6.3 perfil climático del perú - congreso.gob.pe · temperaturas máximas y mínimas • las...

139

Tercera Comunicación Nacional

6.3 Perfil climático del Perú

El Perú cuenta con una gran diversidad de climas (ver capítulo 2), lo que conlleva a la necesidad de tener un amplio sistema de observación y monitoreo del clima. El servicio Nacional de Meteorología e Hidrología (SENAMHI) administra a nivel nacional una red de estaciones que constituye la principal fuente de información para conocer las características y manifestaciones del clima. A mayor disponibilidad de información histórica y cobertura se podrá obtener información más exacta, que ayude con la toma de decisiones y la planificación del riesgo.

El Perú cuenta con una gran diversidad de climas (ver capítulo 2), lo que conlleva a la necesidad de tener un amplio sistema de observación y monitoreo del clima. El SENAMHI administra a nivel nacional una red de 890 estaciones hidrometeorológicas interconectadas (ver capítulo 7). Sin embargo, esta red es aún insuficiente, como ocurren en la Amazonía donde la amplitud de la región y la dificultad del acceso limitan la instalación de estaciones. Tal como se explicó en la sección anterior, contar con información del clima es relevante para poder caracterizar el clima actual y desarrollar los escenarios del clima futuro, los

cuales a su vez permitirán identificar los peligros y desarrollar las evaluaciones de vulnerabilidad.

6.3.1 El registro del clima pasado

El análisis de los datos históricos de precipitación y temperaturas máximas y mínimas muestra una diferenciación estacional y regional para cada una de estas variables (ver tabla 6.1).

VARIABLES REGISTRO DE CLIMA PASADO

Precipitación anual • Los valores más altos se dan en la selva norte, donde existe poca variabilidad anual.

• Los valores más bajos se dan en general en toda la costa peruana, aunque la costa norte presenta incrementos de precipitación entre diciembre y mayo.

• Los promedios de precipitación anual son moderados en la sierra, con valores ligeramente más altos en la sierra norte.

• Hay una disminución marcada en el promedio de precipitación anual nacional desde la década del 70 hasta fines de la década del 80. Aproximadamente 7 % en 20 años.

Temperaturas máximas y mínimas • Las mayores temperaturas del aire se dan en la costa norte y la selva baja, el periodo más cálido es el comprendido entre los meses de diciembre a mayo.

• Las temperaturas mínimas se encuentran en la sierra centro y sur, principalmente en el Altiplano, el periodo más frío es el comprendido entre los meses de junio a agosto.

• Existen indicios de que entre las décadas de los 70 y 90, las tendencias de las temperaturas mínimas medias se incrementaron, en promedio, ligeramente en menor proporción que las temperaturas máximas2.

Tabla 6.1 Registro del clima pasado

Fuente: Elaboración propia en base a “Regionalización estadística de escenarios climáticos en el Perú”3 (SENAMHI, 2014).

2 Cabe señalar que los eventos El Niño/Oscilación Sur (ENOS) intensos, ocurridos durante este periodo, generaron anomalías que determinaron el incremento de estos promedios de temperatura.

3 Estudio realizado en el marco del Proyecto “Evaluación de los impactos del cambio climático y mapeo de la vulnerabilidad a la inseguridad alimentaria bajo el cambio climático para reforzar la seguridad alimentaria familiar con enfoque de adaptación de los medios de subsistencia - AMICAF”.

140

6. Avances en la adaptación al cambio climático y el estado de la vulnerabilidad en el Perú

6.3.2 Las proyecciones del clima

Para construir las proyecciones del clima se utilizan, además de la información del área de interés, los escenarios globales de emisiones de GEI que son establecidos por el IPCC. En su Quinto Informe de Evaluación —AR5— (IPCC, 2013), el IPCC planteó una nueva familia de escenarios denominados “Sendas Representativas de Concentración” (RCP, por sus siglas en inglés) distintos a los anteriores escenarios SRES (propuestos por el Special Report on Emission Scenarios). La principal diferencia radica en que en los escenarios RCP los niveles de forzamiento radiativo (FR)4 no están asociados con los escenarios socioeconómicos o de emisión únicos (como

lo hacían los escenarios SRES), sino que más bien pueden resultar de la combinación de diferentes futuros económicos, tecnológicos, demográficos, políticos e institucionales (Armenta, Dorado, Rodríguez, y Ruiz, 2014).

