Los pronósticos de El Niño/La Niña se pueden ampliar a 18 meses con modelo basado en la IA y la física
Los científicos han mejorado significativamente la capacidad de predicción de eventos de El Niño/ENSO con más de un año de anticipación usando nuevas técnicas científicas
En Asia, el Océano Pacífico y América, El Niño Oscilación del Sur (ENSO) trae variaciones en los vientos, el tiempo y la temperatura del océano que pueden causar sequías, inundaciones, pérdidas de cosechas y escasez de alimentos. Recientemente, el mundo experimentó un importante episodio de El Niño en 2023-2024, que tuvo un impacto dramático en el tiempo, el tiempo, los ecosistemas y las economías a nivel mundial.
Predicciones de ENSO hasta 18 por adelantado
Al desarrollar un enfoque de modelado innovador, los investigadores de la Escuela de Ciencias y Tecnología Oceánicas y Terrestres (SOEST) de la Universidad de Hawái en Mānoa ahora pueden pronosticar eventos ENSO con hasta 18 meses de anticipación, lo que mejora significativamente el modelo climático convencional.
Sus hallazgos, que combinan conocimientos sobre la física del océano y la atmósfera con precisión predictiva, se publicaron en Nature.
"Hemos desarrollado un nuevo modelo conceptual, el llamado modelo de oscilador de recarga no lineal extendido (XRO), que mejora significativamente la capacidad de predicción de eventos ENSO con más de un año de anticipación, mejor que los modelos climáticos globales y comparable a los pronósticos de IA más hábiles. ", dijo Sen Zhao, autor principal del estudio e investigador asistente en SOEST.
"Nuestro modelo incorpora efectivamente la física fundamental de ENSO y las interacciones de ENSO con otros patrones climáticos en los océanos globales que varían de una estación a otra".
Los científicos han estado trabajando durante décadas para mejorar las predicciones de ENSO dados sus impactos ambientales y socioeconómicos globales. Los modelos de pronóstico operativo tradicionales han tenido dificultades para predecir con éxito ENOS con plazos de entrega superiores a un año.
La IA ayuda a impulsar nuevos pronósticos
Los avances recientes en inteligencia artificial (IA) han superado estos límites, logrando predicciones precisas con hasta 16 a 18 meses de anticipación. Sin embargo, la naturaleza de "caja negra" de los modelos de IA ha impedido atribuir esta precisión a procesos físicos específicos.
No poder explicar la fuente de previsibilidad en los modelos de IA da como resultado una baja confianza en que estas predicciones tendrán éxito para eventos futuros a medida que la Tierra continúa calentándose, cambiando las corrientes en los océanos y la atmósfera.
"A diferencia de la naturaleza de 'caja negra' de los modelos de IA, nuestro modelo XRO ofrece una visión transparente de los mecanismos de la física de recarga y descarga del Pacífico ecuatorial y sus interacciones con otros patrones climáticos fuera del Pacífico tropical", explicó Fei-Fei Jin, el autor correspondiente y profesor de ciencias atmosféricas en SOEST.
Deficiencias y mejoras del modelo climático
"Nuestros hallazgos también identifican deficiencias en la última generación de modelos climáticos que conducen a que no puedan predecir con precisión ENSO", dijo Malte Stuecker, profesor asistente de oceanografía en SOEST y coautor del estudio.
"Para mejorar las predicciones de ENSO, los modelos climáticos deben capturar correctamente la física clave de ENSO y, además, tres aspectos complejos de otros patrones climáticos en los océanos globales: conocimiento preciso del estado de cada uno de estos patrones climáticos cuando comienzan los pronósticos de ENSO, la 'memoria oceánica' estacionalmente variable correcta de cada uno de estos patrones climáticos y representaciones correctas de cómo cada uno de estos otros patrones climáticos afectan a ENSO en diferentes estaciones".
"Diferentes fuentes de previsibilidad conducen a distintas evoluciones de eventos ENSO", dijo Philip Thompson, profesor asociado de oceanografía en SOEST y coautor del estudio. "Ahora podemos proporcionar predicciones hábiles y a largo plazo de esta 'diversidad ENSO', lo cual es fundamental ya que los diferentes tipos de ENSO tienen impactos muy diferentes en el clima global y las comunidades individuales".
"Además de El Niño, el nuevo modelo XRO también mejora la previsibilidad de otras variabilidades climáticas en los océanos Índico y Atlántico tropicales, como el Dipolo del Océano Índico, que puede alterar significativamente los patrones climáticos locales y globales más allá de los impactos de El Niño", añadió Zhao.
Trabajos futuros
Las implicaciones de esta investigación son de gran alcance y ofrecen perspectivas de predicciones ENSO más precisas y con mayor plazo de entrega y mejoras en los modelos climáticos globales.
Aunque el fenómeno ENSO se origina en el Pacífico tropical, ya no podemos pensar que es un problema exclusivo del océano Pacífico tropical, ni desde una perspectiva de modelado y predicción ni desde una perspectiva de observación. Los trópicos globales y las latitudes más altas son fundamentales para mejorar los pronósticos climáticos estacionales.
Referencia
Fei-Fei Jin, Explainable El Niño predictability from climate mode interactions, Nature (2024). DOI: 10.1038/s41586-024-07534-6. www.nature.com/articles/s41586-024-07534-6