Curso 3. Escenarios futuros · Curso 3. Escenarios futuros Presentación Actualmente se tiene la...

D.R. Instituto Tecnológico y de Estudios Superiores de Monterrey, México 2010

Curso 3. Escenarios futuros Presentación

Actualmente se tiene la noción generalizada de que el clima está cambiando, también se habla de que esto puede traer como consecuencia la elevación del riesgo que corre la humanidad ante esta situación. El cambio climático está orillando a las comunidades de los países a adaptarse a un impacto sin precedentes. Reducir la probabilidad de desastre e impactos negativos de gran escala significa reducir la amenaza y la vulnerabilidad. Aunque es difícil establecer con toda precisión cuáles serán los impactos en regiones, sectores o grupos sociales particulares, es muy probable que el futuro no sea promisorio a menos que se comience a actuar desde ahora para resolver lo que se considera el problema ambiental más importante del presente siglo.

Para plantear y efectuar acciones de adaptación es necesario en primer lugar, estimar los impactos potenciales del cambio climático. Así como, generar capacidades para dicha adaptación, para que finalmente ésta se pueda implementar.

El presente curso tiene la finalidad de exponer la forma de generar y aprovechar los escenarios de cambio climático para estimar los posibles impactos de un nuevo clima y así proponer en conjunto colos actores clave, estrategias para reducir el riesgo de desastre. Se parte de la premisa de que es necesario generar capacidades, pues un mejor entendimiento del significado de escenarios de cambio climático ayudará a avanzar en la dirección correcta para reducir el riesgo. Observe el video de Bienvenida con el Dr. Víctor O. Magaña Rueda, reconocido investigador del Centro de Ciencias de la Atmósfera de la Universidad Nacional Autónoma de México.

[ Le sugerimos revisar en el curso el video ]

Resultados de aprendizaje Al finalizar el módulo el participante deberá:

Analizar los criterios sugeridos por el Panel Intergubernamental para el Cambio Climático (PICC), para formular proyectos de evaluación del impacto del CC en sectores, regiones y en el ámbito Estatal, así como los indicados para la formulación de estrategias de adaptación ante el cambio climático.

Examinar modelos aplicados a la construcción de escenarios de emisiones de GEI y de escenarios regionales de cambio climático dirigidos a estimar impactos potenciales en sectores y regiones; enfocando los atributos de incertidumbre en las proyecciones y la utilización de algunas herramientas estadísticas que se aplican en la obtención de estimaciones respecto a los rangos de cambio en precipitación y temperatura.

Interpretar los escenarios regionales de cambio climático con el fin de hacer consideraciones y proyecciones pertinentes al estudio de vulnerabilidad y adaptación de la Entidad Federativa.


Temario

Temas

Tema 1. Introducción al análisis de escenarios.

1.1 ¿Qué son y para qué sirven los escenarios de emisiones de GEI?

1.2 ¿Qué son y para qué sirven los escenarios de cambio climático?

Tema 2. Escenarios de emisiones de GEI.

2.1 Variables para el desarrollo de escenarios

2.2 Análisis de la demanda de energía en los diferentes sectores

2.3 Escenarios de línea base de las emisiones de gases de

efecto invernadero

2.4 Escenarios de emisiones de GEI por sector

2.5 Escenarios de reducción de emisiones de GEI

Tema 3. Escenarios regionales de cambio climático.

3.1 Los Modelos de Circulación General de la Atmósfera (GCM)

3.2 Escenarios de emisiones de GEI globales (SRES)

3.3 La generación de escenarios regionales

3.4 Fuentes de información para generar escenarios

3.5 La herramienta de “predecibilidad” del clima (CPT) para la reducción

de escala

3.6 Escenarios regionales para México

3.7 Interpretación de escenarios y de la incertidumbre en las

evaluaciones de impactos y la adaptación al cambio climático

3.8 Uso de escenarios para la evaluación de impactos y la adaptación

al cambio climático

3.9 Un generador estocástico de tiempo meteorológico (GETM)

Conclusión


Tema 1. Introducción al análisis de escenarios 1.1 ¿Qué son y para qué sirven los escenarios de emisiones de GEI?

Un escenario contiene una serie de variables relacionadas entre sí para formar un cuadro que muestre cómo el mundo podría ser en una fecha futura. Estos cuadros, son de utilidad para el análisis del cambio climático; en particular para la creación de modelos del clima que permiten la evaluación de los impactos y el desarrollo de iniciativas de adaptación y de mitigación. Los escenarios de emisiones de gases de efecto invernadero son imágenes alternativas de lo que podría acontecer en el futuro; y constituyen un instrumento apropiado para analizar de qué manera influirán ciertos factores (fuerzas determinantes) en las emisiones futuras para evaluar el margen de incertidumbre de dicho análisis. Los escenarios no son un pronóstico ni una extrapolación de tendencias históricas; describen un futuro posible, internamente coherente y no asignan probabilidades de producirse. En 1990 y 1992, el Panel Intergubernamental de Expertos sobre el Cambio Climático (IPCC) desarrolló varios escenarios de emisiones a largo plazo. Esos escenarios se utilizan para el análisis de un posible cambio climático, de sus repercusiones y de las opciones para mitigar dicho cambio. Cada escenario representa una interpretación cuantitativa específica y están divididas en cuatro líneas evolutivas denominadas familias (A1, A2, B1, B2). Las familias de escenarios divergen cualitativa y cuantitativamente. Las dos familias “A”, por ejemplo, sitúan un alto crecimiento económico, mientras que las dos familias “B” exploran las consecuencias de un crecimiento económico más bajo. Las familias “A1” y “B1” están orientadas hacia la convergencia global, mientras que las familias “A2” y “B2” se enfocan en las estructuras regionales. 1.2 ¿Qué son y para qué sirven los escenarios de cambio climático?

Los modelos son versiones simplificadas de la realidad; es decir, constituyen una descripción aproximada de los fenómenos del mundo real con el fin de comprenderlos y predecirlos. Uno de los modelos más precisos que existen son los modelos numéricos que representan cuantitativamente (usando ecuaciones matemáticas) el comportamiento, las relaciones y la respuesta de un sistema a determinados forzantes. Estos modelos apoyados por el desarrollo de computadoras han hecho posible resolver en forma aproximada ecuaciones complejas que manejan una gran cantidad de datos y dan como resultado aproximaciones muy cercanas a la realidad. Con el tiempo, este tipo de modelos ha permitido simular procesos tan complicados como el funcionamiento de la atmósfera. Los modelos climáticos Los modelos climáticos permiten hacer "experimentos" que nunca sería posible ejecutar en la realidad. Para cumplir con su propósito es importante realizar una adecuada interpretación de los resultados que se derivan de su aplicación.


Evolución de los elementos considerados en los modelos del clima

Existen diferentes tipos de modelos, los mejores para realizar pronósticos sobre el clima son los numéricos. Los modelos numéricos aplicados a los aspectos climáticos, dividen la atmósfera en capas y cada capa en una cuadrícula, generando así una retícula de celdas en tres dimensiones. Al relacionar, mediante procesos estadísticos los datos de temperatura y presión, entre otras variables, en cada celda de la retícula, se presenta la estimación respecto a cómo varían estos parámetros en el tiempo, según las condiciones generales y los valores de las celdas vecinas. Hoy en día se dispone de modelos tan complejos que consideran no sólo la atmósfera, sino también la dinámica de los océanos, de la biosfera, y la criosfera (casquetes de hielo y nieve).


