03/02/2021

Un equipo internacional de climatólogos estudia cómo se pueden minimizar errores en las tendencias climáticas observadas

Expertos en climatología de la Universitat Rovira i Virgili, de la Agencia Estatal de Meteorología y de la Universidad de Bonn (Alemania) dan un paso adelante en la identificación de los métodos más fiables que ayuden a corregir estos sesgos

El registro climático instrumental es patrimonio cultural de la humanidad, producto del trabajo diligente de muchas generaciones de personas en todo el mundo. Pero los cambios en la forma en que se ha ido midiendo la temperatura, así como en el entorno en que se ubican las estaciones meteorológicas pueden producir tendencias falsas. Un estudio internacional llevado a cabo por investigadores de la Universitat Rovira i Virgili (URV), la Agencia Estatal de Meteorología (AEMET) y la Universidad de Bonn (Alemania) ha avanzado con éxito a la hora de identificar los métodos más fiables que ayuden a corregir estas tendencias. Estos «métodos de homogeneización» son un paso clave para convertir el enorme esfuerzo de los observadores en productos de datos fiables sobre el cambio climático. Los resultados de esta investigación, financiada por el Ministerio de Economía y Competitividad español, se han publicado en la revista Journal of Climate de la American Meteorological Society.

Las observaciones climáticas a menudo se remontan a más de un siglo, antes incluso de que existieran la electricidad o los automóviles. Estos lapsos de tiempo tan largos hacen que sea prácticamente imposible mantener las mismas condiciones de medición. El problema más conocido es el crecimiento de las ciudades alrededor de estaciones meteorológicas urbanas. Sabemos que las ciudades tienden a ser cada vez más cálidas debido a las propiedades térmicas de las superficies urbanas o la reducción de las superficies de evapotranspiración. Para comprobarlo basta comparar las estaciones urbanas con las estaciones rurales circundantes. Aunque menos conocidos, también hay problemas similares debido a la expansión de los cultivos de regadío alrededor de los observatorios.

La otra razón más común de los sesgos en los datos observados son los desplazamientos de las estaciones meteorológicas derivados, entre otras causas, de los cambios en las redes de observación. «Un cambio organizativo bastante típico consistía en que las oficinas meteorológicas, que solían estar situadas en las ciudades, se trasladaban a aeropuertos de nueva construcción que necesitaban observaciones y predicciones», explica Victor Venema, climatólogo de Bonn y uno de los autores del estudio. «La estación meteorológica de Bonn solía estar situada en un campo en el pueblo de Poppelsdorf, que ahora es un barrio de Bonn, y, después de varias reubicaciones, la estación se encuentra en el aeropuerto de Colonia-Bonn», añade.

En cuanto la estimación fiable de las tendencias globales, las alteraciones más importantes corresponden a cambios tecnológicos que se introducen simultáneamente en una red de observación: «Actualmente estamos inmersos, por ejemplo, en un periodo de automatización generalizada de las redes de observación «, añade Venema.

La directora del Centro en Cambio Climático de la URV (C3), Manola Brunet, ha participado en la investigación.

Los programas informáticos adecuados para hacer la homogeneización automática de las series temporales climáticas son el resultado de varios años de desarrollo. Funcionan comparando estaciones cercanas y buscando cambios que sólo tienen lugar en una de ellas, a diferencia de los cambios climáticos, que influyen en todas las estaciones.

Banco de pruebas simulado

Para examinar estos métodos de homogeneización, el equipo investigador generó un banco de pruebas en el que se incorporaron un conjunto de datos simulados que imitaban de forma fiable los conjuntos de datos climáticos observados, incluyendo los sesgos mencionados. De este modo, los cambios espurios son conocidos y se puede estudiar como los corrigen los diferentes métodos de homogeneización analizados.

En comparación con estudios anteriores, los conjuntos de datos de prueba generados mostraron más diversidad y las redes de estaciones reales también mostraron una mayor variedad debido a las diferencias en la gestión. Los investigadores se encargaron de reproducir redes con densidades de estaciones muy variadas, ya que en una red densa es más fácil identificar un pequeño cambio falso. El conjunto de datos de prueba que se utilizó en esta investigación fue mucho mayor que en estudios precedentes (se analizaron 1.900 redes de estaciones), lo que permitió a los científicos determinar con precisión qué diferencias hay entre los principales métodos de homogeneización automática desarrollados por grupos de investigación de Europa y América. Debido a la inmensidad del conjunto de datos de prueba, sólo se pudieron testar los métodos de homogeneización automatizados.

