Validacion de Un Modelo de Cambio Climatica

Muoz, .G.
Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)
PROYECTO INAMHI-MAE-SCN-PRAA-PACC
Validacin y Anlisis de Consenso de Modelos de Escenarios de Cambio Climtico para Ecuador
ngel G. Muoz S
Centro de Modelado Cientfico (CMC) de La Universidad del Zulia. Maracaibo, 4004. Venezuela
Septiembre, 2010
PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
Resumen Ejecutivo
Existen en Ecuador disponibles a la fecha tres (3) modelos dinmicos de alta resolucin espacial para estudios de Escenarios de Cambio Climtico, a saber: el
2
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 validacin de los mismos en su descripcin del clima presente, comparando con la base de datos CRU de la East Anglia University, en trminos de mtricas seleccionadas (correlacin, coeficiente medio de determinacin y sesgo) para precipitacin y temperatura 1. Estos resultados son importantes para los tomadores de decisin, en aras de conocer las fortalezas y debilidades de cada modelo en su representacin de las mencionadas variables. Por otra parte en este documento se hace tambin una revisin 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 ltimo por medio de mapas de consenso. En cuanto a las validaciones, el ETA posee las mejores correlaciones para precipitacin, pero subestima de modo importante (ms 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 precipitacin en la mayor parte de la Costa y a lo largo de las laderas andinas de la vertiente amaznica. Las correlaciones para precipitacin con el PRECIS son menores que en los otros dos casos, especialmente para la Amazona. El PRECIS sobreestima precipitacin en la Sierra, y subestima en la Costa y la Amazona.
Las razones de la escogencia de CRU sobre otros conjuntos de datos se discute en el documento.
Muoz, .G.
Para el caso de la temperatura las mejores correlaciones las provee el TL959, que posee un sesgo fro para prcticamente todo el territorio ecuatoriano. El ETA adolece de un sesgo fro para la Costa (igual o mayor a 3 oC de diferencia) y la vertiente pacfica de los Andes, mientras que se aprecia un sesgo clido (igual o mayor a 3 oC de diferencia) para la vertiente amaznica y la Amazona cercana a las laderas andinas. Para el resto del Oriente se aprecia un sesgo fro menor (hasta aproximadamente 1.5oC). El PRECIS evidencia altas correlaciones para temperatura, salvo para regiones de Loja, en el sur. Muestra sesgo clido para la mayor parte del Litoral y hacia la Sierra sesgos fros. En la Amazona en general las temperaturas estn mejor descritas, excepto en el extremo oriental. Los resultados del anlisis de consenso sugieren, para el largo plazo, un aumento en la intensidad de las precipitaciones para bsicamente la Sierra, mientras que un decremento de las mismas para la Amazona (sobre todo el extremo oriental) y para la Costa (Santa Elena, Manab y Esmeraldas), y con mayores certezas para Esmeraldas. En el corto plazo el modelo TL959 prev incremento en la intensidad de precipitacin para la Costa, especialmente para algunos sectores de El Oro, el sur de Guayas y la mayor parte de Manab. La Sierra, sin embargo, evidencia tanto incrementos como decrementos de intensidad, dependiendo de la ubicacin. En la Amazona cercana a las laderas andinas, se evidencian mltiples zonas con incrementos de precipitacin, mientras que ms al oriente en promedio se avistan decrementos o muy ligeros incrementos. Todos los modelos coinciden en un calentamiento sistemtico para todo el territorio ecuatoriano. Este comportamiento es consistente con el forzamiento suscrito en los modelos globales, a pesar de que hay evidencia [Harrison y Carson, 2007] de zonas de enfriamiento en la Costa Pacfica de Sudamrica.
3
Muoz, .G.
NDICE GENERAL ANTECEDENTES___________________________________________ I. II. III. IV. V. INTRODUCCIN _______ ____ 5 6 14 15 19 22

