Avance en ciencia climática: científicos de Oxford desarrollaron una nueva estrategia para predecir el calentamiento global

En 1988, la Organización de las Naciones Unidas (ONU) creó el Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC, por sus siglas en inglés) con el fin de evaluar y predecir cómo las acciones humanas impactarán al planeta. El objetivo, que las naciones puedan idear las estrategias adecuadas en contra del calentamiento global.

Su tarea principal se enfoca en realizar informes en los que detallan los efectos actuales y posibles del cambio climático, según distintas condiciones y cursos de acción. Un esencial para realizar esta labor son los Modelos del Sistema Terrestre (ESM), los cuales simulan el clima futuro y son vitales para cumplir con el Acuerdo de París. Recientemente, científicos de la Universidad de Oxford desarrollaron un nuevo algoritmo que promete acelerar significativamente estas simulaciones, representando un avance crucial para la investigación climática y la toma de decisiones políticas.

Es que estos modelos se basan tanto en datos del presente, como en investigaciones y predicciones futuras. Hasta ahora, se publicaron 6 de estos análisis, y el próximo se dará a conocer en el año 2029. Es que uno de los objetivos más importantes de estos estudios es que las naciones se mantengan dentro de los parámetros de emisión de gases de efecto invernadero y de calentamiento global establecidos en el Acuerdo de París.

Este pacto determina que el aumento de temperatura con respecto a la era preindustrial debe mantenerse por debajo de 2 °C, idealmente menos de 1,5 °C. Sin embargo, en la actualidad ya se llegó a rozar ese límite. Es por este motivo que estos modelos, que predicen el cambio climático y las futuras condiciones meteorológicas, son esenciales.

Este nuevo estudio, liderado por el profesor Samar Khatiwala de la Universidad de Oxford, logró agilizar estos sistemas. “Este trabajo es un paso hacia la reducción del tiempo que se tarda en producir esas proyecciones climáticas críticas”, aseguró la profesora Helene Hewitt OBE, copresidenta del Panel del Proyecto de Intercomparación de Modelos Acoplados (CMIP), en un comunicado de prensa de la Universidad de Oxford. Siendo que este avance servirá de base para el próximo informe del IPCC, indicó.

De acuerdo al escrito emitido por la Universidad de Oxford, se trata de “modelos informáticos complejos que describen los procesos de la Tierra y cómo interactúan”. Estos intrincados programas son cargados con datos sobre los océanos, la atmósfera y, en resumidas cuentas, de todo el planeta, para intentar determinar las consecuencias que las emisiones de gases de efecto invernadero podrían tener en el sistema terrestre.

Lograr predicciones correctas, precisas y de buena calidad sobre las consecuencias futuras de las actividades humanas nocivas actuales es complicado, incluso para las avanzadas tecnologías. Las simulaciones, gracias a que comprenden una amplia variedad de procesos e interacciones entre los distintos componentes del planeta, deben iniciarse con las condiciones de la época preindustrial, ya que de no ser así podrían ocurrir errores que le adjudiquen ciertos cambios naturales a los seres humanos. Esto significa que es imposible obtener resultados inmediatos de variaciones en los parámetros o nuevos datos agregados al sistema.

El proceso para conseguir el equilibrio de las condiciones climáticas previas a la revolución industrial se conoce como “spin-up”, y requiere que el modelo genere simulaciones de miles de años (dentro del propio modelo) que en tiempo real serían aproximadamente dos años. “En la actualidad, el largo tiempo de rotación de muchos modelos del IPCC impide que los investigadores del clima ejecuten su modelo a una resolución más alta y definan la incertidumbre mediante la realización de simulaciones repetidas”, manifestaron en el comunicado de prensa.

Pero el profesor Khatiwala ideó un nuevo algoritmo que acelerará estos procesos y permitirá que se puedan realizar más simulaciones en menos tiempo. Esto es importante, ya que previamente solo se podían realizar simulaciones muy limitadas debido a la duración que del “spin-up”. Este novedoso método reducirá los costos tanto temporales como económicos de los Modelos del Sistema Terrestre.

“Minimizar la deriva del modelo a un costo mucho menor en tiempo y energía es obviamente fundamental para las simulaciones del cambio climático, pero quizás el mayor valor de esta investigación puede ser, en última instancia, para los responsables políticos que necesitan saber qué tan confiables son las proyecciones climáticas”, comentó Khatiwala.

Según detallaron, se trata de un conjunto de instrucciones que hizo posible realizar el “spin-up” 10 veces más rápido y “redujo el tiempo necesario para lograr el equilibrio de muchos meses a menos de una semana”, de acuerdo al comunicado de la institución académica.

Esta aceleración da lugar a que los investigadores puedan realizar simulaciones con cambios de parámetros más sutiles y analicen la evolución de los mismos. El objetivo final es el continuar disminuyendo la incertidumbre que existe alrededor del futuro escenario climático que está siendo afectado por las emisiones de gases de efecto invernadero.

En el estudio, el profesor Khatiwala explica que utilizó la “aceleración de secuencias” para crear el logaritmo, el cual se basó en la “aceleración de Anderson”. “Ambos problemas son de naturaleza iterativa: se genera un resultado y luego se retroalimenta en el modelo muchas veces. Al conservar los resultados anteriores y combinarlos en una sola entrada utilizando el esquema de Anderson, la solución final se logra mucho más rápidamente”, explican desde la universidad.

Este programa se podrá utilizar para informar de manera más precisa a los líderes con el objetivo de que tomen decisiones con conciencia medioambiental. En el próximo informe del IPCC podrían conocerse algunos de los resultados que obtendrán gracias al logaritmo, ya que el profesor Khatiwala está trabajando con equipos de científicos que pertenecen al grupo intergubernamental.