MATEMTICAS DE LOS FLUIDOS.

EL CLIMA Y EL TIEMPO

Mikel Lezaun
Matemtica Aplicada, Estadstica e Investigacin Operativa. Universidad del Pas Vasco.

INTRODUCCIN

En muchas situaciones, pensemos por ejemplo en el espectculo de las olas rompiendo en las
paredes de un acantilado, en la evolucin de las nubes en el cielo o en el humo de un cigarrillo, el
movimiento de los fluidos adems de fascinante es muy difcil de aprehender. Resulta casi paradjico
que a comienzos del siglo XXI se haya conseguido comprender y modelizar numerosos fenmenos de
la escala de las micropartculas (dominio de la mecnica cuntica) y de la escala del Universo
(dominio de la mecnica relativista), mientras que flujos de los fluidos ms corrientes, como el aire y
el agua, que son de la escala humana, que los podemos ver, y que pertenecen a la mecnica clsica,
todava sean un misterio cuya resolucin constituye hoy en da uno de los grandes retos de la ciencia y,
en particular, de las matemticas.

La resolucin de este gran desafo cientfico tiene una enorme importancia, tanto
cientfica como tecnolgica y econmica. Fijmonos por ejemplo en la turbulencia. Cuando un cuerpo
aerodinmico se desplaza suficientemente rpido en un fluido, aire o agua, puede engendrar
turbulencia en su estela o en las capas lmite cerca de su frontera, lo cual en general ser nefasto ya
que aumentar la resistencia del fluido y reducir las prestaciones. Por ello, con el fin de mejorar el
comportamiento del vehculo o de disminuir su consumo de combustible, los fabricantes de aviones,
de trenes de alta velocidad, de automviles y de barcos tienen un gran inters en limitar esa
turbulencia. En sentido inverso, la turbulencia tambin puede tener efectos beneficiosos. As, para
mejorar el rendimiento de la combustin, en la cmara de combustin de un motor de automvil, de
avin o de cohete hay que favorecer la mezcla turbulenta. Este aumento de la turbulencia redundar en
un mejor aprovechamiento de la energa y en una disminucin de la emisin de productos
contaminantes.

Fotografa de Javier Valls

Los modelos de la dinmica de fluidos estn formados por ecuaciones en derivadas parciales
no lineales, que en su forma ms general son muy complicadas, tienen una gran dificultad matemtica.
Estas ecuaciones constituyen uno de los campos de interaccin entre las teoras matemticas abstractas
basadas en el anlisis funcional y los sistemas dinmicos, y el mundo concreto interesado en la
obtencin de soluciones cuantitativas, que en todo caso slo sern aproximadas. Uno de los grandes
captulos de la mecnica de fluidos es el desarrollo y resolucin de modelos matemticos de la
dinmica atmosfrica, con el fin de predecir el tiempo, la ocurrencia de fenmenos meteorolgicos
adversos y el clima. Estos problemas son muy importantes, tienen muchas implicaciones econmicas,
sociales y medio ambientales, y a ellos se dedican grandes esfuerzos. Una peculiaridad de la
resolucin prctica de los modelos atmosfricos es su gran dimensin, la gran cantidad de datos y
1
variables a tratar, y la necesidad de que la solucin est a disposicin de los usuarios en poco tiempo,
mucho antes del plazo de la prediccin. Esto hace que los servicios meteorolgicos sean uno de los
usuarios de los superordenadores ms potentes.

MODELIZACIN MATEMTICA DE LA DINMICA ATMOSFRICA

En 1904, el cientfico noruego Vilhelm Bjerknes defendi por primera vez que la prediccin del
tiempo es un problema matemtico y enunci las siete ecuaciones en derivadas parciales con siete
funciones incgnitas (las tres componentes de la velocidad del viento, la presin, la densidad, la
temperatura y la humedad especfica) que gobiernan la dinmica atmosfrica. A estas funciones
incgnita se las denomina variables meteorolgicas. Como el mismo Bjerknes advirti, estas
ecuaciones son muy difciles de resolver y, hasta mediados del siglo XX con la llegada de los
ordenadores no ha sido posible obtener valores de las soluciones, eso s, valores aproximados.

