®
®
®
This Website was created and kept up by Nasif Nahle et al.
Copyright© 2009 by Biology Cabinet Organization
ALL RIGHTS RESERVED
Granos Teñidos con Hematita e Intensidad de la Radiación Solar Total
Por Biól. Nasif Nahle Sabag
Director de Investigación Científica en Biology Cabinet.

Este artículo FUE ACEPTADO PARA PUBLICACIÓN bajo la categoría ARTÍCULO DIDÁCTO y se sometió a correcciones de menor importancia. ¡Prohibida terminantemente la copia y publicación de artículos completos sin permiso!

  • El autor agradece al Dr. Jonathan Mark Walsh, matemático, por su invaluable ayuda con la extrapolación de la Radiación Solar Total.

Referencia:

Nahle, N. (2009).  ARTÍCULO DIDÁCTICO: Granos Teñidos con Hematita e Intensidad de la Radiación Solar Total.  Biology Cabinet. San Nicolás de los Garza, N. L., México. Obtenido de
http://biocab.org/Hematita_Radiacion_Solar.html.


Introducción

Los procesos biológicos y la evolución de los seres vivientes son afectados directa e indirectamente por el clima. (Sutton. 2000)

Los biomas están distribuidos alrededor del mundo de acuerdo con las condiciones climáticas prevalecientes en cada zona biogeográfica. Las plantas que tienen éxito en lugares húmedos y cálidos tienen grandes dificultades para prosperar en ambientes fríos y secos. Las especies emigran cuando los cambios climáticos son drásticos en sus hábitas de origen. Por otro lado, la historia evolutiva de las especies ha sido determinada mayormente por presiones ejercidas por el clima. (Jablonski et al. 1996)

El clima está en continuo cambio a través del tiempo. Tenemos registros de cambios climáticos durante las eras geológicas para lapsos de meses, años, décadas, siglos, milenios y miles de millones de años.

Los parámetros de medición directa del clima comenzaron hace apenas unos 300 años, así es que las mediciones instrumentales del clima no pueden dar un panorama de largo plazo sobre los cambios climáticos que hubieran ocurrido en épocas anteriores al siglo 18. Por esta razón, los científicos recurrimos a menudo a datos proveídos por sistemas que directa o indirectamente son afectados por cambios en las condiciones ambientales. Esos sistemas son conocidos como variables proxy.

Hay variables que representan cambios específicos en factores ambientales determinados. Por ejemplo, la concentración de aragonita, calcita y calcita-magnesio en conchas fósiles de diatomeas, moluscos y foraminíferos es analizada para conocer la temperatura ambiental que prevaleció en una determinada época. Los isótopos constituyen una variable muy precisa para determinar la intensidad de la radiación solar en una determinada localidad y época; por ejemplo, Berilio-10, Calcio-II y Carbono-14. (Kozdon et al. 2004)

Por simple cálculo, 1 W/m^2 de energía solar entrante a la Tierra causa un cambio de temperatura de 0.37 °C. (Shaviv. 2004) De la reconstrucción hecha por la Dra. Judith Lean y colegas (Lean. 2001), basada únicamente en el número de manchas solares, el cambio de la Radiación Solar Total (RST) en el período comprendido de 1610 DC a 2000 DC fue de 1.2 °C. En 1998, la desviación de la RST de la RST estándar fue de 1.07 W/m^2, la cual causó un cambio de temperatura en la Tierra de 0.4 °C. La fluctuación de la temperatura terrestre en 1998 fue 0.51 °C, así que el efecto de la irradiación solar sobre la temperatura de la Tierra representa cerca del 80% de la fluctuación total.

En cuanto al factor RST, los biólogos nos topamos con serios obstáculos porque los datos documentados abarcan únicamente los últimos 300 años, los cuales constituyen el momento en la historia cuando los observadores comenzaron a contar las manchas solares que aparecían en el disco solar visible. Tenemos bases de datos relativamente confiables basadas en el número de manchas solares desde 1610 AD.

