ESCENARIOS DE CAMBIO CLIMÁTICO PARA COSTA RICA

Transcripción

1 PROYECTO FOMENTO DE LAS CAPACIDADES PARA LA ETAPA II DE ADAPTACIÓN AL CAMBIO CLIMÁTICO EN CENTRO AMÉRICA, MÉXICO Y CUBA ESCENARIOS DE CAMBIO CLIMÁTICO PARA COSTA RICA Preparado para: Instituto Meteorológico Nacional (IMN) Ministerio de Ambiente y Energía (MINAE) COMITÉ REGIONAL DE RECURSOS HIDRÁULICOS (CRRH)

2 INDICE I.a Introducción 1 I.b Generalidades e incertidumbres de los Modelos de Circulación General 3 II. Creación de escenarios de cambio climático 10 III. Escenario de emisiones de GEI y aerosoles 11 IV. Escenario climático de referencia 11 V. Estado futuro de las concentraciones de los GEI y aerosoles, de la temperatura media del planeta y nivel del mar según los escenarios de emisiones seleccionados 12 VI. Modelos de circulación general 13 VII. Proyección de los patrones de cambio climático en América Central 16 VII.A Variación anual 16 VII.B Variación mensual y estacional 20 VII.C Variación espacial y-estacional Lluvia Temperatura 28 VIII. Análisis Local: correlaciones estadísticas en Costa Rica 30 VIII.A Pacífico Norte 30 VIII.B Pacífico Sur 31 VIII.C Zona Norte 33 VIII.D Región Caribe 34 IX. Escenarios climáticos en Costa Rica 38 IX.A Análisis anual de precipitación 38 IX.B Análisi mensual de precipitación Valle Central Pacífico Norte Pacífico Central y Pacífico Sur Zona Norte Región Caribe 44 IX.C Análisis anual de la temperatura Análisis mensual de temperatura Valle Central Pacífico Central y Pacífico Sur Zona Norte Región Caribe 48 X. Reducción de escala dinámica 49 X.A Introducción 49 X.B Resultados en Costa Rica Escenarios climáticos de precipitación para el siglo XXI Escenarios en el Valle Central al i

3 Conclusiones 53 Anexo A. Escenarios de emisiones de GEI para América Central 56 Anexo B. Climatología de referencia ( ) 58 B1 Variación mensual de cuatro regimenes de lluvia en C.A. 59 B2 Variación espacial de la lluvia estacional en C.A. 60 B3 Variación mensual de cuatro regimenes de temperatura en C.A. 60 B4 Variación espacial de la temperatura media anual en C.A. 61 Anexo C. Descripción del modelo MAGGIC-SCENGEN ver Anexo D. Parámetros del modelo MAGGIC-SCENGEN ver Anexo E. Escenarios de emisiones 68 Anexo F. Datos utilizados para las figuras 71 Anexo G. Patrones espaciales de cambio climático 77 Anexo H. Mapas de isoyetas e isotermas mensuales generadas con PRECIS 85 Anexo I. Referencias bibliográficas 103 ii

4 ESCENARIOS DE CAMBIO CLIMÁTICO PARA COSTA RICA I.a Introducción El clima está cambiando. Estos cambios han sido regularmente atribuidos solo a procesos naturales, tales como las variaciones en el comportamiento del sol o las circulaciones de los océanos. Sin embargo, en la actualidad se ha comprobado que la influencia humana o antropogénica, particularmente aquellas relacionadas con la emisión de gases de efecto invernadero (GEI), los usos de la energía y de la tierra también son capaces de modificar el clima. Todos estos factores alteran el balance de energía solar del sistema climático (conformado por la atmósfera, la biosfera, la geosfera, la hidrosfera y la criosfera). Para reestablecer el balance energético el sistema climático responde ajustando sus componentes, tales como los aumentos de la temperatura de la superficie terrestre y del nivel del mar y las variaciones en los regímenes de lluvia. Esta variación en los parámetros climáticos es denominada como cambio climático, lo cual inevitablemente impactaría los ecosistemas naturales y la vulnerabilidad de los sectores sociales y económicos a nivel global. De acuerdo con Parry y Carter (1998), la evaluación de la vulnerabilidad al cambio climático tiene el objetivo de asegurar el uso óptimo de los recursos climáticos disponibles, midiendo primero los impactos positivos y negativos y segundo, evaluando las medidas de adaptación para dar respuesta a los impactos, obteniendo ventajas de los positivos y minimizando los negativos. Para llevar a cabo estas evaluaciones es necesario obtener una representación cuantitativa de los cambios en el clima, es decir realizar una proyección de los patrones temporales y espaciales del clima futuro. Aunque actualmente existe mayor consenso y confiabilidad en que el aumento de las concentraciones de GEI y de aerosoles son capaces de producir un incremento de la temperatura global. La estimación de cómo las altas concentraciones de esos gases pueden afectar los climas regionales tiene una confiabilidad muy baja. También no se sabe con certeza cómo los cambios climáticos podrían variar y cómo serán las futuras condiciones socioeconómicas y ambientales. Por estas razones hasta el momento no existe la posibilidad de realizar predicciones con alto grado de certeza de los cambios climáticos a escala regional. A pesar de la anterior dificultad es posible ofrecer algunas opciones a los tomadores de decisiones de cómo el cambio climático afectaría los ecosistemas, la vida humana y la economía. Una de ellas consiste en utilizar representaciones del clima futuro, y no predicciones, para determinar cuándo un sistema o sector específico es potencialmente vulnerable al cambio climático, o para identificar los límites en que los impactos se hacen negativos o severos. A tales representaciones futuras del clima se les denomina escenarios de cambio climático y según Viner y Hulme (1992) pueden definirse como: Una representación del clima futuro que es internamente consistente, que ha sido construida empleando métodos basados en principios científicos y que puede ser utilizada para comprender las respuestas de los sistemas medio ambientales y sociales ante el futuro cambio climático. Por lo tanto la construcción e implementación de escenarios de cambio climático es una de las primeras acciones para realizar evaluaciones de vulnerabilidad y adaptación al cambio climático, especialmente en el contexto de los impactos potenciales en los sectores claves de un país o una región, tales como Recursos Hídricos, Recursos Costeros, Economía, Ecología, Salud Humana, Agricultura. Para dicho objetivo se ha sugerido utilizar una serie de posibles escenarios de cambio climático -los cuales dependen de las emisiones de GEI y éstos de las fuerzas impulsadoras de esas emisiones-, pues el sólo uso de un solo escenario climático impide transmitir a los asesores y tomadores de decisiones las incertidumbres intrínsecas de la predicción del clima futuro (IPCC,2000). Existe una gran variedad de métodos para crear los escenarios de cambio climático y según Carter y otros (1993) se pueden agrupar en: escenarios incrementales o sintéticos, análogos y aquellos que resultan de - 1 -

