Un nuevo modelo de predicción del fenómeno de El Niño promete grandes mejoras, según un estudio publicado en Nature
Un nuevo modelo de predicción de El Niño promete mejorar significativamente la precisión de las previsiones al integrar complejas interacciones estacionales con otros modos de variabilidad climática, según unos investigadores.
Un reciente estudio publicado en Nature presenta un innovador modelo para la predicción de El Niño, conocido como modelo del oscilador de recarga no lineal extendido (XRO). Este modelo destaca por ofrecer predicciones precisas de los fenómenos de El Niño con hasta 18 meses de antelación, superando a los modelos climáticos globales tradicionales y comparándose favorablemente con los modelos de inteligencia artificial más avanzados.
El XRO incorpora las interacciones estacionales de El Niño con otros modos de variabilidad climática, lo que permite una comprensión más profunda de la dinámica implicada. Este enfoque holístico mejora significativamente la precisión de las previsiones, considerando las condiciones iniciales y las memorias de los diferentes modos meteorológicos.
Importancia de las interacciones climáticas como factores de influencia de El Niño
El modelo XRO pone de relieve la importancia de las interacciones entre los modos meteorológicos, como los modos meridionales del Pacífico Norte y Sur, el modo de la cuenca del Océano Índico, el dipolo del Océano Índico y la variabilidad del Atlántico Tropical Norte. Estas interacciones son fundamentales para la predicción de El Niño, ya que influyen en la evolución de los fenómenos y en sus repercusiones globales.
El Niño forecasts extended to 18 months with innovative physics-based model. Check our new research paper "Explainable El Niño predictability from climate mode interactions" published today in Nature:https://t.co/PRB45Og7jb pic.twitter.com/0CAUglrfAd
— Sen Zhao (@senclimate) June 26, 2024
La eficacia del XRO para predecir El Niño a largo plazo está ligada a su capacidad para simular estas complejas interacciones. Por ejemplo, los modos del Pacífico Sur desempeñan un papel crucial en la memoria y las interacciones estacionales del ENOS, afectando a la amplitud y duración de los fenómenos. El modelo XRO puede captar esta dinámica, ofreciendo previsiones más fiables y detalladas.
Además, la capacidad de XRO para reducir los sesgos en los modelos climáticos mediante la incorporación de estas interacciones específicas se traduce en predicciones más precisas. Esto es especialmente relevante cuando se trata de fenómenos extremos, como El Niño de 1997-1998 y 2015-2016, que presentaron patrones precursores distintos e impactos globales variados.
Impactos y beneficios del nuevo estudio
Las implicaciones de este estudio son enormes y afectan tanto a la comunidad científica como a los sectores económicos que dependen de unas previsiones climáticas exactas.
La capacidad de predecir El Niño con mayor antelación y precisión puede mejorar la preparación ante fenómenos meteorológicos extremos, ayudando a mitigar sus efectos adversos en ámbitos como la agricultura, la gestión de los recursos hídricos y la planificación de catástrofes naturales.
El estudio también sugiere que la integración del modelo XRO con otros enfoques de previsión puede seguir mejorando la comprensión y la previsibilidad del ENOS. El XRO constituye una valiosa herramienta para explorar las interacciones multiescala del clima global, ofreciendo nuevas vías para la investigación y el desarrollo de modelos climáticos.
Referencia de la noticia:
Zhao, S., Jin, FF., Stuecker, M.F. et al. Explainable El Niño predictability from climate mode interactions. Nature 630, 891–898 (2024).https://doi.org/10.1038/s41586-024-07534-6