¿Hasta dónde va a subir el mar? El machine learning quizá tenga la respuesta

El derretimiento de los casquetes polares y el ascenso del nivel del mar. Este ha sido un temor constante desde que confirmamos que estábamos cambiando el clima. Recreaciones de tintes catastrofistas con ciudades sumergidas e historias de ciencia ficción sobre un mundo sin tierra han compartido espacio con declaraciones que infravaloran los riesgos.

Pero ¿hasta dónde va a subir el mar en realidad? ¿Es posible saberlo con exactitud? Son muchos los investigadores que buscan la respuesta. Ahora, un equipo del Image Processing Laboratory (IPL) de la Universitat de València ha conseguido modelizar, mediante aprendizaje automático, los cambios en la variabilidad del nivel del mar en varias regiones costeras de todo el mundo y realizar predicciones razonablemente precisas de la tendencia a corto plazo en cada zona.

¿Está subiendo el nivel del mar?

Hace casi 70 años, un (entonces desconocido) científico llamado Charles Keeling se sumergió en los datos que recababa el observatorio de Mauna Loa, en Hawái, y descubrió que la concentración de CO2 en la atmósfera estaba aumentando de forma acelerada. Sus estudios, unidos a los de sus predecesores, sentaron las bases de las investigaciones climáticas posteriores. Las emisiones de gases de efecto invernadero de origen humano estaban cambiando el clima.

Todavía pasarían bastantes años hasta que el problema pasase a ser un asunto público y una preocupación generalizada en la sociedad. El primer informe del Panel Intergubernamental para el Cambio Climático (IPCC) dibujó, en 1990, los primeros escenarios a los que la humanidad se enfrentaría en el futuro si el rumbo del cambio climático no se modificaba. Algunos medios se llenaron entonces de reportajes sobre un siglo XXI de temperaturas extremas, polos sin hielo y mares que anegaban la tierra.

Desde entonces, el conocimiento científico sobre el clima y sus cambios ha avanzado mucho. Sabemos que los océanos y la atmósfera forman un sistema conjunto, dinámico y complejo. Un sistema que se ve afectado por factores naturales y, también, las actividades humanas. Un sistema que está cambiando, pero todavía no sabemos muy bien cómo. Y las predicciones, ¿estaban equivocadas?

el océano y la costa

Los informes del IPCC dibujan diferentes escenarios, más o menos probables. En el primero de ellos se hablaba de una subida media del nivel del mar, en 2050, de entre 30 y 50 centímetros con respecto al siglo XIX. Esta se debería en gran parte a la expansión térmica de los océanos (el agua caliente ocupa más). Y, en menor medida, al deshielo de los glaciares y los casquetes polares.

De acuerdo con los datos de la NASA, en 2019, el nivel del mar era 24 centímetros más alto que en 1880; 8,7 centímetros más que en 1993. Y, en aquellos mares en los que el calentamiento ha sido mayor, el nivel ha subido 20 centímetros en menos de 30 años. Algo a tener en cuenta, sobre todo, porque el 40 % de la población mundial vive cerca de la costa.

Los efectos locales y el machine learning

Calcular medias en base a imágenes satelitales es una cosa. Saber cómo va a afectar la subida a Tuvalu o a Lisboa en los próximos 10 años es otra muy distinta. El nivel del mar se ve influido por muchas variables regionales y diferentes escalas de tiempo. Desde la temperatura de las aguas superficiales hasta fenómenos puntuales como tormentas. Por ejemplo, los huracanes más fuertes del Caribe suelen ir acompañados de subidas del nivel del mar superiores a los cinco metros.

Para entender mejor las variaciones del nivel del mar en las zonas costeras de ámbito local, el equipo de Verónica Nieves, investigadora del Programa GenT en el Image Processing Laboratory (IPL) de la Universitat de València, ha desarrollado un modelo de aprendizaje automático específico. Parte de las estimaciones de la temperatura marina para modelizar la variabilidad del nivel del mar en la costa.

Sus conclusiones han sido publicadas en ’Nature Scientific Reports’ y muestran que es posible hacer predicciones razonablemente precisas de la tendencia del nivel del mar en cada región a corto plazo (de uno o varios años). Además, han elaborado un mapa interactivo en el que se pueden consultar las predicciones para diferentes regiones oceánicas del planeta.

subida del nivel del mar

Entre las conclusiones del estudio, destacan que las variaciones a corto plazo en las costas se ven afectadas profundamente por los procesos naturales que tienen lugar en las regiones de alta mar más cercanas a dicha costa. Por ejemplo, los cambios de temperatura en la columna de agua hasta los 700 metros de profundidad en alta mar. Estos procesos se suman a otros efectos, como los asociados a las mareas altas o a las tormentas.

“El clima es un sistema dinámico muy complejo que puede cambiar naturalmente de forma inesperada; y, en este sentido, los métodos de aprendizaje automático pueden proporcionar una visión útil para interpretar datos que exhiben patrones no lineales complejos e identificar cambios futuros del nivel del mar”, explica Verónica Nieves, primera autora del artículo y responsable del grupo AI4OCEANS.

“Nuestros modelos funcionan especialmente bien en las zonas costeras más influenciadas por la variabilidad climática interna; pero también son aplicables, en muchos lugares del planeta, a la evaluación de los patrones de subida y bajada del nivel del mar asociados a los cambios de temperatura”, concluye Cristina Radín, miembro del equipo.

El modelo de machine learning desarrollado en la IPL sirve para entender mejor los cambios locales y puntuales asociados a las variables naturales de los océanos. En un contexto general de calentamiento y subida del nivel del mar, conocer estos detalles será clave. Nos ayudará a anticipar los riesgos y mitigar los posibles efectos del cambio climático sobre la costa y sus poblaciones.

Imágenes | Unsplash/Colton Jones, Samuel Foster, AI4OCEANS

Más en El Blog de Lenovo | Tres formas en las que el cambio climático va a modificar nuestros océanos