Predicción experta de precipitación ahora utilizando modelos generativos profundos de radar

El pronóstico inmediato de precipitación, que es la predicción de alta resolución de la precipitación hasta dos horas adelante, apoya las necesidades socioeconómicas reales de muchos sectores que dependen de la toma de decisiones basada en el clima1,2. Los métodos operativos de pronóstico inmediato de última generación suelen aducir campos de precipitación con estimaciones de viento basadas en radar, y tienen dificultades para capturar eventos no lineales importantes como las iniciaciones convectivas3,4. Recientemente, los métodos de aprendizaje profundo utilizan el radar para predecir directamente las tasas de lluvia futuras, libres de restricciones físicas5,6. Aunque predicen con precisión la lluvia de baja intensidad, su utilidad operativa es limitada porque la falta de restricciones produce pronósticos borrosos a tiempos de anticipación mayores, generando bajo rendimiento en eventos raros de lluvia media a fuerte. Aquí presentamos un modelo generativo profundo para el pronóstico probabilístico inmediato de precipitación a partir de radar que aborda estos desafíos. Usando medidas estadísticas, económicas y cognitivas, mostramos que nuestro método proporciona calidad mejorada de pronóstico, consistencia del pronóstico y valor del pronóstico. Nuestro modelo produce predicciones realistas y espaciotemporalmente consistentes sobre regiones de hasta 1,536 km × 1,280 km y con tiempos de anticipación de 5 a 90 minutos. Mediante una evaluación sistemática realizada por más de 50 meteorólogos expertos, demostramos que nuestro modelo generativo se ubicó en primer lugar por su precisión y utilidad en el 89% de los casos frente a dos métodos competitivos. Cuando se verifica cuantitativamente, estos pronósticos inmediatos son hábiles sin recurrir al desenfoque. Demostramos que el pronóstico generativo puede proporcionar predicciones probabilísticas que mejoran el valor del pronóstico y apoyan la utilidad operativa, y a resoluciones y tiempos de anticipación donde otros métodos presentan dificultades.