Cambio climático en la ciudad de Buenos Aires: cambios observados y escenarios futuros

Transcripción

1 Cambio climático en la ciudad de Buenos Aires: cambios observados y escenarios futuros Inés Camilloni Dra. en Ciencias de la Atmósfera - Autora principal del Quinto Informe de Evaluación del Panel Intergubernamental de Cambio Climático 1

2 1. Cambios observados 1.1. Introducción El Área Metropolitana de Buenos Aires está emplaza en una región con clima húmedo subtropical con inviernos con escasas precipitaciones y una estación cálida prolongada. Las características climáticas de la región están dominadas por el centro anticiclónico semipermanente del Atlántico Sur que provoca que los vientos más frecuentes sean los provenientes del cuadrante N-E. Durante el invierno, se producen irrupciones de sistemas frontales principales responsables de la precipitación en la región durante esa época del año. Entre el otoño y primavera se producen ciclogénesis generalmente al norte de Buenos Aires, pero que pueden afectar el Río de la Plata causando vientos intensos del sector S-SE y que ocasionan crecidas e inundaciones en la zona ribereña. Con el objeto de realizar una descripción cuantitativa de las características climáticas de la ciudad de Buenos Aires se considera la información meteorológica de las dos estaciones pertenecientes a la red observacional del Servicio Meteorológico Nacional (SMN) emplazadas en el ámbito de la ciudad. En la Tabla 1.1 se indican las estaciones seleccionadas así como sus coordenadas geográficas. Si bien ambas estaciones están próximas entre sí muestran algunas diferencias en sus propiedades debido a su posición relativa dentro de la ciudad: Aeroparque Aero está emplazada junto al Río de la Plata mientras que el Observatorio Central Buenos Aires se ubica en una zona más central de la ciudad. La información climática analizada corresponde mayoritariamente al período Tabla 1.1. Estaciones meteorológicas seleccionadas en el área de estudio. Estación Latitud (S) Longitud (W) Altura sobre el nivel del mar (m) Aeroparque Buenos Aires Observatorio Central (OCBA) Cambios decádicos de variables climáticas Con el objeto de detectar cambios en un conjunto de variables climáticas, se analiza la información de las últimas cinco décadas de los siguientes parámetros: Temperatura media anual Temperatura mínima media Temperatura máxima media Precipitación anual acumulada Número medio de días con precipitación Número medio de días con tormenta Número medio de días con granizo Número medio de días con niebla Número de olas de calor 2

3 La temperatura media anual presenta un aumento entre la primera y la última década de 0.6 C en OCBA y 0.8 C en Aeroparque (Figura 1.1). El calentamiento de la atmósfera en la temperatura mínima es de 0.8 C para ambas estaciones cuando se comparan las mismas décadas (Figura 1.2). La temperatura máxima presenta en cambio incrementos más moderados en ambas estaciones si se contrasta con : 0.4 C en OCBA y 0.3 C en Aeroparque (Figura 1.3). La precipitación registra incrementos en ambas estaciones. En el caso de OCBA, el aumento entre la primera y última década es del orden del 20% mientras que en Aeroparque es levemente inferior al 10% (Figura 1.4). En el caso del número medio de días con precipitación no se identifica una tendencia significativa (Figura 1.5). Tanto la precipitación anual como el número medio de días con precipitación son mayores en OCBA en comparación con Aeroparque para todas las décadas analizadas. Esta diferencia se explica por el carácter netamente urbano de OCBA. La precipitación es una de las variables climáticas que sufre modificaciones significativas en ambientes urbanos. En general, la lluvia acumulada es entre 5 y 10% mayor en una ciudad en comparación con su entorno suburbano/rural. Entre las causas de este aumento se encuentran la isla de calor que favorece la convección del aire que puede iniciar la precipitación, el efecto de obstáculo de la ciudad que hace que el desplazamiento de los sistemas meteorológicos sea más lento sobre las zonas construidas y los contaminantes atmosféricos que actúan como núcleos de condensación. En algunas ciudades también es apreciable el aumento de días de lluvia. El análisis comparativo entre la precipitación acumulada en un año en la ciudad de Buenos Aires y sus alrededores muestra que en Buenos Aires llueve un 20% más y que el número de días con precipitación es un 6% superior OCBA AEROPARQUE Temperatura media anual ( C) Figura 1.1. Evolución de la temperatura media anual ( C) para diferentes décadas. 3

4 OCBA AEROPARQUE Temperatura mínima media anual ( C) Figura 1.2. Evolución de la temperatura mínima media anual ( C) para diferentes décadas OCBA AEROPARQUE Temperatura máxima media anual ( C) Figura 1.3. Evolución de la temperatura máxima media anual ( C) para diferentes décadas. 4

5 OCBA AEROPARQUE Precipitación media anual (mm) Figura 1.4. Evolución de la precipitación anual acumulada (mm) para diferentes décadas OCBA AEROPARQUE Número medio de días con precipitación Figura 1.5. Evolución del número medio anual de días con precipitación para diferentes décadas. La mayor ocurrencia de tormentas en la ciudad de Buenos Aires se registra en los meses más cálidos durante el semestre entre octubre y marzo. Esto se debe a que las tormentas en la región son mayormente de origen convectivo. Se denomina convección a los movimientos de ascenso de 5

