Proyecto 14. Estimacion de incertidumbres enproyecciones de cambio climatico.

Beca de formacion de postgraduados relacionadas con las actividades de la Agencia Estatal de Meteorologıa.BOE 20 de abril de 2011. Ministerio de medio ambiente y medio rural y marino.

Marıa Pilar Amblar FrancesPetra Ramos Calzado

Delegacion territorial de Andalucıa, Ceuta y Melilla. Sevilla

mamblarf@aemet.es, pramosc@aemet.es

Agosto 2011 - Diciembre 2014

Indice

1 Introduccion

2 Metodologıa

3 Datos

4 Resultados

5 Conclusiones

6 Referencias

7 Agradecimientos

Introduccion

Justificacion del proyecto

2006, Plan Nacional de Adaptacion al Cambio Climatico (PNACC)

Objetivos

1. Obtencion de las proyecciones de cambio climatico de lasvariables temperatura maxima, mınima y precipitacion.

2. Analisis de los resultados obtenidos con cada uno de losmodelos utilizados.

3. Estudio de las incertidumbres de las proyecciones de cambioclimatico.

Introduccion

Regionalizacion o downscaling

Regionalizacion dinamica.

Regionalizacion estadıstica:SDSM.

�� ��Predictandof (x)⇒

�� ��Predictores

Fuente: http://consulclima.co.uk/climate-modelling/downscaling-gcm-outputs/

Introduccion

Incertidumbres

Presentes en cada uno de los pasos del downscaling.

Se propagan en cascada (Mitchell y Hulme, 1999).

Principales fuentes de incertidumbres:

�� ��Incertidumbres

N Forzamiento natural.N Emisiones GEI.N Concentraciones GEI.N Modelos climaticos globales: GCM.N Tecnicas downscaling.

Introduccion

Fuente: IPCC (2013)

Introduccion

Fuente: IPCC (2013)

Metodologıa

Generacion de proyecciones

�� ��Descarga de datos modelos climaticos globales (GCM)

⇓�� ��Seleccion del area geografica y del periodo temporal

⇓�� ��Obtencion de las proyecciones

⇓�� ��Analisis de los resultados y estudio de las incertidumbres

Datos

Primera fase de la beca: CMIP3 (AR4) y ENSEMBLES

Datos

Segunda fase de la beca: CMIP5 (AR5)

Resultados

�� ��Valores diarios de temperaturas maxima y mınima y precipitacion

⇓

�� ��Analisis

N Comportamiento medio.

N Extremos

H Indices de extremos.

H Funcion GEV.

Resultados

CMIP3 (AR4) y ENSEMBLES. Datos

Resultados

CMIP3 (AR4) y ENSEMBLES. Temperatura maxima y algunos de sus ındices extremos.

Resultados

CMIP3 (AR4) y ENSEMBLES. Precipitacion y algunos de sus ındices extremos.

Resultados

Funcion de probabilidad acumulada.

Resultados

Estudio de extremos. Parametros de la funcion GEV

Se estudia la variacion de los parametros que caracterizan lasdistribuciones (clima actual y futuro).

Parametros de forma (a) y localizacion(b) de la distribucion GEV de maximos (mx) y mınimos (mn) en elclima actual (barra izquierda) y 2081-2099 (barra derecha) temperatura maxima diaria, SRESA2 y SDSM.

El aumento en los valores de estos parametros implica que la GEV seextiende hacia valores mas altos, es decir, que estos seran mas probables.

Resultados

Estudio de extremos. Temperatura maxima y mınima.

Diagrama de barras, por escenario y tecnica de regionalizacion, de los periodos de retorno de la temperaturamaxima para mediados y finales del siglo XXI en primavera. a) valores maximos b) valores mınimos.

Distribucion espacial de la anomalıa, respecto del clima actual, de los maximos de la temperatura maxima (a) y delos mınimos de la mınima (b), con periodo de retorno de 20 anos, (primavera, 2081-2099 y SRESA2).

Resultados

Estudio de extremos. Precipitacion

En general, sin cambios notables en los parametros de las distribuciones,entre clima actual y futuro.

a) Diagrama de barras con los valores de los periodos de retorno estacionales de la precipitacion, SRESA2,2081-2099. b) Distribucion espacial en 2081-2099 del periodo de retorno de los maximos que, en el clima

actual, se producıan al menos una vez cada 20 anos, primavera, SRESA2.

Conclusiones

Analisis de las proyecciones

Todos los modelos muestran un aumento en la temperatura a lolargo del s. XXI, mas notable en los escenarios mas emisivos. Lasproyecciones de los GCM para Espana predicen un aumento de lastemperaturas maximas y mınimas, siendo mas notable el aumentoen las maximas.

El acuerdo entre los modelos es mayor en las proyecciones detemperatura, por ello, la incertidumbre es menor.

En la precipitacion, el acuerdo entre los modelos es menor,existiendo incertidumbres mayores.

