Empresas Premium
Un equipo de investigadores del Instituto de Ingeniería del Agua y Medio Ambiente de la Universitat Politècnica de València (IIAMA-UPV) ha desarrollado un nuevo método avanzado de inteligencia artificial basado en sistemas de reglas difusas (fuzzy rule-based systems, FRB). Esta metodología permite mejorar de forma notable la fiabilidad de las predicciones climáticas estacionales en regiones especialmente sensibles al cambio climático, como la cuenca del río Júcar.
El estudio, elaborado por Dariana Isamel Ávila, Héctor Macián y Manuel Pulido, y publicado en la revista científica Quarterly Journal of the Royal Meteorological Society, analiza seis sistemas de predicción estacional y diversas variables meteorológicas, evaluando tres alternativas de posprocesamiento: FRB, escalado lineal (linear scaling) y mapeo de cuantiles (quantile mapping). “El objetivo era mejorar la precisión de estas predicciones, que suelen presentar errores especialmente en regiones semiáridas”, señalan los autores.
En concreto, el método FRB es el más fiable en la mayoría de las variables analizadas, como la predicción de temperaturas máximas y mínimas, y también ofrece el mejor rendimiento en la estimación de la lluvia en la mayoría de los modelos evaluados. De hecho, las técnicas clásicas muestran un comportamiento más irregular, especialmente en variables extremas como las temperaturas máximas. Por ello, FRB y el sistema de predicción ECMWF-SEAS5 del European Centre for Medium-Range Weather Forecasts se posicionan como las opciones más completas para regiones mediterráneas como la del Júcar.
“Disponer de predicciones climáticas ajustadas y realistas es esencial para planificar la gestión de los recursos hídricos, prever sequías, coordinar la operación de los embalses y garantizar una gestión del riesgo de sequía adecuada”, afirma Dariana Avila, autora principal del estudio. En este sentido, Manuel Pulido subraya que “la inteligencia artificial permite mejorar las predicciones y anticiparse mejor a episodios de sequía, lo que resulta fundamental en cuencas como la del Júcar, con valores en torno a los 450 mm anuales y largos periodos sin lluvia”. Por su parte, Héctor Macian destaca que uno de los puntos fuertes de la metodología es su capacidad para funcionar eficazmente con múltiples variables sin necesidad de modificar el esquema, lo que facilita su aplicación práctica y replicabilidad. “La lógica difusa se consolida como la opción más robusta y estable para corregir los sesgos presentes en las predicciones, aportando información más fiable a los gestores y a las entidades responsables de la planificación hídrica”, añade el investigador del IIAMA.
El trabajo, enmarcado en el desarrollo del proyecto WaterCast 2.0, perteneciente al programa Prometeo para grupos de investigación de excelencia de la Generalitat Valenciana, refuerza el compromiso del IIAMA y de la UPV con una investigación de excelencia orientada a la toma de decisiones basada en evidencia. A diferencia de otros modelos de inteligencia artificial más opacos, la lógica difusa aporta transparencia, interpretabilidad y trazabilidad a la elaboración de predicciones, un factor decisivo para su adopción en ámbitos técnicos y administrativos.
El estudio destaca que la FRB constituye "una aproximación de IA interpretable y explicable", adaptable a múltiples variables mediante un esquema unificado y fácilmente integrable en modelos hidrológicos y sistemas de alerta temprana. Los autores subrayan que, aunque no existe un único sistema de predicción ni una única alternativa de posprocesamiento que supere al resto en todas las situaciones, FRB y ECMWF-SEAS5 se perfilan como las opciones preferentes en el contexto de la cuenca del Júcar. "Esta investigación contribuye a fortalecer la resiliencia de los territorios frente al cambio climático, permitiendo a los gestores disponer de información más fiable para tomar decisiones en momentos críticos", concluyen
