Comparar modelos probabilísticos no es “ver cuál gana hoy”, sino aprender qué te está diciendo cada sistema sobre el rango de futuros posibles. Dos ensembles pueden dar medias parecidas y, sin embargo, uno estar mucho más seguro (spread pequeño) y otro estar avisándote de escenarios alternativos (bifurcación). Para comparar con criterio necesitas mirar siempre lo mismo: el umbral que te importa, la ventana temporal, las probabilidades de excedencia, los percentiles (p50/p90) y cómo cambia el mensaje run-to-run. Este artículo te da un método simple para comparar (en 7 pasos), ejemplos típicos (lluvia, viento y niebla) y un checklist por horizonte (0–24h, 2–5 días, 6–15 días) para que no te obsesiones con mapas sueltos.

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

1. Qué significa ‘comparar modelos’ en probabilístico

Significa comparar distribuciones y riesgos, no solo una media. En probabilístico importan: el rango plausible, la cola (extremos) y si hay más de un escenario.

2. Idea clave en 30 segundos

• En una frase: compara P(excedencia), percentiles y consistencia, no “el mapa más bonito”.
• Señal típica: un modelo tiene bifurcación y el otro no.
• Confusión común: comparar medias cuando el impacto vive en la cola.

3. Lo mínimo que debes comparar siempre

• Umbral: el que cambia decisiones (p. ej., 20 mm/6h, racha 80 km/h).
• Ventana: 3h/6h/24h según fenómeno.
• P(excedencia): el número más accionable.
• Percentiles: p50 (centro) y p90 (margen).
• Spread: confianza vs sorpresa.
• Escenarios: ¿uno o dos (A/B)?

4. Comparación en 7 pasos (método rápido)

1. Define impacto → umbral → ventana.
2. Lee P(excedencia) en cada modelo.
3. Compara p50 y p90 (rango).
4. Mira spread y si crece o se cierra al acercarse el evento.
5. Busca bifurcación (familias) y descríbela como A/B.
6. Comprueba consistencia run-to-run (2–3 pasadas).
7. Decide con margen: plan base + alternativo si hay A/B.

5. Por qué dos modelos discrepan (explicación sin lío)

• Condiciones iniciales: asimilación distinta (qué observaciones entran y cómo).
• EnKF/perturbaciones: cada ensemble representa incertidumbre de forma diferente.
• Condiciones de contorno: límites/forzamientos diferentes (especialmente a más días).
• Resolución y física: convección, capa límite, radiación.

6. Ejemplos típicos

6.1 Lluvia

• Modelo A: P(>20 mm/6h)=20% pero p90 alto → cola activa.
• Modelo B: P=35% y p90 moderado → riesgo más “centrado”.
• Lectura: impacto alto → p90 manda; define margen.

6.2 Viento

• Modelo A: racha p90 muy alta en costa expuesta.
• Modelo B: más bajo pero más consistente run-to-run.
• Lectura: si costa/orografía, usa observación local y margen.

6.3 Niebla

• Modelo A: alta probabilidad nocturna, modelo B la rompe por viento algo mayor.
• Lectura: microclima manda; valida con estaciones y antecedentes.

7. Errores comunes

• Comparar “un mapa a +168h” sin mirar distribución.
• Ignorar ventanas (3h vs 24h).
• No traducir a umbrales de impacto.
• Elegir el modelo que coincide con lo que querías que pasara.

8. Buenas prácticas

• Siempre umbral+ventana primero.
• Comparar P(excedencia) + p90 + bifurcación.
• Si difieren, tratarlo como escenarios, no como “uno miente”.

9. Checklist de decisión por horizonte

0–24h

• Prioriza radar/satélite y estaciones para validar fase/posición.
• Compara ventanas cortas (1–6h) y excedencias.
• Si un modelo va “desfasado”, ajusta foco más que descartar todo.

2–5 días

• Consistencia run-to-run y tendencia del spread.
• ¿Convergen los modelos o se abre la discrepancia?
• Si hay A/B, define gatillos.

6–15 días

• No compares detalle local: mira regímenes y señales robustas.
• Usa probabilidades como “aumenta/disminuye” y ventanas amplias.

10. Resumen y claves finales

• Comparar modelos = comparar riesgo (excedencias/colas), no mapas sueltos.
• Si difieren, casi siempre es incertidumbre real: conviértelo en escenarios.
• Horizonte manda: 0–24h se valida con observación; 6–15d es régimen.

11. Mini-glosario

• Ensemble: conjunto de simulaciones para representar incertidumbre.
• P(excedencia): probabilidad de superar un umbral.
• Percentil: p50/p90 como centro y margen.
• Condiciones de contorno: forzamientos/límites que afectan a plazos largos.

12. Referencias y lecturas recomendadas

• WMO: verificación y comunicación de incertidumbre.
• ECMWF/Copernicus: ensembles y predictabilidad.