Download Validación y Análisis de Consenso de Modelos de Escenarios de

Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) PROYECTO INAMHI-MAE-SCN-PRAA-PACC
1 Validación y Análisis de Consenso de
Modelos de Escenarios de Cambio Climático
para Ecuador
Ángel G. Muñoz S
Centro de Modelado Científico (CMC) de La Universidad del Zulia. Maracaibo, 4004. Venezuela
Septiembre, 2010
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Resumen Ejecutivo
Existen en Ecuador disponibles a la fecha tres (3) modelos dinámicos de alta
resolución espacial para estudios de Escenarios de Cambio Climático, a saber: el
PRECIS (25 km, escenarios A2 y B2) [Centella & Bezanilla, 2008], el ETA (56 km,
escenarios A2 y B2) [Rodrigues Soares & Marengo, 2008] y el TL959 (20 km,
escenario A1B) [Kusonoki et al., 2008]. El objeto del presente documento es, por
una parte, llevar a cabo una validación de los mismos en su descripción del clima
presente, comparando con la base de datos CRU de la East Anglia University, en
términos
de
métricas
seleccionadas
(correlación,
coeficiente
medio
de
determinación y sesgo) para precipitación y temperatura1. Estos resultados son
importantes para los tomadores de decisión, en aras de conocer las fortalezas y
debilidades de cada modelo en su representación de las mencionadas variables.
Por otra parte en este documento se hace también una revisión de las previsiones
de cada modelo y escenario para el futuro (a largo plazo en el PRECIS y ETA, y a
corto plazo para el caso del TL959), de modo independiente y mancomunado, esto
último por medio de mapas de consenso.
En cuanto a las validaciones, el ETA posee las mejores correlaciones para
precipitación, pero subestima de modo importante (más de 200 mm de diferencia
con respecto a las observaciones) la pluviosidad en la mayor parte del territorio
ecuatoriano, aunque no describe mal este campo para la Sierra. El TL959, por su
parte, posee buenas correlaciones y tiende a sobreestimar de modo importante la
precipitación en la mayor parte de la Costa y a lo largo de las laderas andinas de
la vertiente amazónica. Las correlaciones para precipitación con el PRECIS son
menores que en los otros dos casos, especialmente para la Amazonía. El PRECIS
sobreestima precipitación en la Sierra, y subestima en la Costa y la Amazonía.
1
Las razones de la escogencia de CRU sobre otros conjuntos de datos se discute en el
documento. PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 2 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Para el caso de la temperatura las mejores correlaciones las provee el TL959, que
posee un sesgo frío2 para prácticamente todo el territorio ecuatoriano. El ETA
adolece de un sesgo frío para la Costa (igual o mayor a 3 oC de diferencia) y la
vertiente pacífica de los Andes, mientras que se aprecia un sesgo cálido (igual o
mayor a 3 oC de diferencia) para la vertiente amazónica y la Amazonía cercana a
las laderas andinas. Para el resto del Oriente se aprecia un sesgo frío menor
(hasta aproximadamente 1.5oC). El PRECIS evidencia altas correlaciones para
temperatura, salvo para regiones de Loja, en el sur. Muestra sesgo cálido para la
mayor parte del Litoral y hacia la Sierra sesgos fríos. En la Amazonía en general
las temperaturas están mejor descritas, excepto en el extremo oriental.
Los resultados del análisis de consenso sugieren, para el largo plazo, un aumento
en la intensidad de las precipitaciones para básicamente la Región Interandina,
mientras que un decremento de las mismas para la Amazonía (sobre todo el
extremo oriental) y para la Costa (Santa Elena, Manabí y Esmeraldas),
especialmente con mayores certezas para la provincia de Esmeraldas.
En el corto plazo el modelo TL959 prevé incremento en la intensidad de
precipitación para la Costa, especialmente para algunos sectores de la provincia
de El Oro, el sur de Guayas y la mayor parte de Manabí. La Sierra, sin embargo,
evidencia tanto incrementos como decrementos de intensidad, dependiendo de la
ubicación. En la Amazonía cercana a las laderas andinas, se evidencian múltiples
zonas con incrementos de precipitación, mientras que más al oriente en promedio
se avistan decrementos o muy ligeros incrementos.
Todos los modelos coinciden en un calentamiento sistemático para todo el
territorio ecuatoriano. Este comportamiento es consistente con el forzamiento
2
Por “sesgo cálido” y “sesgo frío” se hace referencia en este documento a la “diferencia cálida” o “diferencia fría”, respectivamente, que puede indicar un modelo con respecto a un patrón de comparación, e.g. observaciones o mediciones instrumentales. PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 3 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) suscrito en los modelos globales, a pesar de que hay evidencia [Harrison y
Carson, 2007] de zonas de enfriamiento en la Costa Pacífica de Sudamérica.
4 PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) ÍNDICE GENERAL
ANTECEDENTES___________________________________________
5
I.
INTRODUCCIÓN
6
II.
OBJETIVOS ______________________________________
14
III.
DATOS_____________
15
IV.
METODOLOGÍA
19
V.
RESULTADOS______________________________
_______
____
______________________
22
1.- VALIDACIÓN DE LOS MODELOS
1.1.- TL959_______________________________________
22
1.2.- ETA_________________________________________
35
1.3.- PRECIS______________________________________
47
2.- ANÁLISIS INDIVIDUAL
2.1.- TL959________________________________________
61
2.2.- ETA__________________________________________
72
2.3.- PRECIS_______________________________________
89
3.- ANÁLISIS DE CONSENSO______________________________
107
VI.
LIMITACIONES__________________________________________
118
VII.
CONCLUSIONES Y RECOMENDACIONES___________________
120
VIII.
BIBLIOGRAFÍA ________________________________________
127
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 5 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) ANTECEDENTES
Reconociendo objetivos comunes en el área de estudios de Variabilidad y Cambio
Climático para el Ecuador, en 2009 el Ministerio del Ambiente del Ecuador (MAE)
y el Instituto Nacional de Meteorología e Hidrología (INAMHI) suscriben un
acuerdo de colaboración específicamente orientado a la realización de una serie
de proyectos con el objetivo de generar información e índices climáticos que
promuevan y apoyen los esfuerzos nacionales para reducir los impactos de la
Variabilidad y Cambio Climático en áreas y sectores específicos del país.
Entre los distintos esfuerzos llevados a cabo entre el MAE y el INAMHI en años
anteriores, con la ayuda del Proyecto de Adaptación al Impacto del Retroceso
Acelerado de Glaciares en los Andes Tropicales (PRAA), Proyecto de Adaptación
al Cambio Climático a través de una Efectiva Gobernabilidad del Agua en el
Ecuador (PACC), y Proyecto GEF/PNUD/MAE Segunda Comunicación Nacional
sobre Cambio Climático, se han obtenido salidas numéricas de los modelos
TL959, ETA y el PRECIS para el Ecuador, así como entrenamiento presencial del
personal técnico del INAMHI al respecto. Si bien hasta el momento se había
llevado a cabo un análisis independiente de los resultados, no se habían
considerado los productos numéricos en un estudio integral, que permita comparar
las salidas y emplearlas de modo mancomunado. En estas páginas se describe
precisamente este esfuerzo.
El presente estudio es ejecutado dentro de dicho marco de referencia por el
INAMHI, con el apoyo del Ministerio del Ambiente, Proyecto de Adaptación al
Impacto del Retroceso Acelerado de Glaciares en los Andes Tropicales (PRAA),
Proyecto de Adaptación al Cambio Climático a través de una Efectiva
Gobernabilidad del Agua en el Ecuador (PACC), y Proyecto GEF/PNUD/MAE
Segunda Comunicación Nacional sobre Cambio Climático. Los datos han sido
aportados por los respectivos proyectos, por INAMHI y CRU [Mitchell, 2005].
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 6 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) INTRODUCCIÓN
Aunque con algunos detractores, existe consenso en la Comunidad Científica de
que el Cambio Climático es un hecho [IPCC, 2007], y que posee una componente
de origen antrópico producto de varios factores, pero en la que resalta el papel del
incremento de la concentración de los Gases de Efecto Invernadero (GEI) en la
atmósfera. Debido a su importancia, un Grupo de Expertos [IPCC, 2000] del Panel
Intergubernamental sobre Cambio Climático (IPCC, por sus siglas en inglés),
suscribió un documento, conocido como el Reporte Especial de Escenarios sobre
Emisiones (REEE, o más conocido como SRES, por sus siglas en inglés) en el
que se delinean posibles escenarios de emisiones de GEI para el siglo XXI.
Los escenarios son imágenes del futuro [IPCC, 2000], o futuros alternativos. No
constituyen ni predicciones ni pronósticos. Más aún, cada escenario es una
imagen alternativa de cómo podría suceder el futuro. Un conjunto de escenarios
ayuda en la comprensión de posibles desarrollos futuros de sistemas complejos
[IPCC, 2000]. Los posibles futuros, pues, poseen de modo inherente un alto grado
de incertidumbres, cuyas fuentes van de los propios datos hasta los modelos
usados, pasando por un inadecuado entendimiento científico de los problemas
subyacentes. Precisamente, los escenarios son herramientas que pueden ayudar
a tratar con tales incertidumbres, si se las entiende como tales y se tratan con la
debida atención.
En el caso de los Escenarios de Emisiones del IPCC (SRES, de ahora en
adelante), éstos están relacionados con varios agentes enlazados al
Cambio
Climático, incluyendo crecimiento de la población, desarrollo socio-económico, uso
de sistemas de energías y cambios en el uso de suelos. La aproximación
empleada en los SRES involucró [IPCC, 2000] el desarrollo de un conjunto de
cuatro familias alternativas (ver Figura 1), que involucran un total de 40 escenarios
(ver Tabla 1). Cada familia incluye una parte descriptiva denominada línea
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 7 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) histórica, y un número de interpretaciones alternativas y cuantificaciones de cada
línea histórica desarrolladas por seis diferentes aproximaciones de modelación.
Así, todas las interpretaciones y cuantificaciones de una línea histórica constituyen
una familia de escenario. Cada línea histórica describe un posible futuro
demográfico, social, económico, tecnológico y de políticas para cada una de las
cuatro familias. Dentro de cada familia diferentes escenarios exploran variaciones
de desarrollos globales y regionales, y sus implicaciones en términos de emisiones
de GEI y azufre (para mayores detalles, ver el Glosario de [IPCC, 2000]).
Figura 1. Árbol de escenarios, con las cuatro familias. Fuente: [IPCC, 2000].
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 8 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Conjunto SRES Total Familia Grupo Escenario A1C A1 A1G A1B A2 B1 B2 A1T A2 B1 B2 9 Escenarios Globalmente Armónicos 2 3 6 2 2 7 4 26 Otros Escenarios 1 0 2 1 4 5 4 14 Escenarios Totales 3 3 8 3 6 9 8 40 Características de los Escenarios Crecimiento Poblacional Bajo Bajo Bajo Bajo Alto Alto Medio Crecimiento del PGD3 Muy Alto Muy Alto Muy Alto Muy Alto Medio Alto Medio Uso de Energía Muy Alto Muy Alto Muy Alto Alto Alto Bajo Medio Cambio Uso Suelos Bajo-­‐
Bajo-­‐
Bajo Medio Medio Bajo Medio-­‐
Alto Alto Medio Bajo Medio Medio Medio Disponibilidad Alto de Recursos Vector Tecnológico Alto Medio Medio Bajo Rápido Rápido Rápido Rápido Lento Tabla 1. Distribución y características de los escenarios del SRES. Fuente: [IPCC, 2000].
