Generación de series futuras de

precipitación y temperatura.

Septiembre 2009

UPC-GHS

2

1. INTRODUCCIÓN

El estudio y simulación de los procesos climáticos, su variabilidad natural y

especialmente los efectos derivados de los procesos antrópicos a corto y largo

plazo requiere necesariamente la aplicación de modelos climáticos más o

menos complejos. Estos modelos acoplados océano-atmósfera denominados

Modelos de Circulación General (Atmospheric General Circulation models-

AGCMs) y Modelos Generales de Circulación oceánica (Ocean General

Circualtion Models-AGCMs), basados en las leyes físicas que describen la

dinámica de la atmósfera y el océano, se resulten de forma numérica mediante

métodos matemáticos. A partir de los modelos conceptuales se ha desarrollado

un gran número de códigos numéricos que resuelven la complejidad de las

ecuaciones del sistema. Los modelos GCM constituyen representaciones

formales del sistema que permiten cuantificar variables y simular su

comportamiento, a partir de las emisiones futuras de gases de efecto

invernadero, basadas en el desarrollo demográfico, económico y tecnológico

(escenarios) Nature, 428, 593, by Quirin Schiermeier)”

En función de la posible evolución de los gases de efecto invernadero el IPCC

ha descrito cuatro familias (A1, A2, B1 y B2, Fig. 1) de escenarios; cada

escenario constituye una representación a nivel cuantitativo los efectos

derivados de estas emisiones. Los escenarios del IPCC constituyen las fuerzas

motrices de las trayectorias futuras de los gases de efecto invernadero y las

emisiones de azufre y son una herramienta primordial para el análisis del

cambio climático, modelación del clima, evaluación de los impactos, adaptación

y mitigación. Los escenarios se derivan de cuatro argumentos principales o

familias de escenarios desarrollados por el IPCC en 1996 (IPCC, 2001). Se

debe destacar que los niveles de emisiones de CO2 observados recientemente

superan a los previstos para los escenarios B2 y A2

(www.ipcc.ch/meetings/session28/), que son los más utilizados en los diversos

estudios de impacto realizados hasta la actualidad.

3

Figura 1. Definición de escenarios según el IPCC.

Para simular escenarios futuros de clima, se utilizan códigos numéricos,

basados en ecuaciones matemáticas derivadas de la física del sistema que rige

la atmósfera de la Tierra. Según las definiciones establecidas por el IPCC los

escenarios de cambio climático son representaciones de posibles cambios

climáticos que permiten la evaluación de impactos. En general, la resolución de

los modelos numéricos es a nivel espacial para una red tridimensional de

puntos a nivel del globo terrestre y con una resolución típica de unos 250 km

(en horizontal) y del orden de 10 a 30 niveles verticales.

Sin embargo, los resultados derivados de las proyecciones de los modelos

globales no son adecuados para evaluar los efectos del cambio climático con

un cierto detalle, en especial cuando las proyecciones deben realizarse a nivel

regional o local. Por ello, y para que las simulaciones sean representativas a la

escala de trabajo considerada, es necesario un escalado (downscaling) de los

resultados de los modelos globales como fase previa a la obtención de la

proyección futura. La proyección de las series meteorológicas a escenarios

futuros se realiza mediante diversas técnicas matemáticas, siendo las basadas

en teoría de la probabilidad las más aplicadas.

Para la generación de series climáticas en escenarios temporales futuros en las

áreas de estudio seleccionadas (Cuencas del Fluvià, Tordera y Ciurana), en

primer lugar se debe realizar la generación de los escenarios climáticos según

4

los modelos globales seleccionados, y posteriormente el downscaling a la

escala de trabajo. Para ello, el primer paso consistió en el estudio de las series

climáticas históricas procedentes de las estaciones meteorológicas de las

cuencas seleccionadas; los resultados obtenidos están reflejados en el informe

previo (Informe UPC, Mayo 2009). En este informe solo se hace referencia a

metodología aplicada y resultados obtenidos para la cuenca del Fluvià.