4
OBJETIVOS ______________________________________ DATOS_____________ METODOLOGA ______________________
RESULTADOS______________________________ 1.- VALIDACIN DE LOS MODELOS 1.1.- TL959_______________________________________ 1.2.- ETA_________________________________________ 1.3.- PRECIS______________________________________ 2.- ANLISIS INDIVIDUAL 2.1.- TL959________________________________________ 2.2.- ETA__________________________________________ 2.3.- PRECIS_______________________________________ 3.- ANLISIS DE CONSENSO______________________________
22 35 47
61 72 89 107 118 120 127
VI. VII. VIII.
LIMITACIONES__________________________________________ CONCLUSIONES Y RECOMENDACIONES___________________ BIBLIOGRAFA ________________________________________
Muoz, .G.
ANTECEDENTES
Reconociendo objetivos comunes en el rea de estudios de Variabilidad y Cambio Climtico para el Ecuador, en 2009 el Ministerio del Ambiente del Ecuador (MAE) y el Instituto Nacional de Meteorologa e Hidrologa (INAMHI) suscriben un acuerdo de colaboracin especficamente orientado a la realizacin de una serie de proyectos con el objetivo de generar informacin e ndices climticos que promuevan y apoyen los esfuerzos nacionales para reducir los impactos de la Variabilidad y Cambio Climtico en reas y sectores especficos del pas. Entre los distintos esfuerzos llevados a cabo entre el MAE y el INAMHI en aos anteriores, con la ayuda del Proyecto de Adaptacin al Impacto del Retroceso Acelerado de Glaciares en los Andes Tropicales (PRAA), Proyecto de Adaptacin al Cambio Climtico a travs de una Efectiva Gobernabilidad del Agua en el Ecuador (PACC), y Proyecto GEF/PNUD/MAE Segunda Comunicacin Nacional sobre Cambio Climtico, se han obtenido salidas numricas de los modelos TL959, ETA y el PRECIS para el Ecuador, as como entrenamiento presencial del personal tcnico del INAMHI al respecto. Si bien hasta el momento se haba llevado a cabo un anlisis independiente de los resultados, no se haban considerado los productos numricos en un estudio integral, que permita comparar las salidas y emplearlas de modo mancomunado. En estas pginas 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 Adaptacin al Impacto del Retroceso Acelerado de Glaciares en los Andes Tropicales (PRAA), Proyecto de Adaptacin al Cambio Climtico a travs de una Efectiva Gobernabilidad del Agua en el Ecuador (PACC), y Proyecto GEF/PNUD/MAE Segunda Comunicacin Nacional sobre Cambio Climtico. Los datos han sido aportados por los respectivos proyectos, por el INAMHI y la CRU [Mitchell, 2005].
5
Muoz, .G.
INTRODUCCIN
Aunque con algunos detractores, existe consenso en la Comunidad Cientfica de que el Cambio Climtico es un hecho [IPCC, 2007], y que posee una componente de origen antrpico producto de varios factores, pero en la que resalta el papel del incremento de la concentracin de los Gases de Efecto Invernadero (GEI) en la atmsfera. Debido a su importancia, un Grupo de Expertos [IPCC, 2000] del Panel Intergubernamental sobre Cambio Climtico (IPCC, por sus siglas en ingls), suscribi un documento, conocido como el Reporte Especial de Escenarios sobre Emisiones (REEE, o ms conocido como SRES, por sus siglas en ingls) en el que se delinean posibles escenarios de emisiones de GEI para el siglo XXI. Los escenarios son imgenes del futuro [IPCC, 2000], o futuros alternativos. No constituyen ni predicciones ni pronsticos. Ms an, cada escenario es una imagen alternativa de cmo podra suceder el futuro. Un conjunto de escenarios ayuda en la comprensin 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 cientfico 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 atencin. En el caso de los Escenarios de Emisiones del IPCC (SRES, de ahora en adelante), stos estn relacionados con varios agentes enlazados al Cambio
6
Climtico, incluyendo crecimiento de la poblacin, desarrollo socio-econmico, uso de sistemas de energas y cambios en el uso de suelos. La aproximacin empleada en los SRES involucr [IPCC, 2000] el desarrollo de un conjunto de cuatro familias alternativas de escenarios (ver Figura 1), que involucran un total de 40 escenarios (ver Tabla 1). Cada familia incluye una parte descriptiva
Muoz, .G.
denominada lnea histrica, y un nmero de interpretaciones alternativas y cuantificaciones de cada lnea histrica desarrolladas por seis diferentes aproximaciones de modelacin. As, todas las interpretaciones y cuantificaciones de una lnea histrica constituyen una familia de escenario. Cada lnea histrica describe un posible futuro demogrfico, social, econmico, tecnolgico y de polticas para cada una de las cuatro familias. Dentro de cada familia diferentes escenarios exploran variaciones de desarrollos globales y regionales, y sus implicaciones en trminos de emisiones de GEI y azufre (para mayores detalles, ver el Glosario de [IPCC, 2000]).
7
Figura 1. rbol de escenarios, con las cuatro familias. Fuente: [IPCC, 2000]. PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
Conjunto Familia Grupo Escenario Escenarios Globalmente Armnicos Otros Escenarios Escenarios Totales A1C A1 A1G
SRES A2 A1B A1T A2 B1 B1 B2 B2
Total
26
14
40
Caractersticas de los Escenarios Crecimiento Poblacional Crecimiento del PGD2 Uso de Energa Cambio Uso Suelos
Bajo Muy Alto Muy Alto
Bajo Muy Alto Alto Bajo
Alto Medio Alto MedioAlto
Alto Alto Bajo Alto Bajo
Medio Medio Medio Medio Medio
Bajo- BajoBajo Medio Medio Alto
Disponibilidad Alto de Recursos Vector Tecnolgico
Medio Medio Bajo
Rpido Rpido Rpido Rpido Lento
Medio Medio
Tabla 1. Distribucin y caractersticas de los escenarios del SRES. Fuente: [IPCC, 2000].
Producto grueso domstico
Muoz, .G.
En la Figura 1 se aprecia una distribucin pictrica de las cuatro familias de escenarios, las cuales comparten lneas histricas comunes. Hacia arriba se encuentran las familias orientadas ms hacia temas econmicos, mientras que hacia abajo estn las ms orientadas hacia lo medioambiental. Hacia la izquierda las de mayor orientacin a escala global y las de la derecha a escala regional. La figura no pone en evidencia en modo alguno incompatibilidad o mutua exclusin entre las familias. Algunos escenarios suelen considerarse ms benignos que otros. Por ejemplo, la Figura 2 muestra la distribucin de los grupos (y familias) de escenarios en un diagrama triangular de uso de fuentes de energa primarios [IPCC, 2000]. Las lneas muestran el desarrollo histrico desde 1850 hasta 1990 (en negro) y posibles usos en el futuro (en zonas sombreadas y lneas de colores). Cada punto dentro del tringulo puede identificarse con una combinacin de energas renovables/nucleares, basadas en consumo de gasolina y gas o en quema de carbn. De la figura queda claro que, en trminos de uso de energas, para el ao 2100 el grupo A2 (hacia la izquierda del centro del tringulo) puede identificarse con un empleo del orden del 30% de energas renovables/nucleares, 20% de consumo energtico por gasolina/gas y un 50% por quema de carbn; el grupo B2 (hacia la derecha del centro del tringulo), por su parte, puede identificarse para el 2100 con un uso de aproximadamente 50% de energas renovables, un 30% de gasolina/gas y 20% de quema de carbn. De manera que cuanto ms hacia la esquina inferior derecha, ms benigno al menos en trminos de uso de fuentes energticas- se podra 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]. Para terminar de hacerse una idea resumida de lo que implica cada lnea histrica y familia de escenarios, puede indicarse [IPCC, 2000] [Centella y Bezanilla, 2008] que:
9
Muoz, .G.
10
Figura 2. Diagrama de uso de fuentes de energa. El histrico de 1850 a 1990 aparece en negro, y posibles escenarios futuros en zonas sombreadas/lneas de color. Cada esquina corresponde a una situacin hipottica en el que la energa primaria es provista slo por una fuente: renovable/nuclear, gasolina/gas o carbn. Los puntos interiores correspoden a combinaciones con sus porcentajes. Fuente: [IPCC, 2000].
A1. Describe un mundo futuro de crecimiento econmico muy rpido; la poblacin mundial alcanza su nivel ms alto a mitad del siglo y disminuye posteriormente, producindose una rpida introduccin de nuevas
tecnologas ms eficaces. La familia A1 se divide en tres grupos que describen las distintas direcciones del cambio tecnolgico en el sistema energtico, a saber: fuentes de energa intensivas de origen fsil, de origen no fsil o un equilibrio entre todas las fuentes.
Muoz, .G.
A2. Describe un mundo muy heterogneo. Los perfiles de fertilidad en las distintas regiones tienden a converger muy lentamente, lo cual acarrea un aumento continuo y constante de la poblacin. El desarrollo econmico tiene una orientacin principalmente regional y el crecimiento econmico per cpita y el cambio tecnolgico estn ms fragmentados y son ms lentos. B1. Describe un mundo convergente, con la misma poblacin mundial, que alcanza su nivel ms alto a mediados del siglo para disminuir posteriormente, como en A1 pero con cambios rpidos en las estructuras econmicas hacia una economa de la informacin y de los servicios, con reducciones en el consumo de materiales e introduccin de tecnologas limpias y de recursos eficaces. En esta lnea evolutiva se hace hincapi en las soluciones mundiales a la sostenibilidad econmica, social y ambiental, lo que comprende una mejora de la equidad, pero sin iniciativas climticas adicionales. B2. Describe un mundo en el que se hace hincapi en las soluciones locales a la sostenibilidad econmica, social y ambiental. Se trata de un mundo cuya poblacin mundial crece continuamente, a un ritmo menor al de la lnea evolutiva A2, con niveles medios de desarrollo econmico y cambios tecnolgicos menos rpidos y ms variados que en las lneas evolutivas B1 y A1. Aunque el escenario tambin est orientado hacia la proteccin 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 trminos de temperaturas a largo plazo, por ejemplo, a panoramas menos benignos, intermedios y ms benignos, respectivamente (ver por ejemplo [IPCC, 2007] o para un estudio anterior para el territorio ecuatoriano ver [Centella y Bezanilla, 2008]).
11
Muoz, .G.
Los escenarios del SRES involucran configuraciones especficas, especialmente en trminos de concentraciones de GEI, de modelos numricos acoplados de clima. El IPCC ha provisto [IPCC, 2007] una serie de salidas numricas de mltiples modelos globales ejecutados por distintas instituciones, con el objeto de estudiar, segn los distintos escenarios, los efectos esperados a largo plazo en el Sistema Climtico Terrestre. Estos modelos poseen baja resolucin 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 mltiples autores han iniciado campaas de incremento de resolucin (mediante un proceso conocido como downscaling [Muoz, 2010]) empleando, por ejemplo3, modelos climticos regionales de alta resolucin. Para Sudamrica, trabajos pioneros han sido llevados a cabo por Marengo et al. [2009], y Rodrigues y Marengo [2008] (ver referencias adicionales ah citadas) con los modelos regionales HadRM3P (PRECIS [Jones et al., 2004]) y ETA para Estudios de Cambio Climtico (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 climtico a largo plazo de alta resolucin (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 tcnicos del INAMHI a Brasil (ver por ejemplo [Cadena, 2009]) y Japn (ver [Chimborazo, 2010]) a entrenarse en los modelos ETA y TL959 [Kusonoki et al., 2008], respectivamente; estos tcnicos trajeron consigo las respectivas salidas numricas de los estudios referenciados, las cuales se emplean en este documento. Finalmente, Chimborazo, Guitarra y Muoz
3
12
Es posible emplear modelos estadsticos (downscaling estadstico) o incluso metodologas hbridas tambin.
Muoz, .G.
[2010], llevan a cabo un anlisis para Ecuador con las salidas numricas del modelo TL959 recin mencionado, a 20 km de resolucin espacial y correspondientes al escenario A1B, aunque en este caso para el corto plazo (2015-2039). Estos mismos datos son usados en el presente anlisis tambin.
