Download Diagnóstico de las Tendencias actuales de fenómenos

Diagnóstico de las Tendencias
actuales de fenómenos
meteorológicos extremos y
proyección de su actividad al
clima futuro cercano 2030 y
clima futuro lejano 2080.
Considerando los efectos del
cambio climático global y otros
efectos locales.
Informe Final
Preparado por
Alejandro Zitácuaro Contreras,
Juan Matías Méndez Pérez y
Víctor Magaña Rueda
Noviembre 2011
Índice
Introducción .............................................................................................................................3
Construcción de una base de datos confiable. ..............................................................4
Control de calidad de los datos y reconstrucción de series de tiempo
faltantes. ................................................................................................................................5
Evaluación de la base de datos ..........................................................................................8
Ciclo anual de la lluvia en México .................................................................................. 10
Clima durante el invierno ................................................................................................. 13
Clima durante el verano .................................................................................................... 18
Cálculo de índices de eventos extremos de precipitación y temperatura ...... 27
Escenarios de Cambio Climático para México ........................................................... 39
Nortes y Ciclones Tropicales del Simulador de la Tierra ...................................... 55
Riesgo y reducción de vulnerabilidad ante eventos extremos bajo Cambio
Climático ............................................................................................................................ 60
Conclusiones ......................................................................................................................... 68
Referencias bibliográficas ................................................................................................ 68
Anexo 1.................................................................................................................................... 69
INE |CCTA
Anexo 2.................................................................................................................................... 76
2
Introducción
De acuerdo a los informes del IPCC, varios indicadores sugieren un incremento en
la frecuencia e intensidad de algunos de los eventos extremos, esto se puede
traducir a un incremento en el Riesgo Climático.
La información climática adquiere un alto valor socioeconómico en aquellas partes
del mundo donde se le considera como un elemento para la toma de decisiones. En
países con proyectos de desarrollo sustentable, sectores como la administración
del agua, la agricultura o la energía, han trabajado con información del clima desde
hace más de una década. Para iniciar los trabajos de diagnóstico de la
vulnerabilidad de México ante cambio climático es necesario contar con una base
de datos observados robusta, que permita realizar estudios sobre las condiciones
medias, las variaciones y las tendencias del clima en nuestro país.
En diversas regiones del mundo se han utilizado datos históricos de variables
meteorológicas para el monitoreo y detección del cambio climático (Brunet-India y
López-Bonillo, 2001), identificación de patrones recurrentes asociados a eventos
extremos (Aguilar et al, 2005; Alexander et al. 2006) y estrategias para reducir el
grado de vulnerabilidad a las variaciones y cambios del clima, que requieren el uso
de información climática confiable. En el caso de México, son varias las bases de
datos que se encuentran disponibles, en la mayoría de ellas no se ha aplicado un
proceso de control de calidad, homogeneidad y análisis espacio-temporal para
generar un conjunto de datos estándar utilizable en la generación de productos
operativos y de investigación. Las bases de datos climáticas de calidad permitirán
no sólo mejorar nuestro entendimiento de la variabilidad climática regional, sino
también avanzar en su modelación y en la valoración de los posibles impactos del
cambio climático.
INE |CCTA
Un elemento de gran importancia en el análisis del clima de una región es contar
con bases de datos completas y confiables. La situación actual en meteorología es
que existen fuentes y bases de datos dispersas. La información climática proviene
de diversas fuentes, entre las que se incluye información obtenida de redes de
estaciones meteorológicas, estimaciones por satélite, radiosondeos o radar. Mucha
de esta información es integrada en bases de datos en mallas regulares mediante la
asimilación de datos también llamados Reanálisis (Kalnay et al. 1996), en los que
se integran observaciones y estimaciones meteorológicas mediante modelos que
imponen restricciones físicas a los campos generados en puntos de malla. Un
problema recurrente en la investigación del clima, está relacionado con un número
limitado de estaciones utilizadas para el análisis, lo cual lleva a que no siempre
reflejen los episodios de tiempo o de clima extremo en toda su dimensión espacial,
o en toda su magnitud. Los avances en materia de sensores remotos y la
incorporación de nuevas técnicas de análisis y asimilación de datos han permitido
un desarrollo importante en materia de datos como insumo fundamental para la
investigación y el monitoreo del sistema climático.
3
Este trabajo concentrará una caracterización para representar eventos extremos
de precipitación, temperatura, ciclones tropicales y eventos de “Norte” en la
actualidad y el pasado reciente, de forma que puedan contextualizarse las
proyecciones al futuro.
Construcción de una base de datos confiable.
Descripción de los datos diarios en malla regular
En esta etapa se desarrollaron bases de datos diarios de precipitación,
temperatura máxima y mínima en una malla regular con una resolución espacial
de 0.1875 x 0.1875 (aproximadamente 20 km x 20 km), cubriendo el periodo de
1979-2008. Los registros diarios de estas variables, obtenidos de las estaciones,
antes de ser procesados en un esquema de análisis objetivo, son sometidos a un
esquema de control de calidad y reconstrucción de series de tiempo faltantes. Para
la generación de esta base de datos en una malla regular, se usaron registros
diarios de las redes de estaciones climatológicas de México, sur de Estados Unidos
y Centroamérica, de las siguientes fuentes de datos:
I.
Clima Computarizado (Climate Computing CLICOM)
Esta base de datos incluye, entre otras variables, las temperaturas máxima y
mínima registrada en 24 horas, así como la precipitación acumulada en ese mismo
lapso de tiempo. El valor reportado para la observación diaria representa los
datos colectados durante las 24 horas previas, terminando a las 8 de la mañana.
Esta base forma parte de la red de estaciones climatológicas convencionales del
Servicio Meteorológico Nacional (SMN).
II. Red Climatológica Histórica Global Diaria versión 1.0 (Global
Historical Climatology Network Daily GHCND v1.0)
Esta base de datos diarios, forma parte de una red global de estaciones
climatológicas (NCDC 2004) que registra variables meteorológicas, incluyendo
temperatura máxima y mínima y precipitación. Es un compuesto de registros
climáticos de diversas fuentes y sujetas a una serie de revisiones de control de
calidad. Esta base de datos se utilizó para complementar a CLICOM, con
información de las estaciones del sur de Estados Unidos y Centroamérica.
INE |CCTA
De estas dos fuentes de datos, inicialmente sólo se utilizaron aquellas estaciones
que tuvieran por lo menos 70% de datos diarios y con un mínimo de 15 años de
registros cubriendo el periodo de análisis de 1979-2008. El número de estaciones
que cumplen estos criterios, para el caso de precipitación es de 3,456 (Fig. C1-1a),
y de 3,120 para temperatura (Fig. C1-1b).
4
a)
b)
Figura C1-1: Localización de estaciones climatológicas (CLICOM + GHCND) con
información de a) precipitación y b) temperaturas (máxima y mínima). Los puntos
verdes indican series de tiempo largas y continuas. Los puntos rojos indican series
reconstruidas.
Antes de procesar la información y generar la malla uniforme a partir de
estaciones distribuidas de manera irregular, y con la finalidad de mejorar los
análisis de lluvias los datos de precipitación de las estaciones fueron sometidos a
un esquema de control de calidad. Se supone que los datos obtenidos de la base
GHCND han pasado por un control de calidad desde su origen, sin embargo el
esquema propuesto en este trabajo se aplica a cada una de las estaciones
INE |CCTA
Control de calidad de los datos y reconstrucción de series de
tiempo faltantes.
5
disponibles dentro del periodo de análisis. El proceso de análisis de los datos
observados, se divide en 2 etapas:
1. Control de calidad de datos entrantes.
2. Reconstrucción de series de tiempo.
1.
Control de calidad de los datos entrantes.
Esta etapa tiene la finalidad de eliminar aquellos errores de registro relacionados
con:
Posición geográfica.Verificación y, en su caso, corrección de la posición geográfica
de las estaciones climatológicas.
Datos repetidos.Eliminación de aquellos datos que estuvieran repetidos debido a
que dos estaciones se encontraban localizadas en el mismo sitio.
Captura de datos.Identificación y eliminación de los errores de captura (e.g. falta de
punto decimal en una cifra, magnitudes de lluvia fuera del rango de registros, etc.).
2.
Reconstrucción de series de tiempo.
Este procedimiento tiene el objetivo de derivar series de tiempo con mayor
duración y continuidad en lo posible, obtenidas a mediante la información de las
estaciones de los alrededores (estaciones vecinas), mediante la identificación y
sustitución de registros anómalos o cuestionables en la base de datos.
La reconstrucción de una serie de tiempo fragmentada, a partir de estaciones
vecinas, supone que el cese de registro en una estación, y el establecimiento de una
o más nuevas estaciones cerca a la existente, resulta en una o más series de tiempo
las cuales usualmente no son útiles para el análisis climático, como consecuencia
de su corta duración. Primeramente, se identificaron aquellas estaciones con
mayor longitud y continuidad de registros diarios, así como las estaciones de
menor duración y que requieren una reconstrucción de series de tiempo.Existen
diversas aproximaciones parar llenar huecos en series de datos climáticos diarios
(Eischeid et al 2000) que consideran la historia de los datos mismos, o el uso de
datos de estaciones cercanas (Paulhus and Kolher, 1952; Eisched et al 2000).
En este trabajo, la reconstrucción de datos faltantes se enfoca en la información de
las estaciones vecinas, y para ellos se implementaron dos técnicas:
INE |CCTA
I.
Sustitución del valor de la estación más cercana.
Esta técnica consiste en llenar los datos faltantes directamente con los datos
de la estación más cercana que tuviera información. Dicha técnica establece
dos criterios: la estación más cercana debe estar dentro de un radio de 25
km de la estación a sustituir, y que la correlación entre las serie diarias de
ambas estaciones fuera mayor a 0.5, con un mínimo de tres años de datos
en común.
6
II.
Interpolación de estaciones vecinas
Para esta interpolación de series de datos provenientes de estaciones
vecinas, se utilizó el llamado inverso de la distancia ponderada, que puede
ser expresada como:
( )
∑
( )
∑
Donde ( ) es el valor del predictando de acuerdo al promedio ponderado de los
( ) es el
datos en los puntos ( ) ( )
( ). La distancia d entre ( )
factor ponderado, y se utilizó un valor de r igual a 2. Y la distancia máxima para la
interpolación es de 25 km. Esta técnica se aplica siempre y cuando haya un mínimo
de tres estaciones vecinas. En caso contrario, se aplica la técnica de sustitución del
valor de la estación más cercana.
Análisis objetivo tipo Cressman
Una vez que las series de tiempo han sido sometidas a un control de calidad y
reconstrucción de datos faltantes, se procedió a interpolarlos a una malla regular,
con la finalidad de un mejor entendimiento de la variabilidad espacio-temporal del
clima (New et al. 1999). La interpolación se lleva a cabo mediante un esquema de
análisis objetivo de correcciones sucesivas tipo Cressman (Cressman 1959). El
análisis objetivo es un proceso de interpolación espacial de los datos a una malla
regular a partir de reportes de estaciones distribuidas de manera irregular.
INE |CCTA
Este esquema pretende mejorar un campo preliminar, mediante la incorporación
de observaciones.Se sugiere seleccionar como campo preliminar una base de datos
en una malla regular que haya sido construida previamente, esto es para tener una
mejor aproximación al campo final tanto como sea posible. Para este estudio se
tomó como campo preliminar la base de datos de precipitación mensual de alta
resolución espacial de 0.1875° x 0.1875° del North American Regional Reanalysis
(NARR) (Mesinger et al. 2006), y que cubre el periodo de análisis (1979-2008).
Este campo preliminar se somete a una serie de correcciones al incorporar
observaciones cuando y donde estén disponibles. Tal corrección se basa en las
observaciones que se encuentran dentro de un radio de influencia alrededor del
punto de malla de interés. Se asignan pesos cuya magnitud es inversamente
proporcional a la distancia entre una estación y un punto de malla. De esta forma,
el punto de malla no es representativo de una sola estación, sino de un ajuste de
todos los datos de los alrededores. El radio de influencia disminuye para cada paso
de corrección, así que el campo es corregido con las características de mayor
escala en la primera iteración y con una menor escala durante las iteraciones
siguientes. Este procedimiento se repite en cada punto de la malla y en cada paso
de tiempo.