6 aire principalmente en la dirección vertical. A medida que una superficie es calentada por el sol, absorbe energía y puede tener lugar la convección: cuando aumenta la temperatura de la superficie, se calienta a su vez el aire en la porción inferior de la atmósfera próximo a la misma que en consecuencia se hace progresivamente menos denso que el aire del entorno e inicia el proceso de ascenso y la formación de nubes. El vapor de agua necesario para el desarrollo de nubes y precipitación es provisto por una intensa corriente en chorro en los niveles bajos de la atmósfera que predomina durante estos meses del año. En la Figura 1.6 se presenta la evolución decadal del número medio anual de días con tormenta. Si bien no se identifica una tendencia significativa, la última década ( ) es la que mayor número de tormentas presenta: 53 eventos en OCBA y 51 en Aeroparque OCBA AEROPARQUE Número medio de días con tormenta Figura 1.6. Evolución del número medio anual de días con tormenta para diferentes décadas. En la Figura 1.7 se presenta la frecuencia de ocurrencia de eventos extremos de precipitación (cuando precipitan más de 100 milímetros en 24 horas) para las diferentes décadas del periodo Se observa un marcado incremento de estos eventos ya que el número de casos registrados en las últimas tres décadas (1980, 1990 y 2000) es prácticamente el triple de los observados en las primeras tres décadas (1910, 1920 y 1930). Los cambios observados en la cantidad de precipitación así como en la frecuencia de ocurrencia de precipitaciones intensas están asociados a impactos negativos sobre la infraestructura urbana y la población debido a que originan anegamientos temporarios. 6

7 Figura 1.7. Evolución del número de días con precipitación superior a 100 milímetros para diferentes décadas. En la Figura 1.8 se presenta el número de días medio anual con ocurrencia de granizo para las distintas décadas. Se observa que este fenómeno tiene lugar con más frecuencia en OCBA y que registra un incremento significativo duplicando su frecuencia de ocurrencia a partir de la década La niebla, al igual que las nubes, representa la manifestación visible de la condensación del vapor en la atmósfera. La diferencia más importante con una nube es que la niebla se produce próxima a la superficie y a través de mecanismos diferentes. La niebla ocurre cuando la visibilidad está reducida a menos de 1 kilómetro. La mayor frecuencia de nieblas en la región se registra en el semestre frío (abril-septiembre) en Aeroparque donde muestra una tendencia positiva en las últimas tres décadas (Figura 1.9). No obstante ello, la década aparece como el período con máxima ocurrencia del fenómeno. 7

8 OCBA AEROPARQUE Número medio de días con granizo Figura 1.8. Evolución del número medio anual de días con granizo para diferentes décadas Número medio de días con niebla OCBA AEROPARQUE Figura 1.9. Evolución del número medio anual de días con niebla para diferentes décadas. Se desarrolla una ola de calor en la ciudad de Buenos Aires cuando las temperaturas mínimas se elevan por encima de 21 C y las máximas lo hacen por encima de 32 C y esta situación persiste durante algunos días. Entre las causas de las olas de calor estivales se encuentra el aumento de 8

9 radiación solar por una recurrencia de días despejados y la entrada de aire cálido desde el norte. En la Figura 1.10 se presenta el número de días que forman parte de una ola de calor para las diferentes décadas. De acuerdo con el criterio empleado, este fenómeno es mucho más frecuente en OCBA que en Aeroparque y muestra la máxima ocurrencia en las últimas tres décadas OCBA AEROPARQUE Número de olas de calor Figura Evolución del número de olas de calor para diferentes décadas Variabilidad interanual de la temperatura y la precipitación En la región central de Argentina, los registros de temperatura no muestran en general fuertes tendencias hacia temperaturas medias más elevadas pero se observa que los veranos tienden a ser más largos y prolongarse en el otoño mientras que los inviernos muestran una tendencia a ser más moderados. En particular, en las regiones urbanas las temperaturas tienden a ser mayores a las registradas en el área suburbana o rural circundante debido al efecto de isla urbana de calor. La Figura 1.11 muestra la evolución temporal de la temperatura media anual en la ciudad de Buenos Aires para el período A partir de las rectas de tendencia lineal indicadas en la Figura se encuentra para OCBA un incremento del orden de 0.14 C/10 años y de 0.13 C/10 años en Aeroparque. Con respecto a la precipitación, el centro y norte de Argentina forma parte de la región del sudeste de Sudamérica en la que la precipitación se incrementó un 23% en el último siglo en contraste con la región centro-oeste del país y de Chile en la que se redujo un 50% en ese mismo período. En Argentina las tendencias al aumento de la precipitación son especialmente evidentes a partir de las décadas del 60 y 70. En la Figura 1.12 se presenta la evolución de la precipitación anual acumulada 9

10 para las estaciones Observatorio Central Buenos Aires y Aeroparque para el período Se observan tendencias significativas en ambas estaciones de aproximadamente 5 mm/año lo que representa un aumento en la precipitación anual superior al 20% en los 62 años analizados Aeroparque OCBA Temperatura media anual ( C) Figura Evolución de la temperatura media anual ( ) Aeroparque OCBA Precipitación anual acumulada (mm) Figura Evolución de la precipitación anual acumulada ( ) 10

