Hay una pregunta que lleva décadas en el centro del debate climático: ¿qué determina realmente la temperatura en una región tropical? ¿Son los gases atmosféricos los grandes responsables, o hay otros factores que pesan más? Safarana Baksh, reconocida en la categoría de Ciencias Exactas y Naturales en los Reconocimientos a la Excelencia Académica de la Fundación EDUCA EDTECH 2026, abordó esa pregunta con datos reales, modelos avanzados y un enfoque metodológico que combina lo mejor de la estadística clásica y el machine learning.
El punto de partida
Guyana es un país tropical situado en el noreste de Sudamérica, con una climatología compleja y escasamente estudiada en comparación con otras regiones del mundo. Su temperatura mensual está influenciada por múltiples factores que interactúan de formas no siempre evidentes: la humedad relativa, las precipitaciones, los ciclos del fenómeno ENSO, y la presencia de gases atmosféricos como el monóxido de carbono, el metano y el dióxido de nitrógeno.
El estudio de Safarana analizó esas relaciones a lo largo de 96 meses, desde enero de 2018 hasta diciembre de 2025, integrando datos de temperatura de NASA POWER con datos de gases atmosféricos obtenidos del instrumento satelital TROPOMI. El resultado fue un dataset de alta calidad que permitió aplicar dos modelos predictivos: regresión lineal y Random Forest optimizado mediante técnicas bayesianas.
Lo que encontraron los datos
Los resultados son claros y, en algunos aspectos, sorprendentes. La humedad relativa resultó ser el factor con mayor correlación con la temperatura, con un coeficiente de r = -0,92 — una asociación negativa muy fuerte que refleja el papel central que juega la humedad atmosférica en la regulación térmica de los trópicos. Las precipitaciones también mostraron una correlación significativa (r = -0,65).
Los gases atmosféricos, en cambio, mostraron un papel mucho más modesto. El monóxido de carbono presentó una correlación moderada positiva (r = 0,68), pero los análisis sugieren que esta relación refleja factores estacionales compartidos — como las quemas de biomasa — más que un efecto causal directo. El metano y el dióxido de nitrógeno mostraron correlaciones débiles y no significativas.
En cuanto a los modelos, la regresión lineal superó al Random Forest optimizado en los datos de prueba, con un R² de 0,885 frente a 0,830. Un resultado que indica que, una vez incluidas las variables climáticas clave, las relaciones dominantes son esencialmente lineales.
El análisis de importancia de variables confirmó que la humedad relativa explica el 67,6% de la variabilidad predictiva, seguida del índice ENSO con un 12,4% y las precipitaciones con un 10,9%. Los gases atmosféricos contribuyeron de forma marginal al rendimiento de los modelos.
Una tendencia de fondo
El análisis temporal reveló patrones estacionales claros, con fluctuaciones de temperatura estrechamente ligadas a los ciclos húmedos y secos y a las fases del ENSO. Y una señal que merece atención: una tendencia de calentamiento de aproximadamente 0,14°C por año a lo largo del período estudiado. Un dato que debe interpretarse con cautela dado el horizonte temporal relativamente corto del estudio, pero que apunta en una dirección preocupante.
Por qué importa
El trabajo de Safarana tiene implicaciones que van más allá de Guyana. En regiones tropicales donde los modelos climáticos globales tienen menor resolución y los datos históricos son escasos, integrar observaciones satelitales con variables climáticas exógenas ofrece un marco metodológico replicable y valioso.
Sus conclusiones desafían además una narrativa simplificada: no basta con mirar los gases atmosféricos para entender la temperatura en los trópicos. La humedad, las precipitaciones y la variabilidad climática a gran escala son los verdaderos protagonistas. Ignorarlos no solo empobrece el análisis, sino que puede llevar a conclusiones erróneas con consecuencias reales para la política climática.
