Així és el nou sistema que anticipa el risc per a la fauna amb mesos d’antelació.
El canvi climàtic global està augmentant la freqüència i la intensitat de les onades de calor extrema, plantejant un repte creixent per a la supervivència de moltes espècies animals. Tradicionalment, bona part de la conservació de la biodiversitat ha operat de manera reactiva, avaluant els danys o implementant plans de rescat quan les poblacions d’espècies ja han patit un impacte sever o es troben al límit de l’extinció.
Les eines científiques convencionals acostumaven a projectar escenaris a diverses dècades vista, un marc temporal molt valuós per al disseny de polítiques a llarg termini, però de menor utilitat davant emergències climàtiques immediates que requereixen una resposta anticipada.
La mort de desenes de micos udoladors l’any 2024 és una advertència del perill que representen les temperatures extremes per a la fauna salvatge de tot el món. Imatge d’un mico udolador negre del Yucatán (Alouatta pigra) alimentant-se al districte de Cayo, Belize. By Charles J. Sharp – Own work, from Sharp Photography, sharpphotography.co.uk, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=129841453
Davant d’aquesta limitació, la ciència ha trobat una via extraordinàriament prometedora en la convergència de dues eines d’avantguarda. D’una banda, disposem de sistemes avançats de predicció climàtica estacional, capaços de modelar variables atmosfèriques i anticipar anomalies tèrmiques amb mesos d’antelació. De l’altra, comptem amb extensos registres macroecològics de biodiversitat, que recopilen els historials tèrmics i els rangs de temperatura experimentats per milers d’espècies de vertebrats.
La sinergia entre la capacitat predictiva meteorològica i les dades biològiques ha permès dissenyar un sistema global d’alerta primerenca per a la biodiversitat. Aquesta potent combinació tecnològica obre la possibilitat de transformar la conservació ambiental, permetent estimar amb fins a nou mesos d’antelació quines espècies de vertebrats podrien veure’s exposades a una calor mai registrada als seus hàbitats naturals i oferint una finestra d’acció crucial per protegir-les abans que esclati la crisi.
Models de predicció climàtica subestacional i estacional
El veritable valor de la tecnologia actual no resideix únicament en la potència dels seus models individuals, sinó en la seva capacitat per actuar com a pont entre disciplines. La unió de la física atmosfèrica i la macroecologia representa un canvi d’enfocament: passem de constatar l’impacte de l’escalfament global a anticipar-ne algunes conseqüències amb mesos d’antelació.
En creuar les simulacions meteorològiques amb els historials tèrmics de les espècies, aquests sistemes no només dibuixen mapes de calor, sinó mapes d’exposició a la calor extrema. Un exemple clar d’aquesta potència s’ha viscut recentment, quan aquest sistema combinat va predir amb mesos d’antelació que milers d’espècies vertebrades s’enfrontarien a sostres tèrmics inèdits en els seus respectius ecosistemes.
Per comprendre com s’aconsegueix aquesta fita, és fonamental desglossar la primera peça de l’engranatge, basada en els models de predicció climàtica subestacional i estacional (S2S) impulsats per supercomputació. El pilar tècnic utilitzat és el sistema GEOS-S2S de la NASA, un marc d’assimilació de dades i predicció estacional que modela les complexes interaccions entre l’atmosfera, els oceans i la superfície terrestre.
El GEOS-S2S de la NASA és un sistema de predicció climàtica subestacional i estacional desenvolupat pel GMAO (Global Modeling and Assimilation Office) del Goddard Space Flight Center. No prediu només el temps de demà, sinó l’evolució probable del sistema climàtic en escales de setmanes, mesos i, en alguns casos, tendències climàtiques de més llarg termini.
Funciona com un model acoblat de la Terra: combina atmosfera, oceà, superfície terrestre, gel marí i aerosols per simular com evoluciona el clima. Per iniciar les prediccions, assimila observacions reals —satèl·lits, dades oceàniques, camps atmosfèrics, etc.— i genera conjunts de prediccions per estimar-ne la incertesa.
A diferència de les previsions meteorològiques convencionals, la fiabilitat de les quals disminueix més enllà de les dues setmanes, o dels escenaris de canvi climàtic que projecten tendències a dècades vista, la predicció S2S opera en una franja temporal intermèdia i crítica que connecta la meteorologia amb el clima.
Big Data ecològic i integració sinergètica
Perquè les prediccions climàtiques adquireixin sentit real en el món natural, necessiten un traductor biològic. Aquí és on entra en joc la macroecologia de dades a gran escala.
Aquesta metodologia consisteix en la recopilació i estandardització dels historials tèrmics i dels rangs de distribució geogràfica de milers d’espècies vertebrades terrestres. En analitzar bases de dades globals que combinen informació climàtica històrica i distribucions biològiques, els científics poden cartografiar amb precisió els límits tèrmics històrics que cada espècie ha experimentat en el seu entorn natural.