11 1.4. La isla urbana de calor de la ciudad de Buenos Aires La temperatura de la atmósfera de las ciudades presenta una de las modificaciones más evidentes introducidas por la urbanización desarrollando el fenómeno conocido como isla urbana de calor (IUC). Este fenómeno hace referencia a que principalmente durante noches sin viento y escasa nubosidad, las ciudades suelen ser más cálidas que el medio rural que las rodea. En general, la temperatura en la ciudad se distribuye de forma tal que los valores más altos se registran en el área céntrica donde las construcciones forman un conjunto denso y compacto. En consecuencia, las isotermas presentan generalmente una disposición concéntrica alrededor del centro urbano con valores que tienden a disminuir hacia las regiones menos construidas. Entre las causas que generan este fenómeno se encuentran: El mayor almacenamiento de calor durante las horas del día en la ciudad debido a las propiedades térmicas de los materiales urbanos (hormigón, cemento, asfalto, etc.) utilizados en las edificaciones y su posterior devolución a la atmósfera durante la noche; la producción de calor como consecuencia de las diferentes actividades humanas y los procesos de combustión que se llevan a cabo en áreas urbanas; la disminución de la evaporación, debido al reemplazo de los espacios verdes naturales por pavimento lo cual favorece el rápido escurrimiento de la precipitación e impide el almacenamiento de agua en el suelo una disminución en la pérdida de calor debido a la menor velocidad del viento en ambientes urbanos; un aumento de la absorción de radiación solar debido a la mayor cantidad de superficies expuestas por la geometría urbana. La radiación solar incidente sufre múltiples reflexiones en las fachadas y techos así como en el suelo quedando atrapada entre las calles; la absorción de la radiación terrestre absorbida y reemitida hacia el suelo por la contaminación del aire urbano. La IUC de una ciudad puede caracterizarse a través de su intensidad, forma y localización del máximo térmico. La intensidad de la IUC se evalúa como la diferencia observada en un instante determinado entre la temperatura medida en el centro de la ciudad (T u ) y la del área rural próxima (T r ). Esta intensidad varía con la hora del día y estación del año y depende también de factores meteorológicos como el viento y la nubosidad, y factores urbanos como la densidad de población o el tamaño de la ciudad. En general, la máxima intensidad se produce entre 4 y 6 horas después de la puesta del Sol mientras que durante el mediodía y las primeras horas de la tarde la diferencia suele ser mínima e incluso en algunas ciudades, como Buenos Aires la temperatura urbana puede ser inferior a la rural. Este fenómeno inverso suele denominarse isla fría o anti-isla de calor. Asimismo, la máxima intensidad se observa generalmente durante el invierno, especialmente en ciudades con inviernos muy fríos. La velocidad del viento es el parámetro meteorológico capaz de modificar en forma más significativa la intensidad de la isla de calor. Cuando la velocidad del viento aumenta, la diferencia de temperatura urbanarural disminuye. De esta forma pueden alcanzarse velocidades críticas a partir de las cuales la IUC no se desarrolla. Estos valores críticos varían de una ciudad a otra y dependen en gran medida de las dimensiones de la ciudad. La nubosidad es también un factor limitante para la intensidad de la IUC ya que, en general cuanto mayor es la nubosidad, menor es la intensidad. Entre los factores urbanos que condicionan la 11

12 magnitud de la IUC el más importante es el tamaño de la ciudad en general medida en términos del número de sus habitantes: cuanto mayor es la población de la ciudad mayor es la intensidad de la IUC. La forma o configuración espacial de la IUC depende en gran medida de las características morfológicas propias de cada ciudad: si está emplazada en un valle, junto a un río o un lago o el mar o rodeada de montañas. Cuando la velocidad del viento es moderada, la IUC suele deformarse y orientarse en la dirección en la que sopla el viento. La localización del máximo térmico está determinada entonces por factores urbanos y por el viento. En general, las máximas temperaturas tienden a encontrarse a sotavento del área más densamente construida. Durante el invierno algunas ciudades pueden verse beneficiadas por el calentamiento asociado a la IUC debido a una reducción en las necesidades de calefacción. Sin embargo el efecto contrario se produce durante el verano: debido a la mayor temperatura urbana aumentan los requerimientos de refrigeración y se agravan los impactos sobre la salud incrementando el riesgo de muertes en el sector de la población afectado por dolencias cardiovasculares y respiratorias. La IUC de Buenos Aires tiene un ciclo diario bien definido que se debe principalmente a las diferencias en las velocidades con que se calientan y enfrían las superficies urbanas y rurales en respuesta a los cambios de insolación a lo largo del día. De la misma forma, la magnitud de la IUC varía según la época del año alcanzando el máximo durante el invierno y el mínimo en el verano. En la Figura 1.13 se presenta la variación media horaria de la intensidad de la IUC de la ciudad de Buenos Aires para verano e invierno calculada como la diferencia entre las temperaturas horarias registradas en las estaciones meteorológicas Observatorio Central Buenos Aires (urbana) y Ezeiza Aero (rural) pertenecientes a la red de observación del Servicio Meteorológico Nacional en el período Los cambios estacionales se deben principalmente a las diferencias en la radiación solar recibida, las características de las superficies y las actividades humanas. La intensidad de la IUC de Buenos Aires es en promedio menor en el invierno (1 C) y alcanza el máximo valor medio durante el verano (1.3 C). No obstante ello, durante el verano se registra con mayor frecuencia el efecto de isla-fría. Tanto durante el verano como en el invierno, la intensidad de la IUC es mínima durante las horas del día y máxima en la noche. La diferencia de temperatura entre la ciudad de Buenos Aires y el área suburbana puede alcanzar valores del orden de 10 C. Por ejemplo, la intensidad máxima horaria de la IUC registrada en el período para verano fue de 11.3 C (14/01/2005 a las 19:00 horas) y para invierno de 10.2 C (28/08/1982 a las 22:00 horas). En la Figura 1.14 se presenta la evolución de la intensidad media de la IUC de Buenos Aires para el período Es posible apreciar que pese al aumento de la población durante el período de análisis, el efecto de calentamiento urbano muestra una tendencia negativa. Este comportamiento indica que la población no es el único parámetro que debe ser considerado para estimar la magnitud de este fenómeno. La intensidad de la IUC es el resultado de complejas interacciones con otros factores climáticos como la nubosidad y la velocidad del viento. La tendencia a la menor frecuencia de ocurrencia de noches con cielo despejado y la disminución en la frecuencia de noches con viento en calma en Buenos Aires contribuyen a limitar el desarrollo de la IUC (Camilloni and Barrucand, 2012). 12