5 los modelos de circulación general (MCG). Entre esos grupos, el método más utilizado actualmente es el de los MCG. Éstos son representaciones numéricas tridimensionales que se emplean para simular el comportamiento futuro del sistema climático global. Los resultados de los experimentos desarrollados por los MCG pueden ser combinados con las salidas de generadores de escenarios climáticos (GEC) para poder evaluar los resultados de los primeros, bajo una gran variedad de supuestos sobre las futuras emisiones de los GEI. Esta idea fue utilizada primero por Viner y Hulme (1992) para desarrollar escenarios de cambio climático regional en Europa y luego por la Unidad de Investigación del Clima de la Universidad de East Anglia (UEA) del Reino Unido, quien se encargó de divulgarlo a la comunidad científica internacional por medio de dos programas de computadora que desarrollaron para ser empleados en la construcción de escenarios climáticos: (i) MAGICC (Model for the Assessment of Greenhouse-gas Induced Climate Change), el cual es un modelo climático unidimensional que ofrece estimaciones internamente consistentes de las concentraciones de GEI, temperatura media global y elevación del nivel medio del mar entre los años 1990 y 2100; (ii) SCENGEN (SCENario GENerator) combina los resultados de MAGICC y los de un conjunto de MCG para producir escenarios de cambio climático regionalizados, tomando en cuenta un grupo de variables climáticas, particularmente la precipitación y la temperatura. Utilizando las herramientas mencionadas anteriormente se generaron las tendencias del clima futuro, determinando el comportamiento en el siglo XXI de la precipitación y la temperatura en Centroamérica. Posteriormente se aplicaron técnicas de reducción de escala (downscaling), tanto estadística como dinámica, para obtener la tendencia de la temperatura y la precipitación en las diferentes regiones climáticas del país. Se llevaron a cabo comparaciones puntuales entre ambas técnicas en el Valle Central de Costa Rica correspondientes al año 2020 y años subsecuentes hasta el Los escenarios de cambio climático A2-ASF y B2-MESSAGE se utilizaron para hacer el estudio, basados en los análisis y conclusiones sobre el tema por Echeverría, Los resultados de este análisis servirán posteriormente para evaluar la vulnerabilidad y medidas de adaptación al cambio climático en Costa Rica, aunque podría utilizarse para todo el istmo centroamericano

6 I.b Generalidades e incertidumbres de los Modelos de Circulación General (MCG) Descripción general de los MCG Para describir de manera coherente las relaciones entre las fuerzas determinantes de las emisiones y su evolución, y para añadir un contexto a la cuantificación de los escenarios se desarrollaron cuatro líneas evolutivas diferentes (ver figura 1 y cuadro 1). Cada escenario representa una interpretación cuantitativa específica de las cuatro líneas evolutivas diferentes denominadas familias, que para efectos prácticos se les ha llamado: A1, A2, B1 y B2. En total, se han desarrollado 40 escenarios, todos igualmente válidos, abarcando los valores actuales de incertidumbre de las emisiones de GEI y las tendencias en las líneas evolutivas. Sin embargo, en el presente estudio se analizarán los escenarios A2 y B2, los cuales parecen estar acordes con las estimaciones futuras del comportamiento socioeconómico de Centroamérica. Figura 1. Líneas evolutivas y familias de escenarios Fuente: IPCC, De acuerdo con el IPCC, se han realizado un gran número de experimentos climáticos y los resultados son de dominio público, particularmente a través del IPCC Data Distribution Centre (IPCC-ddc) 1 y del Canadian Institute for Climate Studies (CICS) 2. Debido al gran número de experimentos llevados a cabo, es importante hacer mención de algunos aspectos utilizados en la nomeclatura de escenarios, particularmente útiles en la comunidad no científica. En general, la nomeclatura de los experimentos consiste de los siguientes componentes: 1. Siglas del MCG con el cual el experimento es realizado, por ejemplo cgcm, hadcm, gfdl, csiro etc., y la versión del modelo: 1, 2, mk2b, r El escenario de emisión al cual el experimento será sometido. Los experimentos generalmente son sometidos a dos tipos de forzamiento

