Publicado 08/04/2020 13:15

Incluir la salinidad mejora las predicciones de El Niño

Incluir la salinidad mejora las predicciones de El Niño
Incluir la salinidad mejora las predicciones de El Niño - NASA/Greg Shirah

MADRID, 8 Abr. (EUROPA PRESS) -

Al modelar el ciclo océano-clima de El Niño-Oscilación del Sur (ENSO), agregar datos de salinidad de la superficie del mar por satélite mejora significativamente la precisión del modelo, según un nuevo estudio de la NASA.

ENSO es un ciclo irregular de eventos climáticos cálidos y fríos llamados El Niño y La Niña. En años normales, fuertes vientos alisios del este soplan desde las Américas hacia el sudeste asiático, pero en un año de El Niño, esos vientos se reducen y a veces incluso se invierten. El agua tibia que se "acumuló" en el Pacífico occidental fluye hacia las Américas, cambiando la presión atmosférica y la humedad para producir sequías en Asia y tormentas e inundaciones más frecuentes en las Américas. El patrón inverso se llama La Niña, en el que el océano en el Pacífico oriental es más frío de lo normal.

El equipo utilizó el sistema de predicción de océano / atmósfera sub-estacional a estacional (SMA) de la Oficina Global de Modelado y Asimilación (GMAO) de la NASA, acoplado con el modelo de pronóstico océano-atmósfera (GEOS-S2S-2) , para modelar tres eventos anteriores de ENSO: el fuerte El Niño 2015, el 2017 La Niña y el débil El Niño 2018.

Partiendo de la misión SMAP (Soap Moisture Active Passive) de la NASA, la pasada misión Aquarius de la NASA-CONAE (Agencia Espacial Argentina) y la misión Soal Moisture Ocean Salinity (SMOS) de la Agencia Espacial Europea, compararon la precisión del modelo de pronóstico para cada uno de los tres eventos, con y sin asimilar datos SSS en la inicialización de los modelos. En otras palabras: las condiciones iniciales de una ejecución de modelo incluían datos SSS (salinidad superficial marina), y la otra no.

Agregar la asimilación de datos SSS al modelo GEOS lo ayudó a representar la profundidad y la densidad de la capa superior del océano con mayor precisión, lo que condujo a mejores representaciones de la circulación a gran escala en respuesta a ENSO. Como resultado, las predicciones de los modelos para los tres estudios de caso reflejaron más de cerca las observaciones reales, en comparación con lo que los modelos de predicción predijeron en ese momento.

"En nuestros tres estudios de caso, examinamos diferentes fases de ENOS", dijo Eric Hackert, científico investigador del Centro de Vuelo Espacial Goddard de la NASA y autor principal del estudio. "Para el gran El Niño en 2015, la asimilación de los datos de salinidad amortiguó la señal: nuestro modelo original estaba sobreestimando la amplitud del evento. Para los otros dos eventos ENSO, los pronósticos originalmente predijeron el signo equivocado: por ejemplo, en 2017, el modelo sin datos de salinidad pronosticaba un El Niño, mientras que el océano real producía una La Niña. Sin embargo, para cada caso que examinamos, agregar salinidad satelital a la inicialización mejoró los pronósticos ".

El estudio es uno de los primeros en incorporar datos SSS en la inicialización del pronóstico para un modelo global acoplado de interacciones entre el océano, la atmósfera, la tierra, los aerosoles y el hielo marino. GEOS y otros modelos utilizados para ayudar a predecir eventos ENSO no suelen incluir SSS. Sin embargo, la salinidad de la superficie del océano juega un papel importante en las corrientes oceánicas, la evaporación e interacción con la atmósfera y la transferencia de calor desde los trópicos a los polos. El agua más fría y salada es más densa y más pesada que el agua más cálida y fresca, y los cambios de temperatura y precipitación a gran escala de los eventos ENSO cambian la circulación oceánica y las interacciones entre el agua y la atmósfera.

Ambas fases del ciclo ENSO afectan los ecosistemas, las economías, la salud humana y el riesgo de incendios forestales, lo que hace que los pronósticos ENSO sean vitales para muchas personas en todo el mundo, dijo Hackert.

"Por ejemplo, los pronósticos y las observaciones dieron una fuerte indicación de que habría un gran fenómeno de El Niño en 1997, lo que provocaría una sequía en el noreste de Brasil", dijo en un comunicado. "Esto permitió al gobierno de Brasil emitir una declaración a los agricultores de subsistencia, alentándolos a plantar maíz resistente a la sequía en lugar de variedades de alto rendimiento. En este caso, los buenos pronósticos de ENSO junto con la acción del gobierno pueden haber salvado muchas vidas. Esto es solo un ejemplo de muchos beneficios socioeconómicos para extender predicciones útiles de El Niño ".

La inclusión de datos satelitales SSS también hace que los modelos sean útiles por períodos más largos: los pronósticos precisos de ENSO sin datos de salinidad solo se extienden 4 meses, mientras que aquellos con datos SSS cubren 7 meses, dijo Hackert.

"En lugar de tener una temporada de confianza en su pronóstico, tiene dos temporadas", dijo Hackert. "Si su temporada de crecimiento es seis meses más adelante, un pronóstico de calidad más largo le permite comprender mejor si necesita plantar variedades de alto rendimiento o resistentes a la sequía. Otro ejemplo sería que tiene mucho tiempo para arreglar su techo si vives en el sur de California (ya que El Niño generalmente trae condiciones de lluvia al sur de los Estados Unidos) ".

Tener acceso a un registro continuo de datos satelitales SSS es esencial para hacer pronósticos precisos y confiables, dijo Hackert.