MEMORIA TÉCNICA ESCENARIOS REGIONALES DE CAMBIO CLIMÁTICO EN CANTABRIA

Transcripción

1 MEMORIA TÉCNICA ESCENARIOS REGIONALES DE CAMBIO CLIMÁTICO EN CANTABRIA 1. Introducción 1.1. El Cambio Climático Global El Cambio Climático Global (CCG) es una de las principales preocupaciones para la sostenibilidad futura de nuestro desarrollo dado su impacto en numerosos sectores socioeconómicos de la actividad humana. En las últimas décadas se ha llevado a cabo un enorme esfuerzo tecnológico e investigador para explicar las posibles causas de este fenómeno y para tratar de predecir su tendencia futura. Este conocimiento es de vital importancia para tomar medidas preventivas de mitigación y también medidas de adaptación a través de la adecuada planificación de las actividades socio-económicas futuras que se puedan ver afectadas. Las observaciones y estudios realizados hasta la fecha han permitido constatar un calentamiento global del planeta: los once años más calurosos registrados desde 1850 han ocurrido en los últimos 12 años; por otra parte, se ha registrado un aumento de la temperatura media de la superficie de 0.74 ºC en los últimos 100 años. Además de este calentamiento global, también se ha constatado el incremento de condiciones extremas que se traducen en olas de calor, sequías, inundaciones, etc. (ver Stott et al. 2004), y su incidencia en la salud humana (Patz et al. 2005). También se ha conseguido explicar el origen antropogénico del cambio debido, principalmente, al incremento de emisiones de gases de efecto invernadero (ver, por ejemplo, Stott et al. 2001) y se han obtenido las primeras estimaciones de la tendencia futura de estos cambios utilizando modelos físico-matemáticos del clima (Modelos Globales del Clima, MGC). Estos modelos simulan en un ordenador la dinámica del sistema climático (atmósfera, hidrosfera, criosfera, litosfera y biosfera) bajo distintos escenarios de emisión que caracterizan la evolución futura de los factores que afectan al sistema climático, incluidos los factores antropogénicos como la emisión de gases de efecto invernadero (ver Nakicenovic et al. 2001, para más detalles sobre escenarios de emisión). La actividad científica sobre el CCG está coordinada a nivel internacional por el Panel Intergubernamental sobre el Cambio Climático (IPCC en sus siglas inglesas), que está organizado en tres grupos de trabajo: el Grupo I estudia los aspectos científicos, el II los impactos y adaptaciones al cambio climático y el III las posibles opciones para mitigar este cambio. El último informe de este organismo ha sido recientemente presentado en febrero de 2007 (actualmente sólo es oficial es resumen ejecutivo); el informe anterior se remonta al año 2001 (ver IPCC Third Assessment Report 2001, Estos informes constituyen la referencia obligada de los estudios de cambio climático pues recopilan los resultados científicos más relevantes hasta la fecha. La fuente principal de información para estos informes son las predicciones de tendencias futuras obtenidas a partir de la simulaciones de distintos MGC llevadas a cabo por distintos centros investigación de referencia, como el Centro Hadley, que utiliza un modelo denominado HadCM (Hadley Community Model), o el Max Planck Institute (MPI), que utiliza un modelo denominado ECHAM. Este conjunto de simulaciones permite obtener previsiones globales futuras de variables climáticas como la temperatura o la precipitación, y también estimar la incertidumbre de las mismas (ver Murphy et al. 2004).

