REGIONALIZACIÓN DINÁMICA. EXPERIENCIAS Y RESULTADOS DE LOS PROYECTOS PRUDENCE Y ENSEMBLES.

Transcripción

1 REGIONALIZACIÓN DINÁMICA. EXPERIENCIAS Y RESULTADOS DE LOS PROYECTOS PRUDENCE Y ENSEMBLES. Miguel Ángel Gaertner Facultad de Ciencias del Medio Ambiente Universidad de Castilla-La Mancha

2 PARTE 2: PROYECTO ENSEMBLES Y PROYECTO AMMA - Proyecto ENSEMBLES: Escenario de mitigación E1 Conjunto de física perturbada (GCM) Conjunto multi-modelo de RCMs - Proyecto AMMA: Efecto de cambios de parametrizaciones (modelo PROMES) Colaboración ENSEMBLES-AMMA: conjunto multi-modelo de RCMs

3 Título: ENSEMBLE-based Predictions of Climate Changes and their Impacts Acrónimo: ENSEMBLES Periodo: eu.metoffice.com

4 PROYECTO ENSEMBLES Estructura del proyecto ENSEMBLES: Temas de investigación ENSEMBLES final report (2009), fig. 1.1

5 ASPECTOS NOVEDOSOS DEL PROYECTO ENSEMBLES - Desarollo de un sistema de PREDICCION CLIMATICA PARA TODAS LAS ESCALAS TEMPORALES - ESCENARIOS DE EMISIONES: escenario de mitigación E1 - SIMULACIONES POR CONJUNTOS: aplicación de conjuntos de física perturbada - Conjunto multi-modelo de RCMs de ALTA RESOLUCIÓN ESPACIAL (25 km). Escenarios continuos ( /2100)

6 ESCENARIO DE MITIGACIÓN E1 - Escenarios SRES: escenarios del Informe Especial sobre Escenarios de Emisiones (Nakicenovic and Swart, 2000) - Basados en evoluciones socioeconómicas futuras diferentes - No tienen en cuenta medidas de mitigación fuertes - Escenario E1: basado en un objetivo forzamiento radiativo (incremento de 2,9 W/m2 2100) - Corresponde a un máximo de emisiones 2010 y a una concentración de CO2 equivalente 450 ppm de en en de

7 ESCENARIO DE MITIGACIÓN E1 Escenarios A1B y E1: Concentración de CO2 (equiv.) y evolución de emisiones de C (equiv.) ENSEMBLES final report (2009), fig. 4.4

8 ESCENARIO DE MITIGACIÓN E1 Emisiones de CO2 ENSEMBLES final report (2009), fig. 10.1

9 ESCENARIO DE MITIGACIÓN E1 Cambio de temperatura (ºC) para esc. A1B y E1: ENSEMBLES final report (2009), fig. 4.6

10 ESCENARIO DE MITIGACIÓN E1 Cambio de precipitación (mm/día) para esc. A1B y E1: ENSEMBLES final report (2009), fig. 4.7

11 ESCENARIOS DE EMISIÓN Y CÉNIT DEL PETRÓLEO Es realista suponer que se puede incrementar fuertemente la producción y el consumo de petróleo? Cénit del petróleo ( Peak Oil ) Se alcanzará un momento en que el RITMO DE EXTRACCIÓN DE PETRÓLEO alcance su valor máximo Oferta de petróleo no podrá satisfacer la demanda, si ésta sigue creciendo

12 ESCENARIOS DE EMISIÓN Y CÉNIT DEL PETRÓLEO Evolución de la producción regional de petróleo (Curva de Hubbert) Fuente:

13 ESCENARIOS DE EMISIÓN Y CÉNIT DEL PETRÓLEO Evolución de la producción global de petróleo (Estimación de M. King Hubbert) Curva marrón: doble de reservas que curva negra Fuente:

14 ESCENARIOS DE EMISIÓN Y CÉNIT DEL PETRÓLEO Descubrimientos y extracción de petróleo Fuente:

15 ESCENARIOS DE EMISIÓN Y CÉNIT DEL PETRÓLEO Evolución de la producción global de petróleo (Estimaciones de ASPO (Association for the Study of Peak Oil)) Fuente:

16 ESCENARIOS DE EMISIÓN Y CÉNIT DEL PETRÓLEO Kharecha, P. and J. Hansen (2008): Implications of "peak oil" for atmospheric CO2 and climate. Global Biogeochemical Cycles, 22. (Fig. 1)

17 TIPOS DE SIMULACIONES POR CONJUNTOS (ENSEMBLES) - Condiciones iniciales - Física perturbada: diferentes valores de parámetros - Multi-física: diferentes parametrizaciones - Multi-modelo: diferentes modelos

