El fenómeno de El Niño en el Atlántico Sur y la corriente de Benguela, que fluye a lo largo de la costa occidental de África austral, tienen un impacto significativo en la región atlántica tropical, con graves consecuencias para los ecosistemas marinos locales, los climas africanos y la Oscilación del Sur de El Niño. Hasta ahora, nadie había podido predecir eventos cálidos en esta región.
por Tori Pedersen, Centro Bjerknes para la Investigación del Clima
«Estamos muy entusiasmados porque fue la primera vez que pudimos producir algunas predicciones útiles para las comunidades que construyen modelos tradicionales y lograr el objetivo que teníamos dos años antes», dice Marie-Lou Bachèlery sobre su artículo recién publicado en Science Advances .
El océano Atlántico tropical se sitúa entre la costa brasileña al oeste y la costa de África occidental al este. El Niño del Atlántico Central se caracteriza por temperaturas superficiales del mar cálidas concentradas en el Atlántico ecuatorial central, mientras que el Niño del Atlántico Oriental presenta un calentamiento en el Atlántico ecuatorial oriental, cerca de la costa de África occidental.
Como componente importante de los sistemas climáticos, las variaciones en el océano influyen en los patrones meteorológicos locales. Estos cambios también afectan a los ecosistemas marinos y al sustento de las personas que dependen de los recursos pesqueros del océano.
En un punto muerto
El Atlántico Sur es una de las regiones que se distingue por su fuerte calentamiento oceánico. Esto es problemático para muchos aspectos, como la pesca. Esto refuerza la importancia de predecir eventos extremos , como el Niño del Atlántico y el Niño de Benguela.
«Mi idea era predecir esos eventos usando modelos climáticos … después de un año y medio de trabajo, nos dimos cuenta de que no funcionaba y que estábamos en una especie de punto muerto», dice Bachèlery.
En aquel entonces, Bachèlery trabajaba en el Instituto Geofísico de la Universidad de Bergen. Actualmente, trabaja en el Centro Euromediterráneo sobre el Cambio Climático en Italia.
Nuevo enfoque
Los modelos climáticos suelen tener dificultades para predecir eventos cálidos en el Atlántico tropical debido a su baja resolución. Estos modelos no representan con precisión la dinámica de surgencia, donde los procesos impulsados por el viento traen agua más profunda y fría a la superficie. Esta surgencia requiere un modelado de alta resolución para capturar los procesos a pequeña escala involucrados.
La incapacidad de resolver estas dinámicas genera importantes sesgos de temperatura en la región. Estos sesgos generan una cascada de errores que afectan las temperaturas superficiales, el acoplamiento atmosférico y las teleconexiones, lo que finalmente resulta en predicciones inexactas de eventos cálidos.
El profesor Noel Keenlyside fue supervisor de Bachillerato y ha trabajado con predicciones durante muchos años. La primera vez que trabajó con predicciones en la región atlántica fue hace unos 15 o 20 años.
«Por primera vez, es realmente posible predecir estos eventos y superar el problema de los errores del modelo mediante un enfoque diferente. Mucha gente lleva décadas intentando predecir esa área. Por eso los resultados de Marie Lou son tan emocionantes», afirma.
El estudio también se llevó a cabo en el marco del proyecto TRIATLAS, que tenía como objetivo evaluar el estado del ecosistema marino del Atlántico sur y tropical y desarrollar un marco para predecir sus cambios futuros, de meses a décadas.
Poder predecir eventos cálidos será muy útil para la pesca.
«Cuando ocurren eventos extremos, los administradores pueden limitar la pesca en esta región, para reducir los efectos de la presión adicional del medio ambiente», dice Keenlyside.
Cuando recibieron los primeros resultados, Bachèlery no podía creer lo que veía.
«Revisé lo que me pareció mil millones de veces para asegurarme de que no estuviéramos sobre prediciendo, porque esa es una característica común en el aprendizaje automático».
Para realizar una predicción, proporcionaron a la máquina mapas de la temperatura de la región de interés. Posteriormente, el modelo de aprendizaje automático identificó patrones y regiones que proporcionaron información que permitió realizar predicciones precisas para los dos meses siguientes. Al acceder a esta información, pudieron representar mecanismos físicos, ya que el modelo de predicción se entrenó con datos reales.
«La maquinaria no hacía cosas al azar; en realidad, dependía de mecanismos físicos reales. Así que esa fue la parte más interesante para mí», dice Bachèlery.
La respuesta a los resultados ha sido sumamente positiva. Bachèlery explica que ha recibido comentarios sobre el hecho de que lograron predecir este sistema, y la gente se pregunta, como qué tipo de algoritmo utilizaron.
Próximos pasos
Aunque el sistema no sea necesariamente para su región, la técnica completa puede replicarse en cualquier otro sistema. Y creo que la gente está muy entusiasmada con eso.
Ahora están trabajando para que estos pronósticos estén disponibles a través de un panel de control.
«Estamos en diálogo con los usuarios de pronósticos del Instituto Nacional de Pesca de Angola (INIP) para seguir mejorando y refinando la información según sus necesidades. Es especialmente gratificante ver que la investigación básica está adquiriendo relevancia social», afirma Keenlyside.
Más información: Marie-Lou Bachèlery et al., Predicción de eventos del Niño del Atlántico y de Benguela con aprendizaje profundo, Science Advances (2025). DOI: 10.1126/sciadv.ads5185