2 Las fuentes de incertidumbre que afectan a las predicciones de cambio climático (sin contar la propia variabilidad natural del clima) son debidas, principalmente, al error del propio modelo global del clima y al desconocimiento del escenario futuro de emisión que realmente tendrá lugar en las próximas décadas. Para tener en cuenta estos factores se utilizan conjuntos de predicciones que combinan modelos y/o escenarios, pesando de forma adecuada cada elemento, y obteniendo una predicción final, así como una estimación de la incertidumbre asociada. Por ejemplo, en el tercer informe del IPCC se presentó el clima previsto a finales del siglo XXI considerando un conjunto de 9 modelos (entre los que se encuentran HadCM3 y ECHAM-4), combinando distintos escenarios de emisión. Los modelos prevén un aumento de la temperatura del aire mayor sobre tierra firme que sobre los océanos, sobre todo en latitudes altas del hemisferio norte, y también más notable en invierno que en verano. Las previsiones para finales de siglo ( ) indican que, en el escenario más desfavorable, la temperatura media global del aire superficial será entre 1.3 y 4.5 C mayor que la del periodo (período climático de referencia). El nuevo informe del 2007 utiliza un conjunto mayor de modelos (más de 20 modelos globales) y se reafirma en las principales conclusiones del informe anterior, aunque con una mayor certidumbre del carácter antropogénico del cambio climático (ahora se considera muy probable). El conocimiento del sistema climático y de los factores responsables del CCG, junto con los resultados globales obtenidos por los MGC permiten definir políticas conjuntas de mitigación para tratar de frenar este problema en el futuro. Sin embargo, las políticas de adaptación al cambio climático requieren una previsión detallada de dicho cambio, que tenga en cuenta las heterogeneidades regionales y que permita analizar la magnitud de los posibles impactos locales. Los modelos globales del clima no proporcionan este nivel de detalle y, por tanto, es necesario realizar un esfuerzo adicional para obtener escenarios regionales de cambio climático. Este problema ha cobrado un fuerte interés en los últimos años y es uno de los objetivos prioritarios de los últimos proyectos de cambio climático, así como del último informe del IPCC, y de los distintos gobiernos, para poder llevar a cabo estudios de impacto y planes de adaptación adecuados Escenarios Regionales de Cambio Climático El problema principal para la generación de escenarios regionales de cambio climático es que los MGC poseen una resolución espacial limitada debido tanto a factores computacionales (el tiempo de cálculo aumenta con la resolución), como a factores físicos (reproducen la dinámica a gran escala de la atmósfera). Por tanto, las predicciones globales de las condiciones futuras del clima se obtienen en rejillas que oscilan entre los 250 y 350 km. Por ejemplo, la Figura 1 muestra las anomalías de temperatura previstas sobre la península Ibérica por uno de los modelos globales del clima (el modelo HadCM3) para un único escenario de cambio climático (el escenario más desfavorable, A2).

3 Figura 1. Predicción del incremento de temperatura para distintos períodos del siglo obtenidos con el modelo HadCM3 para el escenario de emisión A2. Las cuadrículas muestran la resolución del modelo. Por tanto, los modelos globales no tienen en cuenta las heterogeneidades locales de una misma región, con distintas características geomorfológicas y distintas climatologías. Por ejemplo, toda Cantabria es reducida a un solo punto de predicción para un modelo global. Sin embargo, Cantabria es una región de complicada orografía (ver Figura 2) que da lugar a distintos microclimas en un área reducida, como puede deducirse de las fuertes variaciones locales de la temperatura media anual mostradas en la Figura 2. Estas peculiaridades climáticas hacen necesario un estudio detallado del cambio climático en Cantabria para poder estimar los impactos reales que tendrá este fenómeno en los distintos microclimas de la región (costa, montaña, etc.).

4 Temperatura Figura 2. Topografía de Cantabria (a resolución de 1km) y temperatura media anual estimada en una rejilla de 1km. El conjunto de estaciones meteorológicas utilizadas del Instituto Nacional de Meteorología se muestran con círculos. Esta tarea de proyección regional se puede llevar a cabo utilizando técnicas dinámicas, acoplando modelos regionales de clima de mayor resolución (downscaling dinámico), o estadísticas, con modelos empíricos que relacionan las variables de gran escala con variables locales (downscaling estadístico). Este nuevo proceso puede aumentar o disminuir la incertidumbre asociada con las predicciones globales, haciendo que éstas sean más o menos útiles en distintas zonas geográficas de una misma región (ver Murphy et al. 2004). En ocasiones la incertidumbre sólo afecta a la magnitud del cambio (por ejemplo, todas las predicciones de cambio futuro de temperatura en el hemisferio norte indican un calentamiento, y la incertidumbre sólo afecta a la magnitud mayor o menor del mismo). En otras ocasiones la incertidumbre también afecta al carácter de la propia señal (como en el caso de la variación de precipitación en diversas zonas del planeta, que unos modelos y escenarios dan positiva y otros negativa). Por tanto, la correcta definición de la cadena de incertidumbres, comenzando por los datos de validación y terminando con las técnicas de proyección empleadas, es un problema fundamental en la producción de escenarios regionales de cambio climático. Referencias: Murphy, J.M. et al. (2004) Quantification of modelling uncertainties in a large ensemble of climate change simulations. Nature 430, Nakicenovic, N. et al IPCC Special Report on Emissions Scenarios. Cambridge University press. 599 pp. Patz, J.A., Campbell-Lendrum, D., Holloway, T. And Foley, J.A. (2005) Impact of regional climate change on human health, Nature, 438, Stott, P.A., Stone, D.A, Allen, M.R. (2004) Human contribution to the European heatwave of 2003, Nature 432, Stott, P.A., Tett, S.F.B., Jones, G.S., Allen, M.R., Ingram, W.J. and Mitchell, J.F.B. (2001) Attribution of Twentieth Century Temperature Change to Natural and Anthropogenic Causes, Climate Dynamics, 20,

