VENTO, ONDAS, NÍVEL DO MAR

Transcripción

1 PROJETO Metodologia, ferramentas e bases de dados para gestão de riscos às mudanças do clima em zonas costeiras: Uma proposta de aplicação para costa brasileira PERIGOS: VENTO, ONDAS, NÍVEL DO MAR Melisa Menéndez ( menendezm@unican.es ) Novembro 2015

2 PROJETO Metodologia, ferramentas e bases de dados para gestão de riscos às mudanças do clima em zonas costeiras: Uma proposta de aplicação para costa brasileira PERIGOS: NÍVEL DO MAR Melisa Menéndez ( menendezm@unican.es ) Novembro 2015

3 VIENTO Y VARIABLES ATMOSFÉRICAS: SeaWind (SW SW) OLEAJE: Olas en el océano Global Ocean Waves (GOW GOW) Olas en costa en costa Downscaled Ocean Waves (ROW Downscaled Ocean Waves (ROW ROW) NIVEL DEL MAR Y CORRIENTES: Nivel Medio del Mar (MSL) (GOST) Marea astronómica (GOT) Marea meteorológica Global Ocean Surge (GOS)

4 Contribución a la sobre-elevación del nivel del mar total SWL SWL NIVEL MEDIO DEL MAR (décadas décadas, siglos) MAREA ASTRONÓMICA (días, anuales, décadas) MAREA METEOROLÓGICA (horas) -> + COMPONENTE OCEANOGRÁFICA

5 Nivel Medio del Mar (MSL) n La superficie media del mar presenta variaciones de altura de un lugar a otro y a lo largo del tiempo

6

7

8 Nivel Medio del lm Mar (MSL)

9

10 Nivel Medio del Mar (MSL)

11 Nivel Medio del Mar (MSL)

12 Nivel Medio del Mar (MSL) Base de datos Histórica [Church & White, 2001].. [Church, White et al., 2011] Periodo:[ ] A partir de: - Mareógrafos - Satélite

13 Nivel Medio del Mar (MSL) Tendencia media de SLR (mm/yr)

14

15 Nivel Medio del Mar (MSL) Proyecciones Regionales de MSL [IPCC, AR5, 2013]. Ensemble mean regional relative sea level change (metres) evaluated from 21 CMIP5 models between and

16 Marea astronómica y Marea meteorológica (GOST) Nivel del mar: marea astronómica determinista marea meteorológica dependiente de los gradientes de presión y la tensión superficial del viento Tarea: Generación de una base de datos de nivel del mar de alta resolución espacial (~ 1km) )y temporal (datos horarios) ) para el estado de Santa Catarina desde 1979 a 2010 (GOST StaCatarina)

17

18 Tensión superficial del viento (Smith, S. & Banke, E. 1975) y gradientes de presión calculados a partir del reanálisis atmosférico de alta resolución generado en el marco de este estudio (malla D02).

19 Modelo global de mareas TPXO (Egbert et al., 1994; Egbert y Erofeeva, 2002). Modelo inverso de mareas que asimila la información del nivel del mar derivada de las observaciones del sensor TOPEX/Poseidon. TPXO7.2 Ocho componentes armónicas primarias (M2, S2, N2, K2, K1, O1, P1, Q1), dos de largo periodo (Mf y Mm), y tres no lineales (M4, MS4, MN4). Los datos se proporcionan en una malla con cobertura global de 1440 x 721 puntos y con 0.25º de resolución espacial. Componente de marea M2 calculada con el modelo TPXO.

20 Tipos de marea

21 Componente Oceaográfica en Nivel del Mar

22 Corrientes de CFSR promediadas en vertical (m/s) para el día 5 de abril de 1997 a las 18:30h.

23

24 GEBCO (global, 30 de resolución) & Cartas náuticas

25 ROMS modelo de circulación oceánica que resuelve las ecuaciones primitivas del océano (Shchepetkin y McWilliams 2005) Reynolds Averaged Navier Stoke equations with: Hydrostatic pressure approximation (H/L <<1) Boussinesq assumption Split explicit l time stepping algorithm Sigma coordinate Dominio malla ROMS 450 x 325 celdas ~ 0.9 km

26

27

28 Percentiles del 99.5% y 99.9% calculados a partir de los datos horarios ( ) para cada una de las 3 componentes: nivel, MA y MM

29

30

31

32

33

34

35 Cómo afectará el Cambio Climático en la Marea Meteorológica de una región/localización costera de Brasil? Proyecciones Climáticas Proyecciones Climáticas Regionales del Storm Surge

36 Historicalstorm surge data Historicalatmospheric data Global Climate Models atmosphericdata Statisticaldownscaling technique Multivariate linear regression Projected storm surge changes Surge x t a b PC x t b PC x t b PC x t k k ( i, ) i i ( i, ) i ( i, )... i ( i, ) where k is the number of PCs selected in a forward procedure from the d PCs that explained the 95% of the variance. a i,b 1 i, b 2 i,, b k i are the coefficients obtained in the regression model M Y t a bpc t 1 1: d( ) 1 d( ) d 1 d 2 d M : Y ( t) a bpc ( t) b PC ( t)... i i i d i d 1 M : Y t a bpc ( t)

37