Un modelo predice episodios de El Niño a largo plazo

Foto: Diferencias de temperatura de la superficie del mar (1 de marzo de 2016). El rojo oscuro indica agua mucho más cálida. Créditos: NASA Jet Propulsion Laboratory.

Un equipo del Instituto de Salud Global de Barcelona (ISGlobal), centro impulsado por ”la Caixa”, ha desarrollado un nuevo modelo estadístico climático capaz de predecir por primera vez episodios de El Niño con hasta dos años y medio de antelación.

 

ISGlobal / A pesar de la existencia de modelos climáticos operativos de predicción del fenómeno del Niño, estas herramientas no realizaban pronósticos a largo plazo con más de medio año de antelación. Ahora, un equipo del Instituto de Salud Global de Barcelona (ISGlobal), centro impulsado por ”la Caixa”, ha desarrollado un nuevo modelo estadístico climático capaz de predecir por primera vez episodios de El Niño con hasta dos años y medio de antelación.

El modelo es capaz de reproducir todos los principales episodios de El Niño con hasta dos años y medio de anticipación, incluido el reciente episodio extremo del 2015-2016

El Niño – Oscilación Sur (ENSO, por sus siglas en inglés) es un fenómeno climático que representa una oscilación de las características atmosféricas y oceánicas sobre el Pacífico ecuatorial. Tiene lugar cada 2-7 años, pero tiene una periodicidad irregular. El evento consiste en dos fases opuestas: una de calentamiento de la temperatura de la superficie del mar en el Océano Pacífico oriental y central ecuatorial, conocido como El Niño; y la fase opuesta de enfriamiento, llamada La Niña. ENSO puede causar eventos climáticos extremos en muchas regiones del mundo y, por lo tanto, tiene implicaciones muy importantes para las predicciones climáticas globales .

El estudio, publicado en la revista The Journal of Climate, recoge una serie de variables de predicción, incluida la temperatura a diferentes profundidades y regiones del océano ecuatorial, así como vientos del Pacífico tropical, en un modelo estadístico de componentes dinámicos para hacer predicciones retrospectivas de eventos del ENSO en el período 1970-2016. El modelo es capaz de reproducir todos los principales episodios de El Niño con hasta dos años y medio de anticipación, incluido el reciente episodio extremo del 2015-2016.

La herramienta computacional que se presenta en este estudio es una versión mejorada de un modelo estadístico de componentes dinámicos y de series de tiempo que ya propusieron hace dos años los mismos investigadores de ISGlobal. Desislava Petrova, la primera autora de los dos trabajos, destaca que “se trata de un avance importante en el área de las ciencias climáticas y en la investigación del fenómeno del Niño – Oscilación Sur”.

Esto podría proporcionar información temprana y útil sobre los eventos del Niño y la Niña a los políticos de todo el mundo

“El análisis demuestra que los eventos se predicen con mayor precisión después de la puesta en marcha del Sistema de Observación del Pacífico Tropical (TPOS, por sus siglas en inglés), como resultado de una mejor cobertura y calidad de datos, también del océano”, explica Petrova. Por lo tanto, “existe la posibilidad de emitir predicciones a largo plazo de este fenómeno climático a un relativo bajo coste computacional”, añade.

El investigador iCREA Xavier Rodó, coordinador del estudio y director del programa de Clima y Salud de ISGlobal, apunta que otros modelos estadísticos deberían mejorarse a partir de “la calidad y disponibilidad de datos climáticos de debajo del mar, que son fundamentales para la predicción del fenómeno de El Niño – Oscilación Sur”. “Esto podría proporcionar información temprana y útil sobre los eventos del Niño y la Niña a los políticos de todo el mundo, lo que podría prevenir amenazas a la vida humana y reducir miles de millones de dólares en costes económicos”.

Referencia bibliográfica: 
Desislava Petrova, Joan Ballester, Siem Jan Koopman, Xavier Rodó. Multi-year statistical prediction of ENSO enhanced by the Tropical Pacific Observing System. The Journal of Climate, October 2019. https://doi.org/10.1175/JCLI-D-18-0877.1

Dejar comentario

Deja tu comentario
Pon tu nombre aquí