Hola. Muchas gracias a todos por esta excelente aplicación. Yo me he suscrito a Premium hace unos días, pero no se me ha cobrado la cantidad que tengo que pagar, ni puedo ver el pronóstico de 1 hora. Me imagino que es por los errores de terceros. Estoy a la espera, pero muchísimas gracias por esta excelente web.

Hola a todos. Quisiera comentar que creo que la capa Temperatura de Pronóstico extremo se le podría sacar mucho más partido de lo que se hace hasta ahora. En esa capa vemos las zonas del planeta donde la temperatura del planeta es más alta o baja que el promedio para esa época del año. Eso es lo mismo que hace la NASA para valorar el cambio climático según su página: https://data.giss.nasa.gov/gistemp/maps/.
En esa página vemos la variación de temperatura que cada mes del año contribuye al cambio climático y qué zonas del planeta en especial se calientan más de lo normal.
Con la capa de temperatura de Pronóstico extremo se podría cambiar el rango de referencia que está en tantos por ciento y ponerlo como en la NASA con los grados positivos o negativos que corresponden a las zonas coloreadas en rojo y amarillo o en azul.
Además se podría hacer una valoración global para cada día de cómo ese día la temperatura ha sido superior a la media y ponerlo en alguna parte de la capa. Pero además, al cabo de cada mes se podría poner, según Windy, cuál ha sido la temperatura de ese mes en comparación con la temperatura promedio.
Esto sería una contribución muy importante por parte de Windy para concienciar sobre el cambio climático.
Estoy convencido de que el equipo de Windy puede hacer esto que propongo y mucho más, porque viendo su web es un ejemplo de entusiasmo y profesionalidad.
Os pongo un enlace de un video que he subido a Youtube sobre este tema. Gracias a Windy por su web.

Hola de nuevo. Ya se ha solucionado el problema y he podido suscribirme. Lo he hecho por apoyaros, no porque vea mucha ventaja con las nuevas funcionalidades. Pero vuestra web sin la función de pronostico de 1 hora bien vale un apoyo. Saludos.

Está bien la nueva actualización de uso de inteligencia artificial para localidades con el modelo ECMWF.
Pero estaría mucho mejor si nos pusieran los mapas meteorológicos, es decir si el modelos AIFS lo incorporan como uno más de los que hay en Windy.com. Gracias.

@Blito Solo unos datos más para que Windy.com lo tenga en cuenta.

 Ejemplo comparativo (Atlántico, 2024 – tormentas mayores)

Métrica (Día 4) AIFS Single IFS HRES GFS FV3
Error medio de trayectoria ~175 km ~215 km ~240 km
Error medio de intensidad 11–12 hPa 13–14 hPa 15–17 hPa
Previsión de RI (>30 kt/24h) 62 % acierto 55 % 50 %
Tiempo de ejecución ~2–3 min 1–2 h 1–2 h

@Blito Muchas gracias por la aclaración. Saludos.

@Blito Si AIFS es mejor para trayectoria y rapidez e IFS mejor para intensidad, detalles físicos y alta resolución y el híbrido AIFS+IFS une lo mejor de los dos y es lo más prometedor en ambos aspectos, empecemos poniendo AIFS, después el híbrido cuando esté disponible.

Muchas gracias por su paciencia conmigo. Saludos.

@idefix37 Me está diciendo que en un futuro próximo podríamos ver pronósticos de ciclones tropicales con la precisión de rumbo que da AIFS y la resolución/intensidad que da IFS, reduciendo tanto errores de desplazamiento como problemas de subestimación de vientos.

Seguro que sería lo ideal, pero hasta entonces, porque no usar AIFS y que cada uno decida.
Gracias por vuestro excelente trabajo.

@Blito Recuerden que solo creo que sea mejor implantarlo para el tema de seguimiento de ciclones tropicales.
Es cierto que para pronóstico general el IFS es mejor por tener más resolución, pero para los ciclones sería una gran ayuda para mucha gente.Gracias.