En su investigación, el grupo investigador descubrió que es mucho más difícil mejorar la señal climática medio estimada para una red de observación que mejorar la precisión de las series temporales de cada estación.

En la clasificación resultante, los métodos de homogeneización propuestos por la URV y la AEMET superaron el resto. El método creado en el Centro de Cambio Climático C3 de la URV (Vilaseca) por climatólogo húngaro Peter Domonkos resultó ser el mejor para homogeneizar tanto las series de estaciones individuales como las series medias de la red regional. El método de la AEMET, desarrollado por el investigador José A. Guijarro, le siguió a una distancia muy corta.

Cuando se trata de detectar y minimizar errores sistemáticos de tendencia similares de muchas redes meteorológicas, sobre todo en aquellas en que estos sesgos se producen simultáneamente y afectan a muchas estaciones en fechas similares, el método de homogeneización de la Agencia Nacional Oceánica y Atmosférica de Estados Unidos (NOAA) obtuvo el mejor resultado. Este método se diseñó para homogeneizar conjuntos de datos de estaciones a escala global en el que la principal preocupación es la estimación fiable de tendencias globales.

Los resultados de este estudio han demostrado el valor de grandes conjuntos de datos de prueba. «Es otra razón más por la que los métodos de homogeneización automática son importantes: se pueden probar mucho mejor y esto ayuda al desarrollo», manifiesta Peter Domonkos, que comenzó la carrera como observador meteorológico y ahora escribe un libro sobre el homogeneización de series climáticas temporales.

«El estudio muestra la importancia de las redes de estaciones muy densas para hacer que los métodos de homogeneización sean más fiables y eficientes, y, por tanto, calcular las tendencias observadas con más precisión», explica la investigadora Manola Brunet , directora del C3 de la URV, miembro visitante de la Unidad de Investigación Climática de la Universidad de East Anglia (Norwich, Reino Unido) y vicepresidenta de la Comisión de Servicios y Aplicaciones Meteorológicos, Climáticos, Hidrológicos y Ambientales de la Organización Meteorológica Mundial. «Desafortunadamente, todavía hay que digitalizar muchos datos climáticos para contribuir a una homogeneización y un control de calidad aún mejores», concluye.

Javier Sigró, investigador del Centro en Cambio Climático C3, ha participado en el estudio.

Por su parte, el investigador Javier Sigró, también del C3, asegura que la homogeneización es a menudo un primer paso «que nos permite ir a los archivos y averiguar qué pasó con aquellas observaciones afectadas por cambios espurios. Mejorar los métodos de homogeneización significa que podemos hacer esto de una manera mucho más eficiente».

«Los resultados del proyecto pueden ayudar a los usuarios a elegir el método más adecuado a sus necesidades, así como los desarrolladores para mejorar su software mostrando las fortalezas y debilidades. Esto permitirá más mejoras en el futuro «, apunta José A. Guijarro, de la Agencia Estatal de Meteorología de las Islas Baleares y coautor del estudio.

En trabajos anteriores de características similares, el grupo investigador observó que los métodos de homogeneización diseñados para detectar sesgos múltiples simultáneamente eran mucho mejores que los que identifican uno por uno los cambios espurios introducidos artificialmente. «Curiosamente, nuestro estudio no lo corroboró. Quizás es más una cuestión de utilizar métodos cuidadosamente ajustados y probados «, puntualiza Victor Venema, de la Universidad de Bonn.

Los expertos aseguran que la precisión de los métodos de homogeneización probablemente mejorará aún más. «Sin embargo, nunca debemos olvidar que las observaciones climáticas espacialmente más densas y de alta calidad son el pilar más importante de nuestro conocimiento sobre la variabilidad climática», concluye Peter Domonkos.

Referencia bibliográfica: Domonkos P, Guijarro JA, Venema V, Brunet M, Sigró J (2021): Efficiency of time series homogenization: method comparison with 12 monthly temperature test datasets. J. of Climate, 49 pp, DOI: 10.1175/JCLI-D-20-0611.1

 

Print Friendly, PDF & Email

Comenta

*