Los cuatro nuevos escenarios son el RCP 2.6, el RCP 4.5, el RCP 6.0 y el RCP 8.5, que indican la cantidad de energía que retiene el planeta, producto del FR: 2.6, 4.5, 6.0 u 8.5 W/m2, respectivamente, y diversas condiciones entre los años 2100 y 2500 (Moss, y otros, 2010). En la tabla 6.2 se comparan los datos para los modelos de escenarios SRES y RCP para el año 2100; además se muestran las equivalencias con los escenarios RCP, según el factor de evaluación.

ESCENARIOS

COMPARACIÓN

FR TOTAL (W/m2)1

CONCENTRACIONES DE CO2 (ppm)2 AUMENTO

PROMEDIO DE LA

TEMPERATURA DEL AIRE (°C)3

AUMENTO PROMEDIO DEL NIVEL DEL MAR (metros)4

MODELO ISAM

MODELO BERN - CC

SRE

S

A1B

A1T

A1FI

A2

B1

B2

6.05

5.07

9.14

8.07

4.19

5.71

717

582

970

856

549

621

703

575

958

836

540

611

+2.95

+2.54

+4.49

+3.79

+1.98

+2.69

+0.39

+0.37

+0.49

+0.42

+0.31

+0.36

RC

P

2.6

4.5

6.0

8.5

2.6

4.5

6.0

8.5

421

538

670

936

+1.0

+1.8

+2.2

+3.7

+0.40

+0.47

+0.48

+0.63

EQUIVALENCIAS

FR TOTAL (W/m2)

CONCENTRA-CIONES DE CO2

(ppm)

AUMENTO PROMEDIO DE LA

TEMPERATURA DEL AIRE (°C)

AUMENTO PROMEDIO DEL NIVEL DEL MAR (metros)

Ninguno

B1

B2

A1FI

Ninguno

B1

Ninguno

A1FI

Ninguno

B1

Ninguno

A2

A1B

Ninguno

A1FI

Ninguno

Tabla 6.2 Comparación de datos para los modelos de escenarios SRES y RCP para el año 2100 y equivalencias entre escenarios

1 Para el caso de los escenarios SRES, se refiere a las concentraciones de GEI más los efectos directos de las emisiones y concentraciones de aerosol.2 Para el caso de los escenarios SRES, tanto para el modelo ISAM, como para el Bern – CC, se han considerado los escenarios de emisiones referenciales.3 Para el caso de los escenarios RCP, se refiere al aumento de la temperatura media anual durante el periodo 2081-2100.4 Para el caso de los escenarios RCP, se refiere al aumento del nivel medio del mar durante el periodo 2081-2100.

4 El FR es un proceso que altera el equilibrio de energía del sistema Tierra-atmósfera, y se expresa en vatios por metro cuadrado (W/m2). Si es positivo indica calentamiento del sistema (más energía recibida que emitida), si es negativo refleja un enfriamiento (más energía perdida que recibida).

Fuente: Sobre la base de IPCC (2000b); Church (2013).

141


En el año 2010, en la Segunda Comunicación Nacional del Perú se presentó un resumen de los resultados de las proyecciones del clima realizadas en el país para las cuencas de los ríos Mantaro, Mayo, Piura, Santa y Urubamba. Desde esa fecha, el SENAMHI ha continuado su labor como ente competente construyendo escenarios climáticos tanto a nivel nacional, regional como por cuencas. Para ello ha contado con el apoyo de otras entidades y la cooperación internacional.

Durante el periodo 2010-2015, en el ámbito nacional destaca el estudio de Regionalización Estadística de Escenarios

Climáticos en el Perú, a través del cual se obtuvieron proyecciones climáticas locales de las variables de precipitación, temperaturas máximas y mínimas hacia el año 20505 (SENAMHI, 2014). Mientras tanto, en el ámbito regional, se realizaron proyecciones para las regiones de Áncash, Apurímac, Cusco, Huancavelica, Huánuco, Ica, Moquegua, Puno, San Martín, Tacna y Ucayali; y a nivel de cuencas, se realizaron proyecciones en los ríos Ica, Mantaro, Pisco, Santo Tomás y Urubamba. En la tabla 6.3 se señalan los detalles de las metodologías utilizadas en los escenarios climáticos en este último periodo.

Tabla 6.3 Descripción de las metodologías utilizadas para la construcción de escenarios climáticos en el Perú. Periodo 2010-2015.