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) En la Figura 1 se aprecia una distribución pictórica de las cuatro familias de
escenarios, las cuales comparten líneas históricas comunes. Hacia arriba se
encuentran las familias orientadas más hacia temas económicos, mientras que
hacia abajo están las más orientadas hacia lo medioambiental. Hacia la izquierda
las de mayor orientación a escala global y las de la derecha a escala regional. La
figura no pone en evidencia en modo alguno incompatibilidad o mutua exclusión
entre las familias.
Algunos escenarios suelen considerarse más “benignos” que otros. Por ejemplo, la
Figura 2 muestra la distribución de los grupos (y familias) de escenarios en un
diagrama triangular de uso de fuentes de energía primarios [IPCC, 2000]. Las
líneas muestran el desarrollo histórico desde 1850 hasta 1990 (en negro) y
posibles usos en el futuro (en zonas sombreadas y líneas de colores). Cada punto
dentro del triángulo puede identificarse con una combinación de energías
renovables/nucleares, basadas en consumo de gasolina y gas o en quema de
carbón. De la figura queda claro que, en términos de uso de energías, para el año
2100 el grupo A2 (hacia la izquierda del centro del triángulo) puede identificarse
con un empleo del orden del 30% de energías renovables/nucleares, 20% de
consumo energético por gasolina/gas y un 50% por quema de carbón; el grupo B2
(hacia la derecha del centro del triángulo), por su parte, puede identificarse para el
2100 con un uso de aproximadamente 50% de energías renovables, un 30% de
gasolina/gas y 20% de quema de carbón. De manera que cuanto más hacia la
esquina inferior derecha, más “benigno” –al menos en términos de uso de fuentes
energéticas- se podría considerar el grupo de escenarios. Figuras similares
pueden construirse para los otros motivadores de los escenarios, y son tratados
en detalle en el SRES [IPCC, 2000].
3
Producto grueso doméstico PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 10 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Para terminar de hacerse una idea resumida de lo que implica cada línea histórica
y familia de escenarios, puede indicarse [IPCC, 2000] [Centella y Bezanilla, 2008]
que:
11 Figura 2. Diagrama de uso de fuentes de energía. El histórico de 1850 a 1990 aparece en
negro, y posibles escenarios futuros en zonas sombreadas/líneas de color. Cada esquina
corresponde a una situación hipotética en el que la energía primaria es provista sólo por
una fuente: renovable/nuclear, gasolina/gas o carbón. Los puntos interiores correspoden a
combinaciones con sus porcentajes. Fuente: [IPCC, 2000].
• A1. Describe un mundo futuro de crecimiento económico muy rápido; la
población mundial alcanza su nivel más alto a mitad del siglo y disminuye
posteriormente,
produciéndose
una
rápida
introducción
de
nuevas
tecnologías más eficaces. La familia A1 se divide en tres grupos que
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) describen las distintas direcciones del cambio tecnológico en el sistema
energético, a saber: fuentes de energía intensivas de origen fósil, de origen
no fósil o un equilibrio entre todas las fuentes.
• A2. Describe un mundo muy heterogéneo. Los perfiles de fertilidad en las
distintas regiones tienden a converger muy lentamente, lo cual acarrea un
aumento continuo y constante de la población. El desarrollo económico
tiene una orientación principalmente regional y el crecimiento económico
per cápita y el cambio tecnológico están más fragmentados y son más
lentos.
• B1. Describe un mundo convergente, con la misma población mundial, que
alcanza su nivel más alto a mediados del siglo para disminuir
posteriormente, como en A1 pero con cambios rápidos en las estructuras
económicas hacia una economía de la información y de los servicios, con
reducciones en el consumo de materiales e introducción de tecnologías
limpias y de recursos eficaces. En esta línea evolutiva se hace hincapié en
las soluciones mundiales a la sostenibilidad económica, social y ambiental,
lo que comprende una mejora de la equidad, pero sin iniciativas climáticas
adicionales.
• B2. Describe un mundo en el que se hace hincapié en las soluciones
locales a la sostenibilidad económica, social y ambiental. Se trata de un
mundo cuya población mundial crece continuamente, a un ritmo menor al
de la línea evolutiva A2, con niveles medios de desarrollo económico y
cambios tecnológicos menos rápidos y más variados que en las líneas
evolutivas B1 y A1. Aunque el escenario también está orientado hacia la
protección ambiental y la equidad social, se centra en los niveles local y
regional.
En el presente documento se hacen uso de salidas de modelos con
configuraciones pertenecientes a los escenarios A2, A1B y B2, correspondiendo
en términos de temperaturas a largo plazo, por ejemplo, a panoramas “menos
benignos”, “intermedios” y “más benignos”, respectivamente (ver por ejemplo
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 12 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) [IPCC, 2007] o para un estudio anterior para el territorio ecuatoriano ver [Centella
y Bezanilla, 2008]).
Los escenarios del SRES involucran configuraciones específicas, especialmente
en términos de concentraciones de GEI, de modelos numéricos acoplados de
clima. El IPCC ha provisto [IPCC, 2007] una serie de salidas numéricas de
múltiples modelos globales ejecutados por distintas instituciones, con el objeto de
estudiar, según los distintos escenarios, los efectos esperados a largo plazo en el
Sistema Climático Terrestre.
Estos modelos poseen baja resolución espacial (en general proveen celdas de
unos 277 km de lado), y no deben emplearse directamente para llevar a cabo
estudios que no correspondan a escala continental o subcontinental en el mejor de
los casos [IPCC, 2007]. Es por ello que múltiples autores han iniciado campañas
de incremento de resolución (mediante un proceso conocido como downscaling
[Muñoz, 2010]) empleando, por ejemplo4, modelos climáticos regionales de alta
resolución.
Para Sudamérica, trabajos pioneros han sido llevados a cabo por Marengo et al.
[2009], y Rodrigues y Marengo [2008] (ver referencias adicionales ahí citadas) con
los modelos regionales HadRM3P (PRECIS [Jones et al., 2004]) y ETA para
Estudios de Cambio Climático (ETAECC [Pisnitchenko y Tarasova, 2009]),
alimentados por modelos globales. En el caso de Ecuador, Centella y Bezanilla
[2008] han empleado el HadRM3P (del paquete PRECIS) para generar escenarios
de cambio climático a largo plazo de alta resolución (25 km), empleando los
escenarios A2 y B2 con dos modelos globales distintos (para detalles ver [Centella
y Bezanilla, 2008]). Muy recientemente, y gracias a los proyectos PRAA y SCN,
fue posible enviar a una serie de técnicos del INAMHI a Brasil (ver por ejemplo
[Cadena, 2009]) y Japón (ver [Chimborazo, 2010]) a entrenarse en los modelos
4
Es posible emplear modelos estadísticos (downscaling estadístico) o incluso metodologías híbridas también. PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 13 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) ETA y TL959 [Kusonoki et al., 2008], respectivamente; estos técnicos trajeron
consigo las respectivas salidas numéricas de los estudios referenciados, las
cuales se emplean en este documento. Finalmente, Chimborazo, Guitarra y Muñoz
[2010], llevan a cabo un análisis para Ecuador con las salidas numéricas del
modelo TL959 recién mencionado, a 20 km de resolución espacial y
correspondientes al escenario A1B, aunque en este caso para el corto plazo
(2015-2039). Estos mismos datos son usados en el presente análisis también.
El objeto del documento en lectura es discutir los resultados principales obtenidos
del estudio de validación independiente de las salidas de Escenarios de Cambio
Climático para los modelos TL959, ETA y PRECIS (datos referidos en el párrafo
anterior), y del análisis individual y de consenso para los mismos productos, para
el período 2015-2039 (TL959) y 2070-2099 (ETA y PRECIS).
Es importante resaltar una vez más las incertidumbres que poseen los escenarios
del SRES, y que los experimentos numéricos del IPCC fueron diseñados
considerando el Cambio Climático a largo plazo (final del siglo XXI), dado que en
períodos de corto plazo se tendría que considerar adecuadamente el papel de la
variabilidad climática a distintas escalas temporales en conjunto con el Cambio
Climático. Por ejemplo, [Baethgen, 2010] indica que se tiene en principio un doble
problema de escala con este tipo de salidas del IPCC, debido a que se consideran
salidas de modelo de muy baja resolución (más de 100 km) y a una escala de
tiempo muy grande (finales de siglo), y que los tomadores de decisión típicamente
están interesados en alta resolución y más corto plazo. Especial cuidado, pues, ha
de tenerse siempre con la toma de decisión de los presentes productos.
La distribución del documento es la que sigue. En las siguientes tres secciones se
establecen los objetivos específicos del trabajo, se identifican las características
de los datos empleados y se describe la metodología utilizada a lo largo del
estudio. A continuación se realiza la discusión general de los resultados obtenidos
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 14 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) para la validación de los productos y los análisis individuales y de consenso, y
finalmente se presentan las limitaciones, conclusiones y recomendaciones.
Salvo que se indique lo contrario, la fuente de las figuras mostradas es el presente
trabajo.
15 PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) OBJETIVOS
El objetivo general de este trabajo es llevar a cabo un análisis de los productos
disponibles de precipitación y temperatura superficial de los modelos TL959, ETA
y PRECIS para el Ecuador.
Del objetivo general, se desprenden los siguientes objetivos específicos:
1. Presentar y discutir los resultados de la validación de las salidas numéricas
de los modelos de Cambio Climático TL959, ETA y PRECIS, empleando el
coeficiente de correlación, el índice de determinación y el sesgo.
2. Analizar de modo independiente las salidas de precipitación y temperatura
de los mencionados modelos, empleando la diferencia entre el período
futuro y presente.
3. Analizar conjuntamente las salidas disponibles de las variables escogidas,
mediante el empleo de mapas de consenso.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 16 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) DATOS
En función de los objetivos planteados, en este estudio se han hecho uso de dos
tipos de datos de precipitación (intensidad) y temperatura: de modelos y
observados, ambos en mallas computacionales. Los primeros consisten en las
salidas numéricas del modelo TL959, ETA y PRECIS. Para los segundos se
escogió el conjunto de datos de la Climate Research Unit (CRU) de East Anglia
University, en su segunda versión.
El TL959 es un modelo operacional de pronóstico del Instituto de Investigaciones
Meteorológicas (MRI, por sus siglas en inglés) y la Agencia Japonesa de
Meteorología (JMA, idem), con modificaciones como modelo climático en los
procesos de radiación y de superficie terrestre [Mizuta et al., 2006]. La integración
temporal fue acelerada mediante un esquema semi-lagrangeano. Este modelo
global posee un truncamiento espectral horizontal con 959 armónicos (TL959),
correspondiente a aproximadamente unos 20 km de resolución espacial, con 60
niveles verticales que llegan hasta 0.1 mb de altura superior. Las salidas
empleadas en este estudio corresponden al escenario A1B, con período de control
1979-2003 y en el caso del “futuro cercano” a los años 2015-2039, con resolución
diaria. Para mayores detalles referirse a [Kusonoki et al. 2008].
El modelo ETA para Estudios de Cambio Climático [Pisnitchenko y Tarasova,
2009] es una modificación de la versión original para pronóstico meteorológico del
Science Operations Office/Science and Training Resource Center (SOO/STRC),
disponible gratuitamente en http://strc.comet.ucar.edu. Los datos provistos para
este estudio poseen 0.5o de resolución espacial (aproximadamente unos 56 km en
la línea ecuatorial), cubren adecuadamente la mayor parte de Sudamérica (ver
Figura 3), y poseen salidas de las variables cada 6 horas. Éstos incluyen ya un
preprocesamiento en GrADS que permite tratarlos en archivos de escala mensual.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 17 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Los escenarios disponibles corresponden al A2 y B2, usando el modelo global
HadAM3P. El período de control es 1960-1990, y para el “futuro lejano” el período
considerado es 2071-2100.