13
El objeto del documento en lectura es discutir los resultados principales obtenidos del estudio de validacin independiente de las salidas de Escenarios de Cambio Climtico para los modelos TL959, ETA y PRECIS (datos referidos en el prrafo anterior), y del anlisis individual y de consenso para los mismos productos, para el perodo 2015-2039 (TL959) y 2070-2099 (ETA y PRECIS). Es importante resaltar una vez ms las incertidumbres que poseen los escenarios del SRES, y que los experimentos numricos del IPCC fueron diseados considerando el Cambio Climtico a largo plazo (final del siglo XXI), dado que en perodos de corto plazo se tendra que considerar adecuadamente el papel de la variabilidad climtica a distintas escalas temporales en conjunto con el Cambio Climtico. 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 resolucin (ms de 100 km) y a una escala de tiempo muy grande (finales de siglo), y que los tomadores de decisin tpicamente estn interesados en alta resolucin y ms corto plazo. Especial cuidado, pues, ha de tenerse siempre con la toma de decisin de los presentes productos. La distribucin del documento es la que sigue. En las siguientes tres secciones se establecen los objetivos especficos del trabajo, se identifican las caractersticas de los datos empleados y se describe la metodologa utilizada a lo largo del estudio. A continuacin se realiza la discusin general de los resultados obtenidos para la validacin de los productos y los anlisis 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.
Muoz, .G.
OBJETIVOS
El objetivo general de este trabajo es llevar a cabo un anlisis de los productos disponibles de precipitacin y temperatura superficial de los modelos TL959, ETA y PRECIS para el Ecuador. Del objetivo general, se desprenden los siguientes objetivos especficos: 1. Presentar y discutir los resultados de la validacin de las salidas numricas de los modelos de Cambio Climtico TL959, ETA y PRECIS, empleando el coeficiente de correlacin, el ndice de determinacin y el sesgo. 2. Analizar de modo independiente las salidas de precipitacin y temperatura de los mencionados modelos, empleando la diferencia entre el perodo futuro y presente. 3. Analizar mancomunadamente las salidas disponibles de las variables escogidas, mediante el empleo de mapas de consenso.
14
Muoz, .G.
DATOS
En funcin de los objetivos planteados, en este estudio se han hecho uso de dos tipos de datos de precipitacin (intensidad) y temperatura: de modelos y observados, ambos en mallas computacionales. Los primeros consisten en las salidas numricas del modelo TL959, ETA y PRECIS. Para los segundos se escogi el conjunto de datos de la Climate Research Unit (CRU) de East Anglia University, en su segunda versin. El TL959 es un modelo operacional de pronstico del Instituto de Investigaciones Meteorolgicas (MRI, por sus siglas en ingls) y la Agencia Japonesa de Meteorologa (JMA, idem), con modificaciones como modelo climtico en los procesos de radiacin y de superficie terrestre [Mizuta et al., 2006]. La integracin temporal fue acelerada mediante un esquema semi-lagrangeano. Este modelo global posee un truncamiento espectral horizontal TL959, correspondiente a aproximadamente unos 20 km de resolucin 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 perodo de control 1979-2003 y en el caso del futuro cercano a los aos 2015-2039, con resolucin diaria. Para mayores detalles referirse a [Kusonoki et al. 2008]. El modelo ETA para Estudios de Cambio Climtico [Pisnitchenko y Tarasova, 2009] es una modificacin de la versin original para pronstico meteorolgico del Science Operations Office/Science and Training Resource Center (SOO/STRC), disponible gratuitamente en http://strc.comet.ucar. Los datos provistos para este estudio poseen 0.5o de resolucin espacial (aproximadamente unos 56 km en la lnea ecuatorial) y cubren adecuadamente la mayor parte de Sudamrica (ver Figura 3), y poseen salidas de las variables cada 6 horas. Los datos incluyen ya un preprocesamiento en GrADS que permite tratarlos en archivos de escala
15
Muoz, .G.
mensual. Los escenarios disponibles corresponden al A2 y B2, usando el modelo global HadAM3P. El perodo de control es 1960-1990, y para el futuro lejano el perodo considerado es 2071-2100.
16
Figura 3. Dominio computacional del ETA-ECC. Fuente: [Pisnitchenko y Tarasova, 2009]
El sistema de modelado climtico regional PRECIS fue desarrollado por el Centro Hadley del Reino Unido, permitiendo al modelo HadRM3P ejecutarse sobre un rea limitada del globo terrqueo [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 resolucin de 25 km, con resolucin 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 perodo de control que va desde 1961 hasta 1990, y luego
Muoz, .G.
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.
17
Figura 4. Dominio computacional del PRECIS. Fuente: [Centella y Bezanilla, 2008]
Todos los modelos mencionados arriba son hidrostticos. Esto significa que consideran intrnsecamente en las ecuaciones fsicas a los glbulos de atmsfera en equilibrio hidrosttico. Los modelos ms realistas, y que pudieran tener un mejor desempeo en un territorio con relieve tan complejo como el ecuatoriano son los no-hidrostticos (para una revisin de uso de este tipo de modelos para los pases andinos ver [Muoz et al. 2010]). Para un resumen de los datos disponibles, perodos escogidos para el presente y futuro, y resoluciones respectivas, ver Tabla 2.
Muoz, .G.
Para fines de validacin, se han escogido los campos de precipitacin y temperatura en malla de 0.5 o de resolucin provistos por la versin 2 de CRU [Mitchell y Jones, 2005], a la que se denominar CRU2 en lo que sigue. Se escogi CRU2 debido a que con la misma metodologa y resolucin estn dispobibles ambas variables de inters. Adems, Chimborazo, Guitarra y Muoz [2010], empleando una base de datos con anlisis objetivo producida por [Muoz y Erazo, 2010] llamada INAMHICMC30k- a partir de datos de estaciones del INAMHI, muestran que el comportamiento de CRU para la descripcin de la variabilidad espacio-temporal de la precipitacin y temperatura en el territorio ecuatoriano es aceptable en general, en trminos de los sesgos y correlaciones espacio-temporales. CRU2 cubre homogneamente el globo terrqueo, salvo los Ocanos y la Antrtida, con datos disponibles desde 1901 hasta 2000. Para efectos de este trabajo se han usado datos desde 1960 hasta 2000. La resolucin temporal es mensual. Tanto para los procesos de validacin como para los mapas de cambio de variables y de consenso, se ha escogido el dominio comn que va desde 82 O (82W) hasta 75 O (75W) y desde 5 S hasta 2 N.
18
Modelo TL959 ETA (CCS) PRECIS
Presente 1979-2000 1960-1990 1961-1990
Futuro 2015-2039 2071-2099 2071-2099
Escenario(s) A1B A2,B2 A2,B2
Resolucin (km) 20 56 25
Nota: El perodo sealado como Presente corresponde al escogido para la validacin.
Tabla 2. Modelos y perodos escogidos para precipitacin y temperatura
Muoz, .G.
METODOLOGA
Como se ha mencionado anteriormente, el presente estudio consta de tres componentes. En esta seccin de describe la metodologa 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)
19
Validacin
En aras de estudiar qu tan bien representan los modelos TL959, ETA y PRECIS el clima presente, se han escogido las mtricas coeficiente de correlacin lineal, CC, su valor cuadrtico, r2 (conocido como el coeficiente de determinacin) y el sesgo o bias B (para detalles, ver [Wilks, 2005]), respectivamente son:
(1)
(2) donde S corresponde a la simulacin y O a la observacin, cov es el operador covarianza y es la desviacin estndar. Estos estadsticos se escogieron porque permiten rpidamente apreciar, por parte de los tomadores de decisin, qu tan bien un modelo en particular es capaz de reproducir los patrones espacio-temporales observados (coeficiente de
correlacin)y si las magnitudes simuladas numricamente sobreestiman o subestiman, y en cunto, a las observaciones. En efecto, un coeficiente de correlacin de +1 indicar que la simulacin reproduce perfectamente lo
Muoz, .G.
observado, tanto en espacio como en tiempo. Por otra parte, un coeficiente de 0 indica que no hay correlacin alguna entre las observaciones y lo simulado. Valores negativos para el coeficiente implican un comportamiento inverso entre lo simulado y lo observado.
20
Es importante destacar que se han llevado a cabo las pruebas correspondientes para estudiar la significancia estadstica asociada a los resultados de la correlacin. El coeficiente de correlacin [Wilks, 2005] de n pares de observaciones independientes se ha probado aqu contra la hiptesis nula (i.e. no existe correlacin) empleando la estadstica t-Studentis con n-2 grados de libertad. El lmite de confianza escogido fue de 99% (p-valor=0.01). El procedimiento para realizar la validacin consisti, por una parte, en calcular los mapas espaciales del coeficiente de correlacin para todos los meses disponibles en cada caso, esto con el objeto de trabajar con una muestra ms robusta. Estos perodos corresponden a las lneas base de los datos disponibles de los modelos, y no a una ejecucin de los mismos empleando reanlisis como condiciones de borde. Una ejecucin con reanlisis correspondera a un estudio de predicibilidad mxima, si se asume aqul como observaciones perfectas, una asuncin bastante frecuente en la comunidad cientfica. La aproximacin seguida ac permite directamente estudiar la realizacin 4 provista por el anidamiento del modelo regional en el modelo global (en el caso del ETA y PRECIS) o directamente la realizacin de ste (caso TL959). Esto es, la validacin se lleva a cabo no slo sobre el modelo per se sino del mismo alimentado con la ejecucin del modelo global para el presente, lo cual da una idea ms real del desempeo del sistema numrico como un todo para representar el clima presente. As, siguiendo lo indicado en la Tabla 2, para el TL959 se tiene una muestra de 264 meses (CC>0.143 es significativo a un lmite de confianza del 99%), para el
4
Una realizacin en modelacin numrica se refiere a una posible realidad fsicamente consistente entre mltiples que pueden tenerse.
Muoz, .G.
ETA de 372 meses (idem, para CC>0.120) y para el PRECIS de 360 meses (idem, para CC>0.121). Se intent que los perodos del presente coincidieran con los mismos empleados en los conjuntos de datos originales, pero para el caso del TL959 se decidi el perodo 1979-2000. En estos mapas, cuanto ms rojo aparezca el tono en el mapa, mayor correlacin se tiene. Tonos blancos implican correlaciones cercanas a cero (y sin significancia estadstica), y tonos en azul corresponden a correlaciones negativas (inversas). En cuanto al coeficiente de determinacin se calcul, para cada mapa de correlacin, como la media zonal y meridional de todo el dominio. Este coeficiente da una idea del desempeo del modelo en trminos, pues, de las correlaciones espacio-temporales medias, y no directamente informacin en trminos de la comparacin de las magnitudes (sobreestimacin y subestimacin, por ejemplo). Por otra parte, se calcularon los mapas espaciales de sesgo considerando la media estacional (de 3 meses) multianual para cada perodo. En este tipo de mapas, los tonos rojos implican sobreestimacin de la variable por parte del modelo (por ejemplo, para temperatura indicara que tiene un sesgo clido es esas zonas), mientras que los azules indican subestimacin. Los tonos blancos indican que lo simulado y observado tiende a coincidir. En cada caso, el procedimiento se efectu tanto para precipitacin (PRCP o PRECIP, en lo que sigue) como para temperatura superficial (que llamaremos T2M de ahora en adelante), y como observaciones se utiliz el conjunto de datos CRU2, descrito en la seccin anterior, siempre para el mismo perodo 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 transformacin correspondiente.
21
Muoz, .G.
Anlisis Individual y de Consenso

