Técnicas Estadísticas e Dinámicas de Regionalización. André de Arruda Lyra

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Técnicas Estadísticas e Dinámicas de Regionalización. André de Arruda Lyra"

Montserrat Pereyra Ramírez
hace 6 años
Vistas:

1 Técnicas Estadísticas e Dinámicas de Regionalización André de Arruda Lyra 28/09/2016

2 PROYECCIONES x PREDICCIONES Predicciones, a partir de una dada condición inicial, los modelos numéricos son utilizados para prever as condiciones climáticas en un horizonte de tiempo futuro. Proyecciones, son incluidas suposiciones del futuro y los modelos son utilizados para representar el clima en estos escenarios supuestos, por ejemplo, de diferentes tajas de emisión dos gases de efecto invernadero o diferentes forçantes radiactivas (ex. RCP4.5W/m 2 ). 2

3 GCMs - General or global circulation models Los modelos de circulación general o global son modelos numéricos con representación de los procesos físicos que se suceden en el sistema climático. Sistema Climático

GCMs - General or global circulation models Los modelos climáticos tienen un papel importante en la investigación del clima: Mejoran nuestra capacidad para

4 GCMs - General or global circulation models Los modelos climáticos tienen un papel importante en la investigación del clima: Mejoran nuestra capacidad para entender el clima del pasado y sus cambios Proporcionan información cuantitativa sobre el futuro Representan el clima usando una rejilla tridimensional del mundo

5 GCMs - General or global circulation models Distintas proyecciones e evaluación de los resultados

6 Qué es necesario para elaborar proyecciones de cambio climático? 1. Escenarios de emisiones de GEI 2. Modelo numérico 3. Poder computacional 4. Sistema de almacenamiento Métrica? 1. Evaluación numérica del desempeño del modelo que refleja las diferencias entre un modelo y la observación correspondiente. 2. Evaluación sistemática y proyectos de intercomparación de modelos (CMIP5, CORDEX) 3. Estudio de las proyecciones de cambio climático. 6

Downscaling - Regionalización - Reducción de escala Es un proceso de generar datos o información de cambio climático con mayor detallamiento a partir de datos con

7 Downscaling - Regionalización - Reducción de escala Es un proceso de generar datos o información de cambio climático con mayor detallamiento a partir de datos con relativamente menor resolución. Adaptar las salidas de los modelos globales a las características fisiogeográficas (topografía, vegetación, solo, ) de una determinada región

8 Por qué es necesaria la Regionalización? Los escenarios de cambio climático de modelos globales de clima (GCMs) tienen una resolución espacial baja. Orografía, vegetación, solo y línea de costa son mejores representados con la regionalización.. Crucial para los estudios de los impactos del cambio climático. Mejor adaptación a la resolución espacial/temporal para aplicación a estudios de impactos: agricultura, hidrología, recursos energéticos, impactos medioambientales y económicos...

9 Por qué es necesaria la Regionalización?

10 Esquema de las metodologías de regionalización: Source: Daniels et al. 2012

11 RCMs Regional circulation models Modelo de área limitada. Operan en un dominio mucho menor que los GCMs. Elige la zona de interés. Requieren especificar las condiciones en las fronteras del dominio. Resoluciones superiores a 40 km Hidrostático / Non Hidrostático 11

12 RCMs: Elección del dominio y resolución Un aspecto crítico na configuración de un modelo regional es la elección de la resolución y lo posicionamiento del dominio. Dominio debe ser grande suficiente para cubrir las áreas de las principales forçantes y procesos regionales que afectan el clima de la región de interés. Resolución debe ser alta suficiente para permitir la representación de los fenómenos de interés. Aumento de ambos (dominio y resolución) rápido aumento de los recursos computacionales necesario para correr el modelo. Modelagem Regional 18/11/

13 Regionalización dinámica Consiste en aplicar modelos regionales de clima (RCMs) para realizar proyecciones de cambio climático a escala regional ( km) de forma físicamente consistente (Rummukainen, 2010) Modelo de mayor resolución (RCM) anidado en la malla del GCM Los contornos del RCM son alimentados cada 6h por las variables atmosféricas del GCM en una banda de puntos Los parámetros oceánicos se incorporan en escalas más largas y generalmente vienen de los modelos globales acoplados. Los forzamientos externos (concentraciones de GEI) son prescritos. 13

14 Regionalización dinámica variables de entrada Descrição Sigla N o de níveis Unidade Componente zonal do vento ua 38 m/s Componente meridional do vento va 38 m/s Temperatura do ar ta 38 K Umidade específica hus 38 - Temperatura do solo stl (Era-Interim) 2 a 4 K Umidade do solo Swvl (Era-Interim) 2 a 4 m 3 /m 3 Pressão do ar a Superfície ps 1 Pa Pressão ao nível médio do mar psl 1 Pa Temperatura da Superfície do Mar tos 1 K 14

15 Regionalización dinámica variables de entrada 15

Ejemplo de Regionalización dinámica Modelo global, escenario

Cambios en la lluvia (%) en 2071-2100 relativo a 1961-1990.

