Científicos proponen modelo para predecir el comportamiento de los ciclones tropicales Copiar al portapapeles
POR: Luis Moctezuma
29 abril, 2022
Pronosticar el comportamiento de los ciclones tropicales permitiría tomar decisiones más adecuadas para evitar riesgos en las poblaciones humanas. Sin embargo, este tipo de eventos genera una serie de incertidumbres.
Un equipo de investigadores de Países Bajos y Reino Unido decidió diseñar un modelo estadístico para evaluar el comportamiento de los ciclones tropicales y predecir su comportamiento hasta 2050. A partir de los datos sobre ciclones desde la década de los 80 del siglo pasado hasta 2017 se realizaron modelos que buscan preparar a las comunidades costeras para los eventos futuros.
Huracanes del futuro
El equipo de investigadores elaboró 4 modelos climáticos de alta resolución. Para esto recurrieron al modelo estadístico STORM para generar 10 mil años de ciclones tropicales (TC, por sus siglas en inglés) sintéticos. El equipo dirigido por la Doctora Nadia Bloemendaal, del Instituto de Estudios Medioambientales de la Universidad Libre de Ámsterdam, se enfocó en la frecuencia e intensidad de los ciclones, lo que puede ser útil especialmente a escala local.
De forma general, para la mitad de este siglo los ciclones tropicales serán dos veces más frecuentes. Los investigadores reconocen dos regiones en que no se seguirá esta tendencia: el Golfo de Bengala (al sur de Asia) y el Golfo de México.
Entre los resultados del estudio se menciona que los ciclones más intensos, a partir de la categoría 3, serán más frecuentes. Por otro lado, los de menor intensidad, así como las tormentas tropicales, serán menos frecuentes en la mayor parte del mundo. Otro cambio importante será que los vientos asociados a ciclones tropicales serán 20% más intensos.
Los ciclones tropicales son fenómenos meteorológicos poco comunes. En un año se presentan entre 80 y 100 en todo el mundo. La mayoría de ellos no llegan a tierra firme. Otro detalle importante es que existen pocos registros históricos sobre su aparición, lo que complica definir zonas de riesgo.
El equipo de investigación combinó datos históricos con modelos climáticos. Los resultados “pueden ayudar a identificar los lugares propensos al mayor aumento del riesgo de ciclones tropicales.
Los gobiernos locales pueden entonces tomar medidas para reducir el riesgo en su región, de modo que se reduzcan los daños y las víctimas mortales”, explica la Doctora Bloemendaal. Además comenta que sus datos son de acceso público y permitirán analizar el riesgo con mayor precisión en espacios específicos.
La simulación computarizada permitió crear ciclones que imitan el comportamiento de los reales. Esto permitió al equipo de investigación hacer proyecciones realistas a futuro. Incluso regiones que hoy día no sufren el ataque de ciclones tropicales se verán afectadas por el cambio climático y las nuevas condiciones que establece.
La región del mundo con mayor riesgo es Asia, ahí se incrementará de forma más notoria el número de personas expuestas a ciclones tropicales. China, Japón, Corea del Sur y Vietnam serán las naciones más afectadas. Muchos de los países que recibirán ciclones en las próximas décadas son países pobres.
Entre los territorios que actualmente no reciben ciclones y tienen un alto riesgo a futuro están Camboya, Laos, Mozambique, así como diversas islas del Pacífico.
“El nuevo conjunto de datos sobre ciclones tropicales que hemos elaborado ayudará en gran medida a cartografiar los cambios en el riesgo de inundaciones en las regiones con ciclones tropicales”, explica el Doctor Ivan Haigh, quien es profesor asociado en la Universidad de Southampton y participó en el estudio.
Para los autores es importante remarcar la utilidad de su estudio para prevenir riesgos futuros. Los ciclones tropicales son eventos que en diferentes momentos de la historia han mostrado su poder destructivo. Conocer las tendencias a futuro en su comportamiento permitirá tomar medidas preventivas y así evitar desastres mayores en poblaciones humanas.
Fuente: Science Advances