El Fenómeno El Niño es un evento climático que se origina con el calentamiento del Océano Pacífico, pero cuyas consecuencias afectan a todo el planeta con inundaciones, sequías y clima más extremo. Ahora la Universidad de Hawái ha desarrollado una nueva herramienta que permitirá pronosticar cuándo ocurrirá un nuevo El Niño con 18 meses de antelación.
El Niño - Oscilación del Sur (ENSO por sus siglas en inglés) es un patrón climático que consiste en la oscilación de patrones meteorológicos en el Pacífico cada cierto número de años. Se trata de dos fases: El Niño que se caracteriza por el calentamiento en el Pacífico y La Niña, que por el contrario, se identifica con el enfriamiento. Durante décadas, los científicos han trabajado en mejorar las predicciones del ENSO debido a los grandes impactos ambientales y socioeconómicos en todo el mundo. Hasta ahora, los modelos de pronóstico tradicionales han tenido dificultades para predecir El Niño con éxito y con suficiente tiempo para prepararse ante su llegada.
Sen Zhao, autor principal del estudio publicado en Nature e investigador asistente en el Departamento de Ciencias Atmosféricas de la Escuela de Ciencias y Tecnología Oceánicas y Terrestre (SOEST), precisó que en la investigación ha permitido desarrollar una nuevo modelo conceptual. “El llamado modelo de oscilador de recarga no lineal extendido (XRO) mejora significativamente la capacidad de predicción de eventos ENSO con más de un año de anticipación, mejor que los modelos climáticos globales y comparable a los pronósticos de Inteligencia Artificial más hábiles”, destacó.
“Nuestro modelo incorpora de manera efectiva la física fundamental de ENSO y las interacciones de ENSO con otros patrones climáticos en los océanos globales que varían de una estación a otra”, agregó Sen Zhao.
“A diferencia de la naturaleza de ‘caja negra’ de los modelos de IA, nuestro modelo XRO ofrece una visión transparente de los mecanismos del Pacífico ecuatorial y sus interacciones con otros patrones climáticos fuera del Pacífico tropical”, dijo Fei-Fei Jin, coautor del estudio. “Por primera vez, podemos cuantificar de manera sólida su impacto en la predictibilidad del ENSO, profundizando así nuestro conocimiento de la física del ENSO y sus fuentes de predictibilidad”, agregó el también profesor de ciencias atmosféricas en SOEST.
Contenido Sugerido
Contenido GEC