-
Inés Camilloni – 31/12/12
1
Cambio climático en la ciudad de Buenos Aires:
cambios observados y escenarios futuros
Inés Camilloni
Dra. en Ciencias de la Atmósfera - Autora principal del Quinto Informe de
Evaluación del Panel Intergubernamental de Cambio Climático
-
Inés Camilloni – 31/12/12
2
1. Cambios observados
1.1. Introducción
El Área Metropolitana de Buenos Aires está emplaza en una región con clima húmedo subtropical con
inviernos con escasas precipitaciones y una estación cálida prolongada. Las características climáticas de la
región están dominadas por el centro anticiclónico semipermanente del Atlántico Sur que provoca que los
vientos más frecuentes sean los provenientes del cuadrante N-E. Durante el invierno, se producen
irrupciones de sistemas frontales principales responsables de la precipitación en la región durante esa época
del año. Entre el otoño y primavera se producen ciclogénesis generalmente al norte de Buenos Aires, pero
que pueden afectar el Río de la Plata causando vientos intensos del sector S-SE y que ocasionan crecidas e
inundaciones en la zona ribereña.
Con el objeto de realizar una descripción cuantitativa de las características climáticas de la ciudad de Buenos
Aires se considera la información meteorológica de las dos estaciones pertenecientes a la red observacional
del Servicio Meteorológico Nacional (SMN) emplazadas en el ámbito de la ciudad. En la Tabla 1.1 se indican
las estaciones seleccionadas así como sus coordenadas geográficas. Si bien ambas estaciones están próximas
entre sí muestran algunas diferencias en sus propiedades debido a su posición relativa dentro de la ciudad:
Aeroparque Aero está emplazada junto al Río de la Plata mientras que el Observatorio Central Buenos Aires
se ubica en una zona más central de la ciudad. La información climática analizada corresponde
mayoritariamente al período 1960-2011.
Tabla 1.1. Estaciones meteorológicas seleccionadas en el área de estudio.
Estación Latitud (S) Longitud (W) Altura sobre el nivel del mar (m)
Aeroparque 34°34’ 58°25’ 6
Buenos Aires Observatorio Central (OCBA)
34°35’ 58°29’ 25
1.2. Cambios decádicos de variables climáticas
Con el objeto de detectar cambios en un conjunto de variables climáticas, se analiza la información de las
últimas cinco décadas de los siguientes parámetros:
Temperatura media anual
Temperatura mínima media
Temperatura máxima media
Precipitación anual acumulada
Número medio de días con precipitación
Número medio de días con tormenta
Número medio de días con granizo
Número medio de días con niebla
Número de olas de calor
-
Inés Camilloni – 31/12/12
3
La temperatura media anual presenta un aumento entre la primera y la última década de 0.6°C en OCBA y
0.8°C en Aeroparque (Figura 1.1). El calentamiento de la atmósfera en la temperatura mínima es de 0.8°C
para ambas estaciones cuando se comparan las mismas décadas (Figura 1.2). La temperatura máxima
presenta en cambio incrementos más moderados en ambas estaciones si se contrasta 2001-2010
con 1961-1970: 0.4°C en OCBA y 0.3°C en Aeroparque (Figura 1.3).
La precipitación registra incrementos en ambas estaciones. En el caso de OCBA, el aumento entre la
primera y última década es del orden del 20% mientras que en Aeroparque es levemente inferior al
10% (Figura 1.4). En el caso del número medio de días con precipitación no se identifica una
tendencia significativa (Figura 1.5). Tanto la precipitación anual como el número medio de días con
precipitación son mayores en OCBA en comparación con Aeroparque para todas las décadas
analizadas. Esta diferencia se explica por el carácter netamente urbano de OCBA. La precipitación
es una de las variables climáticas que sufre modificaciones significativas en ambientes urbanos. En
general, la lluvia acumulada es entre 5 y 10% mayor en una ciudad en comparación con su entorno
suburbano/rural. Entre las causas de este aumento se encuentran la isla de calor que favorece la
convección del aire que puede iniciar la precipitación, el efecto de obstáculo de la ciudad que hace
que el desplazamiento de los sistemas meteorológicos sea más lento sobre las zonas construidas y
los contaminantes atmosféricos que actúan como núcleos de condensación. En algunas ciudades
también es apreciable el aumento de días de lluvia. El análisis comparativo entre la precipitación
acumulada en un año en la ciudad de Buenos Aires y sus alrededores muestra que en Buenos Aires
llueve un 20% más y que el número de días con precipitación es un 6% superior.
Figura 1.1. Evolución de la temperatura media anual (C) para diferentes décadas.
16.0
16.5
17.0
17.5
18.0
18.5
19.0
1961-1970 1971-1980 1981-1990 1991-2000 2001-2010
Temperatura media anual (°C)
OCBA
AEROPARQUE
-
Inés Camilloni – 31/12/12
4
Figura 1.2. Evolución de la temperatura mínima media anual (C) para diferentes décadas.
Figura 1.3. Evolución de la temperatura máxima media anual (C) para diferentes décadas.
12.0
12.5
13.0
13.5
14.0
14.5
15.0
1961-1970 1971-1980 1981-1990 1991-2000 2001-2010
Temperatura mínima media anual (°C)
OCBA
AEROPARQUE
20.0
20.5
21.0
21.5
22.0
22.5
23.0
1961-1970 1971-1980 1981-1990 1991-2000 2001-2010
Temperatura máxima media anual (°C)
OCBA
AEROPARQUE
-
Inés Camilloni – 31/12/12
5
Figura 1.4. Evolución de la precipitación anual acumulada (mm) para diferentes décadas.
Figura 1.5. Evolución del número medio anual de días con precipitación para diferentes décadas.
La mayor ocurrencia de tormentas en la ciudad de Buenos Aires se registra en los meses más
cálidos durante el semestre entre octubre y marzo. Esto se debe a que las tormentas en la región
son mayormente de origen convectivo. Se denomina “convección” a los movimientos de ascenso de
0
200
400
600
800
1000
1200
1400
1961-1970 1971-1980 1981-1990 1991-2000 2001-2010
Precipitación media anual (mm)
OCBA
AEROPARQUE
0
20
40
60
80
100
120
1961-1970 1971-1980 1981-1990 1991-2000 2001-2010
Número medio de días con precipitación
OCBA
AEROPARQUE
-
Inés Camilloni – 31/12/12
6
aire principalmente en la dirección vertical. A medida que una superficie es calentada por el sol,
absorbe energía y puede tener lugar la convección: cuando aumenta la temperatura de la
superficie, se calienta a su vez el aire en la porción inferior de la atmósfera próximo a la misma que
en consecuencia se hace progresivamente menos denso que el aire del entorno e inicia el proceso
de ascenso y la formación de nubes. El vapor de agua necesario para el desarrollo de nubes y
precipitación es provisto por una intensa corriente en chorro en los niveles bajos de la atmósfera
que predomina durante estos meses del año. En la Figura 1.6 se presenta la evolución decadal del
número medio anual de días con tormenta. Si bien no se identifica una tendencia significativa, la
última década (2001-2010) es la que mayor número de tormentas presenta: 53 eventos en OCBA y
51 en Aeroparque.
