Los investigadores de la UPM están trabajando en pronósticos meteorológicos estacionales y cultivos basados ​​en datos proporcionados por la temperatura de la superficie del agua de los océanos.

Investigadores del CEIGRAM (Centro de Investigación para la Gestión de Riesgos Agrícolas y Ambientales, un centro conjunto de la Universidad Politécnica de Madrid (UPM), ENESA y AGROSEGURO), en colaboración con la Universidad Complutense de Madrid (UCM), han cuantificado el impacto de la climatología, el clima y sus variaciones en los rendimientos y la calidad de los cultivos mediante modelos de simulación por ordenador.

Los investigadores aplicaron con éxito las simulaciones en cultivos de maíz, trigo y maíz en la Península Ibérica. Para hacer esto, utilizaron los datos proporcionados por la temperatura de la superficie del mar y patrones conocidos de teleconexión para establecer relaciones estadísticas entre predictores oceánicos y variables atmosféricas.

Las predicciones estacionales proporcionan información sobre las condiciones climatológicas para los próximos tres o cuatro meses. Aunque la naturaleza caótica limita en gran medida la capacidad predictiva del clima a partir de 10 o 12 días, hoy es posible hacer pronósticos a más largo plazo en regiones específicas. Para hacer esto, Los investigadores utilizaron componentes del sistema climático que sufren variaciones periódicas lentas como es el caso de la temperatura de la superficie del mar.

La temperatura de la superficie del mar nos permite hacer un pronóstico a largo plazo porque la capacidad calorífica del agua es mucho mayor que la del aire. Por lo tanto, cuando una gran área oceánica presenta valores de temperatura anómalos (refrigeración o calefacción), puede pasar varios meses, incluso años hasta la recuperación de sus valores regulares. Durante este tiempo, la superficie del mar puede liberar tal cantidad de energía al aire que puede alterar los regímenes de circulación atmosférica global.

Los fenómenos de El Niño (calentamiento) y La Niña (enfriamiento) en el Pacífico ecuatorial son ejemplos de valores de temperatura anómalos. Por ejemplo, cuando ocurre El Niño (cada tres a siete años), Es más probable que se produzcan lluvias torrenciales en Perú, así como sequías en Indonesia y Sudáfrica. Como los eventos de El Niño / Niña se pueden predecir con varios meses de anticipación, También se puede predecir el posible impacto climático. Ésta es la base de la predicción estacional. Hay otras regiones oceánicas con impacto conocido en el clima global, y esto se conoce en climatología como patrones de teleconexión.

Tomando esto como base, un equipo de investigadores del CEIGRAM ha estudiado la influencia de estas predicciones estacionales en los rendimientos de los cultivos. A partir de los datos proporcionados por la temperatura de la superficie del mar y los patrones de teleconexión, Los investigadores establecieron relaciones estadísticas entre el predictor oceánico y las variables atmosféricas (temperatura, lluvia, etc.).

Este estudio fue realizado por investigadores de la UPM en colaboración con el grupo de variabilidad climática de la UCM (grupo TROPA). Los resultados muestran la capacidad predictiva de la temperatura del océano en las lluvias monzónicas en África occidental, incluyendo los eventos de fuertes lluvias.

Margarita Ruiz Ramos, un investigador del CEIGRAM, estados, "Desde el punto de vista agronómico, los modelos de simulación por ordenador de cultivos son capaces de cuantificar el impacto de la meteorología, el clima y sus variaciones en los rendimientos ”. Los investigadores han aplicado con éxito esta metodología en cultivos de trigo y maíz en la Península Ibérica y actualmente están explorando nuevas aplicaciones, por ejemplo, la predicción estacional de forrajes de pastos y prados en el Macizo Central Francés con la colaboración del Instituto Nacional Francés de Investigación Agrícola (INRA).

Según los investigadores Iñigo Gómora y Belén Rodríguez-Fonseca, CEIGRAM y TROPA trabajan en un contexto global de servicios climáticos y brindan aplicaciones agrometeorológicas a las compañías de seguros, administraciones públicas y otros usuarios finales.