Un nuevo modelo de aprendizaje evaluó la relación entre el calentamiento global y los patrones de las precipitaciones alrededor del planeta.
Un equipo de investigadores ha desarrollado un nuevo modelo de aprendizaje profundo para evaluar la relación entre la intensidad del calentamiento global y los patrones de precipitación diaria a nivel global.
Mediante este enfoque han logrado identificar, por primera vez, cambios significativos en las características de la precipitación diaria a nivel global debido al calentamiento global.
Este hallazgo fue resultado de una colaboración internacional dirigida por el profesor Yoo-Geun Ham de la Universidad Nacional de Chonnam y el profesor Seung-Ki Min de la Universidad de Ciencia y Tecnología de Pohang (POSTECH).
Hay una desviación de las precipitaciones por el calentamiento global
La aplicación de su modelo a datos recopilados de observaciones de precipitación por satélite arrojó resultados de gran interés. Revelaron que, en más del 50% de los días analizados, se observó una clara desviación de la variabilidad natural en los patrones de precipitación diaria a partir de 2015, fenómeno influenciado por el calentamiento global causado por la actividad humana.
A diferencia de los enfoques convencionales que se centran en las tendencias a largo plazo de las precipitaciones mensuales o anuales, en esta investigación se empleó inteligencia artificial explicativa.
Esto permitió demostrar que los cambios en las variaciones diarias de la precipitación se estaban intensificando gradualmente en escalas de tiempo climáticas.
Principales variaciones se hicieron notorias en regiones subtropicales
Estas fluctuaciones en la precipitación en esta escala de tiempo climático se erigen como indicadores destacados del calentamiento global.
El estudio señala, además, que los cambios más evidentes en la variabilidad de las precipitaciones diarias se registraron en las regiones subtropicales del Pacífico oriental y en las áreas donde se producen las trayectorias de tormentas de altitud media.
Los investigadores explicaron que los métodos estadísticos lineales tradicionales utilizados en investigaciones previas sobre la detección del cambio climático tenían limitaciones, especialmente en la identificación de reacciones no lineales, como la intensificación de la variabilidad en las precipitaciones diarias.
No obstante, el aprendizaje profundo superó estas limitaciones al emplear funciones de activación no lineales.
Predicen más lluvias y más calor
El profesor Yoo-Geun Ham afirmó: «La intensificación de la variabilidad de la precipitación de un día para otro conlleva un aumento en la frecuencia de eventos de precipitación extrema, así como una mayor incidencia de olas de calor durante el verano debido a periodos secos prolongados».
El profesor Seung-Ki Min añadió: «Dadas las tendencias actuales del cambio climático, es esencial desarrollar medidas de mitigación, ya que es probable que aumente la frecuencia de eventos consecutivos de precipitación extrema y olas de calor en el futuro».
Un avance científico de relevancia global
Los resultados de esta investigación se han publicado en línea en la prestigiosa revista académica Nature, bajo el título «Huellas dactilares antropogénicas en la precipitación diaria reveladas mediante el aprendizaje profundo».
Este estudio contó con el respaldo del Ministerio de Medio Ambiente y la Fundación Nacional de Investigación de Corea.