7
Evaluación de las bases de datos
Se evaluó el desempeño de las bases de datos generada con los registros diarios de
precipitación y temperatura, mediante el cálculo del coeficiente de correlación
entre la serie de tiempo observada (original) y la interpolada al sitio a partir de la
malla generada. Se observa que en la mayor parte de los sitios, el coeficiente de
correlación es por arriba de 0.7 (Fig. C1-2a). Del mismo modo, se determinó el
error cuadrático medio y se observa que los valores más altos se localizan en la
región sur y sureste de México, relacionados con las mayores precipitaciones que
ocurren en el país (Fig. C1-2b).
b)
Figura C1-2. a) Coeficiente de correlación y b) error cuadrático medio entre
precipitación diaria observada y estimada de la malla
INE |CCTA
a)
8
a)
b)
Figura C1-3. a) Coeficiente de correlación y b) error cuadrático medio entre
temperatura mínima observada y estimada de la malla
INE |CCTA
Lo mismo se hizo para las bases de datos de temperatura mínima (Fig.3) y máxima
(Fig. C1-4). En ambos casos, la mayoría de los sitios tienen un coeficiente de
correlación por arriba de 0.7, entre los datos observados y los interpolados a partir
de la malla desarrollada.
9
a)
b)
Figura C1-4. a) Coeficiente de correlación y b) error cuadrático medio entre
temperatura máxima observada y estimada de la malla
En México, las actividades económicas como la agricultura, la ganadería, la pesca,
la generación de energía eléctrica, se ven afectadas por las variaciones del clima de
un año a otro. Algunos de los impactos de estas variaciones son más evidentes
durante condiciones extremas del clima, tal como acontece bajo sequías
prolongadas. Las variaciones interanuales del clima están moduladas, en gran
medida, por la ocurrencia de El Niño (Magaña 1999). Dada su posición geográfica y
compleja orografía, México presenta una gran variedad de climas, que son
INE |CCTA
Ciclo anual de la lluvia en México
10
determinados por la precipitación y temperatura, con inviernos fríos y
relativamente secos (Fig. C1-5a, C1-6a y C1-7a), mientras que los veranos son
calurosos y lluviosos (Fig. C1-5b, C1-6b y C1-7b).
a)
b)
INE |CCTA
Figura C1-5. Precipitación acumulada (en mm) promedio (1979-2008) para la base
de datos interpolada. a) meses de invierno (diciembre-febrero) y b) meses de
verano (junio-septiembre)
11
a)
b)
INE |CCTA
Figura C1-6. Temperatura mínima (en C) promedio (1979-2008) para la base de
datos interpolada. a) meses de invierno (diciembre-febrero) y b) meses de verano
(junio-septiembre)
12
a)
b)
Figura C1-7. Temperatura máxima (en C) promedio (1979-2008) para la base de
datos interpolada. a) meses de invierno (diciembre-febrero) y b) meses de verano
(junio-septiembre)
Durante el invierno (diciembre-febrero) se registran las temperaturas más bajas
del año, principalmente en el norte y en las regiones montañosas (Fig. C1-6a),
incluso ocurren nevadas en algunas sierras. Las temperaturas mínimas durante el
INE |CCTA
Clima durante el invierno
13
invierno oscilan entre -6 y 16 °C, con las temperaturas más bajas en el norte de
México. Las temperaturas máximas oscilan entre 14 y 30°C, con los valores más
altos en el sur de México (Fig. C1-7a).
Dada su ubicación geográfica, en México el régimen de lluvias durante el invierno
está dominado por sistemas meteorológicos de latitudes medias, como ciclones de
latitudes medias y los llamados frentes fríos. Conforme la masa de aire frío,
asociada a estos sistemas frontales, se desplaza hacia el Golfo de México, se
experimenta una disminución en la temperatura, así como la presencia de lluvias
que en ocasiones suelen ser intensas a lo largo de la vertiente del Golfo de México.
Algunos de estos sistemas de latitudes medias logran avanzar hacia los Mares
Intra-Americanos, convirtiéndose en los llamados “Nortes", afectando el Golfo de
México y sureste de México, e incluso en ocasiones logran internarse hasta
Centroamérica y el Caribe (Schultz et al. 1997). La lluvia asociada al paso de estos
sistemas ocurre principalmente en la vertiente del Golfo de México, sureste de
México y Península de Yucatán (Fig, C1-5a). Por su desplazamiento y
características, los “Nortes" son una manifestación de la interacción entre los
subtrópicos y trópicos. Puesto que no siempre ocurre precipitación durante un
“Norte”, no se considera que esta variable cumpla con las condiciones para ser
incorporada como un criterio objetivo de detección de “Nortes”.
De manera objetiva, un evento de “Norte” puede identificarse en datos históricos
cuando se cumplen las dos siguientes condiciones, de acuerdo a Vázquez (2000):
donde
es el descenso de temperatura máxima en 24 horas, y el viento de
superficie sopla en el rango
donde θ es la dirección media del viento en una extensa región del Golfo de México
(entre 18°N a 27°N y 100° W a 90°W). Es decir, la dirección media del viento tiene
una componente del norte (oscilando entre noroeste y noreste).
Se realizó el diagnóstico de actividad de “Nortes” en el Golfo de México en el
periodo 1979-2008 de acuerdo al criterio de Vázquez (2000), utilizando datos
diarios de viento en superficie y temperatura máxima de NARR con el cual se
identificaron 637 casos de “Norte”. Con los eventos identificados se elaboró el
patrón compuesto, promediando los campos de precipitación, viento en superficie
y presión reducida al nivel del mar durante las fechas en que ocurre un “Norte”
(Fig. C1-8). Este patrón se caracteriza por un sistema de alta presión que se
desplaza del noroeste al sureste de Estados Unidos y vientos intensos del norte
INE |CCTA
Debido a que un “Norte” puede durar varios días, el descenso de temperatura que
acompaña a este sistema se presenta de manera continua, por lo que se considera
el más intenso de éstos para identificar la fecha principal del “Norte”. El descenso
de temperatura se monitorea en el punto geográfico 18°N, 95.6°W, que se
encuentra sobre la planicie costera de la vertiente del Golfo de México, y que se
denomina ‘punto de descenso’ (Vázquez 2000).
14
INE |CCTA
cubriendo el Golfo de México (Fig. C1-8), una disminución de temperatura
superficial, asociada al paso de una masa de aire frío que acompaña a este sistema
(Fig. C1-9). En cuanto a precipitación, ésta se presenta sobre el sureste de México
(principalmente sur de Veracruz y Tabasco) (Fig. C1-8), lo cual puede variar en
intensidad de un evento a otro, ya que en algunos casos sólo ocurre viento intenso
y una disminución de temperatura.
15
INE |CCTA
Figura C1-8. Patrón compuesto de presión reducida a nivel del mar (en mb, líneas),
viento en superficie (en m/s) y precipitación en 24 horas (en mm) que
caracterizan un “Norte” sobre el Golfo de México
16
Figura C1-9. Patrón compuesto de temperatura mínima (en C)
Con los resultados de la caracterización se construyó una lista de eventos de
“Norte” con la cual se estimó la frecuencia de los mimos para cada temporada
invernal en el periodo de 1980 al 2008 (Fig. C1-10) en la cual se aprecia una
variabilidad del orden de 7 a 12 años y una tendencia negativa a lo largo de los
treinta años analizados.
28
26
24
22
20
18
16
14
12
10
INE |CCTA
Figura C1-10. Frecuencia de eventos de “Norte” por temporada invernal y
tendencia de los 30 años de estudio.
17
4.3
4.1
3.9
3.7
3.5
3.3
3.1
2.9
2.7
2.5
Noviembre
Diciembre
Enero
Febrero
Marzo
Abril
Figura C1-11. Frecuencia de eventos de “Norte” por mes (1980-2008).
Cabe señalar que el número de eventos de “Norte” por mes son en promedio 2.5
para el mes de Abril y 4 para el mes de enero.
Clima durante el verano
México tiene una gran variedad de climas, desde los más calurosos con condiciones
secas en el noroeste del desierto de Sonora, con precipitación anual menor de 100
mm, hasta un clima tropical en la parte sur (Tabasco y Chiapas) con más de 3500
mm al año (García 2003). En gran parte del país, más del 60% de la precipitación
anual ocurre durante los meses de verano (junio-septiembre), aunque en algunas
partes del sur de México las lluvias ocurren de mayo a octubre. En general, la
mayor parte del territorio nacional tiene un clima de tipo monzónico,
caracterizado por un periodo relativamente seco durante el invierno (Fig. C1-5a) y
uno lluvioso en los meses de verano (Fig. C1-5b). Durante el verano, las zonas
semiáridas son extremosas, con temperaturas máximas que superan con
frecuencia los 40 °C (Fig. C1-7b). Las temperaturas mínimas oscilan entre los 8 y
24 °C, siendo las regiones montañosas donde se registran las temperaturas más
bajas.
La actividad de ciclones tropicales es un factor esencial para las lluvias de verano
en México (Jáuregui 1967; 1989; 2003). Dada su situación geográfica, México se
encuentra en medio de dos regiones ciclogénicas muy activas: Pacífico del este y
INE |CCTA
La precipitación durante los meses de verano está modulada principalmente por
los siguientes sistemas: Zona de Convergencia Inter-Tropical (ZCIT), Monzón
Mexicano, Ondas del este y ciclones tropicales (Magaña 1999). En este reporte sólo
se analizará la actividad de ciclones tropicales.
18
Mar Caribe. Durante veranos El Niño hay una disminución en las lluvias,
principalmente en el noreste de México, asociada a un menor número de
huracanes en el Caribe y Golfo de México (DeMaria and Kaplan 1994). Esta menor
actividad de huracanes afecta principalmente a las lluvias del norte de Veracruz,
Tamaulipas y Coahuila. En Tamaulipas por ejemplo, un ciclón tropical puede dejar
suficiente lluvia para que la temporada se considere anómalamente húmeda, por lo
que la falta de estos sistemas puede ocasionar sequías (Uribe 2000). Por ello,
cambios en la actividad de huracanes en ciertas regiones de México puede hacer
que el total anual de precipitación varíe entre 30 o 40% (Uribe 2000). Bajo tales
cambios o rangos de precipitación a escala local, puede ocurrir que un sitio
experimente condiciones de sequía, mientras que otro cercano tenga una
temporada lluviosa.
Mediante la base de datos de trayectorias de ciclones tropicales construida por la
NOAA (HURDAT – ReAnalysis Project) al recopilar observaciones del Centro
Nacional de Huracanes de los Estados Unidos, tanto del océano Atlántico como del
Pacífico, se identificaron aquellos sistemas que por su cercanía al territorio
nacional se pueden considerar como sistemas que impactaron el territorio
nacional en el periodo 1951-2010 (Fig. C1-12).
INE |CCTA
Los ciclones tropicales etiquetados como sistemas que impactaron en la República
Mexicana fueron filtrados del total de la base de datos para identificar patrones de
tendencia en los últimos 30 años. Las categorías tomadas en cuenta en este trabajo,
son las que presentaron los sistemas al momento de tocar las regiones marcadas
en la Figura C1-12, por lo que un mismo sistema pudo ser contabilizado en dos
regiones distintas si éste afecto más de una región de acuerdo a su trayectoria. Los
ciclones mencionados pudieron tener una categoría mayor a lo largo de su
trayectoria pero dicho grado de intensidad no fue el que afecto territorio mexicano
por lo que el análisis en este trabajo descarto la intensidad máxima alcanzada por
estos sistemas y sólo tomó en cuenta la categoría de impacto.
19
Pacífico
Norte
Golfo
Norte
Pacífico
Centro
Yucatán
Golfo
Centro
Pacífico
Sur
Figura C1-12. Área tomada como criterio para identificar ciclones tropicales que
afectaron territorio mexicano y su división para determinar 6 zonas de impacto,
Pacífico Norte, Pacífico Centro, Pacífico Sur, Golfo Norte, Golfo Centro y Yucatán.
