Beruflich Dokumente
Kultur Dokumente
2012
P R E S E N TA C I N
El Programa de Adaptacin al Cambio Climtico PACC, con el objetivo de desarrollar conocimiento sobre las
manifestaciones locales y regionales del cambio climtico en Apurmac y Cusco, y sus impactos en los medios
de vida de las poblaciones rurales de estos territorios, para dar soporte tcnico-cientfico al establecimiento
de polticas pblicas, programas, proyectos y medidas especficas de adaptacin, por parte de actores regionales y locales; impuls un proceso de investigacin a dos niveles: regional, con alcance en las dos regiones
antes citadas, y local, circunscrito a dos microcuencas, Huacrahuacho en la provincia de Canas-Cusco y Mollebamba en la provincia de Antabamba-Apurmac.
Este documento es el informe final de investigacin del Estudio de Escenarios de cambio climtico al 2030 y
2050 de las regiones Apurmac y Cusco, elaborado entre el 2010 y 2011 por el Servicio Nacional de Meteorologa e Hidrologa-SENAMHI, y forma parte de la serie de publicaciones digitales sobre las investigaciones
realizadas en las regiones Apurmac y Cusco, ubicadas en los andes sur del Per. Si bien, esta investigacin fue
llevada a cabo por la cooperacin conjunta entre SENAMHI y PACC, los resultados, las conclusiones e interpretaciones presentes en este documento, son de estricta responsabilidad de SENAMHI.
Este estudio presenta los escenarios futuros de temperaturas y precipitaciones al 2030 y 2050 de las regiones
Apurmac y Cusco, los que fueron generados a travs del downscaling o regionalizacin de tipo estadstico y
dinmico. La generacin de escenarios a escala regional, permite determinar los posibles cambios del clima
futuro, los posibles efectos, y adems son una herramienta clave para la identificacin e implementacin de
medidas de adaptacin a nivel regional.
El Programa de Adaptacin al Cambio Climtico a travs de esta publicacin, pone a disposicin de las autoridades, funcionarios y profesionales de las instituciones pblicas y privadas, centros de investigacin y
universidades, los resultados de esta investigacin, que pueden ser representativos respecto a los escenarios
futuros de temperatura y precipitacin a nivel regional en relacin al cambio climtico, en otras regiones del
sur del pas.
Esta publicacin busca compartir el conocimiento desarrollado y coadyuvar a un proceso de adaptacin basado en un entendimiento de esta realidad y de sus proyecciones.
A G R A D E C I M I E N TO
Este estudio es el resultado de la aplicacin de metodologas que se han venido adoptando en los ltimos diez
aos sobre variabilidad climtica y cambio climtico, en el Servicio Nacional de Meteorologa e Hidrologa del
Per (SENAMHI), de los trabajos de campo en Cusco y Apurmac, y de las productivas discusiones cientficas
del equipo a cargo del estudio, con la Entidad Cientfica Suiza, en las personas de la Dra. Nadinne Salzmann,
Dr. Mario Rorher, Dra. Daniela Lorenzi, a quienes se expresa nuestro agradecimiento y reconocimiento.
Al equipo de PACC coordinado por la Arq. Lenkiza Angulo Villarreal, quienes brindaron todo el apoyo y logstica
necesaria para el desarrollo del estudio, nuestro agradecimiento y reconocimiento especial.
A los pobladores de las diversas comunidades de Cusco y Apurmac por su enriquecedora contribucin
sobre percepcin y saberes locales del clima, quienes han permitido la investigacin accin, nuestro
agradecimiento y reconocimiento especial.
A todos nuestros colaboradores por su disposicin y contribucin para la culminacin de este estudio, nuestro
agradecimiento.
Asimismo, al gobierno suizo a travs de la COSUDE por los fondos destinados al programa PACC que han
permitido el desarrollo y culminacin del estudio, nuestro agradecimiento y reconocimiento especial.
7
RESUMEN EJECUTIVO
El Servicio Nacional de Meteorologa e Hidrologa del Per SENAMHI, en el marco del Programa de
Adaptacin al Cambio climtico PACC, financiado por la Agencia suiza para el desarrollo y la cooperacin
- COSUDE elabor el estudio Escenarios de Cambio climtico en las regiones Cusco y Apurmac 2030. Este
documento pretende suministrar informacin a los sectores sensibles a cambios en las condiciones climticas
y a la comunidad de investigacin. Tambin, pretende ser un instrumento til para la toma de decisiones, y
ser fuente de conocimiento para la poblacin en general; proporcionando la proyeccin del clima medio en
el futuro (2030 y 2050) a resolucin espacial de 20 km, informacin de las tendencias futuras de extremos
climticos, que ocasionan impacto directo en el bienestar y la poblacin con daos en la economa, afectando
la agricultura y los recursos hdricos, principalmente.
