Una vez conocidos en profundidad los cambios observados y los que se estima que vayan a poder ocurrir a nivel global, es necesario realizar una regionalización de dichos escenarios de cambio climático con el fin de conocer el mismo a una escala menor, como es el caso de Aragón, mediante distintas metodologías.
7.1. METODOLOGÍA BASADA EN DOWNSCALING
Esta metodología permite realizar estimaciones de proyecciones regionalizadas usando la idea del descenso de escalas grandes a escalas pequeñas (AEMET, 2009). Estas escalas grandes se estiman con modelos de circulación general (MCGs), los cuales simulan flujos de energía, masa y cantidad de movimiento que tienen lugar entre la atmósfera y el océano (Gobierno de Aragón, 2009), y se desciende a las escalas pequeñas con diferentes técnicas de regionalización (AEMET, 2009).
La tarea predictiva por tanto, la llevan a cabo los modelos globales y es a través de las técnicas de downscaling, es decir, de regionalización, la forma en la que se introduce el detalle local (AEMET, 2009). Además, existen dos metodologías distintas de realizar el downscaling (Gobierno de Aragón, 2009):
Downscaling estadístico: basado en relaciones empíricas entre variables a gran escala de los MCGs
y variables de alta resolución en superficie.
Downscaling dinámico: basado en el incremento de la resolución en la zona de estudio mediante
la técnica de “zoom” o mediante la introducción de un modelo de Área Limitada (LAM).
En el estudio al que nos referimos se optó por realizar un downscaling estadístico, aunque es importante tener en cuenta que este proceso de regionalización introduce una serie de incertidumbres, ya que los fenómenos locales no son recogidos correctamente por dichos modelos y las variables no se aproximan a los valores observados (Gobierno de Aragón, 2009), y que además afectan a todos los pasos del proceso de generación de escenarios regionalizados. Algunas de estas incertidumbres son difíciles de tratar y quedan al margen de los estudios, como es el caso de las erupciones volcánicas (AEMET, 2009). Pueden considerarse cuatro tipos de incertidumbres (AEMET, 2009) ligadas a:
Las emisiones de GEI.
Los diferentes modelos globales.
La variabilidad interna del modelo.
Las técnicas de regionalización.
Según AEMET (2009), el marco para evaluar estas incertidumbres es la aproximación probabilística, que explora un conjunto representativo de métodos de regionalización, modelos globales, emisiones de GEI, etc, los cuales definen a un conjunto de miembros o ensemble, que permiten realizar una exploración de las incertidumbres.
Esta metodología de predicción por conjuntos se ha impuesto en los últimos años para la predicción probabilística. Aunque es importante citar que aun proporcionando un amplio rango de posibilidades de evolución del sistema, no explora todas las fuentes posibles de incertidumbre.
Tal y como indica el Gobierno de Aragón (2009), en el sentido del proceso de generación de los escenarios regionalizados es importante establecer relaciones empíricas entre las observaciones de los
predictores y las variables de alta resolución (predictandos) a través de datos pasados. Así, dependiendo de la variable, se deben seleccionar unos predictores u otros, que en este caso son la precipitación y las temperaturas máximas y mínimas, de las cuales se determinarán sus propios predictores.
Predictores para la precipitación: son todos aquellos fenómenos que la originan (ascensos
verticales de masas de aire por distintos factores como los forzamientos dinámicos, el ascenso topográfico o la convección, así como la presencia de humedad en las capas bajas de la atmósfera.
Predictores para la temperatura: la temperatura a dos metros de altura está condicionada por la
temperatura de la baja troposfera y por la de la superficie terrestre, y el porcentaje de influencia de cada una depende de la estabilidad atmosférica. Así, la influencia de la baja troposfera se relaciona con el espesor entre niveles de presión de las capas bajas, y la temperatura de superficie se relaciona con los flujos de calor, la incidencia solar y la inercia térmica. Además la cobertura de nieve y la nubosidad son factores a considerar en los enfriamientos/calentamientos radiativos. Una vez establecidos, se utiliza un método de análogos en dos pasos, en el que para un día problema “X” se estima el valor de las variables meteorológicas en superficie (predictandos de precipitación y temperatura) para un punto concreto del territorio:
1) Primer paso: Estratificación analógica. Se selecciona de un banco de datos del periodo 1960-2000 aquellos “n” días en los que la configuración atmosférica sea más similar al del día “X”.
2) Segundo paso: Establecer las relaciones predictor-predictando. Para ello se aplican métodos diferentes según la variable a determinar:
a. Temperatura: mediante una regresión múltiple sobre los “n” días del primer paso, se establece una relación lineal entre predictores y predictandos. Tras ello, se aplica dicha relación sobre los predictores del día “X” para estimar los predictandos de ese día.
b. Precipitación (método clásico): se hace un promedio de los días más similares seleccionados en el paso 1.
c. Precipitación (método con análisis discriminante): a partir de las variables seleccionadas se determinan funciones lineales para el tiempo seco y húmedo. Así se determinan los días de tiempo seco con una probabilidad al 95% y la cantidad de lluvia para los días de lluvia con una probabilidad superior al 5%.
Tras aplicar estos dos pasos se obtienen los datos de salida de los MCGs para el periodo de control (1960-2000) y para el periodo futuro (hasta 2100). Una vez obtenidos, se hallan los valores de los predictandos en el periodo futuro (escenarios de clima futuro) y en el pasado (escenario de control). Por último, para establecer de qué manera un MCG es capaz de simular correctamente el clima se realiza un proceso de validación en el que se comparan los resultados obtenidos al aplicar la metodología al periodo de control del MCG.
7.2. METODOLOGÍA BASADA EN UPSCALING
Es un procedimiento que permite generar proyecciones climáticas regionales o locales basado en Modelos de Circulación General Atmósfera-Océano (AOGCM) que permiten incluir retroalimentaciones de escalas regionales en escalas globales. Dichas retroalimentaciones permiten realizar estudios del clima a gran escala frente a cambios en las condiciones locales. Estos estudios de upscaling, por tanto, permiten estudiar la influencia de los cambios a escala local o regional en el clima a gran escala (AEMET, 2009).