Desde ayer, 11 de junio de 2019, las mediciones de la misión SMOS de la ESA se encuentran totalmente integradas en el sistema de predicción del Centro Europeo de Previsiones Meteorológicas a Medio Plazo (ECMWF), lo que permite una descripción más precisa del contenido de agua de los suelos.

La misión de la ESA para el estudio de la Humedad del Suelo y la Salinidad de los Océanos (SMOS) lleva ofreciendo desde su lanzamiento en 2009 observaciones de emisiones procedentes de la superficie terrestre, y especialmente de la humedad del suelo y la salinidad del océano, dos variables importantes del ciclo del agua.

La exactitud de las previsiones meteorológicas es crucial tanto para las actividades comerciales como para las de ocio. El ECMWF es líder en la provisión de pronósticos precisos a nivel mundial. Su Sistema de Predicción Integrado (IFS), es un gigantesco modelo numérico de predicción del tiempo que ofrece previsiones 24 horas al día, siete días a la semana.

Patricia de Rosnay, jefa del equipo de Asimilación Acoplada del ECMWF comenta: “Cuando usamos mediciones de SMOS en nuestro sistema de predicción operativo, obtenemos una descripción mejor de la distribución espacial del agua en el suelo”.

“Estas mediciones son importantes para comprender las complejas interacciones entre la superficie terrestre y la atmósfera, algo fundamental para nuestro sistema de predicción”.

El tiempo es algo complejo y la calidad de la previsión meteorológica depende de nuestro conocimiento de la atmósfera terrestre gracias a distintas observaciones satelitales, datos in situ, globos, boyas y otros sistemas de observación.

Estos datos deben estar disponibles rápidamente para poder ser útiles para la previsión. Desde la detección se tarda unas ocho horas en producir medidas geofísicas de la humedad del suelo.

Una técnica sofisticada para acelerar la producción de estos datos es el aprendizaje automático, por ejemplo, utilizando una red neuronal artificial que calcula los valores de humedad del suelo desde el satélite en cuestión de segundos. Esta ha sido adaptada por CESBIO y LERMA para generar la información necesaria para obtener predicciones operativas.

“Las técnicas de aprendizaje automático son computacionalmente eficientes; se trata de herramientas muy veloces que permiten procesar con rapidez grandes cantidades de datos. El uso de redes neuronales ha sido clave para integrar las mediciones de SMOS a tiempo para la previsión meteorológica”, explica Nemesio Rodríguez Fernández, de CESBIO, que diseñó y entrenó la red neuronal antes de la integración operativa por parte del ECMWF.

Utilizar mediciones de un satélite de exploración de la Tierra en operaciones activas 24 horas es todo un logro. Hasta el momento, las de SMOS son las únicas mediciones del suelo utilizadas para dar soporte a previsiones generales del tiempo. Teniendo en cuenta que SMOS ofrece información en cualquier condición meteorológica, también podrá ofrecer nuevos datos para seguir huracanes o para medir el hielo marino delgado.

En el futuro, la información proporcionada por SMOS sobre los océanos y las regiones polares también podría emplearse en combinación con modelos del sistema terrestre y sistemas de asimilación de datos.

Según Matthias Drusch, científico de la misión SMOS de la ESA: “Integrar las mediciones de SMOS en el sistema de predicción del ECMWF ha constituido una enorme empresa que comenzó hace más de 15 años. El éxito de esta historia demuestra cómo los modelos y hasta las aplicaciones operacionales pueden beneficiarse de nuevas observaciones”.

SMOS es el único satélite de exploración de la Tierra hasta la fecha que ofrece mediciones operativas para la previsión meteorológica global a medio plazo. En estos momentos se están probando datos de la misión Aeolus de la ESA en el ECMWF para su uso en sistemas de predicción operativos en un futuro próximo. (Fuente: ESA)