13 Intensidad media horaria ( C) de la isla urbana de calor de Buenos Aires verano invierno Hora del día Figura Intensidad media horaria de la isla urbana de calor de la ciudad de Buenos Aires. 1.8 Intensidad media anual ( C) de la isla urbana de calor de Buenos Aires Figura Evolución temporal de la intensidad media anual de la isla urbana de calor de la ciudad de Buenos Aires ( ). 13

14 2. Proyecciones climáticas futuras 2.1. Introducción Los escenarios climáticos son representaciones acerca del futuro posible, que se basan en suposiciones sobre las futuras concentraciones de emisiones de gases de efecto invernadero (GEI), aerosoles y cambios en el uso del suelo y su efecto sobre el clima global. De esta forma, un escenario climático es una indicación posible sobre cómo podría ser el clima en las próximas décadas, a partir de un conjunto de suposiciones que incluyen desde tendencias futuras de demanda energética hasta aproximaciones a las leyes que rigen el comportamiento del sistema climático sobre períodos largos de tiempo. Este conjunto de suposiciones genera incertidumbres que determinan el rango de escenarios posibles. Sin embargo, a pesar de las incertidumbres mencionadas, los modelos climáticos globales (MCG) constituyen la herramienta más confiable para simular la respuesta del sistema climático global a actividades antrópicas, pues se basan en representaciones de los procesos físicos en la atmósfera, océanos, criosfera y la superficie terrestre. A partir de la información provista por MCGs es posible estimar información detallada acerca de los cambios proyectados para las próximas décadas para una dada región de forma que estas estimaciones puedan ser utilizadas para el diseño de políticas de adaptación y mitigación del cambio climático. Para la elaboración del Quinto Informe de Evaluación del Panel Intergubernamental de Cambio Climático (IPCC) se desarrolló una nueva generación de simulaciones climáticas (conocidas como CMIP5)(Taylor y otros 2012 ) donde se consideran cuatro escenarios posibles para describir las actividades antrópicas que actúan como forzantes para cambios en el clima. Estos escenarios denominados RCP (Representative Concentration Pathways, en español Trayectorias Representativas de Concentraciones ) reciben su nombre de acuerdo con el forzamiento radiativo (en unidades de Watt/m2) que producen al año 2100 (Moss y otros 2010). El forzamiento radiativo se define como el cambio en el flujo neto de energía radiativa hacia la superficie de la Tierra medido en el tope de la tropósfera (aproximadamente 12 kilómetros sobre el nivel del mar) como resultado de cambios en la composición de la atmósfera, o cambios en el aporte externo de energía solar. De esta forma un forzamiento radiativo positivo contribuye a calentar la superficie de la Tierra, mientras que uno negativo favorece su enfriamiento. En la Tabla 2.1 se indican para cada uno de los escenarios conocidos como RCP2.6, RCP4.5, RCP6.0 y RCP8.5 su correspondiente forzamiento radiativo y concentración atmosférica de dióxido de carbono equivalente (CO 2 eq) junto con el momento en que se alcanza dichos valores. Asimismo, en la Figura 2.1 se muestran la evolución del forzamiento radiativo para cada escenario RCP así como las correspondientes emisiones de CO2eq que se describen en la Tabla 2.1. Tabla 2.1. Características de cada uno de los escenarios RCP. Escenario Forzamiento CO 2 eq Cuándo? Radiativo (Wm -2 ) atmosférico (ppm) RCP > , en aumento RCP Estabilización después de 2100 RCP Estabilización después de 2100 RCP Pico antes de 2100 y después declina 14

15 a) b) Figura 2.1. Evolución del forzamiento radiativo para cada escenario RCP (a) y sus correspondientes emisiones de CO2eq (b). En este estudio se generaron escenarios de cambio futuro de temperatura y precipitación a nivel anual y estacional para la ciudad de Buenos Aires a partir de la información provista por un conjunto de MCGs de última generación correspondientes al proyecto CMIP5 para los cuatro escenarios RCPs y para diferentes cortes temporales que fueron definidos en forma idéntica a los que están siendo considerados por el IPCC en su nuevo informe de evaluación (AR5). Los MCGs utilizados así como la disponibilidad de información para los diferentes escenarios se presentan en la Tabla 2.2. mientras que los cortes temporales analizados se indican en la Tabla 2.3. Los escenarios que se presentan fueron elaborados a partir del promedio no pesado (ensemble) de todos los modelos con información disponible de acuerdo con la metodología propuesta por Knutti y otros (2010). Asimismo se realizó un análisis de cambios en la ocurrencia de extremos de temperatura y precipitación que fue realizado considerando un conjunto de índices climáticos definidos por el Expert Team on Climate Change Detection and Indices (ETCCDI) (Klein Tank y otros,2009; Zhang y otros, 2011). Una breve descripción de los índices considerados se presenta en la Tabla

