A 10,000-Year Global Stochastic Tropical Cyclone Catalog with Wind-Dependent Track Transitions (WHITS)

Los ciclones tropicales se encuentran entre las fuerzas más poderosas y destructivas de la Tierra, capaces de remodelar las líneas costeras y causar miles de millones de dólares en daños en una sola temporada. Para las compañías de seguros, los planificadores urbanos y los ingenieros, el desafío central no es solo saber que estas tormentas ocurren, sino comprender exactamente con qué frecuencia podrían azotar una ubicación específica. El problema es que el registro histórico de estas tormentas es demasiado corto y demasiado fragmentado para proporcionar una respuesta clara. Solo tenemos unas pocas décadas de datos fiables para muchas partes del mundo, y sin embargo, los eventos más catastróficos podrían ocurrir solo una vez cada cientos de años. Depender únicamente de lo que hemos visto hasta ahora deja un peligroso vacío en nuestro conocimiento, lo que dificulta el diseño de edificios que puedan resistir vientos extremos poco comunes o la fijación de precios de pólizas de seguro que reflejen el riesgo real.

Para llenar este vacío, los investigadores han desarrollado formas de crear catálogos sintéticos: bibliotecas masivas de tormentas simuladas que siguen las reglas estadísticas del mundo real, pero que se extienden mucho más allá de los límites de la observación humana. Estas simulaciones actúan como un puente entre la corta historia que tenemos y el largo futuro para el que necesitamos planificar. El objetivo es generar miles de años de datos de tormentas que parezcan y se comporten como tormentas reales, preservando las formas, velocidades y trayectorias complejas que produce la naturaleza, sin introducir errores artificiales que puedan sesgar los cálculos de riesgo. Este enfoque permite a los expertos plantear preguntas sobre eventos raros que el registro histórico simplemente no puede responder.

Un nuevo estudio presenta una herramienta sofisticada llamada WHITS, un sistema diseñado para generar un catálogo global de trayectorias de ciclones tropicales de diez mil años. Creado por investigadores de la Universidad de Columbia y la Universidad Estatal de Arizona, este modelo va más allá de las simples conjeturas estadísticas al construir nuevas tormentas a partir de piezas de tormentas reales e históricas. En lugar de intentar ajustar los datos a una fórmula matemática rígida, el sistema actúa como una maestra de la costura, cortando y cosiendo segmentos de trayectorias de tormentas reales para crear viajes completamente nuevos y plausibles. El resultado es una vasta biblioteca de tormentas que captura la realidad desordenada e irregular de cómo estos sistemas se mueven, dan vueltas o se estancan, proporcionando una imagen mucho más clara del riesgo para todo el globo.

La innovación central de WHITS reside en cómo construye sus tormentas sintéticas. Los investigadores comenzaron con el registro histórico completo de ciclones tropicales de seis grandes cuencas oceánicas, incluyendo el Atlántico Norte, el Pacífico Occidental y el Océano Índico del Sur. Descompusieron estas trayectorias históricas en segmentos cortos de longitud variable. Cuando la computadora necesita crear una nueva tormenta, elige un punto de partida y luego comienza a recorrer un segmento histórico elegido al azar. A medida que la tormenta simulada avanza, el sistema decide si permanece en ese camino o salta a un segmento histórico vecino que sea similar. Esta decisión no es aleatoria; está guiada por la velocidad del viento local, la edad de la tormenta, su ubicación y su velocidad de avance. Al condicionar estas elecciones a la velocidad del viento, el modelo asegura que las nuevas tormentas mantengan una intensidad realista y transiciones suaves, evitando los saltos bruscos y antinaturales que afectaban a versiones anteriores de esta tecnología.

Este enfoque centrado en el viento es crucial porque el daño que causa una tormenta está profundamente ligado a su trayectoria y su velocidad. Una tormenta que regresa sobre sí misma o se estanca sobre una región puede causar mucha más destrucción que una tormenta que se mueve rápidamente en línea recta, incluso si sus velocidades máximas de viento son idénticas. Los modelos anteriores solían suavizar estas irregularidades, borrando efectivamente las formas únicas y caóticas que toman las tormentas reales. WHITS, sin embargo, preserva estas geometrías irregulares. Permite giros cerrados, reversiones en forma de gancho y bucles complejos, exactamente como aparecen en el registro histórico. El sistema no obliga a las tormentas a seguir patrones limpios y predecibles; en cambio, permite que deambulen por el océano de maneras que son físicamente plausibles, asegurando que el catálogo resultante refleje la verdadera variedad del comportamiento de la naturaleza.