5 2. Antecedentes y Estudios Previos El penúltimo informe oficial del IPCC se remonta al año 2001 y ofrece una visión global del problema del cambio climático. Desde entonces, se han llevado a cabo distintos estudios relativos a la regionalización de estas predicciones, incluyendo los proyectos Europeos PRUDENCE y STARDEX (del V programa marco); estos proyectos forman parte de las conclusiones del último informe del IPCC. En el primero de estos proyectos se han acoplado distintos modelos de área limitada sobre Europa (con una resolución de km) a las predicciones globales del IPCC (downscaling dinámico). Por otra parte, el proyecto STARDEX ha analizado el uso de técnicas estadísticas de downscaling para proyección regional de cambio climático, haciendo énfasis en los extremos (olas de calor, sequías, etc). Estos proyectos revelan que ninguna de las técnicas (dinámica o estadística) es superior a la otra, sino que es necesario combinar ambas para obtener resultados óptimos y cuantificar la incertidumbre de las proyecciones regionales de forma apropiada (los resultados y conclusiones de estos proyecto forman parte del último informe del IPCC presentado en febrero del 2007). Esta ha sido la idea seguida para la elaboración del proyecto ENSEMBLES ( ) del VI programa marco ( que propone desarrollar un nuevo sistema de predicción por conjuntos combinando las últimas versiones disponibles de los modelos globales del clima, así como los mejores modelos regionales y técnicas estadísticas, con el objetivo de producir escenarios para Europa con la menor incertidumbre posible. ENSEMBLES es uno de los proyectos líderes de cambio climático en el mundo y es la referencia obligada de los estudios de regionalización que pretendan desarrollarse en Europa. La coordinación y acceso a los resultados de este proyecto están garantizados ya que el grupo de investigación en Meteorología Aplicada de la Universidad de Cantabria es uno de los miembros de ese proyecto. Por otra parte, distintos países europeos han lanzado programas de cambio climático para analizar los efectos de este problema en sus respectivos países (Reino Unido, Alemania, Irlanda, etc.). En lo que respecta a España, la Oficina Española de Cambio Climático presentó en el año 2005 un informe que resume las previsiones de cambio climático, junto con los impactos sobre distintos sectores productivos y ecosistemas naturales, en nuestro país para los próximos 100 años ( evaluación preliminar de los impactos en España por efecto del cambio climático ctos.htm). En lo relativo a los escenarios de cambio climático, en este informe se resumen las conclusiones del tercer informe del IPCC para España, y sólo se realiza un estudio particular de regionalización utilizando un único modelo regional de clima. Recientemente el Ministerio de Medio Ambiente ha hecho pública una propuesta de Plan Nacional de Adaptación, que afecta tanto a los gobiernos autonómicos como al gobierno central. Como un primer paso, se ha encargado al Instituto Nacional de Meteorología (INM) la elaboración de un Plan para la generación de escenarios regionales de cambio climático en España, de forma que los grupos de impactos puedan disponer lo antes posible de un conjunto de escenarios de mayor resolución en nuestro país. Para organizar este trabajo, un grupo de expertos coordinados por el INM elaboraron una propuesta de Programa coordinado para generación de escenarios regionalizados de cambio climático que fue presentado por el Ministerio de Medio Ambiente en Diciembre de En esta propuesta se identifican los problemas de desarrollo e investigación que sería necesario abordar, de forma integrada y con carácter periódico, en un Programa Nacional sobre cambio climático que serviría de referencia para los estudios regionales de impacto que se lleven a cabo posteriormente. El objetivo de este programa es el conjunto de la geografía nacional, a una resolución de 25-50km, sin pretender abarcar las particularidades de ciertas regiones, como la coexistencia de los climas de montaña y costa en Cantabria, para los cuales se requieren estudios específicos que involucran adaptar los modelos regionales de clima, o estudiar la validez de las técnicas estadísticas de regionalización. Por ello,

