Download Generación de series futuras de precipitación y temperatura.

Generación de series futuras de
precipitación y temperatura.
Septiembre 2009
UPC-GHS
1. INTRODUCCIÓN
El estudio y simulación de los procesos climáticos, su variabilidad natural y
especialmente los efectos derivados de los procesos antrópicos a corto y largo
plazo requiere necesariamente la aplicación de modelos climáticos más o
menos complejos. Estos modelos acoplados océano-atmósfera denominados
Modelos de Circulación General (Atmospheric General Circulation modelsAGCMs) y Modelos Generales de Circulación oceánica (Ocean General
Circualtion Models-AGCMs), basados en las leyes físicas que describen la
dinámica de la atmósfera y el océano, se resulten de forma numérica mediante
métodos matemáticos. A partir de los modelos conceptuales se ha desarrollado
un gran número de códigos numéricos que resuelven la complejidad de las
ecuaciones del sistema.
Los modelos GCM constituyen representaciones
formales del sistema que permiten cuantificar variables y simular su
comportamiento, a partir de las emisiones futuras de gases de efecto
invernadero, basadas en el desarrollo demográfico, económico y tecnológico
(escenarios) Nature, 428, 593, by Quirin Schiermeier)”
En función de la posible evolución de los gases de efecto invernadero el IPCC
ha descrito cuatro familias (A1, A2, B1 y B2, Fig. 1) de escenarios; cada
escenario constituye una representación a nivel cuantitativo los efectos
derivados de estas emisiones. Los escenarios del IPCC constituyen las fuerzas
motrices de las trayectorias futuras de los gases de efecto invernadero y las
emisiones de azufre y son una herramienta primordial para el análisis del
cambio climático, modelación del clima, evaluación de los impactos, adaptación
y mitigación. Los escenarios se derivan de cuatro argumentos principales o
familias de escenarios desarrollados por el IPCC en 1996 (IPCC, 2001). Se
debe destacar que los niveles de emisiones de CO2 observados recientemente
superan
a
los
previstos
para
los
escenarios
B2
y
A2
(www.ipcc.ch/meetings/session28/), que son los más utilizados en los diversos
estudios de impacto realizados hasta la actualidad.
2
Figura 1. Definición de escenarios según el IPCC.
Para simular escenarios futuros de clima, se utilizan códigos numéricos,
basados en ecuaciones matemáticas derivadas de la física del sistema que rige
la atmósfera de la Tierra. Según las definiciones establecidas por el IPCC los
escenarios de cambio climático son representaciones de posibles cambios
climáticos que permiten la evaluación de impactos. En general, la resolución de
los modelos numéricos es a nivel espacial para una red tridimensional de
puntos a nivel del globo terrestre y con una resolución típica de unos 250 km
(en horizontal) y del orden de 10 a 30 niveles verticales.
Sin embargo, los resultados derivados de las proyecciones de los modelos
globales no son adecuados para evaluar los efectos del cambio climático con
un cierto detalle, en especial cuando las proyecciones deben realizarse a nivel
regional o local. Por ello, y para que las simulaciones sean representativas a la
escala de trabajo considerada, es necesario un escalado (downscaling) de los
resultados de los modelos globales como fase previa a la obtención de la
proyección futura. La proyección de las series meteorológicas a escenarios
futuros se realiza mediante diversas técnicas matemáticas, siendo las basadas
en teoría de la probabilidad las más aplicadas.
Para la generación de series climáticas en escenarios temporales futuros en las
áreas de estudio seleccionadas (Cuencas del Fluvià, Tordera y Ciurana), en
primer lugar se debe realizar la generación de los escenarios climáticos según
3
los modelos globales seleccionados, y posteriormente el downscaling a la
escala de trabajo. Para ello, el primer paso consistió en el estudio de las series
climáticas históricas procedentes de las estaciones meteorológicas de las
cuencas seleccionadas; los resultados obtenidos están reflejados en el informe
previo (Informe UPC, Mayo 2009). En este informe solo se hace referencia a
metodología aplicada y resultados obtenidos para la cuenca del Fluvià.