Para hacer que los datos sean utilizables para ingenieros y aseguradores, los investigadores añadieron una capa final de refinamiento. Incluso con una selección cuidadosa, saltar de un segmento histórico a otro puede, en ocasiones, crear pequeñas brechas de posición poco realistas o saltos repentinos en la velocidad del viento. El equipo desarrolló una técnica de suavizado que mezcla suavemente estos puntos de transición, eliminando los artefactos digitales mientras mantiene la forma general de la tormenta intacta. Esto asegura que, cuando las tormentas simuladas se introducen en modelos que predicen marejadas ciclónicas o daños por viento, los resultados sean continuos y fiables, sin picos espurios que podrían conducir a evaluaciones de riesgo incorrectas.

El equipo probó su catálogo de diez mil años contra los mejores datos históricos disponibles y contra otro modelo de tormentas globales ampliamente utilizado. Los resultados mostraron que WHITS reproduce con éxito los patrones observados de hacia dónde viajan las tormentas y con qué frecuencia los vientos con fuerza de huracán golpean ubicaciones específicas en todas las seis cuencas principales. Las tormentas simuladas coincidieron con el mundo real en su densidad espacial, mostrando los mismos corredores de alto riesgo en el Caribe, la costa de México y las aguas al este de Filipinas. Más importante aún, el modelo capturó con precisión la probabilidad de que una ubicación experimente vientos con fuerza de huracán en cualquier año dado, una métrica clave para la planificación de riesgos a largo plazo. Los campos simulados fueron más suaves que los registros históricos, lo cual es exactamente lo que se necesita para estimar la probabilidad de eventos extremos y raros con mayor confianza.

A diferencia de otros modelos que dependen de complejas ecuaciones físicas o asumen que las tormentas siguen distribuciones matemáticas específicas, WHITS se basa en la realidad empírica de lo que ya ha sucedido. Al remuestrear segmentos de trayectorias reales, hereda la relación natural entre la forma de una tormenta, su intensidad y dónde realiza el aterrizaje. Este enfoque evita el sesgo que puede surgir cuando los modelos se ven forzados a ajustarse a formas predefinidas que pueden no existir en la naturaleza. Los investigadores encontraron que un único conjunto de reglas podía generar con éxito tormentas realistas para seis cuencas oceánicas muy diferentes, cada una con su propio clima y comportamiento de tormentas. Esto sugiere que la estructura subyacente del modelo es robusta y capaz de adaptarse a diversos entornos sin necesidad de ser ajustada por separado para cada región.

El catálogo resultante es un recurso masivo para cualquier persona preocupada por el riesgo climático. Proporciona una muestra amplia y de bajo sesgo de tormentas físicamente plausibles que pueden utilizarse para estimar pérdidas potenciales para las compañías de seguros, para diseñar edificios que puedan resistir vientos extremos y para planificar la resiliencia costera. Debido a que el modelo genera diez mil años de datos, ofrece una visión estable del extremo final de la distribución de riesgo: los eventos raros de alto impacto que son demasiado infrecuentes para aparecer en el corto registro histórico, pero que son críticos para la seguridad a largo plazo. Los investigadores han puesto este conjunto de datos a disposición para uso académico y no comercial, permitiendo a científicos y planificadores explorar toda la gama del comportamiento de los ciclones tropicales y prepararse mejor para las tormentas del futuro.

El trabajo representa un paso significativo en la forma en que entendemos y cuantificamos el riesgo de los ciclones tropicales. Al combinar el poder estadístico de un enorme catálogo sintético con el realismo físico de los segmentos de trayectorias históricas, los investigadores han creado una herramienta que respeta la complejidad de la naturaleza mientras proporciona la claridad necesaria para la toma de decisiones. El modelo no pretende predecir el futuro con certeza, pero ofrece una forma mucho más fiable de imaginar las posibilidades, asegurando que nuestros preparativos para la próxima gran tormenta se basen en una visión integral y realista de los riesgos que enfrentamos.