Investigadores de NYU Abu Dhabi desarrollaron un método basado en registros históricos que genera pronósticos estacionales y estima su incertidumbre.
Redacción: Redacción Noticias de la Tierra
Editor: Eduardo Schmitz
Investigadores del Centro Mubadala Arabian de Ciencias Climáticas y Ambientales (ACCESS), de NYU Abu Dhabi, en Emiratos Árabes Unidos, desarrollaron un algoritmo capaz de pronosticar la extensión del hielo marino del Ártico con hasta nueve meses de anticipación. La herramienta utiliza observaciones históricas para construir posibles evoluciones futuras y ofrece una estimación de la incertidumbre que acompaña a sus resultados.
El estudio, firmado por Faiq Raees y Francesco Paparella, fue publicado el 5 de octubre de 2026 en Scientific Reports. Su propuesta aporta una referencia sencilla para evaluar cuánto mejoran las predicciones cuando se emplean sistemas de mayor complejidad.
El pasado como punto de partida del pronóstico
La herramienta, denominada Random Analogue Predictor (RAP), busca situaciones anteriores que se parezcan a las condiciones actuales del hielo. Después utiliza la evolución posterior de esos antecedentes para generar un conjunto de trayectorias posibles.
Su funcionamiento se apoya exclusivamente en el registro histórico de extensión del hielo marino. La comparación resulta especialmente relevante en una región donde las observaciones muestran cambios tanto en la cobertura como en su comportamiento estacional, descritos en investigaciones sobre la evolución de la temporada de deshielo del Ártico.
Las distintas trayectorias producidas por RAP permiten estimar la incertidumbre: su dispersión aporta información sobre la variabilidad de los resultados posibles. El pronóstico incorpora así una medida de confianza, además de una estimación central.
Una comparación centrada en el hielo de septiembre
Los autores evaluaron el método mediante predicciones retrospectivas de la extensión media de septiembre. Estas pruebas permiten contrastar los resultados del algoritmo con observaciones ya disponibles.
Septiembre es una referencia importante porque el hielo ártico suele alcanzar su mínimo anual al terminar el verano boreal. El seguimiento de ese momento, como muestra la información sobre el mínimo anual del hielo marino ártico de 2026, permite comparar temporadas dentro del registro satelital.
En la evaluación, RAP obtuvo una capacidad predictiva comparable a la de los modelos de la Sea Ice Prediction Network. La universidad precisó que, para septiembre, su error fue comparable al de 34 modelos empleados en pronósticos estacionales. El resultado establece una referencia de rendimiento; no demuestra una superioridad general sobre todos esos sistemas.
Qué aporta una referencia sencilla
Los modelos físicos representan procesos de la atmósfera, el océano y el hielo. Entre esos procesos figura el movimiento de las placas, estudiado en trabajos sobre cómo las colisiones entre fragmentos contribuyen a explicar la deriva del hielo ártico.
RAP ofrece otra vía de comparación: extrae capacidad predictiva de la serie histórica sin simular explícitamente esos mecanismos. Los investigadores lo proponen como una base para evaluar modelos físicos y sistemas de inteligencia artificial. Su utilidad consiste en comprobar si la complejidad adicional aporta mejoras medibles.
El alcance anunciado corresponde a la extensión del hielo a escala estacional. No equivale a anticipar todos los detalles de su distribución, espesor o movimiento. La aportación del estudio es disponer de un método interpretable que permita comparar pronósticos y valorar la incertidumbre antes de utilizar sus resultados.
Fuentes referenciales:
Scientific Reports: estudio de Faiq Raees y Francesco Paparella sobre predicción estacional del hielo ártico
NYU Abu Dhabi: presentación del algoritmo de pronóstico del hielo marino