5 En el periodo 2003-2009 se realizaron escenarios climáticos nacionales para el año 2030.

MODELO CLIMÁTICO UTILIZADO

PERIODOS ANALIZADOS Y ESCALA DE

ANÁLISIS

MÉTODO DEL DOWNSCALING

U OTROS

RESOLUCIÓN ESPACIAL

ÁREA DE ESTUDIO

ESCENARIOS DE EMISIÓN

IPCC

INCERTIDUMBRE Y LIMITACIONES DEL

MODELO

Escenario climático nacional para el año 2050

CanESM21, CNRM-CM52, MPI-ESM-

MR3

Referencia: 1971-2000

Análisis: 1981-2010

Proyecciones: 2036-2065

Estacional y anual

Estadística (análogos para precipitación

y temperatura, GLM para

precipitación, regresión lineal para

temperatura).

A punto de estación

Territorio nacional

RCP 4.5

RCP 8.5

Moderada. Las proyecciones “posibles” (3×2

ESM RCP) se han obtenido para cada

variable objetivo, lo que permite la caracterización adecuada del manejo de las

incertidumbres.

Escenarios de cambio climático en las regiones Apurímac y Cusco 2030 y 2050

TL959- MRI/JMA4, NCAR-CCSM35,

UKMO HadCM38, ECHAM5-OM9,

BCCR-BCM2.010, CCCma-CGCM311, CSIRO -Mk3.012, GFDL- CM2.113,

NIES-MIROC3.2m14



Proyecciones: 2016-2044 (2030) 2036-2064 (2050)

Estacional y anual

Dinámica (modelo WRF

versión 3.2)

Estadística (de regresión

lineal)

20 kilómetros

Regiones de

Apurímac y Cusco

A1B (SRES)

Moderada a alta, principalmente en la Amazonía

del Cusco y en los complejos paisajes

montañosos de Apurímac.

Escenarios climáticos en las regiones de Áncash, Huancavelica, Huánuco, Ica, Moquegua, Puno, San Martín, Tacna y Ucayali a 2030

MPI-ESM-ER3, CCSM4-NCAR5, HadGem2-AO6, HadGem2-ES7


Análisis extremos: 1965-2012

Proyecciones 2016-2045

Estacional y anual

Ninguno50

kilómetros

Regiones de Áncash,

Huancavelica, Huánuco, Ica, Moquegua, Puno, San

Martín, Tacna y Ucayali.

RCP 8.5

Alta, considerando la no aplicación de métodos de regionalización.

142


MODELO CLIMÁTICO UTILIZADO

PERIODOS ANALIZADOS Y ESCALA DE

ANÁLISIS

MÉTODO DEL DOWNSCALING

U OTROS

RESOLUCIÓN ESPECIAL

ÁREA DE ESTUDIO

ESCENARIOS DE EMISIÓN

IPCC

INCERTIDUMBRE Y LIMITACIONES DEL

MODELO

Escenarios de cambio climático en las cuencas de los ríos Mantaro y Urubamba a 2030

TL959L604 MRI-JMA, CCSM3-NCAR5, HadCM38,

ECHAM59




Estacional y anual

Dinámica (modelo WRF versión 3.2, y

ETA-SENAMHI)


lineal)

20 kilómetros

Cuencas de los ríos Mantaro y Urubamba.

A1B (SRES)

Moderada a alta en el caso de la precipitación,

principalmente en invierno y primavera y a escala local.

Escenarios climáticos en la cuenca del río Santo Tomás

TL959L604, CCSM3-NCAR5,

HadCM38, ECHAM59,

BCCR-BCM210,

CCCma-CGCM311, CSIRO -Mk312, GFDL- CM2.113,

NIES-MIROC3.2m14




Estacional y anual

Dinámica (modelo WRF

versión 3.2)


lineal)

20 kilómetros

Cuenca del río Santo Tomás, con énfasis en

las microcuencas Santo Tomás y

Challhuahuacho

A1B (SRES)

Alta, dado el nivel de escala de las microcuencas y porque no

se cuenta con información de series de larga extensión en el

tiempo.

Escenarios de cambio climático en las cuencas de los ríos Ica y Pisco a 2030

MPI-ESM-ER3, CCSM4-NCAR5, HadGem2-AO6, HadGem2-ES7




Estacional y anual


lineal)

A punto de estación

Cuencas de los ríos Ica y

PiscoRCP 8.5

Moderada a alta en el caso de la precipitación,

principalmente en otoño y primavera.