7 Los llamados IS92a 3 asumen un incremento anual de emisiones de CO 2 equivalente a un 1% desde el año base Bajo ese supuesto algunos experimentos solamente consideran el forzamiento radiativo debido a los GEI, éstos son los experimentos gg, mientras que otros consideran tanto el forzamiento radiativo de los GEI como el forzamiento debido a emisiones de azufre, razón por la cual son etiquetados como experimentos ga; y, Los escenarios de emisión llamados SRES 4 son los etiquetados como A1FI, A1B, A1T, A2, B1 y B2, cuyas características ya fueron descritas en el cuadro La mayoría de los MCG han sido creados para simular el sistema climático con los mismos escenarios de emisión, pero bajo diferentes condiciones, de tal manera que los resultados de cada experimento provee información valiosa sobre la variabilidad climática. Los experimentos que inician con diferentes condiciones son usualmente conocidos como ensamblados, y en cada experimento se le asigna un número (ej., 1, 2, 3, 4, etc.) y la letra x. Familias de escenarios, su historia narrativa y sus características principales. Historia (familia) Narrativa # de escenarios Descripción A1 17: OS: 4 HS: 13 A2 6: OS: 4 HS: 2 B1 9: OS: 2 HS: 7 Rápido crecimiento económico, baja tasa de crecimiento de la población y rápido cambio hacia tecnologías más eficientes. Ocurre una convergencia entre regiones y se reducen sustancialmente las diferencias en ingreso personal. Esta familia se divide en tres grupos, cada uno diferente en términos del sistema energético a utilizar: A1F, A1T y A1B.. Un mundo heterogéneo, autosuficiente y que mantiene las identidades locales. Las tasas de crecimiento de la población convergen lentamente, lo cual resulta en un elevado crecimiento de la población. Crecimiento económico per capita es más lento y fragmentado que en otras familias. Es un mundo convergente, con bajo crecimiento de la población y con rápidos cambios en las estructuras económicas. Ocurre un movimiento hacia una economía basada en los servicios y en la tecnología de la información y se reduce la intensidad en el uso de materiales, y se introducen tecnologías limpias y eficientes. El énfasis es en soluciones globales para la sostenibilidad ambiental, económica y social, incluyendo aumentos en la equidad. B2 8: OS: 4 HS: 4 Esta historia describe un mundo con énfasis en soluciones locales a la sostenibilidad ambiental, social y económica. El crecimiento de la población, y el desarrollo económico, son moderados y el cambio tecnológico es menos rápido pero más diverso que en B1 y A1. Y aunque está orientado a la protección ambiental y equidad social, se enfoca en los niveles regional y local. 3 Más información sobre los escenarios IS92a está disponible en 4 Más información sobre los escenarios SRES está disponible en

8 Análisis de los resultados de los Modelos de Circulación Global y su aplicación en Costa Rica Siendo que para el IPCC todos los modelos son igualmente válidos y abarcan el rango de incertidumbre actual en relación a los resultados mismos, se realizó una primera aproximación muy general sobre las representaciones del clima futuro en Costa Rica, con base en los resultados de todos los MCG existentes utilizando para ello las herramientas dispuestas por el Canadian Institute for Climate Studies 5. La figura 2 muestra los resultados de todos los MCG así como conjuntos de resultados de un modelo en particular (HADCM2 ga 1,2,3,4) bajo los diferentes supuestos de los modelos (58 corridas en total) para el año 2020 con una línea base de , en lo que respecta a los parámetros meteorológicos de temperatura y precipitación. Como puede observarse todos los modelos coinciden en representar la temperatura al 2020 con anomalías positivas (calentamiento) oscilando entre +0,5 y +2,0 C. No así en lo que respecta a la precipitación, donde encontramos anomalías variando de -20% (seco) a +35% (muy lluvioso) mostrando una gran variabilidad en las tendencias futuras. La figura 3 corresponde a los resultados de los MCG utilizados en el CICS para el Se observa que los valores de las temperaturas aumentan entre +1,0 y +3,5 C. La precipitación sigue mostrando un grado de dispersión significativo entre -38% a +25%. El aumento de los valores de temperatura y de precipitación a futuro se observa también en los resultados de 2080 (ver figura 4), ya que el rango de temperatura oscila entre +1,4 y +6,7 C y la precipitación de -78% a +22%, de tal manera que los escenarios de precipitación siguen mostrando escenarios, ya para el 2080, desde extremadamente lluviosos. En el caso de los análisis anuales, puede considerarse que todos los modelos llevan a condiciones con mayores temperaturas con el paso del tiempo y a condiciones más secas. Pese a ello, es importante reconocer que los resultados de los conjuntos de corridas de varios modelos no necesariamente aumentan el rango de incertidumbre

9 Figura 2. Distribución de los resultados de las diferentes familias de MCG y sus conjuntos de resultados en 2020 en las coordenadas Lat.10 N y Long. 84 O. Figura 3. Distribución de los resultados de las diferentes familias de MCG y sus conjuntos de resultados en 2050 en las coordenadas Lat.10 N y Long. 84 O

10 Figura 4. Distribución de los resultados de las diferentes familias de MCG y sus conjuntos de resultados en 2080 en las coordenadas Lat.10 N y Long. 84 O. Los resultados individuales de los MCG (ver figura 5) nos permiten visualizar algunas características importantes. En el caso de las salidas de los ccsr/nies (Centre for Climate Research Studies / National Institute for Environmental Studies, Japan), en conjunto (5a), permiten observar que la temperatura tiende a incrementar entre 0,5 a 0,8 C al 2020 y de 2,0 a 4,0 C al 2080, valores que evidencian un aumento de la incertidumbre con el paso del tiempo, siendo mayor al finalizar el siglo XXI. En el caso del modelo CGCM (Canadian Centre for Climate Modelling and Analysis), los resultados también prevén un clima más caluroso y seco en Costa Rica, con anomalías con respecto a la línea base de que van desde 0,5 a 2,0 C en 2020 y 2,0 a 4,6 C en 2080, tal como puede observarse en la figura 5b. Los resultados del CSIRO (Commonwealth Scientific and Industrial Research Organization, Australia), figura 5c, muestran una tendencia incremental similar a otros modelos en el caso de la temperatura, pasando de 0,7 a 1,0 C en el año 2020 a un rango de 2,0 a 2,7 C en 2080.Si consideramos otros modelos como el ECHAM del Max Planck Institute for Meteorology de Alemania, el modelo NCAR del National Centre for Atmospheric Research y el modelo GFDL del Geophysical Fluid Dynamics Laboratory, ambos de USA, tenemos salidas con tendencias similares que se agrupan entre 0,5 y 1,0 C en el 2020 y de entre 1,5 y 3,0 C al 2080, tal como se puede observar en la figura 5d. La figura 5e muestra los resultados de las corridas de las versiones 2 y 3 del modelo del Hadley Centre for Climate Prediction and Research, UK

11 Puede observarse que existe bastante similitud entre las proyecciones para el período del 2020, siendo esta de entre 1,0 y 1,5 C, pero con el paso del tiempo, los supuestos de las versiones del modelo hacen que aumento la dispersión de los resultados, pudiendo ser estos de entre 3,0 a 6,5 C. Figura 5. Cambios proyectados en la temperatura de acuerdo con los resultados de los diferentes MCG. En cuanto a los resultados de las salidas de los modelos para lo que se refiere a precipitación (figura 6), los resultados presentan una mayor incertidumbre. Algunos modelos presentan resultados muy conservadores, como es el caso del modelo CCSR (figura 6a) con un rango entre -10 y -20%, mientras que el modelo CSIRO (figura 6c) es más conservador. El modelo CGCM (6b) presenta tendencias positivas de precipitación con el tiempo o con pocos cambios, por lo que la distribución de lo esperado podría estar en el rango de la variabilidad natural

