Un equipo de investigadores dirigido por Niccolò Maffezzoli, becario «Marie Curie» de la Universidad Ca’ Foscari de Venecia y de la Universidad de California en Irvine, y miembro asociado del Instituto de Ciencias Polares del Consejo Nacional de Investigación de Italia, ha desarrollado el primer modelo global basado en inteligencia artificial para calcular la distribución del espesor del hielo de todos los glaciares de la Tierra.
por la Universidad Ca’ Foscari de Venecia
El modelo se ha publicado en la revista Geoscientific Model Development y se espera que se convierta en una herramienta de referencia para quienes estudian futuros escenarios de derretimiento de los glaciares.
El conocimiento preciso del volumen de los glaciares es esencial para proyectar el aumento futuro del nivel del mar, gestionar los recursos hídricos y evaluar el impacto social asociado con el retroceso de los glaciares. Sin embargo, estimar su volumen absoluto sigue siendo un importante desafío científico.
A lo largo de los años, se han recopilado más de 4 millones de mediciones in situ del espesor de los glaciares, gracias en gran parte a la Operación IceBridge de la NASA. A pesar del extenso conjunto de datos, los métodos de modelado actuales aún no han aprovechado su potencial.
IA aplicada a datos de glaciares
Las mediciones directas del espesor de los glaciares cubren menos del 1% de los glaciares del planeta, lo que pone de relieve la necesidad de modelos capaces de proporcionar estimaciones a escala global del espesor y el volumen del hielo. Este estudio es el primero en aprovechar estos datos observacionales junto con el potencial de los algoritmos de aprendizaje automático.
Nuestro modelo combina dos algoritmos de árboles de decisión, entrenados con mediciones de espesor y 39 características, como la velocidad del hielo, el balance de masa, los campos de temperatura y las variables geométricas y geodésicas. El modelo entrenado muestra errores hasta un 30-40 % inferiores a los de los modelos globales tradicionales actuales, especialmente en latitudes polares y en la periferia de las capas de hielo, donde se encuentra la mayor parte del hielo del planeta, explica Maffezzoli.
Mejorar los mapas y proyecciones del aumento del nivel del mar
En las regiones polares y en los márgenes de Groenlandia y la Antártida, es especialmente importante contar con estimaciones precisas del espesor del hielo. Estas estimaciones sirven como base para los modelos numéricos que simulan el flujo de hielo y sus interacciones con el océano, interacciones clave para proyectar el aumento del nivel del mar en futuros escenarios climáticos.
El modelo demuestra fuertes capacidades de generalización en estas regiones y, creen los investigadores, puede ayudar a refinar los mapas actuales de la topografía subglacial en áreas específicas de las capas de hielo, como la meseta de Geikie o la Península Antártica.
Este trabajo representa un paso inicial hacia la producción de estimaciones actualizadas de los volúmenes globales de los glaciares que serán útiles para los modeladores, el IPCC y los responsables de las políticas.
«Nuestro objetivo es publicar dos conjuntos de datos que suman medio millón de mapas de espesor de hielo para finales de 2025», afirma Maffezzoli. «Aún queda mucho camino por recorrer, pero este trabajo demuestra que la IA y el aprendizaje automático están abriendo nuevas y emocionantes posibilidades para el modelado del hielo».
La importancia de los glaciares
Actualmente, los glaciares contribuyen aproximadamente entre el 25 % y el 30 % del aumento observado del nivel del mar a nivel mundial, y su derretimiento se está acelerando. Esto es particularmente significativo en regiones áridas como los Andes o las principales cordilleras del Himalaya y el Karakórum, donde las cabeceras glaciares sustentan el sustento de miles de millones de personas.
También es fundamental para comprender la estabilidad de las capas de hielo polares de Groenlandia y la Antártida, donde las interacciones periféricas con el océano influyen en la dinámica de las capas de hielo.
Más información: Niccolò Maffezzoli et al., Un marco de árbol potenciado por gradientes para modelar el espesor del hielo de los glaciares del mundo (IceBoost v1.1), Desarrollo de Modelos Geocientíficos (2025). DOI: 10.5194/gmd-18-2545-2025