2. MODELOS GLOBALES SELECCIONADOS
Existen un gran número de modelos CGM con mayor o menor complejidad,
cuya
información
está
disponible
en
la
literatura
existente
(www-
pcmdi.llnl.gov/ipcc./model-documentation/ipcc-model-documentation.php). Los
resultados de los modelos globales ofrecen información a nivel meteorológico
para escenarios climáticos y franjas temporales definidas por los propios
centros que desarrollaron los códigos. Para este estudio se optó por
seleccionar el modelo HadRM3 del Hadley center y el ECHAM5 del Instituto
Max Planck. El HadRM3 proporciona resultados climáticos de los escenarios
A2 (impacto medio-alto) y B2 (impacto medio-Bajo) para el horizonte temporal
2070-2100 (año central 2085). El ECHAM5 proporciona resultados para el A2 y
B1 en los horizontes temporales
2013-2037; 2038-2062 y 2068-2092. La
coincidencia del escenario A2 en ambos códigos es un valor añadido para la
posible caracterización de la incertidumbre asociada a las estimaciones.
2.1 Código HadRM3
El código HadRM3 es una actualización del conocido HadCM3, el modelo
acoplado atmósfera-océano de circulación general (GCM) HadCM3 del centro
Hadley (www.meto.gov.uk/research/hadleycentre/). Ha sido el modelo aplicado
por excelencia en el Tercer Panel Intergubernamental del cambio climático
(IPCC) y se encuentra ampliamente descrito en Gordon et al. (2000) y Pope et
al. (2000). El componente atmosférico del modelo tiene una resolución
horizontal de 2.5º x 3.75º, equivalente a una resolución espacial de 278 Km x
295 Km para la latitud de interés (~45º), con 19 niveles verticales. El modelo
representa explícitamente los efectos radiativos de gases invernaderos, CO2,
4
vapor de agua y el ozono. El componente de atmósfera del modelo también
incorpora el transporte, la oxidación y la eliminación de las emisiones
antropogénicas de azufre por la deposición física y la lluvia. Su definición
permite la modelación de los efectos forzados (directos e indirectos) de los
aerosoles de sulfato existentes en los escenarios futuros de emisiones de
azufre. El componente oceánico del modelo tiene 20 niveles verticales con una
resolución horizontal de 1.25º x 1.25º, que permite representar detalles
importantes de las estructuras oceánicas actuales. Por último, el modelo
permite un intercambio diario de información entre la atmósfera y el océano.
Las simulaciones procedentes del HadRM3 proporcionan 50 valores diarios de
variables climáticas (precipitación, temperatura y radiación solar global)
Las concentraciones estimadas de gases a efecto invernadero para los
escenarios futuros de emisiones A2 (medio-alto) y B2 (medio-bajo) se utilizaron
como forzamiento radiactivo global para el modelo HadRM3, para un periodo
temporal que abarca desde el siglo 19 hasta el final del siglo 21, entre 20602090, denominado como'' 2085 ".
2.2. Código ECHAM5
El ECHAM5 es la última versión actualizada del modelo global ECHAM
desarrollado
por
el
instituto
Max
Planck
de
Meteorología
(www.mpimet.mpg.de/en/wissenschaft/modelle/echam/echam5.html). El código
se encuentra entre la lista de los modelos numéricos aplicados para el 4º
informe del IPCC.
Las características que presenta a nivel conceptual son similares al resto de
modelos globales desarrollados de acople suelo-atmósfera-océano. La
resolución del componente atmosférico es de 1.5º para la latitud de interés, lo
que implica una resolución espacial de 50 x 50 km aproximadamente, con 40
niveles verticales en zonas oceánicas. Su aplicación tiene un interés doble, en
primer lugar la escala de trabajo y por otro lado es un modelo que ha sido
validado en diferentes entornos geográficos.
5
Las concentraciones estimadas de gases de efecto invernadero han sido
desarrolladas para los escenarios A2 y B1 en los horizontes temporales 20132037 (“2025”); 2038-2062 (“2050”) y 2068-2090 (“2080”).