12 El modelo ECHAM tiene efectos incrementales hacia las condiciones supuestas en el 2100 en nuestra región. El NCAR presenta aumentos en la precipitación al 2050 y luego estos porcentajes decaen al En las corridas del CGCM (6d) se presentan varios resultados posibles, incrementales, detrimentales o con variaciones poco significativas. El modelo HADLEY (6e) es el que tiene las mayores variaciones, siendo notorias en su versión HADCM3 en la cual se obtienen las disminuciones más drásticas de hasta -80% de precipitación anual en el Figura 6. Cambios proyectados en la precipitación de acuerdo con los resultados de los diferentes MCG. Las grandes diferencias entre los modelos para simular los efectos del cambio climático dan una idea de la incertidumbre involucrada en los análisis. La baja resolución de los MCG es insuficiente para muchas aplicaciones, en particular porque no reflejan aspectos dinámicos a escalas local o mesoescalar, tales como efectos por orografía en el viento y la - 9 -

13 precipitación y el tipo de suelo, las cuales son simplificadas con la consecuente pérdida de las especificidades que requieren los análisis regionales. Existen metodologías agrupadas bajo el término downscaling y que han sido desarrolladas para derivar el detalle regional. Estas técnicas están basadas en relaciones empíricas entre un grupo de variables observadas a la resolución de los MCG y las observaciones en un lugar específico y en resultados dinámicos, llevados a cabo por modelos de mayor resolución espacial. Los escenarios así obtenidos son representativos del sitio o región analizada. El creciente uso de funciones de distribución probabilística en la literatura permite enfocarse hacia una mayor aproximación, considerando un rango de posibles resultados en lugar de uno solo, como por ejemplo estimar la probabilidad de exceder cierto umbral crítico. Este criterio también permite ligar los resultados con el manejo de riesgo y el proceso de toma de decisiones. Sin embargo, se ha podido comprobar que los puntos extremos (colas) de la curva de distribución de probabilidad, son sensibles a los criterios y supuestos considerados, por lo que se requiere de una cuidadosa descripción de los supuestos, que tome en cuenta su relevancia en la toma de decisiones. II. Creación de los escenarios de cambio climático para Centroamérica Los escenarios de cambio climático deben ser seleccionados para brindar información que sea fácil de obtener, suficientemente detallada para ser utilizada en los estudios de impacto, representativa del rango de incertidumbres de las proyecciones y físicamente consistente en el sentido espacial (Parry y Carter, 1998). Sin embargo, en la práctica es difícil poder reunir todas esas características en un escenario, pues la representación de ellas depende, en buena medida, del método que se emplee en la creación del escenario. Para crear los escenarios de cambio climático en América Central se utilizó el método empleado por Viner y Hulme (1992) y Centella y otros (1998a). En este método se combinan los resultados de los GEC para reproducir las salidas de los MCG bajo diferentes supuestos sobre las emisiones de GEI y de sensibilidad climática. El proceso de creación de los escenarios de cambio climático utilizando la combinación de los resultados de los MCG y de los GEC involucra cinco etapas fundamentales, las cuales son: i) selección del rango de escenarios de emisiones de GEI/aerosoles que serán utilizados; ii) construcción de la climatología o escenario de referencia climático (ERC); iii) transformación de las emisiones de GEI en proyecciones de calentamiento global e incremento del nivel del mar; iv) selección de los mejores MCG y v) combinación de las proyecciones globales con los patrones climáticos regionales. En las siguientes secciones se describen cada una de estas etapas

14 III. Escenarios de Emisiones de GEI y aerosoles La selección de los escenarios de emisiones de GEI es una etapa muy importante, pues del nivel de las emisiones dependerá, en buena medida, el forzamiento que reciba el sistema y por lo tanto, los resultados que se obtengan en cuanto a temperatura y nivel del mar a escala global. El objetivo es escoger dos escenarios -de un grupo de 40 establecidos por el Panel Intergubernamental de Expertos sobre el Cambio Climático(IPCC)- que mejor reflejen las circunstancias y perspectivas regionales supuestas para el Istmo Centroamericano, considerando especialmente las principales fuerzas que impulsan las emisiones de GEI: cambios demográficos, desarrollo socioeconómico y avances tecnológicos. Según lo anterior, un estudio regional para América Central de Echeverría (2004) recomendó utilizar los escenarios marcadores: A2-ASF y B2-MESSAGE. En el anexo A se muestra un resumen de los supuestos considerados en cada uno de esos escenarios, mientras que en IPCC (2000) se puede encontrar una descripción completa de los 40 escenarios. IV. Escenario Climático de Referencia Un requerimiento básico y previo en la creación de los escenarios climáticos es la preparación u obtención de la climatología inicial o línea base climática (LBC). La LBC de referencia es muy importante porque con base en ella y en los cambios que estimen los MCG/GCE se conocerán las nuevas climatologías para cada uno de los horizontes de tiempo considerados. La LBC debe ser elaborada de forma tal que permita tipificar las condiciones climáticas actuales. Existe el consenso de que un período de 30 años es suficientemente prolongado para calcular, con significación estadística, distribuciones de frecuencia de diferentes variables y para obtener una buena representación de algunas características de la variabilidad del clima, sobre todo aquellas relacionadas con la variabilidad interanual (Parry y Carter, 1998). El empleo de 30 años para crear la referencia climática es compatible con las normas de la Organización Meteorológica Mundial (OMM) y el IPCC, es un período temporal lo suficientemente corto como para garantizar una adecuada cobertura espacial de las estaciones de observación y garantizar, de esta forma, que se describan adecuadamente los rasgos que caracterizan el clima de una región. La LBC utilizada emplea como referencia el periodo , que es aceptado ampliamente por la OMM y el IPCC como la climatología actual, aunque también se está aceptando el periodo debido a la mayor disponibilidad de datos. Esta climatología fue construida a partir de los datos proporcionados por el proyecto CRN073-IAI, los cuales fueron compilados y verificados por el Centro de Ciencias de la Atmósfera de la Universidad Autónoma de México (UNAM). Los datos originales consisten de valores mensuales medios de temperatura y precipitación de un periodo que cubre de 1958 a 1999 y son interpolaciones sobre una rejilla uniforme con una resolución espacial de 0.5 (50 Km)) tanto en latitud como en longitud. Cabe resaltar que los puntos de rejilla cubren no sólo el área continental, sino también la región oceánica. Esta compilación fue realizada solamente para Mesoamérica a partir de pluviómetros, estimaciones de lluvia por satélite y modelos numéricos. Para una descripción más detallada de la fuente, el procesamiento y verificación de los datos consultar a Magaña y otros (1999) y Magaña y otros (2003). Para efectos de variaciones mensuales e interanuales también se utilizaron los datos de estaciones meteorológicas con registros históricos de excelente calidad. En el anexo B se puede apreciar el comportamiento espacial de la climatología del CRN073-IAI, además de gráficos con las variaciones mensuales de los datos climáticos de estaciones meteorológicas representativas. Por razones que serán explicadas posteriormente se ha dividido el clima de la región