INE |CCTA
Para identificar algún cambio en las zonas donde se forman los ciclones tropicales
que han afectado la RepúblicaMexicana se dividió el periodo en dos secciones de
30 años (Fig. C1-13b y C1-13c).En el periodo de 1981 al 2010la formación de los
ciclones tropicales analizados se observa más cercana a las costas en el sur del
Golfo de México y costas de Quintana Roo. Mientras que en el lado del Pacífico, al
sur del territorio nacional, la zonas de formación ó ciclogénesis se ha alejado de las
costas mexicanas en comparación del periodo de 1951 a 1980.
20
a)
b)
c)
La tendencia de ocurrencia de los ciclones tropicales que afectan territorio
mexicano con intensidad igual o mayor que Tormenta Tropical en la escala
Saffir/Simpson (Tabla C1-1) a lo largo de los últimos 60 años muestra un ligero
decremento (Fig. C1-14). Sin embargo, al separar y agrupar la ocurrencia de los
ciclones que afectaron territorio mexicano con menor intensidad, como las
tormentas tropicales y huracanes de categoría 1 y 2, así como los que son mayor
intensidad como huracanes de categoría 3, 4 y 5, se puede apreciar que el
decremento es apreciable en los sistemas de menor intensidad, en cambio la
ocurrencia de huracanes de mayor intensidad muestran una tendencia positiva.
Aunque cabe mencionar que esta tendencia positiva que se menciona es muy
pequeña (Fig. C1-15).
INE |CCTA
Figura C1-13. Ciclones tropicales que han afectado territorio mexicano.
a) Trayectorias de de ciclones en el periodo 1951-2010. b) Zonas de formación en
el periodo 1951-1980. c) Zonas de formación en el periodo 1981-2010
21
10
8
6
4
2
1951
1953
1955
1957
1959
1961
1963
1965
1967
1969
1971
1973
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
0
Figura C1-14. Numero de ciclones con categoría mayor o igual a Tormenta Tropical
que afectaron territorio mexicano (1951 - 2010).
10
T+1+2
8
3+4+5
6
4
2
1951
1954
1957
1960
1963
1966
1969
1972
1975
1978
1981
1984
1987
1990
1993
1996
1999
2002
2005
2008
0
Figura C1-15. Numero de ciclones con categoría mayor o igual a Tormenta Tropical
que afectaron territorio mexicano (1951 - 2010).
Tipo
Categoría
Depresión
Tormenta
Tropical
Huracán
Huracán
Huracán
Huracán
Huracán
DT
Vientos Sostenidos
(mph)
(km/hr)
<39
<62
TT
39-63
62-117
64-95
96-110
111-130
131-155
>155
118-153
154-177
178-200
201-250
>250
1
2
3
4
5
Presión
(hpa)
>980
965-980
945-965
920-945
<920
Olas
(ft)
Daños
4-5
6-8
9-12
13-18
>18
Mínimos
Moderados
Extensos
Extremos
Catastróficos
INE |CCTA
Tabla C1-1. Escala Saffir/Simpson
22
A los ciclones identificados como sistemas que impactaron territorio nacional de
acuerdo a la figura C1-12, se les realizó un conteo por categoría de impacto y por
zonas de afectación, los resultados se muestran en la Tabla C1-2 la cual se divide
en tres secciones, la primera muestra los conteos para el periodo de 60 años desde
1951 al 2010, la segunda y tercera sección muestran los conteos y porcentajes de
los periodos de 1951 a 1980 y de 1981 a 2010 respectivamente.
Los porcentajes en este análisis corresponden a la cantidad de sistemas que
afectaron la zona descrita en relación al total de sistemas que afectaron territorio
mexicano en el periodo de 1951 a 2010. Los valores de estos porcentajes señalan
que la república mexicana presentó una menor ocurrencia de los ciclones con
categorías mayor o igual a Tormenta Tropical en el periodo del 1981-2010 en
comparación del periodo 1951-1980.
El análisis de los sistemas ciclónicos formados en el lado del océano Pacífico
muestra una disminución del 8% en los últimos 30 años mientras que los formados
en el lado del océano Atlántico muestran un aumento del 4%. Realizando el mismo
ejercicio y agrupando las categorías en dos conjuntos donde el primer grupo
contempla las tormentas tropicales y huracanes de categoría 1 y 2 (T+1+2),
mientras que el segundo grupo el contempla los huracanes de categoría igual o
mayor que 3 (3+4+5) en la escala Saffir/Simpson; los valores muestran que los
ciclones más intensos que afectaron a México han disminuido su frecuencia en un
porcentaje de 0.7% en los formados del lado del Atlántico y 0.4 % en los formados
sobre el Pacífico. Asimismo, el grupo de los ciclones menos intensos reflejan un
aumento del lado del Atlántico de 6% y una disminución del 18% del lado del
Pacífico en el mismo periodo que comprende los últimos 30 años.
Para las regiones marcadas en la figura C1-12 los resultados indican que la zona
con mayor incidencia de ciclones es la Pacífico Centro y la de menos incidencia es
la Golfo Centro en el periodo completo de 60 años analizados. Separando en
periodos de 30 años se puede ver que no todas las zonas presentan la misma
tendencia, pues en los últimos 30 años la zonas marcadas como Yucatán y Golfo
Centro un aumento en el número de sistemas que las afectaron mientras que el
resto de las zonas presentan un decremento. Lo anterior ocurre tanto en el total de
sistemas como en el grupo de categorías de menor intensidad (T+1+2).
Los huracanes intensos (3+4+5) analizados por zonas, muestran que en Golfo
Centro y Pacífico Sur, existió un ligero aumento en los últimos 30 años en la
ocurrencia de los mismos, siendo de 1.1% y 0.4% respectivamente en cada zona.
INE |CCTA
Los 60 años analizados parecen indicar que aunque exista una disminución en las
tres últimas décadas, de los eventos de ciclones tropicales que producen
afectaciones en el territorio mexicano, ésta disminución no es uniforme en todas
las zonas de la República, ya que los datos muestran que en algunas regiones se
incrementaron los sistemas que afectaron.
23
Tabla C1-2. Conteo de ciclones que afectaron territorio mexicano. Los
porcentajes están basados de acuerdo al total general del periodo 19512010.
Rep. Méx.
Atlántico
Pacífico
Yucatán
G. Centro
G. Norte
P. Sur
P. Centro
P. Norte
T
136
41
95
21
18
18
38
47
34
1
91
12
79
4
6
7
24
47
36
2
13
7
6
7
1
4
0
4
3
3
11
6
5
6
2
2
1
4
3
4
10
8
2
7
2
5
0
2
0
1951-2010
5
Total
6
267
6
80
0
187
5
50
1
30
4
40
0
63
0
104
0
76
%
100
30
70
19
11
15
24
39
28
T+1+2
240
60
180
32
25
29
62
98
73
%
89.9
22.5
67.4
12.0
9.4
10.9
23.2
36.7
27.3
3+4+5
27
20
7
18
5
11
1
6
3
%
10.1
7.5
2.6
6.7
1.9
4.1
0.4
2.2
1.1
%
53
14
39
8
4
9
13
22
16
T+1+2
126
27
99
11
11
16
34
55
41
%
47.2
10.1
37.1
4.1
4.1
6.0
12.7
20.6
15.4
3+4+5
15
11
4
10
1
7
0
3
2
%
5.6
4.1
1.5
3.7
0.4
2.6
0.0
1.1
0.7
Rep. Méx.
Atlántico
Pacífico
Yucatán
G. Centro
G. Norte
P. Sur
P. Centro
P. Norte
T
76
20
56
9
8
11
19
27
25
1
48
6
42
1
3
4
15
27
16
2
2
1
1
1
0
1
0
1
0
3
6
3
3
3
0
2
0
2
2
4
5
4
1
4
1
2
0
1
0
1951-1980
5
Total
4
141
4
38
0
103
3
21
0
12
3
23
0
34
0
58
0
43
Rep. Méx.
Atlántico
Pacífico
Yucatán
G. Centro
G. Norte
P. Sur
P. Centro
P. Norte
T
60
21
39
12
10
7
19
20
9
1
43
6
37
3
3
3
9
20
20
2
11
6
5
6
1
3
0
3
3
3
5
3
2
3
2
0
1
2
1
4
5
4
1
3
1
3
0
1
0
1981-2010
5
Total
%
T+1+2
%
3+4+5
%
2
126
47
114
42.7
12
4.5
2
42 (+) 16 (+) 33 (+) 12.4 (+)
9
3.4
0
84
31
81
30.3
3
1.1
2
29 (+) 11 (+) 21 (+) 7.9 (+)
8
3.0
1
18 (+) 7 (+) 14 (+) 5.2 (+) 4 (+) 1.5 (+)
1
17
6
13
4.9
4
1.5
0
29
11
28
10.5
1 (+) 0.4 (+)
0
46
17
43
16.1
3
1.1
0
33
12
32
12.0
1
0.4
INE |CCTA
(+) Señal de incremento comparado con 1951-1980.
24
A lo largo de los 60 años entre 1951 y 2010, la distribución mensual de los eventos
ciclónicos que afectaron territorio mexicano se comporta de acuerdo a la figura C116a. Donde se aprecia que septiembre es el mes más activo tanto del lado del
Pacífico como del Atlántico. Asimismo, cada serie presenta un mínimo relativo
siendo en el mes de julio para los ciclones formados del lado del Atlántico, y Agosto
en los formados del lado del Pacífico.
Cuando separamos el grupo de ciclones intensos (3+4+5) los ciclones formados del
lado del Atlántico mantienenel mes de septiembre como el mes de máxima
ocurrencia, mientras que para los formados en el Pacífico los meses con mayor
ocurrencia cambian a octubre y noviembre, aunque la ocurrencia llega apenas a
dos casos por mes (Fig. C1-16b).
50
a) 40
30
20
Atlántico
10
Pacífico
0
10
8
6
4
Atlántico
2
Pacífico
0
Figura C1-16. Número de ciclones tropicales que han afectado territorio mexicano
por mes de 1951 a 2010. a) Total de eventos mayor o igual de Tormenta Tropical.
b) Total de ciclones intensos contemplando huracanes de categoría 3, 4 y 5.
INE |CCTA
b)
25
b)
30
25
20
15
10
5
0
1951-1980
1981-2010
1951-1980
1981-2010
Figura C1-17. Número de ciclones tropicales que han afectado territorio mexicano
por mes en periodos de 30 años. a) Formados en el Atlántico, Golfo de México o
Mar Caribe. b) Formados en el Pacífico-Este.
Para identificar los cambios en los patrones mensuales de los ciclones tropicales
que afectaron territorio nacional tanto del lado del Atlántico como del Pacífico en
los últimos treinta años, se dividió el conteo en dos periodos. El océano Atlántico
muestra un cambio en su distribución de frecuencias mensuales, teniendo a agosto
como el mes de mayor ocurrencia de eventos y a su vez dejó de presentarse un
mínimo relativo en Julio (Fig. C1-17a). La distribución de los ciclones formados en
el Pacífico-Este no presentan cambio en su distribución de ocurrencia anual,
mostrando el máximo de ocurrencia en septiembre y un mínimo relativo en agosto
para los dos periodos de treinta años.
INE |CCTA
a)
30
25
20
15
10
5
0
26
Cálculo de índices de eventos extremos de precipitación y
temperatura
La más reciente evaluación del Panel Intergubernamental sobre el Cambio
Climático (IPCC, 2007) reconoce un creciente interés en la ocurrencia de eventos
extremos de precipitación y temperatura que pueden estar cambiando en
frecuencia e intensidad como un resultado de la influencia del hombre en el clima.
El calentamiento del planeta incrementa la evapotranspiración, una atmósfera más
caliente tiene la capacidad de mantener más agua, niveles de mayor humedad y
altas temperaturas tienden a desestabilizar la atmósfera, produciendo cambios en
el tipo, cantidad, frecuencia, intensidad y duración de la precipitación. Los eventos
extremos de precipitación afectan las poblaciones urbanas debido a que la
infraestructura es inadecuada para afrontar inundaciones causadas por estos
eventos poco frecuentes. En las regiones agrícolas, los cultivos pueden sufrir daños
por exceso o déficit de lluvias. Por otro lado, la ocurrencia de ondas de calor o frío,
afectan principalmente la salud de la población.
