La ciencia detrás de
la superficie.
La metodología de Petrel es abierta. Cada modelo, cada entrada y cada cohorte de validación está documentado por peligro. Los temas siguientes son las ideas que sostienen todo el catálogo; se publicarán como ensayos extensos a partir de 2026.T3.
Temas metodológicos
Calibrar entre amenazas
Por qué un nivel de retorno de ráfaga de viento (m/s), una probabilidad de deslizamiento (adimensional) y una tasa de erosión anual (t/ha/yr) no se pueden comparar de forma significativa en sus unidades nativas, y la decisión de diseño que permite compararlos en Petrel sin renormalizar. Las contrapartidas y la cohorte de validación que hay detrás de esa decisión.
Muestreo honesto de negativos
Por qué los negativos aleatorios producen modelos que aprenden lo que no deben —memorizan envolventes climáticas en lugar de la ignición o la inestabilidad dentro de esa envolvente— y cómo los procesos de entrenamiento de Petrel para los peligros supervisados imponen negativos realistas. La razón por la que un AUC de 0.99 sobre negativos equivocados es peor que un AUC de 0.94 sobre los correctos.
Huracán frente a viento de cualquier origen
Por qué un único GEV global sobre ráfagas de viento confunde las tormentas extratropicales con los ciclones tropicales, y por qué una superficie genérica de susceptibilidad al viento inventa riesgo de huracán donde nunca ha pasado un ciclón. Petrel publica el huracán como un modelo de ciclón tropical basado en eventos: trayectorias sintéticas de 10,000 años de STORM v4 procesadas con un campo de viento Holland H08 de CLIMADA, mosaico global de seis cuencas, reescalado bilineal a 90 m y enmascarado a tierra. Returns expone la ráfaga máxima por período de retorno (rp50/100/250/500) directamente en m/s.
Incertidumbre que significa algo
Por qué un coeficiente de variación local sobre un ráster reescalado no es una incertidumbre —es una medida del reescalador— y cómo Petrel deriva en su lugar las capas de incertidumbre de forma analítica, a partir de la confianza del ajuste de cada modelo. Los clientes deberían tratar la capa de incertidumbre como una entrada de primer nivel en la agregación de carteras, no como un adorno.
La cobertura del suelo es categórica, no ordinal
Por qué tratar ingenuamente los códigos de cobertura del suelo como una columna de enteros produce falsos positivos de riesgo sobre los centros urbanos y los desiertos desnudos en cualquier modelo de incendio o inundación. Una nota breve sobre lo que cambiamos en los peligros supervisados y lo que volvimos a validar.
La cobertura por píxel como capa de primer nivel
La cobertura no es una máscara binaria. A 90 m, cada píxel dispone de un conjunto distinto de variables de entrada, y la capa de cobertura codifica esa fracción. Por qué las agregaciones de cartera deberían ponderar a la baja los píxeles de baja cobertura y qué umbral recomendamos por defecto.
Validación
Cada peligro se valida frente a los datos de referencia adecuados: inventarios de eventos para los peligros modelados con aprendizaje automático y extremos de estaciones meteorológicas para los peligros físicos Gumbel/GEV. La validación cruzada con bloques espaciales evita la fuga de información entre píxeles cercanos.