Análisis (CR)2 | “Cuando la realidad supera la ficción”: el caso de los modelos de emisiones de metano y óxido nitroso (gases de efecto invernadero) en el océano

555

Por Laura Farías, académica de la Universidad de Concepción e investigadora asociada del Centro de Ciencia del Clima y la Resiliencia (CR)2, y Sandy Tenorio estudiante doctorado en Oceanografía, Universidad de Concepción

Muchos escritores de ciencia ficción se adelantaron al futuro cuando, a través de sus obras literarias, vaticinaron fenómenos y tecnologías insospechadas en su época, como viajes espaciales, pandemias mundiales, robotización y crisis ecológicas, entre tantos otros sucesos. Los científicos también han hecho lo suyo, basados en evidencia y tratando de innovar, siendo así capaces de pronosticar, proyectar y modelar diversos fenómenos, como las condiciones del tiempo sinóptico (las próximas semanas) y del clima (próximas décadas y siglos). De hecho, en 1979 los científicos predijeron con exactitud el cambio climático, cuyos resultados fueron presentados en el denominado Informe Charney, la primera evaluación exhaustiva sobre el cambio climático global que proyectó  un aumento de la temperatura en cerca de 3 °C debido a las emisiones de dióxido de carbono (CO2), cifra muy semejante a la establecida hoy día por los informes del Panel Intergubernamental en Cambio Climático (IPCC, AR6, 2021).

Actualmente, para entender y estimar este aumento de la temperatura de la atmósfera en base a las emisiones globales de gases de efecto invernadero (GEI) se usan modelos climáticos, que son una representación numérica del sistema planetario basada en sus propiedades fisicoquímicas y biológicas, y las interacciones y los procesos de retroalimentación entre sus componentes (o reservorios, como la atmósfera y el océano).

Estos modelos tienen diversos grados de complejidad y están evolucionando, pues ahora, además de contar con procesos de la física, la química y la biología, se incorpora la acción del humano y sus numerosas interacciones. Junto con el desarrollo de los modelos también se ha desarrollado el concepto de incertidumbre científica, que es una medida cuantitativa de la variabilidad de los datos. En otras palabras, la incertidumbre en la ciencia se refiere a la idea de que todos los datos tienen una gama de valores que se alejan en mayor o menor grado en términos de exactitud y precisión.

En lo que respecta a los modelos del IPCC, existe un buen desarrollo para estimar y predecir la cantidad de GEI acumulados en la atmósfera al cuantificar las emisiones humanas generadas por las actividades productivas y otros factores. Con ello, se obtienen las denominadas trayectorias de emisiones de GEI que permiten generar escenarios futuros de aumento de la temperatura superficial promedio del planeta. Sin embargo, estas trayectorias de GEI tienen debilidades a la hora de estimar fuentes o sumideros naturales, como es el caso de los sistemas acuáticos o los bosques. Los océanos, por ejemplo, representan el 71 % de la superficie de la Tierra y tienen un rol relevante en el sistema climático, pero se consideran reservorios estáticos y no se toma en cuenta que el forzamiento climático está modificando el funcionamiento y la estructura de los muchos ecosistemas que albergan.

Emisiones de GEI diferentes al dióxido de carbono

A escala global, el océano no es solo un reservorio de GEI, sino que también se comporta como emisor de, por ejemplo, metano (CH4) y óxido nitroso (N2O) a la atmósfera. Sin embargo, el cálculo de la cantidad emitida fluctúa considerablemente. Por ejemplo, el CH4 varía de 5 a 25 Tg[1] por año (Weber et al., 2019), mientras que la cantidad emitida de N2O fluctúa entre 2 y 9 Tg por año (Buitenhuis et al., 2018). Estos amplios rangos de emisiones reflejan tanto las limitaciones de los modelos globales como la escasez histórica y actual de mediciones in situ de GEI distintos al CO2, las que son obtenidas, en su mayoría, mediante muestras de agua de mar. La escasez se debe a las brechas tecnológicas aún existentes respecto al desarrollo de sensores de medición in situ. A modo de ejemplo de lo anterior, la Figura 1 muestra la cantidad de mediciones de GEI existentes al año 2020, siendo claramente deficientes para el CH4 y N2O, si lo comparamos con el CO2 (https://catalog.data.gov/dataset/global-ocean-surface-water-partial-pressure-of-co2-database-ldeo-database-version-2019-measurem2).

