Download escenarios regionales - BC3 Basque Centre for Climate Change

Cambio climático en América Central y provisión de servicios ecosistémicos: escenarios regionales Pablo Imbach – 21/sep/2011
Cambio climático en América Central y provisión de servicios ecosistémicos: escenarios regionales Pablo Imbach
Climate Change and Biodiversity Loss: The effects on ecosystem services (CLIMBE)
11 de Mayo 2011
Contenidos
• Introducción
– Calentamiento global
– Escenarios de emisiones
– Cambio climático observado y proyecciones futuras
• Modelado de impacto en la provisión de SE
– Zonas de vida de Holdridge
– Balance hídrico
Escenarios de emisiones
• IPCC 1990‐1992 ‐> 2000
• Emisiones: demografía, desarrollo socio‐
económico, tecnología
• Líneas de historia cualitativas conforman 4 familias de escenarios (40) y 6 Grupos: A2, B1, B2, A1FI, A1B y A1T
• Todos tienen la misma probabilidad de ocurrencia y se usan escenarios ilustrativos de cada grupo
Escenarios de emisiones
A1
Crecimiento económico rápido
2050 pico poblacional con decrecimiento al 2100
Introducción rápida de tecnologías eficientes
Reducción en el ingreso per‐cápita entre regiones (“convergencia”)
A1FI: intensivo en combustibles fósiles
A1T: energía no‐fósil
A1B: balanceado
A2
Mundo heterogéneo, preservación de identidades locales
Incremento continuo de la población mundial
Desarrollo económico y tecnológico regionalizado, fragmentado y el más lento
B1
Soluciones globales y equitativas
Cambios rápidos a una economía de servicios e información, reducción en intensidad de materiales
2050 pico poblacional con decrecimiento al 2100
Teconologías limpias y eficientes
Sin iniciativas climáticas adicionales
B2
Soluciones locales
Incremento de la población continuo a una menor tasa que en el A2
Desarrollo económico y tecnológico intermedio y diverso
Mejoras regionales en equidad social y protección ambiental
Cambio Climático
y AOGCMs (GCM)
y Confiables a escalas grandes ya que logran reproducir climas observados y pasados
y Mejores para algunas variables (temperatura) que para otras (precipitación)
y Ha mejorado la representación de eventos extremos (fríos y calientes); la frecuencia e intensidad de lluvias es todavía subestimada
y Hay por lo menos 23 GCMs
y Técnicas para escalas regionales: RCM o métodos de “bajar escala”
Calentamiento Global
CC observado ‐ CAM
•
•
•
•
•
Calentamiento general de la región
Incremento en los extremos calientes de temperaturas máximas y mínimas
Decrecimiento de extremos fríos
Sin aumentos significativos en la precipitación
Con aumentos en la intensidad de la precipitación y días húmedos y muy húmedos
1961‐2003
TX90p: warm days
PRECPTOT: annual tot. wet day prec.
TN90p: warm nights
SIID: simple daily intensity index (total prec./# wet days)
1971‐2003
CWD: consecutive wet days
TX10p: cool days
R95p: very wet days
CDD: consecutive dry days
(Aguilar et al., 2005)
TN10p: cool nights
(% of days with the variable in X percetntile)
R99p: extremely wet days
Observaciones: estaciones interpoladas
•
•
•
1960‐1998
Series CRU
Malhi & Wright, 2004
Precipitación: dificultades
• Malhi &
Wright, 2004
CC Hotspot
•
•
•
•
•
•
World Climate Research Programme’s (WCRP’s) Coupled Model Intercomparison Project phase 3 (CMIP3)
RCCI: Regional Climate Change Index (T, PPT y variabilidad interanual)
Centroamérica es el “hotspot” más grande de CC en los trópicos
Disminución en la precipitación de verano
Incremento en la variabilidad de la precipitación en 20 AOGCM y 3 SRES
Es una de las señales más consistentes de los modelos (Giorgi, 2006)
Proyecciones futuras
Proyecciones futuras
• 2070‐
2099
• 136 escenarios
Imbach et al., 2010 sometido a JHM
Canícula
•
•
•
•
•
Estación lluviosa de Mayo a Octubre
Distribución bimodal con máximas en Junio y Septiembre/Octubre Sequía de medio verano, veranillo o canícula en Julio/Agosto (MSD: mid summer drought) principalmente en la costa pacífica
Comparan simulaciones del MSD con observaciones y analizan escenarios futuros
ECHAM, HADGEM y MIROCH seleccionados por su alta resolución (topografía de la región) y representación del MSD
(Rauscher et al., 2008)
CRU, WM, CMAP: obs.