Para obtener el cambio previsto en las variables para cada modelo, se calcul la diferencia (DELTA, en lo que sigue) entre las medias futuras y presentes, por trimestre y para ambos perodos completos. En el caso de la precipitacin, se escogi utilizar la variable original de los modelos, a saber: intensidad de precipitacin, que aparece en las figuras como INTENS(PRECIP). Aunque medida en m/da desde el punto de vista fsico, se presenta por facilidad para el tomador de decisin el cambio porcentual correspondiente, con respecto al presente; de ah que las unidades de tales figuras sean porcentuales (%). Sin embargo, para los deltas de temperatura, la presentacin se hace en trminos de grados Celsius, para mayor facilidad de interpretacin. Esta escogencia se hizo luego de consultar directamente a mltiples tomadores de decisin 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 anlisis de consenso, el mismo se lleva a cabo considerando en conjunto las salidas disponibles en trminos de los mismos deltas recin descritos. En el caso de temperatura, todos los deltas son siempre positivos, pero en el caso de precipitacin no slo existen regiones con incrementos. Los mapas de consenso [IPCC, 2007; Taylor et al., 2007; Centella y Bezanilla, 2008] permiten rpidamente apreciar cuntos modelos estn de acuerdo, para una celda particular, en si hay previsin de incrementos o decrementos. Naturalmente, este tipo de mapas puede emplearse para visualizar incertidumbres: en la medida en que un nmero mayor de modelos indica acuerdo en un evento en particular, menor ser la incertidumbre asociada. En este documento se presentan tanto los mapas de consenso para incremento como para decremento de intensidad de precipitacin para el Ecuador.
22
Muoz, .G.
RESULTADOS
En esta seccin se discuten los principales resultados obtenidos en trminos de la validacin de los modelos y el anlisis individual y de consenso para precipitacin y temperatura superficial.
23
1.- VALIDACIN DE LOS MODELOS 1.1.- TL959 Puede decirse que, en promedio, las salidas del TL959 para el clima presente evidencian, en trminos de correlacin espacio-temporal (Figura 5), alta similitud con los patrones observados (CRU2) para el Litoral Ecuatoriano. Se encuentra nivel de significancia estadstica para la mayor parte del territorio, salvo para el Callejn Interandino y regiones a pi de monte, especialmente en la vertiente amaznica de la Cordillera, pero con una zona de incluso correlacin negativa en el noroeste de Ecuador (ver Figura 5). En el Oriente ocurren patrones alternados de mayores y menores correlaciones, pero en general toda la Amazona Ecuatoriana (salvo la regin en el sur cercana a la Cordillera Andina) posee significancia estadstica por encima del 99%. Es normal que los modelos en general presenten problemas a la hora de describir los procesos de precipitacin (y temperatura) a lo largo de orografa compleja, como es el caso del Ecuador. De hecho, Chimborazo, Guitarra y Muoz [2010] muestran que la representacin, por parte del modelo, del relieve a lo largo del Callejn Interandino no es en principio mala, sin embargo se aprecia que la representacin de los procesos fsicos asociados a precipitacin, especialmente la conveccin orogrfica, podran estar fallando en el modelo TL959. Esto puede deberse a la compleja orografa, una resolucin an no lo suficientemente alta
Muoz, .G.
para describir todos los procesos y a problemas con la descripcin propiamente dicha de los procesos fsicos relacionados (vale recordar que ninguno de los modelos aqu considerados es no hidrosttico).
24
Figura 5. Correlacin para precipitacin entre CRU2 y TL959. Perodo: 1979-2000.
Muoz, .G.
25
Figura 6. Sesgo medio para precipitacin (mm) entre CRU2 y TL959. Perodo: 1979-2000.
En cuanto al sesgo medio, se aprecia que en la mayor parte del territorio el TL959 tiende a sobreestimar la precipitacin, con una seal muy clara en el Litoral, excepto en la costa noroccidental, en la que se aprecia (ver figuras 7a,7b y 7c) un cambio que va desde subestimacin a ligera subestimacin (Figura 7c). En la
Muoz, .G.
Sierra se reportan localidades con sobreestimacin, subestimacin y valores
26
Figura 7a. Sesgo trimestral (desde DEF hasta MAM) para precipitacin (mm) entre CRU2 y TL959. Perodo: 1979-2000. PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
27
Figura 7b. Igual que 7a pero para los trimestres comprendidos entre AMJ y JAS.
Muoz, .G.
28
Figura 7c. Igual que 7a pero para los trimestres comprendidos entre ASO y NDE.
Muoz, .G.
similares a las observaciones, dependiendo de la ubicacin geogrfica y la poca del ao. Esto es de esperarse, debido a que an a 20 km de resolucin, el modelo es incapaz de resolver todas las caractersticas y microclimas presentes en el Callejn Interandino. Vale la pena aqu detenerse un instante para hacer una reflexin sobre el uso de los mapas medios de sesgo. La Figura 5 evidencia, hacia el centro del dominio en estudio, una regin de muy baja correlacin (menor a 0.1). De modo interesante, la Figura 6 muestra para la misma regin sesgos mnimos. Esto es contradictorio, y la explicacin para que el sesgo en esta zona se muestre como tal es debida a que a lo largo del ao (Figuras 7a a 7c) precisamente esa regin muestra sesgos hmedos y secos, dando en promedio valores cercanos a cero. Es uno de los cuidados que hay que tener con los mapas que presentan esta mtrica. En el Oriente, el comportamiento del sesgo es mucho ms heterogneo. A lo largo del pi de monte andino, desde el sur hasta el norte, se aprecia consistentemente un sesgo hmedo, probablemente asociado a una mala representacin en la fsica del modelo de los procesos de conveccin orogrfica. Ms hacia el este, desde Febrero hasta Junio hay una amplia regin con sesgo seco, que cambia pronto de seal, desde aproximadamente Julio hasta finales de ao para convertirse en una zona de sobreestimacin. Es importante resaltar que este mismo comportamiento en el sesgo lo sigue la mayor parte del Callejn Interandino, poniendo en evidencia la interconexin en el modelo de los patrones de precipitacin con origen principal en la vertiente amaznica, as como una deficiente descripcin de los procesos de precipitacin y transporte de humedad para estas regiones. Como es tpico, el comportamiento general de la correlacin para temperatura es mucho mejor (Figura 8). De hecho, como se discutir posteriormente, el TL959 es el modelo con mejores correlaciones para temperatura superficial. La Figura 8 muestra correlaciones estadsticamente 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.
29
Muoz, .G.
30
Figura 8. Correlacin para temperatura entre CRU2 y TL959. Perodo: 1979-2000.
Sin embargo, el sesgo medio es fro para prcticamente todo el territorio (Figura 9), especialmente para el extremo nororiental. Este comportamiento es bastante constante a todo lo largo del ao (Figuras 10a a 10c), y existen regiones espaciales bien diferenciadas con esta anomala, como por ejemplo la permanente en 1S y 78.5, en el Callejn Interandino, con diferencias por debajo de 3 o ms oC
Muoz, .G.
( el ncleo gemelo un poco ms 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 regin.
31
Figura 9. Sesgo medio para temperatura (oC) entre CRU2 y TL959. Perodo: 1979-2000. PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
32
Figura 10a. Sesgo trimestral (desde DEF hasta MAM) para temperatura ( oC) entre CRU2 y TL959. Perodo: 1979-2000. PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
33
Muoz, .G.
34
Muoz, .G.
1.2.- ETA El modelo ETA presenta correlaciones tambin estadsticamente
significativas en precipitacin para la mayor parte del territorio ecuatoriano (Figura 11), excepto en el sur en donde surgen correlaciones negativas- y sureste del territorio. Las mximas correlaciones son, como en el caso del TL959, en la Costa. De modo interesante, el ETA no presenta la caracterstica franja de baja correlacin a lo largo de la Cordillera Andina para precipitacin: hay regiones en la Sierra con correlaciones negativas (extremo sur), y correlaciones con significancia estadstica. El extremo nororiental presenta altas correlaciones tambin. 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 precipitacin 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 representacin es relativamente aceptable. La subestimacin en la precipitacin es ms importante (mayor a 200 mm de diferencia) en la Amazona (durante todo el ao), y en buena parte de la Costa, sobre todo de norte a sur en esta regin entre los trimestres de DEF a MAM (ver Figuras 13a, 13b y 13c). Entre JJA y SON, en sectores cada vez ms amplios del Litoral Ecuatoriano, los sesgos mejoran mucho. Lamentablemente estos perodos coinciden con estaciones de muy baja precipitacin, y en general el inters mayor en los tomadores de decisin est precisamente en los meses de mxima precipitacin (Figura 13a). La fortaleza del ETA, en trminos de su representacin de la precipitacin est, claramente, en la Sierra. A lo largo del ao es la regin en la que los sesgos estn ms cerca de desaparecer (entre -40 mm y 0 mm), especialmente entre MJJ y ASO. Estos comportamientos sugieren que las parametrizaciones fsicas del modelo
35
Muoz, .G.
36
Figura 11. Correlacin para precipitacin entre CRU2 y ETA. Perodo: 1960-1990.
Muoz, .G.
37
Figura 12. Sesgo medio para precipitacin (mm) entre CRU2 y ETA. Perodo: 1960-1990.
Muoz, .G.
38
Figura 13a. Sesgo trimestral (desde DEF hasta MAM) para temperatura ( oC) entre CRU2 y ETA. Perodo: 1960-1990. PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
39
Muoz, .G.
40
Muoz, .G.
parecen adecuados para representar mejor los procesos relacionados con precipitacin en relieve que sobre el Amazonas o el Litoral de Ecuador. Por otra parte el comportamiento de la correlacin de temperatura entre CRU2 y ETA es, como en el caso del TL959, bastante bueno (Figura 14) para todo el territorio, pero no as 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 mayora del territorio, fros en casi todo el Litoral, y clidos para la Sierra y el pi de monte andino en la vertiente amaznica. Este comportamiento se presenta de modo consistente a lo largo de todo el ao (Figuras 16a a 16c). En la Amazona Ecuatoriana, en promedio, se tienen regiones de sesgo fro tambin, pero no tan graves como en el caso del Litoral. El Oriente sufre transiciones de subestimacin de temperatura entre DEF y JASa sobreestimaciones ASO a OND (Figuras 16a a 16c).
41
Muoz, .G.
42
Figura 14. Correlacin para temperatura entre CRU2 y ETA. Perodo: 1960-1990.
Muoz, .G.
43
Figura 15. Sesgo medio para temperatura (oC) entre CRU2 y ETA. Perodo: 1960-1990.
Muoz, .G.
44
Figura 16a. Sesgo trimestral (desde DEF hasta MAM) para temperatura ( oC) entre CRU2 y ETA. Perodo: 1960-1990. PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
45
Muoz, .G.
46
Muoz, .G.
1.3.- PRECIS El tercer y ltimo 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 estadstica recorre el pas de sur a norte, siguiendo la mayor parte de la Cordillera Andina, pero tambin ubicndose sobre regiones del Litoral Ecuatoriano. La mayora de las provincias del Oriente no poseen correlaciones significativas, as como regiones costeras visibles en la Figura 17. En el extremo oriental del pas incluso se reportan correlaciones negativas con respecto a los patrones de CRU2. A pesar de ser un modelo a 25 km de resolucin, el PRECIS no aparece muy aventajado en trminos de su descripcin de los patrones espacio-temporales de precipitacin con respecto al TL959 y al ETA. El panorama es similar para los sesgos. La Figura 18 reporta sesgos medios para todo el perodo considerado (1961-1990), secos en el Litoral y el Oriente, y excesivamente hmedos (en algunas zonas con diferencias mayores a los 200 mm) para la Sierra y el pi de monte andino (para ambas vertientes). Este comportamiento en el sesgo es bastante constante a lo largo del ao (Figuras 19a a 19c), salvo en las estaciones correspondientes a los perodos que van de JJA a SON, en los que esta mtrica indica mejores descripciones de la variable para la Costa Sudoccidental de Ecuador. El PRECIS falla, pues, en una representacin adecuada de las cantidades de precipitacin para el Litoral justo para el perodo de mayores lluvias (primeros meses del ao, Figura 19a), y en general para la Sierra indica sobreestimacin a lo largo de todo el ao. El mapa de correlacin 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 pas en dos, de sur a norte, y que tiende a con la Cordillera Andina.
47
Muoz, .G.
48
Figura 17. Correlacin para precipitacin entre CRU2 y PRECIS. Perodo: 1961-1990.
Muoz, .G.
49
Figura 18. Sesgo medio para precipitacin (mm) entre CRU2 y PRECIS. Perodo: 19611990.
Muoz, .G.
50
Figura 19a. Sesgo trimestral (desde DEF hasta MAM) para precipitacin (mm) entre CRU2 y PRECIS. Perodo: 1961-1990. PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
51
Muoz, .G.
52
Muoz, .G.
La Figura 20 evidencia, sin embargo, muy buenas correlaciones para el Oriente y la Costa, y de modo interesante una anti-correlacin 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 amaznicas ms cercanas a la Cordillera. Los sesgos medios de temperatura (Figura 21) son, sin embargo, menores (casi nulos incluso en algunos sectores) en la Amazona que en el Litoral o la Sierra. En esta ltima, salvo un par de ncleos clidos bien definidos (con 3oC o ms de diferencia con respecto a las observaciones), la tendencia del PRECIS es a presentar un sesgo fro, mientras que lo opuesto sucede en el Litoral Ecuatoriano, en el que desde Guayas hasta Esmeraldas se puede apreciar (Figura 21) un sesgo clido en la salida del modelo. Si bien el sesgo clido en el Litoral y el sesgo fro a lo largo de la Cordillera se mantienen ms o menos estables a lo largo del ao (Figuras 22a a 22c), la Amazona oscila entre la sobrestimacin (de JJA hasta FMA) y la subestimacin (MAM hasta aproximadamente MJJ), sobre todo en una franja meridional entre los 77 O y 78 O. El extremo oriental amaznico tiende a estar todo el ao con un sesgo fro. Los resultados reportados aqu para la validacin por sesgo estn de acuerdo con los indicados por Centella y Bezanilla [2008]. Para terminar, se muestra en la Tabla 3 los resultados del coeficiente de determinacin correspondiente a los mapas de correlacin de precipitacin, Figuras 5, 11 y 17, y las Figuras 8, 14 y 20 de correlacin de temperatura, tras haber calculado la media zonal-meridional al dominio completo. Puede apreciarse de inmediato que el modelo TL959 es el que mejor representa, en trminos espaciales, los campos de temperatura, mientras que para precipitacin es el ETA.
53
Muoz, .G.
54
Figura 20. Correlacin para temperatura entre CRU2 y PRECIS. Perodo: 1961-1990.
Muoz, .G.
55
Figura 21. Sesgo medio para temperatura (oC) entre CRU2 y PRECIS. Perodo: 19611990.
Muoz, .G.
56
Figura 22a. Sesgo trimestral (desde DEF hasta MAM) para temperatura ( oC) entre CRU2 y PRECIS. Perodo: 1961-1990. PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
57
Muoz, .G.
58
Muoz, .G.
Variable\Modelo Temperatura Precipitacin
TL959 0.6073 0.2582
ETA (CCS) 0.4157 0.3107
PRECIS 0.2825 0.2779

