Muchos sistemas naturales pueden verse como conjuntos de unidades dinámicas que interaccionan en red con estructura modular, donde se relacionan distintas comunidades de nodos muy interconectados. El clima de nuestro planeta, con su enorme variedad de subsistemas relacionados, es paradigma de sistema con esta estructura. El proyecto europeo LINC coordina científicos de distintas áreas para desarrollar técnicas que permitan comprender los fenómenos climáticos desde este punto de vista. Giulio Tirabassi y Cristina Masoller de la UPC han propuesto en este marco dos nuevos métodos para identificar comunidades climáticas, y los han validado analizando conjuntos de datos reticulares que cubren toda la superficie de la Tierra (ver el artículo completo). Identificando desfasajes entre series temporales de distintos puntos, y mediante técnicas simbólicas de análisis de datos, los investigadores han descubierto las comunidades regionales más significativas en los fenómenos climáticos a gran escala.

El primer método permite identificar regiones geográficas con ciclos estacionales síncronos. La primera figura muestra con el mismo color las que tienen un ciclo de temperatura superficial del aire sincrónico; el desfase entre dos regiones se calcula restando los números asociados con cada color (en las zonas blancas no están bien definidos los desfasajes). Como se esperaba, hay un desfasaje de seis meses entre regiones continentales en distintos hemisferios (por ejemplo, la comunidad que contiene Argentina y Australia con la que contiene Canadá). También se observa que los océanos tienen un retraso mínimo de un mes respecto a las masas continentales, y aún mayor (dos o tres meses) en la región de El Niño, en el océano Pacifico oriental ecuatorial.

El segundo método propuesto detecta comunidades con patrones de variabilidad climática similares. Las redes climáticas se suelen construir analizando correlaciones, de modo que regiones vecinas estén muy fuertemente conectadas mientras que regiones distantes están débil o indirectamente conectadas. El método propuesto es novedoso pues se basa en análisis estadístico simbólico de series temporales (en lugar de analizar correlaciones) y permite identificar cuatro macro-comunidades con similares características climáticas. Se muestran en la segunda figura: los continentes en los dos hemisferios están en la misma comunidad, otra comunidad está formada por la región de El Niño, mientras que los océanos se dividen en dos comunidades que representan regiones tropicales y extra-tropicales. Un análisis detallado de las propiedades estadísticas de las series temporales simbólicas en estas comunidades permite demostrar que comparten similares patrones de variabilidad climática.

Estas herramientas para identificar comunidades a partir de señales observadas pueden ser útiles en el estudio de otros sistemas dinámicos complejos como, por ejemplo, el cerebro.

(Este apareció originalmente en la Revista de Física de la Real Sociedad Española de Física).