Climatic Research Unit, 2000

Recuperado el 21 de septiembre de 2009 de http://www.cru.uea.ac.uk/cru/info/modelcc/

Al diseñar los modelos, son varios los elementos que se deben tomar en cuenta para pronosticar el clima en escalas estacionales o anuales o para generar escenarios de cambio climático. Por ello, un pronóstico del clima se construye con base en varios experimentos numéricos que parten de condiciones iniciales ligeramente diferentes. El promedio de todos los experimentos constituye un ensamble, que permite estimar la condición más probable. En el siguiente gráfico se muestra un ejemplo:

Esquema representando proyecciones de un parámetro climático a partir de condiciones iniciales ligeramente diferentes y la

distribución de soluciones en un plazo de pronóstico.


La dispersión existente entre los resultados de esos experimentos nos habla de la confianza o incertidumbre del pronóstico y se puede expresar como una Función de Densidad de Probabilidad (PDF, por sus siglas en inglés). Así, la información de pronóstico incluye no sólo el valor medio, sino también una medida de la dispersión entre los experimentos numéricos o realizaciones que forman el ensamble. El siguiente diagrama muestra la relación entre las variables dispersión, confianza y predecibilidad.

[ Le sugerimos revisar en el curso para ver el interactivo ]

Los pronósticos numéricos del clima Para realizar pronósticos del clima, una posibilidad es correr un modelo, quizá unas mil veces. Los resultados de los experimentos servirían para calcular las estadísticas de la condición climática más probable. Sin embargo, si se realiza un diagnóstico que considere un forzante como la dinámica de los mares, se obtendrá un sistema atmosférico que se ajuste mejor a las condiciones de la zona. Las proyecciones de cambio climático global y regional consideran a la incertidumbre en el forzante futuro como determinante para proyectar el clima. El forzante radiativo (dado por la concentración de GEI) depende de factores de orden socioeconómico, que no siguen reglas físicas sino decisiones humanas y por ello se habla de escenarios o proyecciones y no de pronósticos ante cambio climático. Para estimar los potenciales impactos del cambio climático y definir acciones de prevención es necesario conocer la magnitud, ubicación y plazo al cual se puede presentar una condición anómala del clima.


Tema 2. Escenarios de emisiones de GEI Las emisiones futuras de gases de efecto invernadero (GEI) son el producto de muy complejos sistemas dinámicos. Su evolución futura es muy incierta; están determinadas por fuerzas tales como:

Su evolución futura es muy incierta. Los escenarios son imágenes alternativas de lo que podría acontecer en el futuro, y constituyen un instrumento apropiado para analizar de qué manera influirán las fuerzas determinantes en las emisiones futuras, y para evaluar el margen de incertidumbre de dicho análisis. Los escenarios son de utilidad para el análisis del cambio climático, y en particular para la creación de modelos del clima, para la evaluación de los impactos y para las iniciativas de adaptación y de mitigación. La posibilidad de que en la realidad las emisiones evolucionen tal como se describe en alguno de estos escenarios es muy remota. 2.1 Variables para el desarrollo de escenarios Los escenarios relacionan una serie de variables, las cuales crean el contexto en el que estos se desarrollarán. Las variables se establecen con base en el análisis requerido.

Existen ciertas variables críticas para el desarrollo de los escenarios, a las cuales por su impacto en el comportamiento de las emisiones, se les conoce como fuerzas determinantes.

Ejemplos de las fuerzas determinantes son el crecimiento de la población, el crecimiento de la economía, el desarrollo tecnológico, el uso de recursos energéticos, entre otras.

Para la suposición de estas variables es necesario realizar un exhaustivo trabajo de investigación, principalmente en los sectores para los cuales se construirán los escenarios, así como en cada uno de los ámbitos de las fuerzas determinantes.

En este sentido es indispensable conocer las prospectivas que para cada una de estas variables emite el organismo especializado en el tema.


Algunos de los organismos que emiten prospectivas en sus ámbitos de competencia son:

[ Le sugerimos revisar en el curso para ver el interactivo ]

Las prospectivas son a su vez escenarios que el mismo sector desarrolla, por lo que son herramientas indispensables para la construcción de las proyecciones. Si la información que contienen no proporciona los datos para los años de análisis, servirá de referencia para la definición de los supuestos.

Una vez que se tengan definidos los datos de las fuerzas determinantes, es necesario determinar qué metodología se utilizará, ya que las variables serán alimentadas a éstas para la construcción de los escenarios. 2.2. Análisis de la demanda de energía en los diferentes sectores El Balance Nacional de Energía (BNE), publicado por la Secretaría de Energía, presenta estadísticas energéticas anuales sobre el origen y destino de las fuentes primarias y secundarias de energía, e incorpora información para el diseño, formulación e implantación de políticas públicas en la materia.


De manera específica examina:

La producción. Comercio exterior, oferta interna bruta y destino de la energía primaria. Centros de transformación. Comercio exterior y oferta interna bruta de energía secundaria. Consumo nacional de energía. Consumo final por sectores. Autogeneración de energía eléctrica.

El BNE contiene balances regionales de energía por energético primario y secundario.

[ Le sugerimos revisar en el curso el interactivo ]

Si no se cuenta con un análisis similar a nivel estatal es una oportunidad para contactar con los actores respectivos, con la finalidad de poder reunir los datos necesarios para un balance de energía estatal. Uno de los indicadores utilizados para medir la eficiencia en el uso de la energía es la intensidad energética, o sea la cantidad de energía usada por una unidad producida.

Consumo de energía/$ del PIB El consumo de energía considera tanto la energía proveniente de combustibles fósiles, como la de otro origen. El PIB es anual y se encuentra referido a un año base.


La intensidad energética puede ser calculada a nivel estatal o por sector, con la finalidad de detectar los más intensivos y hacer un análisis más profundo de los mismos, con el objeto de buscar prácticas productivas que privilegien la eficiencia energética. 2.3 Escenarios de línea base de las emisiones de gases de efecto invernadero Los escenarios de base representan el probable futuro de la sociedad y el ambiente, si no se aplican políticas de desarrollo sustentable con el objetivo explícito de mitigar las emisiones de GEI o si las mismas no tienen una influencia discernible en la sociedad o el ambiente. Una regla general es que estos escenarios deben excluir los impactos de todas las políticas directamente relacionadas con las emisiones de GEI. Las fuerzas determinantes que dirigen la evolución de las emisiones de GEI pueden tomar diferentes direcciones y las futuras emisiones de GEI serán producto de estos complejos sistemas dinámicos, como el desarrollo demográfico, socioeconómico y tecnológico.


2.4 Escenarios de emisiones de GEI por sector Los escenarios de mitigación sectoriales incorporan políticas y medidas de tecnologías de mitigación de emisiones. El progreso tecnológico es un elemento fundamental en todos los escenarios de mitigación. El tipo, magnitud, cronología y los costos de las medidas de mitigación sectoriales dependen de diferentes circunstancias nacionales, de las vías de desarrollo socioeconómico y tecnológico, y del nivel deseado de estabilización de la concentración de gases de efecto invernadero. Existen diversas herramientas para la construcción de los escenarios de emisiones de GEI; una de ellas es la plataforma computacional LEAP (Long Range Energy Alternatives Planning System). Este sistema es una herramienta de modelación simple, transparente y flexible que incluye una descripción física del sistema energético, en la que se incluyen escenarios con distintos consumos energéticos y opciones de transformación de la energía. 2.5 Escenarios de reducción de emisiones de GEI Los escenarios de mitigación y las políticas de mitigación están estrechamente relacionados con sus escenarios de referencia iniciales. De acuerdo con el tipo de mitigación, los escenarios se clasifican en cuatro categorías: escenarios de estabilización de las concentraciones, escenarios de estabilización de las emisiones, escenarios dentro de un margen de emisiones tolerables y otros escenarios de mitigación.