59
Tabla 3. Coeficiente de determinacin (CC2), tras calcular su media zonal y meridional, para los modelos estudiados. En negrilla se han resaltado los mejores resultados.
Llama la atencin que el ETA, teniendo la resolucin menor (56 km, aproximadamente) posea mejor comportamiento en correlacin que el TL959 (20 km). Esto se debe a que, al tomar el valor medio, la franja de correlacin baja a lo largo de la Cordillera, que presenta el TL959, le provee peores resultados en este ndice. Pero si se tomaran los valores medios de las correlaciones por regiones, sin lugar a dudas el TL959 proveera, como cabra esperar, mejores resultados para Costa y Amazona. Esta mtrica, como se ha discutido, no provee informacin especfica 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 seccin. Como nota de cierre de esta subseccin, Muoz y Recalde [2010] han provisto una climatologa de 10 aos a 30 km para el Oeste de Sudamrica y los datos estn disponibles gratuitamente en lnea. Un anlisis semejante al realizado aqu se ha llevado a cabo para el modelo WRF (un modelo no hidrosttico) obteniendo resultados incluso mejores que los del TL959 o el ETA para temperatura y precipitacin, respectivamente. Para detalles, ver Recalde [2010].
Muoz, .G.
2.- ANLISIS INDIVIDUAL En esta seccin se discuten las salidas numricas de los tres modelos disponibles, con los escenarios descritos anteriormente, de modo individual. En el caso del modelo TL959 es importante recordar que el perodo futuro corresponde al comprendido entre los aos 2015 y 2039, y al escenario A1B (ver Metodologa, ms arriba), un escenario considera como intermedio en trmino de emisin de GEI. En el caso del modelo ETA y del PRECIS el perodo futuro en consideracin es el de finales del siglo XXI (2071-2099). Como se ha mencionado, esta eleccin se debe a que para el corto plazo sera menester considerar no nicamente el efecto del Cambio Climtico sino tambin los efectos moduladores (amplificadores, atenuadores) asociados a la variabilidad climtica. Los experimentos del IPCC [2007] sugieren que en el largo plazo la seal de Cambio Climtico sera 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 Metodologa) tanto para el escenario A2 como para el B2, de modo que ambos se analizan individualmente aqu, tanto para intensidad de precipitacin (mm/da) como para temperatura oC. Los cambios para la intensidad de precipitacin, como se ha explicado en la Metodologa, se expresan porcentualmente con respecto al perodo presente correspondiente (ver Tabla 2), debido a que es ms fcil para el tomador de decisin en este caso su interpretacin. En el caso de la temperatura el cambio (delta) se expresa en las unidades fsicas originales, por su mayor facilidad de interpretacin.
60
Muoz, .G.
2.1.- TL959 La Figura 23 muestra incrementos porcentuales de precipitacin de modo bastante homogneo para el Litoral Ecuatoriano (valores de hasta incluso 10%), especialmente para algunos sectores de El Oro, el sur de Guayas y buena parte
61
de Manab. La Sierra, sin embargo, evidencia tanto incrementos como decrementos porcentuales, dependiendo de la ubicacin (ver Figura 23). En la Amazona cercana a las laderas andinas, se evidencian mltiples zonas con incrementos de precipitacin, mientras que ms al este en promedio se avistan decrementos o muy ligeros incrementos. Como Chimborazo, Guitarra y Muoz [2010] han discutido, este comportamiento parece deberse en buena medida a cambios en la circulacin de bajo nivel de los vientos zonales y meridionales. Por otra parte, si bien el comportamiento del Litoral (incrementos en la intensidad de precipitacin) se presenta de modo continuo a lo largo de todo el ao, los cambios relativos futuros para la variable en cuestin, tanto para la Sierra como para el Oriente, varan estacionalmente. Las Figuras 24a a 24c presentan estas variaciones: desde ASO hasta EFM hay una seal dominante de disminucin relativa en la intensidad de precipitacin para el Oriente, si bien no es homognea para todos los sectores y todas las estaciones. Entre FMA y MJJ ocurre lo opuesto: una seal 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 ms o menos en el resto de la Amazona, como se ha dicho recientemente. Los patrones en el Callejn Interandino son ms complejos de identificar, pero sin embargo es posible apreciar trimestres en los que las seales de incremento y decremento de la intensidad de precipitacin son claras en las vertientes pacfica y amaznica, respectivamente (e.g. MAM, MJJ, JJA y JAS).
Muoz, .G.
62
Figura 23. Delta (Futuro-Presente) de intensidad de precipitacin (%) para el TL959.
Muoz, .G.
63
Figura 24a. Delta (Futuro-Presente) de intensidad de precipitacin (%) trimestral (desde DEF hasta MAM) para el TL959. PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
64
Muoz, .G.
65
Muoz, .G.
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 perodo en promedio, y para cada uno de los 12 trimestres del ao. Puede verse que en todo el territorio continental ecuatoriano el modelo TL959 prev 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 Pacfico de Sud Amrica evidencian tendencias a enfriamiento en el perodo reciente 1980-2000. Los modelos de cambio climtico del IPCC [2007], sin embargo, muestran un calentamiento homogneo para esta misma regin. No es, pues, de extraar, que las figuras recin mencionadas evidencien tal calentamiento homogneo, dado que las condiciones de borde fueron suscritas para que tal cosa fuera reflejada por los modelos a lo largo de la ejecucin. De modo interesante, se aprecia que las temperaturas en el Litoral Noroccidental y aproximadamente toda la zona martima al norte de 2 oS 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 ocano suscrita, la fsica del modelo est reconociendo, de acuerdo a las observaciones [Harrison & Carson, 2007], que esta zona mencionada estara experimentando enfriamientos en algn nivel. Este punto es importante y merece mayor atencin en un estudio futuro. Las mayores temperaturas se aprecian, claramente, a lo largo del Callejn Interandino, con cambios relativos incluso del orden de 1.2 oC. En menor grado, pero sin ser despreciables, se prevn cambios tambin para la Amazona Ecuatoriana, del orden de los 0.8-1oC. Los calentamientos, por otra parte, son bastante homogneos a lo largo de todo el ao.
66
Muoz, .G.
67
Figura 25. Delta (Futuro-Presente) de temperatura (oC) para el TL959.
Muoz, .G.
68
Figura 26a. Delta (Futuro-Presente) de temperatura (oC) trimestral (desde DEF hasta MAM) para el TL959. PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
69
Muoz, .G.
70
Muoz, .G.
2.2.- ETA Los cambios porcentuales medios en la intensidad de precipitacin para el escenario A2, considerando todo el perodo, se muestran en la Figura 27. Se aprecian claros incrementos, algunos incluso de ms del 75%, para el suroeste de
71
Ecuador y a lo largo de una franja meridional que permite identificar a toda la Amazona con decrementos que van entre el 15% y el 50% aproximadamente, menos importantes cerca del pi de monte andino. Resalta una regin en el noroeste de Ecuador, norte de Manab y la mayor parte de Esmeraldas, con claros decrementos de intensidad de precipitacin. Esta
distribucin espacial est presente ms o menos con el mismo patrn entre OND y EFM (Figuras 28a a 28c). Entre FMA y MJJ la regin con decremento de intensidad en el noroeste se hace mayor paulatinamente hasta extenderse prcticamente a lo largo de todo el Litoral Ecuatoriano. A partir de entonces vuelve a retraerse el patrn espacial. El comportamiento en la Cordillera es bsicamente de incrementos importantes a lo largo de todo el ao, salvo algunas oscilaciones estacionales (ver Figura 28b). En el Oriente, los perodos 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 Amazona, 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 ao. En trminos de temperaturas, la Figura 29 evidencia incrementos medios entre 2 y 3.5oC para la Amazona, 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 resolucin 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 Callejn Interandino, donde en efecto ocurren microclimas diversos.
Muoz, .G.
72
Figura 27. Delta (Futuro-Presente) de intensidad de precipitacin (%) para el ETA (A2).
Muoz, .G.
73
Figura 28a. Delta (Futuro-Presente) de intensidad de precipitacin (%) trimestral (desde DEF hasta MAM) para el ETA (A2). PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
74
Muoz, .G.
75
Muoz, .G.
El comportamiento estacional de las temperaturas en el Ecuador continental es bastante estable, sobre todo en el Oriente y la Sierra, segn 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.
76
Figura 29. Delta (Futuro-Presente) de temperatura (oC) para el ETA (A2). PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
77
Figura 30a. Delta (Futuro-Presente) de temperatura (oC) trimestral (desde DEF hasta MAM) para el ETA (A2). PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
78
Muoz, .G.
79
Muoz, .G.
Los patrones espaciales medios de los cambios en la intensidad de precipitacin previstos por el modelo ETA para el escenario B2 (menor emisin de GEI que el A2), son visibles en la Figura 31. Se aprecian estructuras muy similares a las de la Figura 21 (caso ETA A2), aunque con cambios menos bruscos.
80
Estacionalmente los patrones coinciden tambin 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 lnea ecuatorial, y alrededor de los 2S, se aprecian decrementos (0-30%) con respecto al perodo presente en la intensidad de precipitacin (ver Figuras 32a a 32c) entre AMJ y JJA. Patrones semejantes, pero con definiciones de incremento ms notorias, se apreciaron en el anlisis del escenario A2 del ETA ms 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 perodo de control. La Figura 33 muestra este comportamiento, consistente con el hecho de que se trata de un escenario de menor emisin. Las Figuras 34a, 34b y 34c son, pues, anlogas a las del escenario A2 del ETA, pero con deltas de temperaturas menores.
Muoz, .G.
81
Figura 31. Delta (Futuro-Presente) de intensidad de precipitacin (%) para el ETA (B2).
Muoz, .G.
82
Figura 32a. Delta (Futuro-Presente) de intensidad de precipitacin (%) trimestral (desde DEF hasta MAM) para el ETA (B2). PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
83
Muoz, .G.
84
Muoz, .G.
85
Figura 33. Delta (Futuro-Presente) de temperatura (oC) para el ETA (B2).
Muoz, .G.
86
Figura 34a. Delta (Futuro-Presente) de temperatura (oC) trimestral (desde DEF hasta MAM) para el ETA (B2). PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
87
Muoz, .G.
88
Figura 34c. Igual que 34a pero para los trimestres comprendidos entre ASO y NDE. PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
2.3.- PRECIS Los patrones medios de cambio en la intensidad de precipitacin 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
89
