11-13 de Marzo, 2015 Tortosa, Tarragona, Spain Study of the variation of termopluviometric 3 indexes from downscaling climate projections for iberian peninsula E. Gaitán, R. Monjo, J. Pórtoles, J. Ribalaygua, and L. Torres Climate Research Foundation - Madrid, Spain E-mail: fic@ficlima.org
Introducción Objetivo: analizar la evolución futura de ciertos índices termopluviométricos asociados a ciertos eventos extremos como las sequías, las olas de calor, las heladas etc. Índice: 1. Fases del estudio 2. Datos y zona de estudio 3. Metodología empleada de downscaling estadístico 4. Escenarios de clima futuro de temperatura y precipitación 5. Índices termopluviométricos: Índices de sequía Olas de Calor
Fases del trabajo realizado En este estudio se han llevado a cabo tres fases: Downscaling estadístico: Para poder evaluar la influencia del cambio climático futuro en episodios de riesgo, como pueden ser los episodios de sequía o las olas de calor, es necesario disponer de series diarias de temperatura y precipitación para el futuro (escenarios de clima futuro). Para calcular estos escenarios se ha utilizado una metodología de downscaling estadístico en dos pasos, la cual ha sido desarrollada y testada con excelentes resultados por la Fundación para la Investigación del Clima (FIC). Corrección del error sistemático: Los datos simulados mediante downscaling son series diarias "puras" de temperatura y precipitación. Estos datos pueden usarse en estudios en los que el interés se enfoque hacía el cambio esperado en una variable y no en su valor absoluto. En estudios enfocados a evaluar otros parámetros como índices termopluviométricos, bioclimáticos etc., es necesario corregir los errores asociados con los modelos climáticos y/o con la metodología (error sistemático). En este caso la corrección se hace a escala diaria.
Fases del trabajo realizado Índices termopluviométricos: Conocer el comportamiento en las próximas décadas de ciertos eventos atmosféricos de carácter extremo, como las heladas, olas de calor o las sequías, puede ser decisivo en la toma de decisiones. Para evaluar el comportamiento de estos fenómenos a lo largo del siglo XXI se han calculado varios índices de sequía y de olas de calor a partir de los escenarios de clima futuros.
Datos y área de estudio Área de estudio: Península Ibérica Precipitación: 5.273 Temperatura: 1.866 Fuente: Agencia Estatal de Meteorología (AEMET) Disponer datos tanto de temperatura como de precipitación Disponer, al menos, de 2000 datos diarios dentro del periodo Fiabilidad de los datos 1.591 observatorios
Datos y área de estudio Datos necesarios en el estudio: Observatorios localizados en el área de estudio (fuente AEMET) Banco de datos procedente de un reanálisis. En este caso se ha utilizado el Reanálisis ERA40, del ECMWF (http://www.ecmwf.int) Resolución espacial: 1.125 x 1.125 Resolución temporal: seis-horaria Periodo: 1958-2000 Un conjunto de modelos climáticos. Hemos utilizado 9 modelos del CMIP5 (Coupled Model Intercomparison Project Phase 5), y los siguientes escenarios: Historical: 1951-2005 RCP4.5 y RCP8.5: 2006-2100
Datos y área de estudio Modelos del CMIP5 empleados en este estudio Institution Country Reference Resolution (Lon Lat) Run BCC-CSM1-1 Beijing Climate Center (BCC),China Meteorological Administration China Xiao-Ge et al. (2013) 2.8º 2.8º r1i1p1 CanESM2 CNRM-CM5 GFDL -ESM2M HADGEM2-CC MIROC-ESM- CHEM Canadian Centre for Climate Modelling and Analysis (CC-CMA) Centre National de Recherches Meteorologiques / Centre Europeen de Recherche et Formation Avancees en Calcul Scientifique (CNRM-CERFACS) Geophysical Fluid Dynamics Laboratory (GFDL) Met Office Hadley Centre (MOHC) Japan Agency for Marine-Earth Science and Technology (JAMSTEC), Atmosphere and Ocean Research Institute (AORI), and National Institute for Environmental Studies (NIES) Canada Chylek et al. (2011) 2.8º 2.8º r2i1p1 France Voldoire et al. (2013) 1.4º 1.4º r1i1p1 USA Dunne et al. (2012) 2º 2.5º r1i1p1 United Kingdom Collins et al. (2008) 1.87º 1.25º r1i1p1 Japan Watanabe et al. (2011) 2.8º 2.8º r1i1p1 MPI-ESM-MR Max Planck Institute for Meteorology (MPI- M) Germany Raddatz et al. (2007) Marsland et al. (2003) 1.8º 1.8º r1i1p1 MRI-CGCM3 Meteorological Research Institute (MRI) Japan Yukimoto et al. (2011) 1.2º 1.2º r1i1p1 NorESM1-M Norwegian Climate Centre (NCC) Norway Bentsen et al. (2012) Iversen et al. (2012) 2.5º 1.9º r1i1p1
Metodología de Downscaling Estadístico Ribalaygua et al., 2013
Metodología de Downscaling Estadístico Método de downscaling estadístico en dos pasos Primer paso: Estratificación analógica: selección de los n días más similares al día problema. Medida de Similitud: Distancia Pseudo-Euclidea de campos predictores relacionados físicamente: (1) Velocidad y (2) dirección del viento geostrófico en el nivel de 1000 hpa (3) Velocidad y (4) dirección del viento geostrófico en el nivel de 500 hpa Segundo paso: Para temperatura: para cada observatorio y día problema se calcula una regresión lineal múltiple teniendo en cuenta los n días seleccionados en el primer paso. En este cálculo se utilizan 4 campos: (1) espesor entre 1000/500 hpa y (2) espesor entre 1000/850 hpa Ribalaygua et al., 2013 (3) número de horas de sol (4) memoria térmica del suelo (Tª de 10 días) Para precipitación: se aplica un método de redistribución estadística, considerando los n días más similares al día problema.