18 Figura 3. Dominio computacional del ETA-ECC. Fuente: [Pisnitchenko y Tarasova, 2009]
El sistema de modelado climático regional PRECIS fue desarrollado por el Centro
Hadley del Reino Unido, permitiendo al modelo HadRM3P ejecutarse sobre un
área limitada del globo terráqueo [Jones et al., 2004]. El modelo posee 19 capas
verticales y dos posibles resoluciones horizontales para escoger. Los datos
empleados en el presente estudio corresponden a la resolución de 25 km, con
resolución temporal diaria. Los datos disponibles por el INAMHI consideran las
salidas provistas por Centella y Bezanilla [2008], forzadas por el modelo global
ECHAM4, con un período de control que va desde 1961 hasta 1990, y luego
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) salidas para los escenarios A2 y B2 divididas en archivos que van desde 1990
hasta 2050 y desde 2050 hasta 2099. El dominio computacional es visible en la
Figura 4.
19 Figura 4. Dominio computacional del PRECIS. Fuente: [Centella y Bezanilla, 2008]
Todos los modelos mencionados arriba son hidrostáticos. Esto significa que
consideran intrínsecamente en las ecuaciones físicas a los glóbulos de atmósfera
en equilibrio hidrostático. Los modelos más realistas, y que pudieran tener un
mejor desempeño en un territorio con relieve tan complejo como el ecuatoriano
son los no-hidrostáticos (para una revisión de uso de este tipo de modelos para los
países andinos ver [Muñoz et al. 2010]). Para un resumen de los datos
disponibles, períodos escogidos para el presente y futuro, y resoluciones
respectivas, ver Tabla 2.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Para fines de validación, se han escogido los campos de precipitación y
temperatura en malla de 0.5o de resolución provistos por la versión 2 de CRU
[Mitchell y Jones, 2005], a la que se denominará CRU2 en lo que sigue. Se
escogió CRU2 debido a que con la misma metodología y resolución están
dispobibles ambas variables de interés. Además, Chimborazo, Guitarra y Muñoz
[2010], empleando una base de datos con análisis objetivo producida por [Muñoz y
Erazo, 2010] –que en lo que sigue se denominará INAMHI-CMC30k- a partir de
datos de estaciones del INAMHI, muestran que el comportamiento de CRU para la
descripción de la variabilidad espacio-temporal de la precipitación y temperatura
en el territorio ecuatoriano es aceptable en general, en términos de los sesgos y
correlaciones espacio-temporales. CRU2 cubre homogéneamente el globo
terráqueo, salvo los Océanos y la Antártida, con datos disponibles desde 1901
hasta 2000. Para efectos de este trabajo se han usado datos desde 1960 hasta
2000. La resolución temporal es mensual.
Tanto para los procesos de validación como para los mapas de cambio de
variables y de consenso, se ha escogido el dominio común que va desde 82 O
(82W) hasta 75 O (75W) y desde 5 S hasta 2 N.
Modelo Presente Futuro Escenario(s) Resolución (km) TL959 1979-­‐2000 2015-­‐2039 A1B 20 ETA (CCS) 1960-­‐1990 2071-­‐2099 A2,B2 56 PRECIS 1961-­‐1990 2071-­‐2099 A2,B2 25 Nota: El período señalado como “Presente” corresponde al escogido para la validación. Tabla 2. Modelos y períodos escogidos para precipitación y temperatura
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 20 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) METODOLOGÍA
Como se ha mencionado anteriormente, el presente estudio consta de tres
componentes. En esta sección se describe la metodología empleada en cada una
de ellas para el postprocesamiento de los datos. Todos los scripts fueron
desarrollados en NCAR Command Language (NCL, http://www.ncl.ucar.edu)
Validación
En aras de estudiar qué tan bien representan los modelos TL959, ETA y el
PRECIS el clima presente, se han escogido las métricas: coeficiente de
correlación lineal, CC, su valor cuadrático, r2 (conocido como el coeficiente de
determinación) y el sesgo o bias B (para detalles, ver [Wilks, 2005]). Éstos se
escriben como:
(1)
(2)
donde S corresponde a la simulación y O a la observación, cov es el operador
covarianza y σ es la desviación estándar.
Estos estadísticos se escogieron porque permiten rápidamente apreciar, por parte
de los tomadores de decisión, qué tan bien un modelo en particular es capaz de
reproducir
los
patrones
espacio-temporales
observados
(coeficiente
de
correlación) y apreciar si las magnitudes simuladas numéricamente sobreestiman
o subestiman, y en cuánto, a las observaciones. En efecto, un coeficiente de
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 21 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) correlación de +1 indicará que la simulación reproduce “perfectamente” lo
observado, tanto en espacio como en tiempo. Por otra parte, un coeficiente de 0
indica que no hay correlación alguna entre las observaciones y lo simulado.
Valores negativos para el coeficiente implican un comportamiento inverso entre lo
simulado y lo observado.
Es importante destacar que se han llevado a cabo las pruebas correspondientes
para estudiar la significancia estadística asociada a los resultados de la
correlación. El coeficiente de correlación [Wilks, 2005] de n pares de
observaciones independientes se ha probado aquí contra la hipótesis nula (i.e. no
existe correlación) empleando la estadística t-Studentis con n-2 grados de libertad.
El límite de confianza escogido fue de 99% (p-valor=0.01).
El procedimiento para realizar la validación consistió, por una parte, en calcular los
mapas espaciales del coeficiente de correlación para todos los meses disponibles
en cada caso, esto con el objeto de trabajar con una muestra más robusta. Estos
períodos corresponden a las líneas base de los datos disponibles de los modelos,
y no a una ejecución de los mismos empleando reanálisis como condiciones de
borde. Una ejecución con reanálisis correspondería a un estudio de predicibilidad
–capacidad de predicción- máxima, si se asume aquél como “observaciones
perfectas”, una asunción bastante frecuente en la comunidad científica. La
aproximación seguida en este documento permite directamente estudiar la
realización5 provista por el anidamiento del modelo regional en el modelo global
(en el caso del ETA y PRECIS) o directamente la realización de éste (caso
TL959). Esto es, la validación se lleva a cabo no sólo sobre el modelo per se sino
del mismo alimentado con la ejecución del modelo global para el presente, lo cual
da una idea más real del desempeño del sistema numérico como un todo para
representar el clima presente.
5
Una realización en modelación numérica se refiere a una posible “realidad físicamente consistente” entre múltiples que pueden tenerse. PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 22 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Así, siguiendo lo indicado en la Tabla 2, para el TL959 se tiene una muestra de
264 meses (CC>0.143 es significativo a un límite de confianza del 99%), para el
ETA de 372 meses (idem, para CC>0.120) y para el PRECIS de 360 meses (idem,
para CC>0.121). Se intentó que los períodos del presente coincidieran con los
mismos empleados en los conjuntos de datos originales, pero para el caso del
TL959 se decidió el período 1979-2000. En estos mapas, cuanto más rojo sea el
tono, mayor correlación se tiene. Tonos blancos implican correlaciones cercanas a
cero (y sin significancia estadística), y tonos en azul corresponden a correlaciones
negativas (inversas).
En cuanto al coeficiente de determinación se calculó, para cada mapa de
correlación, como la media zonal y meridional de todo el dominio. Este coeficiente
da una idea del desempeño del modelo en términos, pues, de las correlaciones
espacio-temporales medias, y no directamente en términos de la comparación de
las magnitudes (sobreestimación y subestimación, por ejemplo).
Por otra parte, se calcularon los mapas espaciales de sesgo considerando la
media estacional (de 3 meses) multianual para cada período. En este tipo de
mapas, los tonos rojos implican sobreestimación de la variable por parte del
modelo (por ejemplo, para temperatura indicaría que tiene un sesgo cálido en esas
zonas), mientras que los azules indican subestimación. Los tonos blancos indican
que lo simulado y observado tiende a coincidir.
En cada caso, el procedimiento se efectuó tanto para precipitación (PRCP o
PRECIP, en lo que sigue) como para temperatura superficial (que llamaremos
T2M de ahora en adelante), y como observaciones se utilizó el conjunto de datos
CRU2, descrito en la sección anterior, siempre para el mismo período que los
escogidos para cada modelo. Dado que las unidades originales de los modelos no
corresponden directamente con las unidades de los productos CRU2, se hizo la
transformación correspondiente.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 23 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Análisis Individual y de Consenso
Para obtener el cambio previsto en las variables para cada modelo, se calculó la
diferencia (DELTA, en lo que sigue) entre las medias futuras y presentes, por
trimestre y para ambos períodos completos. En el caso de la precipitación, se
escogió utilizar la variable original de los modelos, a saber, intensidad de
precipitación, que aparece en las figuras como INTENS(PRECIP). Aunque medida
en mm/día desde el punto de vista físico, se presenta por facilidad para el tomador
de decisión el cambio porcentual correspondiente, con respecto al presente; de
ahí que las unidades de tales figuras sean porcentuales (%). Sin embargo, para
los deltas de temperatura, la presentación se hace en términos de grados Celsius,
para mayor facilidad de interpretación. Esta escogencia se hizo luego de consultar
directamente a múltiples tomadores de decisión al respecto.
De nuevo, para estas figuras, tonos en rojo implican incremento de la variable en
estudio, en blanco indican que no hay cambios con respecto al presente y en azul
indican decrementos.
En lo que respecta al análisis de consenso, el mismo se lleva a cabo
considerando en conjunto las salidas disponibles en términos de los mismos deltas
recién descritos. En el caso de temperatura, todos los deltas son siempre
positivos, pero en el caso de precipitación no sólo existen regiones con
incrementos. Los mapas de consenso [IPCC, 2007; Taylor et al., 2007; Centella y
Bezanilla, 2008] permiten rápidamente apreciar cuántos modelos están de
acuerdo, para una celda particular, en si hay previsión de incrementos o
decrementos. Naturalmente, este tipo de mapas puede emplearse para visualizar
incertidumbres: en la medida en que un número mayor de modelos indica acuerdo
en un evento en particular, menor será la incertidumbre asociada.
En este documento se presentan tanto los mapas de consenso para incremento
como para decremento de intensidad de precipitación para el Ecuador.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 24 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) RESULTADOS
En esta sección se discuten los principales resultados obtenidos en términos de la
validación de los modelos y el análisis individual y de consenso para precipitación
y temperatura superficial.
1.- VALIDACIÓN DE LOS MODELOS
1.1.- TL959
Puede decirse que, en promedio, las salidas del TL959 para el clima
presente evidencian, en términos de correlación espacio-temporal (Figura 5), alta
similitud con los patrones observados (CRU2) para el Litoral Ecuatoriano. Se
encuentra nivel de significancia estadística para la mayor parte del territorio, salvo
para el Callejón Interandino y regiones a pié de monte, especialmente en la
vertiente amazónica de la Cordillera, pero con una zona de incluso correlación
negativa en el noroeste de Ecuador, en la parte suroccidenta de la provincia de
Imbabura (ver Figura 5). En el Oriente ocurren patrones alternados de mayores y
menores correlaciones, pero en general toda la Amazonía Ecuatoriana (salvo la
región en el sur cercana a la Cordillera Andina) posee significancia estadística por
encima del 99%.
