Miércoles, 22 de Octubre de 2025

Actualizada Miércoles, 22 de Octubre de 2025 a las 10:49:30 horas

Tienes activado un bloqueador de publicidad

Intentamos presentarte publicidad respectuosa con el lector, que además ayuda a mantener este medio de comunicación y ofrecerte información de calidad.

Por eso te pedimos que nos apoyes y desactives el bloqueador de anuncios. Gracias.

Continuar...

Redacción
Viernes, 13 de Julio de 2018
Meteorología

Un estudio de la UB avala la viabilidad de desarrollar un sistema de predicción estacional de incendios a escala global

Investigadores de la Universidad de Barcelona (Catalunya, España) han desarrollado un nuevo sistema para mejorar la predictibilidad del riesgo de incendios relacionado con causas climáticas. El trabajo, publicado en la revista Nature Communications, utiliza por primera vez los pronósticos estacionales de variables como la temperatura y las precipitaciones para predecir la extensión de superficie quemada en las diferentes estaciones del año y a escala global. Los resultados del estudio complementan los sistemas de predicción existentes y podrían servir para desarrollar un sistema de pronóstico estacional que opere globalmente y ayude a desarrollar estrategias de gestión de incendios.

 

Marco Turco, investigador Juan de la Cierva en el Departamento de Física Aplicada de la UB, es el primer autor del trabajo, en el cual también participa la profesora Maria del Carme Llasat, del mismo departamento. También han formado parte del estudio los expertos Sonia Jerez, de la Universidad de Murcia; Francisco J. Doblas Reyes, del Barcelona Supercomputing Center (BSC); Amir AghaKouchak, de la Universidad de California (EE. UU.), y Antonello Provenzale, del Instituto de Geociencias y Georrecursos (IGG) del Consejo Nacional de Investigación (CNR) italiano.

 

(adsbygoogle = window.adsbygoogle || []).push({});

 

El nuevo modelo se basa en un índice de precipitaciones estandarizado que cuantifica las condiciones de déficit o exceso de lluvias en un lugar para un determinado lapso de tiempo. El estudio combina modelos empíricos que relacionan el área quemada con datos previos sobre precipitaciones, y a esta información se le incorporan los pronósticos estacionales climáticos de la zona. «Estos pronósticos estacionales no te dicen qué día específico se va a alcanzar una temperatura máxima superior a un umbral determinado o una precipitación significativa, pero permiten predecir las anomalías climáticas —diferencia observada en un lugar respecto a su normal climática— para los próximos meses y estaciones», explica Marco Turco, investigador del Grupo de Análisis de Situaciones Meteorológicas Adversas (GAMA) de la UB.

 

En concreto, el modelo se basa en gran medida en la fusión de la evolución climática observada durante los meses previos a la temporada de incendios con los pronósticos estacionales. «Combinar observaciones con pronósticos climáticos es una característica especial de nuestro sistema que contribuye sustancialmente a aumentar la predictibilidad de los incendios, aprovechando al máximo la mejor información disponible. Primero desarrollamos un modelo empírico para cuantificar el área quemada en función de si el verano, por ejemplo, se prevé seco o no y, posteriormente, utilizamos los pronósticos estacionales del clima para determinar el riesgo de sequía previsto e incorporamos esa información a nuestro modelo», explica el investigador.

 

[Img #52165]

 

Marco Turco, Maria del Carmen Llasat. (Foto: Maria del Carme)

 

Según el estudio, a partir de esta información, la capacidad de predecir los incendios estacionales es significativa en gran parte del globo (permite establecer cerca del 40 % del área susceptible de arder). «Las regiones donde se encuentran correlaciones significativas también incluyen áreas extratropicales, como la Europa mediterránea y las regiones del centro y el norte de Asia, cuyos sistemas dinámicos de pronóstico estacional del clima tienen, como se sabe, una capacidad de predicción limitada. Dicha capacidad predictiva, sobre todo en el caso de las precipitaciones, es mayor en las zonas tropicales, sobre todo por la influencia de fenómenos de escala global como El Niño. En otras zonas, nuestro modelo se beneficia de la incorporación de información climática observada para aumentar la predictibilidad del riesgo de incendios», explica Marco Turco.

 

Los investigadores señalan que los estudios que evalúan la capacidad de las predicciones climáticas estacionales para pronosticar incendios son todavía relativamente escasos y están limitados principalmente a una sola temporada o región. En cambio, «una de las claves de este modelo es su capacidad de predicción a escala global y para todas las estaciones del año», destaca Marco Turco.

 

En muchas ocasiones, el desarrollo y la evolución de los grandes incendios dependen de fenómenos como sequías y olas de calor que afectan a áreas muy extensas, más allá de las fronteras nacionales. «El estudio proporciona la base científica necesaria para desarrollar un sistema global de pronóstico estacional de incendios que permita una gestión trasnacional de riesgos. Sin embargo, el desarrollo de un prototipo que sea operativo todavía es un gran desafío debido a la falta de datos de buena calidad en regiones poco monitorizadas históricamente, como África y Sudamérica», concluye el investigador. (Fuente: U. Barcelona)

Copyright © 1996-2022 Amazings® / NCYT® | (Noticiasdelaciencia.com / Amazings.com). Todos los derechos reservados.

Depósito Legal B-47398-2009, ISSN 2013-6714 - Amazings y NCYT son marcas registradas. Noticiasdelaciencia.com y Amazings.com son las webs oficiales de Amazings.

Todos los textos y gráficos son propiedad de sus autores. La reproducción está permitida solo si se incluye el crédito de la fuente (NCYT Amazings) y un enlace dofollow hacia la noticia original.

Excepto cuando se indique lo contrario, la traducción, la adaptación y la elaboración de texto adicional de este artículo han sido realizadas por el equipo de Amazings® / NCYT®.

Con tu cuenta registrada

Escribe tu correo y te enviaremos un enlace para que escribas una nueva contraseña.