TÉCNICAS DE PREDICCIÓN VIGILANCIA Y PREDICCIÓN A MUY CORTO PLAZO

Luis Mª Bañón Peregrín AGENCIA ESTATAL DE METEOROLOGÍA, AEMET ESPAÑA [email protected]

Vigilancia y predicción a muy corto plazo INTRODUCCIÓN • La predicción a muy corto plazo requiere una aproximación distinta que otros rangos de predicción • =>VIGILANCIA como elemento de partida para cualquier predicción • =>MODELOS CONCEPTUALES, su papel en la vigilancia • =>ANÁLISIS MESOESCALAR • Estimación de la precipitación mediante técnicas de teledetección

Vigilancia y predicción a muy corto plazo

División de la predicción operativa • Fenómenos meteorológicos en gran variedad de escalas => predicción meteorológica condicionada por la escala a predecir • => afecta a: – las bases de datos de observación – los métodos de predicción – al medio de difusión de los pronósticos

• => distinción de predicciones a diferentes plazos temporales: – Muy corto plazo (0 a +-12 horas) – Corto plazo (12 a 48 horas) – Plazo medio (D+3 a D+10)

• Junto a la escala temporal subyace una escala espacial propia de los fenómenos meteorológicos

Vigilancia y predicción a muy corto plazo

División de la predicción operativa • Corto y medio plazo se ocupa de sistemas meteorológicos que caen dentro de la escala sinóptica • Muy corto plazo (0-12 horas) cae en la mesoescala – De varios kms a varios cientos de kms, – De 0 a 12 horas – => La mayor parte de los fenómenos que afectan a las actividades humanas

Vigilancia y predicción a muy corto plazo

División de la predicción operativa • Inmediato-Muy Corto Plazo – 0h-12h – Local-Comarcal • Corto Plazo – 12h-48h – Comarcal-Provincial • Medio Plazo – 3-10 días – Provincial-RegionalNacional • Rangos Mayores de predicción – >10 días – Global

ESCALAS METEOROLOGICAS • Planetaria (>= medio plazo) • Sinóptica (Corto-medio plazo) • Mesoescala (Muy corto plazo) • Microescala (Inmediata)

Vigilancia y predicción a muy corto plazo

Requerimientos de la predicción a muy corto plazo •

Cualquier sistema de predicción necesita: 1. 2. 3. 4.

•

Todos ellos deben estar dimensionados óptimamente a la escala espacial y temporal de los fenómenos meteorológicos objeto –

•

Dispositivo observacional Sistemas de asimilación (análisis) Métodos de predicción Medios de difusión

Ejemplo: gran avance en la predicción a escala sinóptica debido, en parte, al adecuado dimensionamiento de los 3 primeros elementos (redes sinópticas de superficie y altura, complementadas con satélite, y modelos numéricos)

PERO: En el muy corto plazo no se ha visto semejante mejora ya que, en este plazo, observación, análisis/diagnóstico y predicción (modelos numéricos) no responden a requerimientos de la mesoescala.

Vigilancia y predicción a muy corto plazo

Requerimientos de la predicción a muy corto plazo (Beran et al 1981)

CARACTERÍSTICA DE LOS SISTEMAS DE PREDICCIÓN Característica

Corto y medio plazo

Muy corto plazo

PLAZO

>6 horas

0-12 horas

ESCALA

Sinóptica

Mesoescala

ÁREA COBERTURA

Global o continental Local o regional

NATURALEZA DE LA PREDICCIÓN

General

Específica del lugar

MÉTODO PREDICCIÓN

Numérica, estadística

Extrapolación, modelos mesoescala, estadística

DISEMINACIÓN

Lenta, pasiva

Rápida, activa y pasiva

Vigilancia y predicción a muy corto plazo

Requerimientos de la predicción a muy corto plazo •

=> Dispositivo observacional sinóptico es inadecuado para mesoescala –

• • •

Además, el análisis e inicialización suavizan, e incluso eliminan o filtran las señales inferiores a las sinópticas mediante condiciones de equilibrio Además, el modelo numérico parametriza insuficientemente los fenómenos sub-malla (mesoescalares) Además: – – –

• •

Las estructuras pasan inadvertidas entre la malla de observatorios

La moderada resolución espacial de los NWP (HARMONIE 2.5km) Disponibilidad de los resultados (varias horas después del análisis) Problemas de ajuste del modelo durante las primeras horas de integración (SPIN-UP), etc

=>no mejoras en la predicción en las primeras horas con los modelos actuales. La mejora de los modelos mesoescalares está reduciendo ese plazo a unas 3 a 6 horas. Estas horas serán difíciles de cubrir por los modelos.