15 centroamericana en cuatro regímenes térmicos y pluviométricos: Caribe Norte, Caribe Sur, Pacífico Norte y Pacífico Sur. En cuanto a la lluvia las siguientes son algunas características principales: El régimen del Caribe presenta precipitaciones todo el año, con mínimos relativos en marzo y octubre en la región Caribe Sur y en abril-mayo en el Caribe Norte. Los máximos en el Caribe Sur se presentan en julio y diciembre, mientras que en el Caribe Norte solo en diciembre. En la región del Pacífico hay dos estaciones bien definidas, la temporada seca que se extiende de diciembre a marzo y la temporada lluviosa entre abril y noviembre. En medio de la estación lluviosa se produce un mínimo relativo en julio y agosto, conocido como veranillo o canícula. En los regímenes del Pacífico los meses más lluviosos son mayo-junio y setiembre-octubre. Los mapas de la variación espacial y estacional de la precipitación muestran que el sector sur de Centroamérica es más lluvioso que el norte, con un máximo dominante en el Caribe de Nicaragua y Costa Rica. En general, el periodo más seco en todo el Istmo se presenta entre febrero y abril. Respecto a la temperatura se destacan las siguientes características: La oscilación térmica en el régimen del Norte es mayor que la del Sur. En el lado del Caribe se presentan dos máximos, uno en mayo y el otro en setiembre u octubre. En el Pacífico hay un máximo dominante en marzo y abril, y un mínimo entre setiembre y noviembre. En el Pacífico Norte se produce un segundo máximo en julio-agosto. En general el clima del Pacífico es más caluroso que el Caribe. V. Estado futuro de las concentraciones de los GEI/aerosoles, de la temperatura media del planeta y nivel del mar según los escenarios de emisiones seleccionados. Para obtener las proyecciones globales de la temperatura y el incremento del nivel del mar para un escenario de emisiones GEI determinado es necesario convertir las emisiones en concentraciones atmosféricas. Después se estima el forzamiento radiativo del cual depende el calentamiento global. En este estudio los perfiles de emisiones/concentraciones y la estimación de los cambios de la temperatura y del nivel del mar fueron calculados con el programa MAGICC (ver anexo C para información específica del modelo y el anexo D para la descripción de la parametrización), utilizando como referencia los escenarios de emisiones A2-ASF y B2-MESSAGE. Para estimar los cambios futuros en las temperaturas y el nivel del mar, MAGICC convierte las emisiones en concentraciones utilizando varios modelos que simulan el ciclo de los principales GEI. Esas concentraciones son empleadas más tarde para estimar el forzamiento radiativo mediante los modelos de transferencia radiativa. Finalmente, el forzamiento radiativo medio global es utilizado para correr un modelo climático unidimensional de balance de energía/difusión-afloramiento. En el anexo E están todos los resultados y figuras relativas. Se puede ver que en general el escenario A2-ASF es más pesimista que el B2-MESSAGE para horizontes de tiempo mayores al 2065, ya que desde cualquier parámetro que se considere (concentraciones, emisiones, temperatura, nivel del mar), los valores estimados de cambio en la temperatura con el A2 son mayores que los del B2. El modelo MAGICC estima un aumento promedio de temperatura de 1.5 C (ambos escenarios) para el año 2050 y entre 2.6 C (B2) y

