VineForecast crea previsiones para cada viñedo de una bodega sin necesidad de instalar estaciones meteorológicas en los viñedos. Puedes descubrir cómo funciona y la metodología que hay detrás de esta tecnología en este artículo del blog.
Downscaling - regionalización de la previsión meteorológica
Para entender cómo se elaboran realmente las previsiones meteorológicas, primero tenemos que profundizar un poco más en el tema. A veces se supone que las estaciones meteorológicas más cercanas proporcionan la previsión del tiempo para la región. En realidad, sin embargo, detrás de la previsión meteorológica hay complejos modelos meteorológicos.
Los servicios meteorológicos nacionales e internacionales, como el Servicio Meteorológico Alemán (DWD), calculan las previsiones varias veces al día en superordenadores. Se utiliza un modelo meteorológico para calcular la evolución del tiempo en las próximas horas y días.
Los valores medidos sirven de punto de partida para las previsiones meteorológicas
En términos algo simplificados, en un modelo meteorológico la Tierra se divide en las denominadas casillas cuadriculadas. Se puede imaginar como un tablero de ajedrez. A cada casilla del tablero se le puede asignar un valor de temperatura, presión atmosférica o humedad. Las leyes de la física se utilizan para calcular cómo evolucionan los distintos valores a lo largo del tiempo. Cuanto más pequeñas sean estas casillas, mayor será la resolución del modelo meteorológico y más realista será la influencia de las condiciones regionales, como la topografía.
Esto se debe a que se utiliza una topografía promediada para cada casilla de la cuadrícula. Esto significa que los detalles topográficos desaparecen en los modelos de menor resolución. Esta diferencia puede apreciarse claramente en la figura 1. La imagen superior muestra la topografía de los Alpes para una resolución de aproximadamente 6 km x 6 km, mientras que la imagen inferior tiene una resolución de 2 km x 2 km.
Fig. 1: Comparación de dos modelos topográficos: Por encima de una resolución de 6km x 6km, por debajo de 2km x 2km
Antes de poner en marcha un modelo meteorológico, cada casilla de la cuadrícula ("cada cuadrado del tablero de ajedrez") debe "llenarse" con valores iniciales. Una gran cantidad de datos de medición procedentes de estaciones meteorológicas, globos meteorológicos, aviones o datos de satélite fluyen hacia el modelo para los valores iniciales de los cálculos.
La resolución de los modelos meteorológicos es crucial
Sin embargo, cuanto mayor es la resolución de un modelo meteorológico, mayor es la capacidad de cálculo necesaria. Por eso, la mayoría de los modelos meteorológicos actuales tienen una resolución horizontal de 1 km x 1 km en el mejor de los casos. Sin embargo, para las previsiones a medio plazo que se extienden varios días en el futuro, la resolución suele ser significativamente menor. Por ejemplo, el modelo ICON-EU del DWD tiene una resolución de aproximadamente 6km x 6km y se extiende hasta 180 horas en el futuro. El modelo de mayor resolución ICON-D2 tiene una resolución de aproximadamente 2 km x 2 km, pero sólo se extiende 48 horas en el futuro.
Esta resolución suele ser perfectamente adecuada para estimar la evolución general del tiempo en los próximos días. Se vuelve problemática cuando se está interesado en el microclima específico de un lugar. Como los valores pronosticados por los modelos meteorológicos tienden a representar valores promediados sobre una cuadrícula, éstos pueden a veces desviarse significativamente de los valores reales en una coordenada específica. Este problema es especialmente pronunciado si el punto de previsión se encuentra en una región con una topografía compleja.
Regionalización de los datos meteorológicos
Para corregir estos errores en la previsión, la meteorología y la física del clima utilizan una técnica conocida como "downscaling". Se trata de utilizar correlaciones estadísticas entre la topografía y el microclima para, posteriormente, calibrar mejor la previsión meteorológica a la topografía local. La regionalización es especialmente importante para todos los procesos en los que incluso pequeñas diferencias pueden tener un impacto importante. En viticultura, por ejemplo, una diferencia de 2-3 horas en la duración de la humedad de la hoja ya puede tener un fuerte impacto en el riesgo de infección por Peronospora. Por este motivo, las previsiones meteorológicas de VineForecast se regionalizan antes de utilizarlas en la modelización de enfermedades.
Un ejemplo de la regionalización de la temperatura a una altura de 2 metros puede verse en la Figura 2 siguiente. A la izquierda figura la previsión meteorológica estándar del modelo ICON-D2 del DWD (resolución de 2 km x 2 km), mientras que a la derecha puede verse la previsión regionalizada de VineForecast (resolución de 25 m x 25 m). Por cierto, el valle del Mosela está situado en el sureste del mapa, lo que resulta claramente visible en la previsión regionalizada.
Fig. 2: Temperatura regionalizada: a la izquierda una resolución de 2km x 2km, a la derecha 25m x 25m
Regionalización del pronóstico de las enfermedades
Veamos ahora la influencia de la regionalización en las previsiones de la enfermedad. Para ello, comparamos las previsiones de infección secundaria por Peronospora entre la previsión meteorológica estándar y la previsión meteorológica regionalizada, por ejemplo para el 11 de junio de 2021 en la región de Cochem, en el Mosela.
La suma diaria de la variable "grados-hora con humedad foliar" suele utilizarse como medida del riesgo de infección por Peronospora. Esta variable se calcula a partir de los valores horarios de temperatura y humedad de la hoja, mediante los cuales se suman todos esos valores de temperatura a lo largo de un día para el que la humedad de la hoja estuvo presente al mismo tiempo (véase también). Si el total diario supera un valor de 50, se supone un ligero riesgo de infección. A partir de valores superiores a 150 cabe esperar fuertes infecciones.
Si ahora comparamos la previsión de la enfermedad basada en la previsión meteorológica estándar con la previsión regionalizada de la figura 3, queda claro hasta qué punto influye la regionalización en la previsión de la enfermedad y hasta qué punto varía la presión de infección en distancias cortas. El uso de una previsión meteorológica no regionalizada como base para las previsiones de enfermedades puede, en caso de duda, llevar a subestimar o sobreestimar enormemente los riesgos de enfermedad.
Fig. 3: Pronóstico regionalizado de la enfermedad: no regionalizado a la izquierda, regionalizado a la derecha
