Cómo funciona el sistema de alerta temprana de sequías que desarrolla un científico argentino

Busca replicar en nuestra región el índice combinado de sequía del Observatorio Europeo.

Por |
Cómo funciona el sistema de alerta temprana de sequías que desarrolla un científico argentino
27deMayode2020a las18:12

Pablo Spennemann es Doctor en Ciencias de la Atmósfera por la Universidad de Buenos Aires e Investigador del CONICET, con lugar de trabajo en el Servicio Meteorológico Nacional de Argentina.

Como integrante del Proyecto SISSA, y con la colaboración del Joint Research Centre de la Comisión Europea, Pablo está avanzando en la implementación de nuevas herramientas para el monitoreo, diagnóstico y pronóstico de sequías en la región.

Aquí cuenta los detalles:

¿En qué estás trabajando?

En mi tesis doctoral trabajé con modelos de suelo, humedad de suelo, con la idea de que en algún momento mi trabajo se pudiera usar para analizar sequías. A inicios del 2018, me puse en contacto con un ex docente que trabaja en el Joint Research Centre (JRC) de la Comisión Europea en Ispra, Italia. Hace mucho tiempo que ellos se dedican a estudiar el riesgo e impacto de las sequías en distintos sectores económicos y sociales (migraciones, seguridad alimentaria, etc.). El JRC desarrolló el Observatorio Europeo de Sequías (EDO, por sus siglas en inglés), que monitorea todo tipo de sequías y tiene productos muy interesantes que conforman su Sistema de Alerta Temprana de Sequías. Concretamente, estoy trabajando en replicar en nuestra región el índice combinado de sequía del EDO.

¿Qué es lo novedoso de este índice?

PS: En el EDO desarrollaron un índice combinado de sequías que es diferente a los que existen en nuestra región. Específicamente, son 3 índices pero que están concatenados causalmente. Ahí radica la diferencia más importante. Primero, analizan un déficit de precipitación; después otro para humedad del suelo; y luego un tercer déficit para representar el verdor de la vegetación.

Lo que hace este índice combinado es estimar aproximadamente cuál es el desfasaje temporal entre el impacto de un déficit de precipitación en el déficit de humedad del suelo; y a continuación, cómo ese impacto del déficit de humedad del suelo afecta el vigor de la vegetación.

Así, en función de cuántas de las variables están en déficit, el EDO emite distintos niveles de alerta. A través de una escala de semáforo, con los niveles Amarillo (watch), Naranja (warning)  y Rojo (alert).

Por ejemplo, si una región muestra falta de precipitación pero todavía no se detecta un déficit en la humedad del suelo, esto significa que el suelo todavía tiene agua utilizable, y la región estará en Amarillo. Si hay déficit de precipitación y además de humedad del suelo, la zona en cuestión estará en nivel de Naranja. Y si los tres índices llegan a estar por debajo de un umbral determinado, se pasa al nivel Rojo, porque la vegetación ya está sufriendo el impacto.

¿La idea es replicar ese modelo en esta región?

PS: Nosotros estamos analizando los desfasajes temporales que utiliza el EDO para confirmar si se aplican a  nuestra región, y si las variables que los europeos eligieron (el modelo de suelo que utilizan para calcular la humedad, el índice de vegetación que representa las anomalías) es aplicable. Vamos a probarlo y a evaluar posibles mejoras trabajando en forma conjunta.

¿Cómo lo piensan hacer?

PS: El JRC nos facilitó todos los datos y nosotros desde el SISSA vamos a explorar la sensibilidad de ese índice combinado, y luego implementaremos cambios y veremos cómo funciona. La dificultad de esto radica en cuantificar si mejora o no mejora el monitoreo de la sequía. Y esto es porque hay que compararlo con algo, por ejemplo, con el rendimiento de algún cultivo o con declaraciones de emergencia agropecuaria… ese tipo de cosas. Por ejemplo, si hubo  una sequía fuerte y una configuración del índice te reporta niveles de alerta más serios que otro, entonces uno trataría de cuantificarlo viendo eso.

La idea es ir probando distintas configuraciones de las variables que usó el EDO, para determinar si funcionan y si es mejor a lo que ya existe en la región. Ellos usaron el SPI (siglas en inglés del Índice de Precipitación Estandarizada) para precipitación y después actualizan cada 10 días el nivel de alerta en función de cómo va cambiando la situación.

¿Con estos lapsos de tiempo, qué posibilidad de respuesta se puede tener a nivel país?

PS: Ese es uno de los grandes problemas con la sequía, que la respuesta generalmente se da una vez que la sequía está instalada. Por eso, el monitoreo es una de las patas de lo que es un sistema de alerta temprana. Por el otro lado está el pronóstico, en donde también estamos tratando de avanzar.

Es muy difícil tener un buen pronóstico por la escala temporal en la que uno se maneja. La idea es apuntar al pronóstico de un mes, y ahí es necesario recurrir a una variedad de técnicas estadísticas para mejorar las falencias que tienen los modelos. O sea, en vez de hacer un pronóstico de la precipitación, se puede hacer un pronóstico del SPI con una anticipación de determinada cantidad de meses. En ese punto se pueden combinar de datos observados y pronosticados, y con eso puede ser que el pronóstico sea levemente mejor. Por ejemplo, se puede pronosticar un valor de SPI-3 (acumulación de 3 meses de precipitación) utilizando 1 mes pronosticado y 2 observados para reducir la incertidumbre de los modelos. A eso luego se le sumará la utilización de otras técnicas estadísticas para determinar cuán extremo será ese pronóstico de SPI-3.

¿Cuándo estimas que se podría disponer de un producto al menos experimental?

Lo primero que está en la lista es el monitoreo y ya hicimos algunas comparaciones de los índices. Lo que empezamos a hacer fue un trabajo de evaluación de modelos de suelo acá en Argentina. Utilizamos la red de observaciones in situ de humedad del suelo de la Comisión Nacional de Actividades Espaciales (CONAE) de Argentina, armada para  el proyecto del  satélite SAOCOM. Junto con investigadores/profesionales del INTA, de la Facultad de Agronomía de la UBA y del JRC combinamos distintos modelos disponibles y evaluamos cómo representan la variabilidad de la humedad del suelo. Este fue el punto de partida para ver cómo el modelo del EDO representa la humedad del suelo en esta región.

Todo esto planeamos terminarlo este año. Pero los avances en el pronóstico los estimamos para el año próximo.

Temas en esta nota

Seguí leyendo