V. Bjerknes

Ecuaciones de la dinmica atmosfrica

Las ecuaciones que modelizan la evolucin de la atmsfera son la expresin matemtica de

principios generales de la fsica, de la mecnica de fluidos, aplicados a una muy pequea parcela de
aire que se sigue en su movimiento. Describiremos a continuacin brevemente estos principios y las
ecuaciones en derivadas parciales que generan.

El primero de los principios es una de las leyes ms conocidas de la fsica y de la ciencia: la

segunda ley de Newton, formulada por Isaac Newton en 1687, que dice que la fuerza es igual a la
masa por la aceleracin. As, en un sistema de referencia inercial, la aceleracin absoluta de una
parcela de aire es igual a la fuerza que se ejerce sobre la parcela dividida por su masa:

dava F
= .
dt m

En un sistema de referencia con origen en el centro de la tierra y que gira con ella, la velocidad
absoluta v a de la parcela es la suma de la velocidad relativa v de la parcela con respecto al sistema de
referencia y de la velocidad debida al giro de la tierra. Esto hace que en los sistemas rotatorios haya
dos fuerzas aparentes: la fuerza de Coriolis, denominada as en honor del matemtico francs Gaspard
Gustav de Coriolis (1792-1843), y la fuerza centrfuga. Las fuerzas reales que actan sobre la parcela
de aire son tres: el empuje debido a las diferencias de presin, la fuerza gravitatoria y la fuerza de
rozamiento de la parcela del aire con el resto de la atmsfera. As, vista desde la Tierra, la segunda ley
de Newton se escribe:

dv 1
= p + g 2 v + Fr , (1)
dt

2
donde p es la presin en la parcela de aire, la densidad de la parcela y la velocidad angular de la
rotacin terrestre. En esta ecuacin, el primer miembro es la aceleracin de la parcela respecto al
sistema de referencia que gira con la Tierra y el segundo contiene las fuerzas por unidad de masa: el
primer trmino es la fuerza gradiente de presin, el segundo la aceleracin gravitatoria aparente g, que
agrupa la aceleracin gravitatoria real y la centrfuga, 2 v es la aceleracin de Coriolis y Fr la
fuerza de rozamiento de la parcela del aire con el resto de la atmsfera. Esta es una ecuacin vectorial
que tiene tres componentes, tres ecuaciones escalares.

El segundo principio general es la ley de conservacin de la masa, que afirma que cuando se
sigue una parcela de aire en su movimiento, la masa de la parcela se conserva. Esta ley se traduce en la
ecuacin de continuidad:

+ v = v . (2)
t

Los cientficos Jacques Charles (1746-1823) y Louis Joseph Gay-Lussac (1778-1850)

descubrieron experimentalmente que los gases en los que la densidad es pequea, el producto de la
presin por el volumen es prcticamente proporcional a su temperatura. De forma ms precisa, un gas
se dice perfecto si la presin es directamente proporcional al producto de la densidad por la
temperatura. Suponiendo que la atmsfera se comporta como un gas perfecto se tiene la relacin:

p = R T , (3)

donde R es la constante de los gases y T la temperatura de la parcela de aire.

El principio de conservacin de la energa aplicado a una parcela de aire afirma que el calor
suministrado a una parcela de aire se utiliza para aumentar su energa interna, su temperatura, o para
producir trabajo de dilatacin. La ecuacin que recoge este principio es:

dT d
Cv +p =Q, (4)
dt dt
1
donde C v es el calor especfico del aire a volumen constante, = el volumen especfico, y Q la

tasa de calor por unidad de masa emitida (absorbida) debido a la condensacin (evaporacin),
congelacin (fundicin), calentamiento solar y calentamiento infrarrojo.

Para terminar, la variacin del vapor de agua q por unidad de masa contenido en una parcela de
aire es igual a los aportes de vapor de agua debidos a la evaporacin (E), menos las perdidas debidas a
la condensacin (C):
dq
= E C . (5)
dt

Estas siete ecuaciones estn escritas en un sistema de referencia cartesiano de origen el centro
de la Tierra y que gira con ella. Ahora bien, como la Tierra y la atmsfera que la rodea son
aproximadamente una esfera, es natural utilizar como coordenadas de la posicin de una parcela de
aire la longitud, la latitud, y la altitud z sobre la superficie de la tierra. Esto requiere transformar las
ecuaciones a estas coordenadas y se tiene as el modelo bsico de la dinmica atmosfrica.