1 CanESM2: Canadian Earth System Model.2 CNRM – CM5: Centre National de Recherches Météorologiques – Coupled Model en versión para el CMIP5.3 MPI-ESM-MR: Max Planck Institute – Earth System Model - corriendo en grilla de resolución media (Medium Resolution).4 TL959- MRI/JMA: Modelo con grillas horizontales de 20 kilómetros - Meteorological Research Institute/Japan Meteorological Agency. TL95960L - Modelo con grillas

horizontales de 20 kilómetros y 60 niveles en la vertical.5 CCSM 3/4: Community Climate System Model, versiones 3 y 4, del National Center for Atmospheric Research.6 HadGem2-AO: Hadley Global Environment Model 2 – Atmosphere – Ocean.7 HadGem2-ES: Hadley Global Environment Model 2 – Earth System.8 HadCM3: Hadley Coupled Model, versión 3. 9 ECHAM5: European Centre Hamburg Model, versión 5. 10 BCCR-BCM2: Bjerknes Centre for Climate Research – Bergen Climate Model, versión 2. 11 CCCma-CGCM3: Canadian Centre for Climate Modelling and Analysis - Coupled Global Climate Model versión 3.12 CSIRO – Mk3: Commonwealth Scientific and Industrial Research Organisation – Mark model, versión 3.13 GFDL- CM2.1: Geophysical Fluid Dinamics Laboratory – Coupled Model, versión 2.1.14 NIES-MIROC3.2m: National Institute for Environmental Studies - Model for Interdisciplinary Research on Climate, versión 3.2 MedRes.

Fuente: MINAM-SENAMHI-PACC (2012); SENAMHI (2013); SENAMHI (2014).

143


Fuente: SENAMHI (2014)


A continuación, se presentan los principales resultados de las proyecciones del clima realizadas en el Perú a partir del año 2010.

Resultados de las proyecciones del clima a escala nacional

Para el estudio se usaron los escenarios de emisiones RCP 4.5 y RCP 8.5 y los modelos climáticos globales CanESM2, CNRM-CM5 y MPI-ESM-MR; por lo que se logró obtener hasta seis proyecciones posibles (3x2 ESM RCP). En todas ellas, se observaron incrementos en los promedios de precipitación y temperatura. Para la precipitación, dos modelos utilizados, CanESM2 y MPI-ESM-MR, proporcionan resultados similares, con incrementos promedio para el periodo 2036-2065 entre el 10 % y el 20 %, mientras que el modelo CNRM-CM5 ofrece cambios menores. Por otra parte, los dos RCP llevan a proyecciones similares hasta 2040, momento en el cual las diferencias comienzan a incrementarse hacia adelante. Para el caso de las temperaturas, el modelo CNRM-CM5 y el CanESM2 proyectan sistemáticamente incrementos más débiles y fuertes, respectivamente, mientras que el MPI ESM-

MR proporciona resultados moderados. Los incrementos promedio para el periodo 2036-2065 están entre 2 °C y 3 °C, y 4 °C y 6 °C para la temperatura máxima y mínima, respectivamente, dependiendo del Modelo de Sistema Global (ESM por sus siglas en inglés) y de los RCP.

Con el fin de evaluar la distribución espacial de estos resultados, se aplicó el método delta, restando la media del periodo de referencia histórico (1971-2000) respecto a la media del periodo de escenario objetivo (2036-2065). Para la precipitación, los resultados obtenidos muestran una alta variabilidad espacial, con cambios de aumento/disminución en estaciones cercanas, excepto en la parte noroeste del país, donde la señal de humedecimiento es clara. Por otro lado, los resultados para las temperaturas muestran un aumento de estas en todo el país, los más altos incrementos se encuentran en la región del Altiplano. Asimismo, se tiene que la señal de calentamiento proyectado es mayor para la temperatura mínima que para la temperatura máxima. Por último, los dos RCP considerados llevan a resultados similares, aunque los valores se intensifican más en el RCP 8.5 para las tres variables objetivo (ver mapas 6.1, 6.2 y 6.3).

Mapa 6.1 Variaciones de temperatura mínima para el periodo 2036-2065 (con respecto a 1971-2000), para los escenarios de emisión RCP 4.5 y RCP 8.5

Mapa 6.2 Variaciones de temperatura máxima para el periodo 2036-2065 (con respecto a 1971-2000), para los escenarios de emisión RCP 4.5 y RCP 8.5

−1.0

−0.5

0

0.5

1.0

−50

0

50

0

1

2

3

4

MPI-ESM-MRRCP4.5 RCP8.5

%m

m/day

ºC/day

PR

EC

IP (a

n1) TM

AX

(reg

_15p

c)TM

IN (r

eg_1

5pc)

∆(2036:2065 - 1971:2000)

RCP4.5 RCP8.5

−1.0

−0.5

0

0.5

1.0

−50

0

50

0

1

2

3

4


%m

m/day

ºC/day

PR

EC

IP (a

n1) TM

AX

(reg

_15p

c)TM

IN (r

eg_1

5pc)

