Blog de GribStream
AIFS Marine de ECMWF lleva la predicción con IA al océano y al hielo marino
El prototipo experimental AIFS Marine predice conjuntamente atmósfera, olas, océano superficial y hielo marino, avanzando hacia un modelo del sistema Tierra con IA.
ECMWF está ampliando AIFS más allá de la predicción atmosférica. Su prototipo de investigación AIFS Marine predice conjuntamente la atmósfera, las olas, el hielo marino y las condiciones de la superficie oceánica mediante un único modelo de aprendizaje automático.
En casi todas las variables marinas evaluadas, los investigadores obtienen mejoras aproximadamente equivalentes a un día adicional de capacidad predictiva a medio plazo frente a sus referencias basadas en física. Es un resultado de una evaluación determinista de investigación, no una garantía para cualquier variable, lugar o pronóstico.
El trabajo apunta hacia un modelo del sistema Tierra con IA. AIFS Marine sigue siendo experimental, y el anuncio del 12 de octubre no fija una fecha de implementación operativa.
Un modelo para la interfaz atmósfera–océano
Los sistemas tradicionales utilizan modelos especializados para la atmósfera, el océano, las olas y el hielo, que intercambian información mediante mecanismos explícitos de acoplamiento. AIFS Marine reúne sus variables de estado en un mismo modelo y aprende sus relaciones a partir de datos históricos.
Estas relaciones importan: los vientos intensos generan olas mayores, el hielo atenúa las olas y los ciclones tropicales pueden mezclar agua fría hacia la superficie. Los cambios oceánicos también afectan al aire situado encima.
El objetivo va más allá de ampliar el catálogo de variables: busca representar estas interacciones de forma coherente. El modelo no resuelve explícitamente el océano profundo ni sustituye todos los procesos físicos de un modelo acoplado convencional.
Qué predice AIFS Marine
AIFS v2 operativo ya incluye olas, además de variables atmosféricas y terrestres. El prototipo Marine añade información sobre el océano superficial y el hielo marino, como:
- temperatura, salinidad y altura de la superficie del mar;
- corrientes oceánicas superficiales;
- concentración, volumen y velocidad del hielo marino;
- altura significativa, período medio y dirección de las olas.
Es una selección de las variables de investigación, no un inventario de distribución operativa. El entrenamiento combina ERA5, una simulación retrospectiva de olas y el reanálisis oceánico ORAS6. El preprocesamiento y los pesos de la función de pérdida se adaptan a los valores ausentes sobre tierra, los límites físicos y la evolución más lenta de algunas variables marinas. Hahner, Zampieri et al. (2026).
Aproximadamente un día más de capacidad predictiva marina
ECMWF informa de mejoras amplias a medio plazo. En la evaluación de olas, los errores de altura significativa se redujeron alrededor de un 10% frente a observaciones satelitales. La comparación principal del artículo utiliza la configuración AIFS Waves; Marine también mejora las olas cerca del borde del hielo al representarlo explícitamente.
Las predicciones del borde del hielo mejoran en ambos hemisferios, especialmente en el océano Austral, y las predicciones de temperatura superficial del mar también mejoran de forma sistemática. La ganancia aproximada de un día corresponde a las variables marinas evaluadas en un marco determinista. No significa que toda la predicción AIFS supere universalmente a IFS en un día.
La altura de la superficie del mar es la principal excepción. Desarrolla un sesgo negativo creciente con el plazo de predicción. Los investigadores consideran que la tendencia histórica del aumento del nivel del mar en los datos podría contribuir y señalan este problema como trabajo pendiente. Evaluación.
¿Aprende relaciones físicas relevantes?
Las predicciones de los huracanes Idalia y Franklin muestran vientos intensos junto con mayor actividad de olas y estelas frías en la temperatura del mar. La respuesta concuerda con la mezcla que acerca agua fría a la superficie durante una tormenta.
También se probaron condiciones iniciales inusuales. Olas de mar de fondo aisladas y de período largo se propagaron por las cuencas mientras surgían nuevas olas generadas por el viento. Al eliminar todo el hielo inicial, este reapareció gradualmente en el hemisferio correspondiente a la estación. La extensión se recuperó antes que el volumen, como cabe esperar físicamente.
Las pruebas aportan evidencia de interacciones aprendidas, sin demostrar que cada pronóstico cumpla todas las restricciones físicas. Casos y experimentos de sensibilidad.
Qué ocurre con la predicción atmosférica
La capacidad predictiva atmosférica a gran escala permanece prácticamente igual. Representar el hielo mejora las predicciones de temperatura cerca de la superficie junto a su borde; permitir que evolucione el océano beneficia las predicciones de temperatura en los trópicos.
Hay pequeñas degradaciones en algunas métricas de viento cerca de la superficie. ECMWF las relaciona con la coherencia entre conjuntos de entrenamiento y el equilibrio entre componentes. Las mejoras marinas deben valorarse junto con el comportamiento atmosférico.
Hay archivos de investigación; no se ha anunciado un flujo Marine en tiempo real
ECMWF ha publicado pronósticos de apoyo en Zenodo, incluidos archivos GRIB de atmósfera, océano y olas de AIFS Marine.
Son resultados de los experimentos del artículo. El repositorio los describe como pronósticos no operativos para investigación académica y científica, con restricciones para decisiones operativas y comerciales. No constituyen un flujo público actualizado continuamente.
A fecha del 13 de octubre de 2026, el anuncio citado no establece una fecha operativa ni las condiciones de distribución Marine en tiempo real. El océano superficial y el hielo son los próximos componentes que ECMWF busca incorporar. El trabajo futuro abarca el sesgo de altura del mar, la predicción probabilística y, a plazos mayores, el océano profundo.
Qué significa para los usuarios de GribStream
GribStream ya ofrece productos operativos mediante AIFS Operational y AIFS Ensemble. AIFS Marine todavía no está disponible en la API de GribStream.
Si estas capacidades llegan a una distribución pública operativa, podrían ampliar el uso de AIFS en energía marina, navegación, seguimiento del hielo y análisis de ciclones tropicales. Antes de ofrecerlas, habrá que verificar el flujo público, la licencia, las variables, los tiempos y la cobertura.
La investigación complementa la ampliación de AIFS v2 y el plan de incorporar previsiones horarias de superficie con HourGlass. Seguiremos el paso de los experimentos marinos a los productos operativos.