Las ecuaciones anteriores son muy complicadas, muy generales, y para muchas situaciones es
posible utilizar modelos ms sencillos, lo que da origen a una gran variedad de ecuaciones y modelos
de la mecnica de fluidos. En el caso de la prediccin del tiempo, un anlisis del orden de magnitud de
3
los distintos trminos de esas primeras ecuaciones permite simplificarlas, segn sean las escalas de
espacio y tiempo de los fenmenos meteorolgicos que se consideren. Por ejemplo, para fenmenos
meteorolgicos de escala sinptica (de cientos a unos pocos miles de kilmetros y de duracin de das
a semanas) y de escala planetaria, la mayor parte de los modelos atmosfricos asumen la aproximacin
hidrosttica, que consiste en despreciar las aceleraciones verticales y sustituir la ecuacin de la
p
componente vertical de la velocidad por la ecuacin = g . Cuando no se considera toda la
z
atmsfera, sino un dominio limitado lateralmente de dimensiones menores que el radio de la Tierra, se
puede despreciar la curvatura de la Tierra y utilizar coordenadas horizontales planas x, y. Se tiene as
la denominada aproximacin tangente. Un modelo muy sencillo con una sola ecuacin y significado
meteorolgico es el modelo cuasi-geostrfico de la altitud en la atmsfera de la capa que est a 500
milibares de presin. Este modelo fue introducido en 1950 por Jule Charney, Ragnar Fjrtoft y John
von Neumann para realizar la primera prediccin numrica del tiempo. Esta experiencia prctica,
planteada por von Neumann para mostrar el potencial revolucionario de los ordenadores, marca el
comienzo de la prediccin numrica del tiempo.

J. Charney

RESOLUCIN NUMRICA

Una vez construido el modelo matemtico hay que resolverlo, hay que disear un algoritmo
que, a partir de los valores de las funciones incgnita en un instante inicial, proporcione los valores de
esas variables en instantes posteriores. Las ecuaciones (1)-(5) conforman un sistema con igual nmero
de ecuaciones que de incgnitas, por lo que en principio se puede intentar resolver. Para ello, adems
de las condiciones iniciales ser necesario definir las condiciones de contorno, los valores de las
variables en la frontera del dominio espacial de resolucin. Ahora bien, debido fundamentalmente al
carcter no lineal de las ecuaciones, el sistema (1)-(5) y sus variantes, con las correspondientes
condiciones iniciales y de contorno, no se puede resolver obteniendo unas expresiones matemticas
explcitas que den los valores de las variables en instantes posteriores. Su resolucin slo se puede
abordar con mtodos numricos, convirtiendo el problema continuo en uno discreto, para luego
resolverlo en un ordenador y obtener as valores aproximados de las variables meteorolgicas. La rama
de las matemticas que estudia este tipo de resoluciones se denomina Anlisis Numrico, que desde la
llegada de los ordenadores ha sufrido un desarrollo espectacular. Veamos las ideas directrices de la
resolucin numrica de esas ecuaciones.

Discretizacin del espacio

Se divide la atmsfera en cajas y se considera que en cada una de las cajas las
variablesmeteorolgicas son homogneas, que valen lo mismo. Segn los modelos y los plazos de las
predicciones, las dimensiones horizontales de estas cajas pueden ir desde diez a unas pocas centenas
de kilmetros y el nmero de niveles de altura desde unos veinte hasta sesenta.

4
 Illustration L. Fairhead LMD/CNR

Discretizacin de las ecuaciones

Una vez discretizada la atmsfera, se tienen que adaptar las ecuaciones a esta atmsfera con un
nmero finito de componentes. Para fijar las ideas consideremos la ecuacin (5) de la humedad
especfica de vapor de agua escrita en forma desarrollada:

q q q q
= u v w + E C , (6)
t x y z

donde u, v y w son las tres componentes de la velocidad de la parcela de aire. Supongamos conocidos
los valores de las distintas variables en las cajas en que se ha dividido la atmsfera, en el instante t.
Discretizando las derivadas espaciales de q mediante frmulas del tipo (mtodo de diferencias finitas):

