Al modelar el ciclo océano-clima de El Niño-Oscilación del Sur (ENOS), agregar datos satelitales de salinidad (o salinidad) de la superficie del mar mejora significativamente la precisión del modelo, según un nuevo estudio de la NASA.

ENOS es un ciclo irregular de eventos climáticos cálidos y fríos llamados El Niño y La Niña. En años normales, fuertes vientos alisios del este que soplan desde las Américas hacia el sureste de Asia, pero en un año de El Niño, esos vientos se reducen y, a veces, incluso se invierten. El agua caliente que se "amontonó" en el Pacífico occidental fluye hacia las Américas, cambiando la presión atmosférica y la humedad para producir sequías en Asia y tormentas e inundaciones más frecuentes en las Américas. El patrón inverso se llama La Niña, en el que el océano en el Pacífico oriental es más frío de lo normal.

El equipo utilizó el sistema de pronóstico oceánico / atmosférico acoplado subestacional a estacional (S2S) de la Oficina de Modelado y Asimilación Global (GMAO) de la NASA (GEOS-S2S-2) para modelar tres eventos ENOS pasados:El fuerte El Niño de 2015, La Niña de 2017 y El Niño de 2018 débil.

Partiendo de la misión Soil Moisture Active Passive (SMAP) de la NASA, la pasada misión Acuario de la NASA-CONAE (Agencia Espacial Argentina) y la misión Soil Moisture Ocean Salinity (SMOS) de la Agencia Espacial Europea, compararon la precisión del modelo de pronóstico para cada uno de los tres eventos con y sin asimilar los datos de SSS en la inicialización de los modelos. En otras palabras:las condiciones iniciales de una ejecución del modelo incluían datos SSS, y el otro no.

Agregar la asimilación de datos SSS al modelo GEOS ayudó a representar la profundidad y densidad de la capa superior del océano con mayor precisión. lo que llevó a mejores representaciones de la circulación a gran escala en respuesta a ENOS. Como resultado, Las predicciones de los modelos para los tres estudios de caso reflejaron más de cerca las observaciones reales, en comparación con lo que predijeron los modelos de pronóstico en ese momento.

"En nuestros tres estudios de caso, Examinamos diferentes fases de ENSO, "dijo Eric Hackert, un científico investigador en el Centro de Vuelo Espacial Goddard de la NASA en Greenbelt, Maryland y el autor principal del estudio. "Para el gran El Niño de 2015, la asimilación de los datos de salinidad amortiguó la señal; nuestro modelo original estaba sobrestimando la amplitud del evento. Para los otros dos eventos ENSO, los pronósticos originalmente predijeron el signo incorrecto:por ejemplo, en 2017, el modelo sin datos de salinidad pronosticó un El Niño, mientras que el océano real produjo una La Niña. Sin embargo, para cada caso que examinamos, agregar la salinidad del satélite a la inicialización mejoró los pronósticos ".

El estudio es uno de los primeros en incorporar datos SSS en la inicialización del pronóstico para un modelo global acoplado de interacciones entre el océano. atmósfera, tierra, aerosoles y hielo marino. GEOS y otros modelos utilizados para ayudar a predecir eventos ENSO no suelen incluir SSS. Sin embargo, La salinidad de la superficie del océano juega un papel importante en las corrientes oceánicas, evaporación e interacción con la atmósfera, y transferencia de calor de los trópicos a los polos. Más frío, el agua más salada es más densa y más pesada que la más cálida, agua mas fresca, y los cambios a gran escala de temperatura y precipitación de los eventos ENOS cambian la circulación oceánica y las interacciones entre el agua y la atmósfera.

Ambas fases del ciclo ENOS afectan los ecosistemas, economías, salud humana, y el riesgo de incendios forestales, lo que hace que los pronósticos ENSO sean vitales para muchas personas en todo el mundo, Dijo Hackert.

"Por ejemplo, Los pronósticos y las observaciones dieron una fuerte indicación de que habría un gran El Niño en 1997, que conduciría a la sequía en el noreste de Brasil, ", dijo." Esto permitió al gobierno de Brasil emitir una declaración a los agricultores de subsistencia, alentándolos a plantar maíz resistente a la sequía en lugar de variedades de alto rendimiento. En este caso, Los buenos pronósticos de ENSO junto con la acción del gobierno pueden haber salvado muchas vidas. Este es solo un ejemplo de los muchos beneficios socioeconómicos de ampliar las predicciones útiles de El Niño ".

La inclusión de datos SSS satelitales también hace que los modelos sean útiles para períodos más largos:los pronósticos ENSO precisos sin datos de salinidad solo se extienden a 4 meses, mientras que aquellos con datos de SSS cubren 7 meses, Dijo Hackert.

"En lugar de tener una temporada de confianza en su pronóstico, tienes dos temporadas, ", Dijo Hackert." Si su temporada de cultivo es seis meses después, un pronóstico de calidad más largo le brinda una mejor comprensión de si necesita plantar variedades de alto rendimiento o resistentes a la sequía. Otro ejemplo sería que tiene mucho tiempo para arreglar su techo si vive en el sur de California (ya que El Niño generalmente trae condiciones de lluvia al sur de los EE. UU.) ".

Tener acceso a un registro continuo de datos SSS satelitales es esencial para que los pronósticos sean precisos y confiables. Dijo Hackert.

"En los sistemas de pronóstico actuales, Las observaciones de satélites y océanos se combinan de manera óptima utilizando modelos y técnicas de asimilación de datos para ayudar a definir el estado del océano. ", dijo." Este estudio muestra que agregar SSS satelital al conjunto de observaciones actuales ayuda a caracterizar el estado del océano cercano a la superficie, conduciendo a mejores pronósticos estacionales. Recomendamos que otros sistemas de modelos de pronóstico de todo el mundo adopten SSS en sus sistemas ".