Un nuevo método basado en inteligencia artificial predice el papel del cambio climático en las olas de calor

MADRID, 12 (SERVIMEDIA)

Una investigación liderada por el Instituto de Geociencias (IGEO), centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universidad Complutense de Madrid (UCM), presentó este martes un "método innovador" para predecir y atribuir olas de calor al cambio climático "de forma anticipada", utilizando inteligencia artificial.

El trabajo propone una metodología híbrida que combina simulaciones climáticas con predicciones meteorológicas generadas con modelos de inteligencia artificial (IA). Los resultados suponen "un avance en el estudio de eventos extremos", al permitir evaluar "en cuestión de minutos el efecto de las actividades humanas sobre las olas de calor", incluso antes de que ocurran.

El estudio emplea tres modelos de inteligencia artificial avanzados: FourCastNet-v2 y Pangu-Weather, que utilizan únicamente IA, y NeuralGCM, que combina IA con física atmosférica tradicional. Estos modelos, entrenados con datos meteorológicos globales, pueden simular la evolución de la atmósfera durante los siguientes 10-15 días con "una precisión similar a la de los modelos convencionales y en cuestión de minutos, sin necesidad de supercomputadores", señaló el investigador del IGEO (CSIC-UCM) y autor principal del estudio, Bernat Jiménez-Estev.

La técnica que atribuye este tipo de eventos extremos al cambio climático se basa en comparar dos predicciones: una para "el mundo factual o escenario real", que representa la evolución esperada de las condiciones atmosféricas actuales (incluyendo el papel del cambio climático), y otra para "un mundo contrafactual o escenario hipotético", que predice cómo evolucionaría la atmósfera en un clima preindustrial, sin influencia humana.

Para generar esta última, se modifican las condiciones iniciales de la atmósfera, restando el impacto del cambio climático estimado a partir de modelos del clima globales. La diferencia de las predicciones en ambos mundos permite "cuantificar el efecto del calentamiento global en el evento antes de que se produzca".

Los investigadores destacaron que, al requerir menos recursos computacionales que los modelos numéricos tradicionales, "se reducen los costes, las emisiones de dióxido de carbono (CO2) y las barreras de acceso a la información de atribución", haciendo posible que "esta sea operativa, global y equitativa".