Es normal que los modelos en general presenten problemas a la hora de describir
los procesos de precipitación (y temperatura) a lo largo de orografía compleja,
como es el caso del Ecuador. De hecho, Chimborazo, Guitarra y Muñoz [2010]
muestran que la representación, por parte del modelo, del relieve a lo largo del
Callejón Interandino no es en principio mala, sin embargo se aprecia que la
representación de los procesos físicos asociados a precipitación, especialmente la
convección orográfica, podrían estar fallando en el modelo TL959. Esto puede
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 25 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) deberse a la compleja orografía, una resolución aún no lo suficientemente alta
para describir todos los procesos y a problemas con la descripción propiamente
dicha de los procesos físicos relacionados (vale recordar que ninguno de los
modelos aquí considerados es no hidrostático).
26 Figura 5. Correlación para precipitación entre CRU2 y TL959. Período: 1979-2000.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 27 Figura 6. Sesgo medio para precipitación (mm) entre CRU2 y TL959. Período: 1979-2000.
En cuanto al sesgo medio, se aprecia que en la mayor parte del territorio el TL959
tiende a sobreestimar la precipitación, con una señal muy clara en el Litoral,
excepto en la costa noroccidental, en la que se aprecia (ver figuras 7a,7b y 7c) un
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) cambio que va desde subestimación a ligera subestimación (Figura 7c). En la
Sierra se reportan localidades con sobreestimación, subestimación y valores
28 Figura 7a. Sesgo trimestral (desde DEF hasta MAM) para precipitación (mm) entre CRU2
y TL959. Período: 1979-2000.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 29 Figura 7b. Igual que 7a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 30 Figura 7c. Igual que 7a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) similares a las observaciones, dependiendo de la ubicación geográfica y la época
del año. Esto es de esperarse, debido a que aún a 20 km de resolución, el modelo
es incapaz de resolver todas las características y microclimas presentes en el
Callejón Interandino.
Vale la pena aquí detenerse un instante para hacer una reflexión sobre el uso de
los mapas medios de sesgo. La Figura 5 evidencia, hacia el centro del dominio en
estudio, una región de muy baja correlación (menor a 0.1). De modo interesante,
la Figura 6 muestra para la misma región sesgos mínimos. Esto es contradictorio,
y la explicación para que el sesgo en esta zona se muestre como tal es debida a
que a lo largo del año (Figuras 7a a 7c) precisamente esa región muestra sesgos
húmedos y secos, dando en promedio valores cercanos a cero. Es uno de los
cuidados que hay que tener con los mapas que presentan esta métrica.
En el Oriente, el comportamiento del sesgo es mucho más heterogéneo. A lo largo
del pié de monte andino, desde el sur hasta el norte, se aprecia consistentemente
un sesgo húmedo, probablemente asociado a una mala representación en la física
del modelo de los procesos de convección orográfica. Más hacia el este, desde
Febrero hasta Junio hay una amplia región con sesgo seco, que cambia pronto de
señal, desde aproximadamente Julio hasta finales de año para convertirse en una
zona de sobreestimación. Es importante resaltar que este mismo comportamiento
en el sesgo lo sigue la mayor parte del Callejón Interandino, poniendo en
evidencia la interconexión en el modelo de los patrones de precipitación con
origen principal en la vertiente amazónica, así como una deficiente descripción de
los procesos de precipitación y transporte de humedad para estas regiones.
Como es típico, el comportamiento general de la correlación para temperatura es
mucho mejor (Figura 8). De hecho, como se discutirá posteriormente, el TL959 es
el modelo con mejores correlaciones para temperatura superficial. La Figura 8
muestra correlaciones estadísticamente significativas por encima del 99% para
todo el territorio ecuatoriano, siendo algo menores los valores a lo largo de la
Cordillera Andina, por motivos ya discutidos.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 31 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 32 Figura 8. Correlación para temperatura entre CRU2 y TL959. Período: 1979-2000.
Sin embargo, el sesgo medio es frío para prácticamente todo el territorio (Figura
9), especialmente para el extremo nororiental. Este comportamiento es bastante
persistente a todo lo largo del año (Figuras 10a a 10c), y existen regiones
espaciales bien diferenciadas con esta anomalía, como por ejemplo la permanente
en 1S y 78.5º, en el Callejón Interandino, con diferencias por debajo de 3 oC o más
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) (idem para el núcleo gemelo un poco más al sudeste). Sin embargo, entre el
trimestre de MJJ y NDE en el extremo suroccidental se hace notorio un cambio en
el sesgo (Figuras 10b y 10c), pasando ahora el modelo a sobreestimar la
temperatura en esta región.
33 Figura 9. Sesgo medio para temperatura (oC) entre CRU2 y TL959. Período: 1979-2000.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 34 Figura 10a. Sesgo trimestral (desde DEF hasta MAM) para temperatura (oC) entre CRU2 y
TL959. Período: 1979-2000.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 35 Figura 10b. Igual que 10a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 36 Figura 10c. Igual que 10a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 1.2.- ETA
El
modelo
ETA
presenta
correlaciones
también
estadísticamente
significativas en precipitación para la mayor parte del territorio ecuatoriano (Figura
11), excepto en el sur –en donde surgen correlaciones negativas- y sureste del
territorio. Las máximas correlaciones son, como en el caso del TL959, en la Costa.
De modo interesante, el ETA no presenta la característica franja de baja
correlación a lo largo de la Cordillera Andina para precipitación. El extremo
nororiental
presenta
altas
correlaciones
también.
En
general,
pues,
el
comportamiento de los patrones en espacio y tiempo se asemeja bastante bien a
los del CRU2, salvo en el sur y sureste del Ecuador, y especialmente bien a lo
largo del Litoral.
El comportamiento de las magnitudes de precipitación producidas por el modelo
ETA, con respecto a las observaciones, evidencia (Figura 12) un fuerte sesgo
seco para la mayor parte del Ecuador, excepto a lo largo de la Cordillera, en
donde la representación es relativamente aceptable. La subestimación en la
precipitación es más importante (mayor a 200 mm de diferencia) en la Amazonía
(durante todo el año), y en buena parte de la Costa, sobre todo de norte a sur en
esta región entre los trimestres de DEF a MAM (ver Figuras 13a, 13b y 13c). Entre
JJA y SON, en sectores cada vez más amplios del Litoral Ecuatoriano, los sesgos
mejoran mucho. Lamentablemente estos períodos coinciden con estaciones de
muy baja precipitación, y en general el interés mayor en los tomadores de decisión
está precisamente en los meses de máxima precipitación (Figura 13a).
La fortaleza del ETA, en términos de su representación de la precipitación está,
claramente, en la Sierra. A lo largo del año es la región en la que los sesgos están
más cerca de desaparecer (entre -40 mm y 0 mm), especialmente entre MJJ y
ASO.
Estos comportamientos sugieren que las parametrizaciones físicas del modelo
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 37 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 38 Figura 11. Correlación para precipitación entre CRU2 y ETA. Período: 1960-1990.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 39 Figura 12. Sesgo medio para precipitación (mm) entre CRU2 y ETA. Período: 1960-1990.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 40 Figura 13a. Sesgo trimestral (desde DEF hasta MAM) para precipitación (mm) entre CRU2
y ETA. Período: 1960-1990.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 41 Figura 13b. Igual que 13a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 42 Figura 13c. Igual que 13a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) parecen adecuadas para representar mejor los procesos relacionados con
precipitación en relieve que sobre el Amazonas o el Litoral de Ecuador.
Por otra parte el comportamiento de la correlación de temperatura entre CRU2 y
ETA es, como en el caso del TL959, bastante bueno (Figura 14) para todo el
territorio, pero no así sus representaciones de las magnitudes de la temperatura
(Figura 15), las cuales tienden a exceder los 3 oC de diferencia, un valor bastante
alto comparado con otros modelos. Existen sesgos muy marcados para la gran
mayoría del territorio, fríos en casi todo el Litoral, y cálidos para la Sierra y el pié
de monte andino en la vertiente amazónica. Este comportamiento se presenta de
modo consistente a lo largo de todo el año (Figuras 16a a 16c).
En la Amazonía Ecuatoriana, en promedio, se tienen regiones de sesgo frío
también, pero no tan graves como en el caso del Litoral. El Oriente sufre
transiciones
de
subestimación
de
temperatura
–entre
sobreestimaciones –ASO a OND (Figuras 16a a 16c).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI DEF
y
JAS-
a
43 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 44 Figura 14. Correlación para temperatura entre CRU2 y ETA. Período: 1960-1990.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 45 Figura 15. Sesgo medio para temperatura (oC) entre CRU2 y ETA. Período: 1960-1990.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 46 Figura 16a. Sesgo trimestral (desde DEF hasta MAM) para temperatura (oC) entre CRU2 y
ETA. Período: 1960-1990.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 47 Figura 16b. Igual que 16a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 48 Figura 16c. Igual que 16a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 1.3.- PRECIS
El tercer y último de los modelos regionales de clima disponibles, el
PRECIS, posee correlaciones para precipitaciones no tan buenas como en los
casos anteriores (Figura 17). La zona con significancia estadística recorre el país
de sur a norte, siguiendo la mayor parte de la Cordillera Andina, pero también
ubicándose sobre regiones del Litoral Ecuatoriano. La mayoría de las provincias
del Oriente no poseen correlaciones significativas, así como regiones costeras
visibles en la Figura 17. En el extremo oriental del país incluso se reportan
correlaciones negativas con respecto a los patrones de CRU2. A pesar de ser un
modelo a 25 km de resolución, el PRECIS no aparece muy aventajado en términos
de su descripción de los patrones espacio-temporales de precipitación con
respecto al TL959 y al ETA.
El panorama es similar para los sesgos. La Figura 18 reporta sesgos medios para
todo el período considerado (1961-1990), secos en el Litoral y el Oriente, y
excesivamente húmedos (en algunas zonas con diferencias mayores a los 200
mm) para la Sierra y el pié de monte andino (para ambas vertientes). Este
comportamiento en el sesgo es bastante constante a lo largo del año (Figuras 19a
a 19c), salvo en las estaciones correspondientes a los períodos que van de JJA a
SON, en los que esta métrica indica mejores descripciones de la variable para la
Costa Sudoccidental de Ecuador. El PRECIS falla, pues, en una representación
adecuada de las cantidades de precipitación para el Litoral justo para el período
de mayores lluvias (primeros meses del año, Figura 19a), y en general para la
Sierra indica sobreestimación a lo largo de todo el año.
El mapa de correlación para la temperatura superficial se muestra en la Figura 20.
Evidencia correlaciones significativas para la mayor parte del territorio ecuatoriano,
exceptuando una franja que divide al país en dos, de sur a norte, y que tiende a
coincidir con la Cordillera Andina.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 49 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 50 Figura 17. Correlación para precipitación entre CRU2 y PRECIS. Período: 1961-1990.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 51 Figura 18. Sesgo medio para precipitación (mm) entre CRU2 y PRECIS. Período: 19611990.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 52 Figura 19a. Sesgo trimestral (desde DEF hasta MAM) para precipitación (mm) entre
CRU2 y PRECIS. Período: 1961-1990.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 53 Figura 19b. Igual que 19a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 54 Figura 19c. Igual que 19a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) La Figura 20 evidencia, sin embargo, muy buenas correlaciones para el Oriente y
la Costa, y de modo interesante una anti-correlación en el extremo sur del
Ecuador. Las correlaciones en el extremo oriental tienden, como en el caso del
ETA y del TL959, a ser mayores que en regiones amazónicas más cercanas a la
Cordillera. Los sesgos medios de temperatura (Figura 21) son, sin embargo,
menores (casi nulos incluso en algunos sectores) en la Amazonía que en el Litoral
o la Sierra. En esta última, salvo un par de núcleos cálidos bien definidos (con 3oC
o más de diferencia con respecto a las observaciones), la tendencia del PRECIS
es a presentar un sesgo frío, mientras que lo opuesto sucede en el Litoral
Ecuatoriano, en el que desde Guayas hasta Esmeraldas se puede apreciar (Figura
21) un sesgo cálido en la salida del modelo.