El Grupo de Expertos en Detección e Índices de Cambio Climático (ETCCDI, por sus
siglas en inglés), ha propuesto un conjunto de índices de cambio climático útiles en
la detección, el análisis y el monitoreo de cambios en los extremos del clima (Karl
et al. 1996; Karl et al. 1999; Peterson 2005). Los índices del ETCCDI proveen una
base teórica común, de modo que pueden ser calculados consistentemente en
diferentes regiones del planeta para luego comparar o integrar los resultados de
diversas regiones. Algunos de estos índices miden el número anual de eventos por
encima o por debajo de un valor umbral, otros están enfocados en la intensidad y
duración del evento extremo. El uso sistemático de dichos índices ha permitido
mejorar el diagnóstico global de los cambios en extremos de temperatura y
precipitación (Alexander et al., 2006) contribuyendo al reporte de evaluación del
Panel Intergubernamental de Cambio Climático (IPCC 2007).
Eventos extremos de precipitación
Al analizar el campo promedio (1979-2008) de intensidad de precipitación diaria
con la base de datos generada en este trabajo (cantidad de lluvia total acumulada
durante el año dividido entre el número de días con lluvia, en mm), se encuentra
que el sur de Veracruz, Tabasco, norte de Oaxaca y Chiapas, son las regiones donde
se registran las lluvia más intensas en el país (Fig. C1-18). Mientras que los valores
más bajos se registran en la parte norte de México.
INE |CCTA
Con la finalidad de facilitar el cálculo de los índices extremos se ha desarrollado y
puesto a disponibilidad de la comunidad científica, la herramienta llamada
STARDEX 3.3.1 (disponible en http://www.cru.uea.ac.uk/projects/stardex),
desarrollada en lenguaje fortran. En esta sección, se calcularon una serie de índices
extremos diarios de precipitación y temperatura parala malla desarrollada
previamente y para cada año cubriendo el periodo 1979-2008. Estos índices
permiten identificar las señales de cambio climático regional, específicamente en
lo referente a los extremos meteorológicos desde el punto de vista climático. (Ver
anexo I para un listado completo de los índices calculados).
27
Figura C1-18. Intensidad de precipitación diaria (en mm/día) promedio (19792008)
Figura C1-19. Percentil 95 de precipitación diaria (en mm/día) promedio (19792008)
INE |CCTA
En lo que se refiere a las lluvias más intensas, correspondiente al percentil 95, se
registran en el sur del estado de Veracruz, Tabasco y el norte de Oaxaca y Chiapas,
donde se logran rebasar los 80 mm (Fig C1-19). En relación a lo anterior, en el sur
y sureste de México, se registran el mayor número de días en los que se rebasa el
percentil 90 de precipitación (Fig. C1-20)
28
Figura C1-20. Número promedio de días al año (1979-2008) por arriba del
percentil 90 de precipitación diaria (unidades en días)
Figura C1-21. Duración promedio de periodos secos (1979-2008) en días
INE |CCTA
Una característica importante de las lluvias y su impacto en las actividades
socioeconómicas, tiene que ver con la duración de periodos secos y húmedos. El
Noroeste (Baja California) de México se caracteriza por los periodos secos
prolongados con más de 2 meses (Fig. C1-21), mientras que el estado de Chiapas
registra periodos húmedos prolongados (Fig. C1-22).
29
Figura C1-22. Duración promedio de periodos húmedos (1979-2008) en días
Figura C1-23. Número máximo de días consecutivos secos (1979-2008)
INE |CCTA
De igual forma, los estados de las costas del Pacífico se caracterizan por registrar el
máximo número de días consecutivos secos (Fig. C1-23), mientras que en el sur de
México (Chiapas) ocurre el máximo número de días consecutivos húmedos (Fig.
C1-24)
30
Figura C1-24. Número máximo de días consecutivos húmedos (1979-2008)
En diversos análisis es común encontrar que la frecuencia de días con heladas o los
períodos muy fríos disminuirá. Similarmente, las ondas de calor aumentarán y es
probable que bajo un ciclo hidrológico más intenso, las lluvias extremas ocurran
más a menudo, al igual que los periodos secos. Sin embargo, es necesario contar
con al menos una aproximación de la magnitud de tales cambios para poder
proponer alguna estrategia de prevención, pensando en que la vulnerabilidad
aumento o en el mejor de los casos, permanezca constante.
INE |CCTA
Eventos extremos de temperatura
La temperatura mínima más baja, correspondiente al percentil 10 (Fig. C1-25) y a
la ocurrencia de heladas (Fig. C1-26), se registran en los estados del norte de
México (Chihuahua, Coahuila, Durango y Zacatecas), asociado al paso de sistemas
frontales e invernales de latitudes medias. Por otro lado, el factor orográfico de la
parte central de México (Distrito Federal, México y Tlaxcala) determina la
ocurrencia de temperaturas bajas y heladas en esa región.
31
Figura C1-25. Percentil 10 de temperatura mínima en el periodo 1979-2008 (en
C)
En el norte de México ocurren ondas frías que en ocasiones se prolongan más de 2
semanas (Fig. C1-27), asociadas principalmente al paso frecuente de sistemas
frontales, y al desplazamiento de masas de aire frío y tormentas invernales. Por
otro lado, el número de noches tropicales (Tmin > 25C) ocurren principalmente
en los estados de Sonora y Sinaloa, así como el sureste de México (Fig. C1-28).
INE |CCTA
Figura C1-26. Número promedio de días con heladas en el periodo 1979-2008
(Tmin < 0C)
32
Figura C1-27. Duración promedio de onda de fría en el periodo 1979-2008 (días)
En lo que se refiere a temperatura máxima, los valores más extremos (percentil
90) se registran en los estados del norte y noroeste de México y la Península de
Yucatán, en los que en algunos sitios se rebasan los 40 C (Fig. C1-29). Los
INE |CCTA
Figura C1-28. Número promedio de noches tropicales en el periodo 1979-2008
(Tmin > 25C)
33
llamados “días de verano” (Tmax > 25C), ocurren en gran parte del territorio
nacional, destacando la Península de Yucatán (Fig. C1-30).
Figura C1-29. Percentil 90 de temperatura máxima (en C)
Un comportamiento similar ocurre con los llamados “días tropicales” (Tmax >
30C) (Fig. C1-31) y “días extra calientes” (Tmax > 35C) (Fig. C1-32), en el que la
INE |CCTA
Figura C1-30. Número promedio de “días de verano” en el periodo 1979-2008
(Tmax > 25C)
34
ocurrencia de las temperaturas más extremas se registran en la Península de
Yucatán y el noroeste de México.
Figura C1-32. Número promedio de “días extra calientes” en el periodo 1979-2008
(Tmax > 35C)
INE |CCTA
Figura C1-31. Número promedio de “días tropicales” en el periodo 1979-2008
(Tmax > 30C)
35
Finalmente, las ondas de calor tienen una mayor duración en el norte de México y
el sur y sureste de México (Fig. C1-33). Estas ondas, en ocasiones se extienden por
más de dos semanas, como es el caso de Chihuahua y Oaxaca
Figura C1-33. Duración promedio de onda de calor en el periodo 1979-2008
(días)
Conclusiones del capítulo 1.
En este reporte se ha presentado un análisis de la condición actual (1979-2008) de
la actividad de eventos meteorológicos extremos de precipitación y temperatura
en la República Mexicana, a partir de los llamados índices extremos. Es sin duda a
través de los impactos de eventos extremos que se comenzará a percibir el cambio
climático de una forma más clara.
En lo que se refiere a extremos de temperatura, las temperaturas más bajas
(percentil 10 de temperatura mínima) se registran en el norte de México, así como
en las regiones altas del centro de México. Justamente, en estas regiones es
frecuente que ocurran heladas, debido a las bajas temperaturas que se registran en
esa región. Por otro lado, las temperaturas máximas extremas (percentil 90 de
INE |CCTA
Las lluvias más intensas, definidas con el valor de precipitación diaria por arriba
del percentil 95, ocurren principalmente en los estados del sur de México, región
en la que los periodos húmedos son más prolongados que el resto del país. Por
otro lado, los periodos secos más prolongados se registran principalmente en los
estados costeros del Pacífico, siendo más severo en el noroeste de México (Baja
California).
36
temperatura máxima) se registran en el norte de México y la Península de Yucatán.
En el norte de México se observan los periodos más prolongados de ondas de calor.
Por otro lado, los eventos de “Norte” que ocurren entre los meses de noviembre a
abril muestran una tendencia negativa el periodo de 1980 al 2008. El mes en que
se presentan más “Nortes” es enero y en promedio ocurren 4 eventos al mes,
mientras que el mes con menos presencia de estos sistemas es abril donde se
presentan 2.5 eventos en promedio.
En cuanto a los ciclones tropicales se obtuvieron los registros históricos de 1951 al
2010, del océano Atlántico y el océano Pacífico. Las zonas de formación en los
últimos treinta años del periodo analizado muestran un acercamiento a las costas
del sur del golfo de México y costas de Quintana Roo sobre el mar Caribe. Por otro
lado en las costas del Pacífico en el sur de la república mexicana se aprecia un
ligero alejamiento de las zonas de ciclogénesis.
El total de eventos ciclónicos con intensidades igual o mayor a Tormenta Tropical
que afectaron la república mexicana muestran una pequeña tendencia negativa.
Agrupando y separando sólo a los ciclones intensos como huracanes categoría 3, 4
y 5 resulta una tendencia positiva, aunque muy pequeña a lo largo de los 60 años.
Tomando en cuenta el análisis de los últimos 30 años (1981-2010) se encontró que
el número total de ciclones con categorías igual o mayor que Tormenta Tropical se
redujo un 10 % comparando con su periodo antecesor. Analizando por lugar de
formación se pudo ver que los formados en el Pacífico-Este disminuyeron un 15 %
mientas que los sistemas formados en el Golfo de México, Mar Caribe u Océano
Atlántico presentan un aumento del 10 % al comparar con el periodo antecesor de
1951 a 1980.
La frecuencia más alta de la presencia ciclónica en territorio mexicano se da en
septiembre tomando el periodo completo de 1951 al 2010 y la distribución anual
de las frecuencias muestra un mínimo relativo en agosto para los ciclones
formados en el Pacífico-Este y en julio para los formados en el Golfo de México,
Mar Caribe y océano Atlántico. No obstante, los ciclones intensos del Pacífico una
vez agrupados y analizados por separado, presentan su pico de mayor frecuencia
en los meses de octubre y noviembre. Asimismo, se observó un cambio en la
distribución anual de las frecuencias para los ciclones analizados formados en el
Golfo de México, Mar Caribe y Océano Atlántico en el periodo de 1981 al 2010
comparado con su periodo antecesor del 1951 a 1980; este cambio muestra la
desaparición del mínimo relativo en la distribución y un pico de máxima frecuencia
desplazado al mes de agosto.
INE |CCTA
El análisis por regiones mostró en algunas zonas con diferentes tendencias que las
encontradas de forma general para toda la república. En términos regionales se
encontró que de las 6 zonas analizadas, Yucatán y Golfo Centro presentan un
incremento en la presencia de ciclones mayor o igual que Tormenta Tropical, así
como de los ciclones agrupados como poco intensos (T+1+2). Mientras que el
grupo de los ciclones intensos presenta un incremento en la zona Pacífico Sur y en
la zona Golfo Centro.
37
INE |CCTA
El análisis realizado muestra que las primeras manifestaciones del cambio
climático se darán en forma de eventos extremos, en términos de ondas de calor o
frío, lluvias intensas o periodos prolongados de sequía, que podrían tener impactos
negativos en algunos sectores tales como la agricultura.
38
Capitulo 2
Escenarios de Cambio Climático para México
El esta sección se presenta un análisis basado en los resultado de modelos
numéricos de escenarios de cambio climático para México. En ésta, se muestran
las condiciones del clima actual y futuro de México, en términos de campos tanto
observados como simulados con modelos dinámicos.
