¿Existen zonas de acumulación de plásticos en el Mediterráneo? Si en este mar aumentase un grado la temperatura media del agua, ¿hacia dónde migrarían las pesquerías? ¿En qué posición debemos colocar barreras de contención para detener un vertido tóxico? ¿Dónde debemos buscar un velero a la deriva? ¿Necesitaremos un traje seco para bucear mañana? Todas estas cuestiones se pueden resolver de manera cada vez más precisa y fiable, gracias a la ciencia y al desarrollo de modelos de predicción oceánica.

El movimiento de un fluido se describe mediante ecuaciones matemáticas que dependen del viento, la presión atmosférica, la radiación solar, la propia viscosidad del fluido, la fuerza de la gravedad y hasta de la latitud a la que nos encontremos. La implementación de todas estas ecuaciones matemáticas en lenguaje computacional y sus soluciones se traduce en lo que se conoce como ‘modelos numéricos’. El hecho de que tanto el aire como el agua sean fluidos (uno, gaseoso, y el otro, líquido) da lugar a la existencia de modelos atmosféricos y oceánicos respectivamente, aunque debido a la complejidad del océano y al desconocimiento del mismo, los modelos oceánicos no comenzaron a desarrollarse hasta la década de los años sesenta, cuarenta años después de los primeros modelos para pronosticar el tiempo atmosférico.

En la actualidad, uno de los principales retos de la oceanografía es predecir el tiempo oceánico de manera análoga a como se hace con el tiempo atmosférico, siguiendo para ello muchos de los avances conseguidos en las ciencias atmosféricas. Sin embargo, la dificultad de monitorizar el medio marino, tanto en el espacio como en el tiempo, condiciona la disponibilidad de datos para realizar predicciones. Gracias al avance tecnológico, en la actualidad disponemos de diversos instrumentos de recogida de datos (planeadores submarinos, radares, boyas oceanográficas, satélites, etc.) para monitorizar el océano: es lo que conocemos como ‘perspectiva multiplataforma’.

En este contexto, el equipo de modelización numérica y predicción del proyecto MEDCLIC, ha mejorado sus predicciones aplicando una nueva metodología importada de las ciencias atmosféricas conocida como ‘asimilación de datos’. Esta técnica consiste en conseguir predicciones oceánicas más precisas, incorporando a los modelos oceánicos datos reales obtenidos a través de instrumentos oceanográficos y haciéndoles converger hacia esos valores. De esta manera se impide que los modelos deriven hacia predicciones erróneas (ver figura 1).

Figura 1. Los modelos con asimilación de datos (verde) se ayudan de observaciones para producir predicciones más realistas, es decir, más cercanas a las observaciones reales.

Para ello, han de experimentar previamente con diferentes grupos de observaciones obtenidas directamente del mar a través de los instrumentos oceanográficos que conforman el sistema multiplataforma del SOCIB, para determinar con cuál de ellos se producen los mejores resultados. En este proceso se tiene en cuenta el balance entre el consumo computacional, el gasto económico de las propias observaciones y la mejora de los resultados.

Uno de estos experimentos ha sido recientemente publicado en la revista internacional ‘Ocean Science’. El artículo ha tenido como objetivo comparar las salidas (predicción) del modelo denominado WMOP al asimilar, por un lado, los datos procedentes de ocho planeadores submarinos (gliders) y, por otro lado, de las sondas de Conductividad, Temperatura y Profundidad (CTD, por sus siglas en inglés).

Fotos 1 y 2. El planeador submarino (‘glider’) y el CTD (Roseta-CTD), dos de los instrumentos de recogida de datos que conforman el sistema multiplataforma del SOCIB para monitorizar el océano, durante un experimento de asimilación de datos.

El artículo destaca cómo el sistema desarrollado es capaz de ingerir la información de ambas fuentes de observación a diferentes escalas, y concluye que tanto las observaciones suministradas por ocho ‘gliders’ como por las sondas CTD reducen el error de las predicciones en un 40%. Así mismo, recomienda el uso de los planeadores submarinos frente a sondas CTD ya que, aun proporcionando los mismos resultados, esta tecnología permite transmitir datos en tiempo real y se puede pilotar desde tierra, características que la hacen más eficiente.

Este tipo de experimentos son esenciales a la hora de diseñar planes estratégicos de futuro, necesarios para seguir mejorando el desarrollo de modelos oceánicos de predicción.

En la actualidad, y basándose en resultados de experimentos anteriores, el SOCIB cuenta ya con una versión en pruebas de un modelo predictivo en el que la asimilación de datos se ha incorporado usando datos de satélites y de boyas ARGO. Esta versión ha sido utilizada de forma exitosa en los últimos meses, demostrando más precisión y fiabilidad del modelo WMOP.

Como ejemplos aplicados, podemos mencionar la planificación de la campaña del proyecto internacional CALYPSO, donde la asimilación de datos ayudó a determinar las zonas de muestreo más favorables y el asesoramiento para trazar la trayectoria más óptima en la que las corrientes no impidiesen a la nadadora Tita Llorens alcanzar su reto de cruzar a nado el Canal de Ibiza.

MEDCLIC, básico para investigar procesos oceánicos

Desde 2014, el proyecto MEDCLIC estudia los procesos oceánicos del Mediterráneo combinando datos del mar obtenidos a través de diversos instrumentos oceanográficos del SOCIB, con observaciones de satélite, y desarrollando modelos oceánicos, herramientas esenciales para predecir el comportamiento de los océanos y sus impactos.

Post publicado en el Blog CaixaCiencia el 13/12/2018.