Vigilancia y predicción a muy corto plazo

Requerimientos: 1.- Dispositivo observacional •

Mesoescala: – –

• •

=> dispositivos deben estar dimensionados para la detección de estos fenómenos: se necesita una observación intensiva. Requerimientos de observación – –

•

Observaciones espaciadas decenas de kms (o menos) Frecuencia inferior a la hora

Ante la dificultad de estos recursos: TELEDETECCIÓN: – –

•

Varios kms a varios cientos de kms Escala temporal: entre 0 y 12 horas

Radar para seguimiento de estructuras de mesoescala, especialmente las severas y de ciclo de vida menor a 6 horas Satélites geoestacionarios enmarcan estos fenómenos de mesoescala

Otro elemento necesario: la observación mesoescalar en altitud, inferidos de datos satelitales Requerimientos de observación Corto y medio plazo

Muy corto plazo

Horario

Varias horas

Fracción de horas

Espaciamiento

Miles de kms

Decenas de kms

Volumen de datos

Media 106 bits/h

> 108 bits/h

Flujo de datos

Lento (min-horas)

Rápido (min-seg)

Beran et al 1981)

Vigilancia y predicción a muy corto plazo

Requerimientos: 2.- Sistema de asimilación. Análisis • •

Una vez disponibles los datos de observación, hay que analizarlos antes de abordar la predicción Dado la gran cantidad de datos y alta frecuencia => es necesario: – –

•

• •

Sistemas de concentración y procesamiento Integración de las diferentes bases de datos que permitan su visualización al pronosticador de forma clara y compacta.

Cada base de dato (radar, satélite, EMAs, etc.) proporciona una visión parcial del fenómeno meteorológico => sólo uniendo las partes es posible tener una visión clara y completa de este. De ahí la importancia de los sistemas integrados Una vez integrados los datos, se aborda el ANÁLISIS y sus peculiaridades dentro de la mesoescala. Antes, unas aclaraciones: – – –

Análisis vs diagnosis Concepto de vigilancia Papel de los modelos conceptuales en la vigilancia

Vigilancia y predicción a muy corto plazo

Requerimientos: 2.- Sistema de asimilación. Análisis Análisis vs Diagnosis •

Primer paso para la predicción: descripción detallada del estado atmosférico actual –

• • •

Los modelos numéricos (especialmente los de escala sinoptica) parten de un análisis objetivo con un conjunto limitado de estaciones y adaptado a sus necesidades En cambio, el predictor debe partir de algo mas que un simple análisis: debe partir de un diagnóstico Análisis vs diagnóstico: – –

•

Cuanto mejor sea la descripción, mejor será la predicción (especialmente en el muy corto plazo)

Análisis: separación de una situación determinada en sus partes componentes, por ejemplo el trazado de isotermas sobre una superficie isobárica, etc. Diagnosis: identificación de “estructuras” meteorológicas en los análisis y datos de que se dispongan. (Doswell 1989).

La identificación de esas “estructuras” hace uso de: • • •

–

• •

Análisis y datos Teorías científica (ejemplo: geostrófica) Modelos conceptuales ya sean generales (frentes, etc) como locales (estructuras orográficas, etc.)

Tiene como objetivo final, la elaboración de un modelo mental tridimensional del estado de la atmósfera

=> la diagnosis es una actividad propia del predictor Cuando se hace predicción a muy corto plazo, la diagnósis debe ser mesoescalar además de sinóptica

Vigilancia y predicción a muy corto plazo

Requerimientos: 2.- Sistema de asimilación. Análisis Vigilancia •

• •

•

Existen diferencias importantes entre la diagnosis sinóptica y la mesosescalar. Frecuencia de recepción de datos: de unas 3 a 12 horas (altura) en escala sinóptica y de unos 5 a 15 minutos en escala mesoescalar Las observaciones no siempre encajan en el modelo mental 3D => es necesario realizar una diagnosis permanente del tiempo => se trata de elaborar un modelo mental cuatri-dimensional (4D) del tiempo. Definición de vigilancia: proceso de diagnóstico continuado en el tiempo que hace uso de todos los datos disponibles y que tiene por objeto el desarrollo de un modelo mental 4D del estado de la atmósfera y de las estructuras de mesoescala que en ella se desarrollan ¿Qué herramientas requiere la vigilancia? – –