2. MODELOS GLOBALES SELECCIONADOS

Existen un gran número de modelos CGM con mayor o menor complejidad,

cuya información está disponible en la literatura existente (www-

pcmdi.llnl.gov/ipcc./model-documentation/ipcc-model-documentation.php). Los

resultados de los modelos globales ofrecen información a nivel meteorológico

para escenarios climáticos y franjas temporales definidas por los propios

centros que desarrollaron los códigos. Para este estudio se optó por

seleccionar el modelo HadRM3 del Hadley center y el ECHAM5 del Instituto

Max Planck. El HadRM3 proporciona resultados climáticos de los escenarios

A2 (impacto medio-alto) y B2 (impacto medio-Bajo) para el horizonte temporal

2070-2100 (año central 2085). El ECHAM5 proporciona resultados para el A2 y

B1 en los horizontes temporales 2013-2037; 2038-2062 y 2068-2092. La

coincidencia del escenario A2 en ambos códigos es un valor añadido para la

posible caracterización de la incertidumbre asociada a las estimaciones.

2.1 Código HadRM3

El código HadRM3 es una actualización del conocido HadCM3, el modelo

acoplado atmósfera-océano de circulación general (GCM) HadCM3 del centro

Hadley (www.meto.gov.uk/research/hadleycentre/). Ha sido el modelo aplicado

por excelencia en el Tercer Panel Intergubernamental del cambio climático

(IPCC) y se encuentra ampliamente descrito en Gordon et al. (2000) y Pope et

al. (2000). El componente atmosférico del modelo tiene una resolución

horizontal de 2.5º x 3.75º, equivalente a una resolución espacial de 278 Km x

295 Km para la latitud de interés (~45º), con 19 niveles verticales. El modelo

representa explícitamente los efectos radiativos de gases invernaderos, CO2,

5

vapor de agua y el ozono. El componente de atmósfera del modelo también

incorpora el transporte, la oxidación y la eliminación de las emisiones

antropogénicas de azufre por la deposición física y la lluvia. Su definición

permite la modelación de los efectos forzados (directos e indirectos) de los

aerosoles de sulfato existentes en los escenarios futuros de emisiones de

azufre. El componente oceánico del modelo tiene 20 niveles verticales con una

resolución horizontal de 1.25º x 1.25º, que permite representar detalles

importantes de las estructuras oceánicas actuales. Por último, el modelo

permite un intercambio diario de información entre la atmósfera y el océano.

Las simulaciones procedentes del HadRM3 proporcionan 50 valores diarios de

variables climáticas (precipitación, temperatura y radiación solar global)

Las concentraciones estimadas de gases a efecto invernadero para los

escenarios futuros de emisiones A2 (medio-alto) y B2 (medio-bajo) se utilizaron

como forzamiento radiactivo global para el modelo HadRM3, para un periodo

temporal que abarca desde el siglo 19 hasta el final del siglo 21, entre 2060-

2090, denominado como'' 2085 ".

2.2. Código ECHAM5

El ECHAM5 es la última versión actualizada del modelo global ECHAM

desarrollado por el instituto Max Planck de Meteorología

(www.mpimet.mpg.de/en/wissenschaft/modelle/echam/echam5.html). El código

se encuentra entre la lista de los modelos numéricos aplicados para el 4º

informe del IPCC.

Las características que presenta a nivel conceptual son similares al resto de

modelos globales desarrollados de acople suelo-atmósfera-océano. La

resolución del componente atmosférico es de 1.5º para la latitud de interés, lo

que implica una resolución espacial de 50 x 50 km aproximadamente, con 40

niveles verticales en zonas oceánicas. Su aplicación tiene un interés doble, en

primer lugar la escala de trabajo y por otro lado es un modelo que ha sido

validado en diferentes entornos geográficos.

6

Las concentraciones estimadas de gases de efecto invernadero han sido

desarrolladas para los escenarios A2 y B1 en los horizontes temporales 2013-

2037 (“2025”); 2038-2062 (“2050”) y 2068-2090 (“2080”).

2. FLUVIÀ: SERIES CLIMÁTICAS HISTÓRICAS OBSERVADAS Y

GENERADAS.

El paso previo a la generación de las series climáticas futuras requiere

necesariamente del análisis de los datos meteorológicos existentes, n,umero

de estaciones analizadas, series temporales utilizadas y relleno e información.

Esta fase previa se completo en una fase inicial del proyecto por los que no se

incidirá en ella. En este resumen solo se presentan resultados

correspondientes a la cuenca del Fluvià, actualmente elaborados, y la

metodología aplicada.

2.1. Cuenca del Fluvià

Para la cuenca del Fluvià han sido seleccionadas los datos (P y T) de las

estaciones meteorológicas siguientes: Castellfollit de la Roca, La Vall d’en bas,

Maia del Monacal, Jafre y Roses (Fig1).

Figura 2. Cuenca del Fluvià

Estación meteorológica Estación de aforo

7

Los valores medios de precipitación y temperatura para el periodo histórico

(1984-2008) y estaciones de la cuenca se han representado en las Fig 3 y 4.

Como se observa en la figura, si bien la temperatura presenta un

comportamiento similar en todas las estaciones, para la precipitación se

pueden distinguir claramente dos grupos constituidos por las estaciones

situadas en la cuenca alta (Castellfollit de la Roca y Vall d’en Bas) y las de la

zona baja (Roses, Castelló d’Empuries, Jafre). La diferencia viene marcada por

el efecto altitudinal, (muy claro para la temperatura) pero con un importante

nivel superior de la precipitación con presencia de tormentas de verano

importantes en la cuenca alta y menor precipitación y reparto característico al

clima mediterráneo para las estaciones del valle. Esta división se ha tenido en

cuenta para la generación de series climáticas futuras.

Figura 3. Medias mensuales de temperatura (ºC). Cuenca del Fluviá.

8

Figura 4. Medias mensuales de precipitación (mm) en las estaciones meteorológicas de la cuenca del Fluviá.

En las figura 5 y 6 se han representado los datos históricos correspondientes a

precipitación y temperatura de las estaciones meteorológicas de la cuenca

conjuntamente con los simulados por los códigos HadRM3 (1960-1990) y

ECHAM5 (1971-2000).

Figura 5. Comparación de las medias mensuales de temperatura (ºC) para las estaciones meteorológicas de la cuenca del Fluviá y las simuladas con los modelos globales HadRM3 y ECHAM5.

9

Figura 6. Comparación de las medias mensuales de precipitación (mm) de las estaciones meteorológicas de la cuenca del Fluviá y las simuladas con los modelos globales HadRM3 y ECHAM5.

Con relación a los valores de temperatura simulados y observados para el

periodo histórico, en general los resultados obtenidos por los modelos son

inferiores a las medias medidas en las estaciones de la zona, especialmente

con ECHAM5. En general los valores de ambos códigos se sitúan entre los

medidos, siendo superiores los del HadRM3 en el periodo estival.

En ambos modelos globales se obtienen simulaciones inferiores a los valores

reales de precipitación, especialmente durante el periodo estival y de forma

más marcada para el ECHAM5. Los valores máximos de precipitación se sitúan

en Abril (en la series observadas el máximo corresponde al mes de Mayo), sin

embargo la tendencia interanual aparece bien representada.

3. GENERACIÓN DE SERIES DE PRECIPITACIÓN Y TEMPERATURA.

ESCENARIOS FUTUROS

Los modelos globales el MCG no proporcionan información de las variables

simuladas en términos de valor absoluto estimado, sin embargo proporcionan

el valor correspondiente a los cambios relativos entre dos horizontes

temporales. De acuerdo con la metodología aplicada en este estudio, el

10

objetivo es obtener del factor de variación relativa (o proporcional) entre las

condiciones actuales (periodo histórico) y los horizontes futuros propuestos. El

tratamiento se aplica para la generación de precipitación y temperatura.