16 Tabla 2.2. Modelos climáticos globales correspondientes al proyecto de intercomparación CMIP5 utilizados para la elaboración de escenarios futuros de temperatura y precipitación. Se indica para cada modelo la disponibilidad de información para los diferentes escenarios (X). Modelo (Vintage) Institución Atmósfera Temperatura y Precipitación ACCESS 1.0 (2011) ACCESS 1.3 (2011) BCC-CSM1.1 (2011) BCC-CSM1.1 (m) (2011) BNU-ESM (2011) CanESM2 (2010) CCSM4 (2010) CESM1 (CAM5) (2010) CESM1 (BGC) (2010) CMCC-CM (2009) CMCC-CMS (2009) CNRM-CM5 (2010) CSIRO-Mk3.6.0 (2009) EC-EARTH (2010) FGOALS-g2 (2011) FIO-ESM v1.0 (2011) GFDL-ESM2G (2011) GFDL-ESM2M (2011) Resolución Horizontal CSIRO, Bureau of Meteorology, 1.25 x AUSTRALIA CSIRO, Bureau of Meteorology, 1.25 x AUSTRALIA China Meteorological Administration, CHINA 2.81 x 2.81 China Meteorological Administration, CHINA Simulaciones (lat x lon) RCP2.6 RCP4.5 RCP6.0 RCP x 1.1 Beijing Normal University, CHINA 2.81 x 2.81 Canadian Center for Climate Modelling and 2.81 x 2.81 Analysis, CANADA NCAR, ESTADOS UNIDOS 0.9 x 1.25 NSF-DOE-NCAR, ESTADOS UNIDOS 0.9 x 1.25 NSF-DOE-NCAR, ESTADOS UNIDOS 0.9 x 1.25 Centro Euro- Mediterraneo per I Cambiamenti Climatici Centro Euro- Mediterraneo per I Cambiamenti Climatici Centre National de Recherches Meteorologiques, FRANCIA CSIRO, AUSTRALIA EC-EARTH Consortium, EUROPA LASG, Institute of Atmospheric Physics, Chinese Academy of Sciences; and CESS, Tsinghua University, CHINA The First Institute of Oceanography, SOA, CHINA 0.75 x0.75 x x x x x x x x x x x x x x x x x x x x x x x x x x TL127R(1.41 x 1.41 ) x x x x T159 L62( 128 km) x x 2.8 x x x x x x x x x x x x x x x x NOAA-GFDL, ESTADOS UNIDOS 2 x x x x NOAA-GFDL, ESTADOS UNIDOS 2 x x x x x x x x 16

17 Tabla 2.2. Continuación. Modelo (Vintage) Institución Atmósfera Temperatura y Precipitación GFDL-CM3 (2011) GISS-E2CC-H (2011) GISS-E2-R p1 (2011) GISS-E2-R p2 (2011) GISS-E2-R p3 (2011) GISS-E2CC-R (2011) GISS-E2-H (2004) HadGEM2-ES (2009) HadGEM2-CC (2010) HadGEM2-AO (2009) INM-CM4 (2009) IPSL-CM5A-LR (2010) IPSL-CM5A-MR (2009) MPI-ESM-LR (2009) MPI-ESM-MR (2009) MRI-CGCM3 (2011) MIROC5 (2010) MIROC-ESM (2010) MIROC-ESM-CHEM (2010) NorESM1-M (2011) NorESM1-ME (2012) NOAA-GFDL, ESTADOS UNIDOS NASA Goddard Institute for Space Studies, ESTADOS UNIDOS NASA Goddard Institute for Space Studies, ESTADOS UNIDOS NASA Goddard Institute for Space Studies, ESTADOS UNIDOS NASA Goddard Institute for Space Studies, ESTADOS UNIDOS NASA Goddard Institute for Space Studies, ESTADOS UNIDOS NASA Goddard Institute for Space Studies, ESTADOS UNIDOS Resolución Horizontal Simulaciones (lat x lon) RCP2.6 RCP4.5 RCP6.0 RCP km x x x x 1 2 X X X X 2.5 x x x x x x x x x x x x x x Met Office Hadley Centre, REINO UNIDO 1.25 X x x x Met Office Hadley Centre, REINO UNIDO 1.25 X x x Met Office Hadley Centre, REINO UNIDO 1.25 X x x x x Russian Institute for Numerical Mathematics,RUSIA 1.5 X 2 x x Institut Pierre Simon Laplace,FRANCIA 1.9 X 3.75 x x x x Institut Pierre Simon Laplace,FRANCIA 1.25 X 2.5 x x x Max Planck Institute for Meteorology, ALEMANIA Max Planck Institute for Meteorology, ALEMANIA Meteorological Research Institute, JAPON Meteorological University of Tokyo, JAPON Meteorological University of Tokyo, JAPON Meteorological University of Tokyo, JAPON x x x x x x x x x x x x x x x x x x x x x x x x x x x x Norwegian Climate Centre, NORUEGA 1.9 x 2.5 x x x x Norwegian Climate Centre, NORUEGA 1.9 x 2.5 x x x x 17

