Download Actualización de escenarios de Cambio Climático para México

Actualización de escenarios de
cambio climático para México
José Antonio Salinas, Tereza Cavazos, Benjamín Martínez,
Cecilia Conde, Gabriela Colorado, Pamela de Grau, Ricardo
Prieto González, Julio Sergio Santana Sepúlveda, María
Eugenia Maya Magaña, José Guadalupe Rosario de La
Cruz, Ma. del Rosario Ayala Enríquez, Heriberto Carrillo,
Tlazazanatza.
Patrocinado por
Junio2013
Indice
1. Introducción y objetivos
2. Datos y metodología
3. Resultados
3.1 Validación de métricas
3.2 Proyecciones de cambio climático
4. Conclusiones
5. Página web de resultados
6. Talleres
Objetivos
Desarrollar nuevos escenarios de cambio
climático para México utilizando 15 modelos de
circulación global del CMIP5, que serán usados
en el 5º Reporte del IPCC
Introducción
Nuevos escenarios RCPs
a) Cambios en el forz. radiativo relacionado a condiciones preindustriales.
b) Emisiones de CO2 de energía e industria para los candidatos de RCPs
-2 estable después de
*
~4.5
W
m
-2
* >8.5 Wm en 2100 y
2100,
aumentando,
* Pico en ~3 W m-2 antes del 2100 y
* ~6 W m-2 estable después de
disminuye después
2100,.
Escenarios de emisiones de los
RCPs (2000-2100)
(ppm)
RCP8.5 ~ A2
RCP4.5 ~ B1
(W/m2)
Vuuren et al. 2011)
2. Datos y Metodología
Base de datos del CMIP5
coordinadas por el IPCC
Modelos de Circulación General (MCG)
1. BCC-CSM1-1: Beijing Climate 6. GISS-E2-R: NASA Goddard
Center, China
2. CanESM2: Canadian Centre
for Climate Modeling and
Analysis
11. MIROC-esm: Japan Agency
Institute for Space Studies, USA
for Marine-Earth Science &
Technol.
7. HadGEM2-ES: Met Office Hadley 12. MIROC5: Atmosphere and
(MOHC), UK
Ocean Res. Inst., Japan
3. CNRM-CM5: Centre National 8. INM: Institute of Numerical
13. MRI-CGCM3:
de Recherches
Meteorologiques, France
4. CSIRO-MK3-6: Australian
Commonwealth Scientific and
Industrial Research Org.
5. GFDL-CM3: Geophysical Fluid
Dynamics Lab, USA
Mathematics, Russian Academy of
Sciences
9. IPSL-cm5a-lr: Institut PierreSimon Laplace, France
Meteorological Res. Inst., Japan
10. MIROC-Esm-Chem
15. NorESM1: Norwegian
14. MPI-ESM-LR:
Max-Plank Institute, Germany
Climate Center
El British Atmospheric Data Center (BADC), Gran Bretaña, es uno de los
centros de distribución (http://badc.nerc.ac.uk/browse/badc/cmip5/data)
Datos mensuales
Bases de datos
- Observaciones del CRU (0.5o resol.)
- 15 MCG (diferentes resoluciones)
Variables (en netCDF)
Experimentos y
períodos
Dominio espacial
Lat: 0 a 40 N;
Lon: -140 a -60 W
Tasmax, Tasmin, Tprom (oC), Prec (mm/d)
- Histórico: 1961-2000
- Futuros:
2015-2039, 2075-2099
- RCPs: 4.5, 6.0 y 8.5 W/m2
Métricas locales y regionales
Raíz del error cuadrático medio
(RMSE):
Error medio absoluto
(MAE):
Desviación estándar
(Std):
Correlación (r):
Diagramas de Taylor:
Espaguetis:
Series de tiempo anuales:
𝑛𝑛
(𝐷𝐷𝑠𝑠𝑠𝑠𝑠𝑠 − 𝐷𝐷𝑜𝑜𝑜𝑜𝑜𝑜 )2
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 = ��
𝑛𝑛
𝑖𝑖=1
MAE =
n
1
�|Dsim − Dobs |
n
i=1
∑ni=1(Xi − �
X) 2
Std = �
n
∑𝑛𝑛𝑖𝑖=1(𝑋𝑋𝑖𝑖 − 𝑋𝑋�)(𝑌𝑌𝑖𝑖 − 𝑌𝑌�)
𝑟𝑟 =
�∑𝑛𝑛𝑖𝑖=1(𝑋𝑋𝑖𝑖 − 𝑋𝑋�)2 ∑𝑛𝑛𝑖𝑖=1(𝑌𝑌𝑖𝑖 − 𝑌𝑌�)2
Std vs r para cada región
Del ciclo anual regional
Para cada región
Ensamble ponderado
Ensamble ponderado de fiabilidad
(Giorgi and Mearns, 2002).
R ∆P
∑
~
∆T = A(∆P ) =
∑R
i
~~~
i
i
i
R is a model reliability factor :
Factor de tendencia:
Tendencia del modelo respecto
a observaciones (CRU).
Incertidumbre
[
i
]
n [1 ( m×n )]
Ri = (RB ,i ) × (RD ,i )
m
Factor de convergencia:
Diferencia entre el modelo i y el
promedio REA, proceso iterativo.
δ ∆T
~~~ 2 



R
P
P
∆
−
∆
 
∑ i i
 
= i 


Ri
∑


i


1/ 2
3. Resultados
NE
NO
SE
S
Ciclo anual 1961-2000
noroeste
Precipitación
Temp. max
REA: +0.7C
Ciclo anual 1961-2000
Sur
Precipitación
Temp. max
REA: -2C (frío)
REA: +0.7C
Ciclo interanual 1961-2099
Noroeste
∆P = -0.2 mm/d
CRU: 26.7C
REA: 24.8C
∆Tmax = 3 a 5C
Sur: Temperatura 1960-2099
∆Tmin = 2 a 4C
REA: 2.5 mm/d
CRU: 2.5 mm/d
CRU: 28.4C
REA: 26.3C
∆Tmax = 2.6 a 4.7C
Error: -2.1C
Proyecciones de cambio
Proyecciones totales
Noroeste
Sureste
Conclusiones
La temperatura podría subir de 1.5 a 4.5oC durante
al siglo XXI
La lluvia podría disminuir de 15 a 20%
Las incertidumbres son altas debido a que los
errores son del mismo orden de magnitud que las
proyecciones de cambio.
Los modelos globales reproducen mejor los ciclos
espaciales y temporales en el norte que en el sur
de México, esto puede deberse a que la dinámica
tropical no está bien representada
Conclusiones (cont)
El REA mejora la reproducción del clima histórico en
todas las variables y regiones.
Existe consistencia entre el REA y las métricas al
identificar los mejores modelos.
En el sureste la precipitación es considerablemente
subestimada (4 mm/día) en promedio durante
verano y otoño.
Pagina web de
Escenarios para México
http://escenarios.inecc.gob.mx/