6 será necesario coordinar las actuaciones nacionales y autonómicas para intercambiar conocimiento y aunar esfuerzos en el desarrollo de escenarios nacionales y regionales. En este proyecto se pretende iniciar la investigación sobre escenarios regionales de cambio climático en Cantabria, haciendo especial énfasis en los problemas que son importantes y críticos para nuestra región, adaptando y validando las técnicas con un conjunto de observaciones representativo y fiable. En este trabajo se aprovechará la experiencia obtenida en los proyectos europeos ya desarrollados y se tratarán de aglutinar las distintas bases de datos de observaciones disponibles en nuestra región, de forma que se pueda caracterizar de forma apropiada el clima actual y pasado, generando una climatología de referencia con la que validar los métodos y modelos. Estos estudios no tienen ningún antecedente en nuestra región y constituyen una de las primeras experiencias que se lleva a cabo en nuestro país. Para no duplicar esfuerzos y aprovechar los resultados y recursos disponibles, este proyecto utilizará los resultados y datos del proyecto ENSEMBLES y se coordinarán las actividades con el Programa coordinado para generación de escenarios regionalizados de cambio climático del Ministerio de Medio Ambiente, una vez que éste comience de forma oficial. 3. Objetivos del Proyecto En este proyecto se pretende abordar un estudio regional del cambio climático en Cantabria. Para ello se utilizarán técnicas estadísticas y dinámicas para proyectar regionalmente las predicciones globales de los modelos de clima disponibles y para cuantificar la incertidumbre (ver más detalles en la metodología). El objetivo principal del proyecto es producir escenarios de cambio climático en Cantabria, para precipitación y temperatura, en tres períodos futuros distintos ( , , y ) y cuantificar la incertidumbre existente en las distintas comarcas. Durante el primer año del proyecto se generará una primera estimación de los escenarios utilizando técnicas estadísticas. Durante la segunda anualidad del proyecto, se producirán escenarios dinámicos y, finalmente, se integrará toda la información en un conjunto final de escenarios proporcionando también una cuantificación de la incertidumbre en las distintas comarcas. No es un objetivo de este estudio desarrollar nuevas técnicas estadísticas ni dinámicas (modelos regionales del clima), sino adaptar las técnicas ya existentes a los condicionantes geográficos y climáticos particulares de nuestra región. Tampoco es un objetivo de este proyecto realizar estudios de atribución ni de variabilidad climática. Se prevé que estas tareas serán abordadas de forma global en el Plan Nacional de Adaptación al Cambio Climático y, por tanto, supondrían una duplicidad de esfuerzos. También es un objetivo del proyecto abordar un primer estudio sobre el clima marítimo, con el fin de evaluar la posible aplicación de técnicas estadísticas de regionalización sobre las variables que definen el estado del mar (viento, oleaje, etc.). De esta forma, si el estudio resulta positivo, en un proyecto posterior se podrían analizar también los efectos del cambio climático en los distintos elementos del litoral en la costa de Cantabria. 4. Metodología En la actualidad existen dos metodologías alternativas para abordar el problema de la proyección regional de escenarios de cambio climático: la primera de ellas utiliza modelos regionales del clima de alta resolución acoplados con las salidas de los modelos globales en la

7 zona de interés (ver Giorgi et al. 1999); la segunda utiliza relaciones estadísticas empíricas obtenidas a partir de un conjunto de datos observados del clima presente (ver Kidson et al. 1998). Ambas técnicas tienes ventajas y desventajas y ninguna de estas metodologías se ha mostrado superior a la otra, sino que son alternativas (ver Giorgi et al. 2000). En la actualidad, la generación de escenarios regionales de cambio climático es un objetivo prioritario de investigación y ocupa gran parte de la actividad en los distintos proyectos internacionales sobre cambio climático que se llevan a cabo (Leung et al. 2003). El último informe del IPCC (2007) dedica a este problema una atención especial, considerando tanto las técnicas dinámicas como las estadísticas para la generación de escenarios regionales; por otra parte el proyecto ENSEMBLES hace especial énfasis en este problema y también considera técnicas estadísticas y dinámicas para abordar el problema. En el presente proyecto se utiliza la metodología propuesta en esos proyectos, considerando las dos técnicas disponibles para abordar el problema de la proyección regional de escenarios de cambio climático en Cantabria. En lo relativo a las técnicas estadísticas, en este proyecto nos guiaremos por las directrices del informe para el uso de escenarios desarrollados por métodos de downscaling estadístico del IPCC (Wilby et al. 2004). Estas técnicas permiten proyectar la fenomenología atmosférica en fenomenología local a través de funciones empíricas obtenidas a partir del clima presente (el período de simulación de los modelos globales, junto con bases de datos de reanálisis y observaciones simultáneas). Para ello, estiman las relaciones empíricas entre las variables locales (predictandos) y las salidas de modelos de clima (predictores) utilizando las observaciones y predicciones disponible en el período de referencia. A continuación, utilizan el modelo estimado para proyectar localmente las predicciones futuras de los modelos. Los métodos estándar de downscaling estadístico se pueden agrupar en tres tipos: técnicas de regresión lineal y no lineal, métodos de análogos o condicionados por la circulación, y generadores de tiempo. El equipo investigador del proyecto tiene experiencia en estos métodos (Gutiérrez y otros 2004) y ha desarrollado un paquete denominado MeteoLab que implementa algoritmos genéricos para downscaling estadístico. Por tanto, una primera fase del proyecto consistirá en desarrollar métodos estadísticos de proyección regional de cambio climático a partir de una caracterización adecuada del estado de la atmósfera sobre nuestra región y el uso de los tres grupos de técnicas antes descritas. Es de destacar que las técnicas de downscaling estadístico se han mostrado especialmente eficaces en la Cornisa Cantábrica (ver Gutiérrez y Pons 2006) y, por tanto, es razonable construir un primer conjunto de escenarios regionales utilizando esta metodología. Por otra parte, el equipo investigador tiene experiencia en downscaling dinámico, en concreto con el uso del modelo regional MM5 y su versión moderna WRF, en proyectos relacionados con el estudio del cambio climático. Aunque estos modelos han sido principalmente aplicados en predicción operativa a corto plazo, existen antecedentes de la utilización de MM5 para la generación de escenarios regionales (por ejemplo, en el proyecto irlandés de cambio climático, C4I); además, comparaciones realizadas con otros modelos regionales de clima estándar, como el RCA3, muestran resultados similares sobre Europa a un resolución de 25km. Por tanto, en lo relativo a las técnicas dinámicas para la generación de escenarios regionales, se utilizarán los modelos MM5/WRF eligiendo distintos conjuntos de parametrizaciones adecuadas para los procesos físicos relevantes en esta región y que caractericen la incertidumbre asociada a estos modelos regionales. Estos modelos serán anidados a las salidas de los modelos globales de circulación disponibles y serán simulados durante el período para distintos escenarios de emisión.