Figura 1.6. Evolución del número medio anual de días con tormenta para diferentes décadas.
En la Figura 1.7 se presenta la frecuencia de ocurrencia de eventos extremos de precipitación (cuando
precipitan más de 100 milímetros en 24 horas) para las diferentes décadas del periodo 1910-2010. Se
observa un marcado incremento de estos eventos ya que el número de casos registrados en las últimas tres
décadas (1980, 1990 y 2000) es prácticamente el triple de los observados en las primeras tres décadas (1910,
1920 y 1930). Los cambios observados en la cantidad de precipitación así como en la frecuencia de
ocurrencia de precipitaciones intensas están asociados a impactos negativos sobre la infraestructura urbana
y la población debido a que originan anegamientos temporarios.
0
10
20
30
40
50
60
1961-1970 1971-1980 1981-1990 1991-2000 2001-2010
Número medio de días con tormenta
OCBA
AEROPARQUE
-
Inés Camilloni – 31/12/12
7
Figura 1.7. Evolución del número de días con precipitación superior a 100 milímetros para diferentes décadas.
En la Figura 1.8 se presenta el número de días medio anual con ocurrencia de granizo para las
distintas décadas. Se observa que este fenómeno tiene lugar con más frecuencia en OCBA y que
registra un incremento significativo duplicando su frecuencia de ocurrencia a partir de la década
1981-1990.
La niebla, al igual que las nubes, representa la manifestación visible de la condensación del vapor
en la atmósfera. La diferencia más importante con una nube es que la niebla se produce próxima a
la superficie y a través de mecanismos diferentes. La niebla ocurre cuando la visibilidad está
reducida a menos de 1 kilómetro. La mayor frecuencia de nieblas en la región se registra en el
semestre frío (abril-septiembre) en Aeroparque donde muestra una tendencia positiva en las
últimas tres décadas (Figura 1.9). No obstante ello, la década 1961-1970 aparece como el período
con máxima ocurrencia del fenómeno.
-
Inés Camilloni – 31/12/12
8
Figura 1.8. Evolución del número medio anual de días con granizo para diferentes décadas.
Figura 1.9. Evolución del número medio anual de días con niebla para diferentes décadas.
Se desarrolla una ola de calor en la ciudad de Buenos Aires cuando las temperaturas mínimas se
elevan por encima de 21°C y las máximas lo hacen por encima de 32°C y esta situación persiste
durante algunos días. Entre las causas de las olas de calor estivales se encuentra el aumento de
0.0
0.5
1.0
1.5
2.0
2.5
3.0
1961-1970 1971-1980 1981-1990 1991-2000 2001-2010
Número medio de días con granizo
OCBA
AEROPARQUE
0
5
10
15
20
25
30
1961-1970 1971-1980 1981-1990 1991-2000 2001-2010
Número medio de días con niebla
OCBA
AEROPARQUE
-
Inés Camilloni – 31/12/12
9
radiación solar por una recurrencia de días despejados y la entrada de aire cálido desde el norte. En
la Figura 1.10 se presenta el número de días que forman parte de una ola de calor para las
diferentes décadas. De acuerdo con el criterio empleado, este fenómeno es mucho más frecuente
en OCBA que en Aeroparque y muestra la máxima ocurrencia en las últimas tres décadas.
Figura 1.10. Evolución del número de olas de calor para diferentes décadas.
1.3. Variabilidad interanual de la temperatura y la precipitación
En la región central de Argentina, los registros de temperatura no muestran en general fuertes
tendencias hacia temperaturas medias más elevadas pero se observa que los veranos tienden a ser
más largos y prolongarse en el otoño mientras que los inviernos muestran una tendencia a ser más
moderados. En particular, en las regiones urbanas las temperaturas tienden a ser mayores a las
registradas en el área suburbana o rural circundante debido al efecto de isla urbana de calor. La
Figura 1.11 muestra la evolución temporal de la temperatura media anual en la ciudad de Buenos
Aires para el período 1960-2011. A partir de las rectas de tendencia lineal indicadas en la Figura se
encuentra para OCBA un incremento del orden de 0.14°C/10 años y de 0.13°C/10 años en
Aeroparque.
Con respecto a la precipitación, el centro y norte de Argentina forma parte de la región del sudeste
de Sudamérica en la que la precipitación se incrementó un 23% en el último siglo en contraste con
la región centro-oeste del país y de Chile en la que se redujo un 50% en ese mismo período. En
Argentina las tendencias al aumento de la precipitación son especialmente evidentes a partir de las
décadas del ’60 y ’70. En la Figura 1.12 se presenta la evolución de la precipitación anual acumulada
0
5
10
15
20
25
1961-1970 1971-1980 1981-1990 1991-2000 2001-2010
Número de olas de calor
OCBA
AEROPARQUE
-
Inés Camilloni – 31/12/12
10
para las estaciones Observatorio Central Buenos Aires y Aeroparque para el período 1960-2011. Se
observan tendencias significativas en ambas estaciones de aproximadamente 5 mm/año lo que
representa un aumento en la precipitación anual superior al 20% en los 62 años analizados.
Figura 1.11. Evolución de la temperatura media anual (1960-2011)
Figura 1.12. Evolución de la precipitación anual acumulada (1960-2011)
15.0
16.0
17.0
18.0
19.0
20.0
1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010
Temperatura media anual (°C)
Aeroparque
OCBA
0
200
400
600
800
1000
1200
1400
1600
1800
2000
1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010
Precipitación anual acumulada (mm)
Aeroparque
OCBA
-
Inés Camilloni – 31/12/12
11
1.4. La isla urbana de calor de la ciudad de Buenos Aires
La temperatura de la atmósfera de las ciudades presenta una de las modificaciones más evidentes
introducidas por la urbanización desarrollando el fenómeno conocido como isla urbana de calor (IUC). Este
fenómeno hace referencia a que principalmente durante noches sin viento y escasa nubosidad, las ciudades
suelen ser más cálidas que el medio rural que las rodea. En general, la temperatura en la ciudad se distribuye
de forma tal que los valores más altos se registran en el área céntrica donde las construcciones forman un
conjunto denso y compacto. En consecuencia, las isotermas presentan generalmente una disposición
concéntrica alrededor del centro urbano con valores que tienden a disminuir hacia las regiones menos
construidas.