El estudio se acompaa de la cartografa de mapas estimados de escenarios, y cambios promedios de
precipitacin, temperatura mxima y mnima centrada en el ao 2030 comprendido en el periodo 2016-2044
relativo, al periodo 1971-2000, que tiene como base el escenario moderado de gases de efecto invernadero
A1B. Los escenarios climticos presentados, son el resultados de la aplicacin de tcnicas de reduccin de
escala espacial denominadas regionalizacin o downscaling de tipo dinmica y estadstica, y son explicadas
en un contexto amplio, adems de las incertidumbres asociadas en la generacin de escenarios.
La cartografa de mapas se basa en la geoestadstica, es decir, la combinacin de tcnicas estadsticas con
la herramienta de informacin georeferenciada, la misma que ha facilitado la interpolacin de la variable
temperatura mxima y mnima a una resolucin de 250 m, debido a la fuerte dependencia fsica y estadstica
de estas variables con la altitud, cuyo coeficiente de correlacin mltiple que respalda esta relacin, es del
orden de 0.9. En el caso de la variable precipitacin, se realiza un trazado manual de las isoyetas teniendo
en cuenta la orografa y modelos conceptuales de la circulacin atmosfrica. El resultado es un documento
que contiene 30 mapas, de escala temporal estacional y anual, as como tambin cuenta con cuadros de
proyecciones locales en estaciones representativas de la regin Cusco y Apurmac. Adicionalmente, el estudio
cuenta con informacin de cambios proyectados del clima medio centrado en el ao 2050 comprendido en el
periodo 2035-2064, relativo al periodo 1971-2000.
Los resultados a escala regional para el periodo 2030, indican una variacin dentro del umbral de la variabilidad
normal actual ( 15%) de la precipitacin promedio anual y en el trimestre de inicio (SON) y periodo de
mayores lluvias (DEF), en gran parte de las provincias de Cusco y Apurmac, excepto en la provincia de
Abancay -Apurmac, y el extremo noroeste de la provincia de Quispicanchisss, en Cusco; alcanzaran aumentos
entre 15 y 30% relativo al valor normal actual. En el trimestre de finalizacin de lluvias (MAM) se proyecta
incrementos hasta de 30% en las provincias de Abancay, Andahuaylas y Chincheros en Apurmac; y la frontera
de las provincias de Paucartambo, Calca, Cusco, Paruro, Quispicanchisss en Cusco, esta caracterstica indicara
que el perodo de mayores lluvias DEF, en el futuro presentara un desfase abarcando parte del trimestre
MAM. La situacin ms relevante se presentara en el periodo de estiaje (JJA); aunque en este trimestre las
lluvias son escasas y las ms bajas del ao, se proyecta deficiencias muy importantes en Apurmac, en las
provincias de Chincheros, Cotabambas, Grau y extremo sur de Abancay, las cuales alcanzaran hasta 30% y en
9
Antabamba y Andahuaylas, llegaran hasta 42%. En las provincias de Chumbivilcas, Espinar, Canas, Canchis el
dficit alcanzara entre 15 y 30% y llegaran hasta 42% en Anta y Calca, en Cusco. Este dficit pluviomtrico
indicara situaciones asociadas a mayor estabilidad atmosfrica, incremento de la temperatura durante el
da, alta evaporacin, sequedad del suelo con efectos relevantes en la hidrologa local, principalmente, en el
extremo sur de Apurmac y sur de Cusco.
En lo que respecta a la temperatura mxima del aire, se proyecta el incremento promedio anual entre 0.7 y
1.2C en todo el mbito geogrfico de Cusco y Apurmac, principalmente en las provincias de Antabamba,
Cotabambas, en Apurmac y las provincias de Chumbivilcas, Canas y Espinar, en Cusco. En el trimestre DEF,
los incrementos de temperatura mxima se proyectan entre 0.5C y 1.0C en las provincias Chumbivilcas,
Espinar, Canas, Paucartambo, Calca, zona oeste de la Convencin en Cusco y en las provincias de Chincheros,
Grau, Cotabambas, Antabamba y zona este de Abancay, en Apurmac. En el trimestre MAM, las temperaturas
se proyectan entre 0.7 y 1.2C en el mbito geogrfico de Cusco y Apurmac, principalmente al sur de las
regiones. En el trimestre JJA, se proyectan los mayores incrementos en la temperatura mxima hasta 1.6C en
las provincias del este de Apurmac (Antabamba, Cotabambas, Grau) y sur de Cusco (Chumbivilcas y Espinar).
