- Científicos del CSIC y la UCM desarrollan una metodología basada en modelos meteorológicos de inteligencia artificial para cuantificar el papel del calentamiento global en las borrascas extratropicales.
- El estudio demuestra que estos modelos basados en IA pueden anticipar la evolución de ciclones de alto impacto y detectar señales del cambio climático en su contenido de humedad, viento, y precipitación.
Una investigación liderada por el Instituto de Geociencias, centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universidad Complutense de Madrid (UCM), da un nuevo paso en el uso de la inteligencia artificial para atribuir eventos extremos al cambio climático. Tras demostrar recientemente que los modelos meteorológicos de IA pueden acelerar la atribución de olas de calor, el equipo extiende ahora esta aproximación a las borrascas extratropicales, responsables de episodios de precipitación extrema y viento intenso en Europa y otras regiones de latitudes medias.
El trabajo, publicado en la revista Environmental Research: Climate, combina modelos meteorológicos de inteligencia artificial con simulaciones climáticas para predecir la evolución de una borrasca en el clima actual y en un clima preindustrial sin calentamiento global. La comparación de estas predicciones a 1-5 días permite estimar en qué grado las actividades humanas han modificado las características de la borrasca.
En este trabajo, la metodología, desarrollada inicialmente para atribuir olas de calor, se ha aplicado a borrascas, fenómenos más complejos desde el punto de vista meteorológico, lo que representa una prueba más exigente para los modelos meteorológicos basados en IA.
IA y ciencia climática: una atribución más rápida
La atribución busca responder cómo ha modificado el cambio climático un fenómeno meteorológico concreto. Para ello, el estudio compara dos predicciones de la misma borrasca. La primera representa el mundo factual, ya influido por el cambio climático. La segunda representa un mundo contrafactual, en el que se modifican las condiciones iniciales del modelo para aproximarlas a un clima preindustrial. La diferencia entre ambas predicciones permite diagnosticar la huella del cambio climático en el evento.
El estudio utiliza cuatro modelos meteorológicos de inteligencia artificial de última generación. Sus resultados se comparan con los del modelo meteorológico físico-operacional del Centro Europeo de Predicción a Medio Plazo (ECMWF). Estos modelos de IA, entrenados con grandes bases de datos meteorológicas, han aprendido a simular la evolución de la atmósfera con gran rapidez y un coste computacional muchísimo menor, lo que abre la posibilidad de realizar atribuciones climáticas antes de que ocurra el evento.
Aplicación a borrascas de alto impacto
El estudio analiza dos borrascas recientes. Ciarán, una ciclogénesis explosiva con vientos extremos que afectó al noroeste de Europa en noviembre de 2023, y la borrasca Claudia que transportó gran cantidad de humedad hacia la península ibérica y produjo lluvias intensas en noviembre de 2025. Los resultados muestran que los modelos de IA captan con varios días de antelación la posición, la presión, el viento y la humedad asociados a estos sistemas, igualando e incluso mejorando al modelo físico en algunos parámetros.
Una de las principales conclusiones del trabajo es que la señal más robusta del cambio climático aparece en la humedad. En un clima más cálido, la atmósfera puede contener más vapor de agua, y los modelos muestran que las borrascas analizadas transportaron más humedad de lo que lo hubieran hecho en el clima preindustrial. Esta humedad adicional favorece precipitaciones más intensas, aunque no de forma uniforme: en Ciarán, la señal aparece de forma más amplia sobre el oeste de Europa, mientras que en Claudia, se concentra más sobre el oeste y centro de la península ibérica. Esto indica que el efecto del calentamiento global depende de cómo la humedad adicional interactúa con los vientos y la estructura de cada sistema.
El estudio también muestra que las señales de cambio climático en el viento y la presión atmosférica son más inciertas. Estas señales dependen del modelo utilizado y de las características concretas de cada borrasca. Por ello, los autores destacan la importancia de usar varios modelos y de interpretar con cautela los cambios dinámicos.
Implicaciones para la acción climática
Los autores subrayan que los modelos de IA no sustituyen a los modelos físicos ni a los estudios de atribución tradicionales. La nueva metodología debe entenderse como una herramienta complementaria, capaz de proporcionar respuestas rápidas y físicamente interpretables del papel del cambio climático en eventos extremos, con información útil para servicios meteorológicos, administraciones públicas, medios de comunicación y organismos de gestión del riesgo.
En el futuro, esta metodología podría integrarse con sistemas de predicción y alerta temprana para proporcionar información climática durante el desarrollo de un evento. También podría extenderse a indicadores más cercanos al impacto, como los daños asociados a las rachas máximas de viento, e incluso acoplarse con modelos hidrológicos para traducir la señal meteorológica atribuida al cambio climático en cambios en el riesgo de inundación.
Aunque aún existen desafíos científicos y técnicos, los investigadores concluyen que los modelos meteorológicos de IA ofrecen una base prometedora para avanzar hacia una atribución climática rápida, global y operativa.
Contacto:
Referencia del estudio:
" Forecast-based attribution of extratropical cyclones using AI weather models", Environmental Research: Climate, 2026. DOI:10.1088/2752-5295/ae714b