Si bien el sesgo cálido en el Litoral y el sesgo frío a lo largo de la Cordillera se
mantienen más o menos estables a lo largo del año (Figuras 22a a 22c), la
Amazonía oscila entre la sobrestimación (de JJA hasta FMA) y la subestimación
(MAM hasta aproximadamente MJJ), sobre todo en una franja meridional entre los
77 O y 78 O. El extremo oriental amazónico tiende a estar todo el año con un
sesgo frío.
Los resultados reportados aquí para la validación por sesgo están de acuerdo con
los indicados por Centella y Bezanilla [2008].
Para terminar, se muestra en la Tabla 3 los resultados del coeficiente de
determinación correspondiente a los mapas de correlación de precipitación,
Figuras 5, 11 y 17, y mapas de correlación de temperatura, Figuras 8, 14 y 20, tras
haber calculado la media zonal-meridional al dominio completo.
Puede apreciarse de inmediato que el modelo TL959 es el que mejor representa,
en términos espaciales, los campos de temperatura, mientras que para
precipitación es el ETA.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 55 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 56 Figura 20. Correlación para temperatura entre CRU2 y PRECIS. Período: 1961-1990.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 57 Figura 21. Sesgo medio para temperatura (oC) entre CRU2 y PRECIS. Período: 19611990.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 58 Figura 22a. Sesgo trimestral (desde DEF hasta MAM) para temperatura (oC) entre CRU2 y
PRECIS. Período: 1961-1990.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 59 Figura 22b. Igual que 22a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 60 Figura 22c. Igual que 22a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Variable\Modelo TL959 ETA (CCS) PRECIS Temperatura 0.6073 0.4157 0.2825 Precipitación 0.2582 0.3107 0.2779 Tabla 3. Coeficiente de determinación (CC2), tras calcular su media zonal y meridional,
para los modelos estudiados. En negrilla se han resaltado los mejores resultados.
Llama la atención que el ETA, teniendo la resolución menor (56 km,
aproximadamente) posea mejor comportamiento en correlación que el TL959 (20
km). Esto se debe a que, al tomar el valor medio, la franja de correlación baja a lo
largo de la Cordillera, que presenta el TL959, le provee peores resultados en este
índice. Pero si se tomaran los valores medios de las correlaciones por regiones,
sin lugar a dudas el TL959 proveería, como cabría esperar, mejores resultados
para Costa y Amazonía.
Esta métrica, como se ha discutido, no provee información específica sobre las
diferencias de magnitud, o sesgo, de los mencionados modelos, las cuales se han
representado y discutido en detalle a lo largo de esta sección.
Como nota de cierre de esta sección, Muñoz y Recalde [2010] han provisto una
climatología de 10 años a 30 km para el Oeste de Sudamérica y los datos están
disponibles gratuitamente en línea. Un análisis semejante al realizado aquí se ha
llevado a cabo para el modelo WRF (un modelo no hidrostático) obteniendo
resultados incluso mejores que los del TL959 o el ETA para temperatura y
precipitación, respectivamente. Para detalles, ver Recalde [2010].
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 61 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 2.- ANÁLISIS INDIVIDUAL
En esta sección se discuten las salidas numéricas de los tres modelos disponibles,
con los escenarios descritos anteriormente, de modo individual. En el caso del
modelo TL959 es importante recordar que el período futuro corresponde al
comprendido entre los años 2015 y 2039, y al escenario A1B, un escenario
considerado como “intermedio” en término de emisión de GEI (ver Metodología).
En el caso del modelo ETA y del PRECIS el período futuro en consideración es el
de finales del siglo XXI (2071-2099). Como se ha mencionado, esta elección se
debe a que para el corto plazo sería menester considerar no únicamente el efecto
del Cambio Climático sino también los efectos moduladores (amplificadores,
atenuadores) asociados a la variabilidad climática. Los experimentos del IPCC
[2007] sugieren que en el largo plazo la señal de Cambio Climático sería
plausiblemente distinguible en las salidas de los modelos.
En las figuras que siguen los rangos de los deltas se han ampliado con respecto al
del modelo TL959, para poder representar mejor las tasas de cambio. En algunos
casos, incluso, las mismas rebasan las escalas.
Del modelo ETA y PRECIS se tienen salidas (ver Metodología) tanto para el
escenario A2 como para el B2, de modo que ambos se analizan individualmente,
tanto para intensidad de precipitación (mm/día) como para temperatura oC. Los
cambios para la intensidad de precipitación, como se ha explicado en la
Metodología, se expresan porcentualmente con respecto al período presente
correspondiente (ver Tabla 2), debido a que es más fácil para el tomador de
decisión en este caso su interpretación. En el caso de la temperatura el cambio
(delta) se expresa en las unidades físicas originales, por su mayor facilidad de
interpretación.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 62 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 2.1.- TL959
La Figura 23 muestra incrementos porcentuales de precipitación de modo
bastante homogéneo para el Litoral Ecuatoriano (valores de hasta incluso 10%),
especialmente para algunos sectores de El Oro, el sur de Guayas y buena parte
de Manabí. La Sierra, sin embargo, evidencia tanto incrementos como
decrementos porcentuales, dependiendo de la ubicación (ver Figura 23). En la
Amazonía cercana a las laderas andinas, se evidencian múltiples zonas con
incrementos de precipitación, mientras que más al este en promedio se avistan
decrementos o muy ligeros incrementos. Como Chimborazo, Guitarra y Muñoz
[2010] han discutido, este comportamiento parece deberse en buena medida a
cambios en la circulación de bajo nivel de los vientos zonales y meridionales.
Por otra parte, si bien el comportamiento del Litoral (incrementos en la intensidad
de precipitación) se presenta de modo continuo a lo largo de todo el año, los
cambios relativos futuros para la variable en cuestión, tanto para la Sierra como
para el Oriente, varían estacionalmente. Las Figuras 24a a 24c presentan estas
variaciones: desde ASO hasta EFM hay una señal dominante de disminución
relativa en la intensidad de precipitación para el Oriente, si bien no es homogénea
para todos los sectores y todas las estaciones. Entre FMA y MJJ ocurre lo
opuesto: una señal de incremento de intensidad domina el Oriente. Como
resultado medio (Figura 23) se aprecian los patrones de incremento cerca de las
laderas orientales de la Cordillera Andina y decrementos en buena parte del resto
de la Amazonía, como se ha dicho recientemente.
Los patrones en el Callejón Interandino son más complejos de identificar, sin
embargo es posible apreciar trimestres en los que las señales de incremento y
decremento de la intensidad de precipitación son claras en las vertientes pacífica y
amazónica, respectivamente (e.g. MAM, MJJ, JJA y JAS).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 63 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 64 Figura 23. Delta (Futuro-Presente) de intensidad de precipitación (%) para el TL959.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 65 Figura 24a. Delta (Futuro-Presente) de intensidad de precipitación (%) trimestral (desde
DEF hasta MAM) para el TL959.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 66 Figura 24b. Igual que 24a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 67 Figura 24c. Igual que 24a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) La Figura 25 y las 26a, 26b y 26c muestran, respectivamente, los cambios
relativos previstos para el futuro cercano con el TL959 para la temperatura
superficial para todo el período en promedio, y para cada uno de los 12 trimestres
del año. Puede verse que en todo el territorio continental ecuatoriano el modelo
TL959 prevé incrementos de temperatura por encima de 0.5oC. Ni una sola celda
aparece siquiera con decrementos de temperatura. Es sabido [Harrison & Carson,
2007] que regiones de la costa del Pacífico de Sud América evidencian tendencias
a enfriamiento en el período reciente 1980-2000. Los modelos de cambio climático
del IPCC [2007], sin embargo, muestran un calentamiento homogéneo para esta
misma región. No es, pues, de extrañar, que las figuras recién mencionadas
evidencien tal calentamiento homogéneo, dado que las condiciones de borde
fueron suscritas para que tal cosa fuera reflejada por los modelos a lo largo de la
ejecución.
De modo interesante, se aprecia que las temperaturas en el Litoral Noroccidental y
aproximadamente toda la zona marítima al norte de 2oS presentan temperaturas
inferiores que el resto del territorio ecuatoriano. Cabe la pregunta de si, a pesar del
modelo estar respondiendo a la variabilidad de la temperatura de la superficie del
océano suscrita, la física del modelo está reconociendo, de acuerdo a las
observaciones [Harrison & Carson, 2007], que esta zona mencionada estaría
experimentando enfriamientos en algún nivel. Este punto es importante y merece
mayor atención en un estudio futuro.
Las mayores temperaturas se aprecian, claramente, a lo largo del Callejón
Interandino (Figura 25), con cambios relativos incluso del orden de 1.2oC. En
menor grado, pero sin ser despreciables, se prevén cambios también para la
Amazonía Ecuatoriana, del orden de los 0.8-1oC.
Los calentamientos, por otra parte, son bastante homogéneos a lo largo de todo el
año.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 68 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 69 Figura 25. Delta (Futuro-Presente) de temperatura (oC) para el TL959.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 70 Figura 26a. Delta (Futuro-Presente) de temperatura (oC) trimestral (desde DEF hasta
MAM) para el TL959.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 71 Figura 26b. Igual que 26a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 72 Figura 26c. Igual que 26a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 2.2.- ETA
Los cambios porcentuales medios en la intensidad de precipitación para el
escenario A2, considerando todo el período, se muestran en la Figura 27. Se
aprecian claros incrementos, algunos incluso de más del 75%, para el suroeste de
Ecuador. A lo largo de la franja meridional que permite identificar a la Amazonía,
se identifican decrementos que van entre el 15% y el 50% aproximadamente,
menos importantes cerca del pié de monte andino.
Resalta una región en el noroeste de Ecuador, norte de Manabí y la mayor parte
de Esmeraldas,
con claros decrementos de intensidad de precipitación. Esta
distribución espacial está presente más o menos con el mismo patrón entre OND y
EFM (Figuras 28a a 28c). Entre FMA y MJJ la región con decremento de
intensidad en el noroeste se hace mayor paulatinamente hasta extenderse
prácticamente a lo largo de todo el Litoral Ecuatoriano. A partir de entonces vuelve
a retraerse el patrón espacial.
El comportamiento en la Cordillera es básicamente de incrementos importantes a
lo largo de todo el año, salvo algunas oscilaciones estacionales (ver Figura 28b).
En el Oriente, los períodos con menores cambios se aprecian entre DEF y MAM
(Figura 28a), sobre todo hacia el sur, mientras que entre JJA y JAS los cambios se
aprecian menores en el norte de la Amazonía, sobre todo cerca de las laderas
andinas. Regiones como el sur de Guayas y El Oro presentan incrementos bien
definidos a lo largo de todo el año.
