Aquellos de nosotros que tenemos la suerte de estar sentados junto a una ventana podemos predecir el tiempo con sólo mirar hacia afuera, pero para los menos privilegiados, la previsión y el análisis del tiempo son cada vez mejores. Mañana.io solo publicó los resultados de sus dos primeros satélites de radar, que, gracias al aprendizaje automático, resultan competitivos con tecnologías de pronóstico más grandes y de la vieja escuela en la Tierra y en órbita.
La compañía ha estado planeando esta misión desde que se llamó ClimaCell, allá por 2021, y los resultados que se publicarán hoy (y que se presentarán formalmente próximamente en una conferencia sobre meteorología) muestran que su enfoque de alta tecnología funciona.
La predicción del tiempo es compleja por muchas razones, pero la interacción entre el hardware de alta potencia pero heredado (como redes de radar y satélites más antiguos) y el software moderno es importante. Esa infraestructura es poderosa y valiosa, pero mejorar su producción requiere mucho trabajo en el lado de la computación y, en algún momento, comienzas a obtener rendimientos decrecientes.
No se trata sólo de “¿va a llover esta tarde?”, sino de predicciones más complejas e importantes, como en qué dirección se moverá una tormenta tropical o exactamente cuánta lluvia cayó en una región determinada durante una tormenta o sequía. Estos conocimientos son cada vez más importantes a medida que cambia el clima.
El espacio es, por supuesto, el lugar obvio para invertir, pero la infraestructura meteorológica es prohibitivamente grande y pesada. Medición de precipitación global de la NASA El satélite, el estándar de oro en este campo lanzado en 2014, utiliza radares de banda Ka (26-40 GHz) y Ku (12-18 GHz) y pesa unos 3.850 kilogramos.
El plan de Tomorrow.io es crear una nueva infraestructura de radar espacial con un toque moderno. Sus satélites son pequeños (sólo 85 kilogramos) y utilizan exclusivamente la banda Ka. Los dos satélites, Tomorrow R1 y R2, se lanzaron en abril y junio del año pasado y recién ahora, después de un largo período de pruebas y pruebas, están comenzando a mostrar su calidad.
En una serie de experimentos que la compañía planea publicar en una revista a finales de este año, Tomorrow afirma que con solo una banda de radar y una fracción de la masa, sus satélites pueden producir resultados a la par con el GPM de la NASA y sistemas terrestres. En una variedad de tareas, los satélites R1 y R2 pudieron realizar predicciones y observaciones igualmente precisas o incluso mejores y más precisas que GPM, y sus resultados también coincidieron estrechamente con los datos del radar terrestre.
Ejemplos de datos de los satélites R1 y R2.
Lo logran mediante el uso de un modelo de aprendizaje automático que, como lo describió el director meteorológico Arun Chowla, actúa como dos instrumentos en uno. Fue entrenado con datos de ambos radares del GPM, pero al aprender la relación entre la observación y la diferencia entre las dos señales de radar, puede hacer una predicción similar usando solo una banda. Como dice su publicación de blog:
El algoritmo se entrena con estos perfiles de precipitación derivados de doble frecuencia, pero solo utiliza las observaciones de la banda Ka como entrada. Sin embargo, el algoritmo “aprende” la compleja relación entre la forma del perfil de reflectividad y la precipitación, y se recupera el perfil de precipitación completo incluso en los casos en que la reflectividad de la banda Ka está completamente atenuada por fuertes precipitaciones.
Es un gran éxito para Tomorrow.io si estos resultados se concretan y se generalizan a otros patrones climáticos. Pero la idea no es reemplazar la infraestructura estadounidense: el GPM y la red de radar terrestre están aquí para un largo plazo y son activos invaluables. El verdadero problema es que no se pueden duplicar fácilmente para cubrir el resto del mundo.
La esperanza de la compañía es tener una red de satélites que puedan proporcionar este nivel de predicción y análisis detallados a nivel mundial. Los ocho satélites que planea producir serán más grandes (alrededor de 300 kg) y más capaces.
“Estamos trabajando para proporcionar datos de precipitación en tiempo real en cualquier parte del mundo, lo que creemos que cambia las reglas del juego en el campo del pronóstico del tiempo”, dijo Chowla. “En ese sentido, estamos trabajando en la precisión, la disponibilidad global y la latencia (medida como el tiempo entre que la señal es capturada por el satélite y los datos están disponibles para ser ingeridos en los productos)”.
También están haciendo el inevitable juego de datos, con un conjunto más detallado de imágenes de radar orbitales para entrenar sus propios sistemas y otros. Sin embargo, para que eso funcione, necesitarán muchos más datos, y planean acelerar el ritmo de su recopilación con más lanzamientos de satélites este año.