una seccin alrededor de la lnea ecuatorial) y para el suroeste del pas, pero resaltan un par de focos importantes en el extremo noroccidental y nororiental; este ltimo aparece en el ETA claramente como regin de decremento de intensidad de precipitaciones. La Figura 35 deja claro tambin que en valores medios el PRECIS prev decrementos en la intensidad de precipitacin para prcticamente todo el Litoral, excepto regiones a pi de monte andino. El sur de Guayas y El Oro, se aprecian con incrementos tambin (ver Figura 35). La Amazona, 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 modelo sugiere que la mayor parte de la Costa sufrira 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 nmero de eventos extremos de precipitacin intensa hacia finales del siglo XXI para precisamente estos perodos estacionales. Similarmente, una seal de incremento se aprecia en toda la Amazona para los trimestres entre AMJ y JAS. La Sierra, estacionalmente, presenta decrementos en el vecindario cercano a la lnea ecuatorial (Figura 36a) y hacia el sur en amplias regiones de Loja y Azuay, los primeros meses del ao.
Muoz, .G.
90
Figura 35. Delta (Futuro-Presente) de intensidad de precipitacin (%) para el PRECIS (A2).
Muoz, .G.
91
Figura 36a. Delta (Futuro-Presente) de intensidad de precipitacin (%) trimestral (desde DEF hasta MAM) para el PRECIS (A2). PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
92
Muoz, .G.
93
Muoz, .G.
94
Figura 37. Delta (Futuro-Presente) de temperatura (oC) para el PRECIS (A2).
Muoz, .G.
95
Figura 38a. Delta (Futuro-Presente) de temperatura (oC) trimestral (desde DEF hasta MAM) para el PRECIS (A2). PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
96
Muoz, .G.
97
Muoz, .G.
El escenario A2 con el PRECIS prev 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 Amazona y el suroeste del pas. Para la Sierra se prevn incrementos entre casi los 2 oC y ms de 3.5 oC. Estos rangos son ms clidos 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 arriba. El perodo con menores aumentos de temperatura corresponden, para la Costa, a los primeros meses del ao. Entre AMJ y ASO se presentan los mayores incrementos en todo el territorio. Luego de ASO el PRECIS claramente denota una bifurcacin en el
98
comportamiento del aumento de temperatura en la Sierra, especficamente al norte de 1S. Aparece 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 precipitacin para el escenario B2 del PRECIS (Figura 39) son similares al 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 aqu 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 Amazona, disminuciones en el sur de Loja e incrementos en el resto del pas. Especficamente, 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 precipitacin en la Amazona. En ASO y SON, una amplia regin de la Amazona Nororiental presenta lo contrario: decrementos de intensidad.
Muoz, .G.
99
Figura 39. Delta (Futuro-Presente) de intensidad de precipitacin (%) para el PRECIS (B2).
Muoz, .G.
100
Figura 40a. Delta (Futuro-Presente) de intensidad de precipitacin (%) trimestral (desde DEF hasta MAM) para el PRECIS (B2). PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
101
Muoz, .G.
102
Muoz, .G.
Finalmente, los patrones espaciales de temperatura para el escenario B2 se muestran, como cabra esperar, similares pero con menores incrementos que el caso A2, sobre todo notorio esto en la Costa y la Sierra.
103
Figura 41. Delta (Futuro-Presente) de temperatura (oC) para el PRECIS (B2).
Muoz, .G.
104
Figura 42a. Delta (Futuro-Presente) de temperatura (oC) trimestral (desde DEF hasta MAM) para el PRECIS (B2). PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
105
Muoz, .G.
106
Muoz, .G.
3.- ANLISIS 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 seales climticas en las mismas regiones. Como se ha
107
mencionado en la introduccin, todos estos productos poseen grandes incertidumbres, y el poder proveer a los tomadores de decisin de alguna medida de la misma es crucial. Los mapas que se discuten a continuacin se conocen comnmente 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 interpretacin, como se ha explicado en la Metodologa, es simple: cuanto mayor el nmero de modelos que indican acuerdo en una afirmacin en particular, e.g. que la intensidad de precipitacin va a aumentar o INTENS(PRECIP)>0 (en los ttulos de las figuras subsiguientes), menor ser entonces la incertidumbre asociada a dicha afirmacin. 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 seccin metodolgica, en estas figuras no se considera en detalle la magnitud del cambio, sino si ste es positivo o negativo, y cuntos modelos estn de acuerdo en estas previsiones. Para poder confeccionar estos mapas se hacen dos asunciones importantes: 1.- Los distintos modelos proveen informacin estadsticamente independiente distribuida uniformemente alrededor del estado real (ver por ejemplo [IPCC, 2007; Pennell y Reichler, 2010]. 2.- Existe una base comn que permite comparar los distintos modelos/salidas numricas.
Muoz, .G.
En la primera se asume que cada modelo es realmente independiente de los dems. Modelos que posean lneas de cdigo iguales (por ejemplo para la representacin de un proceso fsico particular) o que hayan sido programados, por ejemplo, por el mismo Centro de Investigacin, son modelos sospechosos de no cumplir con esta primera asuncin. Como se sabe [IPCC, 2007], mltiples modelos usados por el IPCC no cumpliran con este primer punto (ver la reciente discusin al respecto de [Pennell y Reichler, 2010], por ejemplo). La segunda es sumamente importante: indica que para poder contrastar salidas numricas, stas deben ser comparables, por ejemplo, en trminos de las metodologas usadas para producirlas. Los modelos TL959, ETA y PRECIS, afortunadamente, han sido producidos por distintos Centros de Investigacin, y en el presente estudio usan incluso salidas de modelos globales distintos (ver Metodologa). 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 asuncin, en lo que respecta a este trabajo, indica claramente que no deberan de compararse bajo un mismo canon las salidas del TL959 con las del PRECIS o ETA, para empezar porque estn referidas a perodos distintos del futuro. Incluso, salidas del PRECIS para Ecuador estn disponibles [Centella y Bezanilla, 2008] para el mismo perodo del TL959, pero hay que recordar que el experimento numrico asociado a la ejecucin del modelo global correspondiente (ECHAM), que a su vez ha provisto la informacin necesaria para hacer el downscaling con el PRECIS, se dise para que precisamente tuviera sentido a finales del s. XXI. Estos experimentos numricos de Cambio Climtico no fueron, conscientemente, elaborados considerando la inclusin de la variabilidad a distintas escalas temporales del Sistema Climtico Terrestre, sino para tener una idea del papel del Cambio Climtico, el cual se supone provee una seal clara (i.e., superior a la de las componentes debidas a la
108
Muoz, .G.
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 dems modelos disponibles en este trabajo. Sin embargo, vale decir que los resultados mencionados aqu para la intensidad
109
de precipitacin prevista por el TL959, estn, en general, en acuerdo con las tendencias reportadas por Muoz, Recalde, Cadena et al. [2010] con el empleo de la herramienta estadstica FClimdex para el perodo 1971-2009, dentro de lo que la resolucin de los datos usados en ese trabajo permite, y para un lmite de confianza estadstica del 95%. Las seales son especialmente coincidentes a lo largo del Litoral. En la Sierra la resolucin usada (1 o) no permite percibir el lujo de detalle que el TL959 s muestra, y por ello el FClimdex podra indicar en promedio para tales celdas un incremento, cuando el modelo japons 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
Amazona posee la mayor incertidumbre, en general). Un estudio detallado al respecto escapa al alcance del presente documento. Para el perodo futuro 2071-2099 (escogido el mismo para ambos) se han empleado aqu las salidas del ETA y PRECIS y de los dos escenarios A2 y B2. Esta comparacin entre escenarios tiene sentido, en el espritu de lo expuesto en la Introduccin, dado que corresponden a futuros alternativos. Los mapas de consenso, pues, proveern informacin sobre, dados los distintos futuros posibles, en qu hay coincidencia entre los mismos (y por ende menor incertidumbre). En otras palabras: conscientes de que puede ocurrir alguno de esos distintos futuros fsicamente posibles, cul sera la seal clara en todos ellos? Entrando ahora en el tema, se ha visto en la seccin anterior (Anlisis Individual) que sistemticamente 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
Muoz, .G.
vale la pena mencionar. El primero est asociada al hecho de que existe evidencia [Harrison y Carson, 2007] indicando que a lo largo de la costa del Pacfico de Sudamrica 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. Est claro, pues, que para el estudio diseado por el IPCC [2007] para Cambio Climtico se han forzado los modelos de modo que el incremento de temperaturas era algo, de hecho, esperable, as como lo es el que los modelos regionales de clima aqu discutidos heredaran dicho
110
comportamiento. Hay, pues, un consenso absoluto- en todas las salidas estudiadas para el cambio previsto de temperatura de que el mismo ser de incremento en todas las celdas del dominio fsico. El panorama es distinto para el caso de la intensidad de precipitacin, y por ello un anlisis especial se ha llevado a cabo. Dos afirmaciones se han considerado para la elaboracin de los mapas de consenso de las Figuras 43 y 44: Incremento en la intensidad de precipitacin: INTENS(PRECIP)>0 Decremento en la intensidad de precipitacin: INTENS(PRECIP)<0 Como se comprender, no es suficiente considerar slo uno de estos casos, dado que el espacio muestral no es dicotmico, i.e. no hay slo 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 precipitacin en porcentaje, y con respecto al perodo presente.
Muoz, .G.
111
Figura 43a. Mapas de consenso trimestrales (desde DEF hasta MAM) para incremento de intensidad de precipitacin, considerando los escenarios A2 y B2 del ETA y del PRECIS.
Muoz, .G.
112
Muoz, .G.
113
Muoz, .G.
114
Figura 44a. Mapas de consenso trimestrales (desde DEF hasta MAM) para decremento de intensidad de precipitacin, considerando los escenarios A2 y B2 del ETA y del PRECIS. PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
115
Muoz, .G.
116
Muoz, .G.
Las Figuras 43a a 43c ponen en evidencia que la menor incertidumbre est 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 tambin para la mayor parte de la Costa. No hay seales claras de aumento de eventos extremos para el resto del territorio ecuatoriano. Por su parte, las Figuras 44a a 44c son si se quiere ms interesantes que las anteriores: indican acuerdo en los modelos en una disminucin de la intensidad de precipitaciones lquidas en la Amazona en general entre los trimestres de ASO y FMA. Un foco en el extremo nororiental tambin tiene asociado un acuerdo de 3 salidas numricas distintas sugiriendo decremento. MAM muestra una clara seal con baja incertidumbre de disminucin en la intensidad pluviomtrica para la mitad sur de la Cordillera Andina (Figura 44a). En FMA, por otra parte, el norte de Manab y casi toda Esmeraldas aparece con bastante certeza de disminucin de intensidad de precipitaciones. Finalmente, en AMJ y JAS buena parte de la Costa de Ecuador, especialmente la provincia de Manab, muestra una seal de consenso de disminucin de intensidad pluviomtrica (Figura 44b).
