En los últimos meses, hemos reprogramado nuestra cadena de procesos de cálculo de datos de previsión mediante la aplicación de las últimas tecnologías, lo que garantiza una mayor precisión y una rápida velocidad de carga en nuestro sitio web.
Además de las mejoras tecnológicas, se han añadido fuentes de datos adicionales al cálculo de los datos de previsión, principalmente con el objetivo de mejorar nuestro nowcasting. Los cálculos de previsiones a corto plazo se realizan para las próximas 1 a 6 horas utilizando datos observados (satélite, radar) o medidos (estaciones meteorológicas) procesados en tiempo real. Estos datos son especialmente útiles para mejorar las previsiones de las condiciones meteorológicas actuales y de las próximas horas.
La siguiente lista muestra algunos ejemplos de cómo la actualización mejora los datos de previsión:
- Se han añadido al cálculo datos de radiación por satélite para América del Norte y del Sur, lo que permite mejorar la previsión de radiación.
- Los datos de precipitación de los conjuntos IFS se han añadido a nuestro cálculo de precipitación MultiModel. Estos datos se actualizan con conjuntos de datos de radar adicionales, que también hemos ampliado (por ejemplo, ahora se incluye el radar checo).
- Estos conjuntos de datos adicionales también nos han permitido mejorar el cálculo de la probabilidad de precipitación.
- Se ha mejorado el cálculo de los datos de temperatura para grandes altitudes y picos montañosos.
- Hemos introducido nowcasting para la temperatura del punto de rocío, que posteriormente se utiliza para calcular otras variables meteorológicas (por ejemplo, la humedad relativa).
Partes del proyecto están financiadas por el proyecto "Global Earth Monitoring (GEM)" de la UE, cuyo objetivo es desarrollar y mejorar modelos de seguimiento de datos de observación de la Tierra aplicando las últimas técnicas de aprendizaje automático.
Estos datos ya están disponibles en nuestro sitio web y pronto se incorporarán a nuestra aplicación. También publicaremos un estudio de validación comparándolos con datos de medición para evaluar públicamente la calidad de nuestros datos de previsión.