q qi +1, j ,k qi 1, j ,k
x (t ) ,
i , j ,k 2x t

donde qi , j ,k es el valor de q en el instante t en la caja con centro de coordenadas (i, j , k ) y x la

dimensin de las cajas en la direccin de la variable x, se obtienen valores aproximados de esas
derivadas en las cajas atmosfricas. Con estos valores, de la ecuacin (6) se obtienen valores
q
aproximados de (t ) en las cajas atmosfricas en el instante t. De la discretizacin de la derivada
t
temporal de q:
q q(t + t ) q(t )
(t ) ,
t t
o lo que es lo mismo de:
q
qi , j ,k (t + t ) qi , j ,k (t ) + t (t ) ,
t i , j ,k
donde t es un paso de tiempo, se obtienen valores aproximados de q en las cajas en el instante
posterior t + t , y se avanza un paso de tiempo. As, partiendo de los valores de las variables en el
instante inicial t = 0 y repitiendo sucesivamente el proceso descrito, mediante un nmero finito de
operaciones se puede avanzar paso a paso hasta obtener valores aproximados de las variables en el
instante deseado. El nmero de operaciones que hay que hacer es muy grande y hay que hacerlas
rpidamente, lo cual es factible desde el advenimiento de los ordenadores.

Cuanto ms pequeas sean las cajas atmosfricas y menor el paso de tiempo, el coste de la
resolucin es mayor, pero cabe esperar que la aproximacin ser mejor. Ahora bien, hay que hacer
matemticas: es indispensable estar seguros de que lo que se obtiene es realmente una aproximacin a
la hipottica solucin del modelo. El algoritmo de resolucin que acabamos de describir es ideal, la
realidad es mucho ms complicada. Por ello, es muy importante el esfuerzo de matemticos que
5
proponen algoritmos adaptados a las nuevas prestaciones de los ordenadores y que obtienen en un
breve espacio de tiempo soluciones aproximadas.

Asimilacin de datos

Para arrancar el proceso de resolucin se necesita conocer el estado de la atmsfera en un

instante inicial de partida, ms exactamente el valor de las magnitudes meteorolgicas en todas las
cajas en t = 0 . Para determinar esos valores se parte de los datos proporcionados por una extensa red
de recogida de datos meteorolgicos in situ sobre la superficie terrestre y en capas altas de la
atmsfera (observatorios, estaciones automticas en tierra, boyas marinas, barcos mercantes, globos
sonda, aviones comerciales...) y por aparatos de teledeteccin, como son los satlites meteorolgicos
geoestacionarios, los polares y los radares meteorolgicos.

Las estaciones meteorolgicas no estn igualmente distribuidas por toda la superficie terrestre
ni por toda la atmsfera, de unas zonas geogrficas se tienen muchos ms datos que de otras y hay
pocos datos en altura. En lo que respecta a los satlites polares, barren continuamente la tierra y sus
medidas no se obtienen simultneamente en todos los puntos. Con toda esta gran cantidad de datos,
mal distribuidos, hay que construir el estado inicial de las variables meteorolgicas en todas las cajas
atmosfricas. Adems, todas las variables meteorolgicas tienen que estar relacionadas entre s, ya que
conforman un estado instantneo de la atmsfera. El proceso de pasar de los datos observados a las
condiciones iniciales se denomina asimilacin de datos. Actualmente los modelos meteorolgicos
operativos ms avanzados lo hacen resolviendo un problema matemtico de optimizacin dinmica
denominado Asimilacin Variacional 4D-VAR. La idea subyacente de este mtodo consiste en fijar un
intervalo temporal precedente, por ejemplo doce horas, y hallar las condiciones iniciales en todas las
cajas atmosfricas de forma que en ese intervalo la distancia que separa esas condiciones y la de los
valores obtenidos de la resolucin del modelo con los valores recogidos por la red de observacin sea
mnima.

Condiciones de contorno

Si no se fijan condiciones de contorno, es decir, valores de las variables meteorolgicas en la

frontera del dominio de resolucin, el problema sigue sin ser resoluble. En los modelos globales para
toda la atmsfera la frontera el dominio de integracin est formada por las superficies inferior y
superior de la atmsfera. En esos casos, hay algoritmos que resuelven las distintas ecuaciones de forma
sucesiva y las condiciones de contorno no presentan especiales dificultades. En los modelos
regionales, en los que el dominio de integracin est limitado lateralmente, una opcin ampliamente
utilizada consiste en tomar como condiciones de contorno los valores obtenidos de la resolucin de un
modelo global. Se dice entonces que el modelo regional est anidado en el global.

Parametrizaciones fsicas

Toda discretizacin, sea del tipo que sea y por muy alta que sea su resolucin espacial, por muy
pequeas que sean las cajas atmosfricas, tiene una limitacin derivada de la existencia de fenmenos
atmosfricos de pequea escala que no pueden ser resueltos explcitamente por el modelo discreto.
Se incluyen aqu desde movimientos turbulentos con escalas que varan entre unos pocos centmetros y
las dimensiones horizontales de las cajas atmosfricas, hasta procesos que ocurren a escala molecular,
como son la condensacin, la evaporacin, el rozamiento y la radiacin. Todos estos procesos que no
pueden ser resueltos explcitamente por el modelo numrico, que no son recogidos por el modelo, los
denominaremos procesos de escala subcaja, en contraposicin con los fenmenos de escala resoluble
por el modelo. Por ejemplo, durante el da el calentamiento solar de la superficie terrestre no slo
calienta el suelo sino que tambin hace que las plantas transpiren y que la humedad del suelo se
evapore, tenindose as un transporte de vapor de agua a la atmsfera. Tambin, este calentamiento de
6
la superficie de la tierra da lugar a un movimiento atmosfrico turbulento sobre todo en sentido
vertical, que tiene una escala horizontal comprendida entre unos centmetros y unos pocos cientos de
metros. Cuando el tamao horizontal de las cajas est entre diez y cien kilmetros, los modelos
discretos no pueden resolver estos movimientos.

Los procesos que tienen escalas pequeas dependen y afectan a los procesos de escala ms
grande y a los procesos que son resueltos explcitamente por los modelos numricos. Por ejemplo, la
condensacin de vapor de agua, de escala subcaja, ocurre cuando la humedad de la escala del modelo
es suficientemente grande y, en sentido inverso, la condensacin libera calor latente que eleva la
temperatura de la escala resoluble del modelo. Por todo esto, si se ignora el efecto de los procesos
subcaja en los campos de escala resoluble, el modelo deja de ser realista en un plazo de tiempo muy
corto y se produce una degradacin de la calidad de la prediccin. Para recoger la interaccin entre los
fenmenos de escala subcaja y los de escala resoluble, los de escala subcaja se tienen que
parametrizar, es decir, sus efectos se tienen que formular en trminos de las escalas resolubles, lo que
constituye la denominada parte fsica de los modelos. Los diferentes modos de parametrizar los
fenmenos de escala subcaja tienen un profundo efecto sobre los modelos de prediccin del tiempo y
sobre los modelos climticos, y son objeto de investigaciones muy intensas.

Modelos numricos operativos de prediccin del tiempo

Para la prediccin del tiempo a medio plazo, entre dos y diez das, se utilizan modelos
numricos globales de toda la atmsfera. Uno de los modelos ms desarrollados es el del European
Center for Medium-Range Weather Forecast (ECMWF), con sede en Reading, y que agrupa a 18
pases. Actualmente la resolucin horizontal del modelo es de 40 km y tiene 60 niveles de altura.
Cuando se quieren hacer predicciones para un horizonte de hasta dos o tres das, por ejemplo para
Espaa, se utilizan modelos regionales, que tienen mayor resolucin que los globales. El modelo
regional HIRLAM (High Resolution Limited Area Model) del Instituto Nacional de Meteorologa
(INM) tiene como dominio un cuadrado centrado en Espaa de unos 5000 km de lado, con una
resolucin espacial de 17 km y 40 niveles de altura. Las condiciones de contorno laterales se obtienen
de la solucin del modelo global proporcionada por el ECMWF. El INM tambin integra una versin
con una resolucin horizontal de 5 km anidada en la anterior, con la que realiza predicciones de hasta
24 horas.