El análisis se centra en el Modelo Japonés del Simulador de la Tierra (Earth
Simulator) desarrollado por el Instituto de Investigación Meteorológica (MRI, por
sus siglas en inglés) de Tsukuba, Japón. La principal característica de este modelo,
es que cuenta con una alta resolución espacial (20 km) y para tres rebanadas de
tiempo (presente: 1979-2003, futuro cercano: 2015-2039 y futuro lejano: 20752099). Dada su resolución espacial, el modelo permite analizar con detalle aquellos
procesos físicos que consideran la topografía. Sin embargo, es importante
considerar que se trata de un solo escenario (A1B).
En el 4º Informe del IPCC (IPCC, 2007), se incluyeron Modelos de Circulación
General (GCM, por sus siglas en inglés) de los grandes Centros de Pronóstico como
NCAR (Estados Unidos), Hadley Centre (Inglaterrea), MRI (Japón), entre otros. La
forma más utilizada de presentar los escenarios de Cambio Climático, consiste en
utilizar el valor del ensamble de los miembros a través del valor de la mediana.
Además, se presenta la dispersión entre modelos como una estimación de la
incertidumbre en las proyecciones. La resolución promedio de estos modelos es
del orden de 300 x 300 km. Sin embargo, es una primera aproximación de las
tendencias del clima para la república mexicana.
Las proyecciones de los modelos globales en forma de ensamble y dispersión han
sido presentadas en la Tercera Comunicación Nacional de México ante la
Convención Marco de las Naciones Unidas sobre Cambio Climático y han servido
para analizar la vulnerabilidad,y los potenciales impactos en los distintos sectores
y regiones del país.
A continuación se presenta un análisis delescenarios A1B del Modelo Japonés MRI,
para el clima presente (1979-2003), y las proyecciones del clima futuro cercano
(2015-2039) y futuro lejano (2075-2099). Estos tres periodos de tiempo se
identificarán en las figuras con las siglas SP, SN y SF, respectivamente. El clima
presente observado corresponde a la base de datos desarrollado para este estudio
INE |CCTA
Dada las características espaciales y temporales de estos escenarios, no incluyen
eventosextremos como ciclones tropicales y “Nortes” por lo tanto su efecto en las
lluvias no estárepresentado. Dichos elementos resulta en una importante fuente de
incertidumbreque hasta el momento no ha sido cuantificada, pues requiere de
estudios específicospara zonas de ciclones tropicales, los cuales involucran el
análisis de modelos con altaresolución espacial, como es el caso del Modelo
Japonés.
39
y que se describe en el reporte parcial.
Temperatura media anual
En la primera parte se tiene el campo de temperatura media actual, construido
conobservaciones del clima presente(1979 a 2003) (Fig. C2-1a), y se compara con
el campo simuladopara el mismo periodo con el modelo MRI (Fig. C2-1b). El
cambio de temperatura proyectada para el futuro cercano (2015-2039) con
respecto al clima presente bajo el escenario de emisiones A1B, muestra un
incremento de temperatura en la mayor parte del territorio nacional de entre 0.5 y
1°C (Fig. C2-1c). El cambio de temperatura es mucho mayor para finales del siglo
XXI, donde se espera un incremento de temperatura superior a los 3°C
principalmente en el norte de México y la Península de Yucatán (Fig. C2-1d).
Precipitación media anual
En lo que se refiere a precipitación, el Modelo Japonés bajo el escenario A1B, se
proyecta para el futuro cercano (2015-2039) una ligera disminución en la mayor
parte de México y con un incremento para el sur de México (Fig. C2-2c). Para
finales del siglo XXI, los mayores cambios ocurrirían en la Península de Yucatán
(Fig. C2-2d). Es importante hacer notar, que ésta es una de las zonas en donde los
INE |CCTA
Fig. C2-1 Temperatura media anual (en °C) del a) clima presente observado, b)
clima presente (SP), c) diferencia entre futuro cercano (SN) y presente (SP), y d)
diferencia entre futuro lejano (SF) y presente (SP), de acuerdo al Modelo Japonés.
40
huracanes tienen una gran importancia dentro del balance de la precipitación
anual acumulada.
Fig. C2-2 Como la figura C2-1 pero para precipitación media anual (en mm/día)
Temperatura Mínima
Los patrones de cambios en la temperatura mínima proyectados por el Modelo
Japonés son similaresa los encontrados para la temperatura media (Fig. C2-3). Sólo
en Yucatán, ladisminución en precipitación podría reducir la humedad en la
atmósfera y con ello elefecto invernadero local sería menor.
INE |CCTA
Temperatura Máxima
La disminución en precipitación, como lo proyecta el Modelo Japonés, produce
menornubosidad sobre Yucatán y con ello los aumentos en temperatura máxima
pueden sermayores incluso que los de la temperatura media o mínima, alcanzando
localmente hasta 3 °C para finales del presente siglo (Fig. C2-4). Para el resto de la
zona del Golfo de México, los cambios son en general menores a 3 °C.
41
Fig. C2-4 Como la figura C2-1 pero para temperatura mínima (en °C)
INE |CCTA
Fig. C2-3 Como la figura C2-1 pero para temperatura mínima (en °C)
42
Eventos Meteorológicos Extremos
La ventaja de contar con información diaria de variables meteorológicas permite
calcular algunos índices extremos que miden la magnitud o duración de estos
eventos. La lista de los índices calculados, así como la descripción de los mismos,
se encuentra en el Anexo I.
Percentil 5 de precipitación diaria
Este índice representa el valor de lluvia extrema, con una probabilidad de
ocurrencia del 5%. El valor de lluvia más intensa se localiza principalmente en el
sur de México (Veracruz, Tabasco, Chiapas) (Fig. C2-5a y C2-5b). Y de acuerdo al
Modelo Japonés, se proyecta un incremento en la magnitud de las lluvias extremas
en la mayor parte del territorio nacional, siendo con mayor intensidad para finales
del siglo XXI (Fig. C2-5d).
Número de días al año por arriba del percentil 90
Las lluvias más intensas ocurren en el sur y sureste de México, de ahí que en esta
región el número de eventos sea más frecuente. Se proyecta una disminución en el
número de días en que se rebasan dicho umbral (percentil 90) en gran parte de
México (Fig. C2-6).
INE |CCTA
Fig. C2-5 Como la figura C2-1 pero para percentil 95 de precipitación diaria (en
mm/día)
43
Fig. C2-6 Como la figura C2-1 pero para el número de días por arriba del percentil
90 de precipitación diaria
Máximo número consecutivo de días secos y húmedos
Este índice puede ser útil para caracterizar periodos de sequía o exceso de
humedad en un sitio. Los estados de las costas del Pacífico registran el máximo
número de días consecutivos secos (Fig. C2-9), mientras que en el sur de México
(Chiapas) ocurre el máximo número de días consecutivos húmedos (Fig. C2-10). De
acuerdo a la proyección, se espera que el clima futuro se caracterice por periodos
secos más prolongados (Fig. C2-9c y C2-9d), y por lo tanto los periodos húmedos
se reducirían (Fig. C2-10c y C2-10d).
INE |CCTA
Duración de periodos secos y húmedos
Una característica importante de las lluvias y su impacto en las actividades
socioeconómicas, tiene que ver con la duración de periodos secos y húmedos. El
Noroeste (Baja California) de México se caracteriza por los periodos secos
prolongados con más de 2 meses (Fig. C2-7), mientras que el estado de Chiapas
registra periodos húmedos prolongados (Fig. C2-8). El Modelo Japonés proyecta un
aumento de hasta 3 días en periodos secos para el futuro cercano (Fig. C2-7c) y de
hasta 5 días para finales del siglo XXI (Fig. C2-7d). Por lo que se espera que los
periodos húmedos disminuyan en gran parte del país (Fig. C2-8c y C2-8d).
44
Fig. C2-8 Como la figura C2-1 pero para duración de periodos húmeos (días)
INE |CCTA
Fig. C2-7 Como la figura C2-1 pero para duración de periodos secos (días)
45
Fig. C2-10 Como la figura C2-1 pero para máximo número consecutivo de días
húmedos
INE |CCTA
Fig. C2- 9 Como la figura C2-1 pero para máximo número consecutivo de días secos
46
Percentil 10 de temperatura mínima
Este índice representa el valor más bajo de temperatura mínima registrado en un
periodo de tiempo. Los valores más bajos de temperatura mínima, incluso debajo
de 0 °C, se registran en las partes montañosas del norte y centro de México (Fig.
C2-11). Se proyecta, para finales del siglo XXI, un aumento de temperatura de
hasta 2 °C en gran parte del país.
Fig. C2-11 Como la figura C2-1 pero para percentil 10 de temperatura mínima (en
°C)
INE |CCTA
Número de días con heladas (TMín< 0C)
La ocurrencia de heladas, se registran principalmente en los estados del norte de
México (Chihuahua, Coahuila, Durango y Zacatecas) (Fig. C2-12 a y C2-12b),
asociado al paso de sistemas frontales e invernales de latitudes medias. Por otro
lado, el factor orográfico de la parte central de México (Distrito Federal, México y
Tlaxcala) determina la ocurrencia de temperaturas bajas y heladas en esa región.
Ante un evidente incremento de temperatura proyectada, el número de días con
heladas se verá reducido (Fig. C2-12c y C2-12d).
47
Fig. C2-12 Como la figura pero para el número de días con heladas (TMín < 0°C)
INE |CCTA
Duración de ondas frías y cálidas
Las ondas frías y cálidas tienen un impacto en la salud de la población, de ahí la
importancia de conocer el cambio en la duración de éstas. Actualmente, en el norte
de México ocurren ondas frías que en ocasiones se extienden por más de dos
semanas (Fig. C2-13). Estas ondas frías están asociadas, principalmente, al paso
frecuente de sistemas frontales, y al desplazamiento de las masas de aire frío y
tormentas invernales. En el futuro, se proyecta una ligera reducción en la duración
de las ondas frías, principalmente en el norte de México (Fig. C2-13c y C2-13d). Por
otro lado, las ondas de calor tienen una mayor duración en los estados del norte de
México (Fig. C2-14), que en ocasiones se extienden por más de dos semanas, como
es el caso de Chihuahua, Chihuahua y Baja California. Para finales del siglo XXI, se
espera un ligero incremento en la duración de ondas cálidas, en la mayor parte del
territorio nacional, con excepción de Baja California y Tamaulipas donde
disminuiría la duración de ondas de calor (Fig. C2-14d).
48
Fig. C2-14 Como la figura 1 pero para durción de onda cálida (en días)
INE |CCTA
Fig. C2-13 Como la figura C2-1 pero para duración de onda fría (en días)
49
Percentil 90 de temperatura máxima
Este índiceestima el valor más alto de temperatura máxima registrado en un
periodo de tiempo. Los valores más altos de temperatura máxima, que incluso
rebasan los 40°C, se registran en algunas regiones del norte de México (Baja
California) (Fig. C2-15a). Se proyecta, para finales del siglo XXI, un aumento de
temperatura de entre 3 y 3.5°C en gran parte del país (Fig. C2-15d).
Fig. C2-15 Como la figura 1 pero para percentil 90 de temperatura máxima (en °C)
INE |CCTA
Adicionalmente, existe un grupo de índices que dan una idea del número de días en
que se está expuesto a altas temperaturas. Estos índices incluye al número de días
en las que ocurren “noches tropicales” (TMín > 25 C), “días de verano” (TMáx > 25
C),“días tropicales” (TMáx > 30 C) y “días extra calientes” (TMáx > 35 C) (Figs.
C2-16- C2-19). En todos estos índices, los valores más altos ocurren en los estados
costeros del Océano Pacífico, Golfo de México y la Península de Yucatán. De
acuerdo al Modelo Japonés, se proyecta que para finales del siglo XXI en todos los
casos se incrementará hasta 30 días al año, con respecto al clima actual.
50
Fig. C2-17 Como la figura C2-1 peropara “días de verano” (TMáx > 25 C)
INE |CCTA
Fig. C2-16 Como la figura C2-1 pero para el número de “noches tropicales” (TMín >
25 C)
51
Fig. C2-19 Como la figura C2-1 pero para “días extra calientes” (TMáx > 35 C)
INE |CCTA
Fig. C2-18 Como la figura C2-1 pero para “días tropicales” (TMáx > 30 C)
52
Nortes y Ciclones Tropicales del Simulador de la Tierra
Análisis de los eventos de “Norte” en los escenarios del Simulador de la
Tierra.
