Estudian con IA el impacto del calentamiento global en sistemas de surgencia

Los sistemas de surgencia de borde oriental (EBUS, por sus siglas en inglés), son áreas del océano donde aguas ricas en nutrientes ascienden hasta la superficie por acción del viento. Estas albergan ecosistemas marinos muy productivos y beneficiosos para los países circundantes, representando hasta el 20% de las capturas pesqueras globales.

Comprender los efectos del calentamiento global sobre los EBUS es muy importante para el bienestar de las comunidades que habitan dichas regiones, sin embargo, no hay consenso al respecto debido a factores como variabilidad natural significativa, incertidumbre en modelos climáticos y limitadas observaciones a largo plazo.

Para abordar estos desafíos, un estudio utilizó una herramienta de Aprendizaje Automatizado (Machine learning, en inglés) que permitió, a partir de datos oceanográficos y atmosféricos, estudiar cambios a lo largo de casi tres décadas en los principales sistemas de surgencia del mundo.

IA para el análisis

Para analizar los complejos patrones de la surgencia marina, se utilizaron dos herramientas de inteligencia artificial: los Mapas Autoorganizados (SOM) y el Agrupamiento Jerárquico Aglomerativo (HAC). Estas son como lupas especiales que permiten encontrar patrones ocultos en grandes cantidades de datos.

Los SOM son capaces de organizar información compleja en grupos, similar a como nuestro cerebro agrupa objetos similares. Por su parte, el HAC toma estos grupos y los combina de forma jerárquica para encontrar patrones más generales.

A través de su uso conjunto, los investigadores lograron identificar patrones climáticos y oceánicos clave que influyen en las cuatro regiones de surgencia costera importantes del mundo: la costa oeste de América del Norte (California), Sudamérica (Corriente de Humboldt), África (Benguela) y la Península Ibérica.

Extrayendo conclusiones

A principios de los años noventa surgió la hipótesis de Bakun, la cual plantea que el calentamiento global incrementará los gradientes de presión océano-tierra, provocando una intensificación de los vientos que favorecen la surgencia costera.

Respecto a esto, David Bustos, quien llevó a cabo este trabajo en el marco de su Doctorado en Oceanografía con investigadores del centro COPAS Coastal de la Universidad de Concepción, señala que al realizar el estudio no encontraron evidencia que apoyara dicha hipótesis, sin embargo, “se encontró un aumento coherente de la presión atmosférica hacia los polos y, por ende, incremento de vientos favorables para la surgencia”, lo que se alinea con el paradigma actual, que atribuye dicho incremento a la expansión de las celdas de Hadley –corrientes de circulación atmosférica– en un clima más cálido.

Por otra parte, Bustos también afirma que se identificaron variaciones estacionales en la intensidad y duración de los eventos de surgencia, mostrando que no todos los sistemas responden de la misma forma.

En el caso de la Corriente de Humboldt, por ejemplo, se observó que la surgencia inducida por el viento no es el único mecanismo que puede gatillar estos eventos, sino que hay otros, tales como la acción de ciertas formaciones topográficas y cañones submarinos. Estos últimos son valles sinuosos que cortan la plataforma y el talud continental.

Un avance para la ciencia

Este estudio corresponde a uno de los primeros en utilizar inteligencia artificial para analizar y comparar las dinámicas de surgencia en los EBUS. Sumado a eso, si bien los resultados obtenidos se alinean en gran medida con estudios previos, también aportan nuevas perspectivas.

Por ejemplo, según cuenta Bustos, se identificaron diferencias en las métricas de surgencia entre los períodos de primavera y verano, observando eventos más cortos e intensos durante la transición de una estación a la otra.

Respecto al siguiente paso en esta área, Bustos considera que sería entender mejor cómo pueden evolucionar los sistemas de surgencia en el futuro. En esta línea, señala que los modelos climáticos enfrentan numerosas limitaciones al reproducir adecuadamente sus variables geofísicas, generando incertidumbre sobre el impacto del cambio climático en estos entornos.

Ante ello señala que el uso de técnicas basadas en inteligencia artificial podría proporcionar una representación mejor de la dinámica de estos sistemas. “Esto es esencial para anticipar y comprender los desafíos que enfrentarán estos ecosistemas en el futuro, permitiendo una adaptación más efectiva a las condiciones cambiantes”, concluye.