20C: 20 century simulation
Canícula
(17 modelos)
Impacto en SE
• Sistema de zonas de vida de Holdridge (Holdridge, 1947)
– Carbono
– Servicios de recreación
• Balance hídrico regional: escenarios de escorrentía
– MAPSS (Mapped Atmosphere Plant Soil System)
– Imbach et al., 2010 HESS (calibración y validación)
Holdridge life zone
Lower montane moist forest
Premontane moist forest
Tropical moist forest
Montane wet forest
Lower montane wet forest
Premontane wet forest
Tropical wet forest
Montane rain forest
Lower montane rain forest
Premontane wet forest
Tropical dry forest
Sub-alpine rain paramo
Biomass (ton/ha)
171
219
282
272
326
276
324
254
295
254
198
20
Tosi (1996), Proarca/CAPAS (1998)
Impactos en ecosistemas: MAPSS
Neilson (1995)
• Modelo estático biogeográfico
• Simula vegetación natural potencial que puede existir en un sitio
• Ecosistemas maximizan su área foliar según la energía o humedad disponible en el suelo
• Calcula LAI de pastos y árboles en competición por luz y agua
Imbach et al., 2010, HESS
Impactos: magnitud e incertidumbre
• Umbral de cambio (20%): LAI, escorrentía, ETP y forma de vida
• % de escenarios
+20
0
‐20
1950‐2000
+20
0
‐20
+20
0
‐20
Cambios en escorrentía anual
Imbach et al., en preparación
Incertidumbre e impactos
Area (%)
100%
100%
80%
80%
60%
60%
40%
40%
20%
20%
0%
0%
Area (%)
A2
B1
100%
100%
80%
80%
60%
60%
40%
40%
20%
20%
0%
10 20 30 40 50 60 70 80 90
Runoff decrease (%)
(g)
100%
100%
80%
80%
60%
60%
40%
40%
20%
20%
0%
0%
10 20 30 40 50 60 70 80 90
(j)
Evapotranspiration increase (%)
100%
100%
80%
80%
60%
60%
40%
40%
20%
20%
0%
10 20 30 40 50 60 70 80 90
(h)
(e)
10 20 30 40 50 60 70 80 90
100%
100%
80%
80%
60%
60%
80%
40%
40%
60%
20%
20%
40%
0%
0%
(c)
10 20 30 40 50 60 70 80 90
Evapotranspiration decrease (%)
(i)
0%
10 20 30 40 50 60 70 80 90
(k)
LAI decrease (%)
10 20 30 40 50 60 70 80 90
LAI decrease (%)
Runoff increase (%)
100%
Area (%)
Area (%)
Runoff increase (%)
Evapotranspiration increase (%)
Runoff decrease (%)
Area (%)
Area (%)
(a)
(d)
10 20 30 40 50 60 70 80 90
0%
10 20 30 40 50 60 70 80 90
20%
10 20 30 40 50 60 70 80 90
Evapotranspiration decrease (%)
Imbach et al., en preparación
0%
100%
100%
80%
80%
60%
60%
40%
40%
20%
20%
0%
0%
(f)
10 20 30 40 50 60 70 80 90
10
20
LAI increase (%)
30
40
(l)
50
10 20 30 40 50 60 70 80 90
60
Virtualy likely
very likely
likely
unlikely
very unlikely
exceptionally unlikely
LAI increase (%)
70
80
about as likely as not
90
Muchas Gracias!
pimbach@catie.ac.cr
imbachpablo@gmail.com