Cómo la IA puede ayudar a pronosticar cuánto se reducirá el hielo marino del Ártico

En la próxima semana más o menos, el hielo marino que flota sobre el Océano Ártico se reducirá a su tamaño más pequeño este año, ya que las aguas calentadas por el verano devoran los bordes sumergidos del hielo.

Los niveles récord de hielo marino probablemente no se romperán este año, dicen los científicos. En 2020, el hielo cubrió 3,74 millones de kilómetros cuadrados del Ártico en su punto más bajo, acercándose tremendamente a un mínimo histórico. Actualmente, el hielo marino está presente en poco menos de 5 millones de kilómetros cuadrados de aguas árticas, lo que lo coloca en el camino de convertirse en la décima extensión más baja de hielo marino en el área desde que se inició el mantenimiento de registros satelitales en 1979. Es un final inesperado considerando que a principios de verano, el hielo marino alcanzó un mínimo histórico para esa época del año.

La sorpresa se debe en parte a que las mejores herramientas actuales de predicción basadas en estadísticas y físicas pueden predecir de cerca la extensión del hielo marino con solo unas pocas semanas de anticipación, pero la precisión de las predicciones a largo plazo se tambalea. Ahora, una nueva herramienta que utiliza inteligencia artificial para crear pronósticos de hielo marino promete aumentar su precisióny – y pueden hacer el análisis con relativa rapidez, informan los investigadores el 26 de agosto en Comunicaciones de la naturaleza.

IceNet, un sistema de predicción del hielo marino desarrollado por British Antarctic Survey, o BAS, tiene una precisión del 95 por ciento en la predicción del hielo marino con dos meses de anticipación, más alto que el modelo líder basado en la física SEAS5, y funciona 2000 veces más rápido, dice Tom Andersson. , científico de datos del laboratorio de inteligencia artificial de BAS. Mientras que SEAS5 tarda unas seis horas en una supercomputadora para producir un pronóstico, IceNet puede hacer lo mismo en menos de 10 segundos en una computadora portátil. El sistema también muestra una capacidad sorprendente para predecir eventos de hielo anómalos (máximos o mínimos inusuales) con hasta cuatro meses de anticipación, encontraron Andersson y sus colegas.

El seguimiento del hielo marino es fundamental para controlar los impactos del cambio climático. Si bien es un juego más largo, el aviso anticipado proporcionado por IceNet también podría tener beneficios más inmediatos. Por ejemplo, podría dar a los científicos el tiempo necesario para evaluar y planificar los riesgos de los incendios del Ártico o los conflictos entre la vida silvestre y los humanos, y podría proporcionar los datos que las comunidades indígenas necesitan para tomar decisiones económicas y ambientales.

La extensión del hielo marino del Ártico ha disminuido constantemente en todas las estaciones desde que comenzaron los registros satelitales en 1979 (SN: 25/9/19). Los científicos han estado tratando de mejorar los pronósticos del hielo marino durante décadas, pero el éxito ha resultado difícil de alcanzar. “Pronosticar el hielo marino es realmente difícil porque el hielo marino interactúa de formas complejas con la atmósfera de arriba y el océano debajo”, dice Andersson.

En 2020, el hielo marino en el Ártico se redujo a su segundo nivel más bajo desde que comenzó el monitoreo satelital en 1979. Esta animación usa esas observaciones para mostrar el cambio en la cobertura de hielo marino desde el 5 de marzo, cuando el hielo estaba en su máximo, hasta el 15 de septiembre. , cuando el hielo alcanzó su punto más bajo. La línea amarilla representa la extensión mínima promedio desde 1981 hasta 2010. Las herramientas de pronóstico actuales pueden predecir con precisión estos cambios con semanas de anticipación. Una nueva herramienta basada en inteligencia artificial puede predecir estos cambios con una precisión de casi el 95 por ciento con varios meses de anticipación.

Las herramientas de pronóstico existentes ponen las leyes de la física en un código de computadora para predecir cómo cambiará el hielo marino en el futuro. Pero en parte debido a las incertidumbres en los sistemas físicos que gobiernan el hielo marino, estos modelos luchan por producir pronósticos precisos a largo plazo.