Figura RRP-1: Comparación de escenarios de referencia y de estabilización. Esta Figura se divide en seis partes, una para cada uno de los grupos de escenarios de referencia del Informe especial sobre escenarios de emisiones (IE-EE, véase RRP, Recuadro 1). En cada parte de la Figura se muestra la gama de las emisiones mundiales totales de CO2 (gigatoneladas de carbono (GtC)) provenientes de todas las fuentes antropógenas para el grupo de escenarios de referencia del IE-EE (sombreado en gris) y las gamas de valores para los diversos escenarios de mitigación evaluados en el TIE que conducen a la estabilización de concentraciones de CO2 a diversos niveles (sombreado en color). Los escenarios se presentan para la familia A1 subdivida en tres grupos (el grupo A1B equilibrado (Figura RRP-1a), el A1T de utilización de combustibles no fósiles (Figura RRP-1b) y el A1FI de utilización intensiva de combustibles fósiles (Figura RRP-1c)) y estabilización de concentraciones de CO2 a 450, 550, 650 y 750 ppmv; para el grupo A2 con estabilización a 550 y 750 ppmv en la Figura RRP-1d, el grupo B1 y estabilización a 450 y 550 ppmv en la Figura RRP-1e, y el grupo B2, que comprende la estabilización a 450, 550 y 650 ppmv en la Figura RRP-1f. En las publicaciones no se aportan datos para evaluar los escenarios de estabilización a 1.000 ppmv. En la figura se muestra que cuanto menor es el nivel de estabilización y mayores las emisiones de referencia, más amplia es la disparidad. La diferencia entre emisiones en grupos de escenarios diferentes puede ser tan grande como la disparidad entre escenarios de referencia y de estabilización en un grupo de escenarios. Las líneas de puntos indican los límites en que se superponen las gamas de valores (véase el Recuadro IE-EE).


Tema 3. Escenarios regionales de cambio climático 3.1 Los Modelos de Circulación General de la Atmósfera (GCM) La única herramienta con la que se cuenta para proyectar el clima a futuro son los modelos del clima, conocidos como Modelos de Circulación General de la Atmósfera (GCMs, por sus siglas en inglés). Los GCMs permiten crear escenarios sobre la condición climática más probable. En general, la calidad de un modelo se determina a través de su habilidad para simular climas pasados o para pronosticar estacionalmente. Son varios los elementos que se toman en cuenta para generar escenarios de cambio climático. Uno de los de mayor importancia es trabajar con diversos GCMs, es decir, varios experimentos numéricos que partan de condiciones iniciales ligeramente diferentes para llegar a lo que se conoce como un ensamble multimodelo que permite conocer el rango más probable de condiciones futuras del clima, a partir del análisis de dónde se encuentre la mayor parte de las soluciones. El objetivo de proyectar el clima por ensamble, es proporcionar un cuadro más detallado de la gama de estados futuros posibles del clima de tal manera que sea consistente con nuestro conocimiento del sistema climático, permitiendo estimar en combinación con proyecciones de la vulnerabilidad, qué es lo que puede suceder y cuáles son las varias alternativas que el usuario tiene para la gestión del riesgo. La dispersión entre experimentos o realizaciones nos habla de la confianza o incertidumbre en la proyección y se puede expresar como una PDF.

[ Le sugerimos revisar en el curso el contenido del Ejemplo ]

3.2 Escenarios de emisiones de GEI globales (SRES) Para tratar la incertidumbre en las emisiones futuras, el IPCC generó una colección de escenarios de emisiones presentados en el SRES. Los escenarios de emisiones parten de cuatro diferentes historias de desarrollo socioeconómico global, denominadas A1, A2, B1 y B2, que describen consistentemente las relaciones entre las principales fuerzas demográficas, económicas y tecnológicas que determinan las emisiones futuras de los gases de efecto invernadero. Todos los escenarios basados en una misma historia constituyen una “familia”. Estos escenarios plantean al tomador de decisiones diversos caminos que deberá de construir de acuerdo a las recomendaciones de los expertos, las proyecciones y los análisis estadísticos para lograr mitigar los efectos y adaptar a la comunidad, de la mejor forma posible, a las nuevas condiciones que ofrezca la región.




3.3 La generación de escenarios regionales La búsqueda de opciones para enfrentar el cambio climático, lleva a la necesidad de estimar sus impactos potenciales, por lo que es preciso conocer con mayor detalle en ámbitos territoriales específicos, cómo cambiará el clima. Hay quienes suponen equivocadamente, que es conveniente utilizar el modelo que mejor simule el clima actual de un espacio en particular. Esto es incorrecto porque los experimentos de cambio climático realizados con base en los Modelos de Circulación General de la Atmósfera (GCMs), fueron pensados para simular la respuesta global y de gran escala ante incrementos en las concentraciones de GEI y no para simular el clima de un lugar en particular. En todo caso determinar cuál es el modelo de cambio climático más indicado o el menos indicado, no es sencillo, ya que existen diversas posturas en este sentido, las cuales tienen que ver con la evaluación de la calidad de los escenarios de acuerdo con la capacidad que tiene el modelo para responder al forzante radiativo observado en el siglo XX y con la comparación con cambios de temperatura promedio global que han venido ocurriendo desde entonces.

En materia de cambio climático y adaptación, es muy importante generar escenarios regionales para analizar con mayor detalle sus posibles impactos potenciales.


¿Qué sucede cuando se piensa en cambio climático, a escalas que incluyen fenómenos que el modelo de gran escala no fue capaz de simular? El regionalizar las salidas de un GCM no es sólo un proceso de interpolación, sino que requiere conocer qué se gana y qué se pierde cuando se presentan versiones de alta resolución espacial de un GCM.


Uno de los grandes retos en el estudio del cambio climático a través de modelos, es analizar de qué forma, lo que sucede a nivel subcontinental, que se refiere a fenómenos de mesoescala, tiene impacto en parámetros meteorológicos y en variables que se obtienen a partir de dichos parámetros, como por ejemplo: la disponibilidad de agua o los rendimientos agrícolas.

Imagen en Climatic Research Unit, 2000. Recuperada el 21 de septiembre de 2009 de http://www.cru.uea.ac.uk/cru/info/modelcc/

Hay dos aspectos que son en gran medida responsables de la dinámica atmosférica de mesoescala y que determinan el clima a escala regional:


Una posibilidad para generar escenarios de muy alta resolución espacial es usar un modelo dinámico de clima regional. Sin embargo, en muchos casos dicho planteamiento lleva el problema de análisis del cambio climático al terreno del cómputo, pues requiere de una gran capacidad de procesamiento. Muchos sugieren que es más importante contar con más realizaciones de cambio climático con GCMs, que generar uno o dos experimentos de clima con muy alta resolución espacial.