∆(2036:2065 - 1971:2000)

RCP4.5 RCP8.5

−1.0

−0.5

0

0.5

1.0

−50

0

50

0

1

2

3

4


%m

m/day

ºC/day

PR

EC

IP (a

n1) TM

AX

(reg

_15p

c)TM

IN (r

eg_1

5pc)

∆(2036:2065 - 1971:2000)

RCP4.5 RCP8.5

−1.0

−0.5

0

0.5

1.0

−50

0

50

0

1

2

3

4


%m

m/day

ºC/day

PR

EC

IP (a

n1) TM

AX

(reg

_15p

c)TM

IN (r

eg_1

5pc)

∆(2036:2065 - 1971:2000)

RCP4.5 RCP8.5

−1.0

−0.5

0

0.5

1.0

−50

0

50

0

1

2

3

4


%m

m/day

ºC/day

PR

EC

IP (a

n1) TM

AX

(reg

_15p

c)TM

IN (r

eg_1

5pc)

∆(2036:2065 - 1971:2000)

RCP4.5 RCP8.5

144



Mapa 6.3 Variaciones de precipitación para el periodo 2036-2065 (con respecto a 1971-2000), para los escenarios de emisión RCP 4.5 y RCP 8.5

Recuadro 6.1 El Niño y el Cambio Climático6

El Niño y La Niña, como se conoce al calentamiento y enfriamiento anómalo, respectivamente, en el océano Pacífico tropical, forman parte del fenómeno conocido como El Niño-Oscilación Sur (ENOS) y son la principal causa de las variaciones interanuales del clima en nuestro planeta. Según el reporte reciente del IPCC (Christensen, y otros, 2013), el ENOS ha presentado modulaciones considerables en su amplitud y patrón espacial dentro del periodo con datos instrumentales, las cuales pueden ser simuladas por modelos climáticos sin forzantes como emisiones de GEI, ciclos solares, erupciones volcánicas, etc. (ej. Wittenberg, 2009), por lo cual hay baja confianza y poco consenso sobre si los cambios observados en ENOS puedan ser atribuidos a la influencia del hombre, a otros forzantes externos o a variabilidad natural. Si bien se indica alta confianza en que el ENOS continuará siendo el modo dominante de variabilidad climática interanual, los cambios futuros en la intensidad de El Niño en los nuevos modelos CMIP5 son dependientes de los modelos y no se distinguen significativamente de modulaciones naturales (Stevenson, 2012) por lo que continúa una baja confianza en cualquier cambio específico proyectado en su variabilidad en el siglo 21.

Debido al calentamiento promedio, en el futuro habrá mayor frecuencia de eventos cálidos extremos (Collins, y otros, 2013). O sea que, aun si las fluctuaciones cálidas durante El Niño se mantuvieran iguales, la costa peruana

alcanzaría mayores temperaturas durante estos eventos en el futuro (Coumou, Robinson, y Rahmstorf, 2013). Similarmente, la combinación del aumento promedio de nivel del mar asociado al cambio climático futuro (Church, y otros, 2013) con el que ocurriría durante El Niño (Clarke, Pizarro, y Van Gorder, 2001), producirá valores más extremos durante estos eventos. Además, debido a la mayor disponibilidad de humedad atmosférica, la variabilidad en las lluvias a escala regional probablemente se intensificará (Trenberth, 2011). En particular, varios modelos climáticos indican que las lluvias que actualmente solo se observan durante los eventos El Niño extraordinarios (ej. 1982-83, 1997-98) podrían observarse con el doble de frecuencia bajo escenarios climáticos pesimistas (Power, Delage, Chung, Kociuba, y Keay, 2013; Cai, y otros, 2015), a pesar de que solo algunos modelos muestran un aumento en la frecuencia de los eventos El Niño extraordinarios, en términos del calentamiento de la costa peruana (ej. Latif, Semenov, y Park, 2015). Sin embargo, estos resultados deben tomarse con cautela, ya que la mayoría de los modelos simulan un clima actual exageradamente lluvioso y cálido para la costa peruana (Flato, y otros, 2013), pudiendo arrastrar el error a la estimación del cambio climático y a la representación de los mecanismos físicos particulares en esta región que permiten el calentamiento amplificado durante El Niño extraordinario (Santoso, y otros, 2014; Takahashi, 2015).

