Facultad de Estudios Estadísticos

Transcripción

1 Facultad de Estudios Estadísticos Madrid, 12 de noviembre de 2014 ESTADíSTICA PARA EL ANÁLISIS Y LA INVESTIGACiÓN DEL CLIMA: Retos y soluciones estadísticas en Clima y Cambio Climático Luis Balairón Ruiz (*) lbalairon@hotmail.com (*) Ex Director del Programa de Análisis del Cambio Climático AEMET Miembro del IPCC_FASE 1ª (Grupo Expertos sobre el Cambio Climático de Naciones Unidas) 1

2 INTRODUCCIÓN El clima y el cambio climático desde el punto de vista estadístico El clima como recurso: cartografía y descripción Lo Climatológico y lo Climático Modelos estadísticos aplicados al clima Detección y atribución de causas de cambio climático El Sistema Climático como sistema dinámico complejo: no linealidad, realimentaciones, Regionalización (Down scaling estadísticos) de Escenarios climáticos globales o regionales 2

3 Para qué sirve la Estadística en Clima y para qué no: un debate conveniente Qué es clásico, qué es nuevo, qué no es nuevo y no aplicamos, qué necesitamos y no tenemos, qué NO hacer con la Estadística 1. Climatología operativa: Redes observación, dato primario, calidad de los datos, estimación datos, 2. Climatología clásica: Descripción, caracterización de un clima estático. 3. Climatología aplicada: Variables derivadas para la explotación del Clima como recurso (turismo, agro, ) 4. Innovación contínua: Adaptación al Clima de las innovaciones estadísticas universales y formulación de problemas propios: interpolación de alta resolución con datos fisiográficos, teleconexiones, validación, riesgos, ruido, espectros, filtros, modelos estadisticos correlación, 5. El problema del Cambio climático: Vigilancia y Detección del cambio climático fingerprint ; validación de modelos, modelos dinámico-estadísticos, down scaling o mejora de la resolución o escala de Modelos del Clima (GCM o RCM: globales o regionales) Límites de la Estadística en el debate del Cambio Climático: El calentamiento global no es equivalente al problema del cambio climático en sentido riguroso La Estadística no puede sustituir al conocimiento y la modelización físico-dinámica de los procesos del Sistema Climático, los que regulan el Clima por venir, es decir de los escenarios climáticos futuros inducidos por la acción humana y natural. 3

4 Estadística y Clima.1 PROBLEMAS OPERATIVOS Observación DATO derivado de la observación DATOS mixtos Identificación de cambios: tendencias, rupturas, ciclos, estacionalidad, inhomogeneidades, metadatos, Homogeneidad de las SERIES CLIMÁTICAS (UN DATO/UN AÑO) SERIE TEMPORAL Interpolación-estimación espacio-temporal: LAGUNAS Espacio-temporales Diseño de redes según los fines: CALIDAD y representatividad. CLIMATOLOGÍA CLÁSICA Elementos: Presión, viento, temperatura, precipitación, NORMALES climatológicas Caracterización y descripción del clima en un lugar o en un territorio: ATLAS Climáticos Extremos (sequias, lluvias intensas, huracanes, tornados, temporales viento, ) Descripción espacial: Construcción de series de áreas geográficas extensas (agregación), estimación de series en puntos sin observación (interpolación), CLIMATOLOGÍA APLICADA APLICACIONES Y SERVICIOS CLIMÁTICOS- ATLAS de Aplicaciones: Turismo, Salud, Agricultura, Urbanismo, Estimación de variables derivadas : Grados-dia, nºdias > umbrales, Indices mixtos y clasificaciones climáticas Cartografía de RIESGOS: Probabilidad x Efecto Aplicación Teoría de Riesgos a la toma de decisiones 4

