MADRID, 16 (EUROPA PRESS)
PUBLICIDAD
PUBLICIDAD
Esta proyección, publicada en Nature Communications Earth & Environment, se alinea con proyecciones anteriores, aunque este novedoso marco es más inclusivo y evita el rechazo de modelos, que era una práctica común en métodos anteriores.
"No juzgamos los modelos individualmente", dijo Elias Massoud, ecohidrólogo computacional del ORNL (Oak Ridge National Laboratory). "En lugar de eso, vemos cómo pueden combinarse, utilizando su información combinada para obtener proyecciones del futuro".
Un parámetro clave para estos modelos, conocido como sensibilidad climática de equilibrio o ECS, describe la relación entre el cambio en el 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 de los modelos de simulación.
Sin embargo, muchos modelos suponen un ECS alto y predicen temperaturas más altas en respuesta a más dióxido de carbono atmosférico que el que ocurre en el sistema terrestre real. Dado que estos modelos proporcionan estimaciones sobre las condiciones futuras a los científicos y responsables de la formulación de políticas, es importante garantizar que representen las condiciones de la Tierra con la mayor fidelidad posible.
Los métodos anteriores mitigaron este problema al eliminar modelos con un alto valor de ECS. "Ese fue un enfoque de mano dura", dijo Massoud. "Los modelos que fueron descartados podrían tener buena información que necesitamos, especialmente para comprender los extremos de las cosas".
"En su lugar, adoptamos una herramienta llamada Promedio de modelos bayesianos, que es una forma de combinar modelos con influencia variable al estimar su distribución", dijo Massoud. "Usamos esto para restringir el ECS en estos modelos, lo que nos permitió proyectar condiciones futuras sin el 'problema del modelo caliente'".
Muchos modelos provienen de códigos similares o tienen los mismos parámetros, lo que genera preocupaciones sobre la independencia del modelo. "Si dos modelos son dependientes, dan la misma información", afirmó Massoud. "Nuestro trabajo utiliza los resultados de las ponderaciones para estimar cuánta independencia muestra cada uno y luego lo factoriza en su influencia, de modo que la misma información no se cuente dos veces".
Este nuevo método proporciona un marco sobre cómo comprender mejor una colección de modelos climáticos. Las ponderaciones del modelo incluidas en esta investigación informaron la Quinta Evaluación Nacional del Clima, un informe publicado el 14 de noviembre que mide los impactos del cambio climático en los Estados Unidos.
"Nuestro trabajo integra datos del modelo con datos observados para obtener la mejor estimación del estado del sistema terrestre", dijo Massoud. "Esto permite a los científicos hacer proyecciones más exactas y precisas sobre cómo están cambiando la Tierra y el clima".
