H+0 H+24 H+48 D+0 D+1 D+2

Transcripción

1 Solución La predicción meteorológica actual se basa en las integraciones de los modelos numéricos de circulación atmosférica, que simulan la dinámica de la atmósfera. 360x180x32 x nvar (10 millones) v = (u, v, w), T, p, ρ = 1/α y q Integración numérica de EDPs Elementos finitos, etc. Estabilidad numérica: resolución 1/ t Duplicar la resolución espacial supone incrementar el tiempo de cómputo en un factor 16? t Paso de integración Condición inicial H+0 H+24 H+48 D+0 D+1 D+2 27

2 Algunos héroes W. Bjerknes ( ) Propuso la predicción meteorológica como un problema determinista de valor inicial basado en las leyes de la Física. L.F. Richardson ( ) Primer modelo computacional operativo. 28

3 Caos Los modelos atmosféricos son no lineales y sensibles a pequeñas perturbaciones en las condiciones iniciales (Caos, Lorenz 1963). Esto obliga a plantear la predicción en términos probabilísticos (especialmente en plazos de predicción largos, o en escalas pequeñas). one flap of a seagull s wing may forever change the future course of the weather (Lorenz, 1963) 29

4 Incertidumbre 30

5 Fuentes de incertidumbre Dado que las predicciones a estas escalas tan largas son muy difíciles de evaluar directamente, existe un gran riesgo de fallo derivado de un manejo inadecuado de la incertidumbre. Por ello es preceptivo, especialmente en predicción climática, identificar todas y cada una de las fuentes de incertidumbre; que básicamente son de tres tipos: Condiciones iniciales: Al ser un sistema caótico, es muy sensible a pequeñas diferencias en las condiciones iniciales, sin embargo a escalas de tiempo climáticas este efecto resulta irrelevante. Forzamientos: El clima es perturbado por agentes externos naturales, como pueden ser la actividad volcánica o la solar, y antropogénicos, como las emisiones de gases de efecto invernadero. Para ello se hacen simulaciones para diferentes escenarios de forzamiento. Modelos: Nuestra capacidad de simulación es limitada, por lo tanto cada modelo produce resultados diferentes. El mejor modelo es un conjunto de modelos. 31

6 Aspectos Técnicas matemáticos prácticas de la para modelización. tener en cuenta Predicción la incertidumbre por conjuntos. En las condiciones iniciales: Se genera un conjunto de predicciones a partir de varias condiciones iniciales representativas de las fuentes de incertidumbre. En los modelos/parametrizaciones: Se genera un conjunto de predicciones perturbando las parametrizaciones, o ejecutando distintos modelos (multi-modelo). Como resultado, se obtiene un conjunto de N predicciones que proporciona una predicción probabilística (o una predicción determinista promedio). Predicción 18 ºC (20%) 16 ºC (50%) Condiciones de iniciales contorno tiempo 14 ºC (30%)

7 Técnicas prácticas para tener en cuenta la incertidumbre 33

8 Declaración de resultados Para terminar, un apunte acerca de la interpretación de los resultados. La progresiva disponibilidad de diferentes modelos y métodos brinda la posibilidad de utilizar un amplio abanico de soluciones para cada problema concreto ya que dependiendo del dominio y naturaleza del predictando, se pueden combinar métodos y predictores de muchas maneras, suministrando resultados diferentes para el mismo GCM. Esta incertidumbre, presente en cada método, debe ser puesta en evidencia y añadida a las restantes -la del GCM, la del forzamiento y la natural del SC-; tampoco hay que olvidar que la incertidumbre suele presentar una distribución espacial heterogénea. También se debe separar claramente la incertidumbre asociada al método empleado (confianza) de la asociada a resultados específicos (verosimilitud); por ejemplo, un buen método puede dar una predicción muy ambigua y un mal método dar una predicción muy concreta. Terminology Degree of confidence in being correct (método) Very High confidence At least 9 out of 10 chance of being correct High confidence About 8 out of 10 chance Medium confidence About 5 out of 10 chance Low confidence About 2 out of 10 chance Very low confidence Less than 1 out of 10 chance Terminology Likelihood of the occurrence/ outcome (resultados) Virtually certain > 99% probability of occurrence Very likely > 90% probability Likely > 66% probability About as likely as not 33 to 66% probability Unlikely < 33% probability Very unlikely < 10% probability Exceptionally unlikely < 1% probability 34

9 Calibración y atribuciones 35

10 Reproduciendo el pasado. Reconstrucción de las temperaturas medias del hemisferio norte durante el último milenio (en azul; en negro, versión suavizada; en gris, intervalo de confianza del 95%; y en rojo, datos instrumentales del último siglo). (Según IPCC, 2001). 36

11 Reproduciendo el pasado (IPCC 2007) 37

12 Detección y atribución. 38

13 Modelos Globales y Regionales Resultados 39

14 Proyecciones globales Los resultados de las proyecciones de cambio en la temperatura media y la precipitación obtenidos con el modelo HadCM3 permiten una cierta discriminación espacial sobre la Península Ibérica. De forma esquemática, las conclusiones más relevantes de las proyecciones de cambio climático en España obtenidas con el mencionado modelo global son: a) Los menores incrementos de temperatura se obtienen en el noroeste peninsular y los mayores en la región meridional. b) La mayor tendencia creciente de las temperaturas a lo largo del siglo corresponde a los meses de verano y la menor al invierno, siendo ambas más acentuadas en el escenario de emisiones A2 que en el B2. 40