En términos de temperaturas, la Figura 29 evidencia incrementos medios entre 2
y 3.5oC para la Amazonía, entre 0.5 y 1.5 oC para la Costa y entre 1 y 2 oC para la
Sierra. El ETA, como se ha discutido ya, no posee una resolución espacial muy
alta (56 km aproximadamente), y por ende es de esperar que sea incapaz de
mostrar una gran variedad de patrones de temperatura a lo largo del Callejón
Interandino, donde en efecto ocurren microclimas diversos.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 73 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 74 Figura 27. Delta (Futuro-Presente) de intensidad de precipitación (%) para el ETA (A2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 75 Figura 28a. Delta (Futuro-Presente) de intensidad de precipitación (%) trimestral (desde
DEF hasta MAM) para el ETA (A2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 76 Figura 28b. Igual que 28a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 77 Figura 28c. Igual que 28a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) El comportamiento estacional de las temperaturas en el Ecuador continental es
bastante estable, sobre todo en el Oriente y la Sierra, según lo visible en las
salidas del ETA (escenario A2) en las Figuras 30a, 30b y 30c. La mayor
variabilidad estacional se aprecia en el Litoral, con cambios menores para los
meses de OND a FMA.
Figura 29. Delta (Futuro-Presente) de temperatura (oC) para el ETA (A2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 78 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 79 Figura 30a. Delta (Futuro-Presente) de temperatura (oC) trimestral (desde DEF hasta
MAM) para el ETA (A2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 80 Figura 30b. Igual que 30a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 81 Figura 30c. Igual que 30a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Los patrones espaciales medios de los cambios en la intensidad de precipitación
previstos por el modelo ETA para el escenario B2 (menor emisión de GEI que el
A2), son visibles en la Figura 31. Se aprecian estructuras muy similares a las de la
Figura 27 (caso ETA A2), aunque con cambios menos bruscos.
82 Estacionalmente los patrones coinciden también grosso modo con lo discutido
para el A2, pero de nuevo con intensidades algo menores. En algunos casos muy
claros, como a lo largo de la Sierra, y especialmente en regiones circundantes a la
línea ecuatorial, y alrededor de los 2S, se aprecian decrementos (0-30%) con
respecto al período presente en la intensidad de precipitación (ver Figuras 32a a
32c) entre AMJ y JJA. Patrones semejantes, pero con definiciones de incremento
más notorias, se apreciaron en el análisis del escenario A2 del ETA más arriba
para las mismas regiones.
Espacialmente, la temperatura prevista por el ETA para el escenario B2 es de
nuevo semejante a la del caso A2, aunque con cambios menores con respecto al
período de control. La Figura 33 muestra este comportamiento, consistente con el
hecho de que se trata de un escenario de menor emisión. Las Figuras 34a, 34b y
34c son, pues, análogas a las del escenario A2 del ETA, pero con deltas de
temperaturas menores.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 83 Figura 31. Delta (Futuro-Presente) de intensidad de precipitación (%) para el ETA (B2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 84 Figura 32a. Delta (Futuro-Presente) de intensidad de precipitación (%) trimestral (desde
DEF hasta MAM) para el ETA (B2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 85 Figura 32b. Igual que 32a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 86 Figura 32c. Igual que 32a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 87 Figura 33. Delta (Futuro-Presente) de temperatura (oC) para el ETA (B2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 88 Figura 34a. Delta (Futuro-Presente) de temperatura (oC) trimestral (desde DEF hasta
MAM) para el ETA (B2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 89 Figura 34b. Igual que 34a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 90 Figura 34c. Igual que 34a pero para los trimestres comprendidos entre ASO y
NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 2.3.- PRECIS
Los patrones medios de cambio en la intensidad de precipitación del
escenario A2 con el PRECIS son algo distintos que en el caso del ETA (Figura
35). Aparece con claridad el incremento a lo largo de la Cordillera Andina (salvo
una sección alrededor de la línea ecuatorial) y para el suroeste del país, pero
resaltan un par de focos importantes en el extremo noroccidental y nororiental;
este último aparece en el ETA claramente como región de decremento de
intensidad de precipitaciones.
La Figura 35 deja claro también que en valores medios el PRECIS prevé
decrementos en la intensidad de precipitación para prácticamente todo el Litoral,
excepto regiones a pié de monte andino. En el sur de Guayas y El Oro, se
aprecian también incrementos (detalles en Figura 35). La Amazonía, al sur de
1.5S, se muestra con incrementos de por encima del 50% en general, con
regiones incluso del orden del 75% o superior.
Por otra parte, los patrones estacionales medios (Figuras 36a, 36b y 36c)
muestran variaciones que vale la pena detallar. Si bien el escenario y el modelo
sugieren que la mayor parte de la Costa sufriría los efectos de un decremento de
precipitaciones entre el 40% y 75%, en OND y NDE esta tendencia se invierte
completamente (Figura 36c). Esto sugiere que pudiera esperarse un mayor
número de eventos extremos de precipitación intensa hacia finales del siglo XXI
para precisamente estos períodos estacionales. Similarmente, una señal de
incremento se aprecia en toda la Amazonía para los trimestres entre AMJ y JAS.
La Sierra, estacionalmente, presenta decrementos en el vecindario cercano a la
línea ecuatorial (Figura 36a) y hacia el sur en amplias regiones de Loja y Azuay,
los primeros meses del año.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 91 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 92 Figura 35. Delta (Futuro-Presente) de intensidad de precipitación (%) para el PRECIS
(A2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 93 Figura 36a. Delta (Futuro-Presente) de intensidad de precipitación (%) trimestral (desde
DEF hasta MAM) para el PRECIS (A2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 94 Figura 36b. Igual que 36a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 95 Figura 36c. Igual que 36a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 96 Figura 37. Delta (Futuro-Presente) de temperatura (oC) para el PRECIS (A2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 97 Figura 38a. Delta (Futuro-Presente) de temperatura (oC) trimestral (desde DEF hasta
MAM) para el PRECIS (A2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 98 Figura 38b. Igual que 38a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 99 Figura 38c. Igual que 38a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) El escenario A2 con el PRECIS prevé incrementos importantes de temperatura
para la mayor parte del territorio ecuatoriano (Figura 37), en promedio por encima
de los 3.2oC para la mayor parte de la Amazonía y el Litoral. Para la Sierra se
prevén incrementos de unos 2 oC o más. Estos rangos son más cálidos que lo
previsto para el mismo escenario por el ETA (Figura 29).
Estacionalmente (Figuras 38a a 38c) el comportamiento espacial de los
incrementos es bastante similar al reportado en el párrafo anterior. El período con
menores aumentos de temperatura corresponden, para la Costa, a los primeros
meses del año. Entre AMJ y ASO se presentan los mayores incrementos en todo
el territorio. Luego de ASO el PRECIS claramente denota una bifurcación en el
comportamiento del aumento de temperatura en la Sierra, específicamente al
norte de 1S. Aparece un foco con mayor calentamiento relativo que en los dos
brazos que lo bordean. Siguiendo la Cordillera hacia el sur no es tan elevado el
incremento previsto por el modelo.
Los deltas de cambio de intensidad de precipitación para el escenario B2 del
PRECIS (Figura 39) son similares a los del escenario A2. Sin embargo, los focos
de incrementos que aparecen en el A2 en el extremo nororiental y noroccidental
no se aprecian en la Figura 39. Se tienen en general aquí decrementos para la
Costa, incrementos para la mitad sur de la Cordillera Andina, decrementos para
sectores de Cotopaxi, Tungurahua y Pichincha, decrementos ligeros (20% o
menos) o regiones sin cambios relativos al norte de 2S en la Amazonía,
disminuciones en el sur de Loja e incrementos en el resto del país.
Específicamente, en el Litoral se aprecian decrementos entre DEF y ASO,
mientras que incrementos en su mayor parte en OND y NDE (Figuras 40a, 40b y
40c). Asimismo resaltan los trimestres entre AMJ y JAS por el incremento relativo
al presente de la intensidad de precipitación en la Amazonía. En ASO y SON, una
amplia región de la Amazonía Nororiental presenta lo contrario: decrementos de
intensidad.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 100 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 101 Figura 39. Delta (Futuro-Presente) de intensidad de precipitación (%) para el PRECIS
(B2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 102 Figura 40a. Delta (Futuro-Presente) de intensidad de precipitación (%) trimestral (desde
DEF hasta MAM) para el PRECIS (B2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 103 Figura 40b. Igual que 40a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 104 Figura 40c. Igual que 40a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Finalmente, los patrones espaciales de temperatura para el escenario B2 (Figura
41) se muestran, como cabría esperar, similares pero con menores incrementos
que el caso A2 (Figura 37), sobre todo notorio esto en la Costa y la Sierra.
105 Figura 41. Delta (Futuro-Presente) de temperatura (oC) para el PRECIS (B2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 106 Figura 42a. Delta (Futuro-Presente) de temperatura (oC) trimestral (desde DEF hasta
MAM) para el PRECIS (B2).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 107 Figura 42b. Igual que 42a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 108 Figura 42c. Igual que 42a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 3.- ANÁLISIS DE CONSENSO
Teniendo todos los resultados individuales discutidos hasta ahora, es posible
percatarse de que las distintas salidas, incluso usando el mismo escenario, no
tienden a dar las mismas señales climáticas en las mismas regiones. Como se ha
mencionado en la introducción, todos estos productos poseen grandes
incertidumbres, y el poder proveer a los tomadores de decisión de alguna medida
de la misma es crucial.
Los mapas que se discuten a continuación se conocen comúnmente como mapas
de consenso, y han sido utilizados por otros autores en otras partes del mundo
[IPCC, 2007; Taylor et al., 2007] y en Ecuador [Centella y Bezanilla, 2008] para
dar una idea del acuerdo entre las distintas salidas de los modelos. Su
interpretación, como se ha explicado en la Metodología, es simple: cuanto mayor
el número de modelos que indican acuerdo en una afirmación en particular, e.g.
que la intensidad de precipitación va a aumentar o INTENS(PRECIP)>0 (en los
títulos de las figuras subsiguientes), menor será entonces la incertidumbre
asociada a dicha afirmación. Los colores en estos mapas relacionados con menor
incertidumbre son amarillo y rojo, mientras que los opuestos son violeta y azul.
Como se ha descrito en la sección metodológica, en estas figuras no se considera
en detalle la magnitud del cambio, sino si éste es positivo o negativo, y cuántos
modelos están de acuerdo en estas previsiones.
Para poder confeccionar estos mapas se hacen dos asunciones importantes:
1.- Los distintos modelos proveen información estadísticamente independiente
distribuida uniformemente alrededor del estado real (ver por ejemplo [IPCC, 2007;
Pennell y Reichler, 2010].
2.- Existe una base común que permite comparar los distintos modelos/salidas
numéricas.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 109 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) En la primera se asume que cada modelo es realmente independiente de los
demás. Modelos que posean líneas de código iguales (por ejemplo para la
representación de un proceso físico particular) o que hayan sido programados, por
ejemplo, por el mismo Centro de Investigación, son modelos sospechosos de no
cumplir con esta primera asunción. Como se sabe [IPCC, 2007], múltiples modelos
usados por el IPCC no cumplirían con este primer punto (ver la reciente discusión
al respecto de [Pennell y Reichler, 2010], por ejemplo).
La segunda es sumamente importante: indica que para poder contrastar salidas
numéricas, éstas deben ser comparables en términos de las metodologías usadas
para producirlas.
Los modelos TL959, ETA y PRECIS, afortunadamente, han sido producidos por
distintos Centros de Investigación, y en el presente estudio usan incluso salidas de
modelos globales distintos (ver Metodología). Esto no exime a los modelos de
similitudes internas entre ellos, pero en principio constituye un buen punto a favor
de este estudio.