Entre las causas que generan este fenómeno se encuentran:
El mayor almacenamiento de calor durante las horas del día en la ciudad debido a las propiedades
térmicas de los materiales urbanos (hormigón, cemento, asfalto, etc.) utilizados en las edificaciones
y su posterior devolución a la atmósfera durante la noche;
la producción de calor como consecuencia de las diferentes actividades humanas y los procesos de
combustión que se llevan a cabo en áreas urbanas;
la disminución de la evaporación, debido al reemplazo de los espacios verdes naturales por
pavimento lo cual favorece el rápido escurrimiento de la precipitación e impide el almacenamiento
de agua en el suelo
una disminución en la pérdida de calor debido a la menor velocidad del viento en ambientes
urbanos;
un aumento de la absorción de radiación solar debido a la mayor cantidad de superficies expuestas
por la geometría urbana. La radiación solar incidente sufre múltiples reflexiones en las fachadas y
techos así como en el suelo quedando atrapada entre las calles;
la absorción de la radiación terrestre absorbida y reemitida hacia el suelo por la contaminación del
aire urbano.
La IUC de una ciudad puede caracterizarse a través de su intensidad, forma y localización del máximo
térmico. La intensidad de la IUC se evalúa como la diferencia observada en un instante determinado entre la
temperatura medida en el centro de la ciudad (Tu) y la del área rural próxima (Tr). Esta intensidad varía con la
hora del día y estación del año y depende también de factores meteorológicos como el viento y la
nubosidad, y factores urbanos como la densidad de población o el tamaño de la ciudad. En general, la
máxima intensidad se produce entre 4 y 6 horas después de la puesta del Sol mientras que durante el
mediodía y las primeras horas de la tarde la diferencia suele ser mínima e incluso en algunas ciudades, como
Buenos Aires la temperatura urbana puede ser inferior a la rural. Este fenómeno inverso suele denominarse
isla fría o anti-isla de calor. Asimismo, la máxima intensidad se observa generalmente durante el invierno,
especialmente en ciudades con inviernos muy fríos.
La velocidad del viento es el parámetro meteorológico capaz de modificar en forma más significativa la
intensidad de la isla de calor. Cuando la velocidad del viento aumenta, la diferencia de temperatura urbana-
rural disminuye. De esta forma pueden alcanzarse velocidades críticas a partir de las cuales la IUC no se
desarrolla. Estos valores críticos varían de una ciudad a otra y dependen en gran medida de las dimensiones
de la ciudad. La nubosidad es también un factor limitante para la intensidad de la IUC ya que, en general
cuanto mayor es la nubosidad, menor es la intensidad. Entre los factores urbanos que condicionan la
-
Inés Camilloni – 31/12/12
12
magnitud de la IUC el más importante es el tamaño de la ciudad en general medida en términos del número
de sus habitantes: cuanto mayor es la población de la ciudad mayor es la intensidad de la IUC.
La forma o configuración espacial de la IUC depende en gran medida de las características morfológicas
propias de cada ciudad: si está emplazada en un valle, junto a un río o un lago o el mar o rodeada de
montañas. Cuando la velocidad del viento es moderada, la IUC suele deformarse y orientarse en la dirección
en la que sopla el viento. La localización del máximo térmico está determinada entonces por factores
urbanos y por el viento. En general, las máximas temperaturas tienden a encontrarse a sotavento del área
más densamente construida.
Durante el invierno algunas ciudades pueden verse beneficiadas por el calentamiento asociado a la IUC
debido a una reducción en las necesidades de calefacción. Sin embargo el efecto contrario se produce
durante el verano: debido a la mayor temperatura urbana aumentan los requerimientos de refrigeración y se
agravan los impactos sobre la salud incrementando el riesgo de muertes en el sector de la población
afectado por dolencias cardiovasculares y respiratorias.
La IUC de Buenos Aires tiene un ciclo diario bien definido que se debe principalmente a las diferencias en las
velocidades con que se calientan y enfrían las superficies urbanas y rurales en respuesta a los cambios de
insolación a lo largo del día. De la misma forma, la magnitud de la IUC varía según la época del año
alcanzando el máximo durante el invierno y el mínimo en el verano.
En la Figura 1.13 se presenta la variación media horaria de la intensidad de la IUC de la ciudad de Buenos
Aires para verano e invierno calculada como la diferencia entre las temperaturas horarias registradas en las
estaciones meteorológicas Observatorio Central Buenos Aires (urbana) y Ezeiza Aero (rural) pertenecientes a
la red de observación del Servicio Meteorológico Nacional en el período 1976-2011. Los cambios
estacionales se deben principalmente a las diferencias en la radiación solar recibida, las características de las
superficies y las actividades humanas. La intensidad de la IUC de Buenos Aires es en promedio menor en el
invierno (1°C) y alcanza el máximo valor medio durante el verano (1.3°C). No obstante ello, durante el
verano se registra con mayor frecuencia el efecto de isla-fría. Tanto durante el verano como en el invierno, la
intensidad de la IUC es mínima durante las horas del día y máxima en la noche.
La diferencia de temperatura entre la ciudad de Buenos Aires y el área suburbana puede alcanzar valores
del orden de 10°C. Por ejemplo, la intensidad máxima horaria de la IUC registrada en el período 1976-2011
para verano fue de 11.3°C (14/01/2005 a las 19:00 horas) y para invierno de 10.2°C (28/08/1982 a las 22:00
horas).
En la Figura 1.14 se presenta la evolución de la intensidad media de la IUC de Buenos Aires para el período
1960-2011. Es posible apreciar que pese al aumento de la población durante el período de análisis, el efecto
de calentamiento urbano muestra una tendencia negativa. Este comportamiento indica que la población no
es el único parámetro que debe ser considerado para estimar la magnitud de este fenómeno. La intensidad
de la IUC es el resultado de complejas interacciones con otros factores climáticos como la nubosidad y la
velocidad del viento. La tendencia a la menor frecuencia de ocurrencia de noches con cielo despejado y la
disminución en la frecuencia de noches con viento en calma en Buenos Aires contribuyen a limitar el
desarrollo de la IUC (Camilloni and Barrucand, 2012).
-
Inés Camilloni – 31/12/12
13
Figura 1.13. Intensidad media horaria de la isla urbana de calor de la ciudad de Buenos Aires.
Figura 1.14. Evolución temporal de la intensidad media anual de la isla urbana de calor de la ciudad de
Buenos Aires (1960-2011).
