Sistema de predicción estacional para la estimación de aportaciones

• Román Ibañez-Labusta ^[1]
  1. [1] Edorta - MeteoBit
• Localización: XXXIV Jornadas Técnicas de AEAS, 2017, págs. 106-113
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • Durante los últimos años, la precisión de los pronósticos atmosféricos ha aumentado de manera notable, debido a la importante mejora de los métodos de predicción y al incremento de la capacidad de cálculo de los actuales sistemas de computación. Los pronósticos meteorológicos a escala semanal son una clara muestra de esta mejoría. El próximo paso para la comunidad investigadora dedicada al estudio de la atmósfera se encuentra en conseguir pronósticos a escala mensual y estacional con un elevado nivel de fiabilidad. En la Tercera Conferencia Mundial del Clima celebrada en el año 2009 se establece como objetivo alcanzar un nivel de desarrollo para nuestra sociedad que gestione mejor los riesgos y las oportunidades vinculados a la variabilidad atmosférica, desarrollando e incorporando información y predicciones meteorológicas con base científica en la planificación, en las políticas, y en las actividades prácticas. Por ello, en nuestro continuo análisis de las necesidades y oportunidades del mercado, hemos detectado esa creciente demanda de pronósticos estacionales para diferentes sectores. No sólo se trata de predecir cómo va a comportarse la atmósfera durante los próximos días, sino de anticipar cuál va a ser su evolución a medio- largo plazo. Ante esta situación, en MeteoBit hemos desarrollado un novedoso Sistema de Predicción Estacional para la estimación de diferentes variables meteorológicas. Además, dada la evidente influencia de la meteorología en el estado de los embalses, el sistema también tiene la capacidad de realizar predicciones estacionales de aportaciones. Nuestro sistema de predicción estacional parte de la relación existente entre los índices atmosféricos y el estado de embalse o cuenca objeto de estudio. Así, estudia la influencia de diferentes índices en las aportaciones y mediante novedosas técnicas de aprendizaje automático, conocidas como “Learning Machine Techniques”, predice las aportaciones al embalse durante los próximos meses. Una de las fases de mayor importancia, consiste en encontrar una variable que actúe como predictor de las aportaciones a los embalses (el predictando). Mediante diversas técnicas de “Learning Machine”, se relacionan diferentes predictores con el predictando y se realizan simulaciones para seleccionar el más adecuado. Nuestra empresa ha testeado internamente el sistema, y, además, ha realizado predicciones estacionales para empresas del sector hidrológico y de las energías renovables. Nuestra experiencia y el análisis de los resultados obtenidos en estos proyectos, han demostrado que el uso de pronósticos estacionales supone una mejora de la gestión de los recursos y un ahorro económico. Por lo tanto, podemos decir que el sistema de predicción estacional para la estimación de aportaciones a los embalses desarrollado por MeteoBit da respuesta a una creciente demanda del mercado del sector hidrológico, aportando como ventaja principal, una ayuda a la gestión, facilitando la toma de decisiones ante situaciones de bajas o altas reservas en los embalses o mejorando la eficiencia de los recursos en situaciones intermedias.