Cómo predecir El Niño con seis meses de antelación ✛

Original: "Prediction Beyond the Medium Range with an Atmosphere-Ocean Model that Combines Physics-based Modeling and Machine Learning"
arXiv:2405.19518 · 2024-05-29 · CC BY 4.0 · 2 min
Científicos han enseñado a una computadora a predecir la corriente cálida del Pacífico con meses de anticipación, combinando física y aprendizaje automático.

Un intérprete en una negociación primero se limita a repetir las palabras, pero poco a poco empieza a adivinar lo que dirán a continuación. El nuevo modelo meteorológico funciona igual: la física le da la base y el aprendizaje automático aprende de los errores y rellena los vacíos. Como resultado, predice El Niño, la corriente cálida del Pacífico que altera el clima en todo el mundo, con meses de antelación.

El Niño es una corriente cálida que, cada pocos años, aparece frente a las costas de Sudamérica y redefine el mapa de las precipitaciones: en algunos lugares provoca sequías, en otros, inundaciones.

El modelo consta de dos partes. La parte atmosférica es un modelo físico simplificado que calcula el tiempo sobre una cuadrícula con un paso de aproximadamente 400 kilómetros. La parte oceánica es un programa entrenable que predice la temperatura de la superficie del mar y el calor acumulado en los primeros 300 metros de agua. Antes, esa reserva de calor no bastaba para mirar más allá de unas pocas semanas.

Ahora el modelo pronostica la temperatura en el Pacífico central mejor que los costosos sistemas operativos durante los primeros 4 meses del pronóstico. Capta las conexiones de El Niño con las precipitaciones: la sequía en el Pacífico oriental y el clima húmedo en el sur de Estados Unidos. Este enfoque puede ser útil para pequeños grupos de investigación que no tienen acceso a supercomputadoras.

El intérprete que aprende de sus errores termina por anticipar la siguiente frase. El nuevo modelo hace lo mismo con el lenguaje del océano: aún no es perfecto, pero ya puede avisar cuándo el Pacífico decidirá hablar.

La parte oceánica del modelo da un paso cada 72 horas, mientras que la atmosférica lo hace cada 6 horas. Para sincronizarlas, el océano simplemente se 'congela' durante 12 pasos atmosféricos hasta que le toca actualizarse.

La idea de un modelo híbrido en el que la física y el aprendizaje automático trabajan en tándem recuerda el concepto de sistemas 'neuromórficos' de la ciencia ficción, como en la novela 'Seveneves' de Neal Stephenson, donde los módulos autónomos de una nave combinan algoritmos rígidos con componentes entrenables para la predicción a largo plazo.

Conceptos
modelo climático El Niño pronóstico zebiak cane model ensemble forecast IRI spring predictability barrier NOAA CPC precipitation anomaly Niño 3.4 Warm water volume La Niña Madden–Julian Oscillation climate network equatorial wave propagation ERA5 Westerly wind burst relative ONI Multivariate ENSO Index marine heatwave