-0.5
0.0
0.5
1.0
1.5
2.0
2.5
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Hora del día
Intensidad media horaria (°C) de la isla urbana de calor de Buenos Aires
verano invierno
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010
Intensidad media anual (°C) de la isla urbana de calor de Buenos Aires
-
Inés Camilloni – 31/12/12
14
2. Proyecciones climáticas futuras
2.1. Introducción
Los escenarios climáticos son representaciones acerca del futuro posible, que se basan en suposiciones
sobre las futuras concentraciones de emisiones de gases de efecto invernadero (GEI), aerosoles y cambios en
el uso del suelo y su efecto sobre el clima global. De esta forma, un escenario climático es una indicación
posible sobre cómo podría ser el clima en las próximas décadas, a partir de un conjunto de suposiciones que
incluyen desde tendencias futuras de demanda energética hasta aproximaciones a las leyes que rigen el
comportamiento del sistema climático sobre períodos largos de tiempo. Este conjunto de suposiciones
genera incertidumbres que determinan el rango de escenarios posibles.
Sin embargo, a pesar de las incertidumbres mencionadas, los modelos climáticos globales (MCG) constituyen
la herramienta más confiable para simular la respuesta del sistema climático global a actividades antrópicas,
pues se basan en representaciones de los procesos físicos en la atmósfera, océanos, criosfera y la superficie
terrestre. A partir de la información provista por MCGs es posible estimar información detallada acerca de
los cambios proyectados para las próximas décadas para una dada región de forma que estas estimaciones
puedan ser utilizadas para el diseño de políticas de adaptación y mitigación del cambio climático.
Para la elaboración del Quinto Informe de Evaluación del Panel Intergubernamental de Cambio Climático
(IPCC) se desarrolló una nueva generación de simulaciones climáticas (conocidas como CMIP5)(Taylor y otros
2012 ) donde se consideran cuatro escenarios posibles para describir las actividades antrópicas que actúan
como forzantes para cambios en el clima. Estos escenarios denominados RCP (Representative Concentration
Pathways, en español “Trayectorias Representativas de Concentraciones”) reciben su nombre de acuerdo
con el forzamiento radiativo (en unidades de Watt/m2) que producen al año 2100 (Moss y otros 2010). El
forzamiento radiativo se define como el cambio en el flujo neto de energía radiativa hacia la superficie de la
Tierra medido en el tope de la tropósfera (aproximadamente 12 kilómetros sobre el nivel del mar) como
resultado de cambios en la composición de la atmósfera, o cambios en el aporte externo de energía solar.
De esta forma un forzamiento radiativo positivo contribuye a calentar la superficie de la Tierra, mientras que
uno negativo favorece su enfriamiento. En la Tabla 2.1 se indican para cada uno de los escenarios conocidos
como RCP2.6, RCP4.5, RCP6.0 y RCP8.5 su correspondiente forzamiento radiativo y concentración
atmosférica de dióxido de carbono equivalente (CO2eq) junto con el momento en que se alcanza dichos
valores. Asimismo, en la Figura 2.1 se muestran la evolución del forzamiento radiativo para cada escenario
RCP así como las correspondientes emisiones de CO2eq que se describen en la Tabla 2.1.
Tabla 2.1. Características de cada uno de los escenarios RCP.
Escenario Forzamiento
Radiativo (Wm-2
)
CO2eq
atmosférico (ppm)
¿Cuándo?
RCP8.5 8.5 > 1370 2100, en aumento
RCP6.0 6.0 850 Estabilización después de 2100
RCP4.5 4.5 650 Estabilización después de 2100
RCP2.6 2.6 490 Pico antes de 2100 y después declina
-
Inés Camilloni – 31/12/12
15
Figura 2.1. Evolución del forzamiento radiativo para cada escenario RCP (a) y sus correspondientes
emisiones de CO2eq (b).
En este estudio se generaron escenarios de cambio futuro de temperatura y precipitación a nivel anual y
estacional para la ciudad de Buenos Aires a partir de la información provista por un conjunto de MCGs de
última generación correspondientes al proyecto CMIP5 para los cuatro escenarios RCPs y para diferentes
cortes temporales que fueron definidos en forma idéntica a los que están siendo considerados por el IPCC en
su nuevo informe de evaluación (AR5). Los MCGs utilizados así como la disponibilidad de información para
los diferentes escenarios se presentan en la Tabla 2.2. mientras que los cortes temporales analizados se
indican en la Tabla 2.3. Los escenarios que se presentan fueron elaborados a partir del promedio no pesado
(ensemble) de todos los modelos con información disponible de acuerdo con la metodología propuesta por
Knutti y otros (2010). Asimismo se realizó un análisis de cambios en la ocurrencia de extremos de
temperatura y precipitación que fue realizado considerando un conjunto de índices climáticos definidos por
el Expert Team on Climate Change Detection and Indices (ETCCDI) (Klein Tank y otros,2009; Zhang y otros,
2011). Una breve descripción de los índices considerados se presenta en la Tabla 2.4.
a) b)
-
Inés Camilloni – 31/12/12
16
Tabla 2.2. Modelos climáticos globales correspondientes al proyecto de intercomparación CMIP5 utilizados
para la elaboración de escenarios futuros de temperatura y precipitación. Se indica para cada modelo la
disponibilidad de información para los diferentes escenarios (X).
Modelo (Vintage) Institución Atmósfera – Temperatura y Precipitación
Resolución Horizontal Simulaciones
(lat x lon) RCP2.6 RCP4.5 RCP6.0 RCP8.5
ACCESS 1.0 (2011) CSIRO, Bureau of Meteorology, AUSTRALIA
1.25°x 1.875°
x x
ACCESS 1.3 (2011) CSIRO, Bureau of Meteorology, AUSTRALIA
1.25°x 1.875°
x x
BCC-CSM1.1 (2011) China Meteorological Administration, CHINA
2.81x 2.81 x x x x
BCC-CSM1.1 (m) (2011)
China Meteorological Administration, CHINA
1.1x 1.1 x x x
BNU-ESM (2011) Beijing Normal University, CHINA
2.81x 2.81 x x x
CanESM2 (2010) Canadian Center for Climate Modelling and Analysis, CANADA
2.81x 2.81 x x x
CCSM4 (2010) NCAR, ESTADOS UNIDOS
0.9 x 1.25 x x x x
CESM1 (CAM5) (2010)
NSF-DOE-NCAR, ESTADOS UNIDOS
0.9 x 1.25 x x x x
CESM1 (BGC) (2010) NSF-DOE-NCAR, ESTADOS UNIDOS
0.9 x 1.25 x x
CMCC-CM (2009) Centro Euro-Mediterraneo per I Cambiamenti Climatici
0.75x0.75 x x
CMCC-CMS (2009) Centro Euro-Mediterraneo per I Cambiamenti Climatici
1.875x 1.875 x x
CNRM-CM5 (2010) Centre National de Recherches Meteorologiques, FRANCIA
TL127R(1.41 x 1.41) x x x
CSIRO-Mk3.6.0 (2009)
CSIRO, AUSTRALIA 1.875x 1.875
x x x x
EC-EARTH (2010) EC-EARTH Consortium, EUROPA
T159 L62(128 km) x x x
FGOALS-g2 (2011) LASG, Institute of Atmospheric Physics, Chinese Academy of Sciences; and CESS, Tsinghua University, CHINA
2.8125 x2.8125
x x x FIO-ESM v1.0 (2011) The First Institute of
Oceanography, SOA, CHINA
2.8 x 2.8 x x x x GFDL-ESM2G (2011) NOAA-GFDL, ESTADOS
UNIDOS
2 x x x x GFDL-ESM2M (2011) NOAA-GFDL, ESTADOS
UNIDOS
2 x x x x
-
Inés Camilloni – 31/12/12
17
Tabla 2.2. Continuación.