5 Estadística y Clima.2 LA ESTADÍSTICA AVANZADA APLICADA AL CLIMA: Aplicación de DISTRIBUCIONES, FILTROS, Modelos ARIMA y otros, A.ESPECTRAL, AUTOFUNCIONES, COMPONENTES PRINCIPALES Y A.FACTORIAL, Técnicas EOF, POP, Estimación de datos con alta resolución espacial para la mejora de la Climatología convencional Sistemas de Información Geográfica Mapas de Riesgo y aplicación de la Teoría de Riesgos Teleconexiones y Análisis climático mediante las técnicas estadísticas universales: CAMBIO CLIMÁTICO VARIABLES NUEVAS NO ATMOSFÉRICAS: DEL SISTEMA CLIMÁTICO Detección del cambio climático: análisis de series territoriales vs series locales Métodos Fingerprint (huella digital): huella que se postula y define a partir de resultados de modelos y se busca en las observaciones. Es un método estadístico que exige una teoría externa del clima y modelos que lo describan. Indicadores estadísticos: Sisterma DPSIR Mejora de la resolución de salida de Modelos dinámicos del Clima: down scaling empíricos y mixtas (estadístico-dinámicas) Mapas de riesgo de impactos del cambio climático: vulnerabilidad, adaptabilidad Teoria de Juegos y equilibrios de Nash: Estrategias de la negociación en N.Unidas 5

6 Estadística y Clima.3 Hans von Storch and Francis W. Zwiers, 1999: Statistical Analysis in Climate Research (Manual) Part I:Fundamentals Probability Theory. Distributions of Climate Variables. Concepts in Statistical Inference. Estimation Part II:Confirmation and Analysis The Statistical test of a Hypothesis. Analysis of Atmospheric Circulation Problems, Part III:Fitting Statistical Models Regression. Analysis of Variance Part IV:Time Series Time Series and Stochastic Processe. Parameters of Univariate and Bivariate Time Series. Estimation of Covariance Functions and Spectra Part V:Eigen Techniques Empirical Orthogonal Functions. Canonical Correlation Analysis. Principal Oscillation Pattern Analysis. Complex Eigentechniques Part VI:Other Topics Specific Statistical Concepts in Climate Research. Forecast Quality Evaluation 6

7 TECNICAS PARA CONOCER EL CLIMA EN EL PASADO 7

8 Castellon.2012_X Jornadas CC.Tierra: Luis Balairón 8

9 9

10 Variabilidad espacio-temporal de la temperatura en la última glaciación y en los períodos interglaciales anterior y posterior 10

11 11

12 Espectro esquemático, idealizado, de las temperaturas atmosféricas en superficie, entre 10-4 y años (Mitchell, 1976) 12

13 LA POLÉMICA DEL PALO DE GOLF Reconstrucciones del clima para los últimos 1000 años indican un calentamiento reciente inusual : es improbable atribuirle un origen únicamente natural 13

14 Diferencia en ºC con respecto a la media del periodo LA POLÉMICA DEL PALO DE GOLF Variaciones en la temperatura de la superficie de la Tierra durante los pasados 1000 años Hemisferio Norte Datos medidos con termómetros (rojo), y estimados a partir de anillos de árboles, corales, sondas de hielos polares y registros históricos (azul) Año 14

15 LA POLÉMICA DEL PALO DE GOLF 15

16 EL PROBLEMA DE LA COBERTURA DE OBSERVACIÓN: GEOFÍSICA Y RED 16

17 INTERPOLACIÓN y ESTIMACIÓN DE DATOS Interpolación Limitaciones: orografía e influencias locales Ventajas: Sencillo y bajo coste Estimación mediante regresiones múltiples Consideración de factores fisiográficos Distancia costa, laplaciana, orientación, Hoy el coste es bajo Exige una formación estadística avanzada Permite obtener capas de datos reticulares (utilidades GIS) 17

18 ATLAS: Ejemplos N_º dias Precipitación > 0,1 mm y >30 mm 18

19 Clasificación climática de Köppen B: Secos; C: Templados; D: Frios, E: Polares (ET: Tundra) 19

20 NO SÓLO DE MEDIAS y NORMALES VIVE EL HOMBRE Y LA MUJER Medias, medianas, cuartiles, quintiles, asimetrias, desviaciones,, 20

21 DATOS RETICULARES Cambios de la temperatura y de la precipitación observados en el entorno de la Península Ibérica Período de referencia (Base de datos del IPCC) 21

22 ANOMALÍAS DE UN AÑO respecto a Problema del período de REFERENCIA NASA: informe año , , , , , , , , , , , , , , , , , , , , , , , , , ,61 22

