Una de las preguntas más fundamentales sobre el cambio climático es también una de las más espinosas: ¿cuánto, exactamente, se calentará la Tierra en respuesta a las futuras emisiones de gases de efecto invernadero?
La respuesta, dicen los científicos, está en el cielo sobre nuestras cabezas. Las nubes son los mullidos e improbables guardianes del cambio climático; desempeñan un papel fundamental en la rapidez con que se calienta el mundo.
Una serie de estudios recientes ha arrojado nueva luz sobre ese papel. A medida que el mundo se calienta, la cobertura de nubes cambiará en todo el mundo. Y estas nubes cambiantes probablemente acelerarán el calentamiento global.
Eso significa que la Tierra puede ser un poco más sensible a los gases de efecto invernadero de lo que podrían haber sugerido algunas estimaciones anteriores.
“Las nubes son una gran incertidumbre”, dijo Paulo Ceppi, científico climático del Imperial College de Londres y coautor de uno de los nuevos estudios. “Y esa fue la principal motivación. Queremos comprender cómo cambiarán las nubes y cómo afectará esta retroalimentación de la nube al calentamiento global”.
La investigación en la nube es un negocio complicado. Las nubes a veces tienen un efecto de calentamiento en el clima local y, a veces, un efecto de enfriamiento; todo depende del tipo de nube, el clima local y una variedad de otras condiciones.
El cambio climático solo complica el asunto
Se espera que el calentamiento global aumente ciertos tipos de nubes en ciertos lugares y los disminuya en otros. Considerándolo todo, es un gran y complejo mosaico de efectos en todo el mundo.
Durante años, los científicos han luchado para determinar exactamente cómo cambiarían las nubes con el calentamiento futuro, y si empeorarán el cambio climático o si podrían atenuar algunos de sus efectos. Ha sido una pregunta difícil de responder. Los científicos suelen utilizar modelos informáticos para hacer predicciones sobre el cambio climático futuro. Pero las nubes son famosas por su dificultad para simular, especialmente a escala global.
Sin embargo, en los últimos meses, varios estudios han comenzado a llegar al fondo. Todos llegan a las mismas conclusiones: algunos de los peores escenarios de calentamiento global pueden ser menos probables de lo que los científicos pensaban anteriormente. Pero algunos de los mejores escenarios tampoco van a suceder.
Todos estos estudios se centran en la misma pregunta: ¿cuánto, exactamente, se calentaría el mundo si las concentraciones de dióxido de carbono en la atmósfera alcanzaran el doble de sus niveles preindustriales?
Es una pregunta hipotética por ahora. Pero eso pronto podría cambiar.
Antes de la Revolución Industrial, hace unos 150 años, los niveles globales de dióxido de carbono rondaban las 280 partes por millón. El doble sería 560 ppm. Hoy en día, las concentraciones ya superan las 410 ppm y aumentan cada año.
Esta pregunta que duplica el CO 2 , una métrica conocida por los científicos como “sensibilidad climática de equilibrio”, ha sido una pregunta central entre los investigadores del clima durante décadas.
También ha sido difícil avanzar
En 1979, un informe fundamental de la Academia Nacional de Ciencias sugirió que el planeta probablemente se calentaría entre 1,5 y 4,5 grados Celsius en respuesta. Durante años, estudio tras estudio llegó más o menos a la misma conclusión.
Solo recientemente los investigadores han comenzado a reducirlo, y las mejoras en la investigación en la nube han tenido mucho que ver con eso.
El año pasado, un nuevo e innovador estudio encontró que una duplicación del CO 2 probablemente resultaría en un calentamiento de entre 2,6 grados y 3,9 grados Celsius.
Es una proyección sustancialmente más estrecha, descartando algunas de las proyecciones de gama alta y eliminando gran parte de la gama más baja. El estudio reunió todas las investigaciones más recientes sobre la sensibilidad climática, lo que representa múltiples líneas de evidencia diferente, incluidos los avances recientes en la investigación de nubes.
Y durante los últimos meses, varios estudios recientes, centrados principalmente en las nubes, también han respaldado un rango de sensibilidad climática más estrecho.
Un estudio de febrero en Nature Climate Change sugirió una sensibilidad probable de alrededor de 3,5 C. Un estudio de mayo , también en Nature Climate Change, lo puso alrededor de 3 C. Ambos estudios sugirieron que las nubes, a escala mundial, probablemente tendrían un efecto amplificador moderado sobre la tasa de calentamiento global.