La radiación solar (RS) es el factor primordial que afecta el comportamiento, la evolución y la distribución geográfica de los seres vivientes habitando en la Tierra (Odum. 2006). Toda la energía que sustenta a todos los seres vivientes sobre la Tierra ha sido y es proveída por el Sol (Sutton. 2000). Sin la energía enviada por el Sol hacia la Tierra, la vida no sería posible en este planeta. Entonces, es de especial importancia conocer la forma en que cambios pequeños o grandes de la intensidad de la radiación solar (IRS) han afectado a los biosistemas en el pasado y cómo esos cambios de intensidad de la IS, grandes o pequeños, podrían affectar a la vida sobre la Tierra en el futuro.

Con respecto a la RST, el Berilio-10 y el Carbono-14 han sido excelentes variables proxy para períodos anteriores al uso de satélites para medir las variaciones solares. (White et al. 1997)

Objectivo de este Artículo

En 2001, Gerald Bond y colegas descubrieron una correlación entre los granos de cuarzo teñidos con hematita (GTH) y las condiciones climatológicas ambientales. Bond encontró una correlación positiva entre los cambios climáticos y el porcentaje de granos teñidos con hierro (GTH) depositados en capas sedimentarias bien conocidas. Ellos descubrieron que a mayor temperatura y humedad ambientales, mayor era el porcentaje de GTH. La hematita u oligisto es un mineral compuesto de óxido férrico (Fe2O3).

Bond y colegas atribuyeron el teñido de los granos de cuarzo a la insolación y dedujeron que a mayor insolación, mayor sería el porcentaje de GTH que ellos encontrarían. De hecho, la intensidad de la insolación, o la intensidad de la radiación incidente sobre la superficie terrestre está directamente relacionada con el número de GTH.

Sin embargo, la insolación es afectada por varios factores; por ejemplo, la nubosidad, el ángulo de incidencia de los rayos solares, la inclinación axial de la Tierra, la precesión, la órbita de translación de la tierra (radio orbital), la vegetación dominante, etc. A partir de esa deducción que había sido identificada también por Bond y sus colegas, me pregunté si podría haber una forma de demostrar si la insolación también estaba relacionada directamente con la Radiación Solar Total (RST) más que con las variables locales previamente mencionadas. A partir de las bases de datos de Granos Teñidos con Hierro (GTH) y de la RST establecí el objetivo fundamental para el análisis de una posible correlación entre los porcentajes de GTH y la RST.

Metodología

Encontré un problema con las bases de datos sobre la RST y las de los GTH que consistieron en los períodos cubiertos por cada base de datos. Mientras que las bases de datos sobre los GTH cubren períodos de 70 años cada uno, la  base de datos de la RST comprende períodos anuales que, según lo esperado, no cubren el conjunto total de la base de datos sobre GTH, la cual es de 11500 años. La base de datos de la RST es de solamente 350 años.

El problema ha sido solucionado al comparar magnitudes instantáneas de la base de datos de GTH con los valores instantáneos de la base de datos de la RST, ambos correspondientes a promedios anuales.

En esta comparación, consideré las reconstrucciones de la RST basada únicamente en el número de manchas solares, realizada por el Dr. Leif Svalgaard (Svalgaard. 2008), y otra base de datos de la RST calculada por la Dra. Judith Lean (Lean et al. 2000). Para la reconstrucción de los GTH, hice uso de las bases de datos del Dr. Gerald Bond publicadas en 2005. La reconstrucción de la Dra. Lean de la RST incluye variables de isótopos y manchas solares, así que su base de datos cubre un período más prolongado que el período cubierto por la reconstrucción de la RST del Dr. Svalgaard.

La siguiente gráfica es una comparación entre la base de datos completa del Dr. Bond de los GTH (Bond et al. 2001), la base de datos completa de la Dra. Lean (Lean et al. 2000) sobre la RST y la base de datos completa del Dr. Svalgaard (Svalgaard. 2008) sobre la RST:

PRESIONE LA GRÁFICA PARA VER UNA IMAGEN MÁS GRANDE

La gráfica sobre estas líneas muestra correlaciones positivas entre las tres bases de datos. Note la ocurrencia de un período de calentamiento durante la Edad Media, cuyo cambio de temperatura fue mucho más elevado que la fluctuación moderna ocurrida en 1998 DC. (el período de calentamiento Medieval comprende de la edad 490 a la edad 350).