Para una aproximación de ensamble multimodelo, es muy importante el análisis del cambio climático, dado que el cálculo de la probabilidad o la confianza que se tenga en una proyección puede cuantificarse. Desarrollo de escenarios regionales de cambio climático. El desarrollo de los escenarios de cambio climático es una de las etapas más importantes dentro de los estudios de riesgo ante cambio climático, pues de ellos depende la dirección estimada de los impactos. Se considera que los escenarios regionales constituyen puentes entre los encargados de los GCMs y los responsables de construir estrategias de adaptación, puesto que los escenarios de cambio climático brindan información relevante para los sectores o información a la medida de las necesidades del usuario, lo suficientemente detallada para ser utilizada en los estudios de impacto. Es por esto que la información debe ser representativa del rango de cambio y de incertidumbre de las proyecciones, incorporando las características de la región y diseñada para alimentar esquemas de toma de decisiones.

Para reflexionar… • La diferencia entre implementar un nuevo modelo de desarrollo sustentable

con un manejo adecuado de recursos y continuar con las tendencias de desarrollo actuales, que han puesto en riesgo a diversas regiones y sectores ante un clima cambiante, radica en la relevancia y detalle de la información que proporcionen los escenarios de cambio climático.

Las herramientas existentes para reducción de escala de las salidas de los GCMs, en su mayoría son gratuitas, y pueden ser dinámicas o estadísticas. Tipos de herramientas de reducción de escala:



La inclusión de determinados factores en los escenarios finales de alta resolución espacial es inducida a través de:

Un modelo dinámico con información sobre topografía y uso de suelo, o bien. Esquemas estadísticos que partan de relaciones históricas para identificar patrones en el clima de

alta resolución espacial. Las diferencias en cada caso o región, lleva a la necesidad de realizar investigaciones especiales para definir la estrategia de reducción de escala más adecuada de modo que represente los elementos del clima regional que no aparecen en un GCM. Los resultados de la reducción de escala dependen de la región, a través de los efectos topográficos y de uso de suelo y en el caso de las técnicas estadísticas, de la variable a ser escalada, pues entre más discontinuidades exhiba, mayor será la dificultad para escalarla, un ejemplo es la precipitación. Las condiciones locales pueden determinarse a partir de información de baja resolución y las relaciones entre clima local y de gran escala, son válidas aún en condiciones climáticas futuras. Las técnicas estadísticas de reducción de escala se refieren a métodos en los que son calculados los cambios regionales o locales, correspondientes a procesos de menor tamaño que la resolución espacial del GCM, como función del clima de gran escala y pueden ser clasificados en forma general en tres categorías:



Los pasos que se realizan para la reducción de escala, que permite utilizar el modelo para generar escenarios regionales son:


Ventajas y desventajas vinculadas en relación con acciones para generar escenarios regionales. Dé clic en todas las opciones que considere representan Ventajas:


Dé clic en todas las opciones que considere representan Desventajas:



Finalmente es importante considerar que las fuentes de incertidumbre en la generación de información climática regional también están asociadas a las técnicas mediante las que fue derivada: En los métodos dinámicos existe la incertidumbre del nivel de entendimiento o representación de los procesos de nueva resolución, en las soluciones numéricas que son aproximadas y en las suposiciones o simplificaciones realizadas. En el escalamiento estadístico se requieren grandes cantidades de información del clima local, que en algunos casos está caracterizada por un grado alto de incertidumbre debido a errores en las mediciones y heterogeneidad espacial entre las estaciones, especialmente en regiones montañosas. 3.4 Fuentes de información para generar escenarios La generación de escenarios requiere de la realización de estudios de variabilidad y cambio climático, de los que en general se espera obtener resultados que permitan realizar evaluaciones de posibles impactos del cambio climático en regiones definidas como: a) Unidades administrativas (distritos, municipios, estados). b) Unidades geográficas (como cuencas, planicies, lagos). c) Zonas ecológicas (bosques, manglares). d) Zonas climáticas (desiertos, zonas de monzón). e) Regiones sensibles (costeras, nichos ecológicos, comunidades marginales). Un punto importante a considerar es que los datos climáticos se pueden requerir a nivel diario, mensual o anual, y se espera en cualquier caso, contar con 30 años o más de datos.


El clima regional se define en términos de la circulación y forzamientos a escala planetaria, y también a escalas regionales y locales. Los métodos empleados para este propósito pueden ser:

Estas técnicas son evaluadas básicamente por su actuación al reproducir las características climáticas actuales y su simulación de los procesos climáticos regionales. Es posible entonces utilizar esa información para describir las condiciones climáticas a escalas temporales de días hasta decadales. Específicamente los Modelos de Clima Regional (RCM), son una opción dinámica para la reducción de la escala de observación. Son similares a los modelos de clima global pero de mayor resolución espacial y por lo tanto contienen una mejor representación de elementos como la topografía o el uso de suelo dentro del dominio de interés. Dependiendo de la resolución del modelo, se pueden también resolver explícitamente algunos de los procesos que son parametrizados en los GCMs. La reducción de la escala, requiere de grandes capacidades humanas y técnicas para poder representar los escenarios en forma probabilística, por lo que la mayoría de los experimentos en esta línea se enfocan al análisis de procesos. Bases de datos climatológicas. Establecer una base de datos común y salidas de los modelos AOGCMs que puedan adecuarse a estudios para diferentes regiones, sectores y escalas temporales es un reto para los equipos de investigación encargados de la generación de los llamados escenarios climáticos, ya que se requiere que estos se puedan emplear en los estudios de vulnerabilidad y adaptación (V&A). En cualquier caso, se necesita contar con bases de datos climatológicas contra las que se puedan contrastar y/o añadir los cambios climáticos propuestos. Estas bases se denominan escenarios base o líneas base y son fuentes de información importantes para generar los escenarios de cambio climático. Los países en desarrollo han tenido a su disposición paquetes computacionales utilizados dentro de IPCC, mediante manejadores en línea de los escenarios, que facilitaron la presentación de las salidas de GCMs,


Algunas fuentes de información que permiten generar escenarios de cambio climático son:

IPCC Data Distribution Center (IPCC DDC) Software MAGICC/SCENGEN 5.3 V. 2 National Centre for Atmospheric Research (NCAR) Canadian Institute for Climate Studies (CICS) Climate Explorer The Royal Netherlands Meteorological Institute (RNMI)


3.5 La herramienta de “predecibilidad” del clima (CPT) para la reducción de escala La CPT es un software libre que integra entre otras funciones, un esquema de escalamiento estadístico desarrollado por "The International Research Intitute for Climate and Society (IRI)", con el objeto de proveer una herramienta de fácil uso en pronóstico estacional del clima. Los usuarios directos de la herramienta se encargan de proveer las proyecciones de los escenarios regionales que sirven de base para realizar interpretaciones por sistemas y sectores. Esto permite ofrecer información relevante a los tomadores de decisión, quienes finalmente determinarán políticas para enfrentar los impactos del cambio climático. La versión compatible con Windows se puede descargar en el sitio http://iri.columbia.edu/outreach/software/ ; también se ha desarrollado una aplicación para Linux. Se diseñó específicamente como corrector de errores sistemáticos a salidas de GCMs mediante la técnica conocida como Model Output Statistics (MOS) (Glahn, H. R., y D. A. Lowry, 1972), estableciendo relaciones entre patrones espaciales de un campo independiente y otro de respuesta.

Pantalla de inicio de CPT en versión Windows


A continuación se ofrece información de las características de la presente herramienta, con la finalidad de que se aprecien su lógica y funcionamiento en el proceso de escalamiento estadístico.




