De Marshall-Palmer a la Polarimetría: un largo camino midiendo lluvia con radar

Un post para hablar de las dificultades para estimar cuantitativamente las precipitaciones por medio de radar.

La estimación cuantitativa de precipitación por radar no nació con los algoritmos polarimétricos ni con los grandes sistemas operativos: se construyó sobre una relación empírica, una creciente conciencia del error y décadas de tensiones entre la física del instrumento y las exigencias de la hidrología. Recorrer ese camino —desde Marshall y Palmer hasta la calibración y validación actuales— no es un ejercicio nostálgico, sino la mejor forma de entender por qué un producto de QPE puede parecer preciso y, al mismo tiempo, esconder incertidumbres decisivas. Quise escribir esto antes de darles mi opinión sobre la estimación de las precipitaciones por radar en Cuba y sus perspectivas.

1. Introducción

La estimación cuantitativa de la precipitación (QPE, por sus siglas en inglés) mediante radar meteorológico es una de las aplicaciones que más ha evolucionado desde la posguerra, pasando de ser una promesa física a un pilar operativo de la hidrología moderna. Este recorrido no ha sido lineal: ha estado marcado por la identificación sistemática de fuentes de error, el desarrollo de arquitecturas de procesamiento cada vez más complejas y, en las últimas décadas, por una revolución tecnológica propiciada por la polarimetría. Este artículo sintetiza esa evolución, desde la relación fundamental de Marshall y Palmer hasta los algoritmos polarimétricos actuales, con especial énfasis en los dos pilares que sostienen la calidad del producto final: la calibración del instrumento y la validación contra redes de pluviómetros.

2. El fundamento físico y la primera generación de estimaciones

El punto de partida ineludible es el trabajo de Marshall y Palmer (1948) . A partir de la caracterización de la distribución del tamaño de las gotas de lluvia, establecieron una relación empírica directa entre el factor de reflectividad del radar (Z, en mm⁶ m⁻³) y la tasa de precipitación (R, en mm h⁻¹), comúnmente expresada como Z = 200 R^1.6. Esta ecuación se convirtió en el estándar de facto para la QPE durante décadas y sigue siendo el punto de referencia contra el que se miden los avances posteriores.

Sin embargo, la simplicidad de la relación Z-R ocultaba una complejidad subyacente. La variabilidad natural de la distribución de gotas, los efectos del viento y la propia física de la propagación de la señal introducían incertidumbres que pronto se hicieron evidentes.

3. Los foros de síntesis: el compendio de Atlas y el simposio en su honor

a) El compendio de 1990

El compendio de 1990, Radar in Meteorology, editado por David Atlas, es una obra enciclopédica que conmemora el 40 aniversario de la conferencia de radar y el legado de Louis Battan. Su estructura combina informes de paneles de expertos con capítulos de revisión y opinión escritos por autoridades individuales en cada tema. En el ámbito de la precipitación, esa doble naturaleza queda especialmente bien representada por dos contribuciones complementarias.

El capítulo 29a, firmado por Joss y Waldvogel (1990) bajo el título “Precipitation measurement and hydrology: a review”, traza una revisión exhaustiva de los fundamentos físicos, las técnicas de medición y los desafíos hidrológicos asociados a la estimación de precipitación por radar. A continuación, el panel 29b, coordinado por Paul L. Smith (1990) , recoge en su informe las discusiones y conclusiones de un grupo de expertos que, tomando como punto de partida la revisión de Joss y Waldvogel, debaten sobre las limitaciones prácticas y las direcciones futuras de la disciplina. Leídos en conjunto, ambos textos conforman un testimonio privilegiado del consenso —y también de las tensiones— que caracterizaban la QPE al inicio de la década de 1990.

b) El simposio en honor a Atlas (2002/2003)

Años más tarde, se organizó un simposio en honor a David Atlas en la reunión anual de la AMS de 2002, cuyas contribuciones se recopilaron en Radar and Atmospheric Science: A Collection of Essays in Honor of David Atlas, publicado en 2003. En este volumen se encuentra el capítulo “Global and local precipitation measurements by radar”, coescrito por V. Chandrasekar, R. Meneghini e I. Zawadzki. Este capítulo refleja con claridad el contraste de enfoques que ha recorrido la disciplina: la perspectiva de Chandrasekar, orientada a la búsqueda de un “observable” polarimétrico ideal, frente al enfoque más “ingenieril” y centrado en la propagación de errores y la incertidumbre del sistema en su conjunto, representado por Zawadzki.

