La Agencia Estatal de Meteorología (Aemet) ha incorporado, junto al CSIC, una metodología basada en redes neuronales convolucionales que aumenta el detalle espacial de las previsiones estacionales, con aplicaciones en el seguimiento de sequías e incendios.
La Agencia Estatal de Meteorología y el CSIC han desarrollado una metodología de superresolución con redes neuronales que regionaliza las previsiones estacionales del programa europeo Copernicus, ya disponible en el Visor de Predicción Estacional de la Plataforma Estatal de Servicios Climáticos. La Agencia Estatal de Meteorología (Aemet) ha incorporado, junto al CSIC, una metodología basada en redes neuronales convolucionales que aumenta el detalle espacial de las previsiones estacionales, con aplicaciones en el seguimiento de sequías e incendios. En la práctica: La mejora en la resolución espacial de las previsiones estacionales puede ayudar a administraciones públicas y empresas a anticipar con mayor detalle geográfico episodios de sequía o riesgo de incendio, dos de los usos prioritarios señalados por Aemet y el CSIC.
Sede central de la Aemet en la Ciudad Universitaria de Madrid.
Foto: Zarateman / Wikimedia Commons, CC0 1.0 · Licencia: CC0 · Archivo original · Condiciones de la licencia
La Agencia Estatal de Meteorología (Aemet) utiliza desde este mes una nueva herramienta de inteligencia artificial para aumentar el nivel de detalle de sus previsiones estacionales, según informó este viernes el diario digital El Diario de Madrid y confirmaron fuentes oficiales de la propia agencia y del Consejo Superior de Investigaciones Científicas (CSIC).
La metodología, desarrollada conjuntamente por Aemet y el CSIC, emplea redes neuronales convolucionales para aplicar técnicas de superresolución a las previsiones de gran escala generadas por el sistema multimodelo del programa europeo Copernicus. El resultado es una regionalización más precisa que permite distinguir mejor las diferencias climáticas entre zonas cercanas del territorio español.
Los nuevos productos ya están disponibles en el Visor de Predicción Estacional, integrado en la Plataforma Estatal de Servicios Climáticos (PESC), una herramienta conjunta de Aemet y el CSIC presentada oficialmente el 22 de junio de 2026 en la Universidad Internacional Menéndez Pelayo. La plataforma, de acceso libre y gratuito, agrupa diez servicios climáticos temáticos que incluyen temperaturas y precipitaciones extremas, sequía, viento, radiación solar, riesgo de incendio y condiciones agroclimáticas, con series de datos que se remontan a 1961.
El desarrollo se enmarca en un contrato del Programa Nacional de Colaboración del Servicio de Cambio Climático de Copernicus (C3S), orientado a mejorar los servicios de predicción estacional para la gestión de sequías y riesgo de incendios en España. La financiación procede del Ministerio para la Transición Ecológica y el Reto Demográfico y de fondos europeos NextGenerationEU, dentro del Plan de Recuperación, Transformación y Resiliencia.
Entre el personal implicado en el desarrollo de la plataforma y sus servicios climáticos figuran responsables como Yolanda Luna, jefa del Departamento de Climatología y Aplicaciones Operativas de Aemet, y el equipo de investigación PTI+ Clima del CSIC, que incluye a Ana Morata, Esteban Rodríguez, José Manuel Gutiérrez y Sergio Vicente.
Según recoge El Diario de Madrid, fuentes de la propia Aemet describen la metodología como "ingeniosa" y útil para la planificación operativa, aunque matizan que todavía no transforma de manera radical la predictibilidad global del tiempo a largo plazo ni elimina las limitaciones conocidas en las semanas tres y cuatro de los pronósticos.
Las previsiones estacionales, a diferencia de los pronósticos diarios, se basan en probabilidades y tendencias estadísticas sobre la evolución del tiempo a varios meses vista, y no ofrecen certezas puntuales sobre un día concreto. El uso de inteligencia artificial para refinar su resolución espacial se suma a otros desarrollos recientes en modelización meteorológica basada en aprendizaje automático, un campo en el que distintas agencias meteorológicas europeas están invirtiendo en los últimos años.
Aemet y el CSIC no han precisado por el momento un calendario de nuevas actualizaciones del sistema, aunque la plataforma conjunta prevé incorporar en el futuro escenarios climáticos regionalizados adicionales dentro de su línea de trabajo sobre adaptación al cambio climático.
Aemet y el CSIC colaboran desde hace años en proyectos de modelización climática; la Plataforma Estatal de Servicios Climáticos, lanzada en junio de 2026, es el marco en el que se integra esta nueva metodología de superresolución estacional.
La mejora en la resolución espacial de las previsiones estacionales puede ayudar a administraciones públicas y empresas a anticipar con mayor detalle geográfico episodios de sequía o riesgo de incendio, dos de los usos prioritarios señalados por Aemet y el CSIC.
La herramienta se apoya en el sistema multimodelo estacional de Copernicus y se integra en la Plataforma Estatal de Servicios Climáticos, presentada en junio de 2026 como proyecto conjunto de Aemet y el CSIC con financiación europea NextGenerationEU.
Urda: tres desaparecidos aparecen con vida y la Guardia Civil reduce a 67 las denuncias activas, con 65 autopsias ya realizadas
Por qué importa: También en nacional: contexto reciente de la misma vertical.
Una noche de disturbios en Barcelona deja 128 detenidos, 15 policías heridos y 36.000 euros en daños
Por qué importa: También en españa: contexto reciente de la misma vertical.
La Ertzaintza cierra en 17 los detenidos por los disturbios de Bilbao y cifra en 55.000 euros los daños
Por qué importa: También en sociedad: contexto reciente de la misma vertical.
La Delegación del Gobierno pide a la acampada de Sol que se levante mientras los activistas de la vivienda miran ya a la huelga del 11N
Por qué importa: También en sociedad: contexto reciente de la misma vertical.
No, estos "niños salvajes de Sánchez" que atacan una ambulancia no existen: el vídeo es de Albania
Por qué importa: También en sociedad: contexto reciente de la misma vertical.
