Las olas de calor se encuentran entre los peligros climáticos más mortíferos en Europa: un equipo de científicos ha desarrollado un sistema de predicción mediante aprendizaje automático e IA, capaz de proporcionar información útil entre cuatro a siete semanas antes del verano, brindando un tiempo valioso para mejorar la preparación.
Un equipo internacional de científicos liderado por CMCC Foundation – Euro-Mediterranean Center on Climate Change, presentó un importante avance para la gestión del riesgo climático: de trata de algoritmos de aprendizaje automático capaces de predecir olas de calor estivales con varias semanas de anticipación, y en algunos casos meses. Este sistema de Inteligencia Artificial (IA) aporta un tiempo valioso para optimizar la prevención en salud pública, agricultura y energía.
Integración de datos
El estudio, publicado en la revista Communications Earth & Environment, describe un enfoque basado totalmente en datos, que emplea un marco de selección de variables. Los autores entrenaron modelos que identifican las combinaciones de variables atmosféricas, oceánicas y del suelo más potables para cada región, logrando una precisión comparable, y a veces superior, a la obtenidas en los sistemas dinámicos operativos que requieren superordenadores.
Una de las claves del avance fue ampliar el volumen de datos de entrenamiento: los investigadores usaron simulaciones paleoclimáticas que abarcan dos milenios, junto con registros modernos. Esto permitió que los modelos aprendieran señales de largo plazo difíciles de rastrear solo con observaciones recientes. Esto sugiere que la falta de datos observacionales puede reemplazarse con simulaciones confiables.
Los resultados muestran que los predictores situados entre 4 a 7 semanas son los que más contribuyen a obtener pronósticos certeros de olas de calor, que en los últimos años han generado muertes y consecuencias negativas en Europa. Esta “brecha temporal” brinda a autoridades y sectores productivos un margen para activar sistemas de alerta, ajustar planes de riego, optimizar la gestión de la red eléctrica y reforzar la capacidad sanitaria.
Ventajas y retos a superar
Además del aumento de precisión, los autores subrayan otra ventaja práctica: el enfoque reduce notablemente los recursos informáticos necesarios frente a los modelos tradicionales, abriendo la puerta a centros de investigación y servicios climáticos con menos capacidad de cómputo, capaces de funcionar en regiones con recursos limitados.
Referencia
Feature selection for data-driven seasonal forecasts of European heatwaves. Ronan McAdam et al. Communications Earth & Environment (2025). DOI:https://doi.org/10.1038/s43247-025-02863-4
Según una nota de prensa, el sistema también facilita la selección optimizada de variables y la inclusión de señales remotas, como patrones en el Pacífico y el Atlántico para reforzar el desempeño en esas zonas. Sin embargo, los autores reconocen que aún quedan retos a superar para convertir el método en un servicio operativo a gran escala.
En ese sentido, se requieren pruebas comparativas entre varios modelo, optimización de parámetros y el desarrollo de predicciones probabilísticas, para integrar plenamente estas técnicas en sistemas de alerta. Sin embargo, la posibilidad de anticipar olas de calor con semanas o meses de adelanto representa una herramienta poderosa, frente a eventos que ya han demostrado su capacidad destructiva en Europa y otras partes del planeta.