Investigadores del CSIC y la UCM desarrollan un modelo híbrido que combina simulaciones climáticas y predicciones meteorológicas con IA para anticipar la intensidad y la influencia del cambio climático en estos fenómenos extremos.
Palma, 12 de agosto de 2025. Un equipo del Instituto de Geociencias (IGEO), centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universidad Complutense de Madrid (UCM), ha desarrollado un método innovador capaz de predecir la intensidad de las olas de calor y atribuir su severidad al cambio climático días antes de que ocurran. El trabajo, publicado en la revista Earth’s Future, supone un avance en la ciencia climática al ofrecer evaluaciones rápidas y precisas sobre el papel del calentamiento global en eventos extremos.
La metodología combina señales físicas del cambio climático procedentes de simulaciones globales con predicciones meteorológicas generadas mediante inteligencia artificial (IA). Entre los modelos empleados destacan FourCastNet-v2, Pangu-Weather y NeuralGCM, capaces de simular la evolución atmosférica con una precisión similar a los métodos convencionales, pero en cuestión de minutos y sin necesidad de supercomputadores.
El sistema compara dos escenarios: uno factual, que refleja la atmósfera actual con el impacto del cambio climático, y otro contrafactual, que recrea un clima preindustrial sin influencia humana. La diferencia entre ambas proyecciones permite cuantificar cuánto ha intensificado el calentamiento global un episodio concreto.
Aplicado a cuatro olas de calor históricas —Península Ibérica (2018), Canadá–EE.UU. (2021), India–Pakistán (2022) y Brasil (2023)—, el método demostró que el cambio climático aumentó significativamente su intensidad. En el caso de España, por ejemplo, la ola de agosto de 2018 fue más de 1,3 grados más cálida por efecto del calentamiento global.
Según los investigadores, esta herramienta no solo facilita la activación temprana de sistemas de alerta y medidas de mitigación, sino que también fortalece la concienciación pública y el diseño de políticas de adaptación y compensación frente al cambio climático. Además, al requerir menos recursos computacionales, reduce costes, emisiones de CO₂ y barreras de acceso, permitiendo su aplicación a nivel global y de forma equitativa.
El equipo apunta que esta tecnología podría adaptarse en el futuro para atribuir otros fenómenos extremos como ciclones tropicales o tormentas extratropicales, marcando un antes y un después en la predicción climática.