2. FLUVIÀ: SERIES CLIMÁTICAS HISTÓRICAS OBSERVADAS Y
GENERADAS.
El paso previo a la generación de las series climáticas futuras requiere
necesariamente del análisis de los datos meteorológicos existentes, n,umero
de estaciones analizadas, series temporales utilizadas y relleno e información.
Esta fase previa se completo en una fase inicial del proyecto por los que no se
incidirá
en
ella.
En
este
resumen
solo
se
presentan
resultados
correspondientes a la cuenca del Fluvià, actualmente elaborados, y la
metodología aplicada.
2.1.
Cuenca del Fluvià
Para la cuenca del Fluvià han sido seleccionadas los datos (P y T) de las
estaciones meteorológicas siguientes: Castellfollit de la Roca, La Vall d’en bas,
Maia del Monacal, Jafre y Roses (Fig1).
Estación meteorológica
Estación de aforo
Figura 2. Cuenca del Fluvià
6
Los valores medios de precipitación y temperatura para el periodo histórico
(1984-2008) y estaciones de la cuenca se han representado en las Fig 3 y 4.
Como se observa en la figura, si bien la temperatura presenta un
comportamiento similar en todas las estaciones, para la precipitación se
pueden distinguir claramente dos grupos constituidos por las estaciones
situadas en la cuenca alta (Castellfollit de la Roca y Vall d’en Bas) y las de la
zona baja (Roses, Castelló d’Empuries, Jafre). La diferencia viene marcada por
el efecto altitudinal, (muy claro para la temperatura) pero con un importante
nivel superior de la precipitación con presencia de tormentas de verano
importantes en la cuenca alta y menor precipitación y reparto característico al
clima mediterráneo para las estaciones del valle. Esta división se ha tenido en
cuenta para la generación de series climáticas futuras.
Figura 3. Medias mensuales de temperatura (ºC). Cuenca del Fluviá.
7
Figura 4. Medias mensuales de precipitación (mm) en las estaciones
meteorológicas de la cuenca del Fluviá.
En las figura 5 y 6 se han representado los datos históricos correspondientes a
precipitación y temperatura de las estaciones meteorológicas de la cuenca
conjuntamente con los simulados por los códigos HadRM3 (1960-1990) y
ECHAM5 (1971-2000).
Figura 5. Comparación de las medias mensuales de temperatura (ºC) para las
estaciones meteorológicas de la cuenca del Fluviá y las simuladas con los
modelos globales HadRM3 y ECHAM5.
8
Figura 6. Comparación de las medias mensuales de precipitación (mm) de las
estaciones meteorológicas de la cuenca del Fluviá y las simuladas con los
modelos globales HadRM3 y ECHAM5.
Con relación a los valores de temperatura simulados y observados para el
periodo histórico, en general los resultados obtenidos por los modelos son
inferiores a las medias medidas en las estaciones de la zona, especialmente
con ECHAM5. En general los valores de ambos códigos se sitúan entre los
medidos, siendo superiores los del HadRM3 en el periodo estival.
En ambos modelos globales se obtienen simulaciones inferiores a los valores
reales de precipitación, especialmente durante el periodo estival y de forma
más marcada para el ECHAM5. Los valores máximos de precipitación se sitúan
en Abril (en la series observadas el máximo corresponde al mes de Mayo), sin
embargo la tendencia interanual aparece bien representada.
3. GENERACIÓN DE SERIES DE PRECIPITACIÓN Y TEMPERATURA.
ESCENARIOS FUTUROS
Los modelos globales el MCG no proporcionan información de las variables
simuladas en términos de valor absoluto estimado, sin embargo proporcionan
el valor correspondiente a los cambios relativos entre dos horizontes
temporales. De acuerdo con
la metodología aplicada en este estudio, el
9
objetivo es obtener del factor de variación relativa (o proporcional) entre las
condiciones actuales (periodo histórico) y los horizontes futuros propuestos. El
tratamiento se aplica para la generación de precipitación y temperatura.