23 Cambio MUNDIAL de la temperatura en superficie (Hansen et al, 2000) 23

24 EJEMPLO: problema de la Cobertura de observación Cambio de la Temperatura mundial All Figures IPCC 2013 Figure SPM.1b IPCC Observed change in surface temperature

25 EJEMPLO: Tendencias de la Temperatura observada Tendencia de las temperaturas en el periodo Escala de tendencias en (ºC / década) 25

26 EJEMPLO: Ritmo de cambio En la Precipitación observada All Figures IPCC 2013 Figure SPM.2 Observed change in annual precipitation over land

27 EJEMPLO: Anomalías respecto a (referencia) Precipitación observada en un año 27

28 Informe IPCC.2007: Anomalías Precipitacion mundial (r.to ) Castellon.2012_X Jornadas CC.Tierra: Luis Balairón 28

29 An-TT-HN(ºC) Temperatura en superficie: últimos 150 y 1000 años 0,8 Cambio de la Temperatura media en superficie respecto a Hemisferio Norte 0,6 0,4 0,2 0-0,2-0,4-0,6 TT-HN 10 per. media móvil (TT-HN) -0,8 Años 29

30 POLÉMICA DEL CALENTAMIENTO OBSERVADO All Figures IPCC 2013 Figure SPM.1a Observed globally averaged combined land and ocean surface temperature anomaly

31 POLÉMICA DEL CALENTAMIENTO OBSERVADO 31

32 POLÉMICA DEL CALENTAMIENTO OBSERVADO Cambios recientes de temperatura del aire en superficie 32

33 POLÉMICA DEL CALENTAMIENTO OBSERVADO 33

34 POLÉMICA DEL CALENTAMIENTO OBSERVADO Nunca tan poco dió para tanto.. Mejora de las estimaciones de la anomalía de la temperatura mundial del aire en superficie 34

35 Evolución del calentamiento observado 35

36 POLÉMICA DEL CALENTAMIENTO OBSERVADO 36

37 OTROS INDICADORES MÁS SENSIBLES Tendencias en los extremos: noches y dias frios Tendencias observadas en la frecuencia de temperaturas extremas con referencia , para los percentiles 10 y 90 (noches y dias frios; noches y dias cálidos). Fuente: Alexander et al (2006) IPCC

38 OTROS INDICADORES MÁS SENSIBLES Cubierta de nieve, extensión de los hielos árticos, contenido en calor del océano superior, nivel del mar All Figures IPCC 2013 Figure SPM.3 Multiple observed indicators of a changing global climate

39 OTROS INDICADORES MÁS SENSIBLES Temperaturas en superficie y en la estratosfera inferior IPCC_TAR

40 Impactos climáticos y extremos climáticos locales Probabilidad de ocurrencia Clima actual Rango habitual Probabilidades de Sucesos extremos X = Media Variable climática (x) Los impactos climáticos potenciales 40

41 Modelos del Sistema Climático: Simular el clima Sistema Climático = A U O U C U B U L 10 0 años SC A 10 1 años SC A U Osup años SC A U Oprof U C años SC A U O U C U B años SC A U O U C U B U L Fuente: IPCC.1997 Fuente: Peixoto-Oort 41

42 FÍSICA Y ESTADÍSTICA Evolución de las temperaturas desde 1300 y de los forzamientos radiativos: atribución de causas Fuente: IPCC

43 FORZAMIENTOS RADIATIVOS: ESCENARIOS Esto no es Estadística, es Física Malte Meinshausen & S. J. Smith & K. Calvin & J. S. Daniel & M. L. T. Kainuma & J-F. Lamarque & K. Matsumoto & S. A. Montzka & S. C. B. Raper & K. Riahi & A. Thomson & G. J. M. Velders & D.P. P. van Vuuren 43

44 ESTRATEGIAS DE OBTENCIÓN DE ESCENARIOS DE CAMBIO CLIMÁTICO: Concentraciones, forzamientos y cambio de temperatura mundial superficial ( ) 44

45 ESTRATEGIAS DE OBTENCIÓN DE ESCENARIOS DE CAMBIO CLIMÁTICO : Temperatura y nivel del mar All Figures IPCC 2013

46 ESCENARIOS DE CAMBIO CLIMÁTICO: Ph marino y Extensión de hielo ártico en Septiembre All Figures IPCC 2013

47 All Figures IPCC 2013 ESCENARIOS DE TEMPERATURA Y PRECIPITACIÓN Figure SPM.8a,b Maps of CMIP5 multi-model mean results