L’autèntica revolució es produeix en combinar el sistema de predicció estacional de la NASA amb la macroecologia de dades a gran escala. Mitjançant mètodes d’integració de dades, el sistema no es limita a predir que una regió registrarà temperatures inusualment altes. El model creua de manera automatitzada aquesta previsió amb els límits tèrmics històrics de les espècies que habiten aquell punt.
D’aquesta manera, el sistema calcula l’“excedència climàtica” o exposició biològica davant la calor extrema.
Aquesta sinergia tecnològica aporta capacitats radicalment noves: estima amb quanta antelació es detectarà el perill, calcula la durada prevista de l’estrès tèrmic al qual podria veure’s exposada una espècie i ajuda a prioritzar fluxos de treball en conservació.
El gran assaig global d’exposició tèrmica (2024-2025)
L’efectivitat d’aquesta aproximació científica es va posar a prova en una ambiciosa aplicació global liderada per l’investigador Josep M. Serra-Díaz, de l’Institut Botànic de Barcelona (IBB), un centre mixt del Consell Superior d’Investigacions Científiques (CSIC) i del Museu de Ciències Naturals de Barcelona (MCNB).
Els científics van alimentar el sistema amb les previsions climàtiques generades el maig de 2024 amb l’objectiu d’estimar l’exposició de la fauna terrestre durant el període comprès entre juny de 2024 i febrer de 2025, un interval que va coincidir amb una de les etapes més càlides registrades en la història climàtica recent.
El volum de dades gestionat pel model va ser enorme. Es van creuar les projeccions atmosfèriques del sistema de predicció estacional de la NASA amb el mapa de distribució i els historials tèrmics de 30.585 espècies de vertebrats terrestres.
Els resultats van ser contundents: el sistema va detectar amb antelació que més de 3.500 espècies estarien exposades a anomalies tèrmiques extremes en una part rellevant dels seus rangs geogràfics coneguts. D’aquest grup, més de 1.250 espècies corresponien a fauna d’especial preocupació per a la conservació, incloent-hi espècies vulnerables, en perill o en situació crítica.
La fiabilitat del model va trobar evidències compatibles en contrastar les prediccions amb esdeveniments observats sobre el terreny. El sistema va identificar punts crítics a Mèxic, l’Àfrica subsahariana i la regió de l’Himàlaia.
Més enllà de l’exemple: implicacions àmplies i context regional
Les implicacions d’aquest sistema d’alerta primerenca poden anar molt més enllà del monitoratge dels vertebrats terrestres. La capacitat d’anticipar l’estrès tèrmic amb mesos d’antelació podria donar suport a la gestió de reserves naturals, permetent als guardes forestals valorar mesures preventives, habilitar punts d’ombra artificial o planificar intervencions abans que arribin les onades de calor.
Així mateix, aquesta tecnologia pot aportar valor estratègic a l’agricultura i la ramaderia, ajudant a preveure riscos de xoc tèrmic en el bestiar i a optimitzar l’ús de recursos hídrics escassos.
En el context europeu, i especialment a Espanya, aquesta eina adquireix una rellevància potencial de primer ordre. La península Ibèrica és una de les regions europees especialment vulnerables a les anomalies climàtiques extremes, l’aridesa creixent i la desertificació.
Espanya disposa d’una sòlida infraestructura científica en macroecologia, ciència climàtica i supercomputació, amb grups de recerca al CSIC i a diverses universitats que podrien contribuir a l’adaptació local d’aquests models.
Conclusió: cap a una conservació proactiva i amb propòsit
El desenvolupament del primer sistema global d’alerta primerenca per a la biodiversitat representa un avenç rellevant en la manera com protegim el nostre patrimoni natural. La sinergia demostrada entre els models de predicció climàtica de la NASA i el Big Data macroecològic mostra que la modelització predictiva pot ser una eina que la ciència necessita, no per substituir la intuïció dels biòlegs, sinó per reforçar analíticament les seves estratègies de conservació.
Anticipar amb mesos d’antelació quines espècies i regions podrien veure’s exposades a estrès tèrmic redueix la bretxa temporal que obligava l’ecologia a actuar de manera reactiva davant crisis ja consolidades.
L’impacte positiu d’aquestes innovacions podria contribuir a reduir la mortalitat d’espècies vulnerables, optimitzar recursos econòmics i humans i reforçar la resiliència dels ecosistemes davant el canvi climàtic.
La recomanació final per a la comunitat científica, les institucions ambientals i les administracions públiques és clara: convé apostar per la integració d’aquestes plataformes predictives en els fluxos de treball de gestió ambiental. El moment d’observar els senyals del planeta i actuar amb previsió ha arribat.