Figura 1. Mediciones disponibles de: (a) CH4 y (b) N2O, de la base de datos MEMENTO. Fuente: Obtenido de Wilson et al., 2018.

En base a las mediciones de CH4 y N2O, existentes y reportadas abiertamente, se obtienen estimaciones de emisiones globales anuales, las cuales se pueden observar en los paneles A y B de la Figura 2. Para el caso de ambos gases, observamos cómo, en general, el océano superficial está sobresaturado (a excepción del océano Austral), esto quiere decir que hay una mayor concentración de estos gases en el agua que en la atmósfera. En tanto, la distribución superficial de CH4 es bastante más heterogénea, existiendo mayores concentraciones en las zonas costeras y en el océano Ártico (Fig. 2, panel A).  Para el caso del N2O, también gran parte del océano global está sobresaturado, excepto los giros subtropicales, concentrándose en las zonas costeras, tropicales y subpolares (Fig. 2, panel B).

Figura 2. A) Flujo anual de CH4 (mmol m-2) y B) presión parcial de N2O (ppb). Los valores positivos significan que el flujo de GEI va desde el océano hacia la atmósfera (océano como “fuente”), mientras que los valores negativos representan el ingreso de GEI desde la atmósfera hacia el océano (océano como “sumidero”). Fuente: Weber et al. (2019) y Buitenhuis et al. (2018)

Cuando estas estimaciones globales de concentración superficial de GEI son comparadas con mediciones regionales, como en el caso del Pacífico suroriental, se ve cómo la distribución de los niveles de estos GEI no coincide y es mucho más heterogénea que la proyectada por los modelos globales. Si hacemos un zoom en la región, se observan variaciones asociadas a remolinos, efecto de masa de islas o zonas costeras que son verdaderas chimeneas de GEI, pero también vemos lo contrario, como el océano Austral, que se comporta como un sumidero (Figura 3, paneles A y B). En este sentido, nos preguntamos ¿por qué los modelos de emisiones globales no son capaces de capturar las diversas escalas espaciales, regionales y locales observadas en la región del Pacífico sur?, ¿en qué estamos fallando al momento de estimar las concentraciones superficiales y sus concomitantes emisiones de GEI?, y ¿qué hay detrás de un balance anual, se aprecian las distintas escalas de variabilidad temporal?

Figura 3. Distribución superficial de (A) metano (nM) y (B)  óxido nitroso (nM) en la cuenca del Pacifico sur oriental, basada en datos de concentración de metano obtenido en diversos cruceros  nacionales e internacionales. Se observa la diferencia en la concentración y  distribución espacial del metano si la comparamos con modelos globales en Figura 2. Elaboración propia.

Respecto a esto último, Chile cuenta con una de las pocas series de tiempo de GEI desde principio de este siglo, con muestreos mensuales en toda la columna de agua donde se ha capturado la estacionalidad asociada, principalmente, a los procesos de surgencia costera y el desarrollo de zonas de mínimo oxígeno (Figura 4). Para el caso de N2O, se observa una marcada variabilidad en la concentración de este gas y su flujo hacia la atmósfera, siendo ocho veces mayor en periodos de primavera-verano, cuando los vientos del sur soplan a lo largo de la costa y originan el ascenso de aguas profundas hacia la superficie (surgencia costera) (Farías et al., 2015). Para el caso del metano, esta variabilidad estacional es mucho menos marcada (Farías et al., 2021), pues su flujo hacia la atmósfera se da durante todo el año o se descarga a través de los ríos.

Figura 4.  Serie de tiempo de a) CH4 (metano), y b) N2O (óxido nitroso), medida en la columna de agua a diferentes profundidades desde el año 2007 al presente. Se observa una variabilidad estacional con una clara acumulación de estos gases en aguas profundas durante los periodos de primavera-verano y otras acumulaciones superficiales; no obstante, existe una  variabilidad interanual observada, pero aún no bien entendida. Fuente: Elaboración propia.