El CPT como generador de escenarios de cambio climático El CPT fue diseñado para regionalizar el pronóstico estacional del clima (unos cuantos meses de tiempo de pronóstico). Esta función está determinada por la forma en que construye las ecuaciones de regresión, en las que CPT arregla los modos reproducidos por modelos de tal forma que expliquen la mayor varianza del campo de alta resolución. El diseño del CPT permite realizar proyecciones estacionales y bajo este esquema elimina el primer modo de variabilidad (primer EOF), que corresponde a la climatología del campo (Fig. a), y en pronósticos estacionales su información es irrelevante, ya que los “modos” de interés, son los que determinan las anomalías estacionales es decir, el segundo, tercero, cuarto modo, etc. (Fig. b, c, d).

Figuras. Modos espaciales de temperatura media del mes de junio del periodo 1901-1970, del escenario 20c3m realizado por el

modelo mriroc3_2_hires. a) primer modo, b) segundo modo, c) tercer modo y d) cuarto modo.

Sin embargo, la componente temporal del primer modo, contiene el comportamiento histórico de todo el campo y, por lo tanto la tendencia, que es la componente base de los escenarios de cambio climático. Al hacer proyecciones de más largo periodo es necesario considerarla. Incluso, para evaluar las proyecciones de los GCMs de cambio climático es más importante capturar la componente de tendencia del primer modo, que las siguientes componentes, ya que en ésta se evalúa la sensibilidad del sistema climático ante el forzante radiativo.


Primer modo de variabilidad temporal de temperatura media del mes de junio del periodo 1901-1970, del escenario 20c3m

realizado por el modelo mriroc3_2_hires Para el estudio cuyos mapas se presentan, se modificó el código fuente de la versión Linux de CPT para hacer el cálculo las ecuaciones de regresión, considerando el primer modo de variabilidad y con esto, se considera al esquema, capaz de hacer ser utilizado para realizar proyecciones climáticas en periodos largos. Vale la pena mencionar que la variabilidad del ciclo anual sigue siendo nula, ya que el esquema CPT funciona para cada mes por separado. Como se ve en la figura, existe una componente lineal en el primer modo de variación correspondiente al campo climatológico señalado con la letra a).

Este campo, puede ser asociado al forzante antropógeno inducido durante toda la corrida de control realizada para el siglo XX. Los siguientes modos capturan las componentes de variabilidad del campo climatológico, que son determinantes en los pronósticos de tipo estacional. Sin embargo estas componentes resultan de segunda importancia en las proyecciones de cambio climático, ya que con los escenarios de cambio climático la meta es proyectar el valor medio para un periodo y no tanto las variaciones individuales de cada año, las que dependen de la variabilidad en la temperatura de la superficie del mar.


Así, con la modificación realizada al esquema CPT se le da prioridad en la proyección al modo que contiene el forzante antropogénico, relegando al segundo término las variaciones particulares de cada año. Antes de proceder a la regionalización de las salidas de GCMs se seleccionan los modelos que más “confianza” generen y que sirvan para producir escenarios de cambio climático regional. Los GCMs deben cumplir dos condiciones para estudios de cambio climático (Wilby, 2004).

Uno de los supuestos fundamentales en el proceso de escalamiento mediante técnicas estadísticas es que la variable independiente (del GCM) es confiable, esto es, que la relación en entre ésta y el campo observado (variable dependiente) esté basada en procesos físicos.

La relación entre ambas variables en este trabajo es directa, es decir: Precipitación de baja resolución con precipitación de alta resolución. Temperatura de baja resolución y temperatura de alta resolución. Por lo que su relación es meramente de corrección de errores sistemáticos.

Para ampliar información revise Magaña, V.O. (2009). Guía para generar y aplicar escenarios probabilísticos regionales de Cambio Climático en la toma de decisiones. México, D.F.: Instituto Tecnológico y de Estudios Superiores de Monterrey. Instituto Nacional de Ecología. pp. 41 a 45. Una vez analizados los modelos CPT para cada GCM y mes, la regionalización se extiende a proyecciones bajo los escenarios de emisiones SRESA2, SRESA1B, SRESB2 y COMMIT. La comparación entre la resolución típica del GCM, de aproximadamente 2.5° X 2.5°, y la nueva resolución de 0.5° X 0.5°, construida con cada GCM regionalizado con CPT muestra claramente el avance para simular los patrones regionales del clima (ver Fig.).


El CPT imprime todos los modos de variabilidad de mayor resolución espacial contenidos en los datos observados para el periodo de calibración, surgiendo, en forma más clara las características de mesoescala relacionadas con la orografía. Una vez establecido que la herramienta CPT permite una regionalización estadística adecuada, se puede pasar a construir los escenarios de Cambio Climático regionales, necesarios en la estimación de impactos. 3.6 Escenarios regionales para México Los escenarios regionales construidos con la herramienta CPT, a través de la regionalización estadística, permiten estimar los impactos de Cambio Climático. Aplicando la reducción de escala a las salidas de los GCMs utilizados en IPCC-AR4 es posible definir las regiones de México donde el cambio del clima será más importante.


En proyecciones con el modelo miub_echo_gde temperatura hacia finales del presente siglo, el máximo calentamiento se encuentra hacia el norte-noroeste de México, con una magnitud alrededor de 4.5° C para el escenario de emisiones A1B sin escalar (Fig. a).

Escenario de cambio en temperatura 2080-2099 bajo el escenario de emisiones SRESA1B con el modelo miub_echo_g con baja

resolución espacial (en una malla de 2.5° X 2.5°)

Después del escalamiento con CPT (Fig. b) la señal parece ser más importante hacia el Golfo de California. En el caso de la versión regionalizada, el máximo incremento de temperatura sobre México es del orden de 3.5°C, aunque con una ubicación más hacia la zona occidental en el caso de la proyección regionalizada. Esto se debe a que CPT ha corregido los errores sistemáticos del modelo miub_echo_g .

Escenario de cambio en temperatura 2080-2099 bajo el escenario de emisiones SRESA1B con el modelo miub_echo_g

(b) el mismo modelo pero regionalizado (en una malla de 0.5°x0.5°).


En el caso de la precipitación simulada con el mismo modelo, miub_echo_g , la magnitud de los cambios no es alterada significativamente (Fig. a), aunque el esquema CPT tiende a corregir la distribución espacial de las anomalías (Fig. b). Las diferencias reflejan la forma en que funciona el esquema de reducción de escala CPT, utilizando las tendencias históricas observadas para corregir los errores sistemáticos del modelo en los años calibración y propagándolos hacia el futuro, que es en general el funcionamiento de todo modelo estadístico basado en el esquema de una regresión.

Escenario de cambio en precipitación regionalizado

bajo el escenario de emisiones SRESA1B, en JJA 2080-2099 (a) con el modelo miub_echo_g de baja resolución espacial y

(b) el mismo modelo pero regionalizado mediante CPT.

La esencia de las proyecciones del clima a futuro radica en las características del forzante. Cuando éste es intenso, la respuesta del modelo tiende a concentrar las soluciones (simulaciones) en un atractor particular, aun cuando existan diferencias dadas por el uso de una condición inicial distinta en cada realización.

Por ello, las proyecciones del clima a futuro requieren mostrar que el atractor del clima existe, dando mayor confianza respecto a la tendencia del clima. Para ello, se realizan diversos experimentos con condiciones iniciales diferentes entre sí, y se analiza la sensibilidad de las simulaciones bajo una condición de frontera (forzante) dada.

