Los científicos se unen para mejorar los modelos que predicen los cambios en el hielo marino del Ártico
Los científicos se unen en un proyecto para mejorar modelos complejos que predicen cambios en el espesor del hielo marino en el Ártico, con el fin de obtener mejores proyecciones. Mirá lo que están haciendo.
![hielo, Ártico hielo, Ártico](https://services.meteored.com/img/article/cientistas-se-unem-para-aprimorar-modelos-que-preveem-mudancas-no-gelo-marinho-do-artico-1721333078311_1024.jpg)
Sabemos que la capa de hielo marino en el Ártico ha experimentado una fuerte disminución en los últimos años, como resultado (en gran medida) del calentamiento global causado por el hombre.
Según el Centro Nacional de Datos sobre Hielo y Nieve de EE.UU. (NSIDC), la extensión mínima del hielo marino ártico ha estado constantemente por debajo de los 6,5 millones de km² desde 2002. Y desde 2007, los mínimos han sido de sólo 3,5 a 5 millones de km²; esto supone una reducción de alrededor del 13 % por década desde que comenzaron los registros por satélite en 1979.
Teniendo esto en cuenta, y conociendo la importancia del hielo marino del Ártico para el clima mundial, matemáticos y geofísicos se han unido en un proyecto y están utilizando las matemáticas computacionales y el aprendizaje automático para mejorar los complejos modelos que predicen la cobertura de hielo marino en el Ártico, con el fin de obtener una mejor proyección de los cambios en el espesor del hielo.
El proyecto de mejora del modelo
Los científicos quieren comprender mejor cómo está cambiando el hielo marino en un mundo que se calienta. Y ya no se preguntan si el Ártico perderá su capa de hielo, sino “¿cuándo?”
Luego vino el proyecto Sea Ice Modeling and Data Assimilation (SIMDA) , una iniciativa del Programa Multidisciplinary University Research Initiatives (MURI) auspiciado por el Departamento de Defensa de Estados Unidos a través de la Oficina de Investigación Naval, para mejorar los complejos modelos informáticos que predicen el espesor del hielo marino y, en consecuencia, mejorar sus previsiones.
Para ello, los investigadores han colocado 18 boyas equipadas con sensores e instrumentos que medirán el espesor del hielo, la temperatura en su interior, la cantidad de nieve que hay sobre él y la presión barométrica en el Ártico. También han desplegado 800 sensores en un área de 1 km² para captar un retrato matizado del hielo marino a pequeña escala.
"Es uno de los problemas más complicados en los que he trabajado", comentó Anne Gelb, profesora del Departamento de Matemáticas del Dartmouth College e investigadora del proyecto.
![hielo marino, Ártico hielo marino, Ártico](https://services.meteored.com/img/article/cientistas-se-unem-para-aprimorar-modelos-que-preveem-mudancas-no-gelo-marinho-do-artico-1721333164886_1024.jpg)
Y para modelizar el hielo marino, algo que se considera complejo, los investigadores deben tener en cuenta varias variables que cambian con el tiempo y están interrelacionadas: la rapidez con que los témpanos se mueven por el agua, cómo varía su grosor y la concentración de hielo en una zona. En estos factores también influyen fuerzas externas del entorno, como la velocidad del viento y la temperatura.
"Nuestra experiencia consiste en utilizar mejores herramientas informáticas para aplicar los métodos numéricos más avanzados a la resolución del modelo ", afirma Gelb. Y los datos extraídos de las mediciones en el Ártico y de las imágenes por satélite sirven de contrapesos que dirán si las simulaciones de los modelos son razonables.
Y una nueva herramienta que entrará en juego aquí es el uso del aprendizaje automático para crear modelos. " Con datos suficientes, podemos construir algoritmos capaces de aprender las ecuaciones diferenciales parciales de los modelos que describen la dinámica del sistema", afirma Gelb.
Dificultades encontradas
El reto final del proyecto es crear un modelo que pueda representar el comportamiento del hielo marino en una región pequeña, así como recrear los movimientos del hielo. Como el grosor del hielo y algunas de sus otras propiedades son muy variables, se trata de una tarea difícil.
Además, el constante desplazamiento del hielo dificulta las mediciones. Y las imágenes de satélite tomadas en el mismo lugar en momentos diferentes pueden estar observando un bloque de hielo completamente distinto.
Sin embargo, los científicos son optimistas, ya que los modelos combinados con mejores datos serán cruciales para comprender los sistemas climáticos globales y cómo están cambiando con el tiempo en un mundo que se calienta.
Referencias de la noticia:
Sea Ice Modeling and Data Assimilation (SIMDA). 2024.
Dartmouth. “Researchers Improve Models to Predict Changes in Sea Ice”. 2024.