@Blito 📄 Documentación y notas del ECMWF
ECMWF – AIFS new ECMWF forecasting system
https://www.ecmwf.int/en/newsletter/178/news/aifs-new-ecmwf-forecasting-system
ECMWF – Hybrid forecasting: nudging large scales from IFS deterministic into AIFS
https://www.ecmwf.int/en/newsletter/184/news/hybrid-forecasting-nudging-large-scales-ifs-deterministic-aifs
ECMWF – Página de datos y productos AIFS
https://www.ecmwf.int/en/forecasts/dataset/aifs-machine-learning-data
📊 Presentaciones y seminarios técnicos
4. UCAR/MMM Seminar – Sharanya Mujumdar: Tropical cyclone forecasting with AI (Junio 2025)
https://www.mmm.ucar.edu/sites/default/files/2025-05/Sharanya Mujumdar_6-12-25_MMM Seminar.pdf
ECMWF – Implementation of AIFS ENS v1
https://confluence.ecmwf.int/display/FCST/Implementation+of+AIFS+ENS+v1
📰 Noticias y artículos especializados
6. Tiempo.com – ECMWF lanza el primer modelo operativo basado en inteligencia artificial
https://www.tiempo.com/noticias/ciencia/ecmwf-lanza-el-primer-modelo-operativo-basado-en-inteligencia-artificial-y-revoluciona-el-pronostico-del-tiempo.html
Climate Science News – AI weather beats traditional forecasts, boosts accuracy
https://climatesciencenews.com/2025-03-30-ai-weather-beats-traditional-forecasts-boosts-accuracy.html
📚 Artículos científicos
8. ECMWF & Hugging Face – AIFS Single / ENS Model Cards
https://huggingface.co/ecmwf/aifs-single-1.0
https://huggingface.co/ecmwf/aifs-ens-1.0
Preprint – The Artificial Intelligence Forecasting System (AIFS)
https://arxiv.org/abs/2406.01465

@Blito Es información de ChatGPT, pero está demostrado por estudios internos de la propia agencia de meteorología de Europa que esto es así.

@idefix37 2. Tiempo de cómputo mucho menor
AIFS genera pronósticos en minutos frente a las horas necesarias para modelos físicos como HRES/IFS o FV3/GFS.
Esto permite actualizaciones más frecuentes en eventos de rápido cambio de trayectoria (por ejemplo, recurvatura cerca de costas o rápida intensificación).
3. Mejor manejo de datos de entrada irregulares
Al usar redes neuronales gráficas y transformers con ventana deslizante, AIFS procesa la información de presión, viento y humedad en distintos formatos y rejillas, lo que mejora la integración de datos de reanálisis (ERA5) y observaciones recientes.
Esto ayuda en regiones con escasa observación in situ, como el Atlántico central o el Pacífico oriental.
4. Captura de la incertidumbre con AIFS ENS
La versión ensemble (AIFS ENS) genera múltiples escenarios que representan la incertidumbre real de trayectoria e intensidad.
En pruebas operativas, el rango de dispersión de AIFS ENS es más realista que el de IFS ENS, reduciendo el riesgo de sobreconfianza en una sola trayectoria.
5. Consistencia espacial y temporal
AIFS evita saltos bruscos en la posición pronosticada de un ciclo a otro (forecast-to-forecast jumps), algo que ocurre con modelos físicos cuando cambian las condiciones iniciales.
Esto es útil para mantener coherencia en avisos y mapas de trayectoria.
6. Mejor respuesta en intensificación rápida
Aunque no siempre perfecto, AIFS muestra mejor tendencia en detectar posibles fases de Rapid Intensification (RI) cuando las señales en temperatura oceánica y cizalladura vertical ya están presentes en los datos de entrada.
Esto le da una ventaja de alerta temprana frente a GFS y a veces incluso sobre IFS.

Ventajas de AIFS en ciclones tropicales

1. Mayor precisión en la trayectoria (track forecast)
   Estudios internos del ECMWF y evaluaciones externas indican que AIFS reduce los errores de posición de los ciclones tropicales hasta en un 20 % frente a modelos tradicionales como IFS y GFS en plazos de 3–5 días.
   Esto es especialmente notorio en ciclones de baja latitud y cuando hay interacciones con sistemas monzónicos, donde los modelos físicos tienden a desviarse.

@idefix37 Cómo ayuda para el pronóstico de nuevos Ciclones Tropicales. Gracias.