Skill Evaluation of Extended Range Forecasts for Northeast Monsoon Rainfall across Smaller Spatial Domains of South Peninsular India

Resumen Técnico: Evaluación de la Destreza de los Pronósticos de Rango Extendido para las Precipitaciones del Monzón del Noreste en Dominios Espaciales Menores del Sur de la Península India

Planteamiento del Problema
La predicción fiable de las precipitaciones del Monzón del Noreste (NEM) en tiempos de adelanto de rango extendido es crítica para la planificación agrícola, la gestión de los recursos hídricos y la reducción del riesgo de desastres en el sur de la península india. A diferencia del Monzón del Suroeste, el NEM es espacialmente heterogéneo y se concentra fuertemente en subdivisiones específicas como Tamil Nadu, Kerala y la costa de Andhra Pradesh. Aunque investigaciones previas han avanzado en la comprensión de la climatología del NEM y la predicción estacional, las evaluaciones diagnósticas sistemáticas de los Pronósticos de Rango Extendido (ERF) en escalas espaciales más finas siguen siendo limitadas. Los pronósticos operativos existentes suelen depender de subdivisiones meteorológicas más amplias, lo que puede ocultar la variabilidad local esencial para la toma de decisiones regionalizada. Este estudio aborda esta brecha mediante la evaluación del desempeño de los ERF operativos sobre 11 dominios espaciales más pequeños y granulares dentro del sur de la península india a través de temporadas de monzón contrastantes.

Metodología
El estudio evalúa el sistema operativo de Pronóstico de Rango Extendido (ERF) del Departamento Meteorológico de la India (IMD), el cual utiliza el modelo acoplado CFSv2 (basado en los componentes de océano MOM4 y atmósfera GFS de NCEP's CFSv2). El sistema genera pronósticos semanales con hasta cuatro semanas de antelación, inicializados cada miércoles.

• Área de Estudio y Período: El análisis cubre 11 regiones específicas en el sur de la península india (por ejemplo, Norte/Sur de Kerala, diversas subdivisiones de Tamil Nadu, Costa/Rayalaseema de Andhra Pradesh e Interior de Karnataka) durante las temporadas del NEM de 2015 (sustancialmente por encima de lo normal), 2016 (severamente deficiente) y 2017 (por debajo de lo normal).
• Fuentes de Datos: Los pronósticos se verifican contra los datos de precipitación combinados IMD-GPM a una resolución de 1°, que integra estimaciones de pluviómetros y satélite.
• Categorización: Para dar cuenta de la alta variabilidad en escalas más finas, la precipitación se categoriza en tres grupos basados en las desviaciones semanales del Promedio de Largo Periodo (LPA): Sobre lo Normal (AN, >20%), Normal (NN, -19% a +19%) y Bajo lo Normal (BN, <-20%).
• Métricas de Verificación: El desempeño se evalúa mediante puntuaciones de verificación categórica derivadas de tablas de contingencia de 2x2. Las métricas incluyen la Exactitud del Pronóstico, el Índice de Sesgo (BS), la Probabilidad de Detección (POD), la Relación de Falsa Alarma (FAR), el Índice de Éxito Crítico (CSI) y el Índice de Amenaza Equitativa (ETS).

Resultados Clave
La evaluación revela una clara dependencia de la destreza del pronóstico respecto al tiempo de adelanto, la ubicación espacial y las características interanuales del monzón:

• Dependencia del Tiempo de Adelanto: La destreza del pronóstico es mayor en la Semana-1 y se degrada sistemáticamente a través de la Semana-4. Los pronósticos de la Semana-1 demuestran una exactitud superior al 65–75%, siendo la categoría Normal (NN) la que mejor se desempeña (70–80% de exactitud). Para la Semana-4, la destreza disminuye a aproximadamente un 40–50%.
• Desempeño por Categoría:
  • Normal (NN): Muestra consistentemente la mayor exactitud y POD en todos los tiempos de adelanto y años, con Índices de Sesgo cercanos a la unidad (error sistemático mínimo).
  • Sobre lo Normal (AN): Muestra una exactitud moderada pero con tendencia a una ligera sobreestimación (Sesgo > 1), particularmente en adelantos largos.
  • Bajo lo Normal (BN): Presenta la menor destreza, especialmente en adelantos largos, con una tendencia hacia la subestimación (Sesgo < 1) y mayores Relaciones de Falsa Alarma.
• Variabilidad Interanual:
  • 2016 (Severamente Deficiente): Demostró la mayor predictibilidad y consistencia espacial entre los tres años, con una destreza útil que se extendió hasta la Semana-3.
  • 2017 (Bajo lo Normal): Mostró un desempeño intermedio, mejor que 2015 pero con más variabilidad que 2016.
  • 2015 (Sustancialmente Sobre lo Normal): Exhibió la menor destreza y mayor incertidumbre. Esta reducción en la predictibilidad se atribuye a la variabilidad dominante a escala sinóptica y a las fuertes interacciones entre perturbaciones sinópticas y modos de baja frecuencia, que son difíciles de capturar para los modelos en adelantos extendidos.
• Variabilidad Espacial: Las regiones costeras generalmente mostraron una mejor predictibilidad en comparación con las regiones interiores, particularmente en tiempos de adelanto más largos.

Significancia y Reivindicaciones
El artículo concluye que el sistema ERF operativo posee una destreza predictiva significativa para las precipitaciones del NEM sobre dominios espaciales menores en el sur de la península india, particularmente hasta un tiempo de adelanto de 2 a 3 semanas. El estudio destaca que, si bien la incertidumbre del pronóstico aumenta con el tiempo de adelanto, el sistema sigue siendo capaz de distinguir entre regímenes de precipitación (AN, NN, BN) con una fiabilidad razonable, especialmente para condiciones normales.

Los autores afirman que estos hallazgos respaldan la aplicación potencial de los ERF en servicios de asesoría agropecuaria operativa y en el pronóstico basado en impactos. Al proporcionar perspectivas semanales fiables para subdivisiones específicas, el sistema puede asistir a las partes interesadas en la optimización de actividades agrícolas, tales como la programación del riego y las decisiones de siembra, así como en la preparación para riesgos de inundaciones o sequías. El estudio enfatiza que, aunque el sistema no es perfecto, su nivel actual de destreza ofrece una herramienta valiosa para la toma de decisiones en la región, siempre que los usuarios tengan en cuenta la degradación de la destreza más allá de la segunda semana y los desafíos específicos planteados por temporadas sinópticas altamente activas como la de 2015.