8 La construcción de escenarios climáticos requiere cuantificar las incertidumbre ocasionada por los forzamientos de los escenarios de emisión, los errores en los modelos globales, los métodos de dowscaling y la propia variabilidad natural del clima. Para cuantificar esta incertidumbre, sin tener en cuenta este último factor que escapa de la modelización actual, se analizará la forma óptima de combinar las distintas predicciones estudiando técnicas basadas en la validación de los modelos (como el método Reality Ensemble Averaging, o el Bayesian Model Averaging), así como técnicas basadas en la comparación de la dinámica de los modelos (Primo et. al. 2007); este último tipo de técnicas son novedosas y su potencial será analizado por primera vez en este proyecto. Esta cuantificación se incorporará a los escenarios regionales, produciendo escenarios probabilísticos que aglutinen toda la información generada en el proyecto. Por último, como ejemplo de un estudio de impacto de particular importancia en nuestra región, se abordará un estudio preliminar del clima marítimo, que produce un impacto en los distintos elementos del litoral (playas, estuarios, puertos, etc.). El estado del mar está definido a partir de la distribución estadística de parámetros como la altura de ola significante, la dirección media del oleaje, período medio del oleaje, intensidad y dirección de viento y sobreelevación por marea meteorológica. Estos parámetros se pueden estudiar en sus regímenes medios o extremales siendo ambos necesarios para el análisis de un tramo litoral y para el correcto dimensionamiento de una obra marítima. Para obtener una predicción futura del valor de estos parámetros será necesario utilizar técnicas de downscaling estadístico para proyectar las variables de larga escala en las variables climáticas locales. En este caso, aunque las variables no son climáticas, también están relacionadas con las variables climáticas de larga escala y, por tanto, es de esperar que las técnicas estadísticas sirvan en este caso. El organismo público Puertos del Estado ha realizado un reanálisis de viento, oleaje y marea meterorológica (SIMAR- 44, ) sobre todo el litoral Español, con una resolución media de 15 km y escala temporal horaria. Esta información sirve de base para poder estudiar el comportamiento de las técnicas de downscaling estadístico en este problema. Este tipo de estudio no ha sido realizado hasta la fecha, por lo que también constituye un reto científico para este proyecto. Estos resultados, combinados con las estimaciones de elevación del nivel medio del mar del IPCC, junto con la predicción determinista de la marea astronómica, proporcionarán un marco completo para poder analizar los efectos del cambio climático. Sin embargo, en este proyecto no se pretende abarcar un estudio completo de este problema, sino realizar un análisis preliminar de su viabilidad. Referencias: Giorgi, F. and L.O. Mearns, 1999: Regional climate modeling revisited: an introduction to the special issue. Journal of Geophysical Research, 104(D6), Giorgi, F. and R. Francisco, 2000: Uncertainties in regional climate change prediction: a regional analysis of ensemble simulations with HadCM2 coupled AOGCM. Climate Dynamics, 16, Gutiérrez, J.M., Cano, R., Cofiño, A.S. and C. Sordo, 2004: Redes probabilísticas y neuronales en las ciencias atmosféricas. Monografías del Instituto Nacional de Meteorología, Ministerio de Medio Ambiente, Madrid. Gutiérrez, J.M. y Pons, M.R. (2006) Modelización numérica del cambio climático: Bases científicas, incertidumbre y proyecciones para la Península Ibérica. Revista de Cuaternario y Geomorfología 20, 15-28, 2006.