18 Tabla 2.3. Cortes temporales considerados para la generación de escenarios de cambio climático. Cortes temporales Rango Período de referencia/pasado reciente Futuro cercano Futuro medio Futuro lejano Tabla 2.4. Índices de extremos de temperatura y precipitación considerados. Índice Nombre del índice Definición Unidad r10mm Días de lluvia intensa Número de días al año en los que la precipitación supera los 10 mm días tn10p Noches frías Porcentaje de tiempo en el que la temperatura mínima está por debajo del percentil 10 tn90p Noches cálidas Porcentaje de tiempo en el que la temperatura mínima está por encima del percentil 90 % % 2.2. Escenarios futuros de cambio de temperatura media anual y estacional En la Figura 2.2 se presenta la evolución temporal de la temperatura media anual para la ciudad de Buenos Aires derivada del ensemble de modelos climáticos globales para el período histórico ( ) y para el futuro ( ) para los cuatro escenarios RCP. En todos los casos se identifica un aumento de temperatura cuya magnitud se incrementa en los escenarios más extremos. La Tabla 2.5 ilustra en forma cuantitativa los cambios esperados para los diferentes cortes temporales y escenarios: el rango posible de incremento de temperatura media anual es del orden de 0.5 C para el futuro cercano ( ) mientras que para el futuro medio y lejano es altamente dependiente del escenario. En el caso más desfavorable (escenario RCP8.5), el aumento de temperatura podría superar los 3 C. Los escenarios de cambio de temperatura media a nivel estacional se presentan en las Tablas 2.6 a 2.9. En este caso, los resultados son similares a los obtenidos a nivel anual aunque el invierno aparece como la época del año con menor incremento de la temperatura y el verano la estación del año con mayores aumentos particularmente para los escenarios RCP6.0 y RCP

19 RCP2.6 RCP4.5 RCP6.0 RCP8.5 histórica Escenarios futuros de temperatura media anual ( C) Figura 2.2. Temperatura media anual ( C) para la ciudad de Buenos Aires derivada del ensemble de modelos climáticos globales para el período histórico ( ) y para el futuro ( ) para los cuatro escenarios RCP. Tabla 2.5. Cambios de temperatura proyectados para la ciudad de Buenos Aires ( C) para diferentes cortes temporales y escenarios PROMEDIO ANUAL RCP2.6 RCP4.5 RCP6.0 RCP Tabla 2.6. Cambios de temperatura proyectados para la ciudad de Buenos Aires ( C) para diferentes cortes temporales y escenarios VERANO RCP2.6 RCP4.5 RCP6.0 RCP Tabla 2.7. Cambios de temperatura proyectados para la ciudad de Buenos Aires ( C) para diferentes cortes temporales y escenarios OTOÑO RCP2.6 RCP4.5 RCP6.0 RCP

20 Tabla 2.8. Cambios de temperatura proyectados para la ciudad de Buenos Aires ( C) para diferentes cortes temporales y escenarios INVIERNO RCP2.6 RCP4.5 RCP6.0 RCP Tabla 2.9. Cambios de temperatura proyectados para la ciudad de Buenos Aires ( C) para diferentes cortes temporales y escenarios PRIMAVERA RCP2.6 RCP4.5 RCP6.0 RCP De forma de contextualizar a nivel regional los cambios de temperatura media anual proyectados para la ciudad de Buenos Aires, en las Figuras 2.3 a 2.6 se presentan los mapas de escenarios de cambio de temperatura para la provincia de Buenos Aires, estimados con los mismos modelos y empleando idéntica metodología a la utilizada en las estimaciones presentadas en la Figura 2.2. y en las Tablas 2.5 a 2.9. En general, para todos los cortes temporales y escenarios, puede observarse que el máximo incremento correspondería a la franja noreste de Buenos Aires, incluyendo el Área Metropolitana de Buenos Aires. Asimismo, se observa que los mayores aumentos de temperatura corresponden a los escenarios más extremos de emisiones de gases de efecto invernadero, superando los 3 C para el futuro lejano. 20

21 Cambio de temperatura ( C) - ANUAL Escenario RCP vs Ensemble de 29 modelos CMIP5 Cambio de temperatura ( C) - ANUAL Escenario RCP vs Ensemble de 29 modelos CMIP5 Cambio de temperatura ( C) - ANUAL Escenario RCP vs Ensemble de 29 modelos CMIP Figura 2.3. Escenarios regionales de cambio de temperatura media anual ( C) para los períodos , y respecto del período de referencia ( ) para el escenario RCP2.6 a partir del ensemble de los 29 modelos climáticos globales indicados en la Tabla

22 Cambio de temperatura ( C) - ANUAL Escenario RCP vs Ensemble de 38 modelos CMIP5 Cambio de temperatura ( C) - ANUAL Escenario RCP vs Ensemble de 38 modelos CMIP5 Cambio de temperatura ( C) - ANUAL Escenario RCP vs Ensemble de 38 modelos CMIP Figura 2.4. Escenarios regionales de cambio de temperatura media anual ( C) para los períodos , y respecto del período de referencia ( ) para el escenario RCP4.5 a partir del ensemble de los 38 modelos climáticos globales indicados en la Tabla

23 Cambio de temperatura ( C) - ANUAL Escenario RCP vs Ensemble de 21 modelos CMIP5 Cambio de temperatura ( C) - ANUAL Escenario RCP vs Ensemble de 21 modelos CMIP5 Cambio de temperatura ( C) - ANUAL Escenario RCP vs Ensemble de 21 modelos CMIP Figura 2.5. Escenarios regionales de cambio de temperatura media anual ( C) para los períodos , y respecto del período de referencia ( ) para el escenario RCP6.0 a partir del ensemble de los 21 modelos climáticos globales indicados en la Tabla

