En octubre de este año, los investigadores meteorológicos en Utah midieron la temperatura más baja jamás registrada en el mes de octubre en los EE. UU. Excluyendo Alaska: -37.1 ° C.El récord anterior de baja temperatura para octubre fue de -35 ° C, yla gente se preguntaba qué había pasado con el cambio climático.
Hasta ahora, los investigadores del clima han respondido que el clima no es lo mismo que el clima. El clima es lo que esperamos a largo plazo, mientras que el clima es lo que obtenemos a corto plazo, y dado que las condiciones climáticas locales son muy variables,puede hacer mucho frío en un lugar por un corto tiempo a pesar del calentamiento global a largo plazo. En resumen, la variabilidad del clima local oculta las tendencias a largo plazo en el clima global.
Un cambio de paradigma
Ahora, sin embargo, un grupo dirigido por el profesor de ETH Reto Knutti ha realizado un nuevo análisis de mediciones y modelos de temperatura. Los científicos concluyeron que el paradigma del clima no es climático ya no es aplicable en esa forma. Según los investigadores, la señal climática, es decir, la tendencia al calentamiento a largo plazo, en realidad se puede discernir en los datos meteorológicos diarios, como la temperatura y la humedad del aire en la superficie, siempre que se tengan en cuenta los patrones espaciales globales.
En inglés simple, esto significa que, a pesar del calentamiento global, puede haber una temperatura baja récord en octubre en los Estados Unidos. Sin embargo, si es simultáneamente más cálido que el promedio en otras regiones, esta desviación se elimina casi por completo."Descubrir la señal del cambio climático en condiciones climáticas diarias requiere una perspectiva global, no regional", dice Sebastian Sippel, un postdoc que trabaja en el grupo de investigación de Knutti y autor principal de un estudio publicado recientemente en Cambio climático de la naturaleza .
Las técnicas de aprendizaje estadístico extraen la firma del cambio climático
Para detectar la señal climática en los registros meteorológicos diarios, Sippel y sus colegas utilizaron técnicas de aprendizaje estadístico para combinar simulaciones con modelos climáticos y datos de estaciones de medición. Las técnicas de aprendizaje estadístico pueden extraer una "huella digital" del cambio climático a partir de la combinación detemperaturas de varias regiones y la proporción de calentamiento y variabilidad esperados. Al evaluar sistemáticamente las simulaciones del modelo, pueden identificar la huella digital del clima en los datos de medición global en cualquier día desde la primavera de 2012.
Una comparación de la variabilidad de las temperaturas medias diarias locales y globales muestra por qué la perspectiva global es importante. Mientras que las temperaturas medias diarias medidas localmente pueden fluctuar ampliamente incluso después de eliminar el ciclo estacional, los valores medios diarios globales muestran un rango muy estrecho.
Si la distribución de los valores medios diarios globales de 1951 a 1980 se comparan con los de 2009 a 2018, las dos distribuciones curvas de campana apenas se superponen. La señal climática es prominente en los valores globales pero oscurecida en los valores locales, dado que la distribución de los valores medios diarios se superpone considerablemente en los dos períodos.
Aplicación al ciclo hidrológico
Los hallazgos podrían tener amplias implicaciones para la ciencia climática. "El clima a nivel mundial lleva información importante sobre el clima", dice Knutti. "Esta información podría, por ejemplo, ser utilizada para estudios adicionales que cuantifican los cambios en la probabilidad de clima extremoeventos, como los períodos de frío regional. Estos estudios se basan en cálculos modelo, y nuestro enfoque podría proporcionar un contexto global de la huella digital del cambio climático en las observaciones realizadas durante los períodos de frío regional de este tipo. Esto da lugar a nuevas oportunidades para la comunicaciónde eventos climáticos regionales en el contexto del calentamiento global "
El estudio surge de una colaboración entre los investigadores de ETH y el Swiss Data Science Center SDSC, que ETH Zurich opera conjuntamente con su universidad hermana EPFL ". El estudio actual subraya cuán útiles son los métodos de ciencia de datos para aclarar cuestiones ambientales, ySDSC es de gran utilidad en esto ", dice Knutti.
Los métodos de ciencia de datos no solo permiten a los investigadores demostrar la fuerza de la "huella digital" humana, sino que también muestran en qué parte del mundo el cambio climático es particularmente claro y reconocible en una etapa temprana. Esto es muy importante en el ciclo hidrológico, donde hayson fluctuaciones naturales muy grandes de un día a otro y de un año a otro ". Por lo tanto, en el futuro, deberíamos ser capaces de identificar patrones y tendencias inducidos por el ser humano en otros parámetros de medición más complejos, como la precipitación, que son difíciles de detectar utilizando los métodos tradicionales.estadísticas ", dice el profesor de ETH.
Fuente de la historia :
Materiales proporcionado por ETH Zúrich . Original escrito por Peter Rüegg. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :