El calentamiento puede superar regionalmente los 3 grados en 2060

La inteligencia artificial predice que la mayor parte del mundo verá aumentar las temperaturas a 3 °C mucho más rápido de lo esperado anteriormente. - CCBY IOP PUBLISHING

   MADRID, 10 Dic. (EUROPA PRESS) -

   Es probable que los umbrales de calentamiento regionales se alcancen más rápido de lo que se había estimado, según un análisis con inteligencia artificial (IA) de diez modelos climáticos globales.

   El estudio, publicado este 10 de diciembre en Environmental Research Letters, prevé que la mayoría de las regiones terrestres, según la definición del Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC), probablemente superarán el umbral crítico de 1,5 °C en 2040 o antes. De manera similar, varias regiones están en camino de superar el umbral de 3,0 °C en 2060, antes de lo previsto en estudios anteriores.

   Se espera que regiones como el sur de Asia, el Mediterráneo, Europa central y partes del África subsahariana alcancen estos umbrales más rápido, lo que agravará los riesgos para los ecosistemas y las comunidades vulnerables.

   La investigación, realizada por Elizabeth Barnes, profesora de la Universidad Estatal de Colorado, Noah Diffenbaugh, profesor de la Universidad de Stanford, y Sonia Seneviratne, profesora de la ETH-Zurich, utilizó un enfoque de aprendizaje por transferencia de inteligencia artificial de vanguardia, que integra el conocimiento de múltiples modelos climáticos y observaciones para refinar estimaciones anteriores y ofrecer predicciones regionales más precisas.

   Utilizando el aprendizaje por transferencia basado en IA, los investigadores analizaron datos de 10 modelos climáticos diferentes para predecir aumentos de temperatura y descubrieron que:

   - Es probable que 34 regiones superen los 1,5 °C de calentamiento para 2040.

   - Se espera que 31 de estas 34 regiones alcancen los 2 °C de calentamiento para 2040.

   - Se proyecta que 26 de estas 34 regiones superen los 3 °C de calentamiento para 2060.

   Elizabeth Barnes dice en un comunicado: "Nuestra investigación subraya la importancia de incorporar técnicas de IA innovadoras como el aprendizaje por transferencia en el modelado climático para mejorar y limitar potencialmente los pronósticos regionales y proporcionar información útil para los responsables de las políticas, los científicos y las comunidades de todo el mundo".

   Noah Diffenbaugh, coautor y profesor de la Universidad de Stanford, añadió: "Es importante centrarse no sólo en los aumentos de la temperatura global, sino también en los cambios específicos que se producen en áreas locales y regionales. Al limitar el momento en que se alcanzarán los umbrales de calentamiento regionales, podemos anticipar con mayor claridad el momento en que se producirán los impactos específicos en la sociedad y los ecosistemas.

   "El desafío es que el cambio climático regional puede ser más incierto, tanto porque el sistema climático es inherentemente más ruidoso a escalas espaciales más pequeñas como porque los procesos en la atmósfera, el océano y la superficie terrestre crean incertidumbre sobre cómo exactamente responderá una región determinada al calentamiento a escala global".