Observaciones mesoescalares: resuelta por la tecnología Modelos conceptuales: conocimiento de los sistemas meteorológicos mesoescalares, así como sus mecanismos físicos. Queda mucho trabajo por hacer

Vigilancia y predicción a muy corto plazo

Requerimientos: 2.- Sistema de asimilación. Análisis

Vigilancia y predicción a muy corto plazo

Requerimientos: 2.- Sistema de asimilación. Análisis

Vigilancia y predicción a muy corto plazo

Requerimientos: 2.- Sistema de asimilación. Análisis Papel de los modelos conceptuales en la vigilancia • •

Modelos conceptuales (MC): síntesis de conocimientos sobre la génesis, estructura, evolución y mecanismos físicos de los fenómenos meteorológicos Dos condicionantes extra que deben cumplir los MC en la mesoescala: a) Deben estar adaptados a las características regionales y/o locales –

Sistemas mesoescalares modulados por forzamientos orográficos => un MC de una zona no siempre funciona en otra=> se necesitan MC adaptaciones regionales. Ejemplo: las brisas y la costa

b) Deben estar adaptados al sistema de observación – –

Como casi todos los datos provienen de los sistemas de teledetección, el predictor debe identificar las estructuras de forma “indirecta” (a través de reflectividades, radiancias, etc.) El predictor, además de conocer los MC, debe conocer cómo se ven en su sistema. Por ejemplo, además de saber los tipos de tormentas, debe saber cómo se ven en su radar (distintos radares => distintas características)

Vigilancia y predicción a muy corto plazo

Requerimientos: 2.- Sistema de asimilación. Análisis Papel de los MC en la vigilancia Construcción de MC • Sin MC los sistemas de observación (SO) son ineficaces • Sin SO es imposible crear MC • => Una vez desplegado un SO mesoescalar, este no dará su potencial (en cuanto a vigilancia y predicción a muy CP) mientras no avance el conocimiento de las estructuras meteorológicas mesoescalares como resultado del estudio del SO • La elaboración de MC que dependan de un SO es una actividad que se suele desarrollar ANTES del despliegue de la red (Ej.: NEXRAD)

Vigilancia y predicción a muy corto plazo

Requerimientos: 2.- Sistema de asimilación. Análisis Métodos de análisis en la mesoescala •

En la mesoescala hay dos actividades vitales ligadas al análisis: –

El análisis objetivo mesoescalar • • • • •

–

Básico para inicializar modelos Como herramienta de diagnóstico mesoescalar (especialmente superficie) Debe capturar las estructuras de mesoescala presentes (orografía) Posibles aproximaciones: interpolación óptima con funciones de estructuras anisótropas, técnicas de separación de escalas, etc. Especial problemática con el viento en superficie, muy afectados por la microescala => el viento se diagnostica a partir de la distribución de presión

Obtención de parámetros meteorológicos a partir de teledetección • • • •

Como la teledetección proporciona parámetros indirectos (Ej.: Z), hay que extraer la significación meteorológica (Ej.: precipitación) Tradicionalmente se hace interpretación subjetiva y cualitativa Actualmente utilización cuantitativa: datos de satélite asimilados por modelos (vientos, sondeos, etc.) Además es útil para la vigilancia

Vigilancia y predicción a muy corto plazo

Requerimientos: 2.- Sistema de asimilación. Análisis Métodos de análisis en la mesoescala. Técnicas de estimación de la precipitación •

Muchos sistemas se basan en la estimación y posterior extrapolación de la precipitación La complejidad del campo de precipitación potencia el uso combinado de radar+satélite+otros Métodos basados en datos de satélite

• a) –

Básicos: a partir de las imágenes de infrarrojo. Con muchos errores pero útil para la climatología o cuando no se dispone de radar Mas compleja y subjetiva: Inclusión del ciclo de vida de los sistemas nubosos observados.

