En un análisis de los mejores modelos disponibles de sistemas terrestres, investigadores de Northeastern descubrieron que, para comienzos del próximo siglo, 850 millones de personas sentirán los efectos de la disminución de las escorrentías de los principales ríos del mundo.
por Cynthia McCormick Hibbert, Universidad del Noreste
Eso es más de tres veces la cifra estimada por análisis previos de modelos del sistema terrestre, afirma Puja Das, investigadora postdoctoral en AI for Climate and Sustainability dentro del Instituto de IA Experiencial de la Northeastern University.
«Lo que (Das) encontró es que algunos de los modelos más hábiles parecen proyectar las peores condiciones en términos del impacto de la escasez de agua», dice el profesor de Northeastern Auroop Ganguly, quien fue coautor del artículo que Das publicó recientemente en la revista npj Climate and Atmospheric Science .
Las estimaciones de población son importantes porque dan a los responsables de las políticas una idea de qué esperar en términos de disponibilidad de alimentos, agua y energía, ya que las escorrentías de los ríos recargan los suministros de agua , enriquecen el suelo agrícola y generan energía hidroeléctrica, dice Das.
Los modelos de sistemas terrestres son simulaciones informáticas complejas de los procesos de la Tierra, como la atmósfera, los océanos y la actividad humana.
Su investigación muestra que los cinco modelos más hábiles proyectan que el 40% de los 30 ríos principales del mundo exhibirán una escorrentía reducida para el año 2100, lo que afectará a una población 100 veces el tamaño de la ciudad de Nueva York, a diferencia de las estimaciones anteriores de 260 millones.
«Seleccionamos las 30 cuencas fluviales más grandes del mundo, incluyendo los ríos Amazonas, Congo, Ganges, Brahmaputra y Nilo», explica. «Intentábamos ver cómo se representa la escorrentía en esas cuencas fluviales, o la disponibilidad de agua en ellas, en los modelos climáticos «.
«Sabemos que los modelos climáticos utilizan diferentes ecuaciones y parametrizaciones para estimar estas variables. Estamos tratando de comprobar su precisión», afirma.
Los investigadores compararon dos generaciones de Proyectos de Intercomparación de Modelado Acoplado, el CMIP5 y el más reciente CMIP6, para ver cómo se desempeñaron en comparación con las proyecciones históricas de escorrentía anual de 1960 a 2005.
El último sistema de modelado, el CMIP6, resultó más eficaz y preciso, afirma Das. Al aplicarlo al futuro, «descubrimos que los modelos más eficaces detectan un escenario futuro peor en términos de disponibilidad de agua».
Por un lado, la última generación de modelos tiene una resolución más alta: un punto de datos cada 100 kilómetros en lugar de cada 500 kilómetros, afirma.
El CMIP6 también hizo un mejor trabajo al incorporar física integral, como la física de la tierra, el océano y el hielo en las ecuaciones del modelo climático, dice Das.
Y funcionó mejor cuando se trató de hacer ecuaciones matemáticas, conocidas como parametrizaciones, a partir de eventos como la formación de nubes y la convección.
«Hay algunas parametrizaciones críticas que deben corregirse. Observamos que los modelos que utilizan dichas parametrizaciones funcionan bien», afirma Das, recién graduado de doctorado del Laboratorio de Sostenibilidad y Ciencias de Datos del Departamento de Ingeniería Civil y Ambiental de Northeastern.
Se ha planteado la hipótesis de que resoluciones más altas, parametrizaciones más complejas y física integral mejorarán las proyecciones de los modelos, pero esto no está garantizado hasta que los modelos se evalúen exhaustivamente en relación con las observaciones (habilidades) y entre sí (consenso), afirma.
Además, Das dice que los límites de incertidumbre basados en modelos pueden de hecho aumentar en algunos casos, incluso cuando mejora la comprensión y el rendimiento de las proyecciones.
«Tratamos de analizar todos estos tipos de métricas en función de las habilidades y el consenso, y eso es lo que (Das) ha hecho», dice Ganguly, profesor distinguido de ingeniería civil y ambiental de Northeastern.
«Ella dice que una mayor resolución, una mejor parametrización y más componentes físicos agregan valor», afirma.
Los investigadores también ejecutaron los modelos contra cinco escenarios diferentes de emisiones de carbono.
«Vimos que si hay un mundo más verde, la disponibilidad de agua será mayor y menos personas se verán afectadas debido a la disminución de la disponibilidad de agua», dice Das.
«Con menores emisiones de carbono», afirma, «descubrimos que 500 millones de personas (se verían afectadas) en lugar de 900 millones, pero la disponibilidad de agua seguirá disminuyendo en ciertas partes del mundo».
Das dice que la investigación es importante para dos comunidades: los encargados de formular políticas y los administradores de recursos hídricos que utilizan los resultados de los modelos de sistemas terrestres para comprender los impactos e informar la adaptación, así como los científicos naturales, los científicos de datos y los modeladores computacionales que construyen los modelos de sistemas terrestres y analizan los resultados.
Más información: Puja Das et al., Resoluciones más precisas y representaciones de procesos específicos en modelos del sistema terrestre mejoran las proyecciones hidrológicas y los impactos hidroclimáticos, npj Climate and Atmospheric Science (2025). DOI: 10.1038/s41612-025-01134-5