9 Kidson, J.W. and Thompson, C.S. (1998) A comparison of statistical and model-based downscaling techniques for estimating local climate variations, Journal of Climate, 11, Leung, L.R., Mearns, L.O., Giorgi, F., and Wilby, R.L. (2003). Regional Climate Research: Needs and Opportunities. Bulletin of the American Meteorological Society, 84, Primo, C., Szendro, I., Rodríguez, M.A. and Gutiérrez, J.M. (2007) Error Growth Analysis in Spatiotemporal Chaotic Systems: Coupled Map Lattices and Global Weather Models, Physical Review Letters, in press. Wilby, R.L., Charles, S.P., Zorita, E., Timbal, B., Whetton, P. and Mearns, L.O. (2004). Guidelines for use of Climate Scenarios developed from Statistical Downscaling Methods. Supporting Material of the Intergovernmental Panel on Climate Change. 5. Tareas del Proyecto T1. Generación de una climatología de referencia de alta resolución para la temperatura y precipitación en Cantabria en soporte SIG. Para poder calibrar y validar las técnicas estadísticas y dinámicas utilizadas para la proyección regional de escenarios de cambio climático es necesario contar con una información climatológica de referencia, representativa del clima pasado a una resolución espacial y temporal apropiada. Como primera tarea de este proyecto se generará una rejilla de observaciones diarias de alta resolución cubriendo el período ( ). Para ello, en una primera fase, se interpolarán utilizando técnicas de Kriging y de vecinos cercanos los registros históricos diarios disponibles de distintos organismos en Cantabria. La fuente principal de información serán las observaciones de la red de estaciones del INM en Cantabria, cuya densidad permite construir una rejilla de 10 km de resolución (ver red de observatorios en la Fig. 2) 1. Además, para cubrir la falta de observatorios en zonas de montaña, se ha contado con el Grupo de Investigación en Estudio y Gestión del Medio Natural de la Universidad de Cantabria, que dispone de una red de estaciones ubicada en altura, y que tiene una dilatada experiencia en el estudio del clima de montaña en nuestra región. En una segunda fase se utilizarán datos geomorfológicos (altitud, insolación potencial, distancia al mar, bloqueos orográficos de la circulación, etc.) para proyectar estadísticamente las observaciones en una rejilla de 1 km de resolución. En ambos casos, se obtendrá una estimación del error o incertidumbre de las observaciones de la rejilla aplicando una técnica de validación cruzada. Para poder validar las simulaciones de los modelos globales y regionales dinámicos en un período representativo del clima pasado, será necesario disponer de alguna serie de observaciones que se remonte a Para ello, en este proyecto se ha contado con el Grupo de Investigación en Geografía Histórica del Paisaje, que lleva años trabajando en la 1 Se han iniciado ya los contactos con el Instituto Nacional de Meteorología para que participe activamente con su experiencia y sus redes de observación en el proyecto, a través de su Centro Meteorológico Territorial en Cantabria y Asturias ubicado en Santander, habiéndose obtenido una respuesta positiva de la dirección general en Madrid.

10 creación de una serie de referencia homogénea para Santander. Como objetivo de esta tarea, se producirá una serie mensual de observaciones de precipitación y temperatura para Santander para el período y se analizará la posibilidad de obtener alguna otra serie de referencia en un punto distinto de la región. Los datos topográficos y climáticos resultantes serán integrados en un Sistema de Información Geográfica (SIG) que irá aglutinando todos los resultados del proyecto. T2. Análisis de las salidas de los modelos climáticos globales (IPCC 2001 e IPCC 2007) para los escenarios de emisión en la Cornisa Cantábrica. En esta tarea se analizarán las simulaciones/predicciones de los modelos globales de cambio climático disponibles (los del tercer informe del IPCC y los disponibles del cuarto informe), abarcando al menos el período y los escenarios de emisión A2 y B2. En primer lugar se identificarán y descargarán los modelos con resolución diaria considerando no sólo la precipitación y temperatura, sino las restantes variables de gran escala necesarias para ajustar los modelos estadísticos y para servir como condiciones de contorno a los modelos regionales de circulación. Esta cantidad ingente de información habrá de ser almacenada en un servidor central para que pueda ser procesada en las restantes tareas del proyecto. En segundo lugar, se analizará el conjunto de predicciones de estos modelos para cuantificar la incertidumbre global del cambio para la precipitación y temperatura sobre la Cornisa Cantábrica, considerando al menos los escenarios A2 y B2. Este estudio proporcionará una primera información del cambio climático en nuestra zona y será el punto de partida para la generación de escenarios regionales. T3. Desarrollo y calibración de métodos estadísticos de proyección regional. Generación de escenarios regionales. El grupo de investigación en Meteorología Aplicada de la Universidad de Cantabria ha desarrollado un paquete informático de software libre que distribuye bajo licencia GNU para la creación de modelos estadísticos avanzados en Meteorología. En este proyecto se utilizará este paquete y se programarán las rutinas necesarias para adaptarlo al problema objeto de este trabajo (acceso eficiente a grandes volúmenes de datos, algoritmos escalables de agrupamiento y regresión por etapas, etc.). Los modelos resultantes serán calibrados al clima presente utilizando los datos obtenidos en las Tareas 1.1 y 2.1 para el período (considerado período climatológico de referencia por la Organización Mundial de la Meteorología). Se estimará el error asociado a las técnicas estadísticas mediante una validación cruzada sobre las rejillas de 10 y 1 km, respectivamente. En una segunda fase se aplicarán los métodos obtenidos a las salidas de los modelos globales para generar escenarios regionales de cambio climático a 10 y 1 km de resolución para tres períodos distintos ( , y ), cuantificando la incertidumbre de los escenarios proyectados en ambas rejillas. Los escenarios resultantes, junto con su incertidumbre, serán integrados en el Sistema de Información Geográfica (SIG). T4. Estudio preliminar de proyección del clima marítimo con técnicas estadísticas