Un estudio con mayor numero modelos permite considerar un mayornumero de situaciones posibles, es decir, una mejor distribucion deprobabilidad que permita estudiar mejor las incertidumbres.

Conclusiones

Estudio de extremos

Para todas las estaciones del ano, se observa un aumento en lafrecuencia de los valores mas altos y una disminucion de los masbajos de las temperaturas maximas y mınimas.

En las temperaturas maximas y mınimas, las diferencias masacusadas con el clima actual aparecen en las dos ultimas decadasdel s. XXI y para los escenarios mas emisivos.

En promedio, para las temperaturas maxima y mınima, los valoresaltos que se presentan al menos una vez cada 20 anos pasaran adarse una vez cada 5 anos, mientras que los valores mas bajospasaran a darse cada 50 anos o mas.

Conclusiones

Publicaciones y Conferencias

XXXIII Jornadas cientıficas de la AME. Oviedo. Extremos para el sigloXXI en Espana peninsular: periodos de retorno de temperatura yprecipitacion.

Conferencia en la sesion de clausura Bellezas de la meteorologıaEspanola. Sevilla. ACAMET. Universidad de Sevilla. ¿Como sera nuestroclima futuro?

9◦ Congreso Internacional de la AEC. Almeria. Extremos estacionales

para el siglo XXI en Espana Peninsular: Periodos de retorno.

Trabajo futuro

Obtencion de las proyecciones de cambio climatico: CMIP5.

Tratamiento de las incertidumbres.

Estudio de extremos.

Referencias

Brunet, M., Casado, M. J. , de Castro, M., Galan, P., Lopez, J. A., Martın, J.M., Pastor, A., Petisco, E.,Ramos, P., Ribalaygua, J., Rodrıguez, E., Sanz, I. y Torre, L. (2008). Generacion de escenariosregionalizados de cambio climatico para Espana. Ministerio de Medio Ambiente Medio Rural y Marino.Madrid. 165 pp. ISBN: 978-84-8320-470-2.

Casado, M. J., Ramos, P., (2013). Evidencias y escenarios de cambio climatico . Revista de Obras Publicas:Organo profesional de los ingenieros de caminos, canales y puertos, n 3545, pag. 51-62. ISSN 0034-8619.

cera-www.dkrz.de/CERA/index.html

climate.envsci.rutgers.edu/GeoMIP/modelgroups.xls

Coles, S. (2001). An introduction to statistical modeling of extreme values. Springer Series in Statistics.Springer Verlag London. 208 pp.

www.ec.gc.ca/ccmac-cccma/default.asp?lang=En&n=89039701-1

www.ecmwf.int/products/data/archive/descriptions/e4/index.html

ensembles/-eu.metoffice.com

www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis.html

Frıas, M. D., Mınguez, R., Gutierrez, J. M. y Mendez, F. J. (2012). Extremes of maximum temperaturesover Iberian from Ensembles Regional Proyections. Cambio climatico. Extremos e impactos. RodriguezPuebla, C., Ceballos Barbancho, A., Gonzalez Reviriego, Enrique Moran Tejeda y Ascension HernandezEncinas (Eds.). Publicaciones AEC. Serie A, n 8. Salamanca, 998 pp. ISBN: 978-84-695-4331-3

www.grida.no/climate/ipcc tar/wg1/pdf/TAR-13.PDF

Gumbel E. J. (1958) Statistics of extremes. Columbia University Press. New York. 375 pp.

Gutierrez J. M. y Pons M. R., Numerical Modeling of Climate Change: Scientific basis, Uncertainties andProjections for the Iberian Peninsula, Revista de Cuaternario y Geomorfologıa, 20 (3-4), 15-28 , (2006).

www.ipcc.ch

www.ipcc.ch/pdf/special-reports/spm/sres-sp.pdf

Referencias

IPCC (2007). Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to theFourth Assessment Report of the Intergovernmental Panel on Climate Change. Solomon, S. D., Qin, M.,Manning, Z., Chen, M., Marquis, K. B., Averyt, M., Tignor y H. L. Miller (Eds.). Cambridge UniversityPress, Cambridge, UK y New York, USA, 996 pp.

IPCC (2012). Managing the Risks of Extreme Events y Disasters to Advance Climate Change Adaptation.A Special Report of Working Groups I y II of the Intergovernmental Panel on Climate Change. Field, C. B.,V. Barros, T. F. Stocker, D. Qin, D. J. Dokken, K. L. Ebi, M. D. Mastrandrea, K. J. Mach, G.-K. Plattner,S. K. Allen, M. Tignor, y P. M. Midgley (Eds.). Cambridge University Press, Cambridge, UK, y New York,NY, USA, 582 pp.

