Blog de GribStream
ECMWF AIFS v3 añadirá pronósticos horarios de superficie con HourGlass
ECMWF afirma que HourGlass se incorporará al AIFS v3 operativo más adelante en 2026 y producirá pronósticos horarios coherentes de superficie para AIFS Single y AIFS ENS.
ECMWF prevé incorporar pronósticos horarios de superficie tanto a AIFS Single como a AIFS ENS más adelante en 2026 mediante HourGlass, un sistema probabilístico de downscaling temporal (refinamiento de la resolución en el tiempo) desarrollado con MET Norway. ECMWF afirma que esta capacidad formará parte de su sistema de pronóstico operativo con AIFS v3.
El rumbo del producto está confirmado, pero los datos todavía no se han lanzado. ECMWF no ha anunciado la fecha exacta de puesta en servicio, una fase de pruebas o de operación en paralelo, el inventario operativo de variables ni si todos los campos horarios aparecerán en su servicio Open Data. Los productos operativos actuales de AIFS v2 siguen publicándose cada seis horas.
Reconstruir las horas entre los pronósticos de AIFS
La mayoría de los sistemas meteorológicos globales de IA, incluido el AIFS actual, pronostican estados atmosféricos a intervalos de seis horas. HourGlass toma los estados previstos al principio y al final de una de esas ventanas y reconstruye la evolución horaria intermedia.
Esto va más allá de trazar una línea suave entre dos valores. HourGlass produce campos meteorológicos espaciales y se entrena para que la secuencia evolucione de forma coherente. En las variables pronósticas, el límite de seis horas permanece anclado al pronóstico subyacente. Las variables diagnósticas, como la precipitación, son generadas por el propio sistema de downscaling.
El método genera simultáneamente los seis instantes horarios de cada ventana. Se produce una realización coherente para cada miembro del pronóstico de origen, lo que permite aplicar el mismo enfoque al AIFS Single determinista y a cada miembro de AIFS ENS.
Por qué HourGlass es probabilístico
Los sistemas deterministas de downscaling temporal entrenados con error cuadrático medio tienden a difuminar las estructuras de pequeña escala, sobre todo cerca del centro de la ventana de seis horas, donde la incertidumbre es mayor. HourGlass utiliza en cambio variantes del Continuous Ranked Probability Score (CRPS), junto con términos de pérdida que limitan las diferencias, el mínimo, el máximo y la media dentro de la ventana.
Los datos de entrenamiento también proceden de trayectorias continuas de pronóstico, no de estados horarios unidos entre sucesivos ciclos de análisis o reanálisis. Esta elección busca evitar que el modelo aprenda saltos artificiales introducidos en los límites de los ciclos de asimilación.
Qué mostró la evaluación de investigación
La prepublicación que acompaña el anuncio evaluó el modelo HourGlass global con AIFS Single v1 y AIFS ENS v1, y una versión regional con el ensemble Bris de MET Norway. La verificación frente a observaciones SYNOP de 2025 encontró que los pronósticos horarios preservaban el desempeño de los sistemas de origen, además de conservar variabilidad realista a pequeña escala y una evolución coherente de una hora a la siguiente.
La tormenta Amy ofrece una prueba exigente. En la secuencia anterior, AIFS-HourGlass mantiene la estructura general de viento y presión del ciclón a medida que evoluciona entre los tiempos originales del pronóstico. El artículo también informa límites importantes: los gradientes de viento cerca del centro del ciclón fueron más débiles que en IFS y se perdieron algunos máximos de velocidad del viento al oeste de Noruega. Esas diferencias persistieron a lo largo de la ventana y se atribuyeron principalmente a limitaciones del pronóstico AIFS de origen, de menor resolución.
La evaluación aporta evidencia sobre el método, pero no verifica la configuración final de AIFS v3. ECMWF todavía no ha publicado resultados de verificación de la versión operativa v3, la configuración final del modelo ni el inventario para su puesta en servicio.