11 El clima marítimo (viento, oleaje y marea meteorológica) está definido a partir de la distribución estadística de parámetros del estado de mar: altura de ola significante, dirección media del oleaje, período medio del oleaje, intensidad y dirección de viento y sobreelevación por marea meteorológica. Las técnicas estadísticas desarrolladas en la Tarea 3 también pueden ser aplicadas a estas variables, pues dependen de la circulación a gran escala. Por tanto, se realizará un estudio preliminar de adaptación y validación de las técnicas de downscaling estadístico para comprobar su adecuación a este problema. Por una parte, el viento se obtiene directamente de los modelos; por otra, la marea meteorológica es dependiente de la presión a nivel del mar y, por tanto, puede ser derivada indirectamente a través de las técnicas de downscaling estadístico. Finalmente, el oleaje en un punto puede estimarse a través del pasado reciente del estado atmosférico en superficie; en este caso es donde será más necesario comprobar la validez de las técnicas de downscaling estadístico. Este estudio preliminar permitirá valorar la posibilidad de llevar a cabo un estudio regional del impacto del cambio climático en el clima marítimo utilizando técnicas de proyección estadística. T5. Adaptación y configuración de los modelos regionales WRF y RegCM3 a la cornisa Cantábrica En esta tarea se aprovechará la experiencia previa del grupo investigador con modelos mesoscalares (tipo MM5) para realizar un estudio regional de cambio climático utilizando técnicas dinámicas (modelos regionales del clima). El modelo RegCM3 es una adaptación climática de una versión antigua del modelo MM5 que ha sido utilizada en numerosos estudios de regionalización de cambio climático. Por otra parte, WRF es la versión más reciente y con distintas mejoras del modelo MM5. Este modelo ha sido principalmente diseñado para la predicción operativa a corto plazo; sin embargo, existen antecedentes de la utilización de MM5 para la generación de escenarios regionales (por ejemplo, en el proyecto Irlandés de cambio climático, C4I); además, comparaciones realizadas con otros modelos regionales de clima, como el RCA3, muestran resultados similares sobre Europa a un resolución de 25 km. Por tanto, en cuanto a las técnicas dinámicas para la generación de escenarios regionales, se realizará un estudio comparativo de los modelos WRF y RegCM3 anidados con el reanálisis ERA40 en un período de referencia sobre la región Cantábrica. A partir de este estudio se seleccionará el modelo más apropiado y se elegirá el conjunto (o conjuntos) de parametrizaciones adecuadas para los procesos físicos relevantes en nuestra región y que caractericen la incertidumbre asociada al modelo regional. Finalmente, el modelo resultante será anidado a las salidas de los modelos globales de circulación disponibles y se correrán las simulaciones para el período utilizando al menos un modelo global y dos escenarios distintos de emisión para analizar la variación local de la incertidumbre en el modelo regional con respecto a los resultados del modelo global, y comprobar así la utilidad de llevar a cabo un estudio más exhaustivo en las distintas regiones de Cantabria. T6. Combinación/pesado de métodos y generación de escenarios regionales finales. Los distintos resultados obtenidos con cada modelo global, en cada escenario de emisión y proyectando con cada una de las técnicas desarrolladas en este proyecto habrán de ser combinados en un único escenario probabilístico de consenso, con una incertidumbre

