Impacto del Cambio Climático en los Recursos Hídricos en España

Transcripción

1 Impacto del Cambio Climático en los Recursos Hídricos en España Barranco Sanz, Luis Técnico de proyectos, Centro de Estudios Hidrográficos del Centro de Estudios y Experimentación de Obras Públicas (CEDEX) luis.m.barranco@cedex.es Álvarez Rodríguez, Javier Coordinador de Programa Técnico-Científico, Centro de Estudios Hidrográficos del Centro de Estudios y Experimentación de Obras Públicas (CEDEX) javier.alvarez@cedex.es Potenciano de las Heras, Ángela Personal I+D, Centro de Estudios Hidrográficos del Centro de Estudios y Experimentación de Obras Públicas (CEDEX) angela.potenciano@cedex.es 1 Introducción Se presenta un avance del trabajo que se está llevando a cabo en el CEDEX para evaluar el impacto del cambio climático en los recursos hídricos en España en régimen natural y en los eventos extremos que provocan las inundaciones. El trabajo se desarrolla dentro del marco de una Encomienda de Gestión por la Dirección General del Agua y está en consonancia con una de las actividades indicadas en el Plan Nacional de Adaptación al Cambio Climático (PNACC): la evaluación de los impactos del cambio climático sobre los recursos hídricos en España en el siglo XXI mediante una modelización cuantitativa y cualitativa de los escenarios hidrológicos, identificando las áreas más críticas a los efectos del cambio climático. Se ha simulado el ciclo hidrológico partiendo de 12 proyecciones climáticas suministradas por la Dirección General Oficina Española de Cambio Climático (OECC) y la Agencia Estatal de Meteorología (AEMET) que dan estimaciones de precipitación y temperatura durante el periodo de control ( ) y los tres periodos futuros en los que se evalúa el impacto ( , y ). El índice de impacto en recursos hídricos se presenta como desviaciones de escorrentía media respecto al periodo de control. Los cambios en las precipitaciones máximas diarias se describen en términos de variaciones de la media y variabilidad. En sequías se describe la variación de la intensidad, duración y frecuencia. Algunos resultados del impacto del cambio climático sobre los recursos hídricos en el conjunto de España han sido publicados en el Libro Blanco del Agua (MIMAM, 2000) y en la Instrucción de Planificación Hidrológica (MARM, 2008). Las estimaciones del IPCC (2008) para latitudes medias y el área Mediterránea dan una disminución de la precipitación y, en consonancia con lo anterior, disminución de la escorrentía; así como un aumento de la frecuencia de episodios de precipitación intensa. 2 Metodología Los datos de partida son el conjunto de proyecciones que se muestran en la tabla 1. Proceden de modelos de circulación global y proyecciones regionales estadísticas (modelos de circulación global CGCM2, ECHAM4, HadAM3, HadCM3 y proyecciones por análogos y regresión lineal) y dinámicas (proyecto PRUDENCE). En total, se ha analizado la incidencia de unas series de precipitación y temperaturas simuladas durante 60 ó 120 años y se han generado unos mapas, cada uno con unas celdas de información.

2 Tabla 1 Proyecciones consideradas en este trabajo y que han sido objeto de simulación hidrológica Acrónimo Escenario de emisiones Modelo climático global Regionalización Periodo Periodo Periodo Periodo Series de precipitación Series de temperaturas Extensión espacial Resultado proyección local CA CB EA EB HA HB SA SB CGCM2 ECHAM4 Análogos FIC HadAM3 HadCM3 SDSM Península, Baleares y Canarias Estaciones meteorológicas UA UB PA PB ECHAM4 HadCM3 RCM- PROMES. UCM y proyecto PRUDENCE RCM-RCAO- SMHI y proyecto PRUDENCE Total 988 celdas; 38x26 34,25º N a 47,25º N y 12,25º W a 6,75º E. Sin Islas Canarias Rejilla de resolución 0,5º Las simulaciones climáticas con las que se calculan las diferentes variables del ciclo hidrológico vienen dadas en estaciones meteorológicas o en celdas de la rejilla del proyecto PRUDENCE (figura 1). Este último deja fuera del ámbito de estudio a las islas Canarias.