4. La construcción de un sistema operativo: del PPS al NEXRAD

La transición de la investigación a las operaciones a gran escala tuvo su epicentro en el programa NEXRAD (Next-Generation Radar) de los Estados Unidos. Michael D. Hudlow y su equipo en el Hydrologic Research Laboratory del National Weather Service fueron los arquitectos de lo que se conoció como el Precipitation Processing System (PPS) .

La visión original de Hudlow y colaboradores (1983) contemplaba una arquitectura de procesamiento dual: un sistema «on-site» (en el propio radar) para generar productos en tiempo real, y un sistema «off-site» (centralizado) para un posprocesamiento más refinado. Esta filosofía de diseño se materializó en el algoritmo operacional del WSR-88D, descrito de forma canónica por Fulton et al. (1998) . En su versión inicial, el PPS se basaba exclusivamente en la reflectividad (Z) y utilizaba relaciones R(Z) que eran ajustadas a posteriori con datos de pluviómetros para corregir el sesgo.

5. La revolución polarimétrica y el debate de perspectivas

La incorporación de la doble polarización (dual-pol) a la red WSR-88D, completada en 2013, marcó un cambio de paradigma. Por primera vez, el radar no solo medía la intensidad de la señal, sino también la forma y orientación de los hidrometeoros, proporcionando variables adicionales como la reflectividad diferencial (ZDR) y la fase diferencial específica (KDP) . Esto permitió mejorar no solo la estimación de lluvia, sino también la identificación de ecos no meteorológicos, la mitigación del bloqueo parcial y la detección de la capa de fusión.

Este nuevo escenario tecnológico reavivó un debate de fondo sobre la naturaleza de la QPE, un debate que quedó plasmado en el simposio en honor a David Atlas (2002) y su posterior compendio (2003). En él, V. Chandrasekar representaba la búsqueda incesante de un «observable» polarimétrico ideal, una variable que permitiera una estimación de lluvia robusta y dependiente de la física de los hidrometeoros. Isztar Zawadzki, por su parte, mantenía un enfoque más «ingenieril», centrado en la propagación de errores y en la necesidad de comprender y acotar la incertidumbre del sistema en su conjunto. Lejos de ser una confrontación estéril, esta tensión entre la búsqueda del observable perfecto y la gestión pragmática del error ha sido un motor fundamental del progreso.

6. Los cimientos de la calidad: calibración y validación

La sofisticación de los algoritmos polarimétricos ha hecho que los requisitos de calibración del instrumento sean extraordinariamente exigentes. La estabilidad del sistema es un requisito previo para reducir la incertidumbre en la QPE. En el caso de la red WSR-88D, se requiere que la calibración de la reflectividad (Z) tenga una precisión de 1 dBZ, mientras que para la reflectividad diferencial (ZDR) la tolerancia es de 0.1 dB para obtener estimaciones óptimas. La razón es contundente: un sesgo de solo 1 dB en Z puede traducirse en un error de más del 15% en el total de lluvia estimado, y un sesgo de ±0.125 dB en ZDR puede generar un error de más del 10%. Métodos como el principio de autocoherencia entre Z y KDP permiten monitorizar y corregir estos sesgos en tiempo real.

Por otro lado, la validación contra redes de pluviómetros sigue siendo el patrón de referencia para evaluar la calidad de la QPE. La comparación no está exenta de desafíos, ya que el radar y el pluviómetro muestrean volúmenes y escalas temporales radicalmente diferentes. Para una evaluación rigurosa, se utilizan métricas estadísticas como el coeficiente de correlación (CC) , la raíz del error cuadrático medio (RMSE) , el sesgo fraccional (FB) y la eficiencia de Nash-Sutcliffe. Estudios recientes con redes densas de pluviómetros (por ejemplo, de unos 170 instrumentos) han demostrado que los algoritmos polarimétricos basados en KDP y en atenuación específica (A) superan a los enfoques tradicionales basados solo en Z, aunque con distintos comportamientos: R(KDP) reduce la dispersión pero puede subestimar las lluvias intensas, mientras que R(A) es menos sesgado pero presenta una mayor dispersión.