48 3 PERSPECTIVAS: histórica, observada reciente y futura Variaciones de la temperatura en la superficie terrestre entre los años 1000 y 2100 (H.Norte) / Ref.: Fuente: IPCC-2001 Fuente: IPCC.2001 Modelos Datos proxy Observaciones instrumentales L.Balairon-Alicante

49 Esto es ESTADÍSTICA de resultados de Modelos Reducen la incertidumbre en las predicciones 49

50 Esto es ESTADÍSTICA de observaciones y de Modelos 50

51 ESTADÍSTICA y ANÁLISIS CRÍTICO de lo observado 51

52 EVOLUCIÓN de la resolución de los modelos en los informes IPCC: Punto de partida Fuente: IPCC

53 Los resultados de modelos producen datos virtuales sin lagunas 53

54 ESTADÍSTICA Y FÍSICA PARA LA AGREGACIÓN Y LA DESAGREGACIÓN DE CAPAS DE INFORMACIÓN Fuente: Proyecto LINK (East-Anglia &Hadley Centre / Hulme&Vinner)Hadley Centre 54

55 Obtención de escenarios regionales Down-scaling = aumento de la resolución Enfoques dinámicos Modelos anidados sucesivamente Enfoques estadísticos y estocásticos Interpolación espacial Enfoques mixtos 55

56 PROYECTO PRUDENCE (UE) M.Dequé et Al.(2006) In Climatic Change Cambio de la temperatura invernal DJF, obtenido en un ensemble de 3 MCG y 9 MCR (modelos globales y regionales): Intervalos de confianza 99% 56

57 España: Inviernos años 2080 Modelos Lluviosos Modelos Secos The Changing Climate of Europe (Mike Hulme and Tim Carter) A contribution to: "Assessment of the Potential Effect of Climate Change in Europe" Parry,M.L., The draft report of the ACACIA Concerted Action, October, 1999, UEA. 57

58 Down Scaling MODELOS ESTADÍSTICOS Relaciones entre patrones de la CGA en altura y distribución fina de variables en superficie como P y T Mejores resultados para regiones complejas como pen.ibérica Condicionada por efectos del clima pasado en las relaciones construídas A veces no reproduce interrelaciones entre variables P,T y radiación 58

59 Esquema básico de las técnicas de down scaling estadístico Patrones de circulación atmosférica Escenarios globales de cambio climático Relación empírica Clima regional o local observado Escenarios regionales 59

60 Metodologia basada en situaciones Análogas Ref: BD-203 puntos Dia Día n Proceso1: Acción (clustering, clasific, buscar,...) Proceso2: Acción HadCM2 (Modelo) NCEP (Reanálisis) INM (Observaciones) 60

61 61

62 62

63 Ejemplo ANALOG Resultado para la precipitación estacional en España INM-AEMET-FIC 63

64 mm/dia PRECIPITACIONES - INVIERNO Y VERANO C.Guadalquivir - punto 010: Validación método "Analog" Estimada invierno Real invierno Estimada verano Real verano Años 64

65 Sistemas Indicadores DPSIR PRESIÓN-IMPACTO-RESPUESTA Drivers-Pressure-State-Impact-Response Instrumentos de identificación, conocimiento, control y seguimiento de los problemas tratados. Adecuación, Representatividad, Garantía, Continuidad, Aceptabilidad científica 65

66 Enlace con Documento Informe España sobre Emisiones 66

67 67

68 68

69 Impacto, Riesgo y Vulnerabilidad Impacto de un cambio Riesgo Riesgo = Prob x Efecto de un impacto Vulnerabilidad = f (sensibilidad, adaptabilidad)