24 Cambio de temperatura ( C) - ANUAL Escenario RCP vs Ensemble de 35 modelos CMIP5 Cambio de temperatura ( C) - ANUAL Escenario RCP vs Ensemble de 35 modelos CMIP5 Cambio de temperatura ( C) - ANUAL Escenario RCP vs Ensemble de 35 modelos CMIP Figura 2.6. Escenarios regionales de cambio de temperatura media anual ( C) para los períodos , y respecto del período de referencia ( ) para el escenario RCP8.5 a partir del ensemble de los 35 modelos climáticos globales indicados en la Tabla

25 2.3. Escenarios futuros de índices de extremos de temperatura En la Figura 2.7 se presenta la evolución temporal del índice tn10p (noches frías) para el período histórico ( ) y para el futuro para tres escenarios RCP y a partir del ensemble de cinco modelos climáticos globales: CanESM2, HadGEM2-ES, CSIRO Mk3-6-0, GFDL-ESM2G y MRI-CGCM3. En todos los casos se observa una tendencia negativa en el índice que es máxima para el escenario RCP8.5. En la Tabla 2.10 se indica el valor del índice para cada uno de los cortes temporales analizados. Se encuentra que la reducción en la ocurrencia anual de noches frías es bastante drástica y oscila entre 30 y 80% para el futuro lejano dependiendo del escenario de emisiones considerado. Los resultados correspondientes al índice tn90p (noches cálidas) son opuestos a los del índice tn10p. En este caso se observa una tendencia positiva que muestra el máximo incremento para el escenario RCP8.5 (Figura 2.8) mientras que la ocurrencia de extremos cálidos de temperatura hacia fin del siglo XXI duplican y/o triplican los registrados en el período de referencia dependiendo del escenario considerado (Tabla 2.11). 20 tn10p 15 RCP2.6 RCP4.5 RCP8.5 histórico Figura 2.7. Evolución temporal del índice tn10p (noches frías) (%) para los escenarios RCP2.6, RCP4.5 y RCP8.5 estimado a partir del ensemble de cinco modelos climáticos globales. Tabla Promedio anual de índice tn10p (%) para diferentes cortes temporales y escenarios de emisiones. RCP2.6 RCP4.5 RCP

26 40 tn90p 30 RCP2.6 RCP4.5 RCP8.5 historical Figura 2.8. Evolución temporal del índice tn90p (noches cálidas) (%) para los escenarios RCP2.6, RCP4.5 y RCP8.5 estimado a partir del ensemble de cinco modelos climáticos globales. Tabla Promedio anual de índice tn90p (%) para diferentes cortes temporales y escenarios de emisiones. RCP2.6 RCP4.5 RCP Escenarios futuros de cambio de precipitación anual y estacional En la Figura 2.9 se presenta la evolución temporal de la precipitación anual acumulada para la ciudad de Buenos Aires derivada del ensemble de modelos climáticos globales para el período histórico ( ) y para el futuro ( ) para los cuatro escenarios RCP. Se identifica una tendencia al aumento de la precipitación particularmente para el escenario RCP8.5. En la Tabla 2.12 se indican los cambios esperados para los diferentes cortes temporales y escenarios: el rango posible de incremento de la lluvia anual oscila entre 1.4% y 7.6%. Los escenarios de cambio de precipitación a nivel estacional se presentan en las Tablas 2.13 a Se observa que los aumentos más significativos corresponden al verano y el otoño mientras que el invierno y la primavera prácticamente no muestran modificaciones. En el verano, dependiendo del corte temporal y escenario, el incremento varía entre 2% y 12.2% mientras que en el otoño sería de entre 2.6% y 18.2%. 26

27 Escenarios futuros de precipitación anual acumulada (mm) RCP2.6 RCP4.5 RCP6.0 RCP8.5 histórica Figura 2.9. Temperatura media anual ( C) para la ciudad de Buenos Aires derivada del ensemble de modelos climáticos globales para el período histórico ( ) y para el futuro ( ) para los cuatro escenarios RCP. Tabla Cambios de precipitación proyectados para la ciudad de Buenos Aires (%) para diferentes cortes temporales y escenarios PROMEDIO ANUAL RCP2.6 RCP4.5 RCP6.0 RCP Tabla Cambios de precipitación proyectados para la ciudad de Buenos Aires (%) para diferentes cortes temporales y escenarios VERANO RCP2.6 RCP4.5 RCP6.0 RCP Tabla Cambios de precipitación proyectados para la ciudad de Buenos Aires (%) para diferentes cortes temporales y escenarios OTOÑO RCP2.6 RCP4.5 RCP6.0 RCP

28 Tabla Cambios de precipitación proyectados para la ciudad de Buenos Aires (%) para diferentes cortes temporales y escenarios INVIERNO RCP2.6 RCP4.5 RCP6.0 RCP Tabla Cambios de precipitación proyectados para la ciudad de Buenos Aires (%) para diferentes cortes temporales y escenarios PRIMAVERA RCP2.6 RCP4.5 RCP6.0 RCP Al igual que en el caso de la temperatura, de forma de referenciar a nivel regional los cambios de precipitación anual proyectados para la ciudad de Buenos Aires, en las Figuras 2.10 a 2.13 se presentan los mapas de escenarios de cambio de precipitación para la provincia de Buenos Aires para diferentes escenarios y cortes temporales. En general, en todos los casos, se observan aumentos de la precipitación en toda la región siendo la franja noreste de la provincia de Buenos Aires incluyendo el área metropolitana donde se encuentran los cambios más significativos. 28