–

b)

Métodos basados en datos radar • •

c)

Mas preciso. Relación Z/R función del tipo de precipitación Interesante incluir un control de calidad de los datos o un sistema de calibración en tiempo real con EMAs

Métodos basados en la combinación de radar-satélite • •

Donde hay radar se utilizan sus datos Donde NO, se utiliza una correlación entre los datos radar y los de satélite para estimar la precipitación fuera de la cobertura radar

Vigilancia y predicción a muy corto plazo

Requerimientos: 3.-Técnicas de predicción a muy corto plazo • Una vez superada la fase de análisis y diagnóstico => predicción de 0 a 6/12 horas • Diferentes métodos de predicción, desde la persistencia hasta la modelización • Cada método tiene una validez en función de: – – – –

El período de predicción La naturaleza del fenómeno a predecir La información de partida Los recursos disponibles

CONOCIMIENTO TOTAL DEL TIEMPO

100 %

CONOCIMIENTO DEL TIEMPO

CONOCIMIENTO EN EL ANÁLISIS

CLIMATOLOGÍA

0123456

9

12

15

18

21

Doswell 1986. Adaptado

Tiempo (horas)

24……..48…….72……..96….

CONOCIMIENTO TOTAL DEL TIEMPO

100 %

CONOCIMIENTO DEL TIEMPO

CONOCIMIENTO EN EL ANÁLISIS

CLIMATOLOGÍA

0123456

9

12

15

18

21

Tiempo (horas)

24……..48…….72……..96….

Vigilancia y predicción a muy corto plazo

Requerimientos: 3.-Técnicas de predicción a muy corto plazo • •

Según la gráfica (Doswell) en el plazo de 0 a 6 horas hay que buscar aproximaciones alternativas a los NWP Aparte de la persistencia, la aproximación mas sencilla es la extrapolación lineal de los fenómenos observados – –

•

Esta extrapolación, no mas allá de 3 horas, es lo que se denomina NOWCASTING (mal traducido como PREDICCIÓN INMEDIATA) – –

• •

Habrá fenómenos que se puedan extrapolar varias horas Habrá fenómenos que no se puedan extrapolar apenas unos minutos

No es una auténtica predicción sino una extrapolación de fenómenos ya existentes La verdadera predicción debería incluir, además, la anticipación de nuevos desarrollos ANTES QUE SE PRODUZCAN

En la gráfica se observa un mínimo entre 3 y 6 horas: ni extrapolación ni NWP Resumen: en la predicción a muy corto plazo hay que tener en cuenta diferentes técnicas en función del período de validez y del fenómeno a predecir

Vigilancia y predicción a muy corto plazo

Requerimientos 3.-Técnicas de predicción a muy corto plazo Técnicas de extrapolación • Tendencia lineal observada => NO incluye la predicción de nuevos desarrollos ni cambios en la propia tendencia • El error suele aumentar con el tiempo con alta variabilidad • Aplicable a cualquier fenómeno meteorológico • Se puede hacer automático • Pero, necesitan control de calidad por el predictor, y una verificación sistemática

CANTIDAD PREVISTA

Lo que realmente ocurre

TIEMPO Obs1 Obs2 AHORA

PERÍODO DE PREDICCIÓN

CANTIDAD PREVISTA

Lo que realmente ocurre

Extrapolación lineal

TIEMPO Obs1 Obs2 AHORA

PERÍODO DE PREDICCIÓN

CANTIDAD PREVISTA

Lo que realmente ocurre

Extrapolación lineal

ERROR

TIEMPO Obs1 Obs2 AHORA

PERÍODO DE PREDICCIÓN

Vigilancia y predicción a muy corto plazo

Requerimientos: 3.-Técnicas de predicción a muy corto plazo •Según Doswell (1986): Fenómeno meteorológico

Validez de la extrapolación

Downburst/tornado

1 o varios minutos

Tormenta individual

5 a 20 minutos

Tormenta severa

10 min a 1 hora

Tormenta organizada en la mesoescala Vientos fuertes orográficos

1 a 2 horas 1 o varias horas

Paso de sistemas frontales

Varias horas

Vigilancia y predicción a muy corto plazo

Requerimientos: 3.-Técnicas de predicción a muy corto plazo Aplicación de las técnicas de extrapolación a la predicción de precipitación • • • • • •

Principalmente basada en radar y satélite Los sistemas mas sencillos extrapolan toda la imagen, aplicándole el desplazamiento observado anteriormente (obtenido por correlaciones cruzadas entre un par de imágenes consecutivas El siguiente paso en complejidad divide la imagen en sectores regulares y aplica el mismo método a cada subárea. La misma filosofía se aplica a núcleos individuales o áreas homogéneas de la imagen para tener diferentes movimientos de distintas células. El siguiente paso es incluir efectos que impliquen cambios en la intensidad de la precipitación, principalmente por efectos orográficos. Además de la extrapolación en el movimiento de ecos, algún sistema extrapola también la tendencia (aumento o disminución) observada