Escenarios de clima futuro Verificación precipitación El proceso de verificación de la precipitación muestra resultados muy satisfactorios en casi todas las estaciones del año a excepción del otoño donde la metodología tiende a subestimar la precipitación (probablemente la convectiva). Los valores del BIAS y MAE obtenidos son aceptables para esta variable.
Escenarios de clima futuro Verificación temperatura El proceso de verificación de la temperatura muestra resultados muy satisfactorios. Los valores de BIAS obtenidos son bastante pequeños (<0.5 C) y el MAE inferior a 2 C.
Escenarios de clima futuro Escenarios futuros de precipitación Hasta mitad de siglo no se aprecia claramente un descenso importante en las precipitaciones. Es hacia finales de siglo donde se aprecia un leve descenso de las mismas (en cualquier caso inferior al 10%).
Escenarios de clima futuro Escenarios futuros de temperatura Se espera que las temperaturas aumenten de forma progresiva a lo largo de todo el siglo XXI, siendo este incremento mayor en las máximas que en las mínimas y en los meses de verano y otoño.
Índices termopluviométricos EVENTOS CLIMÁTICOS EXTREMOS Olas de Calor Duración Intensidad Intensidad Máxima Periodos de inundaciones Olas de Frío Duración Intensidad Intensidad Máxima Precipitaciones extremas Intensidad Periodos de retorno Periodos de sequía Índice SPI Índice SPEI Índice de Palmer Otros índices
Índices termopluviométricos Vicente-Serrano et al., 2010 Beguería y Vicente-Serrano, 2013 Índice SPEI Valor numérico que representa el número de desviaciones estándar de (Precipitación-Evapotranspiración) a lo largo del período de acumulación de que se trate, respecto de la media, una vez que la distribución original ha sido transformada a una distribución normal. Verificación Historical Obs+Era40
Índices termopluviométricos Evolución estacional del SPEI Se observa una tendencia hacía eventos de sequía extraordinarios hacia finales de siglo (valores de SPEI muy inferiores a -2). Esta tendencia es más acusada en el caso del acumulado a 24 meses
Índices termopluviométricos Evolución del SPEI: 1 Mes Se esperan periodos de sequía más intensos hacía finales de siglo especialmente en el escenario RCP8.5
Índices termopluviométricos Evolución del SPEI: 24 Meses Se esperan periodos de sequía más extremos en acumulado a 24 meses como consecuencia del aumento de temperatura esperado
Índices termopluviométricos Vicente-Serrano et al., 2010 Beguería y Vicente-Serrano, 2013 Índice SPI Valor numérico que representa el número de desviaciones estándar de la Precipitación caída a lo largo del período de acumulación de que se trate, respecto de la media, una vez que la distribución original de la precipitación ha sido transformada a una distribución normal. Verificación Historical Obs+Era40
Índices termopluviométricos Evolución estacional del SPI Se observa una tendencia hacía eventos de sequía normales (valores de SPI entre -1 y 1).
Índices termopluviométricos Evolución del SPI: 1 Mes Los valores de SPI se mantiene entre 0.5 y 0.5 por lo que se esperan episodios de sequía normales
Índices termopluviométricos Evolución del SPI: 24 Meses A 24 meses se observa una tendencia mayor hacia valores más negativos del SPI aunque sigue manteniéndose en valores normales
Índices termopluviométricos Olas de Calor Al menos tres días consecutivos con temperatura máxima superior al percentil 95 del periodo de referencia (1951-2000) Verificación Obs+Era40 Historical
Índices termopluviométricos Evolución de la duración de las Olas de calor Se espera un aumento en la duración media de las olas de calor siendo algo mayor en la zona del Mediterráneo
Índices termopluviométricos Evolución de la intensidad media de las Olas de calor Se espera un ligero aumento en la intensidad media de las olas de calor especialmente en la zona suroeste de la península
Conclusiones Principales conclusiones del estudio: 1. Se espera un aumento progresivo de las temperaturas a lo largo del siglo XXI y un leve descenso de las precipitaciones. 2. Los cambios de temperatura y precipitación se reflejan en los resultados obtenidos al evaluar el comportamiento futuro de las olas de calor y los índices de sequía. 3. Se observa una tendencia hacía un leve aumento en la duración de las olas de calor, especialmente a finales de siglo, y en su intensidad media (es decir, los grados en los que se superará de media el umbral establecido). 4. Aunque la precipitación no sufre cambios tan fuertes, el incremento de temperaturas hará que la vegetación sufra un estrés hídrico extraordinario, es por eso, que se aprecia una evolución futura del SPEI hacía eventos de sequía extraordinarios mayor que los obtenidos con el SPI.
Agradecimientos Agradecemos al the World Climate Research Programme's Working Group on Coupled Modelling, por producir y poner públicos la salidas de los diferentes modelos del CMIP5. También agradecemos a la Agencia Estatal de Meteorología (AEMET) por proporcionarnos los datos de los observatorios. Agradecemos al European Centre for Medium-Range Weather Forecasts (ECMWF) por ofrecer el reanálisis ERA-40 reanalysis data (http://dataportal.ecmwf.int/data/d/era40_daily). Agradecemos a Santiago Beguería y Sergio Vicente-Serrano por la creación del SPEI package de R (Santiago Beguería and Sergio M. Vicente-Serrano (2013). SPEI: Calculation of the Standardised Precipitation-Evapotranspiration Index. R package version 1.6. http://cran.r-project.org/package=spei) MUCHAS GRACIAS POR SU ATENCIÓN!!