El cambio climático no es un monolito. Se caracteriza tanto por el derretimiento de los casquetes polares con el paso del tiempo como por una marejada ciclónica que corta el suministro eléctrico al sistema de metro de una ciudad costera.

Pero los modelos de cambio climático global son buenos para calcular tendencias generales, sin tener en cuenta los fenómenos meteorológicos raros y los estragos que podrían causar en las comunidades. Y eso sin mencionar la acumulación no procesada de datos climáticos recopilados en los últimos años, que está mucho más allá de la capacidad humana de analizar.

"A veces escuchamos que la ciencia está resuelta, y a veces escuchamos que hay tanto que no sabemos que no podemos tomar ninguna decisión, "dijo Auroop Ganguly, profesor de ingeniería civil y ambiental en Northeastern.

Pero, él agregó, "Hacer de la incertidumbre una excusa para la inacción es un gran problema".

En un artículo publicado por la publicación británica Climate 2020 el viernes, un equipo dirigido por Ganguly explica cómo aprovechar la ciencia y la tecnología existentes para interpretar los datos climáticos, hacer predicciones más precisas, e impulsar las industrias y los municipios para prepararse y reducir los efectos del cambio climático.

Un método que recomienda el equipo se llama teoría del valor extremo, un tipo de estadística que puede predecir la probabilidad de que ocurra algo fuera de lo común. Esta, los investigadores escriben en el artículo, es un trampolín para "extraer conocimientos predictivos sobre las estadísticas de cambio y extremos".

Ganguly y su equipo ya están dando ejemplo al realizar investigaciones para hacer este tipo de predicciones detalladas. Específicamente, han estudiado fenómenos meteorológicos extremos como las olas de calor, chasquidos fríos, fuertes precipitaciones, vientos fuertes, y sequías:los resultados del cambio climático en gran parte no se tienen en cuenta en las tendencias generales producidas por los modelos globales actuales.

Ganguly, quien dirige el Laboratorio de Sostenibilidad y Ciencias de Datos de Northeastern, dijo que los investigadores deben ampliar su trabajo para incluir tanto la ciencia de datos como la física. Y cuando los millones de gigabytes de datos climáticos disponibles parecen insuperables, La tecnología de aprendizaje automático puede ayudar a analizar la información.

Pero una vez que los investigadores puedan procesar completamente los datos climáticos, todavía necesitan convencer a los grupos federales y comerciales de que lo utilicen para informar las políticas y las protecciones. Como es, muchas agencias gubernamentales, las compañías de seguros, y los modeladores y auditores de riesgos de seguros siguen optando por reaccionar ante los daños causados ​​por una tormenta, por ejemplo, en lugar de recompensar a las personas por prepararse para ello. Ganguly dijo que esto se debe a que actualmente no hay un incentivo financiero significativo para prepararse para los efectos del cambio climático.

"La importancia de los incentivos económicos para superar los obstáculos a las mejores prácticas o la innovación en ingeniería, así como a la miopía política, no se puede exagerar, ", escriben los investigadores en el artículo Climate 2020.

"Es todo un círculo vicioso, "Ganguly dijo, refiriéndose a la conexión entre estructuras desincentivas, política miope, y el estancamiento del desarrollo tecnológico. Pero incentivos, él agregó, podría desencadenar un nuevo ciclo de innovación y políticas informadas.

RisQ, una empresa dirigida por el ex alumno y coautor de Ganguly, Evan Kodra, ha sentado las bases para este nuevo ciclo. El equipo de RisQ calcula los efectos del cambio climático en el valor concreto, como bienes raíces, con la esperanza de impulsar a los sectores público y privado a ver los beneficios de las medidas proactivas.

"Se necesita innovación multidimensional, "Dijo Ganguly." Eso puede hacer girar la rueda ".