Los problemas a resolver con estos modelos de prediccin del tiempo son muy grandes, el
nmero de variables puede ser del orden de 10 millones, y para hacerlo varias veces al da se requiere
la utilizacin de los superordenadores ms potentes que existen. Para terminar, el resultado de los
modelos de prediccin numrica del tiempo no es el tiempo que va a hacer, son los valores de las
variables meteorolgicas en las cajas en que hemos dividido la atmsfera. A partir de esos valores se
realiza lo que se denomina postproceso del modelo, que bsicamente consiste en representar en
mapas geogrficos bidimensionales los campos meteorolgicos solucin del modelo para que puedan
ser utilizados por los hombres del tiempo para elaborar sus predicciones.

7
LMITES DE LA PREDICTIBILIDAD DEL TIEMPO. PREDICCIONES POR CONJUNTOS

Si los modelos matemticos de la dinmica atmosfrica son buenos, si la asimilacin de datos a

partir de las observaciones es buena, si la solucin obtenida es una buena aproximacin por qu no se
es capaz de predecir con exactitud el tiempo que har, por ejemplo, dentro de dos semanas? Para
responder a esta pregunta, en 1963, el meteorlogo americano Edward Lorenz dedujo de las
ecuaciones de la dinmica atmosfrica un sistema no lineal de apariencia muy sencilla, aunque sin
significado meteorolgico, denominado sistema de Lorenz. Un estudio exhaustivo de las soluciones
numricas de este sistema con diferentes condiciones iniciales depar a Lorenz dos grandes sorpresas:
la gran sensibilidad a largo plazo de la solucin con respecto de las condiciones iniciales, es decir el
carcter catico al que Lorenz se refiri como efecto mariposa, y la existencia de un atractor extrao
alrededor del cual se enrollan todas las trayectorias para tiempos muy grandes.

El descubrimiento de Lorenz, que dio un gran impulso al estudio de los sistemas dinmicos y a
la nueva ciencia del caos, mostr un hecho esencial: incluso con un modelo perfecto y con condiciones
iniciales casi perfectas, la naturaleza catica de la atmsfera hace que los pronsticos pierdan toda
validez ms all de dos semanas. As, los mtodos de prediccin descritos anteriormente, llamados
deterministas ya que utilizan un solo modelo y una sola integracin, slo son capaces de dar
previsiones del tiempo para un horizonte de hasta diez das, pero su fiabilidad decrece mucho cuando
la prediccin va ms all de cinco das.
ECMWF ensemble forecast - Air temperature ECMWF ensemble forecast - Air temperature
Date: 26/06/1995 London Lat: 51.5 Long: 0 Date: 26/06/1994 London Lat: 51.5 Long: 0
Control Analysis Ensemble Control Analysis Ensemble
30 34
28 30
26 28
24 26
22 24
20 22
18 20
16 18
14 16
12 14
10 12
8 UK 10 UK
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Forecast day Forecast day

Prediccin por conjuntos de la temperatura del aire en Londres realizada por el ECMWF los das
26/06/1995 y 26/06/1994. Cuando la dispersin es menor, la atmsfera est en un estado ms predictible.

Para superar esta limitacin en el plazo de prediccin debida a la incertidumbre de las

condiciones iniciales, una opcin muy desarrollada es la denominada prediccin por conjuntos. Esta
tcnica consiste en realizar un conjunto de predicciones para un mismo alcance a partir de datos
iniciales obtenidos perturbando la asimilacin de datos y, a partir de ellas, obtener una prediccin
promedio o especificar la probabilidad de ocurrencia de sucesos futuros del tiempo. La prediccin
probabilstica puede resultar muy til en la toma de decisiones ante determinadas situaciones previstas,
en particular, ante fenmenos meteorolgicos adversos. El ECMWF es pionero en el desarrollo y uso
de esta tcnica para predicciones de ms de cuatro das, y actualmente realiza predicciones con un
conjunto de cincuenta condiciones iniciales distintas.

PREDICCIONES ESTACIONALES. PREDICCIONES CLIMTICAS

La prediccin estacional es la que se hace para un horizonte de entre tres y seis meses. En estos
casos, las condiciones iniciales no son el factor ms importante en las anomalas de la resolucin del
modelo, hay factores ms determinantes como la temperatura del agua de los ocanos. Aqu tambin el
8
ECMWF ha sido pionero en desarrollar un modelo adecuado a esos plazos de prediccin. En estos
modelos se utilizan tcnicas de prediccin por conjuntos y, con la informacin resultante, se trata de
prever si el tiempo se apartar o no del rgimen climtico del lugar considerado. Se dir as, por
ejemplo, que el prximo verano ser ms caluroso y seco que lo habitual.

