Los científicos combinan modelos climáticos para obtener proyecciones más precisas del estado futuro del sistema Tierra
Los científicos crean un nuevo método para analizar estadísticamente modelos climáticos que proyectan las condiciones futuras del estado del sistema Tierra con mayor fidelidad.
El nuevo método creado por los investigadores proporciona una manera de ajustar modelos con alta sensibilidad a la temperatura: un problema bien conocido por la comunidad científica. Al asignar diferentes pesos a los modelos y combinarlos, los investigadores estiman que las temperaturas globales aumentarán entre 2°C y 5°C para finales de siglo.
Elias Massoud, ecohidrólogo computacional del ORNL.
Esta proyección, publicada en la revista Nature Communications Earth & Environment, se alinea con proyecciones anteriores, aunque este nuevo marco es más inclusivo, evitando el rechazo de modelos que era una práctica común en métodos anteriores.
La sensibilidad climática de equilibrio
Un parámetro clave para estos modelos, conocido como sensibilidad climática de equilibrio (ECS por su sigla en inglés), describe la relación entre el cambio de dióxido de carbono y el calentamiento correspondiente. Aunque el sistema Tierra tiene un verdadero ECS, no es una cantidad mensurable. Diferentes líneas de evidencia pueden proporcionar una imagen plausible del verdadero ECS de la Tierra, lo que puede aliviar la incertidumbre en los modelos numéricos.
Sin embargo, muchos modelos suponen un ECS alto y predicen temperaturas más altas en respuesta a una mayor cantidad de dióxido de carbono atmosférico que la que se observa en el sistema terrestre real. Dado que estos modelos proporcionan estimaciones de las condiciones futuras a los científicos y formuladores de políticas, es importante garantizar que representen las condiciones de la Tierra con la mayor precisión posible.
Anteriormente, este problema se eliminaba eliminando modelos con un ECS alto
Los métodos anteriores mitigaron este problema al eliminar modelos con un alto valor de ECS. Para Massoud, este enfoque era particularmente oneroso ya que excluía modelos que podían contener buena información que necesitaban los científicos, especialmente aquellos que ayudaban a comprender los extremos climáticos.
Para reducir este problema, y no optar por eliminar modelos con un alto valor de ECS, los científicos adoptaron “(...) una herramienta llamada Bayesian Model Averaging, que es una forma de combinar modelos con influencia variable al estimar su distribución”, indica Massoud. "Se utiliza para restringir el ECS en estos modelos, lo que nos permitió proyectar condiciones futuras sin el 'problema del modelo cálido'", añadió el ecohidrólogo computacional del ORNL.
Proyecciones cada vez más precisas de cómo están cambiando la Tierra y su clima
Muchos modelos provienen de códigos similares o tienen los mismos parámetros, lo que genera preocupaciones sobre la independencia de los mismos. "Si dos modelos son dependientes, entonces ellos darán la misma información", afirmó Massoud. "Nuestro trabajo utiliza los resultados de las ponderaciones para estimar el grado de independencia que presenta cada uno y luego incluye ese factor en su influencia, para que la misma información no se cuente dos veces".
El nuevo método creado por los científicos proporciona un marco sobre cómo comprender mejor un conjunto de modelos climáticos. El nuevo método permite realizar proyecciones cada vez más precisas de cómo está cambiando la Tierra y su clima a medida que el trabajo desarrollado integra datos del modelo con datos observados, dando como resultado la mejor estimación que se obtiene del estado del sistema terrestre. “Esto permite a los científicos hacer proyecciones más exactas y precisas sobre cómo están cambiando la Tierra y el clima”, concluye Massoud.
Referencia de la noticia:
Elias C. Massoud et al., Bayesian weighting of climate models based on climate sensitivity, Communications Earth & Environment (2023).