3 Figura 1 Datos climáticos de partida en España, asignados a estaciones meteorológicas (izda.) o a celdas (dcha.) La metodología seguida en este proyecto para el análisis del impacto del cambio climático ha sido utilizar directamente los datos de las proyecciones en fase atmosférica de las proyecciones, sin corregir los sesgos inducidos respecto a la situación real. Al no transformar las proyecciones de precipitación y temperatura, se respeta la complejidad del sistema, lo que puede ser de interés en determinados eventos del ciclo hidrológico, como las sequías y avenidas. En todo caso, los resultados de cada fase del ciclo hidrológico analizado se presentarían como incrementales respecto a los obtenidos con los datos también procedentes de los modelos climáticos en el periodo de control , bajo la hipótesis de que las diferencias entre periodos serían aplicables a la situación real. Aunque la ventaja formal es que no se desvirtúa la información de partida proporcionada por las proyecciones sin transformar, hay un inconveniente al asumir linealidad que no existe en el ciclo hidrológico. La generación de escorrentía es un proceso no lineal dependiente del valor de precipitación. Las proyecciones infravaloran las precipitaciones y la escorrentía derivada de un modelo hidrológico puede integrar cambios fundamentales en el mecanismo de transformación de escorrentía. Este efecto es especialmente importante si las precipitaciones son reducidas. Sin embargo, el índice de interés no es el valor absoluto de escorrentías en cada territorio, sino la desviación respecto al periodo de referencia En cualquier caso, se ha aplicado un estudio preliminar que evalúa estas incertidumbres utilizando el método Schreiber-Budyko (Arona, 2002) con los datos directos de precipitación y temperatura de los modelos climáticos y con los transformados por el método delta (Hay et al, 2002). El método delta se basa en una corrección del sesgo con un coeficiente proporcional a esos datos. El método de Schreiber-Budyko es aplicable para la obtención de valores medios en periodos temporales dilatados y territorios suficientemente extensos de manera que se puedan despreciar términos de almacenamiento en la ecuación de balance hídrico. Relaciona la escorrentía (A) con la evapotranspiración potencial (ETP) y la precipitación (P). A = P e Los resultados de la aplicación del método directo vs el método delta son similares. Las diferencias porcentuales parecen mayores en territorios con escorrentías menores como la cuenca del Segura o los de las Islas Canarias. Esto se debe a que, por un lado, la propia ecuación de Schreiber-Budyko necesariamente infravalora las escorrentías debido a los altos valores de ETP alcanzados sin disponibilidades de agua durante una parte importante del año, y por otro lado, estas escorrentías son reducidas y un término de diferencias porcentuales acaba magnificado cuando los denominadores son reducidos, aunque las diferencias absolutas sean de escasos milímetros. La simulación del ciclo hidrológico a escala mensual se ha realizado con el Sistema Integrado de Modelación Precipitación-Aportación, SIMPA (Ruiz, 1999; Estrela et al, 1999), desarrollado en el Centro de Estudios Hidrográficos del CEDEX. Las variables atmosféricas e hidrológicas son distribuidas a excepción de la descarga subterránea que se simula mediante un tanque unicelular en cada unidad hidrogeológica definida. Se han generado unos mapas con resolución de 1 km 2 en toda España. Los datos climáticos se han interpolado a escala mensual. La evapotranspiración potencial se ha calculado con el método de Hargreaves (Allen et al., ETP P

