¿QUÉ CONFIANZA MERECEN LOS MODELOS CLIMÁTICOS? LOS CONJUNTOS DE MODELOS (ENSEMBLE)

Fuentes de confianza de los modelos climáticos

El grupo de trabajo 1 (WG1) [1], en el cuarto informe de evaluación (AR4), se ocupó de los modelos climáticos y respondía a la pregunta[2] por su adecuación para hacer proyecciones del clima futuro:

"los modelos han mejorado mucho en los últimos años y se espera que mejoren en el futuro".

Justificaba esta afirmación basándose en tres fuentes de confianza.

1.- El hecho de que estos modelos están construidos sobre leyes físicas bien establecidas y sobre  amplias bases de datos de observación.

2.- El hecho de que los modelos representan bien el clima actual y están siendo evaluados constantemente comparando los resultados de las simulaciones con las observaciones.

3.- La capacidad de los modelos para reproducir elementos de climas pasados o de cambios de clima producidos en el pasado.

Sin embargo, reconoce el IPCC, los modelos muestran todavía errores significativos.,mayores cuanto menor es la escala con la que se trabaja. Es decir, las predicciones son mejores a escala continental que para cada región local. También permanecen,  problemas en la representación de fenómenos de gran escala como El Niño, por ejemplo.

Como consecuencia de ello, los modelos presentan un amplio rango en el cambio futuro de las  temperaturas. Muestran también una diferente sensibilidad frente a una determinada presencia de gases de efecto invernadero.

En el capítulo 10, el informe del WG1 trata el espinoso asunto de la pluralidad de modelos.

El aparatado 10.5.4, en concreto,  se ocupa de la asignación de probabilidades cuando existe incertidumbre derivada de los distintos resultados que se obtienen con diferentes modelos, o con un mismo modelo con simplificaciones diferentes. En este caso no tenemos una sola predicción, sino una población de predicciones.

La estrategia estadística que se utiliza consiste básicamente en tratar los distintos modelos como un conjunto (ensemble), dando un pronóstico del conjunto, obtenido a partir del promedio de los miembros individuales y su dispersión (una distribución de probabilidad). Se aplican para ello los métodos estadísticos bayesianos[4].

Este es sin duda uno de los aspectos clave del asunto. En el fondo, de lo que se discute en algunos artículos críticos, es sobre la correcta o incorrecta aplicación de la Teoría Bayesiana de la Probabilidad. La pregunta que hay que responder es cuánto hay de subjetivo en la asignación de probabilidades utilizando esta metodología. La pregunta que queda es si los resultados so muy dependientes de al distribución estadística que propone como hipótesis el experto.

ENTRADA RELACIONADA:

INFRADETERMINACIÓN DE LOS MODELOS CLIMÁTICOS

---

[1]  Solomon et al. (2007): “Contribution of working group I to the forth assessment report of the IPCC”

[2] FAQ 8.1 How reliable are the models used to make projections of future climate change?

[3] Esta cuestión viene explicada con bastante claridad en: “Modelización numérica del  cambio climátic : bases científicas, incertidumbres y proyecciones para la península Ibérica ”, J.M. Gutierrez, M. R. Pons, Revista de Cuaternario y Geomorfología, 20 (3-4), 15-28.

Un referente internacional en la investigación de la predicción por conjuntos (ensemble forecasting) es el proyecto ENSEMBLES, financiado por la UE desarrollado entre 2005 y 2009. al que se puede acceder en www.ensembles-eu.org.

[4] El IPCC (Anexo 1) define  los métodos bayesianos como los consistentes en el análisis estadístico de una cantidad desconocida o incierta en dos etapas. En primer lugar, se formula una distribución previa de probabilidades basada en los datos disponibles (opiniones de especialistas o datos y estudios existentes). La selección de los datos puede reflejar un componente subjetivo, pero en muchos casos la distribución se escoge de modo que sea lo más neutral posible, para no influir en el resultado final del análisis. En la segunda etapa, se incorporan otros datos posteriormente obtenidos a los que se aplica el Teorema de Bayes,:  

Se pueden ver ejemplos clarificadores de aplicación del teorema  en el texto preparado por E. Delgado Meléndez: “Teorema de Bayes: herramienta para la toma de decisiones”, en:   http://www.javeriana.edu.co/fcea/cuadernos_contab/vol3_n_17/vol3_17_2.pdf