12 asociada representativa de la variabilidad del conjunto. Para ello, será necesario decidir si se utiliza alguna técnica de pesado y, en caso afirmativo, decidir cuál es idónea para combinar la incertidumbre de los distintos componentes del proceso (modelos globales, regionales, etc.). Existe una gran actividad investigadora en torno a este problema, pues todavía no se dispone de una metodología óptima para combinar las distintas predicciones. Por una parte, existen técnicas basadas en la validación de los modelos en el período de referencia (como el método Reality Ensemble Averaging, o el Bayesian Model Averaging); con estas técnicas, los modelos que han logrado reproducir mejor el clima del período de referencia tienen un peso mayor que los otros. Sin embargo, este tipo de técnicas no tienen en cuenta la variedad de los modelos utilizados. Puede ocurrir que los modelos que obtengan mayor peso sean todos muy parecidos entre sí y, por tanto, la variedad del conjunto de predicciones se reduzca (y por tanto la estimación de la incertidumbre). En este proyecto se analizará estas técnicas, así como otras técnicas incipientes basadas en la comparación de la dinámica de los modelos (Primo et. al. 2007), para determinar una metodología óptima (en contraposición a considerar equiprobable cada resultado) que combine los distintos resultados del proyecto y cuantifique de forma apropiada la incertidumbre de los escenarios regionales. Una vez decidida la forma de combinación, se generarán los escenarios finales de consenso, junto con su incertidumbre y se integrarán en el Sistema de Información Geográfica (SIG) que proporcionará el resultado final del proyecto. 6. Personal investigador Investigador Responsable del Proyecto: Dr. José Manuel Gutiérrez Llorente, Profesor Titular de Universidad responsable del Grupo de investigación en Meteorología Aplicada del Dpto. de Matemática Aplicada y de la Universidad de Cantabria. El equipo está formado por investigadores de cinco grupos distintos de la Universidad de Cantabria: - G1. Grupo de Meteorología Aplicada del Dpto. de Matemática Aplicada y Ciencias de la Computación de la Universidad de Cantabria: Dr. José Manuel Gutiérrez, (responsable) Dr. Antonio Santiago Cofiño, Dr. Jesús Fernández Fernández. D. Sixto Herrera García D. Daniel San Martín Segura - G2. Grupo de Física Estadística del Instituto de Física de Cantabria (CSIC/UC): Dr. Miguel Angel Rodríguez Díaz (responsable) Dra. María Dolores Frías - G3. Grupo de Investigación en Estudio y Gestión del Medio Natural del Dpto. de Geografía, Urbanismo y Ordenación del Territorio de la Universidad de Cantabria: Dr. Domingo Fernando Rasilla Álvarez (responsable) Dr. Juan Carlos García Codrón

13 - G4. Grupo de Investigación en Geografía Histórica del Paisaje del Dpto. de Geografía, Urbanismo y Ordenación del Territorio de la Universidad de Cantabria: Dr. Manuel Frochoso Sánchez (responsable) D. Juan José Rodríguez Velasco - G5. Grupo de investigación en Ingeniería Oceanográfica y de Costas (GIOC) del Dpto. de Ciencias y Técnicas del Agua y del Medio Ambiente de la Universidad de Cantabria: Dr. Fernando Méndez Incera (responsable) Dr. Raul Medina Santamaria Dr. Iñigo Losada Rodriguez Dr. Cesar Vidal Pascual Dr. Mauricio González Rodriguez Dra. Sonia Castanedo Barcena

14 7. Distribución Temporal Orientativa y Grupos Involucrados Actividades/Tareas Grupos responsabl es Primer año Segundo año T1.1. Climatología diaria presente de Cantabria interpolada a 10 km en soporte SIG. G1, G3 T1.2. Climatología proyectada a 1 km con datos geomorfológicos en soporte SIG. G1 T1.3. Series climáticas de referencia para el período G4 T2.1. Identificación y almacenamiento de salidas de modelos globales. G1 T2.2. Análisis global de las predicciones para temperatura y precipitación. G1, G2 T3.1. Desarrollo y validación de técnicas estadísticas de proyección regional. G1 T3.2. Escenarios regionales estadísticos para , y en soporte SIG. G1 T4. Proyección de clima marítimo G5 T5.1. Adaptación y calibración de los modelos WRF y RegCM3 en clima presente. T5.2. Escenarios regionales dinámicos para , y T6.1. Estudio de técnicas de combinación y pesado de las predicciones. T6.2. Producción de escenarios regionales finales en formato SIG y documentación. T7. Análisis y verificación de los escenarios. G1 G1 G2 G1, G2, G5 G1,G2,G3, G4,G5 Las tareas anteriores se desarrollarán en cuatro fases: Fase 1: Elaboración de climatología diaria de referencia en soporte SIG con 10 km de resolución. Esta fase incluye las tareas T1.1, T1.3, T2.1. y se entregará antes del 1 de diciembre de Fase 2: Elaboración de climatología diaria con 1 km de resolución y elaboración de escenarios regionales de cambio climático con métodos estadísticos. Esta fase incluye las tareas T1.2, T2.2, T3.1, T3.2, T4 y T6.2. y se entregará antes del 1 de julio de 2008.

15 Fase 3: Descripción de la metodología de downscaling dinámico que se empleará para la generación de escenarios, con los resultados de comparación de los modelos WRF y RegCM3 sobre el Cantábrico. Informe preliminar de los métodos de combinación de predicciones. Esta fase incluye las tareas T5.1 y T6.1 y se entregará antes del 1 de diciembre de Fase Final (entrega del producto final). Al finalizar el proyecto (mes 24), se entregará una memoria con todos los resultados científicos sobre los escenarios regionales de cambio climático en Cantabria, así como un resumen de estos escenarios en soporte SIG. Este resumen incluirá al menos las predicciones de temperatura y precipitación para los períodos , y , así como una cuantificación de la incertidumbre asociada a estas variables en las distintas regiones. Las tareas T5.2 y T6.2 proporcionarán estos resultados finales.