La precisión de los pronósticos meteorológicos en Argentina se ha visto afectada por una serie de factores, entre ellos el cambio climático, fenómenos naturales como El Niño y La Niña, y recortes presupuestarios que impactan en los recursos del Servicio Meteorológico Nacional (SMN).
Actualmente, los modelos meteorológicos con previsión a siete días pueden anticipar las condiciones climáticas con una exactitud de aproximadamente el 80%. A cinco días, la precisión mejora al 90%, según un informe realizado con inteligencia artificial. Sin embargo, la atmósfera sigue siendo un sistema caótico y complejo, lo que genera incertidumbre en los pronósticos, especialmente a medida que se aleja el horizonte temporal.
En este contexto, el SMN enfrenta desafíos debido a la falta de financiamiento, que ha llevado a la pérdida del 56,1% de su presupuesto en los últimos dos años. La reducción de recursos ha afectado gravemente los sistemas de alertas tempranas y el mantenimiento de equipos esenciales, como los radares, lo que ha dificultado la precisión de los pronósticos.
La propuesta de fusión entre el SMN y el Instituto Geográfico Nacional (IGN), planteada por los ministros de Defensa, Luis Petri, y de Desregulación, Federico Sturzenegger, busca simplificar costos pero ha generado controversia. Críticos como el ex ministro de Ciencia y Tecnología, Daniel Filmus, consideran que la medida desvaloriza funciones clave de los organismos en el ámbito de la ciencia y la tecnología.
El fenómeno climático de El Niño, que provoca un aumento de las temperaturas y lluvias en diversas regiones, y La Niña, que causa sequías y bajas temperaturas, afecta la capacidad de predicción, ya que estos fenómenos alteran el clima global. A pesar de los avances en herramientas como los pronósticos con inteligencia artificial, el pronóstico meteorológico sigue siendo una ciencia compleja que depende de diversos factores.
En este panorama, el SMN continúa siendo crucial en la región, con más de 150 años de trayectoria, y es responsable de proveer información meteorológica de calidad, no solo a nivel nacional, sino también internacionalmente. Sin embargo, los recortes y la falta de inversión en infraestructura ponen en riesgo la efectividad de sus pronósticos a futuro.
Ante la creciente importancia de eventos climáticos extremos, las autoridades están buscando mejorar la precisión de los pronósticos para tomar decisiones informadas sobre el impacto en áreas como la agricultura, los recursos hídricos y la biodiversidad. En este sentido, herramientas como Deep Mind Graph Cast, desarrollado por Google, surgen como modelos prometedores para mejorar la anticipación de fenómenos climáticos.
«Si esta noticia te interesó, registrate a nuestro newsletter gratuito y recibí en tu correo los temas que más te importan. Es fácil y rápido, hacelo aquí: Registrarme.