Estos estudios utilizaron observaciones del mundo real para sacar sus conclusiones. Recopilaron grandes cantidades de datos sobre el comportamiento de las nubes (cómo reaccionan las nubes a los cambios de temperatura, humedad y otras variables climáticas) y luego realizaron análisis estadísticos de esas observaciones para determinar cómo es probable que las nubes respondan al cambio climático futuro.
Es una forma bastante tradicional de abordar el problema, según Mark Zelinka, científico climático y experto en nubes del Laboratorio Nacional Lawrence Livermore, y coautor tanto del estudio de mayo como del estudio del año pasado.
Un estudio más reciente , por otro lado, ha adoptado un enfoque menos convencional. Publicado la semana pasada en Proceedings of the National Academy of Sciences , el estudio utilizó el aprendizaje automático para descubrir cómo responden las nubes a los cambios en sus entornos.
El aprendizaje automático es una rama de la inteligencia artificial en la que las computadoras examinan grandes cantidades de datos, identifican patrones y luego usan esos patrones para construir algoritmos que predicen cómo deberían comportarse los datos futuros en diversas condiciones. En este caso, los investigadores utilizaron observaciones del mundo real sobre la forma en que las nubes responden al cambio ambiental.
El enfoque de aprendizaje automático llegó a una conclusión similar: una sensibilidad climática más estrecha, que descarta la mayoría de los escenarios climáticos más suaves. El estudio encontró que casi no hay posibilidad de una sensibilidad climática por debajo de 2 C.
“Durante un tiempo pensé que el problema de la nube era particularmente adecuado para los enfoques de aprendizaje automático”, dijo Ceppi, quien realizó el estudio con su colega científico climático y experto en aprendizaje automático Peer Nowack. “Si desea comprender la relación entre las nubes y la temperatura o la humedad o los vientos, es bastante difícil determinar los efectos individuales de cada una de estas variables ambientales”.
El aprendizaje automático puede ser una forma más sencilla de abordar un conjunto de datos tan complicado, dijo.
El aprendizaje automático también se muestra prometedor en otros tipos de investigación en la nube. Algunos grupos de investigación están experimentando con la incorporación de componentes de aprendizaje automático en modelos climáticos globales como una forma de solucionar las dificultades de la simulación de nubes.
Las nubes representan un desafío para los modelos porque requieren una física de escala extremadamente fina; después de todo, las nubes se forman a partir de pequeñas gotas de agua en el cielo. Simular estos procesos microscópicos a escala global requeriría un nivel inimaginable de poder de cómputo; simplemente no es posible.
Para evitarlo, los modeladores no suelen obligar a sus modelos a simular físicamente la formación de nubes. En su lugar, ingresan manualmente información sobre cómo deben formarse las nubes y responder a los cambios en sus entornos, una táctica conocida como parametrización.
El aprendizaje automático puede ser una alternativa a la parametrización. En lugar de introducir una regla sobre cómo deberían comportarse las nubes dentro del modelo, un componente de aprendizaje automático puede construir algoritmos que predicen la forma en que deberían responder las nubes.
Todavía no es exactamente una estrategia común. Pero varios grupos de investigación en los últimos años han comenzado a investigar cuán útil podría ser.
Estos son avances prometedores en el complicado campo de la investigación en la nube. Aún así, “el aprendizaje automático es una herramienta muy útil, pero no una panacea”, advirtió Piers Forster, director del Centro Internacional Priestley para el Clima de la Universidad de Leeds, en un correo electrónico a E&E News.
El aprendizaje automático es una forma eficiente de analizar conjuntos de datos complicados, pero puede dejar algunas preguntas sin respuesta sobre los procesos físicos subyacentes detrás de esos datos. Todavía hay mucho espacio para investigaciones más tradicionales sobre el cómo y el por qué del comportamiento de la nube.
“Los desarrollos coordinados en ambos frentes son la respuesta en mi mente”, agregó Forster.
Mientras tanto, agregó Zelinka, es reconfortante que diferentes estrategias hayan llegado a conclusiones similares.
“Si se tratara de un solo estudio, podría cuestionarse la solidez de ese resultado”, dijo Zelinka. “Pero si tiene cada vez más evidencia de autores independientes que utilizan técnicas independientes, y todos están llegando a una conclusión similar, eso es bastante poderoso”.
Por Chelsea Harvey. Artículo en inglés
