Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RESUMEN
Los escenarios globales de cambio climtico, proporcionados por ejemplo por el
IPCC, no son adecuados para el estudio de impactos regionales, dada la escasa
resolucin espacial de los modelos globales del clima utilizados (~200 km). En este
artculo se presenta una revisin actualizada de las distintas metodologas de
regionalizacin (downscaling) desarrolladas en la ltima dcada para incrementar la
resolucin de estos modelos. Se analizan las metodologas dinmicas y estadsticas,
y se describen los principales proyectos e iniciativas nacionales e internacionales en
torno a este problema.
ABSTRACT
The current climate change scenarios provided, e.g., by IPCC, are not suitable for
regional impact studies due to the coarse spatial resolution (~200 km) of the Global
Circulation Models (GCMs). In this paper we present an up-to-date revision of the
different downscaling methodologies proposed in the last decade in order to increase
the resolution of these models. We analyze both dynamical and statistical
approaches and describe the main national and international projects on this topic.
1. INTRODUCCIN
124
Jos Manuel Gutirrez
las posibles opciones para mitigar este cambio. El ltimo informe de este organismo
ha sido presentado en 2007 (Fourth Assessment Report, AR4), y puede consultarse
en http://www.ipcc.ch/ipccreports (ipcc-wg1.ucar.edu para el informe del Grupo I).
Estos informes constituyen la referencia obligada de los estudios de cambio
climtico pues recopilan los resultados cientficos ms relevantes hasta la fecha.
En este artculo se describe el estado actual de este tema, analizando las distintas
tcnicas de downscaling existentes. En primer lugar se describen las caractersticas
de los modelos globales de circulacin y se analizan las distintas fuentes de
incertidumbre, que son tratadas con la metodologa de "prediccin por conjuntos". A
continuacin se describen las tcnicas estadsticas y dinmicas de regionalizacin,
que permiten proyectar estos conjuntos de simulaciones globales de baja resolucin
a nivel regional y local, utilizando modelos numricos regionales y/o los registros
histricos disponibles).
126
Jos Manuel Gutirrez
Para conocer la evolucin futura del clima es necesario conocer primero cul ser la
evolucin de los distintos forzamientos del sistema en el futuro (forzamientos
naturales, emisiones de gases, etc.). Como esta evolucin depende de distintos
factores socio-econmicos, es necesario utilizar un conjunto de posibles escenarios
de emisiones, que tengan en cuenta esta incertidumbre. Por tanto, la simulacin de
escenarios de cambio climtico se caracteriza por la presencia de distintas fuentes de
incertidumbre que afectan a todos los pasos del proceso, desde el establecimiento de
escenarios de emisin, hasta la propia modelizacin de los GCMs (especialmente las
parametrizaciones). Estas incertidumbres se pueden describir en forma jerrquica o
de cascada (MITCHELL Y HULME, 1999; MURPHY, J.M. et al. 2004):
Por otro lado, los diferentes modelos climticos existentes son formulaciones
similares de las ecuaciones que describen la dinmica atmosfrica y
ocenica, pero tienen distintas resoluciones horizontales y verticales,
esquemas numricos, parametrizaciones de procesos fsicos, etc. Tambin
aaden incertidumbre a los resultados de los modelos otros subsistemas del
modelo climtico, como las variaciones en usos de suelo y los modelos de
suelo.
127
ESCENARIOS REGIONALES DE CAMBIO CLIMTICO: DOWNSCALING ESTADSTICO Y DINMICO
128
Jos Manuel Gutirrez
del MPI), para un nico escenario de cambio climtico (el escenario A1B). Esta
figura muestra los valores del modelo interpolados directamente a las dos
localidades mostradas en la figura 1 (Madrid y Navacerrada), as como los valores
observados.
