Dónde se esconden en la atmósfera las huellas de nuestras emisiones ✛ ✎

Original: "Investigation of regional variations in CO$$_2$$ growth rates : Integrating Emission Inventories and Atmospheric Observations"
arXiv:2606.28462 · 2026-06-26 · arXiv non-exclusive · análisis propio · 3 min
Las tasas regionales de crecimiento de CO₂ atmosférico apenas reflejan las emisiones locales, porque la respiración de la biosfera y los vaivenes climáticos globales las enmascaran.

El intérprete en la sala se esfuerza por transmitir el discurso del orador, pero la sala es ruidosa: alguien tose, las sillas chirrían, la calle se oye tras la ventana. Si el orador baja la voz, el intérprete sigue traduciendo, pero su voz se ahoga en el ruido. Así ocurre con la atmósfera: ella “traduce” nuestras emisiones de dióxido de carbono en aumento de su concentración, pero esa señal se ve ahogada por la respiración de los bosques, del océano y por los vaivenes climáticos globales.

Los investigadores tomaron datos de 2015 a 2024 y los llevaron a una cuadrícula común de 1°×1°. El crecimiento atmosférico de CO₂ se calculó a partir del reanálisis CAMS, que proporciona campos trihorarios de XCO₂ (la fracción media de dióxido de carbono en la columna atmosférica). Tras un promedio semanal y un ajuste con un modelo lineal dinámico, se obtuvieron tasas anuales de crecimiento. Las emisiones antropogénicas se tomaron de la base EDGAR, la actividad biosférica se evaluó mediante la fluorescencia inducida por el sol GOSIF (el brillo de las plantas que refleja la fotosíntesis), y la variabilidad climática se representó con el índice de oscilación del sur desplazado siete meses. Para cada celda de tierra firme se construyeron regresiones lineales donde el crecimiento de CO₂ se explicaba por las emisiones locales y por el SOI o el GOSIF. Luego se aplicó una agrupación de K-medias a los pares “emisiones–fluorescencia” y, mediante un análisis de estabilidad, se identificaron cinco regímenes principales de carbono que persistieron a lo largo de la década.

En 2020, a pesar de la reducción de emisiones por los confinamientos, en muchas ciudades la contribución del término de emisiones al modelo incluso aumentó. Esto significa que la respuesta atmosférica a nuestras acciones no siempre es predecible: el ruido de otros procesos puede tanto ahogar como amplificar inesperadamente la señal.

La agrupación identificó cinco regímenes: desde regiones polares casi inactivas hasta núcleos antropogénicos y sumideros biosféricos activos. Al promediar dentro de los grupos, las características regionales únicas se suavizan y el principal impulsor en casi todas partes sigue siendo la señal climática global. La excepción es el grupo de biosfera activa, donde la señal biogénica es tan fuerte que sobrevive al promediado. El modelo con SOI explicó entre el 43% y el 89% de la varianza dentro de los grupos, mientras que el modelo con GOSIF dio resultados considerablemente peores, especialmente en la validación cruzada.

El trabajo muestra que detectar desde arriba los cambios regionales en las emisiones es mucho más difícil de lo que se suele pensar. A diferencia de estudios vecinos que estimaban las emisiones o la respuesta biosférica por separado, aquí por primera vez se comparan en una cuadrícula global los tres impulsores principales con una verificación explícita de su fuerza estadística.

Para la política climática esto significa que la verificación de los compromisos de reducción de emisiones no puede basarse únicamente en observaciones atmosféricas sin tener en cuenta el contexto regional. Si el intérprete no oye el comentario en voz baja del orador, no significa que el orador esté callado: simplemente el ruido en la sala es demasiado fuerte. Para entender quién habla y cuánto, hay que tener en cuenta la acústica de cada sala.

La oscilación del sur, que los autores usan como impulsor climático, se mide por la diferencia de presión atmosférica entre Tahití y Darwin. Este índice se propuso ya en 1987 y sigue siendo uno de los indicadores más simples y fiables de El Niño.

Conceptos
huella de carbono dióxido de carbono tropospheric biennial oscillation seasonal cycle global warming natural variability clima ocean-atmosphere coupling ENSO North Atlantic Oscillation decadal variability troposphere UAH satellite record Multivariate ENSO Index modelo climático química atmosférica seasonal forcing Indian Ocean Dipole Niño 4 TAO/TRITON moorings