FUTURO DEL IMPACTO CLIMATICO EN LA DESERTIFICACION DE LA TIERRA

FUTURO DEL IMPACTO CLIMATICO EN LA DESERTIFICACION DE LA TIERRA SECA DE ASIAUSANDO AVHRR, GIMMS, NDV13g.

Lijuan Miao, Peilong Ye, Bin He, Lizi Chen y Xuefeng Cui

Publicado 1 abril 2015 Juornal Remote Sensing

Las tierras ridas ocupan aproximadamente el 41% de la superficie terrestre de la tierra y alimentan a ms del 33% de la poblacin mundial.

los ambientes secos son extremadamente vulnerables, con ecosistemas frgiles, deterioro de las tierras, escasez de agua e inducen al empobrecimiento social.INTRODUCCINEl calentamiento y las tendencias de aumento de las temperaturas extremas se han observado en la mayor parte de Asia (sobre el siglo pasado), pero hay mucha incertidumbre en la precipitacin futura; ; esto es fundamental porque la escasez de agua se espera que sea un gran desafo para la humanidad. En las ltimas dcadas, la investigacin de verdores de la vegetacin procedente de satlites y su asociacin con la del cambio climtico ha proporcionado informacin til para el complejo de acoplamiento de la biosfera y el ambiente.

El estudio tiene como objetivo predecir los futuros cambios del clima y la dinmica asociados a la desertificacin de la tierra en la tierra seca de Asia en 2020, 2050, 2080 y 2100 sobre la base de tres escenarios climticos. ( RCP26, RCP45, RCP85).

OBJETIVOLa tierra seca de Asia tiene un clima rido continental templado: hace calor en verano y mucho fro en invierno. Como se muestra en la Figura 1

(Journal Remote Sensing,2015)Figura 1.A Promedio NDVI de vegetacin (B) temperatura la precipitacin total (c) durante la temporada de crecimiento 1982-2011.

MTODO BMA El enfoque bayesiano permite expresar la incertidumbre en trminos de probabilidad, y bastan las reglas bsicas del clculo de probabilidades para poder hacer inferencias, el BMA (Bayesian Model Averaging) no es ms que estadstica bayesiana bsica (ver Ando, T 2010 ). DIAGRAMA DE TAYLOR

(Journal Remote Sensing, 2015)SensorResolucinespectralResolucinespacialResolucinradiomtricaAVHRR/2(NOAA-14)5 bandas1100 m10 bitsAVHRR/3(NOAA15,16,17&18)6 bandas1100 m10 bitsSensorResolucinespectral - BandasAVHRR/2(NOAA-14)Canal 1 - VisibleCanal 2 - Infrarrojo cercanoCanal 3 - Infrarrojo medioCanal 4 - Infrarrojo lejanoCanal 5 - Infrarrojo lejanoAVHRR/3(NOAA15,16,17&18)Canal 1 - VisibleCanal 2 - Rojo visible e infrarrojo cercanoCanal 3a - Infrarrojo cercano3b - Infrarrojo medioCanal 4 - Infrarrojo lejano o trmicoCanal 5 - Infrarrojo lejano o trmicoResolucin espacial AVHRR(rea de Teledeteccin CREPAD,2007)Se emplea el anlisis de correlacin parcial para determinar si el NDVI sobre la tierra seca de Asia es determinada principalmente por la temperatura de la superficie o por la precipitacin.

NDVI a * b * T P c (1)Ecuacin (1 T es la temperatura media de la superficie durante la estacin de crecimiento; P es la precipitacin media durante la temporada de crecimiento; a, b son los coeficientes de regresin; y c es una constante

Clculo de la relacin entre el ndice de Vegetacin normalizada (NDVI) y el cambio climtico.

las discrepancias de resolucin espacial entre los datos climticos y de NDVI, que coinciden con los datos en funcin de su ubicacin geogrfica. Cuando mltiples pxeles en los datos de la distribucin futura del ndice de vegetacin normalizada NDVI ocupan el mismo punto de datos climticos en la rejilla, simplemente se les asigno en la red el valor de punto, basado en la suposicin de que los datos dentro de un nico punto de la cuadrcula son homogneos. Por ltimo, la resolucin espacial de todas las bases de datos est a 8 km.

Escala ImgenesPodemos predecir las tendencias espaciales y temporales de temperatura y precipitacin futura durante la temporada de crecimiento del cultivo en el perodo de 2006-2100 y utilizar diagramas de Taylor para evaluar el rendimiento de los modelos de simulacin del cambio climtico.RESULTADOSLas simulaciones de precipitaciones de diferentes modelos tienen ms dispersin que las simulaciones de temperatura, como se muestra en la Figura 2b.Por lo tanto, debido a que las simulaciones BMA tienen ms valores precisos e incertidumbres inferiores, utilizaron estos resultados. Las medias del conjunto de mltiples modelos calculados por SMA y BMA son capaces de eliminar la incertidumbre entre todos los modelos climticos. La Figura 3 muestra la tendencia temporal de la creciente temperatura en la temporada y la precipitacin basado en el mtodo BMA en tres escenarios (RCP26,RCP45 Y RCP 85) durante el perodo 2006-2100.TEMPERATURA Y PRECIPITACINPROYECCIONES 2006-2100

(Journal Remote Sensing,2015)Figura 3. simulaciones de temperatura y precipitacin por BMA durante la creciente temporada desde la 2006-2100 en tres escenarios (RCP 26, 45 y RCP RCP 85).

Los tres escenarios concluyen que la temporada de crecimiento tiene un aumento , en promedio, de 14.4 C a 17.3 C 2006-2100 y que la temperatura aumentar a una velocidad de al menos 0,7 C por siglo (R = 0,61, p