Modelo (Vintage) Institución Atmósfera – Temperatura y Precipitación
Resolución Horizontal Simulaciones
(lat x lon) RCP2.6 RCP4.5 RCP6.0 RCP8.5
GFDL-CM3 (2011) NOAA-GFDL, ESTADOS UNIDOS
200 km x x x x GISS-E2CC-H (2011) NASA Goddard Institute
for Space Studies, ESTADOS UNIDOS
1 x
GISS-E2-R p1 (2011) NASA Goddard Institute for Space Studies, ESTADOS UNIDOS
2 X 2.5 x x x x
GISS-E2-R p2 (2011) NASA Goddard Institute for Space Studies, ESTADOS UNIDOS
2 X 2.5 x x x x
GISS-E2-R p3 (2011) NASA Goddard Institute for Space Studies, ESTADOS UNIDOS
2 X 2.5 x x x x
GISS-E2CC-R (2011) NASA Goddard Institute for Space Studies, ESTADOS UNIDOS
1 x x
GISS-E2-H (2004) NASA Goddard Institute for Space Studies, ESTADOS UNIDOS
2 X 2.5 x
HadGEM2-ES (2009) Met Office Hadley Centre, REINO UNIDO
1.25 X 1.875 x x x HadGEM2-CC (2010) Met Office Hadley
Centre, REINO UNIDO
1.25 X 1.875 x x HadGEM2-AO (2009) Met Office Hadley
Centre, REINO UNIDO
1.25 X 1.875 x x x x INM-CM4 (2009) Russian Institute for
Numerical Mathematics,RUSIA
1.5 X 2 x x
IPSL-CM5A-LR (2010)
Institut Pierre Simon Laplace,FRANCIA
1.9 X 3.75 x x x x IPSL-CM5A-MR (2009)
Institut Pierre Simon Laplace,FRANCIA
1.25 X 2.5 x x x MPI-ESM-LR (2009) Max Planck Institute for
Meteorology, ALEMANIA
1.8x x x
MPI-ESM-MR (2009) Max Planck Institute for Meteorology, ALEMANIA
1.8x x x
MRI-CGCM3 (2011) Meteorological Research Institute, JAPON
1.1° x 1.2°
x x x x MIROC5 (2010) Meteorological
University of Tokyo, JAPON
1.40625 x1.40625 x x x x
MIROC-ESM (2010) Meteorological University of Tokyo, JAPON
2.8125 x 2.8125 x x x x
MIROC-ESM-CHEM (2010)
Meteorological University of Tokyo, JAPON
2.8125 x 2.8125 x x x x
NorESM1-M (2011) Norwegian Climate Centre, NORUEGA 1.9 x 2.5 x x x x
NorESM1-ME (2012) Norwegian Climate Centre, NORUEGA
1.9° x 2.5° x x x x
-
Inés Camilloni – 31/12/12
18
Tabla 2.3. Cortes temporales considerados para la generación de escenarios de cambio climático.
Cortes temporales Rango
Período de referencia/Pasado reciente 1986-2005
Futuro cercano 2016-2025
Futuro medio 2046-2065
Futuro lejano 2081-2100
Tabla 2.4. Índices de extremos de temperatura y precipitación considerados.
Índice Nombre del índice Definición Unidad
r10mm Días de lluvia intensa Número de días al año en los que
la precipitación supera los 10 mm
días
tn10p Noches frías Porcentaje de tiempo en el que la
temperatura mínima está por
debajo del percentil 10
%
tn90p Noches cálidas Porcentaje de tiempo en el que la
temperatura mínima está por
encima del percentil 90
%
2.2. Escenarios futuros de cambio de temperatura media anual y estacional
En la Figura 2.2 se presenta la evolución temporal de la temperatura media anual para la ciudad de Buenos
Aires derivada del ensemble de modelos climáticos globales para el período histórico (1861-2011) y para el
futuro (2012-2100) para los cuatro escenarios RCP. En todos los casos se identifica un aumento de
temperatura cuya magnitud se incrementa en los escenarios más extremos. La Tabla 2.5 ilustra en forma
cuantitativa los cambios esperados para los diferentes cortes temporales y escenarios: el rango posible de
incremento de temperatura media anual es del orden de 0.5C para el futuro cercano (2016-2035) mientras
que para el futuro medio y lejano es altamente dependiente del escenario. En el caso más desfavorable
(escenario RCP8.5), el aumento de temperatura podría superar los 3C.
Los escenarios de cambio de temperatura media a nivel estacional se presentan en las Tablas 2.6 a 2.9. En
este caso, los resultados son similares a los obtenidos a nivel anual aunque el invierno aparece como la
época del año con menor incremento de la temperatura y el verano la estación del año con mayores
aumentos particularmente para los escenarios RCP6.0 y RCP8.5.
-
Inés Camilloni – 31/12/12
19
Figura 2.2. Temperatura media anual (C) para la ciudad de Buenos Aires derivada del ensemble de modelos
climáticos globales para el período histórico (1861-2011) y para el futuro (2012-2100) para los cuatro
escenarios RCP.