Utilizando un proceso llamado aprendizaje profundo, Andersson y sus colegas cargaron datos de observación del hielo marino de 1979 a 2011 y simulaciones climáticas que abarcan desde 1850 hasta 2100 para entrenar a IceNet sobre cómo predecir el estado del hielo marino futuro procesando los datos del pasado.

Para determinar la precisión de sus pronósticos, el equipo comparó los resultados de IceNet con la extensión del hielo marino observada de 2012 a 2017, y con los pronósticos realizados por SEAS5, la herramienta ampliamente citada utilizada por el Centro Europeo de Pronósticos Meteorológicos a Mediano Plazo. IceNet fue hasta un 2,9 por ciento más preciso que SEAS5, lo que corresponde a otros 360.000 kilómetros cuadrados de océano correctamente etiquetados como «hielo» o «sin hielo».

Además, en 2012, una caída repentina en la extensión del hielo marino en verano anunció una nueva extensión mínima récord en septiembre de ese año. Al analizar datos anteriores, IceNet vio la caída con meses de anticipación. SEAS5 también tenía indicios, pero sus proyecciones tan lejanas estaban desviadas en unos pocos cientos de miles de kilómetros cuadrados.

“Este es un importante paso adelante en la predicción del hielo marino, que impulsa nuestra capacidad para producir predicciones precisas que normalmente no se creían posibles y ejecutarlas miles de veces más rápido”, dice Andersson. Él cree que es posible que IceNet haya aprendido mejor los procesos físicos que determinan la evolución del hielo marino a partir de los datos de entrenamiento, mientras que los modelos basados ​​en la física todavía tienen dificultades para comprender esta información.

«Estas técnicas de aprendizaje automático solo han comenzado a contribuir a [forecasting] en los últimos dos años, y les ha ido increíblemente bien ”, dice Uma Bhatt, científica atmosférica del Instituto Geofísico de Fairbanks de la Universidad de Alaska, que no participó en el nuevo estudio. También dirige la Red de predicción del hielo marino, un grupo de científicos multidisciplinarios que trabajan para mejorar la predicción.

Bhatt dice que los buenos pronósticos estacionales de hielo son importantes para evaluar el riesgo de incendios forestales en el Ártico, que están fuertemente ligados a la presencia de hielo marino. (SN: 23/6/20). “Saber dónde estará el hielo marino en la primavera podría ayudarlo a determinar dónde es probable que se produzcan incendios: en Siberia, por ejemplo, tan pronto como el hielo marino se aleja de la costa, la tierra puede calentarse rápidamente y ayudar a preparar el escenario para una mala temporada de incendios «».

Cualquier mejora en el pronóstico del hielo marino también puede ayudar a la planificación económica, de seguridad y ambiental en las comunidades indígenas y del norte. Por ejemplo, decenas de miles de morsas se desplazan a la tierra para descansar cuando el hielo marino desaparece (SN: 2/10/14). Las perturbaciones humanas pueden desencadenar estampidas mortales y provocar una alta mortalidad de morsas. Con los pronósticos estacionales de hielo, los biólogos pueden anticipar la rápida pérdida de hielo y administrar los sitios de extracción con anticipación al limitar el acceso humano a esos lugares.

Aún así, persisten las limitaciones. A los cuatro meses de tiempo de espera, el sistema tenía una precisión del 91 por ciento en la predicción de la ubicación del borde del hielo de septiembre. IceNet, al igual que otros sistemas de pronóstico, se esfuerza por producir pronósticos precisos a largo plazo para fines del verano debido, en parte, a lo que los científicos llaman la «barrera de la previsibilidad de primavera». Es crucial conocer el estado del hielo marino al comienzo de la temporada de deshielo primaveral para poder pronosticar las condiciones del final del verano.

Otro límite es «el hecho de que el clima es tan variable», dice Mark Serreze, director del Centro Nacional de Datos de Nieve y Hielo en Boulder, Colorado. Aunque el hielo marino parecía estar preparado para establecer un nuevo récord anual a principios de julio, la velocidad de la pérdida de hielo finalmente disminuyó debido a las bajas temperaturas atmosféricas. “Sabemos que el hielo marino responde con mucha fuerza a los patrones climáticos del verano, pero no podemos obtener buenas predicciones meteorológicas. La previsibilidad del tiempo es de unos 10 días de antelación «.

Add a Comment

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *