3. Datos utilizados

Como se ha mencionado más arriba, la herramienta básica para realizar proyecciones de cambio climático son los modelos de circulación general acoplados de atmósfera y océano que resuelven numéricamente las ecuaciones matemáticas fundamentales y describen la física y dinámica de los movimientos y procesos que tienen lugar en la atmósfera, el océano, el hielo y la superficie terrestre. Al contrario que los modelos utilizados en otras ramas de la ciencia, si bien incluyen relaciones emp íricas, no descansan fundamentalmente en el uso de las mismas, sino en el planteamiento de las leyes físicas del sistema. Los AOGCMs resuelven las ecuaciones del movimiento de los fluidos (Navier-Stokes), ecuación de continuidad (conservación de masa), termodinámica (conservación de energía) y ecuación de estado. Las variables (p. e., presión, temperatura, velocidad, humedad atmosférica, salinidad oceánica) necesarias para describir el estado de los sistemas se proporcionan en una red de puntos que cubre el globo, habitualmente con una resolución horizontal para la atmósfera entre 100 y 300 km, y aproximadamente el doble de resolución (la mitad del tamaño de la malla) para el océano, con el fin de poder resolver la dinámica de corrientes oceánicas. En ambos casos la resolución vertical suele ser de unos 20 niveles. Esta separación de puntos de red está limitada con frecuencia por la disponibilidad de recursos computacionales.

Las pocas decenas de AOGCMs (véase IPCC-TAR, 2001) actualmente existentes proporcionan proyecciones de la evolución del clima con poca resolución espacial – consecuencia de las limitaciones computacionales- que solamente permiten hacer estimaciones de la evolución sobre grandes regiones de la Tierra, p.e., Norte de Europa, área mediterránea. Los AOGCMs constituyen la principal herramienta con capacidad predictiva de las que se dispone para estimar la evolución del sistema Tierra. Además esta evolución esta condicionada por el comportamiento humano, es decir por las emisiones de gases de efecto invernadero, las emisiones de aerosoles, los cambios de uso de suelo, el modelo energético, la demografía, etc. Como esta evolución socioeconómica no está regida por las leyes físicas se recurre a una colección de escenarios alternativos de emisiones que tienen en cuenta todos los efectos anteriores con la esperanza de que la evolución futura de la sociedad siga alguno de los patrones considerados en dicha colección. Los AOGCMs se integran con los diferentesescenarios de emisiones y proporcionan proyecciones de la evolución del clima en los supuestos de los diferentes escenarios de emisiones contemplados. De entre todas las simulaciones realizadas con AOGCMs disponibles se han seleccionado unas pocas atendiendo a los siguientes criterios: (i) accesibilidad de las simulaciones con dato al menos diario; (ii) calidad de los modelos contrastada mediante validaciones en periodos observacionales. Se han utilizado fundamentalmente simulaciones realizadas en el contexto del Tercer Informe de Evaluación (TAR) del IPCC (IPCC-TAR, 2001), aunque las simulaciones del Cuarto Informe (AR4) ya empiezan a estar disponibles, por diferentes razones que merece la pena comentar. En primer lugar cuando se planteó este trabajo todavía no estaban disponibles las simulaciones del AR4. En segundo lugar, se quería hacer un trabajo de regionalización con los modelos suficientemente y ampliamente difundidos del TAR. En tercer y último lugar, si bien los métodos de regionalización estadística tienen en general pocas exigencias de cálculo, no sucede lo mismo con los métodos basados en modelos regionales del clima (RCM). En consecuencia, realizar simulaciones con RCM requiere tiempo sobre todo si se pretende simular periodos superiores a un siglo y además se requiere un conjunto de simulaciones para estimar las proyecciones mediante ensembles. Como la utilización de RCMs quiere movilizar muchos recursos en un periodo dilatado de tiempo se ha optado por utilizar los resultados del experimento PRUDENCE, basado en resultados de modelos globales del TAR, que ha realizado una estimación de proyecciones de cambio climático sobre la región Europea utilizando nueve RCMs pero únicamente para el último tercio del siglo XXI. La tabla I resume los modelos globales que se han utilizado para aplicar las distintas regionalizaciones empíricas. La tabla II resume los modelos regionales que se han utilizado en el proyecto PRUDENCE. Para su uso en este contexto de generar escenarios regionalizados para la comunidad nacional de impactos al cambio climático se ha procedido a la extracción e interpolación a una rejilla común a partir de la base de datos PRUDENCE. Este subconjunto de datos está diseñado para su utilización en las proyecciones regionales sobre España conjuntamente con las proyecciones que utilizan algoritmos empíricos.

En la parte de datos de observación se ha utilizado la base de datos termo-pluviomética del INM fundamentalmente para aplicar los métodos empíricos de regionalización. Se ha partido de un número de estaciones de 1967 y 9052, para temperatura (máxima y mínima) y precipitación diaria, respectivamente, a la que se han aplicado sucesivos filtrados relativos a completitud (más de 19 años con dato anual) de las series que han reducido los datos a 782 y 2831, respectivamente, para temperatura y precipitación. A continuación se han aplicado filtrado de homogeneidad con los tests SNHT de Alexanderson y de Wald-Wolfo para precipitación y el test de Mann para las temperaturas, que han reducido a su vez el numero de estaciones a 373, 371 y 2300, para temperatura máxima, mínima y precipitación, respectivamente. Sobre esta lista final de estaciones que cubre razonablemente bien el territorio nacional se han calculado las proyecciones de cambio climático.


Tabla I.- Proyecciones regionalizadas con métodos estadísticos disponibles. Los datos diarios de las proyecciones se refieren al periodo 2011-2100 y el periodo de control al periodo 1961-1990 y a las variables: precipitación, temperatura máxima y temperatura mínima. Los métodos Analog(FIC) y SDSM presentan los resultados en las estaciones, mientras que el método Analog(INM) presenta los resultados en una rejilla regular de 50 km. El método de índices proporciona datos mensuales de volumen de agua por cuencas hidrográficas.



Tabla II.- Proyecciones regionalizadas basadas en modelos regionales del clima procedentes del proyecto PRUDENCE. Las simulaciones realizadas por cada modelo regional se identifican por el centro o instituto donde se ha desarrollado.

¹ Los modelos globales utilizados son HadAM3H (modelo atmosférico del Centro Hadley (R.U.), versión 3), ECHAM4-OPYC (modelo acoplado atmósfera-océano del Instituto Max Planck de Meteorología (Alemania), versión 4), CGCM2 (modelo acoplado atmósfera-océano del Centro Canadiense del Clima, versión 2), HadCM3 (modelo acoplado atmósfera-océano del Centro Hadley (R.U.), versión 3), HadCM2SUL (modelo acoplado atmósfera-océano del Centro Hadley (R.U.), versión 2).

Los diferentes métodos y aproximaciones se han validado exhaustivamente no solamente para los fines que se persiguen en este informe sino también para otros estudios independientes de éste. Las validaciones en periodos observacionales serán descritos en otro informe diferente de éste.


4. Base de datos de escenarios regionalizados

El INM ha generado una base de datos de proyecciones regionalizadas de cambio climático que consta de una colección de proyecciones basadas en técnicas de regionalización dinámicas y empíricas. Esta colección de proyecciones pone a disposición de la comunidad de impactos evoluciones alternativas de las variables que describen el clima y que permiten explorar, mediante su aplicación en modelos de impacto, algunas de las principales incertidumbres asociadas a las proyecciones de cambio climático.

Las proyecciones basadas en técnicas empíricas proporcionan la evolución con dato diario de las principales variables de la base de datos de observación del INM, esto es precipitación, temperatura máxima y temperatura mínima para todo el siglo XXI. Las proyecciones basadas en técnicas dinámicas, procedentes del proyecto PRUDENCE, constan de una interpolación a una rejilla común definida sobre la península Ibérica y Baleares de una selección de variables de superficie con dato diario para el periodo 2071-2100 que pueden cubrir la mayor parte de la demanda de las aplicaciones de impactos. La tabla III resume la colección de variables disponibles para cada uno de los RCMs del proyecto PRUDENCE y que se han incorporado a la base de datos de proyecciones regionalizadas del INM. Al contrario que las técnicas empíricas que están limitadas por las series existentes de observaciones disponibles, los modelos generan toda una colección de variables mutuamente consistentes que complementan la información necesariamente limitada de las técnicas empíricas.



Tabla III.-. Relación de variables seleccionadas de los diferentes modelos regionales PRUDENCE. En el caso de los modelos del DMI y SMI se distingue entre las simulaciones con anidamiento en el modelo HadAM3 (H) y ECHAM4 (E).


5. Primeros resultados

Como ya se ha mencionado más arriba la principal finalidad de esta primera fase del proyecto ha sido la de generar proyecciones regionalizadas de cambio climático para el siglo XXI con datos con suficiente resolución espacial y temporal para su aplicación por una amplia variedad de usuarios. Las proyecciones se han evaluado también en un periodo de control que abarca el periodo 1961-1990. Estas evaluaciones se describirán en un documento separado. De un primer examen de los resultados obtenidos y de las comparaciones entre los diferentes modelos y métodos de regionalización se confirman algunas de las tendencias ya conocidas y publicadas en anteriores informes.

En lo referente al comportamiento de las temperaturas se puede afirmar con un alto grado de probabilidad que para el último tercio del siglo XXI (periodo 2071-2100) las temperaturas máximas experimentarán en promedio anual un aumento de entre 5º y 8º grados en las regiones interiores de la península ibérica para el escenario de emisión SRES A2, siendo este aumento más atemperado en las regiones próximas al litoral. La figura 1 muestra el cambio de temperatura máxima para el periodo 2071-2100 con respecto a un periodo de control 1961-1990 obtenido con datos de diversos modelos globales y diferentes técnicas de regionalización para el escenario de emisión A2. En general se observa un tendencia muy consistente al aumento de las temperaturas entre el rango arriba indicado. Las temperaturas mínimas experimentarán aumentos ligeramente menores con el consiguiente incremento de la oscilación diurna. Sin embargo este aumento de las temperaturas, tanto máximas como mínimas, no es uniforme a lo largo del año mostrando los mayores cambios en los meses veraniegos y los menores en los meses invernales. La figura 2 muestra este hecho para un caso particular de un modelo global y una técnica de regionalización, si bien este comportamiento se ha observado consistentemente en todos los modelos globales y regionalizaciones estudiados. Un escenario de emisiones más respetuoso con el medio ambiente, como el SRES B2, rebajaría alrededor de 2ºC estas proyecciones para las temperaturas máximas.

El comportamiento de la precipitación tanto en términos de medias anuales como de su distribución mensual es más incierto y muestra una gran dependencia de las fuentes de 10 datos. La figura 3 compara el cambio de precipitación para el mismo periodo 2071-2100 con respecto al periodo de control 1961-1990 obtenido con diversos modelos globales y diferentes regionalizaciones para el escenario de emisión SRES A2. La tendencia no es tan consistente como en el caso de la temperatura, sin embargo todos ellos, apuntan a una reducción de la precipitación en la mitad sur de la península ibérica de hasta el 40%. Muchos modelos incluidos el promedio de los RCMs de PRUDENCE indican también una reducción más pequeña en la mitad norte, pero para esta zona la proyección no es tan robusta al haber discrepancias entre los diferentes modelos y métodos de regionalización. La distribución mensual también muestra una gran discrepancia entre modelos y métodos de regionalización. Las figuras 4, 5, 6 muestran la gran variedad de distribuciones anuales de la precipitación según los modelos globales de partida. También hay diferencias apreciables para un mismo modelo global y distintas técnicas de regionalización, tal y como se ve al comparar las figs. 4b y 6, que corresponden a un mismo modelo global (HadAM3H) y dos regionalizaciones distintas: (i) análogos (INM) y (ii) promedio de los 10 modelos regionales PRUDENCE.

A modo de ejemplo se incluye en este informe la evolución mensual de la nubosidad y la humedad relativa en superficie con datos procedentes del promedio de todos los RCMs de PRUDENCE de nuevo para el periodo 2071-2100 respecto al periodo de referencia 1961-1990. La variación porcentual de la nubosidad se reduce sensiblemente en los meses de verano, si bien este cambio puede resultar equívoco por tratarse de meses con reducida nubosidad en los que los cambios porcentuales pueden resultar grandes con cambios absolutos pequeños.

El informe final describe la evolución en los cambios de los valores medios exhaustivamente en tres periodos de 30 años que cubren desde 2011 hasta 2100. También compara los resultados de las distintas proyecciones basadas en diferentes escenarios de emisión (A2 y B2), distintos modelos y distintas regionalizaciones. La mayoría de los resultados y comparaciones aquí descritas forman parte del control de calidad realizado sobre las diferentes proyecciones. Queda todavía pendiente la tarea de explotación exhaustiva de la base de datos generada, incluyendo los estudios de los cambios en la variabilidad en las diferentes escalas temporales y los estudios del comportamiento de los extremos con los diferentes modelos y/o técnicas de regionalización.

En este resumen del informe completo no se han incluido resultados de las proyecciones para las Islas Canarias, en primer lugar por que no se dispone de información en la base de datos del proyecto PRUDENCE para el área de Canarias y el tiempo disponible no hubiera permitido llevar a cabo regionalizaciones dinámicas para Canarias y en segundo lugar por que las proyecciones obtenidas con métodos estadísticos están en estos momentos pendientes de finalizar. En el informe completo si se presentarán proyecciones para Canarias del valor de variables meteorológicas de superficie (precipitación acumulada en 24 horas, temperaturas máxima y mínima), en puntos coincidentes con observatorios seleccionados del archipiélago.



Fig. 1.- Comparación del cambio de temperatura máxima anual para el período (2070-2100) respecto al periodo de control (1961-90) proporcionado por las proyecciones regionalizadas utilizando diferentes modelos globales (HadCM3, HadAM3H, HadCM2SUL, CGCM2, ECHAM4-OPYC), el escenario de emisión A2 del SRES -IPCC y diferentes técnicas de regionalización estadísticas (Anal_FIC, Anal_INM, SDSM) y dinámicas (promedio de los 9 RCMs de PRUDENCE).



Fig.2.- Cambio medio mensual proyectado para el periodo (2071-2100) respecto al clima actual (1961-1990) por el modelo global HadAM3H y regionalizado con el método de análogos (INM) para latemperatura máxima y el escenario de emisión A2.



Fig. 3.- Comparación del cambio de precipitación anual para el período (2070-2100) respecto al periodo de control (1961-90) proporcionado por las proyecciones regionalizadas utilizando diferentes mo delos globales (HadCM3, HadAM3H, CGCM2, ECHAM4-OPYC), para el escenario de emisión A2 del SRESIPCC y diferentes técnicas de regionalización estadísticas (Anal_FIC, Anal_INM, SDSM) y dinámicas (promedio de los 9 RCMs de PRUDENCE).


a)


b)

Fig.4.- Cambio de distribución mensual de precipitación (%) para el periodo (2071-2100) respecto al periodo de referencia (1961-1990) para los modelo globales CGCM2 (a) y HadAM3H (b), regionalizados ambos con el método de análogos (INM) con el escenario de emisión A2.



Fig.5- Igual que fig.4, pero para el modelo ECHAM4-OPYC.



Fig.6.- Igual que fig. 4, pero para el promedio de los 10 modelos regionales de clima de PRUDENCE (incluido el modelo ARPEGE de resolución variable del CNRM).



Fig.7.- Distribución mensual del cambio medio porcentual de nubosidad proyectado por los diez modelos regionales PRUDENCE en el escenario A2 (2071-2100) respecto al clima actual (1961-1990).



Fig.8.- Distribuciones mensuales del cambio medio de humedad relativa proyectado por los diez modelos
regionales PRUDENCE en el escenario A2 (2071-2100) respecto al clima actual (1961-1990).