La precipitación horaria sigue siendo el campo más difícil
HourGlass mejora el realismo espacial de la precipitación frente a salidas de IA más suavizadas, pero todavía subestima las lluvias horarias más intensas. En los experimentos globales, la precipitación es un campo diagnóstico: el sistema de downscaling la pronostica a partir del estado atmosférico en lugar de recibirla como entrada del pronóstico AIFS de seis horas.
Los casos de estudio encontraron un desplazamiento ampliamente coherente de las bandas de lluvia, pero también gradientes más amplios y dificultades con los extremos locales. La salida horaria será útil para examinar cuándo cambia la precipitación dentro de una ventana de seis horas, aunque la evidencia actual no permite considerar resuelto el pronóstico de precipitación extrema con HourGlass.
Por qué importa la salida horaria de AIFS
Los estados cada seis horas bastan para muchas aplicaciones de medio plazo, pero pueden omitir el momento de cambios rápidos y extremos diarios entre pasos del pronóstico. ECMWF destaca el pronóstico de inundaciones, las operaciones de energía renovable y los fenómenos meteorológicos de evolución rápida como usos importantes de un mayor detalle temporal. En su evaluación regional, el artículo también encontró que HourGlass puede representar mejor los máximos de temperatura y viento de 24 horas que la secuencia original de seis horas o una referencia basada en splines cúbicos.
El AIFS v3 operativo proporcionará pronósticos horarios de variables clave de superficie en AIFS Single y AIFS ENS. ECMWF no ha dicho que todos los campos o niveles de presión de AIFS vayan a ser horarios, por lo que el anuncio todavía no debe interpretarse como una multiplicación por seis de todo el catálogo AIFS.
Qué deben vigilar los usuarios de GribStream
GribStream sirve actualmente los productos operativos de AIFS de ECMWF mediante AIFS Operational (aifsoper) y AIFS Ensemble (aifsenfo). Si ECMWF publica los campos de HourGlass a través de la distribución habitual de AIFS, deberían seguir siendo actualizaciones de esas familias de modelos en lugar de convertirse en un dataset separado.
El próximo hito útil será una página de puesta en servicio de ECMWF, datos de prueba o un inventario actualizado de los productos distribuidos y disponibles en Open Data. Antes de añadir los campos, necesitamos confirmar:
- la fecha exacta de implementación y cualquier período de operación en paralelo
- qué variables de superficie, pasos de pronóstico, horizontes y productos de ensemble serán horarios
- las convenciones de flujo, nombre de archivo, parámetro y acumulación
- si los productos horarios aparecerán en el inventario público de Open Data
- si AIFS v3 mantendrá la grilla y las condiciones de licencia actuales
La salida actual de AIFS v2 está disponible en GRIB2 sobre una grilla regular de 0,25 grados y se licencia bajo CC BY 4.0 para redistribución y uso comercial con atribución. ECMWF no ha documentado por separado los futuros campos de HourGlass, por lo que estas condiciones actuales de acceso no deben proyectarse sobre AIFS v3 hasta que se publique su catálogo.
HourGlass es el segundo desarrollo concreto de AIFS v3 que ECMWF ha divulgado este mes, después de su adelanto del campo de forzamiento para la isla de calor urbana. El nuevo anuncio va más lejos al vincular HourGlass con una entrada en operación prevista para más adelante en 2026, aunque las condiciones definitivas de producción y acceso a los datos siguen sin definir.
Fuentes
- ECMWF: HourGlass—filling in the gaps between forecasts, 20 de agosto de 2026
- Ingstad et al.: HourGlass—A Probabilistic Data-Driven Temporal Downscaler for Hourly Global and Regional Weather Forecasting, 13 de julio de 2026
- Datos de AIFS Machine Learning de ECMWF
- AIFS Operational en GribStream
- AIFS Ensemble en GribStream