6 De acuerdo al AR5 del IPCC, existe un alto nivel de confianza de que el ENOS seguirá siendo el modo dominante de la variabilidad climática natural del siglo 21 y que es probable que se intensifique la variabilidad de las precipitaciones regionales que este trae. Sin embargo, aún hay bajo nivel de confianza sobre sus proyecciones dadas las variaciones naturales de la amplitud y el patrón espacial del ENOS (IPCC, 2013).

−1.0

−0.5

0

0.5

1.0

−50

0

50

0

1

2

3

4


%m

m/day

ºC/day

PR

EC

IP (a

n1) TM

AX

(reg

_15p

c)TM

IN (r

eg_1

5pc)

∆(2036:2065 - 1971:2000)

RCP4.5 RCP8.5

−1.0

−0.5

0

0.5

1.0

−50

0

50

0

1

2

3

4


%m

m/day

ºC/day

PR

EC

IP (a

n1) TM

AX

(reg

_15p

c)TM

IN (r

eg_1

5pc)

∆(2036:2065 - 1971:2000)

RCP4.5 RCP8.5

−1.0

−0.5

0

0.5

1.0

−50

0

50

0

1

2

3

4


%m

m/day

ºC/day

PR

EC

IP (a

n1) TM

AX

(reg

_15p

c)TM

IN (r

eg_1

5pc)

∆(2036:2065 - 1971:2000)

RCP4.5 RCP8.5

−1.0

−0.5

0

0.5

1.0

−50

0

50

0

1

2

3

4


%m

m/day

ºC/day

PR

EC

IP (a

n1) TM

AX

(reg

_15p

c)TM

IN (r

eg_1

5pc)

∆(2036:2065 - 1971:2000)

RCP4.5 RCP8.5

145


Además de los impactos directos de El Niño en la costa peruana, el calentamiento y enfriamiento en el Pacífico central se asocian a menores y mayores lluvias, respectivamente, en los Andes y Amazonía (Lavado-Casimiro y Espinoza, 2014). Si bien desde el año 2000 se ha observado que los eventos El Niño han estado principalmente limitados al Pacífico central (ej. Yeh, Kug, y An, 2014), no es claro si esta tendencia continuará en el futuro (Taschetto, y otros, 2014). Sin embargo, la frecuencia de los eventos La Niña extremos, que enfrían principalmente el Pacífico central, ha venido aumentando en los últimos 50 años (Takahashi, Montecinos, Goubanova, y Dewitte, 2011) y los modelos coinciden en que esta tendencia continuará en el futuro (Cai, y otros, 2015), aunque no es claro aún si esto implicará un

aumento en la frecuencia de años lluviosos en los Andes y la Amazonía peruana.

La variabilidad natural interdecadal puede tener mayor efecto sobre el ENOS que el cambio climático sobre las siguientes decenas de años. En particular, la fase decadal fría en el Pacífico iniciada aproximadamente en el año 2000 parece estar asociada a la reducción de la actividad del ENOS en la costa peruana (Choi, An, Kug, y Yeh, 2010; Chung y Li, 2013; Xiang, Wang, y Li, 2012). En las próximas décadas, un potencial efecto sobre ENOS de la superposición del cambio climático y la probable transición a una nueva fase decadal cálida en los próximos años podría ser un aumento en la intensidad de El Niño y la frecuencia de El Niño extraordinario como ocurrió a fines de los años 70 (Wang y An, 2001).

Elaborado por Ken Takahashi

Gráfico 6.5 Aspectos e impactos del cambio climático en El Niño y La Niña

Resultados de las proyecciones del clima a escala regional

El SENAMHI desarrolló también proyecciones del clima a escala regional. En el año 2012, para las regiones de Apurímac y Cusco, y en el año 2013 para las regiones de Áncash, Huancavelica, Huánuco, Ica, Moquegua, Puno, San Martín, Tacna y Ucayali. A continuación, se describen los resultados de estas proyecciones.

Apurímac y Cusco

Para las regiones de Apurímac y Cusco, se realizaron las proyecciones de la temperatura y la precipitación para los años 2030 y 2050. Se utilizaron modelos climáticos regionales y aplicaron técnicas de regionalización dinámica a resolución

espacial de 20 kilómetros, y estadística a resolución local. Los principales resultados de las proyecciones de dicho estudio para ambas regiones se indican a continuación (ver mapa 6.4):

A 2030, la precipitación promedio anual no presentaría aumentos ni disminuciones mayores al 15 %, excepto en el extremo noroeste de la provincia de Quispicanchi (Cusco) y Abancay (Apurímac), donde aumentaría entre 15 % y 30 % con relación al clima actual.