INICIO DE PÁGINA ^^

En la siguiente gráfica calculé el promedio en una escala de 70 años a partir de la reconstrucción de la RST del Dr. Svalgaard. Hice la comparación con los promedios en una escala de 70 años de los valores de GTH:

PRESIONE LA GRÁFICA PARA VER UNA IMAGEN MÁS GRANDE

La gráfica muestra claramente una fuerte correlación positiva entre las escalas de 70 años de la RST y los GTH.

INICIO DE PÁGINA ^^

En la siguiente gráfica comparé las bases de datos de las variables apiladas correspondientes al vidrio, GTH y Carbono-14 con las reconstrucciones de Lean y Svalgaard sobre la RST para los siete períodos de correspondencia, comprendiendo 70 años por cada período:

PRESIONE LA GRÁFICA PARA VER UNA IMAGEN MÁS GRANDE

La correlación entre las tres bases de datos es otra vez positiva, lo cual significa que los porcentajes de las variables apiladas varían en proporción directa con la intensidad de la RST.

INICIO DE PÁGINA ^^

En la siguiente gráfica plasmé solamente las edades de la RST de las bases de datos de Lean y Svalgaard con los períodos correspondientes de la base de datos de GTH reconstruida por Bond y colegas:

PRESIONE LA GRÁFICA PARA VER UNA IMAGEN MÁS GRANDE

La gráfica sobre estas líneas muestra fuerte correlación positiva entre la escala a 70 años de la reconstrucción sobre la RST del Dr. Svalgaard y las variables apiladas de la base de datos de Bond y colegas.

INICIO DE PÁGINA ^^

La siguiente gráfica es una comparación entre la base de datos sobre porcentajes de vidrio en las muestras de capas sedimentarias y la radiación solar total:
PRESIONE LA GRÁFICA PARA VER UNA IMAGEN MÁS GRANDE

La gráfica sobre estas líneas muestra una correlación positiva entre las tres bases de datos.

INICIO DE PÁGINA ^^

La siguiente gráfica muestra la correlación entre los promedios a escala de 70 años de la reconstrucción hecha por Svalgaard sobre la RST y las magnitudes apiladas de las variables de la base de datos de Bond y colegas:

PRESIONE LA GRÁFICA PARA VER UNA IMAGEN MÁS GRANDE

La gráfica sobre estas líneas muestra una fuerte correlación positiva entre la reconstrucción de la RST del Dr. Svalgaard y la proporción de Granos de Cuarzo de la base de datos de Bond y colegas.

INICIO DE PÁGINA ^^

The Sun Today. Image: SOHO; 18 June 2009
Coeficientes de Correlación

  • El coeficiente de correlación entre la reconstrucción de la RST de Lean y la base de datos de Bond sobre los porcentajes de GTH es de 0.2.

  • El coeficiente de correlación entre la reconstrucción de la RST de Svalgaard y la base de datos sobre GTH de Bond et al es de 0.99.

  • El coeficiente de correlación entre la reconstrucción de la RST de Svalgaard a escala de 70 años y la base de datos sobre GTH de Bond et al es de -0.55.

  • El coeficiente de correlación entre la reconstrucción de la RST de Lean y la base de datos sobre variables proxy apiladas de Bond et al es de 0.16.

  • El coeficiente de correlación entre la reconstrucción de la RST de Svalgaard y la base de datos sobre variables proxy apiladas de Bond et al es de 0.4.

  • El coeficiente de correlación entre la reconstrucción de la RST de Svalgaard a escala de 70 años y la base de datos de variables proxy apiladas de Bond et al es de 0.62.

  • El coeficiente de correlación entre la base de datos de Granos de Cuarzo y la reconstrucción de la radiación solar total de Svalgaard es de 0.73.