La comparación entre realizaciones de un mismo modelo, en la alta y baja resolución, permite distinguir la dispersión entre los estados climáticos futuros dados por condiciones iniciales ligeramente modificadas, procedimiento seguido en los pronósticos estacionales del clima.

En el caso de la temperatura, el patrón de las variaciones entre cada experimento es relativamente pequeño, mostrando que el forzante radiativo lleva al clima, simulado por los GCMs, a un mismo estado, como en la siguiente figura.


Realizaciones temperatura media anual por el modelo cccma_cgcm3_1 para finales del siglo XXI bajo el escenario A1B, (a) caso 1 y (b) caso 2.

Tal situación es distinguible aun y cuando se trata de la versión regionalizada del modelo (siguiente

figura).

Versión CPT regionalizada del modelo cccma_cgcm3

El escenario con el que más proyecciones regionalizadas se han construido a través de CPT es:


Para otros escenarios, las proyecciones con CPT son:

Tener una muestra suficientemente grande es un elemento fundamental en la construcción probabilista de proyecciones del clima futuro.

Para formar el ensamble se puede tomar la mediana y una medida de dispersión entre los miembros. Usando la mediana se asegura que el ensamble no tiene sesgos estadísticos y corresponde al valor

más probable. En los últimos años ha sido práctica común el utilizar la dispersión entre proyecciones como una

medida de la incertidumbre (Meehl et al., 2007) que puede ser algún rango intercuantil o el rango donde exista el 80% de las realizaciones, dejando 20% en cada cola de la distribución como proyecciones extremas y outliers.

Los resultados de ensamble regionalizado muestran que es en la región noroeste donde es mayor el aumento proyectado para la temperatura.


Anomalía de temperatura media anual (color) y dispersión (líneas y números) bajo el escenario A2 en los periodos:

(a) 2010-2039, (b) 2040-2069 y (c) 2070-2099 Bajo un escenario de menores emisiones, como lo es el A1B (ver figura), los incrementos proyectados para la temperatura media anual en superficie son menores que para A2, aunque el patrón espacial que se obtiene es muy similar. Los mayores incrementos se esperan hacia finales del siglo XXI y pueden alcanzar los 3°C entre Sinaloa y Chihuahua.

Para el escenario A1B

Uno de los aspectos interesantes de los resultados obtenidos, es que el patrón es similar al que se obtiene con algunos experimentos realizados con modelos dinámicos.


Por ejemplo, el North American Regional Climate Change Assessment Project (NARCCAP) coordinado por NCAR ha comenzado a publicar algunos de los resultados obtenidos con modelos dinámicos de alta resolución espacial y la tendencia que muestra al noroeste mexicano experimentando un mayor incremento de temperatura, es similar al obtenido con CPT, principalmente en el noroeste de México (ver figura).

Dos ejemplos de escenarios de cambio en temperatura de superficie para verano utilizando modelos numéricos dinámicos (tomado

de NARCCAP)

Una forma para ver los cambios con el detalle mensual y analizar la dispersión entre proyecciones es revisar la magnitud de los cambios en el ciclo anual.



En el caso de la precipitación se tiene mayor dispersión entre escenarios regionalizados.


Manos a la obra En el sitio del INE se localiza el estudio "Pronóstico climático estacional regionalizado para la República Mexicana como elemento para la reducción de riesgo para la identificación de opciones de adaptación al cambio climático y para la alimentación del sistema: cambio climático por estado y por sector". Dicho estudio regionalizó para México, los escenarios de cambio climático utilizados en el Cuarto Informe de Evaluación del PICC, con el método estadístico "Climate Predictability Tool" (CPT), por lo que ahora se dispone de escenarios equivalentes pero con resolución espacial uniforme de 50 km X 50 km.


Se presenta un análisis de la practicidad del método para ser aplicado en pronósticos estacionales del clima, los principios para la gestión del riesgo y una propuesta de esquema de aprovechamiento de la información. El tema de los "Escenarios regionales para México", concluye con un aspecto práctico, necesario para la posterior interpretación de los escenarios de Cambio Climático, que resulte de la estimación de impactos. A partir de los escenarios probabilísticos regionales de cambio climático, se espera que en cada Estado se realice el análisis e interpretación necesarios para estimar los impactos de Cambio Climático, en sistemas y sectores. Para tal fin, se cuenta con la siguiente información:

[ Le sugerimos revisar en el curso el documento PDF y el formato ZIP ] Haga clic aquí, encontrará los pasos a seguir para descargar la carpeta comprimida (formato ZIP), de manera que se encuentren disponibles para realizar las estimaciones de impactos correspondientes a la Entidad Federativa. 3.7 Interpretación de escenarios y de la incertidumbre en las evaluaciones de impactos y la adaptación al cambio climático

Los escenarios de cambio climático representan condiciones que se prevén como factibles para las próximas décadas, con base en suposiciones de diferentes trayectorias de desarrollo socioeconómico a nivel mundial relacionadas con diferentes escenarios de emisiones de gases de efecto invernadero a la atmósfera. Los escenarios de cambio climático representan las variaciones proyectadas en un periodo histórico base, comúnmente de treinta años para las variables de temperatura y precipitación. La diferencia resultante entre los valores proyectados y los históricos se denominan anomalías. Tener una muestra suficientemente grande de experimentos es un elemento fundamental en la construcción probabilística de proyecciones del clima. Para formar un ensamble se puede tomar la mediana y una medida de dispersión entre los experimentos. Usando la mediana se asegura que el ensamble no tiene sesgos estadísticos y corresponde al valor más probable. En los últimos años ha sido práctica común el utilizar la dispersión entre proyecciones como una medida de la incertidumbre (Meehl


et al. 2007) que puede ser algún rango intercuantil o el rango donde exista el 80% de las realizaciones, dejando 20% en cada cola de la distribución como proyecciones extremas y anomalías estadísticas. Es común considerar los valores promedio o del ensamble en evaluaciones de impacto, para incorporar en el análisis la incertidumbre, es recomendable llevar a cabo dos evaluaciones adicionales que consideren los valores de dispersión del ensamble.


Los principales resultados para variación de la precipitación bajo el escenario A2 indican lo siguiente: Para la climatología de los 2020s, se proyectan reducciones de precipitación del orden de -5% en el centro-norte y sur-sureste del país; y entre -5% y -10% para el centro y noroeste. Por otra parte existe una región en el norte que presentaría incrementos de 5%. La dispersión entre experimentos es muy amplia, reflejo de la gran incertidumbre en las proyecciones de lluvia. Un mayor número de experimentos apunta a disminuciones de precipitación. En general, los resultados muestran una gran dispersión en la precipitación, en términos de la variación porcentual. Debido a la gran dispersión no es necesario considerarla para definir los rangos de afectación y basta con considerar la proyección media para realizar evaluaciones de impacto y vulnerabilidad. Si desea otros escenarios de cambio climático y periodos climatológicos de largo plazo, consultar la Cuarta Comunicación Nacional ante la Convención Marco de las Naciones Unidas sobre el Cambio Climático de México. http://www2.ine.gob.mx/publicaciones/consultaPublicacion.html?id_pub=615 3.8. Uso de escenarios para la evaluación de impactos y la adaptación al cambio climático Los escenarios de cambio climático permiten estimar los potenciales cambios en sistemas humanos y naturales, relacionados con variaciones en las condiciones climáticas, como por ejemplo, los cambios en el ciclo hidrológico que se presentarán en evapotranspiración y de ahí, los cambios en la disponibilidad de agua para determinar el impacto y la vulnerabilidad del sector hídrico o del sector agrícola.