Para identificar los eventos de “Norte” en las bases de datos tanto de tiempo
presente como en los escenarios futuros, se usó el criterio de Vázquez (2000). Al
identificar las fechas principales de los eventos estas fechas fueron filtradas para
ser promediadas formando un campo compuesto de viento, precipitación y presión
reducida a nivel del mar.
Los campos compuestos para los eventos de “Norte” se construyeron para la base
de datos del NARR en el periodo de 1979-2003 (Obs), y tres escenarios del
simulador de la Tierra en los periodos de 1973-2003 (SP), 2015-2039 (SN) y 20752099 (SF). El primer periodo de simulación (SP) corresponde a una simulación de
control para calificar el modelo en relación a un mismo periodo observado (Obs).
INE |CCTA
Al comparar la simulación de control con el periodo seleccionado de observaciones
se puede identificar claramente que el modelo japonés sobreestima los valores
máximos de precipitación aunque su distribución espacial refleja un
comportamiento similar al observado del mismo periodo (Fig C2-20a,b). Para el
caso de los parámetros de viento y presión, los patrones son muy similares lo cual
indica la buena representación y capacidad del Simulador de la Tierra.
53
INE |CCTA
a)
b)
54
c)
Fig. C2-20. Compuesto presión (mb), precipitación (mm) y viento (vectores) para
los días principales de evento de “Norte”. A) NARR (1979-2003), B) Simulador de
la Tierra (1979-2003), C) Simulador de la Tierra (2015-2039) y D) Simulador de la
Tierra (2075-2099)
INE |CCTA
d)
55
Análisis de los eventos de sistemas ciclónicos en los escenarios del
Simulador de la Tierra.
Para identificar los ciclones tropicales en las bases de datos tanto de tiempo
presente como en los escenarios futuros, se usó el criterio de XXXX (2005), el cual
toma en cuenta el viento y circulación del sistema y cizalladura entorno a un
mínimo de presión reducida a nivel del mar.
La comparación de los sistemas ciclónicos identificados en el escenario de control
(SN) con los identificados en la base de datos NARR para los mismos periodos
(Obs), muestra una subestimación en el número de sistemas y en su duración de
afectación en territorio mexicano (Fig. #a,b).
Fig. C2-22. Trayectorias de ciclones tropicales en el clima presente (1979-2003)
(Modelo Japonés)
INE |CCTA
Fig. C2-21. Trayectorias de ciclones tropicales en el clima presente (1979-2003)
(Observado)
56
Fig. C2-23. Trayectorias de ciclones tropicales en el clima futuro cercano (20152039) (Modelo Japonés)
INE |CCTA
Fig. C2-24. Trayectorias de ciclones tropicales en el clima futuro lejano (20752099) (Modelo Japonés)
57
Capitulo 3
Riesgo y reducción de vulnerabilidad ante eventos
extremos bajo Cambio Climático
La estimación del riesgo ante cambio climático es una tarea compleja pero necesaria
para establecer criterios de atención prioritaria en las políticas de adaptación.
Construir un diagnóstico del riesgo actual ante fenómenos meteorológicos extremos y
proyectarlo a futuro requiere de una gran inversión de recursos humanos de alto nivel
y financiera. Por ello, es el CENAPRED la institución que viene desarrollando una serie
de instrumentos y diagnósticos sobre los fenómenos más recurrentes en México,
determinando algunas de las zonas que se ven más afectadas por diferentes tipos de
fenómenos. Se estima que alrededor del 90% de la población de México se encuentra
en situación de riesgo por diversos tipos de fenómenos naturales. Sin embargo, el
riesgo de sufrir desastres y la intensidad de éstos no necesariamente es proporcional a
la intensidad de los fenómenos naturales, sino que con frecuencia queda determinada
en mayor medida por las condiciones de vulnerabilidad de las población que
potencialmente puede resultar afectada.
Condiciones extremas del clima, como son las sequías, afectan primordialmente a los
agro-ecosistemas, en buena medida por tecnologías no optimizadas para un país que
en su mayor extensión es semiárido, y donde la utilización excesiva de los servicios de
agua lleva a una alta vulnerabilidad ante déficit de precipitación. Similarmente, los
periodos secos llevan a incendios forestales, pero no en el sentido del paradigma
natural en donde “la sequía los genera”, sino como condición que bajo acciones de
roza, tumba y quema en la agricultura o falta de preparación para prevenir incendios,
su propagación aumenta a niveles de desastre. Es poco claro en realidad cuál es la
capacidad de los ecosistemas naturales para resistir condiciones de aumento de
INE |CCTA
El reto en materia de Protección Civil ante cambio climático está íntimamente ligado al
incremento en la frecuencia e intensidad de eventos meteorológicos extremos y al
incremento en la vulnerabilidad, factores que en combinación hacen el riesgo. Trátese
de ondas de calor o de lluvias intensas, la sociedad ha sufrido los efectos por causa de
una vulnerabilidad construida desde hace mucho tiempo, la cual se ha basado en
patrones de desarrollo que en poco o nada consideraron la gestión del riesgo. Así, los
eventos de tiempo severo generalmente causan los mayores daños a personas en
zonas urbanizadas donde existen asentamientos irregulares. Aun más, muchos de los
cambios del clima que se observan en las ciudades están altamente relacionados a
efectos de la Isla de Calor que con frecuencia resulta en un ciclo hidrológico local
intensificado.
58
temperaturas o déficit de precipitación, por lo que con frecuencia se mide solo en
términos de la magnitud de la amenaza sin considerar a la vulnerabilidad como factor
dinámico y multifactorial. Por ello, hablar de impactos por eventos meteorológicos o
climáticos extremos requiere considerar condiciones del peligro y de la vulnerabilidad.
Aun más, considerar los peligros climáticos implica considerar los dos extremos de la
distribución de probabilidades en variables como la temperatura o la precipitación,
esto tanto extremos de calor como de frío, de lluvias excesivas o de sequía.
Son sin duda los fenómenos hidrometeorológicos los que causan mayores impactos en
la vida de las personas, en el funcionamiento de los sectores económicos y en la
viabilidad de diversas regiones del país. Con el tiempo, el número de desastres de
origen meteorológico que se reportan superan con mucho el de los otros fenómenos,
en gran medida porque se ha incrementado la vulnerabilidad rápidamente (Fig. C3-1)
origen
Las lluvias intensas en México se han convertido recientemente en una amenaza para
la sociedad, pues al aumentar la vulnerabilidad, principalmente en los asentamientos
irregulares de las orillas de la ciudad (en zonas de inestabilidad de laderas o en
barrancas) los afectados se incrementan. Con frecuencia, los desastres relacionados a
la precipitación se deben a eventos extremos en zonas de alta vulnerabilidad, o sea, a
regiones en donde el riesgo rebasa niveles críticos. Pero, ¿qué significa un evento de
lluvia extrema desde el punto de vista meteorológico? Cuando se habla de daños o
INE |CCTA
Fig. C3-1 Distribución temporal de los desastres en México de
hidrometeorológico entre 1970 y 2009 (fuente Desinventar)
59
desastres que ocasionan los fenómenos hidrometeorológicos extremos, en realidad se
está hablando de una expresión de los altos niveles de riesgo de los sistemas, regiones
o grupos de personas afectadas. Un desastre puede entenderse como la
materialización del riesgo, pero esto significa que se llegó en un momento y lugar
determinados a valores de vulnerabilidad que combinados con la presencia de un
fenómeno meteorológico perturbados de cierta magnitud resulto en riesgo
intolerable. Es muy importante aclarar que no existen los “desastres naturales”, pues
no tienen nada de natural y sólo son un reflejo de lo que los humanos hacen o dejan
de hacer. Indudablemente, los fenómenos naturales tienen una importante incidencia
en el desastre, sobre todo cuando se presentan con gran intensidad y magnitud, pero
sus impactos tienen que ver más con la condición de vulnerabilidad.
La representación de condiciones extremas de tiempo requiere pensar en procesos de
inestabilidad de un fluido atmosférico, pero dicho proceso no puede ser representado
en plazos demasiado largos pues exceden las capacidades de capturar “la condición
INE |CCTA
Para caracterizar la amenaza meteorológica o climática es importante diferenciar entre
tiempo y clima. Con frecuencia, la confusión entre estos conceptos no permite
distinguir las características, alcances y limitaciones de la información asociada y de las
posibilidades en materia de prevención. De manera tradicional, el tiempo se define
como la condición atmosférica presente o esperada en periodos de uno, dos o tres
días, mientras que clima se asocia con la condición promedio de muchos estados de
tiempo, en un lapso de meses, años, décadas, etc. Tales definiciones son incompletas y
aunque relacionan al tiempo con manifestaciones de corto plazo, no permiten
distinguir el carácter determinístico o probabilístico de uno y otro (Landa et al 2009).
Edward Lorenz(1960-2011) propuso que “tiempo es lo que se tiene; mientras que clima
es lo que se espera”. Implícita en esta observación está la aserción de que mientras
que el tiempo es determinista, el clima es probabilista. Para explicar lo anterior se
puede analizar la previsibilidad del tiempo y la del clima.Por ejemplo, si se considera
una ecuación para la predicción del tiempo, quedan implícitos los cambios de una
variable en el espacio y en el tiempo. Los cambios temporales se pueden expresar
como la combinación de una componente relativamente estable y otra componente
no fácilmente explicable o inestable (ver Landa et al 2009). En el pronóstico del
tiempo, la dinámica del componente inestable domina, y su parecido con lo observado
dependerá de la calidad de la condición inicial. Se trata pues, de capturar el
crecimiento de una inestabilidad en la condición atmosférica. Sin embargo, la
naturaleza caótica de la atmósfera hace que el error de pronóstico crezca tan rápido
que después de cinco a siete días los pronósticos pueden estar llenos de
inestabilidades espurias lo que los hace poco útiles o confiables. Es debido a este límite
de probabilidad determinista, que cualquier posibilidad de hacer una predicción del
tiempo a largo plazo (más de dos semanas) es inviable.
60
que lleva a la inestabilidad”. Por ello, se tiende a considerar solamente la actividad de
inestabilidades dadas por los modelos en un sentido de actividad más que de
pronóstico. Por ello, el clima debe ser representado en términos de una Función de
Densidad de Probabilidades (PDF) de la ocurrencia de una condición de temperatura o
precipitacióndentro de un rango de valores. Así, al definir valores extremos a partir de
percentiles extremos o las colas de la distribución es posible pensar en valores futuros
de la PDF bajo cambio climático o el nuevo valor que corresponda al valor de un cierto
percentil extremo (Fig. C3-2).
Fig. C3-2 Representación del cambio climático a partir de la PDF de la temperatura
(tomado del IPCC AR4, 2007). La línea punteada corresponde al clima actual y la sólida
a la condición futura.
La pregunta que debe realizarse a continuación es ¿cómo cambia el riesgo si cambian
las probabilidades de valores extremos, implícitamente su magnitud y frecuencia de
ocurrencia. En realidad dicha pregunta está incompleta si se considera que el riesgo es
una función compuesta de la amenaza y la vulnerabilidad y por tanto, la respuesta
depende en gran medida de cómo cambia la vulnerabilidad también. La forma de
definir vulnerabilidad no es única y algunos deciden considerar elementos como la
INE |CCTA
Es la probabilidad de que ocurran valores climáticos en un cierto rango o por encima o
debajo de un cierto valor umbral o crítico lo que debe interesar en la gestión de riesgo,
y por tanto, el cómo pueda cambiar ese valor extremo bajo un proceso de
calentamiento global o de cambio climático es el reto de proyectar el clima. El uso de
esta aproximación cambia la perspectiva de pensar en cuánto cambiará la temperatura
o la precipitación a futuro, a preguntarse cómo cambian las probabilidades de valores
de temperatura o precipitación que rebasen valores críticos. Después de todo, es
principalmente de esta forma en que vamos a entrar a un clima diferente del actual.
Diversos estudios ya muestran que los cambios en valores extremos vienen ocurriendo
desde hace aproximadamente cincuenta años (Aguilar et al 2005, Peterson 2005).