117
Muoz, .G.
LIMITACIONES Y CAVEATS
En esta seccin se sealan algunos cuidados (caveats) que hay que tener con los productos discutidos, as como limitaciones del estudio. Lo primero y ms 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 nmero de suposiciones con respecto tecnologas, uso de fuentes energticas, demografa, sociedad, poltica y economa del futuro. Adicionalmente existe otro tipo de incertidumbres, asociadas a una falta de comprensin en todos los detalles de multitud de procesos fsicos, sobre todo a altas resoluciones. Las salidas de los modelos globales del IPCC estn orientadas a estudios de Cambio Climtico a largo plazo, y poseen baja resolucin espacial. Los modelos regionales como los usados en este trabajo mejoran enormemente la resolucin, pero an sta no es lo suficiente para resolver, por ejemplo, los microclimas presentes en el Callejn Interandino.
Otra limitacin importante consiste en que los modelos disponibles son hidrostticos, lo que significa que no considera formalmente los trminos de las ecuaciones fsicas
118
con aceleracin para los glbulos de atmsfera. Es comn asumir los 20 km como la resolucin espacial lmite antes de entrar en los aspectos fsicos relacionados con los trminos no-hidrostticos del Sistema Climtico. Por ejemplo, la conveccin profunda (en Ecuador la mayora de los fenmenos de precipitacin es del tipo convectivo) no est bien representada en estos modelos. El IPCC [2007] sugiere que en el largo plazo, lase finales del s. XXI, la seal del Cambio Climtico sera claramente detectable y puesta en manifiesto por los modelos numricos. En el corto plazo, que es un perodo de gran inters por los
Muoz, .G.
tomadores de decisin, es menester considerar no slo el papel de las tendencias del Cambio Climtico sino tambin los efectos moduladores (amplificadores, reductores) asociados a la variabilidad climtica natural. Los modelos
considerados aqu no incluyen, por ejemplo, la variabilidad interanual en las condiciones de borde de la temperatura de la superficie del ocano, uno de los principales moduladores del Sistema Climtico (ver [Mizuta et al., 2006]). Esta es una deficiencia importante, toda vez que los experimentos numricos estn enfocados entonces en slo uno de los aspectos importantes: Cambio Climtico. Especial atencin 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 polticas a establecer al respecto pudieran ser incluso peores que las consecuencias propias del Cambio Climtico. Se han presentado los productos bsicamente por medias trimestrales. Esto tiene una razn de ser. El anlisis de estos productos debe entenderse desde el punto de vista estadstico. Esto significa que an cuando se tienen salidas a escala diaria o subdiaria, no es posible indicar a ciencia cierta qu va a ocurrir en un da en particular, un trimestre o incluso un ao particular en el futuro. Lo que se hace es indicar, estadsticamente hablando (valores medios, en particular), cmo se prevee el comportamiento tpico de un trimestre para un perodo definido del futuro. Es importante entender esta aproximacin, con sus ventajas y limitaciones a la hora de la toma de decisin. Estos productos han de usarse como una muestra de lo que pudiera ocurrir en trminos medios, y no para un ao en particular. Finalmente, realizar un nuevo downscaling dinmico a partir de las presentes salidas es posible tcnicamente hablando, pero especial cuidado debe tenerse debido a la fsica 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 trminos de la calidad del producto final.
119
Muoz, .G.
CONCLUSIONES Y RECOMENDACIONES
En esta seccin se presentan resumidamente las principales conclusiones del documento en trminos del desempeo de los modelos para representar el clima presente, empleando las mtricas escogidas para este trabajo, y en trminos de previsiones de los mismos modelos para escenarios del SRES. En aras de discutir los resultados con las menores incertidumbres, se hace uso aqu de los mapas de consenso. Primeramente, las Figuras 45 y 46 muestran una comparacin entre los coeficientes de correlacin y el sesgo discutidos en la seccin de Resultados para los modelos TL959, ETA y PRECIS, tanto para precipitacin (Figura 45) como temperatura (Figura 46). Puede apreciarse (Figura 45) que el ETA posee las
120
mejores correlaciones para precipitacin, pero que subestima de modo importante (ms de 200 mm de diferencia con respecto a las observaciones) la pluviosidad en la mayor parte del territorio, 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 precipitacin en la mayor parte de la Costa y a lo largo de las laderas andinas de la vertiente amaznica. Las correlaciones para precipitacin con el PRECIS son menores que en los otros dos casos, especialmente para la Amazona. El PRECIS sobreestima precipitacin en la Sierra, y subestima en la Costa y la Amazona. Para el caso de la temperatura (Figura 46), las mejores correlaciones las provee el TL959, que posee un sesgo fro para prcticamente todo el territorio ecuatoriano. El ETA adolece de un sesgo fro para la Costa (igual o mayor a 3 oC de diferencia) y la vertiente pacfica de los Andes, mientras que se aprecia un sesgo clido (idem) para la vertiente amaznica y la Amazona cercana a las laderas andinas. Para el resto del Oriente se aprecia un sesgo fro menor (hasta aproximadamente
Muoz, .G.
1.5oC). El PRECIS evidencia altas correlaciones para temperatura, salvo para regiones de Loja, en el sur. Muestra sesgo clido para la mayor parte del Litoral y hacia la Sierra sesgos fros. En la Amazona en general las temperaturas estn mejor descritas, excepto en el extremo oriental.
121
Como se ve, ningn modelo posee una descripcin perfecta del clima presente, pero es posible con el trabajo realizado reconocer sus virtudes y defectos, e incluso corregir estadsticamente los sesgos de las salidas (ver Chimborazo et al, 2010].
TL959
ETA
PRECIS
Figura 45. Comparacin entre los valores medios temporales de correlacin (fila superior) y sesgo (fila inferior) para precipitacin (mm) del TL959 (izquierda), ETA (centro) y PRECIS (derecha). PROYECTO MAE-SCN-PRAA-PACC-INAMHI
Muoz, .G.
122
TL959
ETA
PRECIS
Figura 46. Comparacin entre los valores medios temporales de correlacin (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 precipitacin para la Costa, especialmente para algunos sectores de El Oro, el sur de Guayas y la mayor parte de Manab. La Sierra, sin embargo, evidencia tanto incrementos como decrementos porcentuales, dependiendo de la ubicacin. En la Amazona cercana a las laderas andinas, se evidencian mltiples zonas con incrementos de precipitacin, mientras que ms al oriente en promedio se avistan decrementos o muy ligeros incrementos.
Muoz, .G.
123
Figura 23. Delta (Futuro-Presente) de intensidad de precipitacin (%) para el TL959.
Los cambios de temperatura son todos a crecimiento, siendo menos pronunciados en el Litoral. Regiones en el Callejn Interandino pueden alcanzar inclusive un ascenso de 1.2oC segn el TL959 para el corto plazo (Figura 25).
Muoz, .G.
124
Figura 25. Delta (Futuro-Presente) de temperatura (oC) para el TL959.
Si bien los productos aqu discutidos del TL959 deben, en principio, poseer menores incertidumbres que los modelos enfocados a ms largo plazo, sin tener otras salidas numricas semejantes no es posible llevar a cabo formalmente un
Muoz, .G.
anlisis de consenso como el que se presenta a continuacin para el ETA y PRECIS, para el perodo 2071-2099.
125
Figura 47. Mapas de consenso promedio para incremento (izquierda) y decremento (derecha) de intensidad de precipitacin, considerando los escenarios A2 y B2 del ETA y del PRECIS. Colores asociados con un nmero mayor en la barra indican menores incertidumbres.
En la Figura 47 se tienen los mapas de consenso promedios (considerando todos los trimestres del ao) 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 bsicamente la Sierra, mientras que un decremento de las mismas para la Amazona (sobre todo el extremo oriental) y para la Costa (Santa Elena, Manab y Esmeraldas), y con mayores certezas para Esmeraldas.
Muoz, .G.
Los cambios en los regmenes de precipitacin pueden estar muy asociados a cambios en la circulacin de viento de bajo nivel (ver, por ejemplo, discusin en [Chimborazo, Guitarra y Muoz, 2010] para el caso del TL959). Estos son los principales resultados del presente estudio. Vale resaltar una vez
126
ms que por todo lo expuesto a lo largo del documento, los productos aqu provistos deben tratarse con el cuidado correspondiente a la hora de la toma de decisiones, para evitar que la generacin de polticas pueda conllevar efectos incluso peores que el propio Cambio Climtico. 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 consideracin en la toma de decisin del papel de la variabilidad climtica, adems de las propias seales asociadas al Cambio Climtico, 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 anlisis de consenso. Estando prximas a publicarse las salidas del Quinto Reporte del IPCC, se sugiere utilizar estos nuevos productos, que se espera involucren una mayor comprensin por parte de la Comunidad Cientfica en temas asociados con la prediccin multidecadal. Es ms importante considerar la distribucin en espacio y tiempo de las variables provistas por el modelo que propiamente su magnitud, debido a las incertidumbres asociadas al modelo.
Muoz, .G.
BIBLIOGRAFA
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 Misin al Taller de Entrenamiento en el Modelo ETACCS en Brasil. INAMHI, Quito. Centella, A. & Bezanilla, A., 2008: Informe Final Anlisis de Escenarios de Cambio Climtico con el PRECIS y el Modelo Japons, Proyecto PACC-MAE. Quito. 37 pp. Chimborazo, O., 2010: Informe de Misin al Taller de Entrenamiento en el Modelo TL959 en Japn. INAMHI, Quito. Chimborazo, O., Guitarra, S. y Muoz, .G., 2010: Informe Final Anlisis 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.
127
Muoz, .G.
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. Muoz, .G., 2010: Estructura Jerrquica Multimodelo del Observatorio Andino. Trabajo de Ascenso para Categora de Profesor Agregado. La Universidad del Zulia. Maracaibo, Venezuela. 69 pp Muoz, .G. y Erazo, B., 2010: Datos climticos en malla con Anlisis Objetivo Cressman para el Ecuador. (En preparacin). Datos disponibles en INAMHI. Muoz, .G, Lpez, M.P., Velsquez, R., et al., 2010: An Environmental Watch System for the Andean countries: El Observatorio Andino, BAMS, doi: 10.1175/2010BAMS2958.1
128
Muoz, .G.
Muoz, .G., Recalde, C., Cadema, J., Nez, A., Daz-Lobatn, J., 2010: Anlisis Estadstico con FClimdex de ndices climticos para Ecuador. Informe Final. Proyectos MAE-INAMHI. Quito. 71pp Muoz, .G. y Recalde, C., 2010: North Western South America Retrospective Simulation from CMC - OA INAMHI. Centro de Modelado Cientfico (CMC) e INAMHI. Base de datos disponible pblicamente en
129
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 Dinmicos. Tesis de Grado Ingeniera 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.

