En octubre de este año, Los investigadores meteorológicos de Utah midieron la temperatura más baja jamás registrada en el mes de octubre en los EE. UU. (excluyendo Alaska):-37,1 grados C. El récord anterior de bajas temperaturas para octubre fue de -35 grados C, y la gente se preguntó sobre la relación con el cambio climático.
Hasta ahora, Los investigadores del clima han respondido que el clima no es lo mismo que el tiempo. El clima es lo que esperamos a largo plazo, Considerando que el clima se observa a corto plazo, y dado que las condiciones climáticas locales son muy variables, puede hacer mucho frío en un lugar durante un período corto de tiempo a pesar del calentamiento global a largo plazo. En breve, la variabilidad del clima local enmascara 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 medidas y modelos de temperatura. Los científicos concluyeron que el paradigma del tiempo no es clima ya no es aplicable en esa forma. Según los investigadores, la señal climática, es decir, la tendencia de calentamiento a largo plazo, en realidad se puede discernir en los datos meteorológicos diarios, como la temperatura y la humedad del aire de la superficie, siempre que se tengan en cuenta los patrones espaciales globales.
Esto significa que a pesar del calentamiento global, bien puede haber una temperatura baja récord en octubre en los EE. UU. Si es simultáneamente más cálido que el promedio en otras regiones, sin embargo, esta desviación se elimina casi por completo. "Descubrir la señal del cambio climático en las condiciones meteorológicas diarias requiere una perspectiva global, no regional, "dice Sebastian Sippel, un postdoctorado que trabaja en el grupo de investigación de Knutti y autor principal de un estudio publicado recientemente en Naturaleza Cambio Climático .
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 de temperaturas de varias regiones y la relación entre el calentamiento y la variabilidad esperados. Evaluando sistemáticamente las simulaciones del modelo, pueden identificar la huella climática 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 se compara la distribución de los valores medios diarios mundiales de 1951 a 1980 con los de 2009 a 2018, las dos distribuciones (curvas de campana) apenas se superponen. La señal climática es, por tanto, 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 tiempo a nivel mundial contiene información importante sobre el clima, ", dice Knutti." Esta información podría, por ejemplo, utilizarse para estudios posteriores que cuantifiquen los cambios en la probabilidad de fenómenos meteorológicos extremos, como los períodos de frío regionales. Estos estudios se basan en cálculos de modelos, y nuestro enfoque podría proporcionar un contexto global de la huella dactilar del cambio climático en las observaciones realizadas durante los períodos fríos regionales de este tipo. Esto da lugar a nuevas oportunidades para la comunicación de eventos meteorológicos regionales en el contexto del calentamiento global ".
El estudio surge de una colaboración entre investigadores de ETH y el Swiss Data Science Center (SDSC), que ETH Zurich opera conjuntamente con su universidad hermana EPFL. "El estudio actual subraya la utilidad de los métodos de ciencia de datos para aclarar cuestiones medioambientales, y la SDSC 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, 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 hay grandes fluctuaciones naturales de un día a otro y de un año a otro. "En el futuro, Por lo tanto, deberíamos poder identificar patrones y tendencias inducidos por humanos en otros parámetros de medición más complejos, como la precipitación, que son difíciles de detectar con las estadísticas tradicionales, "dice el profesor de ETH.
