Investigadores del Laboratorio de Procesamiento de Imágenes (IPL) de la Universidad de Valencia han desarrollado un enfoque de aprendizaje automático para modelar y predecir cambios a corto plazo en el nivel del mar en las regiones costeras del Pacífico. Océanos Índico y Atlántico. El estudio, especialmente útil para la protección costera, ha sido publicado en Informes científicos de la naturaleza .

Todas las cuencas oceánicas han experimentado un calentamiento significativo y un aumento del nivel del mar en las últimas décadas. impulsado por el cambio climático. Sin embargo, hay importantes diferencias regionales, como resultado de diferentes procesos en diferentes escalas de tiempo, como los asociados con cambios de temperatura debidos a causas naturales.

Para interpretar mejor las observaciones de las variaciones del nivel del mar en las regiones costeras a nivel local, el equipo de Verónica Nieves, Investigador Distinguido del Programa GenT del Laboratorio de Procesado de Imágenes (IPL) de la Universidad de Valencia, ha desarrollado un enfoque de aprendizaje automático que aprovecha las estimaciones de la temperatura del mar para modelar la variabilidad del nivel del mar en la costa y la incertidumbre asociada en un rango de escalas de tiempo que van desde meses hasta varios años.

El estudio ahora publicado en la revista Informes científicos de la naturaleza También muestra que las relaciones físicas entre las variables de temperatura en las capas superiores de las regiones de mar abierto y las estimaciones de las anomalías del nivel del mar en los sitios costeros de estas regiones se pueden utilizar en combinación con métodos de aprendizaje automático para hacer predicciones del mar a corto plazo razonablemente precisas. tendencia de nivel (de uno a varios años).

Concluyen que, hasta la fecha, Las variaciones regionales a corto plazo del nivel del mar costero siguen estando influidas en gran medida por los procesos naturales en las grandes regiones del océano abierto. como mar abierto, la temperatura cambia por la columna de agua a 700 metros, que están estrechamente vinculados a la variabilidad climática natural interna. Estos procesos se superponen a la influencia de otros efectos, como mareas altas o tormentas, entre otros.

"El clima es un sistema dinámico y altamente complejo que puede cambiar naturalmente de formas inesperadas; y, En este sentido, Los métodos de aprendizaje automático pueden proporcionar información útil para interpretar mejor los datos que exhiben patrones no lineales complejos e identificar cambios regionales en el nivel del mar en el futuro cercano. "dijo Verónica Nieves, el primer autor del artículo y director del grupo AI4OCEANS, en la IPL, donde se persigue esta línea de investigación. "Nuestros modelos funcionan particularmente bien en las áreas costeras más influenciadas por la variabilidad climática interna, pero son ampliamente aplicables para evaluar los patrones de subida y bajada del nivel del mar en muchos lugares del mundo, "agregó Cristina Radín, miembro del equipo con el que también ha colaborado el profesor Gustau Camps-Valls.

Este es el primer estudio que utiliza técnicas de Inteligencia Artificial en los océanos para realizar este tipo de predicciones. Modelar y anticipar los cambios del nivel del mar en los próximos años es crucial para la toma de decisiones a corto plazo y la planificación estratégica sobre las medidas de protección costera.

El equipo también ha desarrollado un mapa interactivo, como una herramienta de soporte que permitirá inspeccionar regiones individuales donde se realizó la predicción del modelo de aprendizaje automático.

Investigadores del Laboratorio de Procesamiento de Imágenes (IPL) de la Universidad de Valencia han desarrollado un enfoque de aprendizaje automático para modelar y predecir cambios a corto plazo en el nivel del mar en las regiones costeras del Pacífico. Océanos Índico y Atlántico. El estudio, especialmente útil para la protección costera, ha sido publicado en Informes científicos de la naturaleza .

Todas las cuencas oceánicas han experimentado un calentamiento significativo y un aumento del nivel del mar en las últimas décadas. impulsado por el cambio climático. Sin embargo, hay importantes diferencias regionales, como resultado de diferentes procesos en diferentes escalas de tiempo, como los asociados con cambios de temperatura debidos a causas naturales.

Para interpretar mejor las observaciones de las variaciones del nivel del mar en las regiones costeras a nivel local, el equipo de Verónica Nieves, Investigador Distinguido del Programa GenT del Laboratorio de Procesado de Imágenes (IPL) de la Universidad de Valencia, ha desarrollado un enfoque de aprendizaje automático que aprovecha las estimaciones de la temperatura del mar para modelar la variabilidad del nivel del mar en la costa y la incertidumbre asociada en un rango de escalas de tiempo que van desde meses hasta varios años.

El estudio ahora publicado en la revista Informes científicos de la naturaleza También muestra que las relaciones físicas entre las variables de temperatura en las capas superiores de las regiones de mar abierto y las estimaciones de las anomalías del nivel del mar en los sitios costeros de estas regiones se pueden utilizar en combinación con métodos de aprendizaje automático para hacer predicciones del mar a corto plazo razonablemente precisas. tendencia de nivel (de uno a varios años).

Concluyen que, hasta la fecha, Las variaciones regionales a corto plazo del nivel del mar en la costa todavía están influenciadas en gran medida por los procesos naturales en las grandes regiones del océano abierto. como mar abierto, la temperatura cambia por la columna de agua a 700 metros, que están estrechamente vinculados a la variabilidad climática natural interna. Estos procesos se superponen a la influencia de otros efectos, como mareas altas o tormentas, entre otros.

"El clima es un sistema dinámico y altamente complejo que puede cambiar naturalmente de formas inesperadas; y, En este sentido, Los métodos de aprendizaje automático pueden proporcionar información útil para interpretar mejor los datos que exhiben patrones no lineales complejos e identificar cambios regionales en el nivel del mar en el futuro cercano. "dijo Verónica Nieves, el primer autor del artículo y director del grupo AI4OCEANS, en la IPL, donde se persigue esta línea de investigación. "Nuestros modelos funcionan particularmente bien en las áreas costeras más influenciadas por la variabilidad climática interna, pero son ampliamente aplicables para evaluar los patrones de subida y bajada del nivel del mar en muchos lugares del mundo, "agregó Cristina Radín, miembro del equipo con el que también ha colaborado el profesor Gustau Camps-Valls.

Este es el primer estudio que utiliza técnicas de Inteligencia Artificial en los océanos para realizar este tipo de predicciones. Modelar y anticipar los cambios del nivel del mar en los próximos años es crucial para la toma de decisiones a corto plazo y la planificación estratégica sobre las medidas de protección costera.

El equipo también ha desarrollado un mapa interactivo, como una herramienta de soporte que permitirá inspeccionar regiones individuales donde se realizó la predicción del modelo de aprendizaje automático.