El clima es el tiempo promedio en una regin y una poca determinada, y la probabilidad de la

ocurrencia de sus valores extremos. La climatologa se puede decir que es una ciencia estadstica. El
conocimiento de la evolucin del clima, ms exactamente la prediccin de los efectos a largo plazo de
las perturbaciones climticas, es muy importante para nuestro futuro. Por ejemplo, la teora de sistemas
dinmicos deber permitir mostrar la existencia de atractores, lo que para los meteorlogos son
regmenes permanentes. Tambin, cules son los regmenes de tiempo ms previsibles y cules los ms
inestables. En las situaciones de inestabilidad, en los modelos habr que tener en cuenta el carcter
aleatorio de la prediccin, se debern construir modelos basados en ecuaciones en derivadas parciales
estocsticas.

Los modelos numricos de prediccin del clima son muy parecidos a los de previsin del
tiempo, salvo dos diferencias esenciales. La primera es que como en los modelos climticos el
horizonte de prediccin es muy largo, puede ir de cientos a miles de aos, para poder ejecutarlos en un
plazo de tiempo razonable las cajas atmosfricas tienen que ser grandes, de 200 a 300 km de lado. Esto
hace que las parametrizaciones fsicas, la evaluacin de los efectos estadsticos de los fenmenos de
escala subcaja, sean, si cabe, ms necesarias para que los clculos en la escala resoluble sean realistas.
La segunda se debe a que las variaciones climticas tienen lugar en grandes escalas de tiempo, por lo
que no se puede despreciar las interacciones entre la atmsfera, los ocanos, los hielos polares y la
biosfera. As, un modelo climtico debe acoplar un modelo atmosfrico, uno ocenico, uno de los
hielos polares y un modelo de la biosfera. Esto, adems de las propias dificultades de concepcin de
los modelos individuales, acarrea problemas matemticos delicados sobre el acoplamiento entre los
distintos dominios y sobre la definicin de las condiciones de interaccin en las fronteras comunes. En
cualquier caso, en todas estas cuestiones todava es necesario realizar muchas investigaciones y
desarrollos matemticos.

Nota: El autor quiere agradecer a Juan Lus Vzquez por sus valiosas sugerencias para la
redaccin de este trabajo.

BIBLIOGRAFIA

Atger F., Coiffier J. and Pailleaux J., Geleyn J.F. et Legrand E., 2000: La mtorologie, 8 e srie,
n 30, juin 2000, (Spcial Prvision numrique du temps).
Basdevant C. (2002). Le temps quil fera. En Lexplosion des mathmatiques, 7-10. Societ
mathematique de France y Societ de mathmatique apliques et industrielles.
European Center for Medium-Range Weather Forecast, http://www.ecmwf.int/
Instituto Nacional de Meteorologa, http://www.inm.es
Kalnay E., 2003: Atmospheric Modeling, Data Assimilation and Predictability. Cambridge
University Press, Cambridge.
Lezaun M., 2002: Predicciones del Tiempo y Matemticas. Boletn de la Sociedad Espaola de
Matemtica Aplicada, n 22, pp. 59-98.
Lorenz E., 1993: The Essence of Chaos, University of Washington Press, Seattle. (Traduccin en
espaol La esencia del caos, Editorial Debate, Madrid, 2000).
Mto France, http://www.meteofrance.com
Nebeker F., 1995: Calculating the Weather. Meteorology in the 20th Century. Academic Press,
San Diego.
Societ Mtorologique de France, http://www.smf.asso.fr

9
 Mikel Lezaun Iturralde es Catedrtico de Matemtica
Aplicada en la Universidad del Pas Vasco y Vicepresidente de
la Sociedad Espaola de Matemtica Aplicada. En el ao 2002,
su trabajo Predicciones del Tiempo y Matemticas fue
galardonado con el III Premio SEMA de Divulgacin en
Matemtica Aplicada.

10