Los investigadores del Instituto Tecnológico de Karlsruhe (KIT) han desarrollado un método basado en inteligencia artificial (IA) para mejorar la precisión en la predicción de precipitaciones intensas, eventos que pueden desencadenar desastres naturales como inundaciones y deslizamientos de tierra. La frecuencia de estos eventos extremos se espera que cambie debido al cambio climático, y para pronosticarlos se necesitan modelos climáticos globales. Los científicos lograron aumentar la resolución espacial de los campos de precipitación de 32 a 2 kilómetros y la resolución temporal de una hora a diez minutos. Este avance es crucial para prever con mayor exactitud las precipitaciones locales intensas y los desastres asociados en el futuro.

La relación entre precipitaciones extremas y desastres naturales directos es un motivo de preocupación, especialmente ante la previsión de un aumento en eventos de precipitación extrema debido al calentamiento global. Para adaptarse y prepararse para desastres en etapas tempranas, se requieren datos precisos a nivel local y global sobre el ciclo del agua presente y futuro. El Dr. Christian Chwala del Instituto de Meteorología e Investigación del Clima de KIT destaca la variabilidad espacial y temporal de las precipitaciones, lo que las hace difíciles de pronosticar, especialmente a nivel local. La nueva técnica se basa en una red neuronal generativa basada en IA llamada GAN, que mejora la resolución de los campos de precipitación generados por modelos climáticos globales.

Los modelos climáticos globales actuales no presentan una resolución suficiente para representar con precisión la variabilidad de las precipitaciones, y los mapas de alta resolución son limitados en términos de espacio o tiempo debido a su costo computacional. El equipo de investigación abordó este desafío mediante el desarrollo de la red neuronal generativa GAN, entrenada con datos de alta resolución de campos de precipitación de radar. Esta red aprende a generar campos de precipitación realistas y a derivar su secuencia temporal a partir de datos de resolución más baja, permitiendo la producción de mapas de radar de alta resolución. Los resultados demuestran que esta metodología puede mejorar la resolución espacial y temporal de la precipitación calculada por modelos climáticos, lo que facilitará un análisis más preciso de los impactos y la evolución de las precipitaciones en un clima cambiante.

El método desarrollado por los investigadores es significativamente más rápido que los cálculos tradicionales con modelos meteorológicos numéricos y puede generar conjuntos de diferentes campos potenciales de precipitación, lo que ayuda a abordar la incertidumbre asociada. En futuras aplicaciones, planean utilizar este método en simulaciones climáticas globales que proyecten situaciones climáticas actuales a un mundo futuro con un clima cambiado hasta el año 2100. La mayor resolución lograda permitirá una mejor estimación de los impactos de eventos climáticos específicos en un entorno más cálido, información crucial para el desarrollo de estrategias de adaptación al cambio climático.