El incremento de la temperatura del aire y por consiguiente de la superficie adyacente, en este trimestre,
estara asociado a la ocurrencia de escasa cobertura nubosa, formacin de un fuerte gradiente de presin,
aumentando la intensidad y frecuencia del viento local, y aunado la escasa cobertura vegetal, podran dar
lugar a efectos erosivos en los suelos de estas provincias. En el trimestre SON, los posibles incrementos de
temperatura llegaran hasta 1.4C, en la provincia La Convencin, en Cusco.
Los cambios proyectados en la temperatura mnima del aire en el perodo anual y trimestre DEF, indican
incrementos hasta en 1.3C en el noroeste de la provincia La Convencin, en Cusco y en la provincia
Antabamba, en Apurmac. En el trimestre MAM, se proyectan los mayores incrementos de temperatura
hasta 1.5C; principalmente en las provincias de La Convencin, Cusco, Anta, en la regin Cusco, y en las de
Chincheros, Andahuaylas y Antabamba en la regin Apurmac. En el trimestre JJA, la caracterstica termal de
incremento de hasta 1.5C indicara heladas menos frecuentes y menos intensas; as como tambin, podran
ser relevantes para los nevados de la cordillera del Vilcabamba, en Cusco, principalmente. En el trimestre
SON, los incrementos de la temperatura llegaran hasta 1.4C en la zona oeste de la provincia La Convencin,
Cusco y la provincia de Chincheros en Apurmac.
La nueva caracterstica termal en los trimestres SON, DEF y MAM, en Cusco y Apurmac, podran tener efectos
relevantes sobre el rendimiento, calidad, y migracin de cultivos a otros pisos altitudinales de estas regiones,
as como la aparicin o acentuacin de plagas y enfermedades.
De otro lado, las temperaturas mnimas en el trimestre MAM y las temperaturas mximas del aire en el trimestre
JJA, son las que ms incrementos muestran de 1.6 y 1.5C, relativo al clima actual; y puede considerarse
muy altos en relacin a los cambios regionales o globales. Este comportamiento en las temperaturas, podra
acentuar los deshielos de los glaciares, que en un primer momento ocasionaran el incremento de caudales
y posterior disminucin; lo que afectara la agricultura bajo riego y la disponibilidad de agua para consumo
humano, siendo los glaciares adems de los ecosistemas de puna, la fuente principal de aseguramiento de la
disponibilidad de agua para consumo en los meses de estiaje.
10
En lo que respecta a los extremos climticos de precipitacin 2030, tanto la intensidad diaria de la precipitacin
anual (SDII) y los das muy lluviosos (R95p), mantendran en parte los patrones observados actualmente, con la
generalizacin de la tendencia de aumento en Pisac, Granja kcayra, Cay Cay, Ccatcca, en Cusco y en Curahuasi
y Abancay, en Apurmac. Excepto la localidad de Acomayo donde se proyecta una consistente disminucin
de ambos ndices, comportamiento que podra estar influenciado en mayor medida por los efectos locales
como orografa, urbanismo, cambios en el uso del suelo, cambios en la circulacin local, entre otros. En lo
concerniente a la frecuencia de das consecutivos secos (CDD), existe alta incertidumbre en su proyeccin
futura, siendo la tendencia en el clima actual de reduccin. En tanto, los das consecutivos hmedos (CWD) de
forma consistente se proyectan con un comportamiento regional de aumento en el 2030, pero sin significancia
estadstica.
En lo concerniente a los extremos climticos de temperatura, en el 2030, se estima que las temperaturas
de los das y las noches, tenderan a ser ms clidos, siendo significativo y de forma localizada en el perodo
diurno; y regional en el periodo nocturno. La tendencia del nmero de das con noches fras (TN10p) en las
localidades andinas de Curahuasi, Abancay y Chalhuanca, en Apurmac; y Urubamba, Pisac, Granja Kcayra, Cay
Cay, Ccatcca, Acomayo y Sicuani, en Cusco; indican una disminucin significativa, y mayor frecuencia de das
con noches clidas (TN90p).
El escenario de cambio en el rgimen de heladas meteorolgicas, indica una tendencia consistente de
disminucin significativa del nmero de heladas meteorolgicas1 (FDO), comportamiento que se mantendra
similar a lo observado actualmente; principalmente en las localidades andinas de Cusco (Granja Kcayra, Ccatcca,
Acomayo y Sicuani). En tanto, en la localidad de Chalhuanca, en Apurmac; no hay seal de tendencia, es decir,
el nmero de heladas meteorolgicas en el futuro no mostrara cambios o posiblemente desapareceran en el
futuro; que es coherente con la tendencia de aumento de los valores mnimos de la temperatura mnima del
aire y la disminucin significativa de los das fros en el 2030.
Respecto a la magnitud y sentido de la tendencia del rango diurno de temperatura (DTR)2 en el 2030, existe
alta incertidumbre, podra darse dos situaciones importantes: el aumento en la temperatura mxima sea
mayor al incremento de la temperatura mnima o el aumento en la temperatura mnima sea mayor al de la
mxima. La tendencia de cambios en los extremos de temperaturas mxima y mnima del aire en el futuro
podra ser relevante en el rendimiento de los cultivos de seguridad alimentaria (papa, trigo, cebada, habas y
maz), y de comercializacin, as como tambin, con efectos negativos en los pastizales andinos y en el sector
pecuario.
En el futuro 2050 se ha identificado la acentuacin del dficit de precipitacin, en relacin al 2030, en la
zona sur de las regiones. Dficits que se generalizaran en todos los trimestres del ao, con reducciones
importantes en los meses de poca seca (JJA) hasta en 75% relativo al clima actual. Las temperaturas mximas
y mnimas del aire mostraran posibles aumentos promedio hasta en 2C. Estos cambios en los patrones de
precipitacin y temperaturas, podran tener efectos negativos en los ecosistemas de punas hmedas que se
extiende entre los 3000 y 6000 msnm vitales para sostenibilidad de las poblaciones altoandinas- donde los
pastizales nativos tienen la capacidad de retener y regular el agua para asegurar su disponibilidad durante
1
2
11
JJA; adems de la contribucin de los glaciares. Estas condiciones posibles de fuerte deficiencia de lluvias y
calentamiento, ocasionaran el aumento de la intensidad y frecuencia de vientos, alta evapotranspiracin,
y sumado a ello las actividades de sobrepastoreo, ascenso de la frontera agrcola, tala, entre otros; tendra
efectos en la reduccin de la capacidad de regulacin y retencin del agua por el sistema pastizal-suelo,
poniendo en riesgo la disponibilidad de agua de la poblacin asentada en stas regiones.
Finalmente, los resultados presentados pertenecen a la segunda fase que complementa al estudio de
Caracterizacin Climtica actual en las regiones Cusco y Apurmac; y podr ser actualizado en una tercera fase
con los nuevos escenarios de emisiones del Proyecto de Intercomparacin de Modelos Acoplados (siglas en
ingls, CMIP5) del Panel Intergubernamental de Cambio climtico (siglas en ingls, IPCC).
12
CONTENIDO
PRESENTACIN.......i
AGRADECIMIENTO......ii
RESUMEN EJECUTIVO...iii
CAPITULO 1.
INTRODUCCIN .........1
CAPTULO 2.
ESCENARIOS .................. 3
2.1
2.2
2.3
2.4
CAPTULO 3.
SNTESIS METODOLGICA...................15
3.1
Datos......18
3.2
Metodologa..................48
3.2.1
3.2.2
3.2.3
3.3.3
CAPTULO 4.
ESCENARIOS PROYECTADOS DE TEMPERATURA Y PRECIPITACION EN CUSCO Y APURIMAC..............53
4.1
Explorando las incertidumbres del clima futuro en Cusco y Apurmac, modelos globales53
4.2
4.3
4.4
4.5
CAPTULO 5.
CONCLUSIONES
5.1
5.2
ANEXOS .59
Anexo 01. Escenarios de precipitacin y temperatura proyectada para el perodo 203060
Anexo 02. Cambios en la precipitacin y temperatura proyectada para el perodo 205060
Anexo 03. Base matemtica de las tcnicas aplicadas60
13
ACRNIMOS
Anticicln del Atlntico Sur
AAS
Alta de Bolivia AB
Air Force Weather Agency
AFWA
AOGCM
APS
AR4
BCCR
CCCma
CDD
CMAP
CMIP3
CMIP5
CSIRO
CWD
DTR
EMM-MACG
ENOS
EOF
ERA-40
hPa
IPCC
Km
MACG
Trimestre Marzo-Abril-Mayo
MAM
MINAM
MPI-M
MRI
NCAR
NCAR
NCEP
NIES
NOAA
Precipitacin
14
PP
PRAA
PRCPTOT
PROCLIM
R95p
R99p
RCM
RMSE
SCNCC
SDII
Trimestre Setiembre-Octubre-Noviembre
SON
TSM
UyV
UK Met. Office UK
UKMO
WRF
Altura Geopotencial
ZCAS
ZCIT
Experiments run with greenhouse gasses increasing as observed through the 20th century.
