Desde el punto de vista técnico y de desarrollo de software, la contribución de Predictia en CLIMOS se ha estructurado en torno a dos ejes principales: la arquitectura de los servicios web con canales de datos automatizados y el desarrollo de la interfaz de usuario del Sistema de Alerta Temprana. Lo detallamos a continuación.

Modelización climática y predictiva multitemporal

Se ha desarrollado un marco de modelización dividido en dos componentes clave:

• Predicción a corto y medio plazo: integra las predicciones meteorológicas de alta resolución del sistema IFS del Centro Europeo de Previsiones Meteorológicas a Plazo Medio (ECMWF) y pronósticos estacionales del Servicio de Cambio Climático de Copernicus (C3S).
  Mediante un enfoque de aprendizaje automático de dos pasos, el sistema estima primero la ventana estacional de actividad y, posteriormente, la variabilidad semana a semana, generando mapas de probabilidad de presencia (clasificados en niveles bajo, medio y alto) agrupados por especies transmisoras de Leishmania (L. major, L. tropica y L. infantum).
• Idoneidad climática a largo plazo: utiliza algoritmos de aprendizaje automático entrenados con observaciones históricas (2009–2023) y proyecciones basadas en los escenarios de cambio climático del IPCC (RCPs y SSPs), evaluando la distribución del vector a lo largo del siglo XXI.

Para garantizar la fiabilidad operativa del EWS, se ha establecido y aplicado un marco de validación exhaustivo. Los modelos de idoneidad climática a largo plazo se evaluaron utilizando múltiples métricas de rendimiento frente al periodo de referencia histórico, confirmando su robustez. Asimismo, las predicciones a corto y medio plazo se validaron con datos reales de las campañas de campo, demostrando la capacidad operativa del sistema para ofrecer predicciones fiables casi en tiempo real y consolidando su utilidad para la toma de decisiones.

Innovación en la visualización geoespacial

Uno de los mayores retos técnicos superados en el desarrollo del Sistema de Alerta Temprana ha sido la gestión y el modelado eficiente de grandes volúmenes de datos geográficos en el navegador web del usuario sin que afecte al rendimiento.

Mientras que los Sistemas de Información Geográfica utilizan típicamente capas ráster que se modelan en el servidor y se publican con el estándar WMS, el Sistema de Alerta Temprana de CLIMOS utiliza teselas vectoriales (fragmentos de datos que almacenan geometrías como coordenadas y formas) que se renderizan en el navegador.

Esto permite una interactividad total (como la detección de eventos al pasar el ratón o hacer clic). Para optimizar la experiencia al cambiar de escala —permitiendo pasar de una vista regional a nivel NUTS3 a una vista detallada a nivel municipal de forma instantánea—, el sistema genera de manera anticipada las geometrías estáticas de las capas geográficas en diferentes niveles de zoom y las fusiona dinámicamente en tiempo real con las predicciones actualizadas diariamente de los modelos de presencia de la mosca de la arena.

El éxito de un Sistema de Alerta Temprana en salud climática no solo reside en la precisión de sus modelos predictivos, sino en su capacidad de ingeniería para procesar diariamente ingentes volúmenes de datos y servirlos de forma fluida e interactiva al usuario final