61
exposición por separado (Fig. C3-3). La vulnerabilidad es la predisposición intrínseca de
un sujeto o elemento a sufrir daño debido a posibles acciones externas, y por lo tanto
su evaluación contribuye en forma fundamental al conocimiento del riesgo mediante
interacciones del elemento susceptible con el ambiente peligroso. Tanto la amenaza o
peligro como la vulnerabilidad son elementos dinámicos que varían en diversas escalas
de tiempo y espacio. En el caso del riesgo ante condiciones adversas del clima es
posible pensar en que la vulnerabilidad cambia más rápidamente que la misma
amenaza (el clima) y por ello, la filosofía de análisis de riesgo debe considerar una
estrategia de evaluación de ésta que no se limite al análisis, sino que llegue a la
cuantificación.
El uso de modelos numéricos de predicción del clima, constituye una forma para
estimar actividad de eventos hidrometeorológico extremos, pero en un sentido de
probabilidades. Los modelos operativos dan indicaciones de eventos extremos aunque
no pueden reproducir, en proyecciones de largo plazo, cuando ocurre un evento. Baste
pensar en las limitaciones de los modelos de clima regional en producir ciclones
tropicales en la zona del Mar Caribe, tal como lo muestran las observaciones.
Analizando datos de precipitación para años recientes en Distrito Federal, se ha
calculado que la distribución de la lluvia en el Valle de México ocurre hacia las horas de
la tarde y noche, y que las tasas de precipitación pueden ajustarse a una distribución
gamma. Si se determina el valor a partir del cual ocurre el 10% de las precipitaciones
más intensas, los resultados muestran que la zona poniente y sur son aquellas en las
INE |CCTA
Fig. C3-3 Diagrama esquemático de los elementos que componen el riesgo (fuente:
CENAPRED)
62
los valores de percentil 90% son superiores a 30 mm/hr, mientras que en el oriente, las
lluvias son en general más escasas y los valores de eventos extremos (por encima del
percentil 90%)son mayores de 15 mm/hr (Magaña et al 2003). Sin embargo, diversos
estudios establecen que la capacidad de drenaje de la mayor parte del Valle de México
es de 20mm/hr) por lo que no es necesariamente el percentil superior 90% el que
determina el valor crítico del riesgo. La vulnerabilidad a lluvias extremas de la ciudad
de México está dada entre otras cosas por la capacidad de drenaje y las características
del asentamiento humano. Las obras que se realizan en la actualidad, con el Túnel
Emisor Oriente (TEO) cambiarán la capacidad de drenaje de la ciudad y con ello su
vulnerabilidad, en un plazo mucho más corto que los cambios mismos que se detectan
el ciclo hidrológico, como los reportados por Jáuregui (2000).
Los efectos de los desastres en México se magnifican por la elevada vulnerabilidad de
la sociedad y la economía. El estudio de los efectos socioeconómicos de los desastres
permite determinar la capacidad de un estado o región para hacer frente a éstos y así
crear las medidas preventivas necesarias en conjunto con la parte técnica. Así mismo,
la generación de un banco de datos por tipo de desastre y por región afectada, en el
mediano plazo, permitirá determinar las regiones más vulnerables del país por tipo de
fenómeno. Por último, éste tipo de estudios nos permite conocer la relación entre el
tipo de desastre y el impacto socioeconómico que genera, lo que es fundamental para
calcular la relación costo-beneficio o costo-efectividad de posibles inversiones en
medidas de prevención y mitigación.
Fig. C3-4 Áreas expuestas a fenómenos naturales que impactan en un porcentaje del
territorio, afectando a número de habitantes (tomado de CENAPRED)
Para hablar de la vulnerabilidad de la población a eventos meteorológicos extremos es
preciso conocer los factores socioeconómicos de la misma, ya que estos influyen de
manera directa en el grado de vulnerabilidad social. Pobreza y vulnerabilidad no son
INE |CCTA
Los elementos para la evaluación de la vulnerabilidad
63
sinónimas aunque la primera influye o incrementa las posibilidades de ser vulnerable.
De acuerdo a Mansilla (2008), un 60% de la población damnificada por desastres es
pobre y vive en zonas o regiones marginadas. La población mexicana ha
experimentado un proceso de urbanización creciente desde mediados del s. XX por lo
que muchos de los desastres reportados en décadas recientes se ubican en zonas de
alta densidad poblacional. Por ello, cuando se contemplen proyecciones de
vulnerabilidad a ondas de calor o lluvias intensas se debe contemplar el crecimiento
urbano en México. Sigue siendo la zona del centro del país la más densamente poblada
y por ello la exposición a fenómenos como lluvias intensas u ondas de calor es mayor
en estas zonas (Fig. C3-5).urbanización. Muchos de los efectos de incrementos en el
ciclo hidrológico son inducidos por la misma El peligro de episodios de calor extremos
es mayor en los estados ubicados en la parte norte o en regiones costeras y bajas. El
crecimiento poblacional en estas regiones, producto de la migración, debe ser
considerado en combinación con el aumento de la intensidad de los eventos extremos
para una estimación del riesgo.
En cuanto a la población en zonas costeras, el crecimiento poblacional superó el 3%
entre 1970 y 1990 para ciudades en más de 100,000 habitantes, lo que incrementa la
exposición a ciclones tropicales. De acuerdo a datos recientes (INEGI 2005), la
población expuesta a ciclones tropicales supera los 17 millones de personas (Cuadro
C3-1). La incertidumbre en las proyecciones de la actividad de ciclones tropicales en las
INE |CCTA
Fig. C3-5 Densidad de población en la República Mexicana al 2010 (datos de CIESN,
Universidad de Columbia.)
64
costas mexicanas es muy grande por lo que es difícil afirmar cuál es la tendencia.
Incluso, hablar de un incremento en el porcentaje de ciclones tropicales que alcancen
categorías de huracán 3, 4 y 5 ha sido cuestionado por aquellos que afirman que se
trata únicamente de formas de variabilidad del clima de muy baja frecuencia,
principalmente en la cuenca del Océano Atlántico.
INE |CCTA
Mansilla (2010) ha hecho un recuento muy completo de los fenómenos naturales y de
la vulnerabilidad en México que ha resultado en desastre. Entre 1980 y 2006 se
registraron 5.889 eventos que afectaron a 1.126 municipios de todo el país, con una
población potencial de atención cercana a los 88.4 millones de personas. En este grupo
de eventos, las tormentas intensas representan el 26% de los eventos totales, las
inundaciones los 16%, seguidas por las lluvias con el 12%. Los referidos como
vendavales, que corresponden esencialmente a tormentas, son el evento mayor
recurrencia al representar el 45% de los eventos totales ocurridos en el periodo. Lo
anterior muestra que cerca del 90% de la población está expuesta a algún tipo de
peligro hidrometeorológico, en gran medida por patrones de vulnerabilidad construida
socialmente (Mansilla 2010).
65
Conclusiones
Es definitivo que en México existe una relación estrecha entre los modelos de
desarrollo implementados y los niveles de riesgo existentes. La urbanización
acelerada no-planeada, el deterioro histórico de las áreas rurales, los altos niveles
de pobreza que prevalecen en el ámbito rural y urbano, combinados con una
geografía compleja que hace a gran parte del territorio mexicano susceptible a
diversos tipos de amenazas, resultan en un proceso de riesgo cuya gestación se
remonta a varias décadas atrás. Sin embargo, en el contexto del riesgo, el
incremento inusitado de la vulnerabilidad ha jugado un papel determinante, aún
más significativo que los fenómenos a los que está expuesto el territorio. El tipo de
eventos que producen la mayor cantidad de pérdidas y producen los impactos más
severos sobre la población, no responden necesariamente a un incremento en la
intensidad de los fenómenos que los originan. Las inundaciones en las zonas
urbanas, por ejemplo, que muestran una marcada tendencia hacia al alza, no han
sido en su mayoría producto de fenómenos extremos, sino de lluvias normales que
se presentan cada año. Los bajos niveles de inversión en infraestructura de
drenaje, que no corresponde con el crecimiento acelerado de la población, así
como la ocupación de zonas no aptas para la urbanización, resultan ser una
explicación más acertada. El caso de las inundaciones de la ciudad de Villahermosa
en 2007, las repetidas inundaciones que sufre la ciudad de México o el aumento de
inundaciones en ciudades como Monterrey y Guadalajara, son evidencia clara de
esto.
Referencias bibliográficas
Aguilar, E., et al. (2005), Changes in precipitation and temperature extremes in
Central America and northern South America, 1961–2003, J. Geophys. Res., 110,
D23107, doi:10.1029/2005JD006119.
Alexander, L.V., X. Zhang, T.C. Peterson, J. Caesar, B. Gleason, A.M.G. Klein Tank, M.
Haylock, D. Collins, B. Trewin, F. Rahimzadeh, A. Tagipour, P. Ambenje, K. Rupa
Kumar, J. Revadekar and G. Griffiths, Global observed changes in daily climate
extremes of temperature and precipitation. J. Geophys. Res., 2006, 111,
doi:10.1029/2005JD006290.
INE |CCTA
Aguilar A. y B. Graizbord. 2002. Concentración y dispersión de la población en
México, 1940-1995. En: J. Zubieta y B. Graizbord (eds.) Concentración y dispersión
de la población en México, 1940-1995 (título provisional). México: UNAMInstituto de Investigaciones Sociales, El Colegio de México, CONAPO.
66
Brunet-India, M. and López-Bonillo, D (Eds.), 2001: Detecting and Modelling
Regional Climate Change, Springer, Berlin-Heidelberg-New York. 650 pp.
Cressman G., 1959: An operational objective system. Monthly Weather Review, 87,
367-374.
CONAPO, 2006: Proyecciones de la población en México 2000-2050. Consejo
Nacional de POblación. SEGOB. p 30.
De Maria M. and J. Kaplan, 1994: Sea surface temperature and the maximum
intensity of Atlantic tropical cyclones. Journal of Climate, 7, 1325-1334.
Eischeid J., Pasteris P., Diaz H., Plantico M., Lott N., 2000: Creating a Serially
Complete, National Daily Time Series of Temperature and Precipitation for the
Western United States. Journal of Applied Meteorology, 39 1580-1591.
García Acosta Virginia y Myriam de la Parra, 2003: Desinventar y los registros
sobre la escasez de agua en México. 1970-2000.
García, Enriqueta, 2003: Distribución de la precipitación en la República Mexicana.
Investigaciones Geográficas, Boletín del Instituto de Geografía. UNAM No. 50, 2003,
67-76.
INEGI (2006). II Conteo Nacional de Población y Vivienda, 2005. México.
IPCC, 2007: Climate Change 2007, The Scientific Basis. Contribution of Working
Group I to the Fourth Assessment Report of the Intergovermental Panel on Climate
Change. Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor
and H.L. Miller (eds.). Cambridge, United Kigdom and New York, NY, USA. 996 pp.
Jáuregui, E., 1967: Las ondas del este y los ciclones tropicales en México. Ingeniería
Hidráulica en México, 21(3):197-208
Jáuregui, E., 1989: Los huracanes prefieren a México. Información Científica y
Tecnológica, 11, 155pp, México, CONACyT.
Jáuregui Ostos, E. El clima de la ciudad de México. 2000. 1ra ed.Mexico D.F. Plaza y
Valdés editores. 129p.
Joyce, R.J., J.E. Janowiak, P. A. Arkin and P. Xie, 2004: CMORPH: A Method that
Produces Global Precipitation Estimates from Passive Microwave and Infrared
Data at High Spatial and Temporal Resolution. J. Hydrometeorology, 5, 487-503.
INE |CCTA
Jáuregui, E., 2003: Climatology of landfalling hurricanes and tropical storms in
Mexico. Atmósfera, 16(4):193-204
67
Kalnay, M. Kanamitsu, R. Kistler, W. Collins, D. Deaven, L. Gandin, M. Iredell, S. Saha,
G. White, J. Woollen, Y. Zhu, M. Chelliah, W. Ebisuzaki, W.Higgins, J. Janowiak, K. C.
Mo, C. Ropelewski, J. Wang, A. Leetmaa, R. Reynolds, Roy Jenne, Dennis Joseph
(1996). "The NCEP/NCAR 40-Year Reanalysis Project". Bulletin of the American
Meteorological Society 77 (3): 437–471.