16 3.6 C (A2) para el año 2100 (con respecto a los valores de ), mientras que el incremento en el nivel del mar sería de unos 18 cm para el año 2050 y entre 37cm (B2) a 44 cm (A2) para el año 2100; además, nótese que previo al año 2065 los dos escenarios de emisiones seleccionados muestran tendencias y valores semejantes (tanto en la temperatura como en el nivel del mar), las mayores diferencias se presentan posteriormente a ese año. Contrario al resto de parámetros, las emisiones de aerosoles (especialmente dióxido de azufre (SO 2 )) son las únicas que presentan tendencias a disminuir, así es el caso a partir de 1990 del escenario B2 y de 2040 del escenario A2. Sin embargo el impacto de esta disminución no significa que las temperaturas disminuirán, pues la relación es inversamente proporcional: el forzamiento por aerosoles será negativo si las emisiones de SO 2 en el escenario de emisiones seleccionado son positivas, pero será positivo si las emisiones de SO 2 son negativas. Esto quiere decir que el forzamiento por aerosoles puede dar lugar, o bien al calentamiento, o bien al enfriamiento mundial, dependiendo del escenario de emisiones mundiales de SO 2. VI. Modelos de Circulación General (MCG) El principal objetivo de SCENGEN es construir una gama de escenarios de cambio climático mundial con delimitaciones geográficas, sobre la base de los resultados obtenidos con el GEC (MAGICC) y un conjunto de experimentos con MCG (contenidos dentro del SCENGEN), y en los que se combinan esos resultados con conjuntos de datos climáticos mundiales y regionales observados. Los GEC poseen la habilidad de reproducir los resultados de los MCG y por ello pueden ser utilizados con bastante confianza. Sin embargo, los GEC no pueden utilizarse directamente para proyectar los patrones de cambio regional, pues ellos solamente proporcionan resultados sobre la temperatura y el incremento del nivel del mar a escala global. Por otra parte, aunque los MCG producen sus resultados sobre rejillas uniformes, las cuales sí pueden utilizarse directamente en la proyección de los patrones regionales, sus salidas no están disponibles para una diversidad de supuestos sobre futuras emisiones de GEI. Así pues, es necesario combinar los resultados globales de los primeros con las rejillas de los segundos. La combinación de los resultados se realiza con el modelo SCENGEN atendiendo los siguientes pasos: I. Se obtienen los valores de cambio de una variable climática en cada punto de rejilla del MCG, a partir de la diferencia entre las simulaciones perturbadas (en los distintos horizontes de tiempo) y la de la LBC de control. Esto se realiza para cada una de las variables climáticas de interés, cuyos resultados son proyectados por el MCG. II. Los valores de cambio son divididos (estandarizados) por el calentamiento global del MCG en cuestión, para producir una magnitud que representa el cambio de cualquier variable por grado de calentamiento global. III. Finalmente, los valores estandarizados son reescalados nuevamente, al multiplicarlos por el calentamiento global obtenido de la salida del GEC. De acuerdo con Centella y otros (1998a), este proceso puede ser representado mediante: ΔV i,año =ΔT año GEC *ΔV i /ΔT MCG donde: ΔV i es la diferencia 2XCO 2-1XCO 2 en el punto de rejilla i, para la variable V; ΔT MCG es el calentamiento global dado por el MCG; ΔT año GEC es el cambio de temperatura global para un año fue seleccionado como año de inicialización del MAGICC ya que es el punto medio aproximado del periodo , considerado por el IPCC y la OMM como el clima de referencia más reciente

17 específico con relación al período obtenido por el MAGICC y ΔV i,año es el cambio en la variable V para un año determinado en el punto de rejilla i. Pero todo lo anterior exige que para determinar los escenarios de cambio climático a escala regional centroamericana para el siglo XXI es necesario seleccionar los modelos que mejor simulen las condiciones futuras. Para esta meta se propone como esquema de aproximación el método de la validación de la climatología actual, el cual se fundamenta en el supuesto de que los MCG que representen o reproduzcan con el menor error posible las condiciones climáticas iniciales, es decir la LBC de , deberían simular mejor los climas futuros. No obstante, sobre ese tema, Wigley (2003a) advierte lo siguiente: (i) si la validación es realizada sobre un área limitada, los resultados -buenos o malos- podrían ser consecuencia de la casualidad o el azar, motivo por el cual para hacer juicios de modelos individuales se recomienda analizar las estadísticas de validación para todo el globo; (ii) una buena (o mala) simulación de las condiciones actuales no necesariamente significa que los resultados de las predicciones climáticas sean buenas (o malas). Con el fin de considerar esos dos aspectos se tomaron las siguientes acciones: (i) se calcularon estadísticos de validación tanto para el dominio global como para el regional (América Central); (ii) a partir de las estadísticas de validación se seleccionaron 5 MCG -tanto para la temperatura como para la lluvia- con los errores más bajos; para tal efecto los modelos deben de cumplir simultáneamente con los siguientes criterios: alta correlación(r), error cuadrático medio(rmse) y el error medio absoluto (MAE) más bajos. Por razones de compatibilidad con la escala espacial de los MCG del SCENGEN, en este análisis de validación no se utilizó la climatología del CRN073-IAI, sino que una climatología global (mar y tierra) con resolución espacial de 5 en latitud y longitud (Xie and Arkin, 1997; New y otros, 1999). Los 17 MCG 7 -disponibles en el SCENGEN- fueron evaluados en el contexto del escenario de emisiones A2- ASF, usando los valores medios anuales de la temperatura y la lluvia. Los resultados se presentan en las tablas1 y 2. Según las siguientes tablas y aplicando los criterios de selección establecidos, los modelos que mejor reprodujeron la climatología de referencia (LBC) de temperatura de América Central fueron los siguientes: CCC1TR, CSI2TR, ECH4TR, GISSTR, HAD2TR. Nótese que según la tabla 1 el modelo CERFTR presenta una excelente correlación tanto en el dominio global como en el regional, sin embargo, debido a los altos valores del RMSE y MAE no fue seleccionado como un buen modelo. Para el caso de la precipitación (tabla 2) los modelos seleccionados fueron: CSI2TR, ECH3TR, ECH4TR, HAD2TR, HAD3TR. El modelo que calificó más alto en las cuatro pruebas fue el HAD2TR. Tal como lo muestran las dos últimas filas de las tablas 1 y 2 la selección de un grupo de 5 modelos para cada variable resultó en una mejor modelación que los modelos individuales y que el promedio de los 17 MCG. 7 Información específica de cada uno de los modelos puede consultarse en

18 Modelo Dominio Global Dominio Regional R RMSE MAE r RMSE MAE BMRCTR CCC1TR CCSRTR CERFTR CSI2TR CSM_TR ECH3TR ECH4TR GFDLTR GISSTR HAD2TR HAD3TR IAP_TR LMD_TR MRI_TR PCM_TR W&M_TR MOD MOD Tabla 1. Estadísticos de validación de la temperatura media anual de los 17 MCG del SCENGEN en los dominios global y regional (MOD17 = media de 17 modelos; MOD5 = media de los 5 mejores modelos). Modelo Dominio Global Dominio Regional R RMSE MAE r RMSE MAE BMRCTR CCC1TR CCSRTR CERFTR CSI2TR CSM_TR ECH3TR ECH4TR GFDLTR GISSTR HAD2TR HAD3TR IAP_TR LMD_TR MRI_TR PCM_TR W&M_TR MOD MOD Tabla 2. Estadísticos de validación de la lluvia anual de los 17 MCG del SCENGEN en los dominios global y regional (MOD17 = media de 17 modelos; MOD5 = media de los 5 mejores modelos)