20C3M
15
16
I. I N T R O D U C C I N
La generacin de escenarios climticos a escala regional y local es de gran relevancia, ya que permite proyectar
los posibles cambios del clima en el futuro; adems es clave para implementar estrategias de adaptacin y
enfrentar los posibles impactos del cambio climtico global.
La herramienta bsica para estimar las proyecciones climticas son los Modelos de Circulacin General
Acoplados Ocano Atmsfera (AOGCMs, siglas en ingls). Los AOGCMs permiten simular el clima pasado,
actual y futuro, a pesar de su limitada resolucin espacial (110-280 km) y la representacin suavizada de
la cordillera de los Andes, presentan mejoras con el paso de los aos en la representacin de los procesos
fsicos a travs de sus esquemas de parametrizacin de radiacin y conveccin principalmente. As como las
interrelaciones entre las componentes del sistema climtico atmsfera-ocano-superficie terrestre-bisferacrisfera.
En la actualidad, los AOGCMs, sus procesos fsicos, sus condiciones de entrada -que tienen implcito las
asunciones del curso que tomarn las concentraciones de los gases de efecto invernadero- estn asociados
a niveles de incertidumbres, por lo tanto es importante intercomparar las diferentes variables provenientes
de los diferentes modelos en su estado climtico de referencia (simulacin de control), para determinar qu
modelos representan de manera ms realista el clima en la regin sudamericana y cuan confiables podran
ser sus proyecciones. Esta informacin posteriormente, es utilizada para obtener proyecciones del clima en
el futuro en alta resolucin espacial (20 km), y a escala local en Cusco y Apurmac, mediante las tcnicas de
reduccin de escala denominadas downscaling o regionalizacin dinmica y estadstica.
La intercomparacin comprendi ocho modelos globales del IPCC (BCCR-BCM2.0, CCCma-CGCM3, CSIRO
-Mk3.0, GFDL- CM2.1, MPI-M-ECHAM5-OM, NCAR-CCSM3, NIES-MIROC3.2m, UKMO HadCM3) y el modelo
de reanlisis como patrn del clima presente, en las variables: viento, altura geopotencial, temperatura del
aire, presin a nivel del mar y temperatura superficial del mar.
Los escenarios proyectados de temperatura y precipitacin en las regiones Cusco y Apurmac, son generados
mediante downscaling de tipo estadstico y dinmico con la incorporacin del factor de la variabilidad
interanual, tcnicas adoptadas en proyectos anteriores por el Centro de Prediccin Numrica del Servicio
Nacional de Meteorologa e Hidrologa del Per (SENAMHI), como en el marco del Programa Nacional de
Fortalecimiento de Capacidades para Manejar el Impacto del Cambio climtico y la Contaminacin del Aire
17
18
(PROCLIM, 2004), Proyecto Regional Andino de Adaptacin (PRAA, 2007) y Segunda Comunicacin Nacional
de Cambio climtico (SCNCC, 2008).
La tcnica de incorporacin del factor de la variabilidad interanual, se aplic a las salidas del modelo regional
WRF, simulado en SENAMHI para la proyeccin del clima futuro en Cusco y Apurmac, y tambin a las salidas
del Modelo Atmosfrico de Circulacin General (MACG) TL959L60 de alta resolucin espacial (Instituto de
Investigacin y Agencia Meteorolgica del Japn MRI/JMA, siglas en ingls). La alta resolucin de este modelo
global (20 km), hizo innecesaria la reduccin de escala. El modelo TL959L60 MRI/JMA de ltima generacin
presenta una buena distribucin espacial y estacional de los principales sistemas de mesoescala como la
Zona de Convergencia Intertropical, Zona de Convergencia del Atlntico Sur, los Sistemas de Presin de
Pacfico y Atlntico Sur y los vientos hasta 11 km de altura (SENAMHI, 2007), que modulan el clima regional
de Sudamrica.
La tcnica de regionalizacin dinmica se basa en el uso de Modelos Climticos Regionales o de rea limitada
(RCMs, siglas en ingls), los cuales permiten adaptar las salidas de los Modelos de Circulacin General
Ocano-Atmsfera (AOGCMs) a las caractersticas orogrficas de una determinada regin con una resolucin
espacial apta para ser utilizada en distintas aplicaciones; que tienen como datos de entrada las proyecciones
climticas, entre ellas los modelos de impactos de rendimientos de cultivos, hidrolgicos, hidrulicos, entre
otros.
Los RCMs, resuelven las ecuaciones dinmicas de la atmsfera y el ocano, que relacionadas con los AOGCMs,
sobre una grilla ms fina, se obtienen proyecciones climticas en alta resolucin. Estos modelos se utilizan a
menudo para la desagregacin espacial de las salidas de los modelos de circulacin global; aunque se requiere
mucho tiempo y demanda computacional para obtener los resultados. Por lo general, slo un nmero pequeo
de modelos estn disponibles para una determinada regin de inters (Buytaert W., 2010).
Los resultados obtenidos, de todas las tcnicas sealadas, estn orientados a presentar los cambios promedios
en la precipitacin y temperatura centrado en el ao 2030, comprendido en el perodo 2016-2044, y centrado
en el ao 2050 comprendido en el periodo 2035-2064, ambos relativos al clima base 1971-2000, debido a
que los cambios en el clima se detectan en periodos largos de tiempo ~30 aos. Estas proyecciones del clima
futuro constituyen una aproximacin para los periodos mencionados y se han desarrollado en el marco del
Programa de Adaptacin al Cambio climtico (PACC) con soporte cientfico de la Entidad Cientfica Suiza (ECS).
Finalmente, los cambios en las variables mencionadas son expresados en mapas en escala temporal: promedio
anual y estacional: verano (perodo de mximas lluvias diciembre-enero-febrero, (DEF), otoo (finalizacin de
lluvias marzo-abril-mayo, (MAM), invierno (perodo de estiaje junio-julio-agosto, (JJA) y primavera (perodo
de inicializacin de lluvias setiembre-octubre-noviembre, (SON). Estos escenarios climticos tienen como
base el uso de un solo escenario de emisiones el A1B, que incorpora las emisiones moderadas de los gases de
efecto invernadero y aerosoles (Panel Intergubernamental de Cambio climtico IPCC, 2001 a, b).
19
20
I I. E S C E N A R I O S D E C A M B I O C L I M AT I C O
21
B1: La familia de escenarios y lnea evolutiva B1 describe un mundo convergente, con la misma poblacin
mundial, que alcanza su nivel ms alto a mediados del siglo para disminuir posteriormente, como lnea
evolutiva A1 pero con cambios rpidos en las estructuras econmicas hacia una economa de la informacin
y de los servicios, con reducciones en el consumo de materiales e introduccin de tecnologas limpias y de
recursos eficaces. En esta lnea evolutiva se hace hincapi en las soluciones mundiales a la sostenibilidad
econmica social y ambiental, lo que comprende una mejora de la equidad.
B2: La familia de escenarios y lnea evolutiva B2 describe un mundo en el que se hace hincapi en las soluciones
locales a la sostenibilidad econmica, social y ambiental. Se trata de un mundo cuya poblacin mundial crece
continuamente, a un ritmo menor al de la lnea evolutiva A2, con niveles medios de desarrollo econmico y
cambios tecnolgicos menos rpidos y ms variados que en las lneas evolutivas B1 y A1. Aunque el escenario
tambin est orientado hacia la proteccin ambiental y a la equidad social, se centra en las escalas: local y
regional.
Por otro lado, en el 2007 el IPCC seala que hay un mayor acuerdo y evidencia de que con las polticas actuales
de mitigacin del cambio climtico y las prcticas relacionadas con el desarrollo sostenible, continuarn
aumentando las emisiones globales de gases de efecto invernadero durante las prximas dcadas. De otro
lado indican que los escenarios de emisiones de referencia publicados en SRES 2000, estn dentro del rango
presentado en el escenario post-SRES, ver figura 1a.
Aunque los modelos climticos presentan mejoras en el tiempo an existen procesos complejos para simular
de forma realista los cambios en las temperaturas a escalas regionales.
El IPCC, 2007 seala las influencias humanas que han contribuido en los procesos siguientes:
En el aumento del nivel del mar durante la segunda mitad del siglo XX con la escala de muy probablemente.
El incremento de la temperatura de las noches extremadamente clidas, de las noches fras y de los das
fros; en la escala de probablemente.
La intensificacin del riesgo de olas de calor e incremento de la superficie afectada por la sequa desde
los aos 70 y la frecuencia de las precipitaciones intensas en trminos de ms probable que improbable.
La concordancia espacial entre las regiones del mundo que han experimentado un calentamiento
apreciable y los lugares en que se han observado cambios apreciables en numerosos sistemas,
atribuyendo la escala de muy improbable que se deba nicamente a la variabilidad natural.
Figura 1a: Emisiones mundiales de gases de efecto invernadero (en Gt de CO2-eq por ao) en ausencia de
polticas climticas adicionales: seis escenarios ilustrativos de SRES (lneas de color) y el rango del percentil
80 de los escenarios recientes publicados en post-SRES (rea sombreada en gris). Las lneas discontinuas
muestran la gama completa de post-SRES. Las emisiones incluyen CO2, CH4, N2O y gases fluorados. 1 Gt es
igual a 109 toneladas. Fuente: IPCC AR4, Climate Change 2007. Synthesis Report.
23
Figura 1b: Anomala de la temperatura media cerca de la superficie en el siglo XX en relacin a la media
desde 1901 hasta 1950, las observaciones estn en color negro, las 58 simulaciones producidas a partir de 14
modelos climticos diferentes forzados con factores naturales y humanos estn en color amarillo. La media
de todas simulaciones se muestra en lnea roja. Las lneas verticales grises indican el tiempo de las grandes
erupciones volcnicas. (Fuente: IPCC AR4).
24
25
El avance de los AOGCMs desde TAR hasta los utilizados en el Cuarto Reporte de Evaluacin (AR4) del IPCC,
se resumen en 4 categoras:
1. Mejoras en los esquemas de resolucin de ecuaciones como la adveccin, que consiste en el transporte de
masa o energa. En el AR4 muchos modelos empezaron a utilizar el esquema semi-lagrangiano, junto con los
ya utilizados espectrales y diferencias y volmenes finitos. Adems de mejoras en la resolucin horizontal y
vertical de los modelos conlleva a representar mejor las caractersticas climticas a escala global y regional.
2. Inclusin de nuevos procesos como el de aerosoles, y la inclusin de modificaciones en las concentraciones
de gases invernaderos por procesos qumicos. Se dio un gran avance en la manera de incluir la dinmica del
ciclo de carbono en los modelos, pero no se lleg a utilizar en las proyecciones dadas en el AR4 (ver figura
1c). Por otro lado, se dieron mejoras en los procesos que relacionan la superficie-tierra, hielo y ocano con la
atmsfera, como los procesos de humedad de suelo y presencia de vegetacin.
3. Mejora en las parametrizaciones de los procesos radiativos, de nubes y de capa lmite; relacionados al flujo
de radiacin en el tope de la atmsfera y la produccin de precipitacin.
4. Mejoras en el proceso de acoplamiento para interpolacin entre las grillas del ocano y la atmsfera, y
nuevos esquemas que garantizan la conservacin de flujos a nivel global o local en la interface aire-mar, en la
parte terrestre y flujos de hielo del mar.
Figura 1c: Complejidad de los modelos climticos en la ltima dcada y sus interacciones con las
diferentes componentes del sistema climtico y la incorporacin de procesos qumicos atmosfricos.
Fuente: IPCC, 2007-AR4.
26
27
28
I I I. S I N T E S I S M E TO D O L O G I C A
3.1 Datos
Para generar escenarios futuros del clima regionalizados en Cusco y Apurmac se han utilizado las simulaciones
de ocho modelos globales (AOGCMs) del Cuarto Informe de Evaluacin del IPCC (AR4), de un total de 24
disponibles. Estas salidas provienen de ocho Centros Internacionales de Prediccin Climtica y un resumen de
las caractersticas principales de los AOGCMs se indica en la tabla 1a y en lnea en: http://www.mad.zmaw.de/
IPCC_DDC/html/SRES_AR4/index.html.
ATMOSFERA
AOGCMs
Resolucin horizontal
y vertical
Tope de atmosfera
BCCR-BCM2.0,2005
OCANO
Resolucin
horizontal y
vertical
HIELO MARINO
Dinmica,
conduccin de
hielo
SUPERFICIE
TERRESTRE
Suelo,
Vegetacin
Contorno,
Coordenada
0.5 - 1.5 x 1.5
L35
Ros
Reologa,
conduccin
Multicapas,
Canopea
Libre, Densidad
Hibler, 1979
Ros
Harder, 1996
Mahfout et al.,
1995
ACOPLAMIENTO
Calor, Agua dulce
Momento de
superficie
Sin ajustes
Furevik et al.,
2003
Douville et al.,
1995
Oki and Sud,
1998
CCSM3,2005
0.3 - 1 x 1 L40
Libre, Profundidad
Reologa,
conduccin
Multicapas,
Canopea
Briegleb et
al.2004
Rios
Sin ajustes
Collins et al.,
2006
Oleson et al.,
2004
Branstetter,
2001
29
CGCM3.1(T47),2005
Top = 1 hPa
Rgida, Profundidad
Pacanowski et al.,
1993
Flato, 2005
CSIRO-Mk3.0,2001
ECHAM5-OM,2005
GFDL-CM2.1,2005
MIROC3.2(medres),
2004
Rgida, Profundidad
Top = 10 hPa
Libre, Profundidad
Marsland et al.
