Evaluación de índices de clima extremo de GCMs (CMIP) y datos de reanálisis

Angel Vázquez-Patiñoangel.vazquezp@ucuenca.edu.ec

Departamento de Ciencias de la ComputaciónUniversidad de Cuenca

19 de enero de 2018

Extreme climate indices Angel Vázquez-Patiño 2/25

Contenido

Informática climática

Introducción

Área de estudio

Objetivo

Resultados

Conclusiones

Extreme climate indices Angel Vázquez-Patiño 3/25

Informática climática

ClimateScience

ComputerScience

InformationScience E

aste

rbro

ok,

S.,

201

2. W

hat

is C

limat

e In

form

atic

s? S

eren

dipi

ty.

Extreme climate indices Angel Vázquez-Patiño 4/25

Extreme climate indices Angel Vázquez-Patiño 5/25

GCM

http

s://e

n.w

ikip

edia

.org

/wik

i/Clim

ate_

mod

el

Extreme climate indices Angel Vázquez-Patiño 6/25

Zona de montañas

Social● Agua● Energía● Alimentación

Ciencia● Procesos complejos● Variación de precipitación● espacio-temporal marcada● Tendencia temperatura

http

s://

iwan

atrip

.com

/det

alle

/Ave

nida

-de-

los-

volc

anes

/126

Extreme climate indices Angel Vázquez-Patiño 7/25 http

s://r

al.u

car.

edu/

proj

ects

/hap

/cc_

met

hods

/sub

page

s/do

wns

calin

g.ph

p

Downscaling

Extreme climate indices Angel Vázquez-Patiño 8/25

Introducción● En regiones de montaña se usa GCM para

estudios de cambio climático● Poca monitorización● Más en zonas tropicales● Selección de GCMs● Procesos físicos asociados con precipitación no

son bien representados

Extreme climate indices Angel Vázquez-Patiño 9/25

Objetivo● Evaluar la representación de precipitación

extrema en el clima presente (1981-2000) por parte de modelos de GCM de CMIP3&5 y reanálisis

CMIP● Proyecto de Intercomparación de Modelos

Acoplados

Extreme climate indices Angel Vázquez-Patiño 10/25

Área de estudio

Extreme climate indices Angel Vázquez-Patiño 11/25

Índice de extremos

1) Índices absolutos, e.g. RX1day (Max 1-day precipitation Amount, mm), RX5day, SDII y PRCTOT

2) Índice de excedencia de umbral: número de días cuando se sobrepasa un umbral, e.g. R1mm, R10mm, y R20mm

3) Índices de duración (frecuencia): número de días seguidos lluviosos o secos, e.g. CDD y CWD

4) Índices de excedencia de umbral basado en percentiles (10 y 90), e.g. R95p, R99p (en mm)

Extreme climate indices Angel Vázquez-Patiño 12/25

Extreme climate indices Angel Vázquez-Patiño 13/25

Análisis● Variabilidad temporal● Variabilidad espacial● Rendimiento relativo de modelos

Extreme climate indices Angel Vázquez-Patiño 14/25

Extreme climate indices Angel Vázquez-Patiño 15/25

Extreme climate indices Angel Vázquez-Patiño 16/25

Extreme climate indices Angel Vázquez-Patiño 17/25

Extreme climate indices Angel Vázquez-Patiño 18/25

Extreme climate indices Angel Vázquez-Patiño 19/25

Extreme climate indices Angel Vázquez-Patiño 20/25

Extreme climate indices Angel Vázquez-Patiño 21/25

Extreme climate indices Angel Vázquez-Patiño 22/25

Conclusiones● Reanálisis tienen una mejor interpretación de

los índices basados en frecuencias que los basados en cantidades absolutas

● GCMs de CMIP5 muestran un rendimiento similar (extremos) en la cuenca del Paute en relación a los GCMs de CMIP3

Extreme climate indices Angel Vázquez-Patiño 23/25

Extreme climate indices Angel Vázquez-Patiño 24/25

Agradecimientos

DIUC● Integración, almacenamiento y explotación de

datos hidro-meteorológicos utilizando Big Data y Web Semántica

● Análisis de los Efectos del Cambio Climático en los Caudales en las Cuencas Andinas del Sur del Ecuador (Paute), Debido a los Cambios en los Patrones de Lluvia y Temperatura

Extreme climate indices Angel Vázquez-Patiño 25/25

Preguntas