7. Desafíos actuales y perspectivas

A pesar de los avances, la QPE polarimétrica se enfrenta a retos significativos. La calidad de las variables polarimétricas en condiciones de lluvia intensa, la estimación de la precipitación superficial cuando el haz del radar muestrea por encima o dentro de la capa de fusión, y la QPE en terrenos complejos son solo algunos de los problemas abiertos. La modelización de la incertidumbre y la fusión óptima de datos de radar, pluviómetros y otras fuentes (como enlaces de microondas comerciales) son líneas de investigación activas que buscan cerrar la brecha entre la promesa teórica y la precisión requerida por las aplicaciones hidrológicas.

8. Conclusión

La historia de la QPE por radar es una crónica de ambición científica y rigor ingenieril. Desde la elegante simplicidad de Marshall y Palmer hasta la complejidad de los actuales sistemas polarimétricos, el camino ha estado jalonado por la identificación de errores (Zawadzki), la construcción de infraestructuras de procesamiento (Hudlow, PPS) y una constante evolución tecnológica. El debate entre distintas perspectivas científicas ha sido, y sigue siendo, un motor esencial. En la actualidad, la calidad del producto final descansa sobre dos pilares inseparables: una calibración del instrumento con tolerancias extremadamente estrictas y una validación continua y metodológicamente sólida contra redes de pluviómetros. Son los cimientos sobre los que se sostiene la credibilidad de una de las herramientas más poderosas de la hidrometeorología moderna.

9. Referencias

1. Marshall, J. S., & Palmer, W. M. K. (1948). The distribution of raindrops with size. Journal of Meteorology, 5(4): 165–166. https://doi.org/10.1175/1520-0469(1948)005<0165:TDORWS>2.0.CO;2
2. Zawadzki, I. (1982). The quantitative interpretation of weather radar measurements. Atmosphere-Ocean, 20(2): 91–107.
3. Zawadzki, I. (1984). Factors affecting the precision of radar measurements of rain. Preprints, 22nd Conference on Radar Meteorology, American Meteorological Society, 251–256.
4. Atlas, D. (Ed.). (1990). Radar in Meteorology: Battan Memorial and 40th Anniversary Radar Meteorology Conference. American Meteorological Society. https://doi.org/10.1007/978-1-935704-15-7
5. Joss, J., & Waldvogel, A. (1990). Precipitation measurement and hydrology: A review. En D. Atlas (Ed.), Radar in Meteorology (Cap. 29a, pp. 577–606). American Meteorological Society.
6. Smith, P. L. (1990). Precipitation Measurement and Hydrology: Panel Report. En D. Atlas (Ed.), Radar in Meteorology (Cap. 29b, pp. 607–618). American Meteorological Society. https://doi.org/10.1007/978-1-935704-15-7_40
7. Ahnert, P. R., Hudlow, M. D., Johnson, E. R., Greene, D. R., & Dias, M. P. R. (1983). Proposed “on-site” precipitation processing system for NEXRAD. Preprints, 21st Conference on Radar Meteorology, American Meteorological Society, 378–384.
8. Hudlow, M. D., Greene, D. R., Ahnert, P. R., Krajewski, W. F., Sivaramakrishnan, T. R., Dias, M. R., & Johnson, E. R. (1983). Proposed off-site precipitation processing system for NEXRAD. Preprints, 21st Conference on Radar Meteorology, American Meteorological Society, 394–403.
9. Fulton, R. A., Breidenbach, J. P., Seo, D.-J., Miller, D. A., & O’Bannon, T. (1998). The WSR-88D rainfall algorithm. Weather and Forecasting, 13(2): 377–395. https://doi.org/10.1175/1520-0434(1998)013<0377:TWRA>2.0.CO;2
10. Chandrasekar, V., Meneghini, R., & Zawadzki, I. (2003). Global and local precipitation measurements by radar. En R. M. Wakimoto & R. Srivastava (Eds.), Radar and Atmospheric Science: A Collection of Essays in Honor of David Atlas (Meteorological Monographs, Vol. 30, No. 52). American Meteorological Society.
11. Wakimoto, R. M., & Srivastava, R. (Eds.). (2003). Radar and Atmospheric Science: A Collection of Essays in Honor of David Atlas (Meteorological Monographs, Vol. 30, No. 52). American Meteorological Society.
12. Ryzhkov, A. V., Giangrande, S. E., & Schuur, T. J. (2005). Rainfall estimation with a polarimetric prototype of WSR-88D. Journal of Applied Meteorology, 44(4): 502–515. https://doi.org/10.1175/JAM2213.1