El tratamiento de los datos se basa en perturbar mediante métodos

estocásticos la variación relativa de los estadísticos (media y desviación típica)

de los parámetros meteorológicos estimados por el MCG. Para ello se realizan

los siguientes pasos:

1. desarrollar un generador estocástico (clima local) basado en las propiedades

estadísticas (media y desviación típica) de las series meteorológicas

observadas,

2. evaluar las propiedades estadísticas de las variables climáticas estimadas

por el MCG para el escenario base y su variabilidad según las predicciones

del MCG para escenarios futuros,

3. adaptar los parámetros del generador de clima local según las restricciones

procedentes del MCG.

Para la generación de las variables meteorológicas mediante los códigos

HadRM3 y ECHAM5 se han seleccionado los escenarios A2 (común a ambos

modelos) y el B2 y B1 cuyas simulaciones solo han sido obtenidas para uno de

los códigos. Los horizontes temporales son los proporcionados por los centros

Hadley y Max Planck, como se ha descrito en el epígrafe 2.

3.1. Generador estocástico de la precipitación

Dado que existencia de lluvia es un fenómeno discontinuo en el tiempo, un

primer paso consiste en estimar la probabilidad de su existencia mediante un

modelo de Markov. Para ello se define que la probabilidad de presentarse un

día seco o lluvioso (Xt) depende de la presencia (o no) de lluvia el día anterior

(t-1). Para los datos observados se adoptó un modelo de probabilidad de

Markov de primer orden.

Por otro lado, el volumen de precipitación generada queda determinado

mediante el ajuste de los datos experimentales a una distribución matemática

11

conocida (Exponencial, Gamma, Weibul, etc). En este estudio y para los datos

observados en las estaciones meteorológicas de la cuenca del Fluvià se

selecciono la distribución de Weibul como la más representativa de los datos

históricos. La bondad del ajuste entre las series históricas y las generadas

estocásticamente obtenida con la distribución de Weibul para todas las

estaciones meteorológicas de la cuenca se muestra en la figura 7.

Castellfollit Jafre Maia del Montcal Roses Vall d’en bas

Aeroport Blanes Breda San Celoni Santa Coloma

Figuras 7. Diagrama Q-Q relativo a las precipitaciones comparando las series históricas y el modelo de Weibul

3.1. Generador estocástico de la temperatura

En la generación estocástica de series de temperatura (variable continua) se ha

utilizado un modelo clásico de Media Móvil Auto-Regresiva (ARMA), definido

por la siguiente ecuación:

12

donde μ es la media, φ1 el parámetro de autoregresión, θ1 el parámetro de

media móvil, y ε término de error, de media cero y varianza σε2. El modelo

ajustado presenta solo un término autoregresivo y un término de media móvil.

3.1. Obtención de las series estocásticas de P y T a partir de los modelos

globales

A partir de la metodología aplicada y para cada estación meteorológica, se

obtuvieron los parámetros específicos correspondientes al modelo de Weibul

(precipitación) y al modelo ARMA (temperatura). La escala de trabajo para los

parámetros es de tipo mensual por lo que el ajuste de los dos modelos se

efectuó mensualmente.

A partir de los parámetros estimados de los modelos y los valores de las

medias mensuales de las predicciones futuras se han generado 200 series de

50 años de datos de precipitación y temperatura diaria para cada uno de los

escenarios siguientes:

- Serie histórica

- ECHAM5 A2 (2025 – 2050 - 2080)

- ECHAM5 A2 (2025 – 2050 - 2080)

- HadRM3 A2 (2085)

- HadRM3 B2 (2085)

Dado que generar escenarios de P y T para las dos zonas identificadas en la

cuenca, 3 escenarios (A2, B2 y B1) dos modelos y 4 niveles temporales es

prácticamente inviable, es necesario identificar aquellas series que

estadísticamente se consideren las más representativas (dado que todas ellas

presentan igual probabilidad). La fase de selección de las series óptimas

futuras para los escenarios definidos está actualmente en fase de desarrollo.