Un gran suspiro de alivio se escuchó recientemente desde Canadá cuando la lluvia más significativa en años cayó en gran parte de las praderas. La lluvia pareció surgir de la nada para quienes estaban convencidos de que las llanuras del norte de EEUU y las praderas canadienses estaban destinadas a otro año de sequía. El pronóstico se basó principalmente en modelos informáticos de pronóstico a largo plazo, pero los programadores aún no han reconocido el carácter cíclico del clima. El pronóstico a largo plazo podría dar un gran paso adelante si se confiara más en algunos de estos ciclos naturales del clima. El clima de este año en Norteamérica ha seguido una combinación de tres patrones climáticos simples. Uno está asociado con el ciclo solar posterior a los 22 años, otro se relaciona con los vientos de gran altitud que siguen un patrón denominado ciclo lunar, basado en las posiciones planetarias en el sistema solar y la interacción de cada uno con la Tierra. El tercer patrón tuvo la mayor influencia en el clima primaveral en Norteamérica este año, resultando en una tendencia más seca en el centro de Estados Unidos, una tendencia húmeda en las llanuras del norte y un exceso de humedad en el centro-sur, las llanuras del sur y los estados del sureste. Este último patrón solo se observó una vez más desde 1950, en 1967-68. Sin embargo, pronosticar el tiempo no es tan sencillo. Es pura coincidencia que el clima de esta primavera y principios de verano siguiera estos tres ciclos. Hay muchos otros patrones climáticos que se repiten en la atmósfera en cualquier momento, y el arte de pronosticar a largo plazo reside en encontrar la combinación correcta de patrones climáticos. Si fuera tan simple como se sugiere aquí, no habría necesidad de meteorólogos. Sin embargo, sería un gran experimento en tecnología de inteligencia artificial (IA) ver cómo estos ciclos repetitivos a largo plazo influirían en las herramientas tradicionales de pronóstico meteorológico. En opinión de este pronosticador, una vez que estos patrones se estudien más a fondo, será necesario integrarlos con otros parámetros de IA para crear un mejor pronóstico.
|