Validacion de Un Modelo de Cambio Climatica

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Validacion de Un Modelo de Cambio Climatica

Încărcat de

Drepturi de autor:

Formate disponibile

Muoz, .G.

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Consenso de Modelos de Escenarios de Cambio Climtico para Ecuador

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

NDICE GENERAL ANTECEDENTES___________________________________________ I. II. III. IV. V. INTRODUCCIN _______ ____ 5 6 14 15 19 22

OBJETIVOS ______________________________________ DATOS_____________ METODOLOGA ______________________

61 72 89 107 118 120 127

VI. VII. VIII.

LIMITACIONES__________________________________________ CONCLUSIONES Y RECOMENDACIONES___________________ BIBLIOGRAFA ________________________________________

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

SRES A2 A1B A1T A2 B1 B1 B2 B2

Bajo Muy Alto Muy Alto

Bajo Muy Alto Muy Alto

Bajo Muy Alto Muy Alto

Bajo Muy Alto Alto Bajo

Alto Medio Alto MedioAlto

Alto Alto Bajo Alto Bajo

Medio Medio Medio Medio Medio

Bajo- BajoBajo Medio Medio Alto

Disponibilidad Alto de Recursos Vector Tecnolgico

Medio Medio Bajo

Rpido Rpido Rpido Rpido Lento

Producto grueso domstico

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Figura 3. Dominio computacional del ETA-ECC. Fuente: [Pisnitchenko y Tarasova, 2009]

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Figura 4. Dominio computacional del PRECIS. Fuente: [Centella y Bezanilla, 2008]

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Modelo TL959 ETA (CCS) PRECIS

Presente 1979-2000 1960-1990 1961-1990

Futuro 2015-2039 2071-2099 2071-2099

Escenario(s) A1B A2,B2 A2,B2

Nota: El perodo sealado como Presente corresponde al escogido para la validacin.

Tabla 2. Modelos y perodos escogidos para precipitacin y temperatura

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Anlisis Individual y de Consenso

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Figura 5. Correlacin para precipitacin entre CRU2 y TL959. Perodo: 1979-2000.

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Sierra se reportan localidades con sobreestimacin, subestimacin y valores

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Figura 8. Correlacin para temperatura entre CRU2 y TL959. Perodo: 1979-2000.

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

Validacin y Anlisis de Modelos de Cambio Climtico para Ecuador (2010)

NDICE GENERAL ANTECEDENTES_______________________________________ I. II. III. IV. V. INTRODUCCIN _ __ 5 6 14 15 19 22

OBJETIVOS ________________________________ DATOS_ METODOLOGA ________________

LIMITACIONES________________________________ CONCLUSIONES Y RECOMENDACIONES_ BIBLIOGRAFA ________________________________