: aumento en la lluvia Proyecciones climáticas Aumento nº de

16 Ejemplo de Regionalización dinámica Modelo global, escenario A1B 4 membros (cntrl, high, mid y low) (HadCM3 ~400kmx300km) Cambios en la lluvia (%) en relativo a Amazonia e Nordeste do Brasil: deficiencia de lluvias Downscaling Sudeste da A.S.: aumento en la lluvia Proyecciones climáticas Aumento nº de días secos (CDD) consecutivos en relativo a Modelo Regional Eta: 40km Aumento en la frecuencia de lluvias intensas (R95p) en relativo a

17 Ejemplo de Regionalización dinámica 4 Modelos globales, escenarios RCP4.5 RCP8.5 HadGEM2-ES, MIROC5, Can-ESM, BESM Intervalos de Cambios: MÍN MÁX. DJF Downscaling Proyecciones climáticas DJF Modelo Regional Eta: 20km 17

18 Ejemplo de Regionalización dinámica HadGEM2-ES Historical RCP4.5 RCP8.5 Eta - 20 km Eta - 5 km Non-hydrostatic Higher resolution for local impact studies 18

19 Ejemplo de Regionalización dinámica Eta - 5 km Non-hydrostatic CLIMA PRESENTE: Ciclo Anual - Temperatura a 2 metros ( o C) RMRJ RMSP Santos Projeções de Mudanças Climáticas 19

20 Ejemplo de Regionalización dinámica Eta - 5 km Non-hydrostatic CLIMA PRESENTE: Ciclo Anual - Precipitação (mm/dia) RMRJ RMSP Santos Projeções de Mudanças Climáticas 20

21 Ejemplo de Regionalización dinámica Eta - 5 km Non-hydrostatic CLIMA PRESENTE: Distribución de Frecuencia - Precipitación (mm/día) RMRJ RMSP Santos 21

22 Ejemplo de Regionalización dinámica Proyecciones regionalizadas Ciclo anual: , , RMRJ RMSP Santos 22

23 Regionalización estadística Las técnicas de regionalización estadística combinan salidas de GCMs con datos observacionales para mejorar la escala temporal y espacial de las proyecciones de cambio climático. - Relaciones empíricas 23

24 Regionalización estadística Patrones de circulación atmosférica Clima regional o local observado Relación empírica Escenarios globales de cambio climático Escenarios regionalizados 24

25 Regionalización estadística Funciones de transferencia, basadas en modelos de regresión lineal o no lineal (e.g. redes neuronales) para inferir las relaciones entre los predictandos locales y los predictores de larga escala. Estos métodos son generativos, en el sentido de que las predicciones se derivan de un modelo (estadístico), que se obtiene a partir de los datos. Tipos de tiempo y métodos de análogos, basados en algoritmos de vecinos cercanos (k-nn) y/o en una preclasificación en un número finito de grupos (tipos de tiempo) obtenidos acorde a la similitud a gran escala de los campos atmosféricos; normalmente estos métodos son no generativos, pues se basan en un procedimiento algorítmico para obtener la proyección. Generadores de tiempo (Weather Generetors - WGs), que se utilizan cuando se dispone de predicciones a una escala temporal superior a la deseada (por ejemplo, mensual o estacional, cuando se necesita predicción diaria), y simulan estocásticamente series de valores diarios consistentes con la climatología prevista. 25

26 Regionalización estadística Alguns estudos recentes de downscaling estatístico. CCA análise de correlação canônica MSSA - Multichannel Singular Spectrum Analysis REG métodos baseados em regressão linear WG geradores de Tempo WT tipificação de Tempo (Adaptado de Fowler et al., 2007) P-Precipitação, T-Temperatura, H-Umidade

27 Regionalización estadística Adaptado de Wilby et al

28 Cual la estrategia de regionalización? Source: USAID (2014) - A REVIEW OF DOWNSCALING METHODS FOR CLIMATE CHANGE PROJECTIONS

29 Regionalización estadística vs dinámica

30 Regionalización estadística vs dinámica Source: Temas de Física. Escenarios regionales de cambio climático. Miguel Ángel Gaertner, José Manuel Gutiérrez y Manuel Castro

INCERTIDUMBRES Incertidumbre en los escenarios: Se debe al desconocimiento de cómo serán las emisiones de GEI en el futuro y la respuesta del ciclo del carbono Incertidumbre de los

31 INCERTIDUMBRES Incertidumbre en los escenarios: Se debe al desconocimiento de cómo serán las emisiones de GEI en el futuro y la respuesta del ciclo del carbono Incertidumbre de los modelos globales: Diferentes modelos responden de manera desigual a un mismo forzante Incertidumbre de los modelos regionales Incertidumbre de los posibles impactos Impact models 31

32 INCERTIDUMBRES Source: CGEE,

33 Conclusión La Regionalización es inevitable. Distintas metodologías aplicadas a distintas regiones del mundo. Todas las técnicas dependen de datos de entrada precedentes de modelos globales. Es necesario trabajar en diferentes líneas complementarias para generar escenarios regionalizados de cambio climático. Las proyecciones regionales satisfacen en parte las necesidades específicas de cada sector (variables, resolución, etc.) con la estimación de la incertidumbre. Entretanto, cada usuario requiere un tipo/formato de información distinto. 33

34 Gracias por su atención!

Documentos relacionados

Escenarios de Cambio Climático en Perú

PERÚ Ministerio del Ambiente Servicio Nacional de Meteorología e Hidrología - SENAMHI Escenarios de Cambio Climático en Perú Dirección de Meteorología Aplicada dacuna@senamhi.gob.pe 1 de abril del 2014