Vigilancia y predicción a muy corto plazo

Requerimientos: 3.-Técnicas de predicción a muy corto plazo Aplicación de las técnicas de extrapolación a la predicción de precipitación • Fuentes de errores de estos métodos a) Deficiencias debida a la observación • •

En la determinación del área e intensidad En la estimación de la velocidad

b) Deficiencia en el método de extrapolación • •

•

•

Por cambios en el área e intensidad de la precipitación Por cambios no lineales en el desplazamiento

El predictor debe disponer de la suficiente información para distinguir en que momento el producto es válido o no Estos sistemas incluyen cada vez mas fuentes de datos (EMAs, NWP)

Vigilancia y predicción a muy corto plazo

Requerimientos: 3.-Técnicas de predicción a muy corto plazo Papel de los MC en la predicción a muy corto plazo • •

La extrapolación lineal no pronostica cambios en la intensidad Los MC pueden mejorar la predicción: –

Mediante modelos de “ciclo de vida” de estructuras de mesoescala. •

•

–

Ej: no tiene sentido extrapolar una célula simple mucho mas de 30 a 60 minutos, mientras que un sistema convectivo se puede extrapolar hasta 3 horas (ciclo de vida largo) Ej: algunos sistemas tienden a moverse paralelos a la costa en lugar de penetrar en tierra

Mediante MC de “procesos físicos”, que dan indicación de la aparición de nuevos fenómenos o realces. •

Ej: fusión de nucleos convectivos, interacion de microfrentes con convección previa, la acción de frentes de brisa, calentamiento diferencial, etc.

Vigilancia y predicción a muy corto plazo

Requerimientos: 3.-Técnicas de predicción a muy corto plazo Papel de los MC en la predicción a muy corto plazo • Los MC deben caracterizar el fenómeno en un ámbito geográfico determinado. • Para que esta caracterización sea útil al muy corto plazo, debe contener información: – – –

Climatológica (agrupa los resultados de diferentes casos) Física (proporciona una explicación física del fenómeno) Dinámica (describe su evolución en diferentes condiciones ambientales)

• Para ello, es muy útil el estudio de los datos de teledetección (radar y satélite)

Vigilancia y predicción a muy corto plazo

Requerimientos: 3.-Técnicas de predicción a muy corto plazo Papel de los MC en la predicción a muy corto plazo •

La caracterización de un fenómeno (por ejemplo la convección) debería responder a estas preguntas: 1. ¿Dónde se forman habitualmente los primeros núcleos tormentosos en mi zona, en el caso de evolución diurna? 2. ¿Cómo se desplaza la región de génesis en función del flujo dominante? 3. ¿A qué hora suelen empezar a formarse? 4. ¿Suelen ser unicelulares, multicelulares o supercelulares, y de qué depende? 5. ¿Cómo se desplazan en función del tipo de estructura, viento dominante y de la orografía local? 6. ¿Qué fenómenos suelen llevar asociados? 7. Etc.

Vigilancia y predicción a muy corto plazo

Requerimientos: 3.-Técnicas de predicción a muy corto plazo Modelos numéricos de mesoescala

• Su principal problema es el análisis y la inicialización con la incorporación y asimilación de nuevas bases de datos (radar, satélite, rayos, datos de aviones, etc) • Estos sistemas dan parámetros como: reflectividades, radiancias,… que hay que convertir en variables dinámicas.

Modelos de mesoescala • • • • • •

Resoluciones espaciales de escasos Kms Modelos, en general, no hidrostáticos Adaptados regionalmente Gran asimilación de datos Sofisticadas parametrizaciones físicas Necesidad de gran capacidad de cálculo