Es conveniente trabajar con periodos de veinte a treinta años, para obtener las características del nuevo clima, pues análisis de años particulares no tienen significado. El énfasis se da en las proyecciones de las últimas décadas del presente siglo, pues es en estos periodos cuando las señales de cambio y de diferencia entre escenarios son más claras y permiten mostrar la importancia de la mitigación de emisiones de gases de efecto invernadero. En periodos previos a mediados del presente siglo, las diferencias entre los escenarios de emisiones de GEI son mínimas, y la magnitud de los cambios tanto en temperatura como en precipitación es relativamente pequeña. Sin embargo, como complemento de las evaluaciones de impacto y vulnerabilidad, se debe hacer un análisis de los cambios en las décadas próximas (alrededor del 2010-2039).


3.8.1. Ejemplos para la evaluación de impacto y vulnerabilidad La estimación de impactos en algún sector requiere de conocimiento de las causas de la vulnerabilidad y una idea de cómo evoluciona ésta. En combinación con las probabilidades de amenaza bajo cambio climático se puede construir una primera aproximación del riesgo, que debe ser gestionado bajo esquemas de adaptación.


En general, las condiciones extremas de frío o calor pueden afectar directamente la salud. Entre abril y julio se incrementan los riesgos para la salud y aumentan los efectos asociados a la exposición a altas temperaturas, como son el "golpe de calor", la insolación, las lesiones dérmicas y las enfermedades diarreicas agudas (Fig. H). Una persona con "golpe de calor" e insolación presenta, entre otros síntomas, un incremento súbito de la temperatura corporal, confusión mental y desorientación, y debe ser atendida de inmediato en cualquier unidad de salud. Las autoridades sanitarias recomiendan diversas medidas de prevención ante ondas de calor, como el consumo de líquidos que eviten la deshidratación y vestir ropa adecuada para protegerse de la radiación solar, entre otras. Usando los resultados de la Fig. 33, la frecuencia de ondas de calor seguirá aumentando, tanto en intensidad como en frecuencia, y la probabilidad de que ocurran temperaturas por encima de 35 ºC, para el caso de Mérida es la mitad del tiempo hacia finales de siglo. Los cambios en el tiempo pueden afectar también la calidad del aire y de esa manera indirecta, el clima altera la salud. El clima también puede alterar la producción de alimentos, de agua y de forma indirecta afectar la salud de la población.


Figura H. Impactos de ondas de calor

Ante esto, habrá que comenzar a pensar en cómo se trabaja con la población para prepararla, cómo se diseñan nuevas construcciones que no requieran de tanto aire acondicionado, cómo se trabaja con los proveedores de alimentos para que se conserven más tiempo, qué impacto tendrá este cambio en la temperatura máxima en el sector turismo. Es necesario entonces diseñar una estrategia de trabajo con las partes interesadas para desde ahora reducir vulnerabilidad ante ondas de calor, en Mérida y el resto del país. 3.9 Un generador estocástico de tiempo metereológico (GETM)



Ventajas

La habilidad de generar series de tiempo sin límite. La oportunidad de obtener series de tiempo meteorológico representativas en regiones de escasa

información, interpolando datos observados. La habilidad de alterar los parámetros del generador de tiempo de acuerdo a los escenarios de clima

futuro, con la posibilidad de incorporar cambios en la variabilidad así como en los valores medios. Desventajas

Rara vez puede describir todos los aspectos del clima con precisión, particularmente cuando se trata de eventos persistentes.

Diseñado para usarse independientemente en puntos individuales. Generadores Estocásticos: LARS-WG http://www.rothamsted.bbsrc.ac.uk/mas-models/larswg.php SDSM https://co-public.lboro.ac.uk/cocwd/SDSM/ Nota: en la pantalla relacionada con el certificado de seguridad de la página, pulse la liga: Continue to this website Además de reducir la escala espacial de las salidas de GCMs, es necesario que los escenarios de cambio climático a escala regional posean información sobre actividad de tiempo meteorológico extremo. Para ello se requiere pasar de escenarios mensuales a información diaria. El escalamiento temporal puede ser de tipo estadístico y para ello se usan los Generadores Estocásticos de Tiempo Meteorológico (GETM). Como todos los métodos estadísticos de reducción de escala, éstos se basan en el establecimiento de relaciones empíricas entre variables de baja y alta resolución. En el escalamiento temporal la resolución deseada generalmente es diaria, derivada de campos mensuales o estaciónales, aunque no necesariamente se ocupa un campo dependiente y uno independiente para establecer las funciones de transferencia, es decir, comúnmente se utilizan las estadísticas establecidas entre varios campos clave, como precipitación, radiación, temperatura mínima, máxima de los campos observados diarios y se deriva la respuesta ante cambios relativos de estas variables para alguna época del año. La información diaria generada no corresponde a un pronóstico, sino que corresponde a una condición que satisface ciertas condiciones estadísticas que fueron derivadas de las relaciones empíricas entre las variables analizadas de alta resolución, por lo que es realista, pero solo es una condición probable aleatoria.


¿Qué es un GETM?

Usualmente las secuencias de precipitación son generadas primero, con diferentes relaciones para días húmedos y secos. La precipitación está dividida en un proceso de ocurrencia (e.g. si el día es húmedo o seco) y un proceso de cantidad (cantidad de precipitación en un día húmedo) muestreado al azar por una distribución apropiada. La componente estocástica en un generador de tiempo está controlada por la selección de un número al azar. Cambiando este número se obtienen secuencias de tiempo completamente diferentes (Semenov et al., 1999). Esto significa que es posible generar muchas secuencias de tiempo diario de un escenario en particular. Las secuencias estadísticas de cada escenario serán muy parecidas, pero no idénticas.


Algunas otras características de un GETM:


Los GETM son usados siempre que se requieran modelos de impactos en una pequeña escala. Como en cualquier método estadístico de reducción de escala, se necesitan suficientes datos observados para derivar relaciones estadísticas entre las diferentes escalas. Los escenarios de cambio mensuales permiten inferir de forma directa la estructura diaria de los cambios esperados es decir, los eventos diarios construyen la condición mensual. Empleando un GETM se determina cómo, bajo los escenarios regionalizados mensuales, se modifican las condiciones diarias. En ejemplo es GETM LARS (Fig. 31) (Semenov et al., 1998 y 1999)

Figura 31. Pantalla de inicio del GETM LARS.

LARS genera datos sintéticos diarios para una estación o punto a partir de condiciones observadas de precipitación, temperatura máxima, mínima y radiación, en relación con condiciones mensuales.


Conclusión El Cambio Climático es la mayor amenaza ambiental del presente siglo. Los países han reconocido que se trata de un problema de gestión de riesgo en el que se debe trabajar en reducir su magnitud mediante la mitigación, pero al mismo tiempo se debe comenzar a actuar para ser menos vulnerables, mediante acciones de adaptación. Una de las formas en que se cuantifica el riesgo es a través de modelos. En particular, los modelos del clima han permitido estimar cómo podría cambiar el clima de continuar las tendencias al consumo desmedido de combustibles fósiles. En diversos sectores de México es necesario establecer qué significa un cambio peligroso en el clima, para saber con qué velocidad debemos actuar en la adaptación. Materiales de apoyo Materiales básicos

Guía para la generación de escenarios de cambio climático a escala regional. (2008) Ana Cecilia Conde Álvarez y Carlos Gay García (Coords.). México, D.F.: Centro de Ciencias de la Atmósfera, UNAM. Documento que contextualiza y define los escenarios de cambio climático en general y para la República Mexicana. Ofrece información acerca de su generación, fuentes de información, así como de herramientas útiles.

