Una previsión única, a veces llamada ejecución "determinista", parte de una sola mejor estimación de la atmósfera actual y la proyecta una vez hacia el futuro. El problema es que la atmósfera es caótica: pequeños errores inevitables en esa fotografía inicial, mucho menores de lo que cualquier instrumento podría medir, crecen con el tiempo y pueden cambiar por completo el resultado hacia el séptimo o décimo día. Este es el famoso "efecto mariposa". Una sola ejecución muestra, por tanto, solo un futuro posible entre muchos igualmente plausibles. Una previsión por conjuntos (ensemble) resuelve esto ejecutando el mismo modelo decenas de veces, cada una con un punto de partida ligeramente distinto pero igualmente realista, para muestrear el abanico de futuros que la atmósfera podría tomar realmente.
Cómo se crean los ensembles
Dos tipos de perturbaciones construyen un ensemble. Primero, las condiciones iniciales se ajustan ligeramente dentro del margen de incertidumbre conocido de las observaciones que alimentan el modelo, generando muchas atmósferas de partida algo distintas pero igualmente válidas. Segundo, las perturbaciones estocásticas de la física varían cómo representa el modelo procesos demasiado pequeños para calcularse directamente, como nubes individuales o turbulencia, ya que estos se aproximan en vez de resolverse con exactitud. El ensemble de ECMWF, llamado ENS, ejecuta 50 miembros perturbados más una ejecución de control sin perturbar, hasta 15 días. El GEFS de la NOAA, el ensemble del GFS, ejecuta unos 30 miembros. El AIFS de ECMWF, basado en inteligencia artificial, resulta tan económico de calcular que su propio ensemble puede generarse rápidamente con muchísimo menos hardware, haciendo que los grandes ensembles sean más accesibles que nunca. Algunos meteorólogos van más allá y construyen ensembles multimodelo, combinando miembros de varios modelos de distintos centros nacionales en un único conjunto más amplio.
Cómo interpretar un ensemble
La visualización clásica es el "spaghetti plot": una línea por miembro, todas superpuestas para la misma variable, como la altura geopotencial a 500 hPa o la temperatura a 850 hPa. Cuando las líneas se agrupan estrechamente, los miembros coinciden y la confianza es alta; cuando se abren en abanico, el futuro de la atmósfera es realmente incierto en ese punto, sin importar cuán convincente parezca una sola línea. La media del ensemble, el promedio de todos los miembros, es más suave que cualquier ejecución individual y suele ser un buen número único para citar, pero puede difuminar dos escenarios distintos e igualmente probables en un valor medio engañoso, por lo que nunca debe leerse sola. Los porcentajes suelen ser el resumen más útil: si 35 de 50 miembros muestran lluvia medible en un lugar, eso equivale aproximadamente a un 70% de probabilidad de lluvia allí, ni una certeza ni un lanzamiento de moneda. Como regla general, la dispersión del ensemble es naturalmente estrecha uno o dos días antes y se amplía progresivamente a lo largo de la semana, así que trate la salida del día uno como una comprobación de sentido común y la del día ocho o nueve como una guía del rango de posibilidades en lugar de una respuesta única. En las páginas de ensembles de ECMWF, GFS y AIFS de ngmeteo.com, haz clic en cualquier ubicación para ver exactamente ese abanico de previsiones miembro por miembro de temperatura y precipitación, la imagen más honesta de lo que un modelo de previsión realmente sabe sobre el futuro.