El tratamiento de los datos se basa en perturbar mediante métodos
estocásticos la variación relativa de los estadísticos (media y desviación típica)
de los parámetros meteorológicos estimados por el MCG. Para ello se realizan
los siguientes pasos:
1. desarrollar un generador estocástico (clima local) basado en las propiedades
estadísticas (media y desviación típica) de las series meteorológicas
observadas,
2. evaluar las propiedades estadísticas de las variables climáticas estimadas
por el MCG para el escenario base y su variabilidad según las predicciones
del MCG para escenarios futuros,
3. adaptar los parámetros del generador de clima local según las restricciones
procedentes del MCG.
Para la generación de las variables meteorológicas mediante los códigos
HadRM3 y ECHAM5 se han seleccionado los escenarios A2 (común a ambos
modelos) y el B2 y B1 cuyas simulaciones solo han sido obtenidas para uno de
los códigos. Los horizontes temporales son los proporcionados por los centros
Hadley y Max Planck, como se ha descrito en el epígrafe 2.
3.1. Generador estocástico de la precipitación
Dado que existencia de lluvia es un fenómeno discontinuo en el tiempo, un
primer paso consiste en estimar la probabilidad de su existencia mediante un
modelo de Markov. Para ello se define que la probabilidad de presentarse un
día seco o lluvioso (Xt) depende de la presencia (o no) de lluvia el día anterior
(t-1). Para los datos observados se adoptó un modelo de probabilidad de
Markov de primer orden.
Por otro lado, el volumen de precipitación generada queda determinado
mediante el ajuste de los datos experimentales a una distribución matemática
10
conocida (Exponencial, Gamma, Weibul, etc). En este estudio y para los datos
observados en las estaciones meteorológicas de la cuenca del Fluvià se
selecciono la distribución de Weibul como la más representativa de los datos
históricos. La bondad del ajuste entre las series históricas y las generadas
estocásticamente obtenida con la distribución de Weibul para todas las
estaciones meteorológicas de la cuenca se muestra en la figura 7.
Castellfollit
Jafre
Aeroport
Blanes
Maia del Montcal
Breda
Roses
San Celoni
Vall d’en bas
Santa Coloma
Figuras 7. Diagrama Q-Q relativo a las precipitaciones comparando las series
históricas y el modelo de Weibul
3.1. Generador estocástico de la temperatura
En la generación estocástica de series de temperatura (variable continua) se ha
utilizado un modelo clásico de Media Móvil Auto-Regresiva (ARMA), definido
por la siguiente ecuación:
11
donde μ es la media, φ1 el parámetro de autoregresión, θ1 el parámetro de
media móvil, y ε término de error, de media cero y varianza σε2. El modelo
ajustado presenta solo un término autoregresivo y un término de media móvil.
3.1. Obtención de las series estocásticas de P y T a partir de los modelos
globales
A partir de la metodología aplicada y para cada estación meteorológica, se
obtuvieron los parámetros específicos correspondientes al modelo de Weibul
(precipitación) y al modelo ARMA (temperatura). La escala de trabajo para los
parámetros es de tipo mensual por lo que el ajuste de los dos modelos se
efectuó mensualmente.
A partir de los parámetros estimados de los modelos y los valores de las
medias mensuales de las predicciones futuras se han generado 200 series de
50 años de datos de precipitación y temperatura diaria para cada uno de los
escenarios siguientes:
- Serie histórica
- ECHAM5 A2 (2025 – 2050 - 2080)
- ECHAM5 A2 (2025 – 2050 - 2080)
- HadRM3 A2 (2085)
- HadRM3 B2 (2085)
Dado que generar escenarios de P y T para las dos zonas identificadas en la
cuenca, 3 escenarios (A2, B2 y B1) dos modelos y 4 niveles temporales es
prácticamente
inviable,
es
necesario
identificar
aquellas
series
que
estadísticamente se consideren las más representativas (dado que todas ellas
presentan igual probabilidad).
La fase de selección de las series óptimas
futuras para los escenarios definidos está actualmente en fase de desarrollo.
12