Aunque las series de tiempo son fundamentales para caracterizar y detectar cambios en el océano, sobre todo en esta época de cambios acelerados y a veces imprevisibles, aún nos deja con sensaciones de vacíos al momento de interpretar a ciencia cierta resultados que ocurren a escala de minutos, días y semanas. Por ello, el monitoreo del océano costero es uno de los desafíos más acuciantes del siglo XXI. En este sentido, el desarrollo de tecnología es fundamental para mitigar la escasez de datos y aumentar la resolución de los mismos. Por ejemplo, actualmente se cuenta con sensores o equipos acoplados con otras tecnologías de separación de gases disueltos (membrana), no obstante, deben mejorarse, pues sus mediciones se toman cada hora, pues tal es el tiempo que tardan los GEI en llegar al equilibrio. Es decir, con una hora nos aseguramos de que los valores sean confiables.

Estas restricciones en la resolución espacial y temporal son factores limitantes que impiden apreciar otros procesos que podrían ocurrir en el océano, como, por ejemplo, los que son llevados a cabo por los microorganismos, incluido el fitoplancton y el zooplancton. De hecho, la presión humana modifica el funcionamiento y la diversidad de estas tramas microbianas que explican, en parte, la dinámica y variabilidad de los GEI en el océano. Esto es importante en un contexto de cambio climático, donde se conoce poco acerca de lo que podría ocurrir con los ciclos biogeoquímicos de carbono y nitrógeno en el océano. Por todo lo anterior, una modelación desde lo local a lo global, basada en procesos y forzantes, es necesaria para dar certeza a la producción e intercambio de gases en el océano y así hacer más precisos los modelos globales.

Recopilación y análisis de datos financiados con el proyecto FONDECYT 1200861

Referencias

Buitenhuis, E.T., Suntharalingam, P. & Le Quéré, C. (2018) Constraints on global oceanic emissions of N2O from observations and models. Biogeosciences, 15, 2161–2175.

Farías, L., Besoain, V. & Garcia-Loyola, S. (2015). Presence of nitrous oxide hotspots in the coastal upwelling area off central Chile: An analysis of temporal variability based on ten years of a ten years of a biogeochemical time series. Environmental Research Letters, 10(4), doi:10.1088/1748-9326/10/4/044017

Farías, L., Tenorio, S., Sanzana, K. & Faundez, J. (2021). Temporal methane variability in the water column of an area of seasonal coastal upwelling: A study based on a 12 year time series, Progress in Oceanography, 195, 02589. doi.org/10.1016/j.pocean.2021.102589

IPCC, 2021: Summary for Policymakers. In: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Masson-Delmotte, V., P. Zhai, A. Pirani, S.L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M.I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J.B.R. Matthews, T.K. Maycock, T. Waterfield, O. Yelekçi, R. Yu, and B. Zhou (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, pp. 3−32, doi:10.1017/9781009157896.001

Weber, T., Wiseman, N.A. & Kock, A. (2019). Global ocean methane emissions dominated by shallow coastal waters. Nature communication, 10:4584, doi.org/10.1038/s41467-019-12541-7

Wilson, S.T., Bange, H.W., Arévalo-Martínez, D.L., Barnes, J., Borges, A.V., Brown, I., Bullister, J.L., Burgos, M., Capelle, D.W., Casso, M., de la Paz, M., Farías, L., Fenwick, L., Ferrón, S., Garcia, G., Glockzin, M., Karl, D.M., Kock, A., Laperriere, S., Law, C.S., Manning, C.C., Marriner, A., Myllykangas, J.P., Pohlman, J.W., Rees, A.P., Santoro, A.E., Torres, M., Tortell, P.D., Upstill-Goddard, R.C., Wisegarver, D.P., Zhang, G.L., Rehder, G. (2018). An intercomparison of oceanic methane and nitrous oxide measurements. Biogeosciences 15, 5891-5907. doi.org/10.5194/bg-15-5891-2018 

Notas

[1] Tg es un teragramo, lo que equivale a 109 kg