19 También se realizó una verificación a escala estacional usando el dominio regional para la estación de verano (junio-agosto) e invierno (diciembre-febrero). En ambos casos no varió significativamente la lista de los 5 mejores modelos. Sin embargo, tal como lo muestra la tabla 3, notar que en verano los estadísticos muestran un mejor desempeño que en invierno. Cabe resaltar, que al igual que en el análisis anual, en el análisis estacional el modelo HAD2TR fue el que reflejó mejor las condiciones climáticas iniciales. Temperatura Lluvia r RMSE MAE R RMSE MAE Invierno Verano Tabla 3. Comportamiento estacional de los estadísticos de validación de lluvia y temperatura de los 5 mejores MCG del SCENGEN en el dominio regional. Finalmente y siguiendo la aproximación sugerida por Hulme y otros (2000) se definirá un patrón compuesto al ponderar en términos iguales los resultados de los 5 modelos y presentar dichos resultados como un promedio de un producto y una variedad de los MCG. VII. Proyección de los patrones de cambio climático La última etapa en la creación de los escenarios climáticos es la combinación de los resultados de los GEC (tal como los del programa MAGICC) con los de las salidas de los MCG, todo lo cual es realizado por medio del programa SCENGEN. Una importante limitación de este método es que el mismo asume que los cambios climáticos regionales están linealmente relacionados con los cambios climáticos globales, suposición que no es totalmente válida. El SCENGEN es ampliamente empleado para estandarizar los valores de las variables climáticas producidas por los MCG y reescalar los mismos, considerando los resultados del calentamiento global obtenidos por MAGICC para los períodos de 30 años definidos por el usuario, bajo los escenarios de emisiones y valores de sensibilidad climática (ΔT 2x ) seleccionados. En el caso de este estudio, se estudiarán los resultados para horizontes de tiempo de corto, mediano y largo plazo, dichos periodos están centrados en los siguientes años: 2010, 2020, 2030, 2040, 2050, 2075 y VII.A Variación anual Para comenzar con el análisis de los resultados para la determinación del clima futuro de América Central, las figuras 1 y 2 y los datos de los anexos F.1 y F.2 muestran los cambios en la temperatura media anual y la lluvia para los escenarios de emisiones A2 y B2 en los 7 horizontes de tiempo considerados en este estudio. La clasificación Norte (N) y Sur (S) en esas figuras y tablas es debido a las marcadas diferencias latitudinales observadas en los resultados, lo cual obligó a seleccionar esas dos regiones: el extremo más meridional del Istmo, desde Guatemala hasta el norte de Costa Rica (está incluido también el sur de los Estados Unidos, México, el Golfo de México y el Caribe noroccidental) y extremo más septentrional, desde el sur de Costa Rica hasta Panamá (incluyendo también el resto del Caribe, la región de la Zona de Confluencia Intertropical, el centro y norte de Sudamérica). Según esto, Costa Rica se comporta como una región de transición de un régimen al otro. La división anterior se puede entender mejor al observar las figuras 1 y 2. Nótese que, independiente de la magnitud del cambio y de los escenarios de emisiones, tanto la temperatura como la lluvia experimentan un aumento sostenido en la región sur; el comportamiento es distinto en el sector norte, donde la temperatura también aumenta pero la lluvia disminuye

20 La lectura directa de los datos (anexos F.1 y F.2) demuestran que la magnitud del cambio de temperatura es ligeramente mayor en el sector sur que en el norte, particularmente después del año Comparando ambos escenarios de emisiones, resulta que entre el 2010 y el 2050 los cambios de temperatura son ligeramente mayores en el B2 que en el A2, el patrón se invierte más marcadamente entre el 2050 y el Las figuras 1 y 2 indican un incremento de la temperatura que varía desde 0.3 C (N y S) en el año 2010 hasta 1.2 C (N) -1.3 C (S) en el Posterior al 2050 los cambios son más significativos entre los dos escenarios, en el 2075 varía de 2.2 C (N) a 2.3 C (S) en el escenario A2, mientras que en el B2 la oscilación es de 1.8 C (N) a 1.9 C (S); en el 2100 varía de 3.3 C (N) a 3.4 C (S) en el escenario A2 y de 2.3 C (N) a 2.4 C (S) en el escenario B2. Tal como se citó antes, la lluvia presenta tendencias de signo opuesto entre uno y otro extremo del istmo centroamericano. Precisamente, los datos indican que es sobre Costa Rica donde se produce la transición en el compartimiento climático de la lluvia; por lo tanto la interpretación de los resultados en esta región debe de realizarse con sumo cuidado, atendiendo a esta singularidad. Las figuras 7 y 8 muestran que en la región norte es donde se presentará una reducción de precipitación (cambio porcentual de signo negativo), mientras que en el sector sur la señal es de aumento. Nótese que las magnitudes de los cambios son crecientes con el tiempo en todos los casos, y que la rapidez de cambio entre un periodo y el siguiente aumenta proporcionalmente: es mayor el cambio del 2040 al 2050 que del 2030 al Nótese también que previo al 2050 los valores absolutos son ligeramente mayores para el escenario B2 que para el A2, mientras que se invierte entre el 2075 y el Las proyecciones para el sector NORTE abarcan rangos de disminución de 1.1% en el 2010, de 4.4% en el 2050 y entre 8.2% (B2) y 11.5% (A2) en el Para el sector SUR los rangos de aumento hasta el 2050 son menores al 1% (0.2% en el 2010 a 0.9% en el 2050) y entre 1.7% (B2) y 2.4% (A2) en el Cambio PCP(%) NORTE SUR Cambio TMP( C) 4 Figura 7. Gráfico de dispersión del cambio de temperatura media anual(tmp) y precipitación(pcp) para los años 2010, 2020, 2030, 2040, 2050, 2075 y 2100(de izquierda a derecha), considerando el escenario de emisión A2-ASF

