Investigadores del Instituto Tecnológico de Massachusetts (MIT) están desarrollando modelos, bases de datos y herramientas digitales para evaluar riesgos asociados a inundaciones, ciclones, olas de calor húmedo y otros fenómenos extremos vinculados al cambio climático, con aplicaciones para comunidades locales, servicios de emergencia, agencias de seguridad pública, aseguradoras y mercados de riesgo.
La línea de trabajo forma parte de los Grandes Retos Climáticos de 2022 del MIT, una iniciativa orientada a acelerar soluciones científicas frente a problemas climáticos. El área seleccionada, denominada ‘Prepararse para un nuevo mundo de fenómenos meteorológicos y climáticos extremos’, busca reducir la brecha entre los datos climáticos más recientes y las herramientas disponibles para anticipar la evolución de episodios meteorológicos de alto impacto.
Cuatro años después, la colaboración de más de 40 profesores, investigadores y estudiantes en proyectos sobre extremos meteorológicos y climáticos ha dado lugar a 29 artículos científicos, además de herramientas digitales y conjuntos de datos que ya están en uso o próximos a desplegarse. Los trabajos abarcan predicción, evaluación de riesgos, planificación sobre el terreno e infraestructuras resilientes. El objetivo es ayudar a las comunidades a anticipar riesgos y reforzar su resiliencia.
Reducir incertidumbres en la previsión extrema
Paul O’Gorman, profesor Robert R. Shrock de Ciencias de la Tierra y Planetarias en el MIT y codirector del área de extremos meteorológicos y climáticos, trabaja en la mejora de la base científica para prever fenómenos como las grandes inundaciones registradas el año pasado en el centro de Texas y en Pakistán. Su equipo analiza cómo cambian estos episodios récord a medida que aumenta la temperatura global y cómo varían esas transformaciones entre regiones.
Uno de los focos de su investigación es la relación entre las precipitaciones extremas y el calentamiento climático. Los modelos climáticos apuntan a que, en gran parte de Estados Unidos y Europa, la lluvia extrema aumenta menos en verano que en otras estaciones. El grupo ha observado que esos cambios estacionales no dependen solo de la cantidad de agua presente en la atmósfera, medida mediante la humedad específica, sino también de la proximidad del aire a la saturación, medida mediante la humedad relativa.
La modelización de estos procesos resulta compleja porque la humedad relativa está condicionada por la circulación del aire, la velocidad a la que se calienta la tierra respecto al océano, la humedad del suelo y la vegetación. Según el equipo, incorporar estos factores ayuda a interpretar mejor los patrones de precipitación y a reducir incertidumbres en las proyecciones.
Kerry Emanuel, profesor de ciencias atmosféricas del MIT y también codirector del área, investiga métodos para estimar con mayor precisión los riesgos de huracanes extremos y tormentas convectivas severas, como tormentas eléctricas y tornados. En el caso de los huracanes, sus modelos reproducen con elevada fidelidad las estadísticas de fenómenos reales utilizando datos meteorológicos de baja resolución que no contienen huracanes. En cambio, las tormentas convectivas severas siguen planteando más dificultades y, en la última década, han causado más víctimas y daños que los huracanes.
Herramientas para planificación y recuperación
Otra línea del gran reto, liderada por Miho Mazereeuw, profesora asociada del Departamento de Arquitectura del MIT y especialista en diseño resiliente, traslada la información procedente de los modelos y la recopilación de datos a herramientas para planificadores. En colaboración con responsables públicos y miembros de comunidades en Boston y en el condado de Broward, en Florida, el equipo ha creado herramientas web interactivas para facilitar la planificación ante impactos como las inundaciones en distintos escenarios.
El equipo también trabaja para que los resultados de la modelización de inundaciones sean utilizables por un abanico más amplio de actores, especialmente cuando la dependencia de software especializado o de conocimientos técnicos puede ralentizar decisiones entre departamentos municipales.
Mazereeuw subraya además la importancia de planificar la recuperación antes de que ocurra el desastre. Aunque la mayoría de municipios dispone de planes de respuesta de emergencia, pocos incluyen de antemano una estrategia de recuperación con vivienda. Contar con ese plan permite orientar mejor los fondos de ayuda disponibles tras un evento extremo, que suelen ser superiores a los recursos existentes antes del desastre.
Impacto en la infraestructura eléctrica
El profesor asociado Michael Howland analiza el efecto del tiempo extremo sobre la infraestructura energética junto a un equipo en el que participan Jessika Trancik, profesora del Instituto de Sistemas de Datos y Sociedad (IDSS) del MIT, y Moshe Ben-Akiva, profesor Edmund K. Turner de Ingeniería Civil en el MIT. La investigación se centra especialmente en el sistema eléctrico y en la optimización de decisiones sobre ubicación y dimensionamiento de nueva infraestructura energética.
Howland señala que los sistemas eléctricos están siendo modificados simultáneamente por la expansión de las energías renovables y las tecnologías de almacenamiento, y por los cambios meteorológicos a gran escala y los eventos extremos asociados al cambio climático. La combinación de ambos factores puede amplificar los efectos sobre una red diseñada para condiciones diferentes.
La integración de modelos climáticos y planificación de red ya está ofreciendo resultados prácticos. En Texas, un modelo de optimización para ubicar recursos eléctricos llevó a situar varias plantas eólicas en la costa del golfo, pese a que los mapas de velocidad media del viento apuntarían a un mayor potencial en el noroeste del estado. La explicación está en la complementariedad de los ciclos diarios del viento entre ambas zonas y en su mejor ajuste con la generación solar, lo que contribuye a suavizar la producción y aliviar cargas sobre la red.
El equipo intenta ahora ir más allá de la estabilización de la generación y alinear la producción renovable con la demanda eléctrica variable en el tiempo y en el espacio. El objetivo es reducir necesidades de almacenamiento, transmisión y generación de respaldo. El trabajo continúa con la aspiración de generar herramientas útiles para planificadores de redes y reguladores, con información accionable sobre la ubicación y el tamaño de distintos recursos de infraestructura eléctrica.