Un conjunto de datos para que modelos de aprendizaje automático detecten la iniciación convectiva y realicen ahoracasting en el sureste de China

Por qué importa el nacimiento de las tormentas

Los aguaceros repentinos, el granizo destructivo y los intensos vientos de tormenta pueden trastocar la vida cotidiana en cuestión de minutos. La clave para emitir mejores avisos es detectar la primera chispa de una tormenta: cuando un pequeño bolsillo de aire cálido y húmedo ascendente se transforma en una nube de desarrollo. Este estudio presenta un nuevo conjunto de datos cuidadosamente curado para ayudar a la inteligencia artificial (IA) a aprender a reconocer y prever esa chispa, conocida como iniciación convectiva, en el sureste de China.

Vigilando las tormentas desde el cielo y el suelo

Los investigadores se centran en una región del sureste de China fuertemente influenciada por el monzón del Este Asiático, donde las tormentas severas se producen con frecuencia entre marzo y septiembre. Para monitorizar la atmósfera con detalle, combinan información de dos sistemas de observación principales. En tierra, más de 150 radares meteorológicos barren el cielo, midiendo la intensidad y la estructura de la lluvia y el granizo. Al mismo tiempo, el satélite geoestacionario Fengyun-4A observa desde el espacio, registrando cómo las nubes reflejan y emiten luz en varias longitudes de onda. Juntos, estos instrumentos ofrecen una vista en lapso de tiempo del nacimiento y crecimiento de las tormentas cada 10 minutos sobre una zona que abarca miles de kilómetros.

Construyendo una biblioteca de tiempo peligroso

Para enseñar a la IA primero hacen falta ejemplos. El equipo comenzó identificando numerosos episodios reales de tiempo peligroso: periodos con lluvia intensa, vientos dañinos o granizo, registrados en más de 1.000 estaciones en tierra entre 2018 y 2023. Agruparon eventos superpuestos en brotes regionales más amplios y luego dividieron cada brote en instantáneas de 10 minutos. Para cada instantánea guardaron un conjunto rico de datos “característicos”: mapas de radar que muestran dónde y con qué intensidad está lloviendo, además de mediciones satelitales que proporcionan pistas sobre la altura, la temperatura y la estructura de las nubes. Este proceso produjo 829 eventos regionales y 136.728 muestras temporales, formando una biblioteca grande y diversa de situaciones en las que las tormentas se formaron o no.

Enseñando a las máquinas dónde nace una tormenta

Identificar el momento y el lugar exactos en que aparece una tormenta no es sencillo. Los investigadores utilizaron mosaicos de radar —imágenes combinadas de muchos radares— para encontrar pequeñas áreas donde los ecos superan por primera vez cierta intensidad, señalando el nacimiento de una nueva célula convectiva. Luego estimaron cómo se movía cada célula usando un método de flujo óptico, que rastrea patrones en las imágenes de radar a lo largo del tiempo. Al comprobar dónde estaban los ecos en los barridos de 10 minutos anteriores y siguientes, el algoritmo puede decidir si una célula realmente se acaba de formar (una iniciación genuina) o si simplemente es una continuación, una parte móvil de una tormenta anterior, o incluso un eco falso causado por interferencias del radar. Los casos sospechosos se revisaron manualmente para eliminar artefactos técnicos persistentes.

Etiquetando tormentas que se apagan o prosperan

Una vez identificadas las células convectivas, el siguiente paso fue clasificar su comportamiento futuro. Para cada célula recién nacida, el equipo siguió sus cambios durante los siguientes 30 minutos, midiendo cómo evolucionaban su área e intensidad en el radar. Si la célula crecía constantemente en tamaño e intensidad, se etiquetaba como una iniciación “en desarrollo”, lo que indica que tenía potencial para convertirse en una tormenta seria. Si se debilitaba, desaparecía o no llegaba a crecer, se etiquetaba como “declinante”. En total, el conjunto de datos contiene más de cuatro millones de células iniciadas, de las cuales alrededor del 43 por ciento son en desarrollo. Estas etiquetas pueden representarse como contornos sencillos y máscaras de píxeles en la rejilla de radar, lo que las convierte en objetivos accesibles para modelos de aprendizaje automático que buscan predecir no solo dónde comenzará una tormenta, sino si llegará a ser peligrosa.

Cómo y dónde tienden a empezar las tormentas

Al contar con qué frecuencia ocurre la iniciación en distintos lugares y horas del día, el conjunto de datos también revela patrones en el comportamiento de las tormentas. Las áreas con iniciación convectiva frecuente coinciden bien con regiones de fuertes precipitaciones, especialmente a lo largo de las provincias costeras y al sur del río Yangtsé, donde el aire cálido y húmedo favorece tormentas recurrentes. La temporalidad de la iniciación muestra ritmos diarios claros: en muchas zonas, las nuevas tormentas aparecen con más frecuencia por la tarde, mientras que algunas cuencas interiores muestran picos alrededor de la medianoche con segundas máximas por la tarde. Estos patrones son coherentes con estudios previos sobre sistemas tormentosos más grandes, lo que sugiere que el nuevo algoritmo captura un comportamiento realista del nacimiento de tormentas y no ruido aleatorio.

Qué significa esto para las alertas meteorológicas futuras

Para quienes no son especialistas, el mensaje central es sencillo: este trabajo ofrece un terreno de entrenamiento de alta calidad para sistemas de IA que buscan detectar los primeros signos de tormentas severas. Al combinar redes densas de radar, imágenes satelitales avanzadas y una clasificación cuidadosa del nacimiento y crecimiento de las tormentas, el conjunto de datos CIDS proporciona a los modelos de aprendizaje automático tanto las imágenes crudas como las respuestas correctas que necesitan para aprender. A largo plazo, modelos más inteligentes construidos sobre este conjunto de datos podrían traducirse en avisos más tempranos y fiables para inundaciones repentinas, vientos dañinos y granizo, dando a las comunidades tiempo valioso para prepararse.

Cita: Liu, Y., Xiong, A., Liu, N. et al. A dataset for machine learning model to convective initiation detection and nowcasting over southeastern China. Sci Data 13, 557 (2026). https://doi.org/10.1038/s41597-026-06902-3

Palabras clave: predicción de tormentas, radar meteorológico, meteorología por satélite, aprendizaje automático, convección severa