Se puede predecir el tiempo correctamente con machine learning

A medida que avanza el cambio climático, la monitorización constante del territorio es esencial. Esto es doblemente cierto en territorios geográficamente expuestos a condiciones meteorológicas cambiantes como Tailandia. Por ello, la Thammasat School demostró que es posible pronosticar con precisión el tiempo hasta 12 meses con machine learning.

Publicada en septiembre de 2018, la investigación de la Thammasat School ha recogido resultados muy interesantes. De hecho, el modelo de machine learning presentado en el artículo tiene su base científica en la monitorización de las precipitaciones entre 1991 y 2010. Sin embargo, los científicos obtuvieron evidencia científica monitorizando la cantidad de lluvia caída mensualmente entre 2011 y 2016 en la estación de Pluak Deang, en Tailandia. Así pues, se puede predecir el tiempo correctamente con machine learning.

El modelo de pronóstico de machine learning

El modelo de machine learning considerado ha utilizado como enfoque las redes neuronales de deep learning. Por lo tanto, el modelo óptimo debe considerar las siguientes variables: temperatura del aire, altura geopotencial, viento meridional, omega, emisión de radiación de onda larga, humedad relativa, humedad específica, presión a nivel del mar, temperatura de la superficie del mar, viento zonal, tasa de precipitación y agua precipitable.

La imagen procede de una investigación publicada en el siguiente enlace: https://www.tci-thaijo.org/index.php/easr/article/view/127733

Los resultados de la evidencia científica dan gran solidez al modelo. De hecho, los resultados confirmaron que el modelo puede hacer predicciones de uno a 12 meses. El horizonte temporal que permite pronósticos correctos y fiables es de 30 días, en el que alrededor del 70 % de los valores previstos son iguales a los observados.

Resultados y consideraciones finales

Por último, el modelo es capaz de predecir bastante bien las precipitaciones mensuales para años de húmedos a muy lluviosos. De hecho, en Tailandia son pocos los modelos fiables para los pronósticos meteorológicos. El modelo DNN aquí propuesto ofrece, por tanto, pronósticos correctos y fiables a lo largo del tiempo. Sin embargo, conviene aumentar la solidez del modelo mediante nuevas comprobaciones.

Lee y comparte otras noticias medioambientales navegando por The Patent, la revista de los inventos.