Por otra parte, la segunda asunción, en lo que respecta a este trabajo, indica
claramente que no deberían de compararse bajo un mismo canon las salidas del
TL959 con las del PRECIS o ETA, para empezar porque están referidas a
períodos distintos del futuro. Incluso, salidas del PRECIS para Ecuador están
disponibles [Centella y Bezanilla, 2008] para el mismo período del TL959, pero hay
que recordar que el experimento numérico asociado a la ejecución del modelo
global correspondiente (ECHAM), que a su vez ha provisto la información
necesaria para hacer el downscaling con el PRECIS, se diseñó para que
precisamente tuviera sentido a finales del s. XXI. Estos experimentos numéricos
de Cambio Climático no fueron, conscientemente, elaborados considerando la
inclusión de la variabilidad a distintas escalas temporales del Sistema Climático
Terrestre, sino para tener una idea del papel del Cambio Climático, el cual se
supone provee una señal clara (i.e., superior a la de las componentes debidas a la
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 110 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) variabilidad natural) en el largo plazo: finales del s. XXI. En resumen: no es posible
en principio, y bajo un punto de vista responsable, comparar las salidas del TL959
con las de los demás modelos disponibles en este trabajo.
Sin embargo, vale decir que los resultados mencionados aquí para la intensidad
de precipitación prevista por el TL959, están, en general, en acuerdo con las
tendencias reportadas por Muñoz, Recalde, Cadena et al. [2010] con el empleo de
la herramienta estadística FClimdex para el período 1971-2009, dentro de lo que
la resolución de los datos usados en ese trabajo permite, y para un límite de
confianza estadística del 95%. Las señales son especialmente coincidentes a lo
largo del Litoral. En la Sierra la resolución usada (1o) no permite percibir el lujo de
detalle que el TL959 sí muestra, y por ello el FClimdex podría indicar en promedio
para tales celdas un incremento, cuando el modelo japonés discierne entre zonas
con incrementos y decrementos. El menor acuerdo tiende a ocurrir entre estas
previsiones de “corto plazo”
en sectores del Oriente Ecuatoriano (i.e.: la
Amazonía posee la mayor incertidumbre, en general). Un estudio detallado al
respecto escapa al alcance del presente documento.
Se han empleado las salidas del ETA y del PRECIS para el período futuro, 20712099, con los escenarios A2 y B2.. Esta comparación entre escenarios tiene
sentido, en el espíritu de lo expuesto en la Introducción, dado que corresponden a
“futuros alternativos”. Los mapas de consenso, pues, proveerán información sobre,
dados los distintos futuros posibles, en qué hay coincidencia entre los mismos (y
por ende menor incertidumbre). En otras palabras: conscientes de que puede
ocurrir alguno de esos distintos futuros físicamente posibles, ¿cuál sería la señal
clara en todos ellos?
Entrando ahora en el tema, se ha visto en la sección anterior (Análisis Individual)
que sistemáticamente todos los escenarios estudiados, incluso para el corto plazo
(TL959 con el escenario intermedio A1B), proveen un incremento de la
temperatura en todo el dominio en estudio. Hay dos aspectos relacionados que
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 111 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) vale la pena mencionar. El primero está asociada al hecho de que existe evidencia
[Harrison y Carson, 2007] indicando que a lo largo de la costa del Pacífico de
Sudamérica hay regiones en donde se reporta un decremento de la temperatura
de la superficie marina, y los modelos globales acoplados del IPCC no reproducen
las observaciones. Está claro, pues, que para el estudio diseñado por el IPCC
[2007] para Cambio Climático se han forzado los modelos de modo que el
incremento de temperaturas era algo, de hecho, esperable, así como lo es el que
los
modelos
regionales
de
clima
aquí
discutidos
“heredaran”
dicho
comportamiento.
Hay, pues, un consenso –absoluto- en todas las salidas estudiadas para el cambio
previsto de temperatura de que el mismo será de incremento en todas las celdas
del dominio físico.
El panorama es distinto para el caso de la intensidad de precipitación, y por ello un
análisis especial se ha llevado a cabo. Dos afirmaciones se han considerado para
la elaboración de los mapas de consenso de las Figuras 43 y 44:
• Incremento en la intensidad de precipitación: INTENS(PRECIP)>0
• Decremento en la intensidad de precipitación: INTENS(PRECIP)<0
Como se comprenderá, no es suficiente considerar sólo uno de estos casos, dado
que el espacio muestral no es dicotómico, i.e. no hay sólo dos opciones: pueden
ocurrir incrementos, decrementos o que no hayan cambios con respecto al
presente.
Las Figuras 43a, 43b y 43c pueden analizarse conjuntamente con las 44a, 44b y
44c. Las primeras son mapas de consenso para incrementos, mientras que las
segundas son para decrementos de intensidad de precipitación en porcentaje, y
con respecto al período presente.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 112 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 113 Figura 43a. Mapas de consenso trimestrales (desde DEF hasta MAM) para incremento de
intensidad de precipitación, considerando los escenarios A2 y B2 del ETA y del PRECIS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 114 Figura 43b. Igual que 43a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 115 Figura 43c. Igual que 43a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 116 Figura 44a. Mapas de consenso trimestrales (desde DEF hasta MAM) para decremento
de intensidad de precipitación, considerando los escenarios A2 y B2 del ETA y del
PRECIS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 117 Figura 44b. Igual que 44a pero para los trimestres comprendidos entre AMJ y JAS.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 118 Figura 44c. Igual que 44a pero para los trimestres comprendidos entre ASO y NDE.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Las Figuras 43a a 43c ponen en evidencia que la menor incertidumbre está
asociada a incrementos porcentuales de la intensidad de lluvias a lo largo de la
Cordillera Andina principalmente, excepto en las provincias de Cotopaxi y
Pichincha. En los trimestres de OND y NDE los modelos consistentemente indican
incrementos también para la mayor parte de la Costa.
Por su parte, las Figuras 44a a 44c son si se quiere más interesantes que las
anteriores: indican acuerdo en los modelos en una disminución de la intensidad de
precipitaciones líquidas en la Amazonía en general entre los trimestres de ASO y
FMA. Un foco en el extremo nororiental (cerca del punto triple Colombia-EcuadorPerú) también tiene asociado un acuerdo de 3 modelos sugiriendo decremento.
MAM muestra una clara señal con baja incertidumbre de disminución en la
intensidad pluviométrica para la mitad sur de la Cordillera Andina (Figura 44a). En
FMA, por otra parte, el norte de Manabí y casi toda Esmeraldas aparece con
bastante certeza de disminución de intensidad de precipitaciones.
Finalmente, en AMJ y JAS buena parte de la Costa de Ecuador, especialmente la
provincia de Manabí, muestra una señal de consenso de disminución de
intensidad pluviométrica (Figura 44b).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 119 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) LIMITACIONES Y CAVEATS6
En esta sección se señalan algunos cuidados (caveats) que hay que tener con los
productos discutidos, así como limitaciones del estudio.
Lo primero y más relevante es reconocer, como se ha mencionado en varias
partes del documento, las incertidumbres de los modelos y escenarios tratados.
Los resultados se basan en un gran número de suposiciones con respecto a
tecnologías, uso de fuentes energéticas, demografía, sociedad, política y
economía del futuro. Adicionalmente existe otro tipo de incertidumbres que están
asociadas a la falta de comprensión de los procesos físicos a altas resoluciones.
Las salidas de los modelos globales del IPCC están orientadas a estudios de
Cambio Climático a largo plazo, y poseen baja resolución espacial. Los modelos
regionales como los usados en este trabajo mejoran enormemente la resolución,
pero aún ésta no es lo suficiente para resolver, por ejemplo, los microclimas
presentes en el Callejón Interandino.
Otra limitación importante consiste en que los modelos disponibles son hidrostáticos, lo
que significa que no considera formalmente los términos de las ecuaciones físicas
con aceleración para los glóbulos de atmósfera. Es común asumir los 20 km como
la resolución espacial límite antes de entrar en los aspectos físicos relacionados
con los términos no-hidrostáticos del Sistema Climático. Por ejemplo, la
convección profunda (en Ecuador la mayoría de los fenómenos de precipitación es
del tipo convectivo) no está bien representada en estos modelos.
El IPCC [2007] sugiere que en el largo plazo, léase finales del s. XXI, la señal del
Cambio Climático sería claramente detectable y puesta en manifiesto por los
6
“Caveat” hace referencia en el mundo de la globalización actual a las advertencias que deben tenerse con un determinado producto. (Proviene del latín, no del inglés). PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 120 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) modelos numéricos. En el corto plazo, que es un período de gran interés por los
tomadores de decisión, es menester considerar no sólo el papel de las tendencias
del Cambio Climático sino también los efectos moduladores (amplificadores,
reductores)
asociados
a
la
variabilidad
climática
natural.
Los
modelos
considerados aquí no incluyen, por ejemplo, la variabilidad interanual en las
condiciones de borde de la temperatura de la superficie del océano, uno de los
principales moduladores del Sistema Climático (ver [Mizuta et al., 2006]). Esta es
una deficiencia importante, toda vez que los experimentos numéricos están
enfocados entonces en sólo uno de los aspectos importantes: Cambio Climático.
Especial atención y cuidado debe prestarse en el uso de los presentes productos a
la hora de la toma de decisiones, debido a que no se desea que las políticas a
establecer al respecto pudieran ser incluso peores que las consecuencias propias
del Cambio Climático.
Se han presentado los productos básicamente por medias trimestrales. Esto tiene
una razón de ser. El análisis de estos productos debe entenderse desde el punto
de vista estadístico. Esto significa que aún cuando se tienen salidas a escala
diaria o subdiaria, no es posible indicar a ciencia cierta qué va a ocurrir en un día,
un trimestre o incluso un año particular en el futuro. Lo que se hace es indicar,
estadísticamente hablando (valores medios), cómo se prevé el comportamiento
típico de un trimestre para un período definido del futuro. Es importante entender
esta aproximación, con sus ventajas y limitaciones a la hora de la toma de
decisión. Estos productos han de usarse como una muestra de lo que pudiera
ocurrir en términos medios, y no para un año en particular.
Finalmente, realizar un nuevo downscaling dinámico a partir de las presentes
salidas es posible técnicamente hablando, pero especial cuidado debe tenerse
debido a la física relacionada a resoluciones mayores. Asimismo, la incertidumbre
final involucra el producto de las incertidumbres de cada modelo, de modo que hay
que estudiar bien el caso de si es necesario o no todo el esfuerzo que un proceso
de downscaling involucra, en términos de la calidad del producto final.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 121 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) CONCLUSIONES Y RECOMENDACIONES
En esta sección se presentan resumidamente las principales conclusiones del
documento en términos del desempeño de los modelos para representar el clima
actual, empleando las métricas escogidas para este trabajo y en términos de
previsiones de los mismos modelos para escenarios del SRES. En aras de discutir
los resultados con las menores incertidumbres, se hace uso aquí de los mapas de
consenso.