A 2030, se proyectan incrementos en la temperatura máxima del aire promedio anual, entre 0,7 °C y 1,2 °C, principalmente en las provincias de Chumbivilcas, Canas y Espinar (Cusco) y Antabamba y Cotabambas (Apurímac); e incrementos de la temperatura mínima hasta en 1,3 °C en el extremo noroeste de la provincia de La Convención (Cusco), y en la provincia de Antabamba (Apurímac)

Cambio

climático

Aumento de nivel del mar promedio

Mayor nivel del mar durante El Niño

Lluvias más intensas en la costa durante El Niño

Calor más extremo en la costa durante El Niño

Años lluviosos más frecuentes en los Andes y Amazonía

Cambio en frecuencia, magnitud o patrón de

El Niño.

Aumento en frecuencia de La Niña en el Pacífico

Central

Mayor humedad atmosférica

Calentamiento promedio

?

?

Aspectos del cambio climático a escala global relevantes a El Niño / La Niña

Impactos del cambio climático asociados a El Niño / La Niña en el Perú

146


A 2050, se estima una tendencia de disminución de la precipitación promedio anual en las zonas del sur de Cusco y Apurímac, manifestándose principalmente en el periodo junio-julio-agosto, con disminuciones importantes hasta de 75 %. Igualmente, en el trimestre setiembre-octubre-noviembre cuando las disminuciones alcanzarían valores de 45 % con relación al clima actual, en gran parte de las regiones de Apurímac y Cusco.

A 2050, la temperatura máxima promedio anual tendría un aumento entre 1,4 °C y 2,2 °C.

La temperatura mínima promedio anual, en 2050, tendría un aumento entre 1,4 °C y 2,2 °C.

Áncash, Huancavelica, Huánuco, Ica, Moquegua, Puno, San Martín, Tacna y Ucayali

Para los departamentos de Áncash (MINAM-SENAMHI, 2013a), Huancavelica (MINAM-SENAMHI, 2013b), Huánuco (MINAM-SENAMHI, 2013c), Ica (MINAM-SENAMHI, 2013d), Moquegua (MINAM-SENAMHI, 2013e), Puno (MINAM-SENAMHI, 2013f), San Martín (MINAM-SENAMHI, 2013g), Tacna (MINAM-SENAMHI, 2013h) y Ucayali (MINAM-SENAMHI, 2013i), se realizaron proyecciones evaluando los últimos modelos globales de la quinta fase del Proyecto de Intercomparación de las Simulaciones de los Escenarios de Cambio Climático (Coupled Modeling Inter Comparison Project 5, CMIP5) del Panel Intergubernamental sobre Cambio Climático (IPCC) para el Perú con una resolución horizontal de 50 km para el escenario de emisión RCP8.

Cada estudio describe los cambios estacionales y anuales de la precipitación y las temperaturas máximas y mínimas de cada región, proyectadas para el periodo 2016-2045 con promedios centrados en el año 2030, con referencia al periodo 1971-2000.

Sin embargo, dadas las limitaciones en la disponibilidad de información climática, así como la representación simplificada del clima regional de los modelos utilizados (no se aplicaron técnicas de regionalización), los resultados de estos

estudios deben ser considerados como una aproximación, fundamentalmente de tendencias, más que de valores numéricos de cambio. Los resultados de estos estudios con relación al clima futuro muestran lo siguiente:

En Áncash habrá un claro patrón de calentamiento, hasta en 1,8 °C en relación con el clima actual, y una variación no significativa de la precipitación, que se encuentra en un rango de 15 % con relación a los niveles actuales.

En Huancavelica, las proyecciones de la precipitación plantean un incremento de estas durante los trimestres setiembre-octubre-noviembre y diciembre-enero-febrero, de hasta un 12 %. Por su parte, los patrones de cambio de las temperaturas muestran señales hacia el calentamiento, tanto de las temperaturas máximas (+1,4 °C) como de las mínimas (+1,5 °C) a nivel anual.

En Huánuco, el estudio identifica que hay un claro patrón de calentamiento a futuro, aunque no se proyectan cambios significativos en la precipitación. La temperatura máxima anual mostraría incrementos de hasta 1,6 °C, mientras que la mínima anual hasta de 1,8 °C. Los cambios proyectados en la precipitación estarían alrededor de 15 %, con un sesgo hacia el incremento, principalmente en la región andina en el periodo de junio-julio-agosto.