IPCC (2013). Resumen para responsables de polıticas. En: Cambio Climatico 2013: Bases fısicas.Contribucion del Grupo de trabajo I al Quinto Informe de Evaluacion del Grupo Intergubernamental deExpertos sobre el Cambio Climatico. Stocker, T. F., D. Qin, G.-K. Plattner, M. Tignor, S. K. Allen, J.Boschung, A. Nauels, Y. Xia, V. Bex y P.M. Midgley (Eds.). Cambridge University Press, Cambridge, UK yNueva York, USA. 27 pp.

IPCC (2014). Summary for policymakers. In Climate Change 2014: Impacts, Adaptation, y Vulnerability.Part A: Global y Sectoral Aspects. Contribution of Working Group II to the Fifth Assessment Report of theIntergovernmental Panel on Climate Change. Field, C. B., V. R. Barros, D. J. Dokken, K. J. Mach, M. D.Mastrandrea, T.E. Bilir, M.Chatterjee, K.L. Ebi, Y. O. Estrada, R. C. Genova, B. Girma, E. S. Kissel, A.N.Levy, S. MacCracken, P. R. Mastrandrea y L. L. White (Eds.). Cambridge University Press, Cambridge, UKy New York, USA, 32 pp.

Katz, R. W., Parlange, M. B. y Naveau, P. (2002). Statistics of extremes in hydrology. Advances in WaterResources, Vol.25, 1287-1304 pp.

Kharin, V. V, Zwiers, F. W., Zhang, X., y Wehner, M. (2013). Changes in temperature y precipitationextremes in the CMIP5 ensemble. Climatic Change, Vol.119, 345 -357 pp. DOI:10.1007/s10584-013-0705-8

Kharin, V. V., y Zwiers F. W. (2005). Estimating extremes in transient climate change simulations. Journalof Climate, Vol.18, 1156- 1173 pp.

www.magrama.gob.es

Mitchell T. D., Hulme M., Predicting regional climate change: living with uncertainty. Progress in PhysicalGeography.(1999)

Referencias

Nakicenovic, N. y Swart, R. (Eds.) (2000). Special Report on Emissions Scenarios. Cambridge UniversityPress; Cambridge, UK y New York, USA. 570 pp.

pcdi3.llnl.gov/esgcet/home.html

Petisco de Lara, S. E., Ramos-Calzado, P., Martın-Herreros, J. M. (2012). Extremos de temperaturas yprecipitacion para el siglo XXI en Espana. Cambio climatico. Extremos e impactos. Rodriguez Puebla, C.,Ceballos Barbancho, A., Gonzalez Reviriego, Enrique Moran Tejeda y Ascension Hernandez Encinas (Eds.).

Publicaciones AEC. Serie A, nAº 8. Salamanca, 998 pp. ISBN: 978-84-695-4331-3.

Ramos, P., Petisco, E., Martın, J. M., Rodrıguez, E. (2012) Downscaled climate change projections overSpain: application to water resources. International Journal of Water Resources Development.DOI:10.1080/07900627.2012.721700

Ramos-Calzado, P. y Rodrıguez-Camino, E. (2011). Temperature y precipitation extremes over Spain forthe 21st century. EMS Annual Meeting Abstracts. Vol.8. EMS2011. 11th EMS/10th ECAM.

Rodrıguez E., Petisco E. y Ramos P., Downscaled Climate Chanche Scenarios for Spain,ISBN:978-1-60692-703-8, Climate Variability, Modelling Tools, 107-118, (2009).

www.sica.int

Van der Linden P. y Mitchell, J. F. B. (Eds.) (2009). ENSEMBLES: Climate Change y its impacts:Summary of research y results from ENSEMBLES project. MetOffice Hadley Centre, FitzRoy Road, ExeterEX1, 3PB, UK. 160 pp.

Zhang X., Hegerl G., Zwiers F. W. y J. Kenyon, Avoiding Inhomogeneity in Percentile-Based indices ofTemperature Extremes, J. Climate, 18, pp. 1641-1651,(2005).

Zwiers F. W., Zhang X. y Feng Y. (2011). Anthropogenic Influence on Long Return Period DailyTemperature Extremes at Regional Scales. Journal of Climate, Vol.24., 881-892 pp. DOI:10.1175/2010JCLI3908.1

www.wcrp-climate.org/conference2011/posters/C1/C1 Turner M242B.pdf

Wilby R. L., Dawson C. W. y Barrow E. M., Sdsm, a decision support tool for the assessment of regionalclimate change impacts. Environmental Modelling & Software 17 (2002) 147159.

Agradecimientos

Agencia Estatal de Meteorologıa (AEMET).

Delegacion Territorial Andalucia Ceuta y Melilla: LuisFernando Lopez Cotın.

Unidad de Estudios y Desarrollos: Petra Ramos Calzado.

Departamento de Desarrollo y Aplicaciones: ErnestoRodrıguez Camino, Marıa Jesus Casado Calle y AsuncionPastor Saavedra.

GRACIASPOR SU ATENCION