Predecir el riesgo de medusas para el día siguiente: un modelo al servicio de los bañistas
¿Es posible anticipar la llegada de medusas a nuestras costas con 24 horas de antelación? Este ha sido siempre uno de los objetivos principales de Meduseo.
Hasta ahora, la información dependía únicamente de la observación inmediata de los bañistas al llegar a la playa. Meduseo da un paso decisivo al desplegar su motor de predicción. Al cruzar las observaciones de la comunidad con los datos de meteorología marina y oceanografía física, nuestros modelos son capaces de evaluar el riesgo de llegada de medusas para el día siguiente (D+1) con una precisión alta y accesible para todos.
¿Qué predice exactamente el modelo?
-
Predicción de incomodidad: El modelo predice la presencia de medusas a un nivel susceptible de incomodar el baño (aparición de varios individuos o situación de invasión).
-
Situación «Ausencia de medusas»: Indica que las condiciones generales para el baño son favorables. No obstante, como en cualquier entorno marino natural, la presencia de un individuo aislado y raro sigue siendo posible sin alterar el baño general.
Un modelo único por ciudad: La costa no es una línea recta
Los trabajos de modelización demuestran que no existe un algoritmo genérico aplicable a todo el litoral, lo cual es totalmente natural. Cada sector costero posee una geometría propia, una orientación frente a los vientos y características marítimas únicas. Por ello, cada ciudad dispone de su propio modelo de predicción, desarrollado sobre el historial específico de su zona litoral.
El algoritmo se apoya diariamente en:
Meteo marina y Oceanografía física
Temperaturas del mar, vectores de corrientes marinas, dirección y velocidad del viento, altura y período de las olas, así como la presión atmosférica.
Dinámica espacial adyacente
Análisis de la presencia observada en los sectores marítimos vecinos.
¿Por qué son fundamentales las notificaciones de ausencia?
Para aprender a reconocer las situaciones de riesgo, el algoritmo debe disponer de un conocimiento igualmente preciso de los días en los que se constata una ausencia total de medusas o varamientos.
Las notificaciones de ausencia de medusas (ningún individuo observado) son tan fundamentales para el aprendizaje del modelo como las notificaciones de presencia.
Sin estos datos de ausencia, el algoritmo no puede equilibrar sus umbrales de decisión. Para que una nueva ciudad pueda disponer de su propio modelo predictivo, la comunidad debe acumular un historial rico y equilibrado de observaciones diarias.
Rendimiento estadístico validado: Comprender nuestros resultados
Para medir la eficacia de nuestros modelos en temporadas inéditas (especialmente 2025 y mitad de 2026), utilizamos dos indicadores clave:
Mide el porcentaje de predicciones acertadas. Una precisión del 80% al 83% significa que en más de 8 de cada 10 casos, el modelo anticipa perfectamente la situación real del día siguiente en la playa (ya sea una alerta o un día tranquilo).
Evaluado en una escala del 50% (azar puro) al 100% (modelo perfecto), este índice mide la capacidad del modelo para diferenciar sin dudas un día de riesgo de un día sin medusas. Una puntuación superior al 80% demuestra una excelente madurez operativa.
Resultados en nuestras ciudades piloto
Por el momento, la herramienta de predicción está disponible en 4 ciudades piloto del Mediterráneo:
Marseille
Bouches-du-RhôneSix-Fours-les-Plages
VarBandol
VarSaint-Cyr-sur-Mer
VarDespliegue y perspectivas
El modelo predictivo de Meduseo tiene como objetivo extenderse progresivamente a otras ciudades costeras cuando la densidad y el equilibrio de los avisos lo permitan.
Al seguir compartiendo tus observaciones diarias en la web y la aplicación, ya sea que veas medusas o no, ¡contribuyes directamente al desarrollo de este sistema de predicción!