Datos, Modelos, Software - Interacción Clima-Sociedad

Transcripción

1 Datos, Modelos, Software - Interacción Clima-Sociedad Á.G. Muñoz Atmospheric and Oceanic Sciences (AOS). Princeton University International Research Institute for Climate and Society (IRI). Columbia University WWRP/WCRP S2S Prediction Project NOAA s SubX Project [email protected]

2 Contenido Algunos conjuntos de datos disponibles a escalas S2S Algunas herramientas disponibles a escalas S2S Interacción Clima-Sociedad

3 Contenido Algunos conjuntos de datos disponibles a escalas S2S Algunas herramientas disponibles a escalas S2S Interacción Clima-Sociedad

4 Datos: Proyecto de Predicción S2S

5 Datos: En la IRIDL

6 Datos: En la Datoteca del OLE2

7 Contenido Algunos conjuntos de datos disponibles a escalas S2S Algunas herramientas disponibles a escalas S2S Interacción Clima-Sociedad

8 Sequías: Vigilancia y Pronóstico escala temporal (meses) Panama_SanMiguel escala temporal (meses) ElSalvador_Ilopango Herramienta en R SPI map [ 2, 1.5) [ 1.5, 1) [ 1, 0.5) [ 0.5,0) [0,0.5) [0.5,1) [1,1.5) [1.5,2) [2,2.5] Pronóstico (CPT automatizado)

9 Climate Predictability Tool Análisis de fuentes de predicibilidad Construcción de modelos estadísticos y pronósticos Evaluación de skill

10 Downscaling Dinámico Kain-Fritsch (new Eta) Betts-Miller-Janjic Grell-Devenyi Kain-Fritsch (old) OBS New multi-physics ensemble: NOSA20k (2000s) WRF- CLM 1980s WRF-NOAH Cortesía del Observatorio Latinoamericano ( ) Chourio y Muñoz (en prep)

11 Downscaling Dinámico: hace falta? DEF MAM JJA SON CWRF (v3.9, 20 km) CAM_OLE2 9 miembros Obs: CPCUnified 2AFC (GROC) MOS: PCR con CPT y Datoteca Chourio y Muñoz (en prep)

12 Algunos Productos S2S Museum (Universidad de Tsukuba)

13 Sala de Mapas de la IRIDL

14 Sala de Mapas de la IRIDL I Escuela Sudamericana de Predicibilidad y Predicción Sub-Estacional, Julio Asunción, Paraguay

15 CIMA (Argentina)

16 Algunos Productos Compuestos de lluvia para cada fase de la MJO, para cualquier período del año Pronóstico sub-estacional (sin MOS) de lluvia del ECMWF para los próximos 10 días

17 Sala de Mapas OLE2 Observatorio Latinoamericano (OLE 2 )

18 Validación es clave

19 Contenido Algunos datos y productos disponibles a escalas S2S Algunas herramientas disponibles a escalas S2S Interacción Clima-Sociedad (gracias a L. Goddard)

20 Preguntas Claves de los tomadores de decisión 1. Cómo van a cambiar las cosas en el futuro? - El clima medio futuro al que tenemos que adaparnos - Extremos à Shocks al sistema 2. Cómo se comportará mi sistema en un período futuro? 3. Los datos climáticos son fáciles de obtener y usar? 4. La información climática es fácil de interpretar?

21 Preguntas Claves de los tomadores de decisión 1. Cómo van a cambiar las cosas en el futuro? - El clima medio futuro al que tenemos que adaparnos - Extremos à Shocks al sistema 2. Cómo se comportará mi sistema en un período futuro? 3. Los datos climáticos son fáciles de obtener y usar? 4. La información climática es fácil de interpretar?

22 The high-resolution data, which can be viewed on a daily timescale at the scale of individual cities and towns, will help scientists and planners conduct climate risk assessments to better understand local and global effects of hazards, such as severe drought, floods, heat waves and losses in agriculture productivity.

23

24 Preguntas Claves 0. Qué tan bien han trabajado estas herramientas en el pasado? 1. Cómo van a cambiar las cosas en el futuro? - El clima medio futuro al que tenemos que adaparnos - Extremos à Shocks al sistema 2. Cómo se comportará mi sistema en un período futuro? 3. Los datos climáticos son fáciles de obtener y usar? 4. La información climática es fácil de interpretar?

25 Gran Problema: Probreza de Datos Si no se tienen suficientes observaciones de calidad, cómo saber cuál es el producto que se quiere? I Escuela Sudamericana de Predicibilidad y Predicción Sub-Estacional, Julio Asunción, Paraguay

26 Problema #1 Los modelos tienden a mostrar patrones incorrectos de tendencias (Shin and Sardeshmukh, 2010, Climate Dynamics)

27 Problema #2 Los modelos tienden a tener mal la magnitud de la tendencia Precipitation Changes over SE South America (Sep-Feb ) (Gonzalez et al. 2014, Clim. Dyn.)

28 Problema #3 Decadal-scale variability is important Climate Change Projections (end of 21st century) Observations (last 15 years)

29 Qué podemos ofrecer? Entender el pasado Poner el presente en contexto Mirar al futuro con información relevante

30 Entendiendo el pasado Los modelos tienden a mostrar patrones incorrectos de tendencias Siglo XX: Patrones observados en T y P son representados mejor en modelos con patrones realistas de temperatura superficial del mar. (Shin and Sardeshmukh, 2010, Climate Dynamics)

31 Poner el presente en contexto Temperatura Precipitación

32 Poner el presente en contexto Temperatura Precipitación

33 Proyecciones de Cambio Climático no pueden producir predicciones de variabilidad decadal Predicciones Decadales? África occidental: Temperatura media anual Proveer la PDF completa! Sur de África: Temperatura media anual Mirar el futuro con información relevante

34 Conclusiones Ø Ø Ø Ø Observaciones de calidad son críticas. Existen múltiples productos ya disponibles. Mejor unir esfuerzos que dividirlos. Identificar las escalas de tiempo correctas y la información correcta para la toma de decisión y ejecución de acciones es crítico. Verificación es crítica. Qué es importante tener correctamente, para TI? Ø Comunidades expertas deben trabajar juntas para dar mejor cuenta de las oportunidades y limitaciones en cada uno de nuestros modelos y datos.

35 /climatesociety