Esta figura muestra claramente que la simulacin directa del modelo sobreestima las
temperaturas de Navacerrada, y sobreestima las temperaturas de Madrid, por lo que
130
Jos Manuel Gutirrez
Downscaling Dinmico
Por otra parte, dentro de las actividades de la WCRP (World Climate Research
Program), se est diseando una "Task Force on Regional Climate Downscaling"
para producir escenarios regionales uniformes en todos los continentes (utilizando
los mismos GCMs, escenarios y RCMs) de cara a tener una informacin global
regionalizada, contribuyendo as a los prximos informes del IPCC. Esta actividad
de regionalizacin se ha venido desarrollando hasta la fecha de forma muy dispersa,
mediante distintos proyectos de regionalizacin a escala continental con poca
conexin y transferencia (http://wcrp.ipsl.jussieu.fr/SF_RCMTerms.html).
Downscaling Estadstico
Estos mtodos se basan en modelos que relacionan de forma emprica las variables
de circulacin (campos 3D) a gran escala, proporcionadas por los modelos
numricos de circulacin global, con las variables locales/regionales observadas en
superficie, relacionadas con el fenmeno de estudio (tpicamente, la temperatura y la
precipitacin en superficie). Estos modelos se ajustan utilizando el clima presente
(por ejemplo, un perodo de referencia de 30 aos) y son utilizados posteriormente
para proyectar las predicciones futuras suponiendo la estacionariedad del modelo
(WILBY et al. 2004). La ventaja de estas tcnicas es que utilizan la climatologa real
observada de la variable local de inters durante el perodo de referencia y, por
tanto, calibran/corrigen estadsticamente las posibles deficiencias y desajustes
sistemticos de los modelos globales (debidos, por ejemplo, a la grosera
representacin de la orografa, ver figura 1). Otra ventaja de estos mtodos es que
permiten incluir como predictores del mtodo estadstico slo aquellas variables de
circulacin que sean reproducidas con mayor fiabilidad por los modelos numricos y
132
Jos Manuel Gutirrez
133
ESCENARIOS REGIONALES DE CAMBIO CLIMTICO: DOWNSCALING ESTADSTICO Y DINMICO
Por otra parte, las necesidades de clculo de estas tcnicas son menores que las
requeridas para integrar modelos numricos de circulacin, si bien en algunos casos
las tcnicas estadsticas no lineales utilizadas consumen tambin muchos recursos de
computacin.
Por tanto, se pueden utilizar los recursos computacionales para realizar un nmero
adecuado de realizaciones/simulaciones con diferentes mtodos de downscaling que
cubran la variabilidad estadstica de los resultados permitiendo obtener intervalos de
confianza para las proyecciones finales y permitiendo tambin obtener medidas de
calidad de los distintos mtodos en las distintas regiones.
134
Jos Manuel Gutirrez
como un conjunto de datos diarios correspondientes con resolucin regional (25 km)
y local (en miles de puntos correspondientes a localidades con registros histricos de
precipitacin y temperatura).
5. CONCLUSIONES
136
Jos Manuel Gutirrez
6. REFERENCIAS
LEUNG, L.R., MEARNS, L.O., GIORGI, F., WILBY, R.L. (2003). Regional
Climate Research: Needs and Opportunities. Bulletin of the American
Meteorological Society, 84, 89-95.
137
ESCENARIOS REGIONALES DE CAMBIO CLIMTICO: DOWNSCALING ESTADSTICO Y DINMICO
STOTT, P.A., STONE, D.A., ALLEN, M.R. (2004). Human contribution to the
European heatwave of 2003, Nature 432, 610-614.
STOTT, P.A., TETT, S.F.B., JONES, G.S., ALLEN, M.R., INGRAM, W.J.,
MITCHELL, J.F.B. (2001). Attribution of Twentieth Century Temperature Change
to Natural and Anthropogenic Causes, Climate Dynamics, 20, 789-850.
WILBY, R.L., CHARLES, S.P., ZORITA, E., TIMBAL, B., WHETTON, P.,
MEARNS, L.O. (2004). Guidelines for use of Climate Scenarios developed from
Statistical Downscaling Methods. Supporting Material of the Intergovernmental
Panel on Climate Change.
138