Tabla 2.5. Cambios de temperatura proyectados para la ciudad de Buenos Aires (°C) para diferentes cortes
temporales y escenarios – PROMEDIO ANUAL
RCP2.6 RCP4.5 RCP6.0 RCP8.5
2016-2035 0.46 0.51 0.48 0.60 2046-2065 0.74 1.06 1.02 1.66 2081-2100 0.74 1.42 1.84 3.13
Tabla 2.6. Cambios de temperatura proyectados para la ciudad de Buenos Aires (°C) para diferentes cortes
temporales y escenarios – VERANO
RCP2.6 RCP4.5 RCP6.0 RCP8.5
2016-2035 0.54 0.58 0.56 0.65 2046-2065 0.91 1.22 1.13 1.88 2081-2100 0.84 1.64 2.05 3.52
Tabla 2.7. Cambios de temperatura proyectados para la ciudad de Buenos Aires (°C) para diferentes cortes
temporales y escenarios – OTOÑO
RCP2.6 RCP4.5 RCP6.0 RCP8.5
2016-2035 0.49 0.59 0.54 0.65 2046-2065 0.79 1.07 1.08 1.72 2081-2100 0.82 1.43 1.86 3.20
15
16
17
18
19
20
21
22
23
24
25
1861 1881 1901 1921 1941 1961 1981 2001 2021 2041 2061 2081
Escenarios futuros de temperatura media anual (°C)
RCP2.6
RCP4.5
RCP6.0
RCP8.5
histórica
-
Inés Camilloni – 31/12/12
20
Tabla 2.8. Cambios de temperatura proyectados para la ciudad de Buenos Aires (°C) para diferentes cortes
temporales y escenarios – INVIERNO
RCP2.6 RCP4.5 RCP6.0 RCP8.5
2016-2035 0.34 0.37 0.37 0.53 2046-2065 0.53 0.90 0.81 1.40 2081-2100 0.61 1.17 1.51 2.62
Tabla 2.9. Cambios de temperatura proyectados para la ciudad de Buenos Aires (°C) para diferentes cortes
temporales y escenarios – PRIMAVERA
RCP2.6 RCP4.5 RCP6.0 RCP8.5
2016-2035 0.47 0.50 0.43 0.58 2046-2065 0.73 1.05 1.05 1.62 2081-2100 0.70 1.42 1.93 3.19
De forma de contextualizar a nivel regional los cambios de temperatura media anual proyectados para la
ciudad de Buenos Aires, en las Figuras 2.3 a 2.6 se presentan los mapas de escenarios de cambio de
temperatura para la provincia de Buenos Aires, estimados con los mismos modelos y empleando idéntica
metodología a la utilizada en las estimaciones presentadas en la Figura 2.2. y en las Tablas 2.5 a 2.9. En
general, para todos los cortes temporales y escenarios, puede observarse que el máximo incremento
correspondería a la franja noreste de Buenos Aires, incluyendo el Área Metropolitana de Buenos Aires.
Asimismo, se observa que los mayores aumentos de temperatura corresponden a los escenarios más
extremos de emisiones de gases de efecto invernadero, superando los 3C para el futuro lejano.
-
Inés Camilloni – 31/12/12
21
Figura 2.3. Escenarios regionales de cambio de temperatura media anual (C) para los períodos 2016-
2035, 2046-2065 y 2081-2100 respecto del período de referencia (1986-2005) para el escenario RCP2.6
a partir del ensemble de los 29 modelos climáticos globales indicados en la Tabla 2.2.
-63 -62 -61 -60 -59 -58 -57
Cambio de temperatura (°C) - ANUAL Escenario RCP 2.6 2016-2035 vs. 1986-2005 Ensemble de 29 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de temperatura (°C) - ANUAL Escenario RCP 2.6 2046-2065 vs. 1986-2005 Ensemble de 29 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de temperatura (°C) - ANUAL Escenario RCP 2.6 2081-2100 vs. 1986-2005 Ensemble de 29 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
0.30.350.40.450.50.550.60.650.70.750.80.850.90.9511.051.11.151.21.251.31.351.41.451.5
-
Inés Camilloni – 31/12/12
22
Figura 2.4. Escenarios regionales de cambio de temperatura media anual (C) para los períodos 2016-2035,
2046-2065 y 2081-2100 respecto del período de referencia (1986-2005) para el escenario RCP4.5 a partir del
ensemble de los 38 modelos climáticos globales indicados en la Tabla 2.2.
-63 -62 -61 -60 -59 -58 -57
Cambio de temperatura (°C) - ANUAL Escenario RCP 4.5 2016-2035 vs. 1986-2005 Ensemble de 38 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de temperatura (°C) - ANUAL Escenario RCP 4.5 2046-2065 vs. 1986-2005 Ensemble de 38 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de temperatura (°C) - ANUAL Escenario RCP 4.5 2081-2100 vs. 1986-2005 Ensemble de 38 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
0.30.350.40.450.50.550.60.650.70.750.80.850.90.9511.051.11.151.21.251.31.351.41.451.5
-
Inés Camilloni – 31/12/12
23
Figura 2.5. Escenarios regionales de cambio de temperatura media anual (C) para los períodos 2016-2035,
2046-2065 y 2081-2100 respecto del período de referencia (1986-2005) para el escenario RCP6.0 a partir del
ensemble de los 21 modelos climáticos globales indicados en la Tabla 2.2.
-63 -62 -61 -60 -59 -58 -57
Cambio de temperatura (°C) - ANUAL Escenario RCP 6.0 2016-2035 vs. 1986-2005 Ensemble de 21 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de temperatura (°C) - ANUAL Escenario RCP 6.0 2046-2065 vs. 1986-2005 Ensemble de 21 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de temperatura (°C) - ANUAL Escenario RCP 6.0 2081-2100 vs. 1986-2005 Ensemble de 21 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2
-
Inés Camilloni – 31/12/12
24
Figura 2.6. Escenarios regionales de cambio de temperatura media anual (C) para los períodos 2016-2035,
2046-2065 y 2081-2100 respecto del período de referencia (1986-2005) para el escenario RCP8.5 a partir del
ensemble de los 35 modelos climáticos globales indicados en la Tabla 2.2.
-63 -62 -61 -60 -59 -58 -57
Cambio de temperatura (°C) - ANUAL Escenario RCP 8.5 2016-2035 vs. 1986-2005 Ensemble de 35 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de temperatura (°C) - ANUAL Escenario RCP 8.5 2046-2065 vs. 1986-2005 Ensemble de 35 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de temperatura (°C) - ANUAL Escenario RCP 8.5 2081-2100 vs. 1986-2005 Ensemble de 35 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
0.5
0.65
0.8
0.95
1.1
1.25
1.4
1.55
1.7
1.85
2
2.15
2.3
2.45
2.6
2.75
2.9
3.05
3.2
3.35
3.5
3.65
3.8
3.95
-
Inés Camilloni – 31/12/12
25
2.3. Escenarios futuros de índices de extremos de temperatura
En la Figura 2.7 se presenta la evolución temporal del índice tn10p (noches frías) para el período histórico
(1900-2005) y para el futuro para tres escenarios RCP y a partir del ensemble de cinco modelos climáticos
globales: CanESM2, HadGEM2-ES, CSIRO Mk3-6-0, GFDL-ESM2G y MRI-CGCM3. En todos los casos se observa
una tendencia negativa en el índice que es máxima para el escenario RCP8.5. En la Tabla 2.10 se indica el
valor del índice para cada uno de los cortes temporales analizados. Se encuentra que la reducción en la
ocurrencia anual de noches frías es bastante drástica y oscila entre 30 y 80% para el futuro lejano
dependiendo del escenario de emisiones considerado.