Karl, Thomas R., Richard W. Knight, David R. Easterling, Robert G. Quayle, 1996:
Indices of Climate Change for the United States. Bull. Amer. Meteor. Soc., 77, 279–
292.
Karl TR, Nicholls N, Ghazi A. 1999: CLIVAR:GCOS:WMO workshop on indices and
indicators for climate extremes. Climatic Change 42: 3–7.
Magaña Víctor (Editor), 1999: Los impactos de El Niño en México. Dirección
General de Protección Civil-Secretaría de Gobernación, México.
Magaña V., J. Pérez and M. Méndez, 2003. Diagnosis and prognosis of extreme
precipitation events in the México City Basin. Geofís. Inter. 41, 247–259.
Mansilla, E. (2008). Marco General de Riesgo en México. Documento preparado
como insumo para el Global AssessmentReportonDisasterRiskReduction, 2009.
PNUD. México.
Mansilla, E. 2010: Diagnóstico nacional de los asentamientos humanos ante el
riesgo de desastres. , SEDESOL p. 128.
Méndez,
Matías,
Víctor
Magaña,
2010:
Regional
Aspects
of
ProlongedMeteorologicalDroughtsoverMexico and Central America. J. Climate, 23,
1175–1188.
Mesinger, F., et al., 2006: North American regional reanalysis, Bull. Am. Meteorol.
Soc., 87, 343–360.
National Climatic Data Center, 2004: Data Documentation for data set 9300 (DSI9300) Global Historical Climatology Network – Daily, V1.0. October 18, 2004.
Asheville, NC 28801-5001 USA.
New, Mark, Mike Hulme, Phil Jones, 1999: Representing Twentieth-Century Space–
Time Climate Variability. Part I: Development of a 1961–90 Mean Monthly
Terrestrial Climatology. J. Climate, 12, 829–856.
Peterson, T.C., 2005: Climate Change Indices. WMO Bulletin, 54 (2), 83-86.
INE |CCTA
Paulhus JL, Kohler MA., 1952: Interpolation of missing precipitation records.
Monthly Weather Review 80: 129–133
68
Schultz, D. M., W. E. Bracken, L. F. Bosart, G. J. Hakim, M. A. Bedrick, M. J. Dickinson,
and K. R. Tyle, 1997: The 1993 Superstorm cold surge: Frontal structure, gap flow,
and tropical impact. Mon. Wea. Rev.,125, 5-39
Uribe Alcántara, Edgar Misael, 2000: Análisis de la Variabilidad de la Precipitación
en Tamaulipas. Tesis de Licenciatura en Ingeniería Geofísica, UNAM, 44pp.
Vázquez Aguirre, Jorge Luis, 2000: Caracterización objetiva de los “Nortes” del
Golfo de México y su variabilidad interanual. Tesis de Licenciatura en Ciencias
Atmosféricas. Universidad Veracruzana. 62pp.
Anexo I
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
Precipitación media (mm)
Percentil 20 de precipitación (mm)
Percentil 40 de precipitación (mm)
Percentil 50 de precipitación (mm)
Percentil 60 de precipitación (mm)
Percentil 80 de precipitación (mm)
Percentil 90 de precipitación (mm)
Percentil 95 de precipitación (mm)
Fracción de precipitación total por encima del percentil 20 (%)
Fracción de precipitación total por encima del percentil 40 (%)
Fracción de precipitación total por encima del percentil 50 (%)
Fracción de precipitación total por encima del percentil 60 (%)
Fracción de precipitación total por encima del percentil 80 (%)
Fracción de precipitación total por encima del percentil 90 (%)
INE |CCTA
Listado índices de eventos extremos de precipitación diaria
69
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
Fracción de precipitación total por encima del percentil 95 (%)
Número de días con precipitación >= 10mm (días)
Máximo de número de días consecutivos secos (días)
Máximo de número de días consecutivos húmedos (días)
Persistencia media de días húmedos (días)
Persistencia media de días secos (días)
Correlación para longitud de periodos secos-húmedos
Longitud media de periodos húmedos (días)
Longitud media de periodos secos (días)
Desviación estándar de longitud de periodos húmedos (días)
Longitud media de periodos secos (días)
Mediana de longitud de periodos seco (días)
Desviación estándar de longitud de periodos secos (días)
Máxima cantidad de precipitación acumulada en 3 días (mm)
Máxima cantidad de precipitación acumulada en 5 días (mm)
Máxima cantidad de precipitación acumulada en 10 días (mm)
Intensidad de precipitación diaria (mm/día)
Porcentaje de precipitación de eventos por encima del percentile 90 (%)
Porcentaje de precipitación de eventos por encima del percentile 95 (%)
Número de eventos por encima del percentil 90 de precipitación (días)
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
Temperatura máxima(°C)
Temperatura mínima(°C)
Temperatura media(°C)
Temperaturadiurna(°C)
Percentil 10 del rango de temperature diurna(°C)
Percentil 90 del rango de temperature diurna(°C)
Percentil 10 de temperatura máxima(°C)
Percentil 90 de temperatura máxima(°C)
Percentil 10 de temperatura mínima(°C)
Percentil 90 de temperatura mínima(°C)
Número de días de verano (TMáx >= 25 °C) (días)
Número de días tropicales(TMáx >= 30 °C) (días)
Número de días extra cálidos(TMáx >= 35 °C) (días)
Número de noches tropicales (TMín >= 25 °C) (días)
Número de días con heladas (TMín < 0 °C) (días)
Número de días congelados (TMáx < 0 °C) (días)
INE |CCTA
Listado índices de eventos extremos de precipitación diaria
70
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
Número de días de grado crecimiento (“Growing Degree”) > 5°C (días)
Rango de temperatura extrema intra-anual(°C)
Longitud de estación de crecimiento (“Growing Season Length”) (días)
Duración de onda de calor (días)
Percentil 90 de la duración de onda de calor (días)
Duración de onda fría (días)
Percentil 10 de la duración de onda fría (días)
Longitud de estación de heladas (días)
Porcentaje de días con TMáx < percentil 10 (%)
Porcentaje de días con TMáx > percentil 90 (%)
Porcentaje de días con TMín < percentil 10 (%)
Porcentaje de días con TMín > percentil 90 (%)
Rango de temperatura diurna
Sean
y
la temperatura máxima y mínima, respectivamente, del día i en el
periodo j. Entonces el rango de temperatura diurna en el periodo j es:
∑
(
)
Número de días con heladas (TMín<0°C)
Número de días sin descongelar (TMáx <
)
INE |CCTA
Sea
, la temperatura mínima en el día i en el periodo j, se cuenta el número de
días en que
71
Sea
, la temperatura máxima en el día i en el periodo j, se cuenta el número de
días en que
Días-grados de crecimiento (Growingdegreedays) > umbral definido
Sea
la temperatura media diaria en el día i en el periodo j. Entonces los díasgrados de crecimiento (growing degree days) se definen como
∑(
|
)
Rango de temperatura extrema intra-anual
Sean
y
la temperatura máxima y mínima, respectivamente, del día i en el
periodo j. Entonces el rango de temperatura extrema en el periodo j es:
(
)
(
)
Longitud de estación de crecimiento (GrowingSeasonLength)
Sea
la temperatura media del día i en el periodo j. Entonces se cuenta el número
de días entre Otoño-Invierno en el que ocurren al menos 6 días consecutivos con:
y el primer invierno-primavera en que ocurre al menos 6 días consecutivos con:
Duración de onda de calor
Duración de onda de frío
INE |CCTA
Sea
la temperatura máxima del día i en el periodo j, y sea
la
temperatura máxima promedio correspondiente al día del calendario calculado
para una ventana de 5 días centrada en cada día del calendario durante un periodo
específico. Entonces se cuentan el número de días por periodo donde, en
intervalos de al menos 6 días consecutivos:
72
la temperatura mínima del día i en el periodo j, y sea
la
Sea
temperatura mínima promedio correspondiente al día del calendario calculado
para una ventana de 5 días centrada en cada día del calendario durante un periodo
específico. Entonces se cuentan el número de días por periodo donde, en intervalos
de al menos 6 días consecutivos:
Longitud de estación de helada
Sea
la temperatura mínima del día i en el periodo j. Entonces se cuenta el
número de días entre la primera vez que ocurre
y la última vez que ocurre.
% de días con TMáx< Percentil 10
Sea
la temperatura máxima del día i en el periodo j y sea
el percentil 10
de día de calendario para un periodo específico. Entonces, el porcentaje de tiempo
donde:
% de días con TMáx> Percentil 90
Sea
la temperatura máxima del día i en el periodo j y sea
el percentil 90
de día de calendario para un periodo específico. Entonces, el porcentaje de tiempo
donde:
% de días con TMín< Percentil 10
INE |CCTA
Sea
la temperatura mínima del día i en el periodo j y sea
el percentil 10
de día de calendario para un periodo específico. Entonces, el porcentaje de tiempo
donde:
73
% de días con TMín> Percentil 90
Sea
la temperatura mínima del día i en el periodo j y sea
el percentil 90
de día de calendario para un periodo específico. Entonces, el porcentaje de tiempo
donde:
Precipitación media
Sea
la cantidad de precipitación del día w en el periodo j. Entonces la
precipitación media climatológica en el periodo j es:
∑
Número de días con precipitación > 10 mm
la cantidad de precipitación del día i en el periodo j. Entonces se cuenta el
Sea
número de días en que:
Máximo número consecutivo de días secos
Sea
la cantidad de precipitación del día i en el periodo j. Entonces se cuenta el
máximo número de días consecutivos en que:
Máximo número consecutivo de días húmedos
Sea
la cantidad de precipitación del día i en el periodo j. Entonces se cuenta el
máximo número de días consecutivos en que:
Persistencia media de días húmedos
el número total de días húmedos consecutivos en el periodo j y
sea el número total de días húmedos en el periodo j. Entonces, la
persistencia media de días húmedos se define como
INE |CCTA
Sea
74
Persistencia media de días secos
Sea
el número total de días secos consecutivos en el periodo j y
sea el número total de días secos en el periodo j. Entonces, la persistencia media de
días secos se define como
Máxima cantidad de precipitación en 3, 5 y 10 días
Sea
la cantidad de precipitación para el intervalo de N-días en el periodo j,
donde k es definido por el último día. Entonces la máxima cantidad de
precipitación en N días:
(
)
Intensidad de precipitación
la cantidad de precipitación para un día húmedo en el periodo j. Entonces
Sea
la cantidad de precipitación media en días húmedos es
∑
Número de eventos > percentil 90
INE |CCTA
la cantidad de precipitación en un día húmedo en el periodo j y sea
Sea
el percentil 90 de precipitación en días húmedos en el periodo específico. Entonces
el porcentaje de tiempo es determinado donde
75
INE |CCTA
Anexo II
Tendencia de índices de eventos extremos de
precipitación y temperatura diaria
76
INE |CCTA
Fig. II.1 Tendencia decadal de intensidad de precipitación
77
Fig. II-3 Tendencia del número de días al año por arriba del percentil 90 de
precipitación diaria
INE |CCTA
Fig. II-2 Tendencia de percentil 95 de precipitación diaria
78
Fig. II-5. Tendencia de duración de periodos húmedos
INE |CCTA
Fig. II-4. Tendencia de duración de periodos secos
79
Fig. II-7. Tendencia de número máximo de días consecutivos húmedos
INE |CCTA
Fig. II-6. Tendencia de número máximo de días consecutivos secos
80
Fig. II-9. Tendencia del número de días con heladas (Tmin < 0C)
INE |CCTA
Fig. II-8. Tendencia de percentil 10 de temperatura mínima
81
Fig. II-11. Tendencia de número de noches tropicales (Tmin > 25C)
INE |CCTA
Fig. II-10. Tendencia de duración de onda de fría
82
Fig. II-13. Tendencia de número de “días de verano” (Tmax > 25C)
INE |CCTA
Fig. II-12. Tendencia de percentil 90 de temperatura máxima
83
Fig. II-15. Tendencia de número de “días extra calientes” (Tmax > 35C)
INE |CCTA
Fig. II-14. Tendencia de número de “días tropicales” (Tmax > 30C)
84
INE |CCTA
Fig. II-16. Tendencia de duración de onda de calor
85