Modelos de mesoescala •Los modelos hidrostáticos presuponen la existencia de un equilibrio hidrostático, es decir, que el peso de la atmósfera, que ejerce presión hacia abajo, está en equilibrio con la fuerza del gradiente de presión, que empuja hacia arriba. •Los procesos no hidrostáticos y sus efectos adquieren importancia cuando la longitud de una característica es aproximadamente igual a su altura. Como la altura de la mayoría de los fenómenos atmosféricos está limitada por la altura de la troposfera, esto representa un problema para las características de 10 km o menos de tamaño. •Fenómenos con procesos no hidrostáticos: tormentas convectivas, los frentes de racha y otras líneas de convergencia, y las ondas de gravedad, incluidas las ondas de montaña y la turbulencia orográfica. •Para la predicción numérica del tiempo, los modelos no hidrostáticos incluyen ecuaciones para los movimientos verticales que no se emplean en los modelos hidrostáticos. El resultado es que los modelos no hidrostáticos pronostican en forma directa el tiempo ocasionado por los movimientos verticales provocados por los cambios de empuje hidrostático y otras aceleraciones verticales. •En comparación, los modelos hidrostáticos sólo pueden inferir los fenómenos meteorológicos que resultan de dichos movimientos verticales.

Modelos mesoscalares • ¿Qué espaciado de malla es necesario para resolver una característica meteorológica en particular? – Normalmente, necesitamos al menos cinco puntos de malla para definir una característica. La característica meteorológica más pequeña que se puede representar, incluso en el ámbito de un pronóstico a corto plazo, abarca entre cinco y siete puntos de malla. ¡Esto significa que un modelo que emplea una malla de 20 km de densidad es incapaz de pronosticar una característica de tamaño inferior a los 100 km! – Además, en terreno accidentado o montañoso, es posible que el modelo no logre identificar una característica forzada por la topografía incluso con una densidad de malla de 5 km.

Modelos mesoscalares

•

Modelos mas detallados. Representan mejor la intensidad de los fenómenos

•

Mejores pronósticos en regiones costeras y montañosas. Disponen de mas detalles topográficos y SST.

Modelos mesoscalares

Modelos mesoscalares: HARMONIE

•http://www.aemet.es/docume ntos/es/idi/prediccion/prediccio n_numerica/HIRLAM_docum_cie ntifica.pdf

• •

El modelo HARMONIE en modo no hidrostático incluye 6 variables de pronóstico para los procesos húmedos: vapor de agua, agua líquida, cristales de hielo, lluvia, nieve y nieve granulada o granizo. Se ejecuta diariamente sobre un área que cubre la península Ibérica y Baleares a 2,5km de resolución horizontal y 65 niveles en la vertical.

Reflectividades previstas por el modelo HARMONIE (izquierda) y medidas por la red de radares de AEMET (derecha)

Vigilancia y predicción a muy corto plazo

Requerimientos: 4.-Difusión de productos • •

Este eslabón debe ser muy eficiente ya que la predicción a muy corto plazo es muy perecedera Deben plantearse cuestiones como: – – –

•

Qué productos son los mas adecuados En qué formato deben generarse Cómo hacerlos llegar al usuario general y/o especializado

Dos tipos de medios de difusión 1. Pasivos (prensa, radio, TV, Web,…) útil para algunos productos y algunos usuarios 2. Activos (aviso a autoridades, comunicación con un piloto para informar de las condiciones de pista,…)

Vigilancia y predicción a muy corto plazo

Requerimientos: 4.-Difusión de productos

Dos tipos de productos de vigilancia • Avisos de fenómenos adversos (SIGMET, Sistema de Avisos), que requieren una difusión activa • Observaciones-análisis (actividad eléctrica, análisis de la precipitación en la última hora en la cabecera de un río, etc.)

Puntos clave asociados al nowcasting

Puntos clave asociados al nowcasting • El nowcasting está muy orientado a los usuarios, por lo que normalmente los algoritmos se elaboran para satisfacer sus necesidades. • Los usuarios requieren una representación homogénea del tiempo previsto, desde el momento actual hasta el medio plazo, a pequeños intervalos de tiempo, y para cada lugar, es decir, una predicción sin costuras: “seamless forecast”.

Puntos clave asociados al nowcasting

Puntos clave asociados al nowcasting • Ofrecer información de la incertidumbre de forma dinámica y en tiempo real. Gracias al uso de diferentes tipos de datos (diferentes fuentes, alta frecuencia de observación, etc.), a menudo, es posible suministrar una estimación de la incertidumbre en tiempo real. Es importante encontrar la forma de comunicar dicha incertidumbre a los usuarios. • Validación del nowcasting, en la medida de lo posible en tiempo real. Cuando están disponibles varios métodos similares de nowcasting, una validación en tiempo casi real podría ser de ayuda a los usuarios.