Los resultados correspondientes al índice tn90p (noches cálidas) son opuestos a los del índice tn10p. En este
caso se observa una tendencia positiva que muestra el máximo incremento para el escenario RCP8.5 (Figura
2.8) mientras que la ocurrencia de extremos cálidos de temperatura hacia fin del siglo XXI duplican y/o
triplican los registrados en el período de referencia dependiendo del escenario considerado (Tabla 2.11).
Figura 2.7. Evolución temporal del índice tn10p (noches frías) (%) para los escenarios RCP2.6, RCP4.5 y
RCP8.5 estimado a partir del ensemble de cinco modelos climáticos globales.
Tabla 2.10. Promedio anual de índice tn10p (%) para diferentes cortes temporales y escenarios de emisiones.
RCP2.6 RCP4.5 RCP8.5
1986-2005 10 10 10
2016-2035 8 7 7
2046-2065 7 6 4
2081-2100 7 4 2
0
5
10
15
20
1900 1920 1940 1960 1980 2000 2020 2040 2060 2080 2100
tn10p
RCP2.6
RCP4.5
RCP8.5
histórico
-
Inés Camilloni – 31/12/12
26
Figura 2.8. Evolución temporal del índice tn90p (noches cálidas) (%) para los escenarios RCP2.6, RCP4.5 y
RCP8.5 estimado a partir del ensemble de cinco modelos climáticos globales.
Tabla 2.11. Promedio anual de índice tn90p (%) para diferentes cortes temporales y escenarios de emisiones.
RCP2.6 RCP4.5 RCP8.5
1986-2005 11 11 11
2016-2035 14 13 13
2046-2065 16 17 19
2081-2100 19 19 29
2.4. Escenarios futuros de cambio de precipitación anual y estacional
En la Figura 2.9 se presenta la evolución temporal de la precipitación anual acumulada para la ciudad de
Buenos Aires derivada del ensemble de modelos climáticos globales para el período histórico (1861-2011) y
para el futuro (2012-2100) para los cuatro escenarios RCP. Se identifica una tendencia al aumento de la
precipitación particularmente para el escenario RCP8.5. En la Tabla 2.12 se indican los cambios esperados
para los diferentes cortes temporales y escenarios: el rango posible de incremento de la lluvia anual oscila
entre 1.4% y 7.6%.
Los escenarios de cambio de precipitación a nivel estacional se presentan en las Tablas 2.13 a 2.16. Se
observa que los aumentos más significativos corresponden al verano y el otoño mientras que el invierno y la
primavera prácticamente no muestran modificaciones. En el verano, dependiendo del corte temporal y
escenario, el incremento varía entre 2% y 12.2% mientras que en el otoño sería de entre 2.6% y 18.2%.
0
10
20
30
40
1900 1920 1940 1960 1980 2000 2020 2040 2060 2080 2100
tn90p
RCP2.6
RCP4.5
RCP8.5
historical
-
Inés Camilloni – 31/12/12
27
Figura 2.9. Temperatura media anual (C) para la ciudad de Buenos Aires derivada del ensemble de modelos
climáticos globales para el período histórico (1861-2011) y para el futuro (2012-2100) para los cuatro
escenarios RCP.
Tabla 2.12. Cambios de precipitación proyectados para la ciudad de Buenos Aires (%) para diferentes cortes
temporales y escenarios – PROMEDIO ANUAL
RCP2.6 RCP4.5 RCP6.0 RCP8.5
2016-2035 2.2 1.9 2.3 3.1 2046-2065 1.4 3.8 2.4 3.6 2081-2100 1.9 4.3 4.6 7.6
Tabla 2.13. Cambios de precipitación proyectados para la ciudad de Buenos Aires (%) para diferentes cortes
temporales y escenarios – VERANO
RCP2.6 RCP4.5 RCP6.0 RCP8.5
2016-2035 5.2 2.8 4.3 5.1 2046-2065 2.0 6.1 7.0 5.3 2081-2100 4.3 5.8 8.0 12.2
Tabla 2.14. Cambios de precipitación proyectados para la ciudad de Buenos Aires (%) para diferentes cortes
temporales y escenarios – OTOÑO
RCP2.6 RCP4.5 RCP6.0 RCP8.5
2016-2035 3.5 4.9 4.9 7.2 2046-2065 3.6 9.3 2.6 9.1 2081-2100 3.4 11.3 10.4 18.2
1000
1100
1200
1300
1400
1500
1600
1861 1881 1901 1921 1941 1961 1981 2001 2021 2041 2061 2081
Escenarios futuros de precipitación anual acumulada (mm)
RCP2.6
RCP4.5
RCP6.0
RCP8.5
histórica
-
Inés Camilloni – 31/12/12
28
Tabla 2.15. Cambios de precipitación proyectados para la ciudad de Buenos Aires (%) para diferentes cortes
temporales y escenarios – INVIERNO
RCP2.6 RCP4.5 RCP6.0 RCP8.5
2016-2035 0.0 0.0 0.0 0.0 2046-2065 0.0 0.1 0.0 0.0 2081-2100 0.0 0.0 0.1 0.1
Tabla 2.16. Cambios de precipitación proyectados para la ciudad de Buenos Aires (%) para diferentes cortes
temporales y escenarios – PRIMAVERA
RCP2.6 RCP4.5 RCP6.0 RCP8.5
2016-2035 -0.1 0.0 0.0 0.0 2046-2065 0.0 -0.1 0.0 -0.1 2081-2100 0.0 0.0 -0.1 -0.2
Al igual que en el caso de la temperatura, de forma de referenciar a nivel regional los cambios de
precipitación anual proyectados para la ciudad de Buenos Aires, en las Figuras 2.10 a 2.13 se presentan los
mapas de escenarios de cambio de precipitación para la provincia de Buenos Aires para diferentes
escenarios y cortes temporales. En general, en todos los casos, se observan aumentos de la precipitación en
toda la región siendo la franja noreste de la provincia de Buenos Aires incluyendo el área metropolitana
donde se encuentran los cambios más significativos.
-
Inés Camilloni – 31/12/12
29
Figura 2.10. Escenarios regionales de cambio de precipitación anual (mm/día) para los períodos 2016-
2035, 2046-2065 y 2081-2100 respecto del período de referencia (1986-2005) para el escenario RCP2.6
a partir del ensemble de los 29 modelos climáticos globales indicados en la Tabla 2.2.
