LOS ÁNGELES (CNS) – Un estudio de UCLA muestra que los eventos de lluvia y nevadas anormalmente intensas desde la década de 1980 se están intensificando a nivel mundial debido al cambio climático provocado por los humanos, dijeron los investigadores.

“Estos hallazgos elevan aún más la urgencia de reducir las emisiones de gases de efecto invernadero para evitar impactos aún mayores en el futuro”, dijo el autor principal Alex Hall, director del Centro de Ciencias del Clima de UCLA, que forma parte del Instituto de Medio Ambiente y Sostenibilidad de UCLA. 

Ahora podemos decir que las precipitaciones extremas están aumentando a nivel mundial debido al cambio climático inducido por el humano “.

El estudio, publicado el martes 6 de julio en Nature Communications, muestra la influencia humana en problemas como inundaciones, erosión del suelo, daños a los cultivos y problemas con la gestión de los recursos hídricos.

Durante más de una década, los modelos climáticos utilizados en estudios anteriores ya habían predicho que el cambio climático inducido por el humanos conduciría a eventos de precipitación extrema más intensos, pero lucharon por mostrarlo en los registros históricos de precipitación. Empleando nuevos métodos, el equipo de investigación de UCLA encontró la evidencia.

Utilizaron una nueva metodología de aprendizaje automático para comparar 11 registros de precipitación terrestre global de 1982 a 2015, y encontraron una señal antropogénica identificable en el 100% de los registros históricos, según Gavin Madakumbura, autor principal del estudio y candidato a doctorado en UCLA que estudia el modelado climático.

Las formas en que los científicos recopilan y registran datos en diferentes regiones del mundo pueden variar ampliamente. La variación regional natural también difiere, y las lluvias extremas en un desierto árido pueden medir como suaves en comparación con las regiones monzónicas, lo que dificulta descubrir los cambios provocados por los humanos y puede hacer que las comparaciones globales sean engañosas.

La metodología de aprendizaje automático cambió eso.

“Esta es la primera vez que alguien ha tenido en cuenta estas profundas incertidumbres para detectar una influencia humana en las precipitaciones extremas en todo el mundo”, dijo Hall.

Antes de aplicar sus métodos al registro histórico de precipitaciones, los científicos de UCLA comenzaron con modelos climáticos, utilizando mapas globales de la precipitación más grande en un solo día de cada año, e introdujeron esos datos en un programa impulsado por aprendizaje automático. El programa fue capacitado para revisar los mapas y adivinar de qué año provenía cada mapa. Después de entrenarse en los modelos climáticos, los investigadores pusieron la misma red a trabajar en el registro de observación real.

De manera reveladora, en los modelos climáticos, el sistema tuvo problemas para inferir con precisión qué año estaba revisando cuando se le pidió que analizara datos modelados desde la década de 1920 hasta la de 1970.

Pero para los datos del modelo climático a partir de la década de 1970, el sistema se volvió cada vez más preciso en sus predicciones a medida que la evidencia de la influencia humana comenzó a registrar cambios más significativos. Los investigadores pudieron observar que la red se basó en la fuerza de las señales de precipitación no naturales causadas por actividades humanas, como las emisiones de gases de efecto invernadero, para secuenciar los mapas cronológicamente.

“Sabemos que los signos de la influencia humana comenzaron en la Revolución Industrial en el siglo XVIII, pero se necesita algún tiempo para que la señal sea lo suficientemente fuerte como para reconocerla en comparación con las variaciones naturales”, dijo Madakumbura.

“Usamos esta nueva metodología para construir sobre el trabajo que vino antes, y significa que podemos mirar estos conjuntos de datos dispares de diferentes regiones del mundo y aún detectar la influencia humana”.

Los otros autores del artículo son Chad Thackeray, Jesse Norris y Naomi Goldenson, todos investigadores del Center for Climate Science.