Un nou sistema avançat que combina models climàtics internacionals, índexs de sequera i intel·ligència artificial permet anticipar sequeres amb fins a sis mesos d’antelació, la qual cosa oferix a administracions i gestors de l’aigua un marge clau per a planificar mesures i reduir impactes en regions especialment vulnerables com la conca del riu Xúquer.
La ferramenta ha sigut desenrotllada en l’Institut d’Enginyeria de l’Aigua i Medi Ambient de la Universitat Politècnica de València dins del projecte WATER4CAST 2.0, del programa PROMETEU. El treball s’ha publicat en la revista científica Earth Systems and Environment, la qual cosa recolza la seua solidesa metodològica i situa esta proposta en el debat internacional sobre noves tècniques per a gestionar millor els episodis d’escassetat hídrica.
Resultats principals: alta fiabilitat en la predicció de sequeres
El sistema presenta un enfocament pioner que integra prediccions climàtiques estacionals multimodel, índexs de sequera d’ús estés i tècniques d’intel·ligència artificial, amb l’objectiu de millorar de manera significativa la fiabilitat de les prediccions actuals. Per a això combina prediccions estacionals procedents de quatre sistemes de referència a escala internacional —ECMWF-SEAS5, Météo-France System8, DWD-GCF2.1 i CMCC-SPSv3.5—, disponibles a través del Servici de Canvi Climàtic de Copernicus, juntament amb dades històriques ERA5 que són postprocessaments mitjançant algorismes d’IA.
A partir d’esta informació, els investigadors calculen dos dels índexs de sequera més utilitzats a nivell internacional: l’Índex de Precipitació Estandarditzat (SPI) i l’Índex de Precipitació-Evapotranspiració Estandarditzat (SPEI). Els dos s’apliquen en diferents escales temporals de 6, 12, 18 i 24 mesos, la qual cosa permet analitzar tant situacions de sequera més immediates com processos més prolongats, que solen tindre efectes acumulats sobre agricultura, proveïment urbà i ecosistemes.
En els índexs calculats a escala de sis mesos, la fiabilitat del sistema aconseguix valors pròxims al 90% en el mateix mes en què s’emet la predicció. A tres mesos vista, la capacitat per a anticipar l’evolució de la sequera es manté amb valors superiors al 60%, mentres que per a horitzons més llargs de 12, 18 i 24 mesos el model conserva una habilitat predictiva útil fins a sis mesos d’antelació, segons l’autora principal de l’estudi. Estes xifres indiquen que, encara que la incertesa augmenta a terminis més amplis, la ferramenta continua aportant informació valuosa per a la planificació.
La metodologia s’ha aplicat a la Demarcació Hidrogràfica del Xúquer, considerada una de les zones més representatives del Mediterrani semiàrid. Es tracta d’un territori amb sequeres recurrents, forta pressió sobre els recursos hídrics i una demanda molt elevada d’aigua per a usos agrícoles, urbans i ambientals. En este context, comptar amb pronòstics més precisos facilita ajustar campanyes de reg, definir reserves estratègiques i preparar mesures preventives abans que els episodis de sequera s’agreugen.
Segons els responsables de la investigació, els resultats confirmen que el sistema és especialment eficaç per a reforçar l’alerta primerenca de sequeres. Avançar esta informació permet activar abans protocols de gestió, reduir els impactes socioeconòmics associats a les restriccions d’aigua i augmentar la resiliència enfront del canvi climàtic, que ja es traduïx en episodis més freqüents i intensos d’escassetat hídrica en moltes regions.
La principal novetat: integrar models, índexs i intel·ligència artificial
La gran aportació del treball residix en la integració conjunta de prediccions estacionals multimodel, índexs de sequera operatius com SPI i SPEI i tècniques d’intel·ligència artificial. Esta combinació ajuda a corregir biaixos i a adaptar millor els models globals a l’escala regional, on es prenen les decisions de gestió. D’esta manera, s’aconseguix que la informació climàtica avançada siga realment útil per a les autoritats de conca i els diferents usuaris de l’aigua.
L’equip ha desenrotllat a més una implementació operativa basada en una plataforma web que demostra l’aplicabilitat real del sistema per a la presa de decisions més enllà de l’àmbit estrictament acadèmic. Este entorn facilita que els resultats es consulten de manera intuïtiva i que els responsables de la gestió de l’aigua puguen incorporar els pronòstics a les seues ferramentes habituals de planificació.
Els investigadors destaquen que l’enfocament multimodel que han desenrotllat millora de manera notable la robustesa de les prediccions i reduïx la incertesa associada als pronòstics climàtics tradicionals, basats en un únic model o en sèries històriques limitades. En combinar diversos sistemes internacionals i dades reanalitzades, s’obté una visió més completa del comportament atmosfèric i es reforça la confiança en els senyals que anticipen episodis de sequera.
La utilització conjunta dels índexs SPI i SPEI proporciona a més una imatge més detallada del fenomen, ja que no sols considera els dèficits de precipitació, sinó també l’efecte de l’augment de la temperatura sobre l’evapotranspiració. Este aspecte és clau en el context actual de canvi climàtic, en el qual els períodes secs no sols depenen de quant plou, sinó també de quant s’evapora l’aigua present en sòls, cultius i embassaments.
La metodologia és plenament transferible a altres conques i regions propenses a la sequera, atés que es basa en dades amb cobertura mundial i accés obert. Això obri la porta al fet que altres administracions adapten el sistema a les seues pròpies realitats climàtiques i l’integren en plataformes de suport a la decisió per a la gestió de l’aigua. D’esta manera, les prediccions estacionals es consoliden com una ferramenta fiable i operativa quan es combinen diversos models climàtics i diferents índexs de sequera.
En un escenari d’augment de la freqüència i intensitat de les sequeres associat al canvi climàtic, els autors de l’estudi subratllen que este tipus de ferramentes resulta essencial per a avançar cap a una gestió de l’aigua i del risc més anticipativa, eficient i recolzada en l’evidència científica, amb l’objectiu de reduir la vulnerabilitat dels territoris més exposats.
