En febrero de 2016, el ciclón tropical más fuerte jamás registrado azotó todo el Pacífico Sur. Con vientos de 285 kilómetros (175 millas) por hora, el ciclón Wilson devastó numerosas islas pequeñas y de litoral bajo, causando daños por valor de 1200 millones de euros. La prevención es la clave para sobrevivir a las tormentas de estas características, y el Instituto Meteorológico Finlandés (FMI) ha estado trabajando con las naciones insulares del Pacífico para desarrollar los servicios de predicción y alerta en situaciones climáticas críticas.
“Esta es una zona única en el mundo”, nos dice Matti Eerikäinen, director de proyectos del FMI. “Las islas están diseminadas por un área muy amplia, y las distancias entre ellas a veces son enormes”.
Además, muchas de las islas apenas se hallan sobre el nivel del mar. Los investigadores australianos han llegado a la conclusión de que en esta área el nivel del mar está aumentando unos diez milímetros (0,4 pulgadas) al año, y el cambio climático podría provocar tormentas aún más fuertes. Esta combinación podría traducirse en marejadas ciclónicas que arrasarían por completo algunas de las islas.
“La importancia de la recogida y distribución de la información es vital”, nos explica Matti Eerikäinen, “no solo para proteger el patrimonio, sino también para proteger las vidas humanas”.
Los beneficios de pronosticar mejor
La cobertura del Proyecto FINPAC abarca más de 14 países: las Islas Cook, los Estados Federados de Micronesia, Fiji, Kiribati, las Islas Marshall, Nauru, Niue, Palau, Papua Nueva Guinea, Samoa, las Islas Salomón, Tonga, Tuvalu y Vanuatu.Mapa por cortesía de FINPAC
Todo esto ha resultado en el Proyecto Finlandés-Pacífico (FINPAC), coordinado a través de la Secretaría del Programa Regional del Pacífico Sur para el Medio Ambiente (SPREP) y respaldado por el Ministerio de Asuntos Exteriores de Finlandia con fondos de su programa de cooperación para el desarrollo [para conocimiento general: el ministerio también edita ThisisFINLAND]. El proyecto, de cuatro años de duración, concluyó en verano de 2017.
Salesa Nihmei, funcionario responsable de meteorología y clima de la SPREP y radicado en Samoa, nos explica que los objetivos cubiertos por el proyecto han sido principalmente dos: mejorar la previsión meteorológica y utilizar mejor la información en colaboración con los habitantes locales.
“Queríamos reducir la vulnerabilidad que los medios de vida de los países insulares del Pacífico experimentan bajo los efectos del cambio climático”, dice Salesa Nihmei. “Hemos mejorado la capacidad de los servicios meteorológicos nacionales de los países para ofrecer servicios meteorológicos, climáticos y de alerta temprana, y lo hemos hecho en cooperación con la Federación Internacional de Sociedades de la Cruz Roja y de la Media Luna Roja, en beneficio de los habitantes de las comunidades del Pacífico”.
Ventiscas y tifones
El director del Servicio Meteorológico de Tonga, Ofa Fa’anunu (primero por la izquierda), charla con miembros de la comunidad de la isla de Mounga’one.Foto: SPREP
Se preguntarán qué pueden saber los meteorólogos finlandeses —acostumbrados a lidiar con tormentas de nieve y mares congelados— de pronosticar el tiempo en el soleado Pacífico Sur. ¿Acaso la experiencia en predecir nevadas puede traducirse en predecir tifones?
“No, qué va», responde Matti Eerikäinen, riendo, “pronosticar el tiempo tropical es muy diferente a pronosticar el tiempo finlandés. Nosotros simplemente proporcionamos las herramientas, porque ellos conocen de sobra su propio clima”.
Entre las herramientas proporcionadas hay estaciones de observación meteorológica automáticas y manuales. El FMI ayudó a reparar algunas de las ya existentes y también suministró los repuestos. Además, brindó los sistemas SmartMet y SmartAlert de visualización meteorológica y alerta de clima severo, respectivamente.
“Los servicios meteorológicos locales pueden usar el sistema SmartMet para el pronóstico general del tiempo”, dice Matti Eerikäinen. “Reciben muchos datos en una plataforma, y pueden modificarlos digitalmente en nuevos formatos para llevar a cabo los pronósticos. El sistema SmartAlert produce alertas en un formato de mapa estándar. Esta información puede ser utilizada por terceras partes para actualizar sus propios sistemas. La gente puede recibir alertas en la aplicación Google Maps de sus teléfonos inteligentes”.
Los lugareños se implican
En Epau, Vanuatu, varios miembros de la comunidad charlan sobre el mapa de riesgo que hay pintado en la pared de la escuela local, y en el cual muestra las posibles áreas de inundación, el peligro de deslizamientos y otras informaciones que pueden ser relevantes en los planes de evacuación.Foto: SPREP
El proyecto FINPAC no era simplemente una solución técnica. Los meteorólogos locales recibieron capacitación en el uso de los sistemas, pero la mejora de la predicción meteorológica no servía de nada si la información no podía utilizarse con eficacia. Una de las claves fue la participación de las agencias de noticias.
“Reunimos a los medios de comunicación con los meteorólogos”, nos cuenta Salesa Nihmei. “hablaron sobre las oportunidades y los desafíos de la información meteorológica y sobre cómo facilitarla en terminología simple, o traducirla a sus propias lenguas comunes”.
Las comunidades locales participaron en todo el proceso, desde la planificación inicial, hasta la instalación de los sistemas. La Cruz Roja ayudó en la preparación, haciendo hincapié en la necesidad de asignar responsabilidades durante una tormenta y explicando cómo sujetar los tejados. Se instalaron grandes carteles que detallaban los números de emergencia, cómo medir la fuerza del viento, así como las rutas a tomar durante las evacuaciones.
“Este ha sido realmente un proyecto único”, afirma Matti Eerikäinen. «Era la primera vez que ejecutábamos un proyecto en toda la cadena de valor y estamos encantados con el resultado. La ayuda finlandesa para el desarrollo se basa en la sostenibilidad, así que estamos muy interesados en continuar apoyando y fomentando capacidades en la región”.
Por David J. Cord, noviembre de 2017
