Un nuevo algoritmo permite predecir la formación de tormentas en el aeropuerto de Madrid-Barajas

El tráfico aéreo puede verse afectado en gran medida por las condiciones climáticas adversas. La formación de nubes convectivas, en las que aire cálido asciende rápidamente, es una de las situaciones meteorológicas que más imprevistos ocasiona. Este tipo de eventos puede estar asociados a fuertes vientos y tormentas y representar un riesgo para la aviación, provocando desvíos de vuelos, incrementos en el tiempo de espera en el aire y, en definitiva, problemas en las operaciones de los aeropuertos.

El sistema, que incorpora técnicas de inteligencia artificial a partir de datos históricos recopilados durante 5 años, formula predicciones sobre situaciones meteorológicas adversas en un horizonte temporal de 12 horas, lo que podría ayudar a los controladores aéreos en la toma de decisiones.

Un nuevo trabajo ha conseguido desarrollar un algoritmo capaz de predecir la formación de este tipo de nubes y tormentas en Adolfo Suárez Madrid- Barajas, el aeropuerto más frecuentado de España y uno de los aeródromos europeos que registra mayor número de pasajeros al año.

El estudio, coordinado por la Universidad de Córdoba (UCO), y en el que también ha participado la Universidad Politécnica de Madrid, la Universidad de Valladolid y la Universidad de Alcalá de Henares, incorpora técnicas de inteligencia artificial para formular predicciones precisas en un horizonte temporal de 12 horas, lo que podría ayudar a las personas especialistas en control de tráfico aéreo en la toma de decisiones frente a este tipo de situaciones.

Tal y como explica David Guijo, uno de los autores del estudio e investigador del grupo AYRNA de la UCO especializado en inteligencia artificial, el nuevo sistema parte de los modelos tradicionales de predicción meteorológica, a los que se les añaden datos históricos del propio aeropuerto madrileño, recopilados durante el periodo que abarca desde 2011 a 2015. Posteriormente se aplican técnicas de aprendizaje automático sobre estos datos, las cuales realizan la predicción meteorológica.

Concretamente, la información ha sido proporcionada por la estación de radiosonda Madrid-Barajas, gestionada por la Agencia Estatal de Meteorología (AEMET), y por otras estaciones meteorológicas de la capital, a partir de las cuales se han analizado distintas variables a diferentes alturas como la temperatura, el viento o el contenido de vapor de agua. A partir de toda esta información, y tras procesar la experiencia acumulada durante cinco años de datos, el algoritmo es capaz de inferir predicciones meteorológicas en el propio aeropuerto en base a cuatro categorías distintas: días soleados, días nublados, días con presencia de nubes convectivas y días con tormentas, siendo estas dos últimas situaciones las que más problemas presentan en despegue y aterrizaje de aviones.

«La combinación de diversas fuentes de información diferentes es una de las novedades del estudio, lo que nos permite caracterizar mejor el problema y realizar predicciones más precisas», destaca Pedro Antonio Gutiérrez, otro de los investigadores del grupo AYRNA, liderado por el catedrático César Hervás.

La investigación, concretamente, se enmarca dentro del proyecto Hamlet, una iniciativa en la que participan las universidades de Córdoba y Alcalá de Henares y que tiene como objetivo desarrollar algoritmos predictivos para abordar problemas relacionados con la salud y el medioambiente.

Referencias: D. Guijo-Rubio, C. Casanova-Mateo, J. Sanz-Justo, P.A. Gutiérrez, S. Cornejo-Bueno, C. Hervás-Martínez y S. Salcedo-Sanz. «Ordinal regression algorithms for the analysis of convective situations over Madrid-Barajas airport», Atmospheric Research, Vol. 236, May, 2020, pp. 104798. DOI:10.1016/j.atmosres.2019.104798