we’re only gonna die from our arrogance

Transcripción de un programa de “Vanguardia de la Ciencia”, podcast de RNE.

En la elevación de la temperatura media del planeta juegan un papel importante varios gases de efecto invernadero. El más famoso es el dióxido de carbono, que liberamos al quemar los combustibles fósiles, pero al menos un 15% del calentamiento global tiene otro culpable: el metano. El metano es un gas que se libera con la descomposición de la materia orgánica, especialmente en los pantanos; y también es expulsado de una manera digamos poco elegante por los animales rumiantes. Pero existen otras fuentes cuya contribución apenas se había tenido en cuenta hasta ahora. Los volcanes submarinos liberan metano en sus erupciones, pero, hasta ahora, se pensaba que ese gas se oxidaba antes de llegar a la superficie, y por lo tanto, no jugaba ningún papel importante en el calentamiento global. Eso es lo que se creía, hasta que el investigador Eberhard Sauter del Instituto Wegener para la investigación Polar y Marina de Alemania vió salir de la superficie del mar de Noruega una columna enorme de burbujas. Su origen estaba en 1250 metros bajo el nivel del mar, en un volcán submarino conocido como Haakon Mosby. Decidieron investigar aquellas extrañas burbujas con ecosondas, al mismo tiempo que enviaban al fondo un robot automático. El robot llevaba una cámara de video e instrumentos para medir la temperatura y la profundidad. Los datos revelaron que el contenido de las burbujas era metano. Lo extraño era que el metano no se oxidara antes de llegar a la superficie, pero pronto, descubrieron el por qué: Al formarse una burbuja de gas, en la superficie exterior se crea una membrana de gas hidratado que protege al metano que lleva en su interior de la oxidación. Las burbujas así protegidas suben y acaban liberando el gas a la atmósfera. Calculamos que, por este sistema el volcán libera cientos de toneladas de metano al año dijo el investigador a la revista New Science. No es mucho comparado con los 600.000 millones de toneladas que se calcula que llegan a la atmósfera al año en total, pero si el fenómeno descubierto se repite en todos los volcanes marinos del planeta, la cantidad total de metano liberado puede ser muy importante y habrá que tenerla en cuenta en las previsiones del cambio global en el futuro.

Ni sacado de “El quinto día”, libro que ya comenté en otro post.

Lecturas que me gustaría conseguir:

[19] Deboeck G. (USA): Self-organizing patterns in world poverty using multiple indicators of poverty repression and corruption, 239-254.

This paper maps world poverty based on multi-dimensions of poverty. These global maps are based on a well-established neural network algorithm. They show world poverty based on similarity and dissimilarity in poverty structures. The data used for this study was extracted from the World Development Indicators (WDI) published by the World Bank, the 2000 Index of Freedom published by the Heritage Foundation and the Wall Street Journal, and the Corruption Perception Index produced by Transparency International. Ten poverty indicators were selected out of 96 in the WDI, which related to quality of life, health, education, and sanitation. The Index of Freedom reflects ten broad factors of economic freedom; the Corruption Perception Index is based on multiple surveys conducted in countries. The maps in this study obtained through self-organization cluster poverty in 145 countries into 5 groups. Two-dimensional representations of the data are presented showing the countries in each group. The distributions of the indicators and indices are shown; the non- linear relationships between various factors are discussed. From this we find that (i) GNP per capita is an imperfect proxy for representing poverty around the globe; (ii) geographical- based displays of poverty indicators are inadequate for discovering poverty structure (and hence should be supplemented or replaced by self-organizing maps); (iii) countries which suffer the most severe levels of poverty also tend to be the ones that are most repressed and where the perceived corruption on the part of government officials tends to be high. The maps in this paper demonstrate how new knowledge can be detected via neural networks for the design and reshaping of strategies for fighting the war against poverty. This new knowledge may challenge traditional ways of organizing development assistance for poverty reduction. They also suggest new avenues for future research on the non-linear relationships among poverty indicators. While Poverty Networks and participatory approaches in defining poverty are a major step forward, actual patterns in poverty structures can be detected from the available data using neural network-based approaches and data mining techniques.

 

 

Enlaces de interés: poverty mapping.