La transversalidad de los datos abiertos sobre el clima

El interés de los humanos por la predicción del clima tiene ya varios milenios y se remonta al menos hasta la civilización babilonia, cuando ya se realizaban predicciones meteorológicas basadas en la astrología y en los patrones que formaban las nubes. Sin embargo, no fue hasta principios del siglo XX cuando se produjeron avances decisivos en la comprensión de las leyes físicas que rigen el clima y comenzaron a realizarse predicciones basadas en modelos numéricos. A partir de ese momento, los modelos matemáticos construidos a partir de datos recogidos por las estaciones meteorológicas siguen siendo la base de las actuales formas de predicción del clima.

En la última década se han conseguido avances importantes en la precisión de las predicciones a corto plazo de las condiciones climatológicas en entornos cada vez más locales. Estas mejoras provienen en gran medida de la capacidad para recoger y procesar más y mejores datos en tiempo real con estaciones meteorológicas autónomas, a los importantes avances que se han producido en la capacidad de procesamiento de datos gracias a la computación en la nube y a los avances en la técnicas de ciencia de datos y big data. Y es que, como sabemos, cuando se trata de inteligencia artificial y modelos predictivos, cuanto mejor es la calidad de los datos, mejores son las predicciones.

La apertura de datos climáticos 

Desde la segunda mitad del siglo XIX los estados comenzaron a fundar servicios meteorológicos nacionales, con responsabilidades sobre la recopilación, generación, verificación, interpretación y aplicación de datos sobre el clima. El primero fue el de Reino Unido en 1854 (actual Met Office) y la Agencia Estatal de Meteorología del Gobierno de España (AEMET) es heredera del servicio fundado en el año 1887.

Según el Open Data Charter, en la actualidad casi todos los países tienen una red de estaciones meteorológicas para recopilar datos meteorológicos locales pero existen importantes diferencias en sus capacidades. Por ejemplo, en algunos países existe una red de estaciones meteorológicas automatizadas de alta densidad y se dispone de archivos de mediciones con series temporales largas y de modelos meteorológicos locales. En otros, en cambio, está disponible un número limitado de estaciones meteorológicas, a menudo gestionadas manualmente, con datos almacenados de forma irregular.

En cualquier caso, el valor de los datos que recopilan y de los modelos que desarrollan estas agencias es enorme para la toma de decisiones críticas en numerosas industrias. Por ello su consideración como información del sector público y su liberación como datos abiertos ha estado limitada por importantes intereses económicos. La comunidad de datos abiertos está teniendo un papel muy importante para conseguir que los datos se pongan a disposición del público en las condiciones menos restrictivas posibles. 

En general, los datos meteorológicos suelen estar disponibles para reutilización bajo licencia, con algunos conjuntos de datos disponibles con acceso gratuito y otros conjuntos de datos solo disponibles para uso comercial. El intercambio de datos meteorológicos depende en gran medida de las políticas locales para el acceso y el intercambio de datos. El Open Data Charter aún reconoce que, dado que en muchos países las observaciones meteorológicas locales se consideran un activo comercial o estratégico, existen dificultades para el intercambio de datos.

En España, el servicio Aemet OpenData permite dos tipos de acceso: el acceso general que consiste en un acceso gráfico destinado al público en global y Aemet OpenData API, pensado para interacciones periódicas o programadas con aplicaciones que requieran los conjuntos de datos disponibles. Ambos posibilitan el acceso al mismo catálogo de datos y la descarga de datos en formatos reutilizables.

La reutilización de datos climáticos

Las predicciones meteorológicas tienen una gran importancia en numerosas industrias pero también resultan útiles para la ciudadanía en general. Por ello, la comunicación de estas predicciones en formatos que no sean solo datos y modelos tiene también una larga tradición. Ya en 1861 se comenzaron a publicar  las primeras predicciones meteorológicas diarias en el periódico británico The Times y en 1936 la BBC retransmitió experimentalmente las primeras predicciones meteorológicas televisadas del mundo, incluyendo el uso de mapas meteorológicos. Si bien estas formas de comunicar las predicciones al público en general siguen existiendo hoy día, si hay una aplicación que encontramos en prácticamente todos los teléfonos inteligentes del mundo es la que ofrece al usuario la predicción meteorológica.

Pew Research en su informe “Americans’ Views on Open Government Data” de 2015, ya puso de manifiesto el uso generalizado de apps de información meteorológica, publicando que al menos el 84% de los estadounidenses con un teléfono inteligente lo habían utilizado para consultar la predicción meteorológica en su entorno. Dado que estas aplicaciones utilizan datos del servicio meteorológico nacional del Gobierno de los Estados Unidos, el informe concluye que, aunque no sean conscientes, el 84% de los estadounidenses con un teléfono inteligente utiliza datos públicos abiertos con regularidad.

La importancia de los conjuntos de datos relacionados con el clima elaborados por los servicios de meteorología nacionales se refleja en que suelen ser uno de los conjuntos de datos que los índices internacionales de datos abiertos consideran clave en sus diferentes metodologías de medición. Por ejemplo el Global Open Data Index (GODI) elaborado por la Open Knowledge Foundation considera las predicciones meteorológicas como uno de los 15 conjuntos de datos que incluye en su medición, al mismo nivel que las estadísticas nacionales o los datos del registro mercantil. En la edición de 2016, este conjunto de datos era el noveno con mejor puntuación, un  35% en la métrica de apertura media en los países analizados.

El índice OURData Index elaborado por la OCDE, utiliza 9 conjuntos de datos para analizar la situación de los datos abiertos en los 28 países de la OCDE y uno de ellos es la información meteorológica. 

El valor que genera la reutilización de los datos meteorológicos es extraordinario en ámbitos tan diversos como el control del tráfico aéreo, la industria agrícola y forestal de precisión o la navegación marítima. Una de las demostraciones más evidentes la tenemos en la compra de la compañía The Climate Corporation por Monsanto en 2009 que cifró en más 900 millones de dólares el valor creado a partir de datos abiertos principalmente relacionados con geología y meteorología.

Los datos meteorológicos son, además uno de los conjuntos de datos clave en las iniciativas de lucha contra el cambio climático y en el diseño de políticas medioambientales sostenibles. Por ello están presentes como activos fundamentales en iniciativas como la “Guía para utilizar los datos abiertos en la acción contra el cambio climático” del World Resources Institute y el Open Data Charter, el desafío “Datos para la acción contra el cambio climático” de Naciones Unidas o el servicio Copernicus Climate Change Service (C3S) de la Comisión Europea.

Pero, la gran transversalidad de los datos meteorológicos hacen que los usos más sorprendentes estén aún comenzando a desarrollarse, desde la meteorología forense para ayudar a la resolución de delitos, hasta la prevención de ataques de asma o la mejora de acciones de marketing a partir de la relación existente entre el clima y los comportamientos de compra de los consumidores. Para que estos y otros muchas aplicaciones puedan ver la luz resulta fundamental que existan políticas de datos abiertos lo menos restrictivas posibles que pongan los datos meteorológicos en manos de los innovadores e investigadores que pueden hacerlas posibles.

Contenido elaborado por Jose Luis Marín, Head of corporate Technology Strategy en MADISON MK y CEO de Euroalert.

Los contenidos y los puntos de vista reflejados en esta publicación son responsabilidad exclusiva de su autor.