3
Study of the variation of
termopluviometric indexes from
downscaling climate projections for
iberian peninsula
11-13 de Marzo, 2015 Tortosa, Tarragona, Spain
E. Gaitán , R. Monjo, J. Pórtoles , J. Ribalaygua, and L. Torres Climate Research Foundation - Madrid, Spain
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
• 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
Área de estudio: Península Ibérica
Precipitación: 5.273 Temperatura: 1.866
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 Canadian Centre for Climate Modelling and
Analysis (CC-CMA) Canada Chylek et al. (2011) 2.8º × 2.8º r2i1p1
CNRM-CM5
Centre National de Recherches Meteorologiques / Centre Europeen de Recherche et Formation Avancees en Calcul
Scientifique (CNRM-CERFACS)
France Voldoire et al. (2013) 1.4º × 1.4º r1i1p1
GFDL -ESM2M Geophysical Fluid Dynamics Laboratory
(GFDL) USA Dunne et al. (2012) 2º × 2.5º r1i1p1
HADGEM2-CC Met Office Hadley Centre (MOHC) United
Kingdom Collins et al. (2008) 1.87º × 1.25º r1i1p1
MIROC-ESM-CHEM
Japan Agency for Marine-Earth Science and Technology (JAMSTEC), Atmosphere and
Ocean Research Institute (AORI), and National Institute for Environmental Studies
(NIES)
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
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
(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.
Metodología de Downscaling Estadístico
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
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
Índices termopluviométricos
Periodos de inundaciones Olas de Frío Olas de CalorEVENTOS CLIMÁTICOS
EXTREMOS
Periodos de sequía Duración Intensidad Intensidad Máxima Índice SPI Índice SPEI Índice de Palmer Otros índices Duración Intensidad Intensidad Máxima Precipitaciones extremas Intensidad Periodos de retornoÍndices termopluviométricos
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.
Historical
Obs+Era40 Verificación
Vicente-Serrano et al., 2010
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
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
ÍndiceSPI
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.
Historical
Obs+Era40 Verificación
Vicente-Serrano et al., 2010
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)
Historical Obs+Era40 Verificación
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.
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://data-portal.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)
