Hi ha zones d’acumulació de plàstics a la Mediterrània? Si en aquest mar augmentés un grau la temperatura mitjana de l’aigua, cap a on migrarien les pesqueries? En quina posició hem de col·locar barreres de contenció per aturar un abocament tòxic? On hem de buscar un veler a la deriva? Ens caldrà un vestit sec per bussejar demà? Totes aquestes qüestions es poden resoldre d’una manera cada vegada més precisa i fiable, gràcies a la ciència i al desenvolupament de models de predicció oceànica.

El moviment d’un fluid es descriu mitjançant equacions matemàtiques que depenen del vent, la pressió atmosfèrica, la radiació solar, la mateixa viscositat del fluid, la força de la gravetat i fins i tot de la latitud a la qual ens trobem. La implementació de totes aquestes equacions matemàtiques en llenguatge computacional i les seves solucions es tradueix en el que es coneix com a ‘models numèrics’. El fet que tant l’aire com l’aigua siguin fluids (un, gasós, i l’altre, líquid) dona lloc a l’existència de models atmosfèrics i oceànics respectivament, encara que a causa de la complexitat de l’oceà i al seu desconeixement, els models oceànics no es van començar a desenvolupar fins a la dècada dels anys seixanta, quaranta anys després dels primers models per pronosticar el temps atmosfèric.

Actualment, un dels principals reptes de l’oceanografia és predir el temps oceànic de manera anàloga a com es fa amb el temps atmosfèric, seguint per a això molts dels avenços aconseguits en les ciències atmosfèriques. No obstant això, la dificultat de monitoritzar el medi marí, tant en l’espai com en el temps, condiciona la disponibilitat de dades per fer prediccions. Gràcies a l’avenç tecnològic, actualment tenim diversos instruments de recollida de dades (planadors submarins, radars, boies oceanogràfiques, satèl·lits, etc.) per monitoritzar l’oceà: és el que coneixem com a ‘perspectiva multiplataforma’.

En aquest context, l’equip de modelització numèrica i predicció del projecte MEDCLIC ha millorat les prediccions aplicant una nova metodologia importada de les ciències atmosfèriques coneguda com a ‘assimilació de dades’. Aquesta tècnica consisteix a aconseguir prediccions oceàniques més precises, incorporant als models oceànics dades reals obtingudes a través d’instruments oceanogràfics i fent-los convergir cap a aquests valors. D’aquesta manera s’impedeix que els models derivin cap a prediccions errònies (veure figura 1).

Figura 1. Els models amb assimilació de dades (verd) s’ajuden d’observacions per produir prediccions més realistes, és a dir, més properes a les observacions reals.

Per això, han d’experimentar prèviament amb diferents grups d’observacions obtingudes directament del mar a través dels instruments oceanogràfics que formen el sistema multiplataforma del SOCIB, per determinar amb quin es produeixen els millors resultats. En aquest procés es té en compte el balanç entre el consum computacional, la despesa econòmica de les pròpies observacions i la millora dels resultats.

Un d’aquests experiments ha estat publicat fa poc a la revista internacional ‘Ocean Science’. L’article ha tingut com a objectiu comparar les sortides (predicció) del model denominat WMOP en assimilar, d’una banda, les dades procedents de vuit planadors submarins (gliders) i, de l’altra, de les sondes de Conductivitat, Temperatura i Profunditat (CTD, per les sigles en anglès).

Fotos 1 i 2. El planador submarí (‘glider’) i el CTD (Roseta-CTD), dos dels instruments de recollida de dades que formen el sistema multiplataforma del SOCIB per monitoritzar l’oceà, durant un experiment d’assimilació de dades.

L’article destaca com el sistema desenvolupat és capaç d’ingerir la informació de les dues fonts d’observació a diferents escales, i conclou que tant les observacions subministrades per vuit ‘gliders’ com per les sondes CTD redueixen l’error de les prediccions en un 40 %. Així mateix, recomana l’ús dels planadors submarins enfront de sondes CTD ja que, tot i que proporcionen els mateixos resultats, aquesta tecnologia permet transmetre dades en temps real i es pot pilotar des de terra, característiques que la fan més eficient.

Aquest tipus d’experiments són essencials a l’hora de dissenyar plans estratègics de futur, necessaris per continuar millorant el desenvolupament de models oceànics de predicció.

Actualment, i basant-nos en resultats d’experiments anteriors, el SOCIB ja té una versió en proves d’un model predictiu en el qual l’assimilació de dades s’ha incorporat fent servir dades de satèl·lits i de boies ARGO. Aquesta versió s’ha fet servir de manera exitosa els últims mesos, demostrant més precisió i fiabilitat del model WMOP.

Com a exemples aplicats, podem esmentar la planificació de la campanya del projecte internacional CALYPSO, on l’assimilació de dades va ajudar a determinar les zones de mostreig més favorables i l’assessorament per traçar la trajectòria més òptima en la qual els corrents no impedissin la nadadora Tita Llorens assolir el seu repte de creuar nedant el Canal d’Eivissa.

MEDCLIC, bàsic per investigar processos oceànics

Des del 2014, el projecte MEDCLIC estudia els processos oceànics de la Mediterrània combinant dades del mar obtingudes a través de diversos instruments oceanogràfics del SOCIB, amb observacions de satèl·lit, i desenvolupant models oceànics, eines essencials per predir el comportament dels oceans i els seus impactes.

Post publicat al Bloc CaixaCiencia el 13/12/2018.