Miriam Gómez Sanz
Tecnología
Avance en la predicción del nivel del mar gracias a la inteligencia artificial
Una colaboración entre España y EEUU refuerza la resiliencia costera
Una colaboración internacional entre la Universitat de València (UV) y la Universidad Texas A&M-Corpus Christi (TAMU-CC) ha logrado un importante avance en la predicción de los cambios estacionales y plurianuales del nivel del mar. Gracias a técnicas de inteligencia artificial (IA), los equipos han ampliado significativamente los plazos de pronóstico, reforzando la capacidad de planificación costera y la cooperación científica en el estudio de los océanos.
Los resultados, publicados en Journal of Ocean & Coastal Management, se centran en la costa del Golfo de Texas, una región que concentra importantes puertos y comunidades cada vez más vulnerables a inundaciones, hundimiento del terreno y subida del nivel del mar.
"La necesidad de realizar predicciones para las próximas semanas y meses va cobrando importancia a medida que aumenta la frecuencia de las inundaciones a lo largo de nuestra costa", afirma Philippe Tissot, coinvestigador principal del proyecto AI2ES y catedrático de IA Costera en el Instituto Conrad Blucher de Topografía y Ciencia (CBI) en TAMU-CC.
Tissot explica que los métodos tradicionales de predicción suelen cubrir plazos cortos —horas o pocos días—, mientras que este proyecto busca extender esos pronósticos a meses e incluso años, ofreciendo una perspectiva complementaria para mejorar la preparación de las regiones costeras.
Una IA que aprende del mar
Para crear el modelo de IA, los investigadores combinaron décadas de datos de mareógrafos y satélites con un avanzado método estadístico de agrupación regional desarrollado por Verónica Nieves, directora del grupo AI4OCEANS de la UV y coinvestigadora principal del proyecto, y Cristina Radin, entonces estudiante de doctorado en la UV.
"Captar una señal regional compartida era esencial para comprender cómo los patrones oceánicos a gran escala influyen en todas las estaciones costeras", comenta Verónica Nieves. "Este enfoque nos permitió identificar los procesos más amplios que moldean la variabilidad del nivel del mar a lo largo de la costa de Texas", añade.
Cristina Radin y Marina Vicens-Miquel, investigadora doctoral en el CBI, entrenaron la IA para reconocer los patrones que influyen en la subida y bajada del mar a lo largo del tiempo.
"El modelo de IA fue capaz de aprender patrones que pueden ayudar a predecir los niveles del mar con meses e incluso años de antelación", señala Vicens-Miquel. "Esto puede proporcionar a las regiones costeras indicadores más tempranos y ayudar a orientar la planificación para los próximos años, especialmente en zonas donde los datos son limitados", añade Radin.
Mayor precisión y proyección internacional
El modelo desarrollado generó pronósticos más precisos y fiables que los métodos existentes en la región, ofreciendo un margen de tiempo valioso a los planificadores costeros y gestores de recursos para anticipar periodos de mayor nivel del agua y respaldar decisiones de gestión a largo plazo. Además, el enfoque es extrapolable a otras regiones costeras, potenciando su utilidad global.
Más allá de sus resultados científicos, el proyecto pone de relieve la importancia de la colaboración internacional a la hora de abordar retos medioambientales complejos. Tanto AI2ES como AI4OCEANS son reconocidos a nivel mundial por promover el uso de la IA en la investigación oceánica y climática.
Según el artículo, el éxito de esta colaboración demuestra cómo la cooperación intercontinental puede impulsar la innovación y fortalecer la resiliencia costera en todo el mundo, incluso en un contexto de financiación limitada para la investigación.
