avanzadas de machine learning. Esta innovación permite ofrecer información climática con un mayor nivel de detalle espacial para España.
Este desarrollo se enmarca dentro del proyecto “Enhancing drought and fire weather climate services in Spain with regionalized seasonal predictions based on C3S products”, financiado por el Servicio de Cambio Climático de Copernicus (C3S) a través de su iniciativa National Collaboration Programme (NCP). La colaboración entre el Consejo Superior de Investigaciones Científicas (CSIC) y AEMET ha sido clave para llevar a cabo esta mejora.
La nueva metodología utiliza técnicas de superresolución basadas en redes neuronales convolucionales para regionalizar las predicciones estacionales proporcionadas por el sistema multi-modelo de C3S. Esto resulta en predicciones con una resolución espacial más alta, lo que permite representar con mayor precisión la variabilidad climática regional.
Los nuevos productos se han integrado en el Visor de Predicción Estacional de la Plataforma de Servicios Climáticos, donde los usuarios pueden consultar esta información junto con otros productos de predicción estacional, así como acceder a datos sobre su validación y comportamiento.
Además, estas predicciones regionalizadas se irán incorporando progresivamente a diversos servicios de la Plataforma, especialmente aquellos relacionados con la sequía y el peligro meteorológico de incendios. Esto contribuirá al desarrollo de herramientas que apoyen la anticipación y gestión de riesgos climáticos.
La incorporación de esta metodología refuerza la conexión entre los productos climáticos europeos de Copernicus y los servicios climáticos nacionales, facilitando el acceso a información adaptada a las necesidades de los usuarios en España.
