Estudio científico revela que las tendencias globales de sequía en el futuro podrían no ser exactamente como se pensaba
Un estudio científico reciente ha concluido que los modelos actuales del sistema terrestre podrían no reflejar completamente la forma en que la humedad del suelo interactúa con la atmósfera.
La humedad de la superficie del suelo desempeña un papel crucial en la producción agrícola, el control de la sequía, la evaluación de los riesgos de olas de calor e incendios forestales, y en la caracterización de las interacciones tierra-atmósfera.
Investigación mediante inteligencia artificial
El estudio, publicado en la revista Earth's Future, fue realizado por un equipo de investigación liderado por el profesor WANG Shudong del Instituto de Investigación de Información Aeroespacial de la Academia China de Ciencias (AIRCAS), quien propuso un nuevo marco integrado que combina observaciones de teledetección, tecnologías de aprendizaje profundo y modelos del sistema terrestre (ESMs).
El aprendizaje profundo es un tipo de aprendizaje automático que entrena a los sistemas de IA para aprender de las experiencias obtenidas a partir de los datos, reconocer patrones, hacer recomendaciones y adaptarse.
En lugar de simplemente responder a conjuntos de reglas, los sistemas de aprendizaje profundo construyen conocimiento a partir de ejemplos y luego utilizan ese conocimiento para reaccionar, comportarse y desempeñarse de manera similar a los humanos.
Comprender cómo evoluciona la humedad de la capa superficial del suelo y si la sequía persistirá es importante para diversas áreas de la actividad humana.
Sin embargo, las lagunas e incertidumbres en las observaciones satelitales y las limitaciones de los modelos actuales del sistema terrestre para representar los procesos de interacción entre la tierra y la atmósfera han dado lugar a discrepancias sustanciales en las estimaciones de las tendencias de la humedad del suelo a largo plazo y en las proyecciones futuras.
Por lo tanto, para afrontar este desafío, el equipo adoptó algoritmos de aprendizaje profundo para completar las lagunas de datos en los conjuntos de datos globales de humedad de la superficie del suelo derivados de satélites de microondas, que abarcan el período de 1983 a 2020.
Este proceso generó un registro de observaciones globales más completo y coherente en el tiempo, y los resultados de 23 modelos del sistema terrestre del CMIP6 (Proyecto de Intercomparación de Modelos Acoplados, Fase 6) se incorporaron posteriormente para vincular las simulaciones con las observaciones.
El método utilizado en este estudio proporciona una forma flexible y físicamente consistente de predecir la humedad del suelo bajo procesos de acoplamiento complejos entre la tierra y la atmósfera.
Ventajas del método utilizado en el estudio
El equipo de investigación ha logrado avances significativos en la reconstrucción de las variaciones a largo plazo de la humedad del suelo superficial a nivel mundial y en la mejora de las proyecciones futuras mediante la modelización climática basada en observaciones.
El estudio reveló que esta nueva estructura mejora significativamente la exhaustividad y la fiabilidad de las observaciones globales de la humedad del suelo superficial.
La cobertura de observación aumentó aproximadamente un 15 %, y la validación independiente alcanzó un coeficiente de determinación de aproximadamente 0,9.
Los datos recopilados en 465 estaciones de monitoreo in situ en todo el mundo también confirmaron una gran coherencia con los conjuntos de datos reconstruidos a partir de datos satelitales.
El estudio revela varias perspectivas nuevas sobre la evolución global de la humedad del suelo. En las últimas cuatro décadas, aproximadamente la mitad de la superficie terrestre mundial ha sufrido sequía.
Sin embargo, las simulaciones calibradas con observaciones indican que las tendencias de sequía en las zonas de transición climática y las regiones monzónicas marginales son menos severas de lo que se estimaba anteriormente mediante los modelos convencionales.
Este estudio también cuestiona el paradigma de que "lo seco se vuelve más seco y lo húmedo, más húmedo". Solo alrededor de un tercio de la superficie terrestre mundial sigue estrictamente este patrón, mientras que muchas regiones presentan respuestas más complejas o incluso opuestas.
Los cambios futuros en la humedad del suelo están influenciados por la evapotranspiración, los cambios en las precipitaciones y la interacción regional tierra-atmósfera, lo que demuestra una fuerte heterogeneidad espacial y respuestas no lineales, donde el efecto no es directamente proporcional a la causa.
Los resultados de este estudio proporcionan nuevas evidencias observacionales para que la comunidad científica comprenda y analice la dinámica global de la humedad del suelo en medio del cambio climático actual.
Estos hallazgos resaltan la necesidad de integrar la teledetección y la inteligencia artificial en los modelos del sistema terrestre para mejorar las proyecciones de futuras sequías y sus consecuencias socioeconómicas.
Referencia de la noticia:
“Quantifying Historical and Future Surface Soil Moisture Drying Using Deep Learning and Remote Sensing”, Yong Bo, Xueke Li, Kai Liu, Shudong Wang et al., Earth´s Future. Published: 19 March 2026
No te pierdas la última hora de Meteored y disfruta de todos nuestros contenidos en Google Discover totalmente GRATIS
+ Seguir a Meteored