La Asimilación de Datos como patente a la prevención y medición de los cambios climáticos

Durante los últimos años, los cambios climáticos han sido evidentes a causa de grandes problemas de contaminación, esto ha traído consigo consecuencias tales como la fundición de los casquetes polares y el evidente crecimiento del nivel del mar. Esto se refleja en variables meteorológicas/climatologías tales como la humedad, la velocidad del viento, la radiación solar, entre otras.

Desde la facultad de Ingenierías de la Universidad del Norte, en conjunto con el Laboratorio de Matemática Aplicada y Ciencias de la Computación de la misma institución a cargo del Dr. Elías David Niño Ruiz, se han llevado a cabo esfuerzos con el objetivo de crear modelos que permitan estimar el estado futuro de variables meteorológicas/climatológicas y que tienen alta correlación con variables de interés en el ámbito nacional. Por ejemplo, variables tales como la precipitación y la humedad tienen un alto impacto en el desempeño de la agroindustria colombiana. También es factible estimar agentes contaminantes como el PM-10 y el PM-2.5 en zonas donde no hay medidores (sensores). En general, se puede estimar y pronosticar mediante el uso de herramientas estadísticas tales como la inferencia bayesiana cualquier variable de interés.

(Lea también: Ministro (e) aseguró en La W que ni antes ni después del operativo sabían que habían niños)

El proceso de estimación y pronóstico se lleva a cabo a partir de problemas inversos asociados a la Asimilación de Datos. En este contexto, la trayectoria de un modelo numérico imperfecto es ajustada a partir de observaciones reales del fenómeno. En la práctica, los modelos pueden ser estadísticos o físicos: en los modelos estadísticos se estudia el comportamiento del fenómeno en el tiempo y se proponen modelos cuyos parámetros son ajustados al comportamiento real (por ejemplo, modelos lineales), por otra parte, en los modelos físicos, las leyes físicas gobiernan la evolución temporal del sistema, es decir, los diseñadores de dichos modelos deben tener fuertes bases físicas para su correcto diseño e implementación.

“Colombia requiere de modelos numéricos que permitan el pronóstico de variables meteorológicas/físicas y con ello apoyar el desarrollo de nuestro país en sectores tales como el agropecuario, minero y energético, y de servicios, entre otros”, afirma Elías D. Niño Ruiz quien es el Director de Departamento de Ingeniería de Sistemas, continua Niño Ruiz “además, se requiere un sistema de Asimilación de Datos que permita disminuir el nivel de incertidumbre asociado a los pronósticos numéricos, esto apoyaría, por ejemplo, la prevención de desastres naturales a causa de tormentas y desbordamientos de ríos”.

Niño Ruiz, afirma que uno de los modelos físicos empleados en etapa experimental es el Weather Research and Forecasting (WRF), este permite simular variables físicas en distintas altitudes. Las observaciones son tomadas del Instituto de Investigaciones Marinas y Costeras (INVEMAR) con el objetivo de corregir los pronósticos. Estas se encuentran en islas a lo largo del Océano Atlántico. No obstante, Niño Ruiz enfatiza en la necesidad de crear modelos locales que permitan aprovechar el conocimiento de nuestra región, sean estos enfocados desde la física o la estadística.

(Lea también: ¿Debe Colombia rechazar en la ONU el embargo estadounidense a Cuba?)

VOCERO: Elias David Niño Ruiz, Director de Ingeniería de Sistemas y del Laboratorio de Matemática Aplicada y Ciencias de la Computación de la Universidad del Norte, llevó a cabo su proceso de formación como Doctor en Ciencias de la Computación en la Universidad de Virginia Tech en los Estados Unidos.

Más información:

http://www.uninorte.edu.co/web/soyuninorte/postgrado-ingenierias