Referencias bibliográficas

Guía para la generación de escenarios de cambio climático a escala regional. (2008) Ana Cecilia Conde Álvarez y Carlos Gay García (Coords.). México, D.F.: Centro de Ciencias de la Atmósfera, UNAM. Documento que contextualiza y define los escenarios de cambio climático en general y para la República Mexicana. Ofrece información acerca de su generación, fuentes de información, así como de herramientas útiles.

Referencias electrónicas

Canadian Institute for Climate Studies (CICS). Sitio disponible en la liga: http://www.cics.uvic.ca/index.cgi?/About_Us/About_the_Institute Sitio que cuenta con información y escenarios climáticos.

Climate Explorer “The Royal Netherlands Meteorological Institute” (RNMI). Sitio disponible en el sitio del Climate Explorer es: http://climexp.knmi.nl/start.cgi?someone@somewhere Sitio mantenido por el Instituto Meteorológico Holandés.

Instituto Nacional de Ecología-SEMARNAT. Escenarios probabilísticos regionales de cambio climático. Recursos disponibles en: Formato PDF http://www.ine.gob.mx/descargas/cclimatico/e2007o.pdf Formato ZIP http://www.ine.gob.mx/descargas/cclimatico/e2007o_escenarios.zip Recursos útiles para que en las entidades federativas se realicen el análisis e interpretación necesarios para estimar los impactos de Cambio Climático, en sistemas y sectores.


Intergovernmental Panel on Climate Change (IPCC). Cuarto Informe de Evaluación (IPCC-AR4, 2007). Disponible en el sitio: http://www.ipcc.ch/publications_and_data/publications_ipcc_fourth_assessment_report_ synthesis_report.htm Documento que presenta una gama de modelos y escenarios sobre los cambios que el clima puede experimentar con el incremento en la concentración de GEI por actividades humanas.

Intergovernmental Panel on Climate Change (IPCC). Data Distribution Center. Disponible en el sitio: http://www.ipcc-data.org/ Sitio en el que se proporcionan datos socioeconómicos y ambientales pasados y también de escenarios proyectados a futuro.

National Centre for Atmospheric Research (NCAR) Sitio disponible en: http://www.ncar.ucar.edu/ Instancia que genera pronósticos sobre las condiciones atmosféricas existentes y futuras.

Portal del Panel Intergubernamental sobre el Cambio Climático (IPCC). Disponible en el sitio: http://www.ipcc.ch Portal con información sobre el IPCC, las publicaciones del IPCC, así como un glosario de términos, proporciona información sobre sus actividades, resaltando una de las principales referente a hacer una evaluación periódica de los conocimientos sobre el cambio climático.

Program for Climate Model Diagnosis and Intercomparison (PCMDI). Sitio disponible en: http://www-pcmdi.llnl.gov/ Portal en el cual se encuentran una descripción completa de cada uno de 23 modelos que contribuyeron en el IPCC-AR4, sus centros de creación, corridas, variables y consideraciones.

Software MAGICC/SCENGEN 5.3 V. 2. Recurso disponible en la liga: http://www.cgd.ucar.edu/cas/wigley/magicc/ Aplicación que permite elaborar escenarios de cambio climático para temperatura media, precipitación y presión.

The International Research Institute for Climate and Society (IRI). Climate Predictability Tool (CPT). Disponible en el sitio: http://iri.columbia.edu Sitio de la instancia que desarrolló la herramienta estadística Climate Predictability Tool (CPT), útil en pronósticos estacionales a través de una interfase Windows. El Centro de Ciencias de la Atmósfera de la UNAM, ha implementado una versión para procesar gran cantidad de datos que permitan reducir de escala todos los modelos ofrecidos en el IPCC-AR4.

Viner, D. (2000). Climatic Research Unit. Norwich, UK: University of East Anglia. Disponible en el sitio: http://www.cru.uea.ac.uk/cru/info/modelcc/ Documento que explica la modelación del cambio climático y los Modelos de Circulación General de la Atmósfera (GCMs).

Glosario

ANFACAL Asociación Nacional de Fabricantes de Cal, A.C.

CCA Análisis de correlación canónica (siglas en inglés).

CH4 Metano.


CPT Climate Predictability Tool (siglas en inglés).

EOFs Funciones Empíricas Ortogonales (Empirical Orthogonal Functions, siglas en inglés) Es un método de análisis estadístico a través del cual se pueden relacionar patrones de circulación con condiciones particulares de tiempo en un punto o región.

Escala espacial y temporal. El clima puede variar en un amplio rango, existen dos escalas para medir ésta variación temporal y espacial La escala espacial puede variar desde local (menor que 100,000 km2), luego regional (100,000 a 10 millones de km2) y hasta continental (10 a 100 millones km2) La escala temporal puede variar de estacionaria a geológica (hasta cientos de millones de años.)

Forzante radiativo Se refiere a cualquier cambio en la radiación (calor) entrante o saliente de un sistema climático. El forzante radiativo del sistema superficie-tropósfera se debe a una perturbación o a la introducción de un agente (es decir, un cambio en las concentraciones de gases de efecto invernadero); es un cambio neto en irradiancia (onda larga solar; en Wm2) en la tropopausa después de encontrar temperaturas estratosféricas y reajustar hacia un equilibrio radiativo, pero fijando las temperaturas de la superficie y de la tropósfera y mantenidas fijas en valores no perturbables (Guía para la elaboración de Programas Estatales de Acción ante el Cambio Climático, p. 83)

GCMs Modelos de Circulación General de la Atmósfera (siglas en inglés).

IRI The International Research Institute for Climate and Society (siglas en inglés).

MOS Model Output Statistics (siglas en inglés).

NARCCAP North American Regional Climate Change Assessment Project

NCAR The National Center Atmospheric Research

PCR Técnicas estadísticas de reducción de escala de regresión por componentes principales (siglas en inglés).

PDF Función de Densidad de Probabilidad (siglas en inglés). Se utiliza en estadística con el propósito de conocer cómo se distribuyen las probabilidades de un suceso o evento, en relación al resultado del suceso. La dispersión entre esos experimentos nos habla de la confianza o incertidumbre del pronóstico.

PFC Perfluorocarbono

Precipitación Es la cantidad de lluvia que acaece en una zona en un lapso dado. Es muy común que se tengan datos históricos sobre este parámetro en el servicio meteorológico, usualmente el registro es de lluvia total diaria, la información sobre su evolución con el tiempo para una tormenta dada está restringida a pocas estaciones. Sin embargo, en las condiciones áridas y semi-áridas de México es necesario saber el significado de la lluvia en tiempo y espacio. La cantidad de lluvia a medir en una zona determinada para un lapso dado (sin considerar la intercepción) dependerá de la densidad y localización de las estaciones, del tipo de estación (pluviógrafo o pluviómetro), cambio climático y procesos de urbanización alrededor de la estación. A las limitantes por el tipo de datos colectados en campo se debe agregar otros aspectos conceptuales que tienen que ver con el manejo de datos e interpretación de resultados.

Curso 3. Escenarios futuros · Curso 3. Escenarios futuros Presentación Actualmente se tiene la...

Documents

Transcript of Curso 3. Escenarios futuros · Curso 3. Escenarios futuros Presentación Actualmente se tiene la...