18 Conjunto de física perturbada (GCM) Experimento Climateprediction.net (Stainforth et al., 2005) - Conjunto muy grande (miles de miembros) - Conjunto de física perturbada/condiciones iniciales - Perturbaciones combinadas (3 valores diferentes) para seis parámetros: - Umbral de humedad relativa para formación de nubes - Umbral de conversión de nubes a lluvia - Tasa de conversión de nubes a lluvia - Velocidad de sedimentación de hielo - Fracción de nube en saturación - Tasa de mezcla (entrainment) convectiva

19 Conjunto de física perturbada (GCM) Distribuciones de frecuencia de temperatura a 2 m (Stainforth et al., 2005)

20 Conjunto de física perturbada (GCM) Sensibilidad climática frente a una estimación de la verosimilitud relativa de diferentes configuraciones del modelo HadCM3 ENSEMBLES final report, fig. 3.8

21 Escenarios probabilistas Conjunto de física perturbada (GCMs) Cambio de temperatura ( ) respecto a ( ) Percentil 50 Percentil 10 Percentil 90 ENSEMBLES final report (2009), fig. A1.1

22 Escenarios probabilistas Conjunto de física perturbada (GCMs) Cambio de precipitación ( ) respecto a ( ) Percentil 50 Percentil 10 Percentil 90 ENSEMBLES final report (2009), fig. A1.1

23 Regionalización dinámica Novedades respecto a PRUDENCE - Simulaciones más largas y continuas: Mayor resolución: 25 km - Pesos estadísticos en función de calidad de simulaciones para obtención de escenarios probabilistas

24 Dominios de simulación regionales ENSEMBLES final report, fig. 5.1

25 Matriz GCMs-RCMs - Criterios: muestra debe cubrir dos tipos de incertidumbre Condiciones de contorno (GCM) Formulación del modelo regional - No se consideró la incertidumbre de escenario: simulaciones para escenario A1B (periodo común de hasta 2050) - 6 GCMs, 1 con tres versiones (HadCM) de diferente sensibilidad climática (tomadas de conjunto de física perturbada)

26 Matriz GCMs-RCMs Simulaciones con resolución de 25 km

27 Escenarios probabilistas Uso de pesos específicos para cada RCM basados en su capacidad para simular el clima presente 6 índices, calculados a partir de simulaciones anidadas en reanálisis (ERA40): f1: circulación a gran escala, en función de clasificación de regímenes de tiempo f2: señal a mesoscala, en función de temperatura y precipitación f3: grado de ajuste de la función de distribución acumulada(cdf) de temp. y precipitación mensuales f4: extremos de temperatura y precipitación f5: análisis de la tendencia para temperatura f6: representación del ciclo anual Peso global w f i 6 R C M= i =1 ni

28 Escenarios probabilistas f3: ajuste de la CDF de temperatura y precipitación mensual Christensen et al. (ENSEMBLES Deliverable D3.2.2, 2008)

29 Escenarios probabilistas f3: ajuste de la CDF de temperatura y precipitación mensual Índices de ajuste de la CDF (Christensen et al., ENSEMBLES Deliverable D3.2.2, 2008)

30 Escenarios probabilistas f3: efecto de pesos estadísticos sobre la CDF del conjunto MidEurope (DJF prec.) Iberian Penins. (DJF prec.) Christensen et al. (ENSEMBLES Deliverable D3.2.2, 2008)

31 Escenarios probabilistas f4: extremos de precipitación y temperatura Conversión entre sesgo del modelo y peso: cociente entre resultados del modelo y observaciones Lenderink and Buonomo (ENSEMBLES Deliverable D3.2.2, 2008)

32 Escenarios probabilistas f4: Extremos de precipitación y temperatura Comparación de estadísticas para el sesgo (K) de los valores de retorno de 5 años de la temperatura máxima Resultados sin pesar: rojo Resultados pesados: verde Lenderink and Buonomo (ENSEMBLES Deliverable D3.2.2, 2008)

33 Escenarios probabilistas f5: Tendencia de temperatura Linear trend on yearly basis [K/decade] Linear trend [K/decade] ENSOBS C4I CNRM DMI ETHZ ICTP KNMI METNO METO HC MPI M OURANOS SMHI BI IP FR ME SC Rockel region AL MD EA Lorenz and Jacob (ENSEMBLES Deliverable D3.2.2, 2008)

34 Escenarios probabilistas f6: Representación del ciclo anual de temperatura y precipitación CNRM2 D M I2 E T H Z2 IC TP 2 K N M I2 OURANOS2 C H M I2 C C C C I2 M PI2 S M H I2 C R U _O LD 2 C R U _N E W 2 E N S_ C R U Mean Mean 15 CNRM6 D M I6 E T H Z6 IC TP6 K N M I6 OURANOS6 C H M I6 C C C C I6 M PI6 S M H I6 C R U _O LD 6 C R U _N E W 6 E N S_ C R U m o nth Temperatura - PI m o nth Temperatura ALPES Halenka (ENSEMBLES Deliverable D3.2.2, 2008)