4 1998) corregido con Penman Monteith. Finalmente, se han estimado las variables del ciclo hidrológico de la fase terrestre: evapotranspiración real, humedad del suelo, recarga subterránea y escorrentía, utilizando el modelo de Témez implementado en versión semidistribuida en el SIG-GRASS (GRASS 2007 y 2008). El análisis del impacto sobre los eventos de lluvia máxima susceptibles de provocar crecidas parte de una selección de los datos de precipitación máxima diaria anual de las proyecciones AEMET de los cuatro periodos de estudio. Las proyecciones CGCM2-FIC, ECHAM4-FIC y HadAM3-FIC se regionalizaron por el método de los análogos, con menor sensibilidad al suavizado de extremos. El conocimiento de la variación de la lluvia máxima diaria proporciona un elemento de análisis del posible impacto del cambio climático en la ocurrencia de estos eventos extremos. El análisis de impacto se realiza por comparación de las proyecciones , , respecto al periodo de control, Se aplicó a las series de máximos la ley de frecuencias SQRT-et max (Etoh et al, 1987) y se obtuvieron por interpolación mapas descriptivos del cuantil de periodo de retorno de 100 años para cada periodo y proyección, así como las desviaciones respecto al periodo de control. También se aplicaron tests no paramétricos de homogeneidad para analizar los cambios de localización y variabilidad en las series de precipitación máxima. Para estudiar los cambios con respecto a la mediana se ha aplicado el test de Wilcoxon y para analizar la variabilidad de las series se han aplicado los test de Mood y Fligner Killen. Los tests utilizados se encuentran implementados en el software estadístico de libre distribución R-Stat (The R Foundation for Statistical Computing, 2008). 3 Análisis del impacto del cambio climático En las proyecciones con datos de precipitación y temperaturas mínimas y máximas en estaciones (FIC y SDSM) se llevó a cabo un contraste de los valores mensuales simulados en una selección de estaciones frente a los datos observados en esas estaciones en el periodo de control ( ). Los datos observados se obtuvieron de la base de datos HIDRO del CEDEX (Quintas, 1996) incorporando datos de la AEMET. El contraste entre las precipitaciones anuales simuladas y las observadas revela desajustes significativos en cuanto a valores medios, variabilidad, tendencia y fluctuaciones de ciclos húmedos y secos (figura 2). Figura 2 Series de precipitación anual registrada en España y estimadas por los proyectos de cambio climático en una selección de estaciones Las mayores lluvias las da la media de los datos AEMET observados; entre un 15% y un 25% superiores al resto, marcando un claro sesgo respecto a las proyecciones. Las componentes de tendencia son claramente distintas entre los datos observados y los simulados. Mientras la tendencia de datos observados muestra un carácter decreciente, las series simuladas son estacionarias o incluso ligeramente crecientes. La aplicación de test estadísticos de contraste refuerzan estas conclusiones. Al aplicar el test de Mann Kendall sobre la homogeneidad de las series, el p-valor de los datos observados resulta 0,12, mientras que los obtenidos en los datos simuladas alcanzan valores entre casi el 0,6 y 0,9.

5 Para cada una de las doce proyecciones climáticas de partida se ha simulado el ciclo hidrológico con el modelo semidistribuido precipitación-aportación de SIMPA (Ruiz, 1999; Estrela et al, 1999). Se han obtenido mapas mensuales de las diferentes variables hidrológicas con resolución de 1 km 2 y celdas en las que se discretiza España. A partir de los valores de cada mes, se han obtenido los valores anuales y, finalmente, se ha evaluado el impacto del cambio climático sobre los recursos hídricos en cada uno de los periodos objeto de análisis. En la figura 3 se muestran los mapas de escorrentías obtenidos con datos climáticos de la proyección CGCM2--Análogos FIC para unos periodos determinados. Figura 3 Escorrentía (mm) calculada con los datos climáticos del modelo CGCM, escenario de emisiones, regionalizados por análogos FIC, para enero del año 2050 (arriba izda), para el año 2050 (arriba dcha.), para enero del periodo (abajo izda) y para el año medio del periodo (abajo dcha.) Finalmente, se han promediado los resultados obtenidos por cada proyección climática, separando los correspondientes al escenario de emisiones de los. Como pauta general se observa una tendencia suavemente decreciente de la escorrentía a lo largo del siglo XXI (figura 4); siendo la disminución de recursos estimada especialmente acusada a finales de siglo. La serie temporal de valores medios anuales de escorrentía en España permite apreciar que los escenarios y dan resultados similares al principio del siglo XXI y que, conforme avanza el siglo, el escenario da resultados menores en aportaciones, diferencia que se hace muy patente en el periodo Es importante recalcar que hay una gran dispersión de las estimaciones de las diferentes proyecciones; así por ejemplo, para finales de siglo se estiman reducciones de escorrentía para el conjunto de España que oscilan entre el 0 % y el 40 % según la proyección climática.

6 Figura 4 Series de escorrentía media anual en España (mm). (rojo); (azul) Si se seleccionan las precipitaciones máximas anuales de un territorio, la tendencia no indica una variación clara ni en el periodo de control ni en los periodos del siglo XXI. La selección de máximos anuales en las cuencas del Júcar y Segura se representa en la figura 5. Figura 5 Selección de precipitación máxima anual en Júcar y Segura (mm). (rojo); (azul) Los resultados obtenidos de los análisis de homogeneidad de cada estación no son fáciles de interpretar. En general, para el conjunto de proyecciones, no es significativo el cambio de propiedades estadísticas. Pero sí aparecen concentraciones de estaciones, en función de la proyección y periodo, con p-valor inferior al 5% que indican cambios significativos en ciertas zonas (figura 6), especialmente en el periodo De estos test se extrae también que existen más cambios respecto a la mediana que respecto a la varianza.