70 EL PROBLEMA DE LA INCERTIDUMBRE 70

71 EL PROBLEMA DE LA INCERTIDUMBRE: El riesgo de cambios abruptos Rhamshorf (Postdam ICIR) 71

72 EL PROBLEMA DE LA INCERTIDUMBRE: Física del Caos y complejidad s_una_breve_introduccion.htm 72

73 EL PROBLEMA DE LA INCERTIDUMBRE: Física del Caos y complejidad El estudio del caos con las ecuaciones de Lorenz donde σ es el número de Prandtl (viscosidad/conductividad térmica), r es de Rayleigh (John Strutt) (diferencia de temperatura entre base y tope) y b es la razón entre la longitud y altura del sistema. Diagrama de la trayectoria del sistema de Lorenz para los valores r = 28, σ = 10, b = 8/3 73

74 Conclusiones ESTADÍSTICA Y FÍSICA Y CIENCIA BIOGEOQUÍMICA INNOVACIÓN Y UTILIZACIÓN DE TODAS LAS TÉCNICAS SIG, INDICADORES SOLVENTES Y VALOR AÑADIDO DISTINGUIR ENTRE CLIMA DEL PASADO REMOTO, CLIMA RECIENTE Y ESCENARIOS FUTUROS DE CLIMA DESCRIPCIÓN, COMPRENSIÓN, PREVISIÓN DETECCIÓN FINGERPRINT = ESTADÍSTICA Y FÍSICA TODOS LOS ESTADÍSTICOS 74

75 GRACIAS POR SU ATENCIÓN!! Gracias por su atención!! 75

76 Anexos para el debate

77 77

78 78

79 Figure SPM.10 Temperature increase and cumulative carbon emissions All Figures IPCC 2013

80 Simulación con forzamientos reales hasta 2003 y escenarios futuros de temperatura hasta (Fuente: Hansen et al, 2007) 80

81 Observed Changes in the Climate System (1/2) Warming of the climate system is unequivocal, and since the 1950s, many of the observed changes are unprecedented over decades to millennia. The atmosphere and ocean have warmed, the amounts of snow and ice have diminished, sea level has risen, and the concentrations of greenhouse gases have increased. Each of the last three decades has been successively warmer at the Earth s surface than any preceding decade since In the Northern Hemisphere, was likely the warmest 30-year period of the last 1400 years (medium confidence). Ocean warming dominates the increase in energy stored in the climate system, accounting for more than 90% of the energy accumulated between 1971 and 2010 (high confidence). It is virtually certain that the upper ocean (0 700 m) warmed from 1971 to 2010, and it likely warmed between the 1870s and Over the last two decades, the Greenland and Antarctic ice sheets have been losing mass, glaciers have continued to shrink almost worldwide, and Arctic sea ice and Northern Hemisphere spring snow cover have continued to decrease in extent (high confidence).

82 Observed Changes in the Climate System (2/2) The rate of sea level rise since the mid-19th century has been larger than the mean rate during the previous two millennia (high confidence). Over the period 1901 to 2010, global mean sea level rose by 0.19 [0.17 to 0.21] m. The atmospheric concentrations of carbon dioxide, methane, and nitrous oxide have increased to levels unprecedented in at least the last 800,000 years. Carbon dioxide concentrations have increased by 40% since pre-industrial times, primarily from fossil fuel emissions and secondarily from net land use change emissions. The ocean has absorbed about 30% of the emitted anthropogenic carbon dioxide, causing ocean acidification. Drivers of Climate Change (1/1) Total radiative forcing is positive, and has led to an uptake of energy by the climate system. The largest contribution to total radiative forcing is caused by the increase in the atmospheric concentration of CO 2 since 1750.

83 Ejemplo de forzamientos utilizados en el modelo GISS (NASA) entre 1880 y

84 CRU-UEA The Changing Climate of Europe (Mike Hulme and Tim Carter) A contribution to: "Assessment of the Potential Effect of Climate Change in Europe" Parry,M.L., The draft report of the ACACIA Concerted Action, October, 1999, UEA. 84

85 The Changing Climate of Europe (Mike Hulme and Tim Carter) A contribution to: "Assessment of the Potential Effect of Climate Change in Europe" Parry,M.L., The draft report of the ACACIA Concerted Action, October, 1999, UEA. 85

86 The Changing Climate of Europe (Mike Hulme and Tim Carter) A contribution to: "Assessment of the Potential Effect of Climate Change in Europe" Parry,M.L., The draft report of the ACACIA Concerted Action, October, 1999, UEA. 86