Primeramente, las Figuras 45 y 46 muestran una comparación entre los
coeficientes de correlación y el sesgo discutidos en la sección de Resultados para
los modelos TL959, ETA y PRECIS, tanto para precipitación (Figura 45) como
temperatura (Figura 46). Puede apreciarse (Figura 45) que el ETA posee las
mejores correlaciones para precipitación y que describe bien este campo para la
Sierra, aunque subestima notablemente (más de 200 mm de diferencia con
respecto a las observaciones) la pluviosidad en la mayor parte del territorio. El
TL959, por su parte, posee buenas correlaciones y tiende a sobreestimar de modo
importante la precipitación en la mayor parte de la Costa y a lo largo de las laderas
andinas de la vertiente amazónica. Las correlaciones para precipitación con el
PRECIS son menores que en los otros dos casos, especialmente para la
Amazonía. El PRECIS sobreestima precipitación en la Sierra, y subestima en la
Costa y la Amazonía.
Para el caso de la temperatura (Figura 46), las mejores correlaciones las provee el
TL959, que posee un sesgo frío para prácticamente todo el territorio ecuatoriano.
El ETA adolece de un sesgo frío para la Costa (igual o mayor a 3 oC de diferencia)
y la vertiente pacífica de los Andes, mientras que se aprecia un sesgo cálido
(idem) para la vertiente amazónica y la Amazonía cercana a las laderas andinas.
Para el resto del Oriente se aprecia un sesgo frío menor (hasta aproximadamente
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 122 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 1.5oC). El PRECIS evidencia altas correlaciones para temperatura, salvo para
regiones de Loja, en el sur. Muestra sesgo cálido para la mayor parte del Litoral y
hacia la Sierra sesgos fríos. En la Amazonía en general las temperaturas están
mejor descritas, excepto en el extremo oriental.
Como se ve, ningún modelo posee una descripción perfecta del clima presente,
pero es posible con el trabajo realizado reconocer sus virtudes y defectos, e
incluso corregir estadísticamente los sesgos de las salidas (ver Chimborazo et al,
2010].
TL959
ETA
PRECIS
Figura 45. Comparación entre los valores medios temporales de correlación (fila superior)
y sesgo (fila inferior) para precipitación (mm) del TL959 (izquierda), ETA (centro) y
PRECIS (derecha).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 123 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 124 TL959
ETA
PRECIS
Figura 46. Comparación entre los valores medios temporales de correlación (fila superior)
y sesgo (fila inferior) para temperatura (oC) del TL959 (izquierda), ETA (centro) y PRECIS
(derecha).
Para el corto plazo (2015-2039), el modelo TL959 (ver Figura 23) sugiere
incremento en la intensidad de precipitación para la Costa, especialmente para
algunos sectores de El Oro, el sur de Guayas y la mayor parte de Manabí. La
Sierra, sin embargo, evidencia tanto incrementos como decrementos porcentuales,
dependiendo de la ubicación. En la Amazonía cercana a las laderas andinas, se
evidencian múltiples zonas con incrementos de precipitación, mientras que más al
oriente en promedio se avistan decrementos o muy ligeros incrementos.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 125 Figura 23. Delta (Futuro-Presente) de intensidad de precipitación (%) para el TL959.
Los cambios de temperatura son todos a crecimiento, siendo menos pronunciados
en el Litoral. Regiones en el Callejón Interandino pueden alcanzar inclusive un
ascenso de 1.2oC según el TL959 para el corto plazo (Figura 25).
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) 126 Figura 25. Delta (Futuro-Presente) de temperatura (oC) para el TL959.
Si bien los productos aquí discutidos del TL959 deben, en principio, poseer
menores incertidumbres que los modelos enfocados a más largo plazo, sin tener
otras salidas numéricas semejantes no es posible llevar a cabo formalmente un
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) análisis de consenso como el que se presenta a continuación para el ETA y
PRECIS, para el período 2071-2099.
127 Figura 47. Mapas de consenso promedio para incremento (izquierda) y decremento
(derecha) de intensidad de precipitación, considerando los escenarios A2 y B2 del ETA y
del PRECIS. Colores asociados con un número mayor en la barra indican menores
incertidumbres.
En la Figura 47 se tienen los mapas de consenso promedios (considerando todos
los trimestres del año) tanto para incremento como para decremento en la
intensidad de pluviosidad. Esta figura nos indica, en base a las menores
incertidumbres de las salidas de los modelos considerados, un aumento en la
intensidad de las precipitaciones para básicamente la Sierra, mientras que un
decremento de las mismas para la Amazonía (sobre todo el extremo oriental) y
para la Costa (Santa Elena, Manabí y Esmeraldas), y con mayores certezas para
Esmeraldas.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Los cambios en los regímenes de precipitación pueden estar muy asociados a
cambios en la circulación de viento de bajo nivel (ver, por ejemplo, discusión en
[Chimborazo, Guitarra y Muñoz, 2010] para el caso del TL959).
Estos son los principales resultados del presente estudio. Vale resaltar una vez
más que por todo lo expuesto a lo largo del documento, los productos aquí
provistos deben tratarse con el cuidado correspondiente a la hora de la toma de
decisiones, para evitar que la generación de políticas pueda conllevar efectos
incluso peores que el propio Cambio Climático.
Finalmente, algunas recomendaciones pueden sugerirse:
• Resulta crucial entender primeramente el comportamiento de las variables
en el presente para poder comprender a cabalidad los resultados de este
tipo de estudios.
• La consideración en la toma de decisión del papel de la variabilidad
climática, además de las propias señales asociadas al Cambio Climático, es
de gran relevancia, toda vez que las primeras pueden proveer impactos de
mayor magnitud en determinadas situaciones.
• Es fundamental explorar otros modelos para el corto plazo, para llevar a
cabo un ensemble multi-modelo y estudios de análisis de consenso.
Estando próximas a publicarse las salidas del Quinto Reporte del IPCC, se
sugiere utilizar estos nuevos productos, que se espera involucren una
mayor comprensión por parte de la Comunidad Científica en temas
asociados con la predicción multidecadal.
• Es más importante considerar la distribución en espacio y tiempo de las
variables provistas por los modelos que propiamente su magnitud, debido a
las incertidumbres asociadas a éstos.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 128 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) BIBLIOGRAFÍA
Baethgen, W., 2010: Climate Risk Management for Adaptation to Climate
Variability and Change, Crop Science, 50 (March-April), S70-S76.
Cadena, J., 2009: Informe de Misión al Taller de Entrenamiento en el Modelo ETACCS en Brasil. INAMHI, Quito.
Centella, A. & Bezanilla, A., 2008: Informe Final Análisis de Escenarios de Cambio
Climático con el PRECIS y el Modelo Japonés, Proyecto PACC-MAE. Quito. 37
pp.
Chimborazo, O., 2010: Informe de Misión al Taller de Entrenamiento en el Modelo
TL959 en Japón. INAMHI, Quito.
Chimborazo, O., Guitarra, S. y Muñoz, Á.G., 2010: Informe Final Análisis de
Nuevas Salidas del Modelo TL959. Proyectos MAE-INAMHI. Quito. 430 pp.
Harrison, D.E. & Carson, M., 2007: Is the World Ocean Warming? Upper-Ocean
Temperature Trends: 1950-2000. Journal of Physical Oceanography, DOI:
10.1175/JPO3005.1
IPCC, 2007 - Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt,
M. Tignor and H.L. Miller (Eds.): Contribution of Working Group I to the Fourth
Assessment Report of the Intergovernmental Panel on Climate Change,
Cambridge University Press, Cambridge, United Kingdom and New York, NY,
USA.
Jones, R. G., M. Noguer, D. Hassell, D. Hudson, S. Wilson, G. Jenkins, and J.
Mitchell, 2004: Generating high resolution climate change scenarios using
PRECIS, report, Met Off. Hadley Centre, Exeter, UK.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 129 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) IPCC, 2000 - Nebojsa Nakicenovic and Rob Swart (Eds.): Special Report on
Emission Scenarios, Cambridge University Press, UK. pp 570 Available
from Cambridge University Press, The Edinburgh Building Shaftesbury Road,
Cambridge CB2 2RU ENGLAND
Kusunoki, Sh., Yoshimura, J., Yoshimura, H., Mizuta, R., Oouchi, K. y Noda, A.,
2008: Global Warming Projection by an Atmospheric Global Model with 20-km
Grid, Journal ref: Journal of Disaster Research, 3 (1), pp. 4-14.
Mitchell, T.D, Jones, 2005: An improved method of constructing a database of
monthly climate observations and associated high-resolution grids, International
Journal of Climatology 25,DOI:10.1002/joc.1181 693 - 712
Marengo, J.A., Jones, R., Alves, L.M., Valverde, M.C., 2009: Future change of
temperature and precipitation extremes in South America as derived from the
PRECIS regional climate modeling system, Int.J.Clim., 29 (15), 2241-2255.
Mizuta, R., Oouchi, K., Yoshimura, H., Noda, A., Katayama, K., Yukimoto, S.,
Hosaka, M., Kusunoki, Sh., Kawai, H., Nakagawa, M., 2006: 20-km-Mesh Global
Climate Simulations Unig JMA-GSM Model –Mean Climate States-. Journal of the
Meteorological Society of Japan, 84 (1) 165-185.
Muñoz, Á.G., 2010: Estructura Jerárquica Multimodelo del Observatorio Andino.
Trabajo de Ascenso para Categoría de Profesor Agregado. La Universidad del
Zulia. Maracaibo, Venezuela. 69 pp
Muñoz, Á.G. y Erazo, B., 2010: Datos climáticos en malla con Análisis Objetivo
Cressman para el Ecuador. (En preparación). Datos disponibles en INAMHI.
Muñoz, Á.G, López, M.P., Velásquez, R., et al., 2010: An Environmental Watch
System for the Andean countries: El Observatorio Andino, BAMS, doi:
10.1175/2010BAMS2958.1
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 130 Muñoz, Á.G. Validación y Análisis de Modelos de Cambio Climático para Ecuador (2010) Muñoz, Á.G., Recalde, C., Cadema, J., Núñez, A., Díaz-Lobatón, J., 2010: Análisis
Estadístico con FClimdex de índices climáticos para Ecuador. Informe Final.
Proyectos MAE-INAMHI. Quito. 71pp
Muñoz, Á.G. y Recalde, C., 2010: North Western South America Retrospective
Simulation from CMC - OA – INAMHI. Centro de Modelado Científico (CMC) e
INAMHI.
Base
de
datos
disponible
públicamente
en
http://iridl.ldeo.columbia.edu/SOURCES/.U_Zulia/.CMC/ [Consulta: Julio 2010]
Pennell, C y Reichler, Ch., 2010: On the effective number of climate models, J.
Climate, doi: 10.1175/2010JCLI3814.1.
Pisnitchenko, I.A., Tarasova, T. A., 2009: The new version of the Eta regional
model developed for climate-change simulations. Theoretical and Applied
Climatology, 99 (3-4), 255-272
Recalde, C., 2010: Predicibilidad de Malaria para la Provincia del Guayas con
Modelos Dinámicos. Tesis de Grado Ingeniería Ambiental, Universidad Agraria del
Ecuador. 94 pp.
Rogrigues Soares, W., Marengo, J. A., 2008: Assessments of moisture fluxes east
of the Andes in South America in a global warming scenario, Intl. J. Climat., DOI:
10.1002/joc.1800
Taylor M., Centella, A., Chalery, A., Forrajero, I., Bezanilla, A., Campbell, A.,
Rivero, R., Stephenson, T., Whyte, E., Watson, R., 2007: Glimpses of the future. A
briefing from the PRECIS Caribbean Climate Change Project, Caribbean
Community Climate Change Center, Belmopan, Belize 24 pp.
Wilks, D.S., 2005: Statistical Methods in the Atmospheric Sciences, Elsevier, NY,
649 pp.
PROYECTO MAE-­‐SCN-­‐PRAA-­‐PACC-­‐INAMHI 131