7 Figura 6 Resultados del test de homogeneidad de Wilcoxon en los dos escenarios de la proyección CGCM2-FIC para los periodos y La ley de frecuencias SQRT-et máx (Etoh et al, 1987) se ha ajustado en cada una de las series de treinta años de cada estación y obtenido el cuantil correspondiente al periodo de retorno de 100 años. Los resultados se han interpolado con objeto de poder comparar los cambios respecto al periodo de referencia, obteniendo mapas de desviaciones de las precipitaciones máximas de los distintos periodos de estudio. Esta operación se ha repetido para cada una de las proyecciones y escenarios. La proyección CGCM2-FIC en el escenario (figura 7) muestra desviaciones en el periodo entre el 25 y 50% en el sureste y valle del Ebro y generalizados hasta el 25% en el litoral mediterráneo. Hay cambios también apreciables en la proyección HadCM3-SDSM y el escenario, donde los cambios se concentran en las cabeceras del Duero y Ebro en el periodo , y también hay aumentos de los cuantiles de precipitación en la cuenca del Segura, cabecera del Júcar y cabecera del Guadalquivir en los dos últimos periodos del siglo XXI. Figura 7 Mapas de desviaciones de los distintos periodos de estudio con el periodo de referencia de los ajustes de las precipitaciones máximas por SQRT para un periodo de retorno 100 años, en el escenario de la proyección CGCM2-FIC Como conclusión de este análisis de extremos máximos, es difícil interpretar los cambios en términos regionales ya que algunas proyecciones detectan cambios significativos, por ejemplo en la vertiente mediterránea, mientras que otras no. También se observa un cambio más pronunciado de las precipitaciones máximas para el horizonte de estudio de 90 años en todos los análisis realizados.

8 4 Agradecimientos Este trabajo se desarrolla dentro del marco de una Encomienda de Gestión por la Dirección General del Agua y en coordinación con la Oficina Española de Cambio Climático. 5 Referencias bibliográficas Allen, R.G., Pereira, L.S., Raes, D. y Smith, M., Crop Evapotranspiration. Guidelines for computing crop water requirements. FAO Irrigation and Drainage Paper 56. Roma. Arona, K.A., The use of the aridity index to assess climate change effect on annual runoff. Journal of Hidrology, 265: Estrela, T.; Cabezas, F. y Estrada, F La evaluación de recursos hídricos en el Libro Blanco del Agua en España. Ingeniería del Agua. Volumen 6. Nº 2. Junio 1999: Etoh, T.; Murota, A.; Nakanishi, M., SQRT Exponential Type Distribution of Maximum. En Hydrologic Frequency Modelling. Proceedings of the International Symposium on Flood Frequency and Risk Analyses, Amy, Louisiana State University, Baton Rouge, USA. Editado por Vijay P Singh. Reidel Publishing Company. pp GRASS Development Team, GRASS 6.2 Users Manual. ITC-irst, Trento, Italy. Electronic document: GRASS Development Team, Geographic Resources Analysis Support System (GRASS) Software. Open Source Geospatial Foundation Project. Hay, L.E.; Clark, M.P.; Wilby, R.L.; Gutowski, W.J.; Leavesley, G.H.; Pan, Z.; Arritt, R.W. y Takle, E.S., Use of regional climate model output for hydrologic simulations. Journal of Hydrometeorology, 3 (5): IPCC, Climate Change and Water. IPCC Technical Paper VI - June Bates, B.C., Z.W. Kundzewicz, S. Wu and J.P. Palutikof, Eds.. IPCC Secretariat, Geneva, 210 pp. MARM, ORDEN ARM/2656/2008 del Ministerio de Medio Ambiente, y Medio Rural y Marino, de 10 de septiembre, por la que se aprueba la instrucción de planificación hidrológica. BOE núm 229, de 22 sept 2008: MIMAM, Libro Blanco del Agua en España. Ministerio de Medio Ambiente, España. 637 pp. Quintas Ripoll, L., La base de datos hidrológicos HIDRO del CEDEX. Ingeniería Civil, Nº 104. Ministerio de Fomento. Madrid Ruiz García, J.M Modelo distribuido para la Evaluación de Recursos Hídricos. Monografía del CEDEX, M-67, Ministerio de Fomento. Publicación de la Tesis Doctoral. The R Foundation for Statistical Computing, R version Copyright 2008 The R Project for Statistical Computing