Fuente: (MINAM-SENAMHI-PACC, 2012)

Mapa 6.4 Cambios proyectados en la precipitación anual (%), temperatura máxima y temperatura mínima anual (°C) a 2030 en las regiones de Apurímac y Cusco

HUACRAHUACHO

LEYENDA

Cambios de Temperatura (°C)

0.8 - 1.0

1.0 - 1.2

1.2 - 1.3

0.6 - 0.8

HUACRAHUACHO

LEYENDA


0.8 - 1.0

1.0 - 1.2

1.2 - 1.3

0.6 - 0.8

Cambios de temperatura mínima (°C)

LEYENDA

Cambios de Precipitación (%)

-9 - 0

0 - 15

15 - 30

30 - 44

LEYENDA

Cambios de Precipitación (%)

-9 - 0

0 - 15

15 - 30

30 - 44

Cambios de precipitación( %)

HUACRAHUACHO

LEYENDA


0.6 - 0.8

0.8 - 1.0

1.0 - 1.2

HUACRAHUACHO

LEYENDA


0.6 - 0.8

0.8 - 1.0

1.0 - 1.2

Cambios de temperatura máxima (°C)

147


En Ica, las proyecciones de la precipitación indican un incremento de entre +3 % a +9 %, y de disminución de hasta -8 %, principalmente en la parte sur de la región. Los patrones de cambio de las temperaturas presentan una tendencia hacia el calentamiento, tanto con relación a las temperaturas máximas como a las mínimas, en un nivel anual de hasta de +1,4 °C.

En Moquegua, los cambios anuales positivos y negativos proyectados en la precipitación, tanto en la sierra como en la costa, no son importantes. Los cambios anuales proyectados de temperatura máxima son mayores a 1,5 °C en la sierra de Moquegua. En la sierra, el incremento de temperaturas mínimas es mayor al incremento de temperaturas máximas, principalmente en los trimestres diciembre-enero-febrero y setiembre-octubre-noviembre.

En Puno, las proyecciones del clima muestran un incremento de la precipitación cercano al 9 %, con ligera disminución hacia el extremo norte oriental. En promedio, para todas las zonas de la región de Puno, se proyectan incrementos de alrededor de +1,7 °C, tanto para la temperatura máxima como para la temperatura mínima, principalmente sobre la zona suroeste. Para la temperatura máxima y mínima, el cambio sería más notable (+1,9 °C) en invierno, principalmente al suroeste de la región.

En San Martín, la media de los modelos indica cambios ligeros de la precipitación, aunque dentro de su variabilidad (+/-5 %),

por lo que no serían importantes, así como aumentos de la temperatura del aire de entre +1,0 °C (temperatura mínima) a +1,5 °C (temperatura máxima). Sin embargo, el grado de calentamiento medio sería mayor durante el invierno (+1,8 °C), y las temperaturas máximas tenderían a incrementarse algo más que las mínimas (0,3 °C).

En Tacna, se observa una disminución en la precipitación anual. Los mayores cambios negativos ocurrirán en el trimestre junio-julio-agosto, alcanzando magnitudes de -13 %. Los cambios anuales proyectados de temperatura máxima en la sierra son mayores a 1,6 °C, mientras que en la costa bordean el +1,4 °C. En cuanto a las temperaturas mínimas, las proyecciones señalan un aumento de 1,6 °C en la sierra y de 1,5 °C en la costa.

Finalmente, en Ucayali, las proyecciones indican cambios ligeros de la precipitación, de entre +/-5 %, lo que no resulta significativo, y aumentos de la temperatura del aire de +1,5 °C (temperatura máxima y mínima). Sin embargo, el grado de calentamiento medio sería mayor durante el invierno (en temperatura mínima) y primavera (en temperatura máxima), aproximadamente en el orden de +1,7 °C. De igual manera, las temperaturas máximas tenderán a incrementarse algo más que las mínimas (0,2 °C).

En los mapas 6.5, 6.6 y 6.7 se muestran los cambios posibles en la precipitación y las temperaturas máximas y mínimas para el periodo 2030 en las nueve regiones estudiadas.

Fuente: Elaborado por SENAMHI sobre la base de MINAM-SENAMHI (2013a); MINAM-SENAMHI (2013b); MINAM-SENAMHI (2013c); MINAM-SENAMHI (2013d); MINAM-SENAMHI (2013e); MINAM-SENAMHI (2013f); MINAM-SENAMHI (2013g); MINAM-SENAMHI (2013h); y MINAM-SENAMHI (2013i).

Mapa 6.5 Cambios proyectados en la precipitación acumulada anual (%) a 2030 en las nueve regiones estudiadas con referencia al periodo 1971-2000

6.3 perfil climático del perú - congreso.gob.pe · temperaturas máximas y mínimas • las...

Documents