INICIO DE PÁGINA ^^


Extrapolación

La base de datos más extensa es la reconstrucción de la Dra. Lean sobre la intensidad de la irradiación solar total, la cual comprende 420 años. Para el siguiente gráfico, extrapolé la irradiación solar total (IST) a partir de las magnitudes conocidas sobre la proporción de granos teñidos por hierro (GTH). Dado que la correlación entre los GTH y la IST es logarítmica, he utilizado la siguiente fórmula para extrapolar los datos a períodos previos a la utilización de satélites para medir la irradiación total:

TSI = 2.052 [ln (7)] + 1361.5 = 1365.49 W/m^2

Por ejemplo, comparando la intensidad de la IST de hace 7000 años con la base de datos moderna, la actividad solar prehistórica es similar a la que se mantuvo durante el año 1975.

La resolución de las proporciones de GTH es de 20 años; consecuentemente, la resolución de la IST es también de 20 años para períodos previos a 1700 AC:

PRESIONE LA GRÁFICA PARA VER UNA IMAGEN MÁS GRANDE

La extrapolación de la IST basada en la proporción de GTH muestra claramente que la Irradiación Solar Total (IST) ha estado declinando durante el Holoceno. El Óptimo del Holoceno está claramente delineado por una proporción de Granos Teñidos por Hierro (GTH) mucho mayor que para otros períodos antes y después del Óptimo del Holoceno. No existe duda alguna sobre la ocurrencia del período Óptimo del Holoceno.

INICIO DE PÁGINA ^^

Conclusiones

La correlación entre las reconstrucciones de RST y la base de datos de GTH permite que deduzcamos que existe una influencia directa de la RST sobre el índice de granos teñidos con hierro (GTH). Dado que el teñido de los granos por hierro depende también de la temperatura ambiental y de la humedad relativa, podemos concluir que los cambios del clima que propiciaron el teñido de los granos por hierro fueron causados por cambios de la RST. Esto último es la mejor conexión que podemos inferir a partir de los coeficientes de correlación, los cuales fueron altos para las dos reconstrucciones de Radiación Solar Total (RST), la de Lean y la de Svalgaard.

El alto coeficiente de correlación entre las reconstrucciones de la RST y las variables proxy apiladas muestra claramente que aunque existen algunas variables proxy que no son responden siempre a la intensidad de la radiación solar, existen otras, como el 10Be y los GTH . Otras variables proxy podrían ser más afectadas por la insolación que por la IRS.

El coeficiente de correlación para las magnitudes promediadas de la base de datos de Svalgaard sobre la RST en períodos de 70 años muestra perceptiblemente que los granos teñidos por hematita en una capa geológica específica representan la población de granos teñidos acumulados a través de períodos de 70 a 100 años.

El período comprendido por la base de datos de GTH es suficientemente largo como para poder concluir que esta variable proxy es conveniente para deducir la irradiación solar total para períodos anteriores al inicio del uso de tecnología satelital y de observaciones directas del número de manchas solares.

La evaluación de granos teñidos por hierro (o hematita) es una de las metodologías científicas actuales más confiables para determinar el clima que prevaleció en el calendario geológico, opuesta a la del bióxido de carbono, el cual es usado como variable proxy para calcular las temperaturas de la Tierra; sin embargo, la inexactitud del bióxido de carbono como variable proxy del clima se revela claramente cuando vemos que los niveles del bióxido de carbono atmosférico aumentan mucho tiempo después de la ocurrencia de calentamientos climáticos, además de que la concentración de bióxido de carbono atmosférico no siempre cambia en relación a los cambios climáticos, sino también al volcanismo y a las emisiones de gases desde el subsuelo.

Por otra parte, hay una fuerte correlación entre las variables proxy apiladas obtenidas por Bond y colegas y la reconstrucción a escala de 70 años de la base de datos sobre la RST de Svalgaard. El coeficiente de correlación para esas bases de datos es de 0.62, lo cual constituye una fuerte evidencia sobre la correlación directa entre las variables proxy apiladas del porcentaje de granos teñidos por hierro, vidrio sedimentario y carbono 14, y la intensidad de la radiación solar.

Los granos teñidos con hierro (hematita), el berilio-10 y el vidrio son variables proxy cuya respuesta a la irradiación solar es constante y relativamente regular a través de las eras geológicas. Esas variables proxy apiladas pueden utilizarse con confianza para calcular la irradiación solar total que incide sobre la capa superiores de la atmósfera. Lo anterior queda demostrado en la gráfica comparativa de las proporciones de vidrio y la IRS, cuya correlación es del 73%.

