Satellite data records as a tool to monitor changes in air temperature

Resumen Técnico: Registros de Datos Satelitales como Herramienta para Monitorear Cambios en la Temperatura del Aire

Planteamiento del Problema
Los años 2023–2024 registraron las temperaturas globales más altas en el registro instrumental, impulsadas por la combinación del calentamiento global antropogénico y un fuerte evento de El Niño. Si bien los registros de temperatura superficial (GMST) muestran un calentamiento sin precedentes, sigue sin estar claro si esto representa un pico temporal o una aceleración fundamental en la tasa de calentamiento a largo plazo. Estudios previos han arrojado resultados contradictorios con respecto a la significancia estadística de los cambios en la tasa de calentamiento, debido a menudo a la alta variabilidad inherente en los datos climáticos y a las incertidumbres en la homogeneización de los datos. Además, existe una discrepancia persistente entre las proyecciones de los modelos climáticos (que predicen un calentamiento más fuerte en la troposfera que en la superficie) y los conjuntos de datos observacionales (que históricamente han mostrado un calentimiento troposférico más débil). Este estudio aborda la necesidad de determinar si las temperaturas de la baja troposfera (TLT) exhiben un incremento de tendencia comparable al GMST y de cuantificar cualquier aceleración en las tasas de calentamiento utilizando registros satelitales de largo plazo.

Metodología
Los autores analizaron datos de la temperatura de la baja troposfera (TLT) global que abarcan 1981–2025 procedentes de cuatro fuentes distintas:

1. NOAA V5.0: Derivado de observaciones de sondas de microondas (MSU/AMSU-A/ATMS) con correcciones de sesgo específicas.
2. UAH V6.1: Un conjunto de datos derivado de satélite que utiliza diferentes coeficientes de combinación y tratamientos de sesgo.
3. RSS V4.0: Un conjunto de datos que utiliza observaciones fuera de la trayectoria (off-nadir) con distintos algoritmos de homogeneización.
4. Reanálisis ERA5: Una TLT equivalente construida aplicando la función de ponderación de la NOAA a los perfiles de temperatura de ERA5, proporcionando una perspectiva de forzamiento físicamente consistente.

Para aislar las tendencias de largo plazo de la variabilidad natural, los autores construyeron un registro de TLT ajustado por ENSO y aerosoles. Esto implicó eliminar la variabilidad asociada con:

• Oscilación El Niño–Sur (ENSO): Utilizando el índice Niño 3.4 con un desfase de 5 meses.
• Aerosoles Atmosféricos: Utilizando datos de la profundidad óptica de los aerosoles (AOD) del reanálisis MERRA-2 con un desfase de 8 meses para contabilizar los efectos volcánicos y de sulfatos antropogénicos.

Este ajuste redujo la variabilidad anual de la TLT aproximadamente entre un 46% y un 56%, mejorando significativamente la robustez de la detección de tendencias.

Se aplicaron dos enfoques de modelado estadístico a los datos ajustados (1981–2024):

1. Regresión Lineal por Partes (Piecewise Linear Regression): Identificando un "punto de cambio" donde la tasa de calentamiento cambia. El punto de cambio óptimo se determinó minimizando el Error Cuadrático Medio (RMSE) y asegurando la significancia estadística (p < 0.05).
2. Ajuste Polinómico: Probando polinomios de primer a quinto orden. La selección del modelo se basó en la significancia estadística del coeficiente principal y el comportamiento del RMSE. El polinomio cúbico fue identificado como el modelo óptimo para la mayoría de los conjuntos de datos, ya que capturó la estructura de los datos sin sobreajuste y se asemejó estrechamente a la regresión de ponderación local (LOESS).

Resultados Clave

• Identificación de la Aceleración: Tras eliminar los efectos de ENSO y de aerosoles, todos los conjuntos de datos exhibieron un aumento estadísticamente significativo en la tasa de calentamiento alrededor de 2015.
• Magnitud de las Tendencias:
  • Pre-2015 (1981–2015): La tasa de calentamiento promedio fue de 0.121 ± 0.025 °C década⁻¹.
  • Post-2015 (2015–2024): La tasa de calentamiento promedio aumentó a 0.482 ± 0.113 °C década⁻¹.
  • Esto representa un incremento de cuatro a cinco veces en la tasa de calentamiento en los conjuntos de datos de NOAA, UAH y ERA5.
• Tasa de Aceleración: El ajuste cúbico reveló un aumento continuo en la tasa de aceleración (segunda derivada), cruzando el cero alrededor de 2000 (NOAA/UAH) o 1997 (RSS/ERA5). Para 2024, la tasa de aceleración alcanzó aproximadamente 0.48 ± 0.12 °C década⁻² para los conjuntos de datos ajustados.
• Rol de 2023–2024: Los saltos de temperatura observados en 2023–2024 se atribuyen en gran medida a esta aceleración continua, amplificada además por el evento de El Niño. El estudio estima que el cambio de tendencia por sí solo contribuyó con un 0.22–0.33 °C adicional de calentamiento durante el periodo 2015–2024 en comparación con una tendencia lineal.
• Proyecciones: Basándose en la aceleración detectada, los autores proyectan un calentamiento adicional de 0.5–1.0 °C en la baja troposfera durante la próxima década (2025–2034). El modelo por partes ofrece una estimación conservadora (0.5 °C), mientras que el modelo cúbico sugiere un escenario de límite superior (1.0 °C).

Significancia y Reivindicaciones
El artículo sostiene que el calentamiento observado en 2023–2024 no es una anomalía aislada, sino parte de una aceleración estadísticamente significativa y continua en la tasa de calentamiento global que comenzó alrededor de 2015. Al utilizar datos satelitales de TLT y eliminar rigurosamente la variabilidad natural, el estudio proporciona evidencia de que la tasa de calentamiento troposférico ha aumentado sustancialmente, superando potencialmente las estimaciones previas basadas en la superficie.

Los autores enfatizan que, aunque los mecanismos físicos que impulsan esta aceleración específica siguen sin estar claros —descartando el forzamiento por gases de efecto invernadero por sí solo (que ha aumentado linealmente) y los efectos de aerosoles (que fueron eliminados)—, la detección de esta tendencia basada en datos es robusta. El estudio destaca una brecha crítica en la comprensión de los impulsores de este rápido calentamiento, señalando que los modelos climáticos actuales no han reproducido consistentemente estas tendencias atmosféricas observadas ni la magnitud de los aumentos de temperatura recientes. En consecuencia, los autores argumentan que resolver estos mecanismos es esencial para mejorar las proyecciones climáticas futuras e informar las estrategias de mitigación. Los hallazgos sugieren que la escala temporal característica de los cambios climáticos mayores puede ser del orden de una década, lo que implica límites fundamentales a la predictibilidad del cambio climático basándose únicamente en modelos impulsados por datos sin una comprensión completa del forzamiento subyacente.