29 Cambio de precipitación (mm/día) - ANUAL Escenario RCP vs Ensemble de 29 modelos CMIP5 Cambio de precipitación (mm/día) - ANUAL Escenario RCP vs Ensemble de 29 modelos CMIP5 Cambio de precipitación (mm/día) - ANUAL Escenario RCP vs Ensemble de 29 modelos CMIP Figura Escenarios regionales de cambio de precipitación anual (mm/día) para los períodos , y respecto del período de referencia ( ) para el escenario RCP2.6 a partir del ensemble de los 29 modelos climáticos globales indicados en la Tabla

30 Cambio de precipitación (mm/día) - ANUAL Escenario RCP vs Ensemble de 38 modelos CMIP5 Cambio de precipitación (mm/día) - ANUAL Escenario RCP vs Ensemble de 38 modelos CMIP5 Cambio de precipitación (mm/día) - ANUAL Escenario RCP vs Ensemble de 38 modelos CMIP Figura Escenarios regionales de cambio de precipitación anual (mm/día) para los períodos , y respecto del período de referencia ( ) para el escenario RCP4.5 a partir del ensemble de los 38 modelos climáticos globales indicados en la Tabla

31 Cambio de precipitación (mm/día) - ANUAL Escenario RCP vs Ensemble de 21 modelos CMIP5 Cambio de precipitación (mm/día) - ANUAL Escenario RCP vs Ensemble de 21 modelos CMIP5 Cambio de precipitación (mm/día) - ANUAL Escenario RCP vs Ensemble de 21 modelos CMIP Figura Escenarios regionales de cambio de precipitación anual (mm/día) para los períodos , y respecto del período de referencia ( ) para el escenario RCP6.0 a partir del ensemble de los 21 modelos climáticos globales indicados en la Tabla

32 Cambio de precipitación (mm/día) - ANUAL Escenario RCP vs Ensemble de 35 modelos CMIP5 Cambio deprecipitación (mm/día) - ANUAL Escenario RCP vs Ensemble de 35 modelos CMIP5 Cambio de precipitación (mm/día) - ANUAL Escenario RCP vs Ensemble de 35 modelos CMIP Figura Escenarios regionales de cambio de precipitación anual (mm/día) para los períodos , y respecto del período de referencia ( ) para el escenario RCP8.5 a partir del ensemble de los 35 modelos climáticos globales indicados en la Tabla

33 2.5. Escenarios futuros de índices de extremos de precipitación En la Figura 2.14 se presenta la evolución temporal para el período del índice de días muy lluviosos (r10mm) definido como el número de días al año en los que la precipitación acumulada supera 10 milímetros. Si bien no se identifican cambios significativos, es importante señalar que los modelos climáticos muestran un rango de incertidumbre importante en cuanto a su habilidad para representar extremos climáticos particularmente vinculados a la precipitación. En consecuencia, es importante realizar un análisis integrado que contemple además de los escenarios futuros las tendencias climáticas observadas a nivel local para diseñar medidas de adaptación adecuadas. En el caso particular de la ciudad de Buenos Aires, en las últimas décadas se ha registrado un aumento en la frecuencia de ocurrencia de extremos diarios de precipitación. 35 r10mm RCP2.6 RCP4.5 RCP8.5 histórico Figura Evolución temporal del índice r 10mm (días muy lluviosos) para los escenarios RCP2.6, RCP4.5 y RCP8.5 estimado a partir del ensemble de cinco modelos climáticos globales. Tabla Promedio anual de índice r10mm (días) para diferentes cortes temporales y escenarios de emisiones. RCP2.6 RCP4.5 RCP

34 Referencias Camilloni, I and M Barrucand, 2012: Temporal variability of the Buenos Aires, Argentina, urban heat island. Theor. and Appl. Climatol.doi: /s z Klein Tank, AMG, FW Zwiers, and X Zhang, 2009: Guidelines on analysis of extremes in a changing climate in support of informed decisions for adaptation. Climate data and monitoring WCDMP-No. 72,WMO-TD No. 1500, 56pp. Knutti, R, G Abramowitz, M Collins, V Eyring, PJ Gleckler, B Hewitson, and L Mearns, 2010: Good Practice Guidance Paper on Assessing and Combining Multi Model Climate Projections. In: Meeting Report of the Intergovernmental Panel on Climate Change Expert Meeting on Assessing and Combining Multi Model Climate Projections [Stocker, TF, D Qin, G-K Plattner, M Tignor, and PM Midgley (eds.)]. IPCC Working Group I Technical Support Unit, University of Bern, Bern, Switzerland. Moss, RH, JA Edmonds, KA Hibbard, MR Manning, SK Rose, DP van Vuuren, TR Carter, S Emori, M Kainuma, T Kram, GA Meehl, JFB Mitchell, N Nakicenovic, K Riahi, SJ Smith, RJ Stouffer, AM Thomson, JP Weyant and TJ Wilbanks, 2010: The next generation of scenarios for climate change research and assessment. Nature 463, , doi: /nature Taylor, KE, RJ Stouffer and GA Meehl, 2012: An overview of CMIP5 and the experiment design. Bulletin of the American Meteorological Society, 93, Zhang, X, L Alexander, GC Hegerl, P Jones, AK Tank, TC Peterson, B Trewin, and FW Zwiers, 2011: Indices for monitoring changes in extremes based on daily temperature and precipitation data, WIREs Climate Change, 2,