Este análisis demuestra la correlación entre el clima de la Tierra y la intensidad de la radiación solar. Así ha sido en el pasado y así continúa siendo en el presente. No hay alguna razón para pensar que la influencia del Sol sobre el clima terrestre haya terminado.

Por otra parte, es bastante claro que la base de datos del Dr. Leif Svalgaard está profundamente alterada, además de ser incompleta. Al contrario, la base de datos de la Dra. Judith Lean, además de abarcar un período mucho más amplio, incluye datos obtenidos de proxies. Por esta razón, la base de datos de Judith Lean es mucho más confiable y apegada a la realidad que la base de datos de Svalgaard.

Los biólogos pueden hacer uso de estas variables proxy para conocer, hasta cierto punto, las condiciones climatológicas que imperaban en una determinada época, en una región dada. La metodología es bastante sencilla y posee una resolución de 20 años (0.5 cm/año). Las bases de datos pueden ser ampliadas para proporcionar un mayor número de grados de libertad para las comparaciones estadísticas.


BIBLIOGRAFÍA

Broecker, Wallace S. Was the Medieval Warm Period Global? Science. 23 February 2001. Vol. 291. No. 5508, pp. 1497 – 1499.

Bond, Gerard et al. Persistent Solar Influence on North Atlantic Climate During the Holocene. Science 7 December 2001: Vol. 294. no. 5549, pp. 2130 – 2136.

Jablonski, David; Erwin, Douglas H.; Lipps, Jere H. Evolutionary Paleobiology. 1996. The University of Chicago; Chicago, Illinois.

Keenlyside, N. S., Latif, M., Jungclaus, J., Kornblueh, L. and Roeckner, E. Advancing Decadal-Scale Climate Prediction in the North Atlantic Sector. Nature 453, 84-88 (1 May 2008) | doi:10.1038/nature06921; Received 25 June 2007; Accepted 14 March 2008; Corrected on 8 May 2008.

R. Kozdon, A. Eisenhauer, M. Sarnthein, M. Weinelt, D. Hippler, C. Millo, J. Simstich. Calcium Isotope Fractionation as a new and Sensitive Proxy for the Reconstruction of Sea Surface Temperatures in High Northern Latitudes. 2004. Geophysical Research Abstracts. Vol. 6, 03641.

Lean, J. 2004. Solar Irradiance Reconstruction. IGBP PAGES/World Data Center for Paleoclimatology Data Contribution Series # 2004-035. NOAA/NGDC Paleoclimatology Program, Boulder CO, USA.

Nahle, N. (1999).  Biology.  Biology Cabinet. New Braunfels, TX. Obtained on (month) (day), (year) from http://biocab.org/Biology.html.

Nahle, Nasif. (2007) Warming Periods in the Holocene Epoch. ©Biology Cabinet Organization. 22 March 2007. http://www.biocab.org/Holocene.html. Last visit on (day) (month) (year).

Nasif Nahle and Adip S. Nahle. Global Tropospheric Temperature Deviations since the Medieval Age. 12 February 2006. http://www.biocab.org/MGW_to_2006.html

Odum, Eugene P. and Barrel, Gary W. Fundamentos de Ecología-Quinta Edición.2006. International Thompson Editores, S. A. de C. V. México, Distrito Federal.

Shaviv Nir J. On Climate Response to Changes in the Cosmic Ray Flux and Radiative Budget. 2004. JGR-Space, Vol. 110, A08105.

Sutton, David B., Harmon, N. Paul. Ecology: Selected Concepts. 2000. John Wiley & Sons, Inc. New York.

Svalgaard, L. 2008. Reconstruction of Total Solar Irradiance. Research Analysis. Last reading on May 12, 2008.

White, W. B., J. Lean, D. R. Cayan, and M. D. Dettinger. (1997). Response of global upper ocean temperature to changing solar irradiance. J. Geophys. Res. 102 (C2). Pp. 3255–3266.

INICIO DE PÁGINA ^^