-63 -62 -61 -60 -59 -58 -57
Cambio de precipitación (mm/día) - ANUAL Escenario RCP 2.6 2016-2035 vs. 1986-2005 Ensemble de 29 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de precipitación (mm/día) - ANUAL Escenario RCP 2.6 2046-2065 vs. 1986-2005 Ensemble de 29 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de precipitación (mm/día) - ANUAL Escenario RCP 2.6 2081-2100 vs. 1986-2005 Ensemble de 29 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1
-
Inés Camilloni – 31/12/12
30
Figura 2.11. Escenarios regionales de cambio de precipitación anual (mm/día) para los períodos 2016-
2035, 2046-2065 y 2081-2100 respecto del período de referencia (1986-2005) para el escenario RCP4.5
a partir del ensemble de los 38 modelos climáticos globales indicados en la Tabla 2.2.
-63 -62 -61 -60 -59 -58 -57
Cambio de precipitación (mm/día) - ANUAL Escenario RCP 4.5 2016-2035 vs. 1986-2005 Ensemble de 38 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de precipitación (mm/día) - ANUAL Escenario RCP 4.5 2046-2065 vs. 1986-2005 Ensemble de 38 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de precipitación (mm/día) - ANUAL Escenario RCP 4.5 2081-2100 vs. 1986-2005 Ensemble de 38 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1
0.11
0.12
0.13
0.14
0.15
0.16
-
Inés Camilloni – 31/12/12
31
Figura 2.12. Escenarios regionales de cambio de precipitación anual (mm/día) para los períodos 2016-
2035, 2046-2065 y 2081-2100 respecto del período de referencia (1986-2005) para el escenario RCP6.0
a partir del ensemble de los 21 modelos climáticos globales indicados en la Tabla 2.2.
-63 -62 -61 -60 -59 -58 -57
Cambio de precipitación (mm/día) - ANUAL Escenario RCP 6.0 2016-2035 vs. 1986-2005 Ensemble de 21 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de precipitación (mm/día) - ANUAL Escenario RCP 6.0 2046-2065 vs. 1986-2005 Ensemble de 21 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de precipitación (mm/día) - ANUAL Escenario RCP 6.0 2081-2100 vs. 1986-2005 Ensemble de 21 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1
0.11
0.12
0.13
0.14
0.15
0.16
-
Inés Camilloni – 31/12/12
32
Figura 2.13. Escenarios regionales de cambio de precipitación anual (mm/día) para los períodos 2016-
2035, 2046-2065 y 2081-2100 respecto del período de referencia (1986-2005) para el escenario RCP8.5
a partir del ensemble de los 35 modelos climáticos globales indicados en la Tabla 2.2.
-63 -62 -61 -60 -59 -58 -57
Cambio de precipitación (mm/día) - ANUAL Escenario RCP 8.5 2016-2035 vs. 1986-2005 Ensemble de 35 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio deprecipitación (mm/día) - ANUAL Escenario RCP 8.5 2046-2065 vs. 1986-2005 Ensemble de 35 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
-63 -62 -61 -60 -59 -58 -57
Cambio de precipitación (mm/día) - ANUAL Escenario RCP 8.5 2081-2100 vs. 1986-2005 Ensemble de 35 modelos CMIP5
-41
-40
-39
-38
-37
-36
-35
-34
-33
-32
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18
0.2
0.22
0.24
0.26
0.28
0.3
0.32
-
Inés Camilloni – 31/12/12
33
2.5. Escenarios futuros de índices de extremos de precipitación
En la Figura 2.14 se presenta la evolución temporal para el período 1900-2100 del índice de días muy
lluviosos (r10mm) definido como el número de días al año en los que la precipitación acumulada supera 10
milímetros. Si bien no se identifican cambios significativos, es importante señalar que los modelos climáticos
muestran un rango de incertidumbre importante en cuanto a su habilidad para representar extremos
climáticos particularmente vinculados a la precipitación. En consecuencia, es importante realizar un análisis
integrado que contemple además de los escenarios futuros las tendencias climáticas observadas a nivel local
para diseñar medidas de adaptación adecuadas. En el caso particular de la ciudad de Buenos Aires, en las
últimas décadas se ha registrado un aumento en la frecuencia de ocurrencia de extremos diarios de
precipitación.
Figura 2.14. Evolución temporal del índice r 10mm (días muy lluviosos) para los escenarios RCP2.6, RCP4.5 y
RCP8.5 estimado a partir del ensemble de cinco modelos climáticos globales.
Tabla 2.17. Promedio anual de índice r10mm (días) para diferentes cortes temporales
y escenarios de emisiones.
RCP2.6 RCP4.5 RCP8.5
1986-2005 26 26 26
2016-2035 25 25 24
2046-2065 24 25 25
2081-2100 25 25 27
0
5
10
15
20
25
30
35
1900 1920 1940 1960 1980 2000 2020 2040 2060 2080 2100
r10mm
RCP2.6
RCP4.5
RCP8.5
histórico
-
Inés Camilloni – 31/12/12
34
Referencias
Camilloni, I and M Barrucand, 2012: Temporal variability of the Buenos Aires, Argentina, urban heat island.
Theor. and Appl. Climatol.doi:10.1007/s00704-011-0459-z
Klein Tank, AMG, FW Zwiers, and X Zhang, 2009: Guidelines on analysis of extremes in a changing climate in
support of informed decisions for adaptation. Climate data and monitoring WCDMP-No. 72,WMO-TD No.
1500, 56pp.
Knutti, R, G Abramowitz, M Collins, V Eyring, PJ Gleckler, B Hewitson, and L Mearns, 2010: Good Practice
Guidance Paper on Assessing and Combining Multi Model Climate Projections. In: Meeting Report of the
Intergovernmental Panel on Climate Change Expert Meeting on Assessing and Combining Multi Model
Climate Projections [Stocker, TF, D Qin, G-K Plattner, M Tignor, and PM Midgley (eds.)]. IPCC Working Group
I Technical Support Unit, University of Bern, Bern, Switzerland.
Moss, RH, JA Edmonds, KA Hibbard, MR Manning, SK Rose, DP van Vuuren, TR Carter, S Emori, M Kainuma, T
Kram, GA Meehl, JFB Mitchell, N Nakicenovic, K Riahi, SJ Smith, RJ Stouffer, AM Thomson, JP Weyant and TJ
Wilbanks, 2010: The next generation of scenarios for climate change research and assessment. Nature 463,
747-756, doi:10.1038/nature08823.
Taylor, KE, RJ Stouffer and GA Meehl, 2012: An overview of CMIP5 and the experiment design. Bulletin of the
American Meteorological Society, 93 , 485-498.
Zhang, X, L Alexander, GC Hegerl, P Jones, AK Tank, TC Peterson, B Trewin, and FW Zwiers, 2011: Indices for
monitoring changes in extremes based on daily temperature and precipitation data, WIREs Climate Change,
2, 851-870.