Jonathan P. Roses trabaja en la intersección de la ciencia climática y la economía. Es parte del proyecto ClimTip Horizon , para el cual investiga el impacto económico en los puntos de inflexión climáticos, así como el uso y diseño de conjuntos de modelos climáticos para la toma de decisiones.

Ricarda Winkelmann es matemática, física y climatóloga. Es profesora de Análisis del Sistema Climático en la Universidad de Potsdam y en el Instituto de Potsdam para la Investigación del Impacto Climático. Estudia las interdependencias entre el clima, el hielo terrestre y el océano.

Nico Wunderling es profesor de Ciencias Computacionales del Sistema Terrestre en el Centro de Estudios Computacionales Críticos de la Universidad Goethe de Francfort y científico de la Unidad de Ciencias de la Resiliencia Terrestre del Instituto de Potsdam para la Investigación del Impacto Climático. Su investigación se centra en la interacción de los elementos de inflexión en el sistema terrestre.

Los elementos del sistema climático terrestre son: el hielo de Groenlandia (GIS, por su sigla en inglés), el hielo de la Antártida Occidental (WAIS, por su sigla en inglés), la circulación oceánica del Atlántico (AMOC, por su sigla en inglés), la selva Amazónica (AMAX, por su sigla en inglés). También se incluyen el hielo marino ártico de verano (ASSI, por su sigla en inglés) y la oscilación meridional de El Niño (ENSO, por su sigla en inglés). La dinámica del sistema depende del aumento de la temperatura global sobre los niveles preindustriales y las interacciones entre componentes. Si uno de ellos supera su umbral de temperatura, puede generar una cascada de inflexiones desestabilizadoras (datos cruciales 1 y 2).

Se necesitan evaluar las incertidumbres de los elementos e interacciones para saber cuáles son decisivos en el sistema y cuál es el riesgo de inflexión y efecto cascada. Un obstáculo para lo anterior es la falta de comprensión de la no linealidad de las interacciones. Esto se observa en la incertidumbre por la interacción de GIS y la inestabilidad de hielo marino (MICI, por su sigla en inglés) (dato crucial 3). Algo similar se observa en el modelo CMIP6 el cual, pese a ser el más avanzado, aún carece de varios elementos climáticos.

Para analizar la incertidumbre se usa un modelo de red climática a temperaturas de 1.5 °C y 4°C, en donde cada componente se representa con una ecuación diferencial. Se apoya de Pyscades , un código que analiza la importancia relativa de los elementos de inflexión y sus interacciones. Se utiliza el análisis de varianza Sobol, el cual usa el Índice de Efecto Total para describir las incertidumbres de los componentes que explica la incertidumbre de salida. Igualmente, se usa un análisis de exclusión en donde se genera un conjunto muestra y otro con un componente eliminado, se ejecutan ambos modelos, y se comparan.

A 1.5 °C, las incertidumbres dependen de los nodos con umbrales de baja temperatura. Es por esto que las capas de hielo, como GIS y WAIS, dominan la contribución a la variación (dato crucial 4) y son iniciadoras de cascadas de inflexión. Aunque ASSIS y AMOC también tienen umbrales de baja temperatura, son menos relevantes. A 4°C las probabilidades de inflexión dependen de los elementos con mayor temperatura de inflexión, como ENSO. También son críticos el umbral de GIS y su vínculo estabilizador con AMOC (dato crucial 5). A esta temperatura los componentes controladores de transiciones de elementos son los que más influyen, como por ejemplo SIG, AMOC y ENSO. En ambos casos, limitar la incertidumbre de las capas de hielo en su inflexión e interacción limitaría la incertidumbre posterior del sistema.

Cuando se desprecia un nodo del modelo, cambia significativamente (dato crucial 6), el modelo se ejecuta incorrectamente y se juzgan mal los elementos. Un ejemplo de esto se observa en la eliminación de las capas de hielo, como GIS (dato crucial 7). A 1.5 °C, el impacto de eliminar las interacciones de un nodo es mayor que si se descuenta del conteo final. Además, a esta temperatura, sin GIS no hay efecto de cascada. A 4°C. disminuye la diferencia de impactos ya que importan menos las interacciones, pero la diferencia de varianza aumenta debido a los enlaces estabilizadores. A esta temperatura la ausencia de SIG importa menos.

Eliminar enlaces provoca que se sobreestime la inestabilidad y que se afecte la representación del modelo (dato crucial 8). Esto queda ejemplificado con la eliminación del enlace entre AMOC y GIS (dato crucial 9). Esta eliminación provoca un aumento de componentes inclinados o en transición.

A bajas temperaturas, cuando se elimina un eslabón estabilizador se subestima la inflexión, a altas temperaturas este impacto disminuye (dato crucial 10). AMOC influye en todos los elementos aun a altas temperaturas. Eliminarlo aumentaría la inflexión de GIS, aunque impactaría menos en la incertidumbre global, porque su ausencia de basculamiento se compensa con GIS y ASSI. Por otro lado, WAIS provoca la transición de más elementos, pero impacta menos en la incertidumbre global, porque se inclina más seguido y tiene menos vínculos. Sin embargo, eliminar WAIS impactaría considerablemente en la inflexión de GIS.

Todos los elementos del sistema tienen una gran incertidumbre, aunque algunos más que otros. A 1.5°C los más impactantes son las capas de hielo GIS y WAIS, y AMOC. A 4°C las capas de hielo siguen impactando en la varianza, pero los nodos con umbrales más altos se vuelven más importantes, como ENSO. Los umbrales reducen a mayor temperatura y se reduce la incertidumbre del sistema al reducir las de las capas de hielo.

Al modelo le falta complejizar los elementos climáticos, variar las escalas temporales y considerar las interacciones no lineales. Los modelos no pueden resolver la incertidumbre de elementos faltantes. De igual manera, aun los modelos más avanzados tendrán errores por sus limitaciones. Deben incluir el mayor número de elementos posibles para su mejor funcionamiento. Igualmente, se deben reducir las incertidumbres en los modelos, pero también contar con más formas de tomar decisiones y modelar el clima en medio de las incertidumbres.