35 Escenarios probabilistas f6: Representación del ciclo anual de temperatura y precipitación CNRM2 D M I2 E T H Z2 IC TP 2 K N M I2 OURANOS2 C H M I2 C C C C I2 M PI2 S M H I2 C R U _O LD 2 C R U _N E W 2 E N S_ C R U 2 4 3,0 2,5 Mean Mean 3 CNRM8 D M I8 E T H Z8 IC TP8 K N M I8 OURANOS8 C H M I8 C C C C I8 M PI8 S M H I8 C R U _O LD 8 C R U _N E W 8 E N S_ C R U 8 3,5 2 2,0 1,5 1 1,0 0 0, m o n th Prec. - PI m o nth Prec. - Europa Este Halenka (ENSEMBLES Deliverable D3.2.2, 2008)

36 Escenarios probabilistas Peso general de RCMs Peso general de RCMs individuales (combinación de cinco índices sobre toda la región europea; no normalizado) Máximo: veces mayor Mínimo: Aplicación realizada: distribuciones de probabilidad para 35 capitales europeas

37 Escenarios probabilistas Aplicación de los pesos DJF MAM Madrid JJA SON Distribuciones conjuntas de probabilidad (temperatura y precipitación) ENSEMBLES Final Report (2009), fig. 6.14

38 Escenarios: Conjunto multi-modelo de RCMs El cambio climático es gradual? Cambio de precipitación respecto al periodo (mismo par RCM-GCM; diciembre)

39 Escenarios: Conjunto multi-modelo de RCMs El cambio climático es gradual? Cambio de temperatura respecto al periodo (mismo par RCM-GCM; diciembre)

40 Cambio climático y variabilidad natural Largo plazo: tendencias de varias décadas a siglos Corto plazo: (años) subidas y bajadas alrededor de la linea de tendencia

41 Escenarios: Conjunto multi-modelo de RCMs Incertidumbre asociada a distintos RCMs (anidados en el mismo GCM; mayo)

42 Escenarios: Conjunto multi-modelo de RCMs Incertidumbre asociada a distintos GCMs (mismo RCM; mayo)

43 Escenarios: Conjunto multi-modelo de RCMs Cambio en la duración del máximo periodo seco ( respecto a ; media de 6 RCMs) ENSEMBLES final report (2009), fig. A1.17

44 Escenarios: Conjunto multi-modelo de RCMs Cambio en el número anual de noches tropicales ( respecto a ; media de 6 RCMs) ENSEMBLES final report (2009), fig. A1.17

45 Impactos del cambio climático Cambio relativo en potencial de daño por viento fuerte (media anual, respecto a ) Ensembles Final Report (2009), fig. 9.12

46 Impactos del cambio climático Cambio en la demanda de energía anual ( respecto a ; media de 6 RCMs) Ensembles Final Report, fig. 9.14

47 Impactos del cambio climático Cambio en el número de días anual de demanda fuerte de refrigeración ( respecto a ). Desviación estándar entre modelos. Ensembles Final Report, fig. 9.14

48 Impactos del cambio climático Recursos de energías renovables Radiación solar incidente en superficie (mayo) Viento a 10 m (agosto) Cambios para el periodo respecto al periodo (mismo par RCM-GCM)

49 Proyecto AMMA: Monzón de África Occidental Temp. (K) Precip. (mm/día) Efecto de cambios de parametrización en sesgos (JJAS ) Domínguez et al. (Clim. Dyn., 2010)

50 Proyecto AMMA: Monzón de África Occidental Temp. (K) Precip. (mm/día) Efecto de cambios de parametrización (2006) Domínguez et al. (Clim. Dyn., 2010)

51 Proyecto AMMA: Monzón de África Occidental Radiación solar neta (W m-2 ) Efecto de cambios de parametrización (Agosto ) Domínguez et al. (Clim. Dyn., 2010)

52 Proyecto AMMA: Monzón de África Occidental Calor latente (W m-2 ) Calor sensible (W m-2 ) Efecto de cambios de parametrización (Agosto ) Domínguez et al. (Clim. Dyn., 2010)

53 Colaboración ENSEMBLES-AMMA: clima presente Evolución anual de la precipitación: comparación de resultados de RCMs con observaciones ( ) ENSEMBLES Deliverable (2009), fig. 2

54 Colaboración ENSEMBLES-AMMA: escenarios de clima futuro Tendencia lineal de precipitación (mm/50 años, ) del conjunto multi-modelo de RCMs (esc. A1B) Paeth et al. (Atmospheric Science Letters, 2010)

55 Colaboración ENSEMBLES-AMMA: escenarios de clima futuro Cambio de temperatura (3 periodos, respecto a ), promedio del conjunto multi-modelo de RCMs ENSEMBLES final report (2009), fig. 5.9