Un ensemble no es “muchos modelos para liar más”: es una forma de reconocer la incertidumbre y usarla a favor. Esta guía explica qué significa una probabilidad en meteorología, cómo leer percentiles sin trampas, y cómo tomar decisiones por escenarios (especialmente útil con lluvia intensa mediterránea y convección).

Este artículo forma parte del tema Ensembles y probabilidad en WikiMeteo.es, donde reunimos conceptos y guías prácticas para entender mejor el tiempo y el clima.

1. Qué es y por qué importa

Un ensemble (conjunto) es un grupo de predicciones posibles para el mismo fenómeno. En vez de darte una única cifra (que parece segura aunque no lo sea), te da un abanico: así puedes hablar de escenarios y de probabilidades. Esto es clave cuando el impacto depende de “si cae justo aquí” o “si supera un umbral” (p. ej., lluvia intensa, rachas, nieve, niebla).

2. Idea clave en 30 segundos

• En una frase: una probabilidad bien usada no promete exactitud; te dice cuán plausible es un escenario dado lo que sabemos hoy.
• Señal típica: ensemble estrecho (miembros agrupados) = mayor confianza; ensemble abierto = más incertidumbre.
• Confusión común: “si hay 70% de lluvia, lloverá 70% del tiempo” (no: significa 70% de escenarios con lluvia según el sistema).

3. Qué NO es un ensemble (malentendidos típicos)

• No es “certeza por mayoría”: que 30 de 50 miembros digan algo no convierte ese algo en verdad.
• No es un mapa mágico de precisión local: a escala de barrio, la incertidumbre suele dominar.
• No significa “todo vale”: hay escenarios más plausibles que otros, y se pueden ponderar por consistencia física y verificación histórica.

4. Cómo se construye un ensemble (versión sencilla)

• Idea: pequeñas diferencias en el estado inicial o en el modelo generan evoluciones distintas.
• Miembros: cada uno es una simulación plausible.
• Resultado: una distribución de posibles valores (temperatura, lluvia, viento, presión...).

5. Probabilidad y percentiles (sin trampas)

• Probabilidad de superar umbral: “P(lluvia > 20 mm/24h)” = porcentaje de miembros que superan 20 mm.
• Percentiles: P10/P50/P90 son “valores” (no probabilidades) que resumen la distribución: P50 ~ mediana; P90 = escenario alto pero plausible.
• Lectura sana: si P50 es moderado pero P90 es muy alto, hay riesgo de cola (evento raro pero impactante).

6. Umbrales y colas: donde se decide el riesgo

En impactos (inundaciones, cortes, emergencias) suele importar más “supera umbral sí/no” que “valor exacto”. Las colas (P90–P99) son especialmente relevantes en convectiva: pueden contener el escenario que te cambia el día.

• Ejemplo de umbral: 20–40–60 mm/24h (según cuenca y vulnerabilidad) o 30 mm/1h en entornos sensibles.
• Señal de cola peligrosa: ensemble abierto + P90 alto + señal de persistencia/regeneración en el patrón sinóptico.

7. Cómo leer un meteograma (pluma) en 60 segundos

• Línea gruesa/mediana: suele ser media o mediana (ojo: puede ocultar extremos).
• Rango de miembros: dispersión = incertidumbre; bimodalidad (dos grupos) = dos escenarios distintos.
• Para precipitación: mira probabilidad de superar umbrales, no la media.

8. Verificación: el antídoto contra la fe ciega

Un ensemble es útil si, a largo plazo, sus probabilidades se comportan de forma razonable (calibración). Aunque no calcules métricas cada día, conviene entender la idea: un 30% debería ocurrir aproximadamente 3 de cada 10 veces en situaciones parecidas.

• ROC/AUC (intuición): mide capacidad de separar “pasa” vs “no pasa” al variar el umbral de decisión.
• CRPS (intuición): puntúa toda la distribución, premiando predicciones cercanas y bien repartidas.

9. Ejemplos mediterráneos (lluvia intensa y convección): colas y umbrales

• Escenario A (DANA + mar templado): P50 moderado, pero P90 muy alto en acumulado: riesgo de cola por focos convectivos estacionarios; decisión por umbrales y zonas vulnerables.
• Escenario B (línea prefrontal rápida): alta probabilidad de lluvia, pero baja de superar umbrales altos: impacto breve; foco en rachas y chaparrones intensos puntuales.
• Escenario C (convergencia de brisas): ensemble abierto en localización: probabilidad moderada a escala comarcal, pero incertidumbre alta a escala local; comunicación por áreas y ventanas, no por calles.
• Escenario D (tormentas nocturnas): colas elevadas y dispersión: priorizar “si ocurre, dónde duele” (cuencas pequeñas, zonas urbanas, barrancos).

10. Checklist operativo (decisiones simples, sin obsesión)

• 1) Define qué importa: umbral de lluvia, racha, nieve, visibilidad.
• 2) Mira P(superar umbral): mejor que mirar la media.
• 3) Revisa percentiles: P50 para escenario típico; P90 para cola.
• 4) ¿Ensemble abierto? baja la precisión local y sube el enfoque por escenarios.
• 5) Cruza con contexto: patrón sinóptico, humedad disponible, forzamiento, persistencia.
• 6) Comunica por zonas y ventanas: qué es probable y qué es posible, con condicionantes.

11. Errores comunes

• Usar la media de precipitación como “lo que caerá”
• Ignorar colas (P90/P95) cuando el impacto es no lineal
• Confundir probabilidad con garantía
• Buscar precisión local cuando el ensemble está abierto
• No definir umbrales (sin umbrales no hay decisión clara)

12. Buenas prácticas

• Trabajar con umbrales y escenarios (probable vs posible)
• Mirar tendencia run a run (consistencia) sin enamorarse de un pase
• Preferir calibración/experiencia local antes que intuición pura
• Separar “localización incierta” de “existencia de riesgo”

13. Resumen y claves finales

• Ensembles sirven para gestionar incertidumbre y decidir por escenarios.
• Para impactos, manda P(superar umbral) y el análisis de colas.
• En convectiva mediterránea, la cola puede contener el escenario que importa.
• Verificación (ROC/AUC, CRPS) es el freno a la fe ciega.

14. Mini-glosario

• Ensemble: conjunto de predicciones posibles para un mismo caso.
• Miembro: una realización del ensemble.
• Percentil: valor por debajo del cual cae un porcentaje de miembros (P90 es alto pero plausible).
• Cola: extremos de la distribución (escenarios raros, a veces de alto impacto).
• Calibración: coherencia estadística entre probabilidad anunciada y frecuencia observada.

15. Referencias y lecturas recomendadas

• ECMWF: introducciones a ensembles, EPS y verificación
• NOAA: recursos educativos sobre probabilidad, ensembles y verificación
• WMO: guías de predicción probabilista y comunicación de incertidumbre