21 Cambio PCP(%) NORTE SUR Cambio TMP( C) 4 Figura 8. Gráfico de dispersión del cambio anual de temperatura(tmp) y precipitación(pcp) para los años 2010, 2020, 2030, 2040, 2050, 2075 y 2100(de izquierda a derecha), considerando el escenario de emisión B2-MES. Los menores porcentajes de cambio, tanto en la temperatura como en la lluvia, son una de las características que distingue los resultados de este estudio de los obtenidos en investigaciones previas de Cambio Climático para Centroamérica (IMN-MINAE, 1999; Campos y Argeñal, 2000; Centella y otros, 1998b), las cuales se basaron en los escenarios de emisiones: IS-92a, IS-92c, IS-92d, y en el modelo HADCM2 únicamente. La tabla 4 compara los resultados más pesimistas de los escenarios de emisiones considerados en un estudio de Cambio Climático para Honduras (Campos y Argeñal, 2000) y el de esta investigación. Nótese que efectivamente las magnitudes de los cambios disminuyen significativamente al utilizar una nueva y más actualizada revisión de los escenarios de emisiones de GEI (esquema EE05). En el caso de la temperatura hay un evidente desfase de 20 años entre uno y otro escenario, esto significa por ejemplo que el cambio estimado para el año 2030 con el esquema EE98 se produciría en el año 2050 bajo el esquema EE05. Los resultados de ambos escenarios parecen converger o asemejarse para el año Horizonte de tiempo TMP (ºC) PCP (%) EE98 EE05 EE05-H2 EE98 EE05 EE05- H (0.6) 0.3(0.3) (-2) -1.2(+0.3) (1.1) 0.8(0.8) (-3.8) -2.8(+0.6) (1.8) 1.3(1.3) (-5.8) -4.4(+0.9) (3.2) 3.3(3.4) (-10.5) -11.5(+2.4) Tabla 4. Comparación de los cambios climáticos más pesimistas (promedios anuales) estimados para un sector del norte de Centroamérica a partir de tres esquemas distintos(ee98: esquema aplicado por Campos y Argeñal(2000); EE05: esquema de esta investigación con el composite de 5 MCG; EE05-H2: esquema de esta investigación sólo considerando el modelo Had2tr95). Por lo tanto, según lo anterior, el ritmo de crecimiento del aumento de la temperatura entre el 2010 y el 2050, calculado por los primeros estudios de cambio climático en el área Centroamericana, es mayor que las nuevas valoraciones, las cuales están basadas en escenarios de emisiones y MCG más realistas y precisos. En el caso de la precipitación las diferencias son relativamente mayores, ya que en los primeros estudios el descenso porcentual oscila entre 7%(2010) y 30%(2100), mientras que con el nuevo esquema el rango es de 1%(2010) a 12%(2100). Por lo tanto, también en el caso de la lluvia el escenario climático

22 estimado en esta investigación es menos pesimista que el obtenido en los primeros estudios. Todas estas diferencias no se deben sólo a la nueva selección de los escenarios de emisiones utilizados, sino también por la actualización de los algoritmos y parametrización de los modelos MAGICC/SCENGEN (por ejemplo el cambio en la sensibilidad climática, la inclusión del derretimiento de los hielos, inclusión de la estabilidad del patrón espacial del clima, etc). Si del composite de MCG de esta investigación se eliminaran todos los modelos excepto el Had2tr95 (el de mejor desempeño en la simulación del clima actual) los resultados son los indicados por el esquema EE05-H2 de la tabla 4. Nótese que aun aplicando esa metodología, las magnitudes estimadas de los cambios siguen siendo menores que la del esquema EE98. Desde este punto de vista puede concluirse que el esquema EE98 produce el escenario climático más pesimista, el EE05-H2 el escenario moderado y el EE05 el escenario más optimista. A raíz de que en Costa Rica se produce una transición entre dos regímenes de cambio de lluvia, un factor que debe tenerse en consideración para efectos de interpretación está relacionado con el tamaño del píxel o cuadrícula del SCENGEN, ya que presenta el problema que dentro de uno cualquiera de ellos se pueden encontrar regímenes climáticos muy distintos, tal es el caso del píxel que cubre a Costa Rica y Panamá en la figura 3, dentro del cual se encuentran combinados los regímenes de lluvia del Pacífico y del Caribe. No hay duda de que la resolución geográfica tan burda de los resultados de los MCG y los GEC es una de las causas de la singularidad observada a lo largo del paralelo 10 N. Varios estudios de Cambio Climático en el área de Centroamérica y el Caribe (IMN-MINAE, 1999; Campos y Argeñal, 2000; Centella y otros, 1998a,b; Centella y Herrera, 2000) también han advertido esta gran limitación de los modelos. Es claro que la información de cambio climático requerida por la mayoría de los estudios de evaluación de impactos es de una resolución espacial más fina que la que proporcionan los modelos globales y regionales (típicamente del orden de km 2 ). Estas evaluaciones pueden estar bastante localizadas -alrededor de una única cuenca fluvial o zona urbana- o pueden operar en escala nacional, por ejemplo en una evaluación de clasificación nacional del uso de la tierra. El SCENGEN proporciona campos de cambio climático a una resolución de 5º de latitud/longitud, interpolado de las resoluciones de los MCG. Una posible solución al problema sería afinar o reducir la escala (downscaling) de dichos modelos, el cual, de hecho es uno de los principales objetivos de este trabajo. Existen tres posibles aproximaciones para hacer la reducción de escala: (i) los métodos estadísticos (regresión, esquemas de determinación de tipos de circulación y generadores estocásticos del clima) y (ii) los Modelos Climáticos Regionales (MCR). Ambos esquemas presentan desventajas (Hulme y otros., 2000) que por razones de recursos informáticos y tiempo fueron descartados en este estudio. El tercer esquema -el que se aplicó aquí- es un método más simple para añadir detalles espaciales a los escenarios de cambio climático sobre la base de los MCG/GEC y consiste en combinar los resultados del SCENGEN con la climatología de referencia ( ) para puntos, cuencas o cuadrantes específicos. Este método asume que la estructura de los cambios climáticos futuros está totalmente influenciada por la climatología inicial, puesto que el cambio pronosticado por los modelos es homogéneo para todas las regiones contenidas en un mismo píxel (figura 9)