2003
Reologa,
conduccin
Multicapas,
Canopea
Hibler, 1979
Ros
Flato y Hibler,
1992
Verseghy et al.,
1993
Reologa,
conduccin
Multicapas,
Canopea
OFarrell, 1998
Gordon et al.
2002
Cubo, Canopea
Reologa,
conduccin
Hibler, 1979
Semtner , 1976
Hagemann,
2002
Hagemann y
Dmenil-Gates,
2001
Cubo, Canopea
0.3 1 x 1
Top = 3 hPa
Libre, Profundidad
Gnanadesikan et
al, 2004
Reologa,
conduccion
Libre, Sigma/
profundidad
K 1 Developers,
2004
Ros
Fluido libre,
conduccin
Multicapas,
Canopea
Cattle y Crossley,
1995
Ros
Top = 30 km
K 1 Developers, 2004
Reologa,
conduccin
Winton, 2000
Delworth et al.,
2006
K 1 Developers,
2004
HadCM3
-UKMO,2000
Ros
Top = 5 hPa
Rgido, Profundidad
Ros
Milly y
Shmakin, 2002
GFDL GAMDT,
2004
Multicapas,
Canopea
Sin ajustes
Gordon et al.
2002
Sin ajustes
Jungclaus et al.,
2005
Sin ajustes
Delworth et al.
2006
Sin ajustes
K 1 Developers,
2004
K1
Developers,
2004
Sin ajustes
Gordon et al.,
2000
Tabla 1a: Caractersticas principales de los Modelos Globales del Cuarto Informe del IPCC.
30
VARIABLES
INSTITUCION -MODELO
BCCR
-BCM2.0
Temperatura
del aire ta [k]
Altura
geopotencial
zg [m]
Componente de
viento
zonal ua [m/s]
Componente
del viento
meridional
[m/s]
Humedad
relativa hur [%]
Precipitacin
acumulada
total
pr [kg m-2 s-1]
Presin a nivel
del mar
psl [Pa]
Temperatura
cerca
de la superficie
tas [k]
Temperatura
mxima
(superficie)
tasmax [k]
Temperatura
mnima
(superficie)
tasmin [k]
Temperatura
(Skin) ts [k]
CCCma
-CGCM3
CSIRO
-Mk3.0
GFDLCM2.1
MPIM -ECHAM5OM
NCARCCSM3
NIES
-MIROC
3.2m
TL959L60
MRI/
JMA
UKMO
HadCM3
Reanlisis
NCAR
ERA40
PAIS
Noruega
Canada
Australia
USA
Alemania
USA
Japn
Reino
Unido
USA
RESOLUCION
1.9x1.9,
L31
1.9x1.9,
L31
1.9x1.9,
L18
2.0x2.5,
L24
1.9x1.9, L31
1.4x1.4,
L26
2.8x2.8, L20
20 Km/L60
2.5x3.75,
L19
2.5x2.5
Fra.
Tabla 1b: Variables utilizadas provenientes de Modelos Globales del Cuarto Informe del IPCC escenario A1B y
reanlisis, en niveles verticales de la estructura de la atmsfera 1500 m (850hPa), 5000 m (500hPa) y 11000 m
(200hPa).
Datos mensuales de presin a nivel del mar, precipitacin, temperatura mxima y mnima del aire del
modelo TL959L60 MRI/JMA de 20 km de resolucin espacial. Perodo climtico de referencia (simulacin
de control): 1979-2003 y perodo futuro: 2016-2039.
Datos mensuales de viento a 11 Km (u y v) del modelo TL959L60 MRI/JMA de 60 km de resolucin
espacial. Perodo climatolgico 1979-2003.
Datos mensuales de temperatura del aire, altura geopotencial, componente del viento (u, v) y humedad
relativa de los modelos de reanlisis NCAR y ERA40 del perodo climtico 1971-2000.
Cabe sealar que la informacin de reanlisis del NCEP fue utilizada para realizar las simulaciones
con el modelo WRF en la zona de estudio para determinar la parametrizacin ms adecuada para la
precipitacin, as como para la intercomparacin con ocho modelos globales del AR4 IPCC. El reanlisis
ERA 40 fue utilizado a partir de los resultados de la intercomparacin de modelos, para la validacin de
tres modelos que representan mejor la circulacin sudamericana en ao nio, por ser la informacin del
ERA40 aparentemente mejor respecto al reanlisis de NCEP.
Datos mensuales de Temperatura Superficial del Mar de Reynolds para el perodo 1982-2000. Fuente:
NOAA NCEP EMC CMB Global Rey Smith. En lnea:http://iridl.ldeo.columbia.edu/docfind/databrief/catairsea.html
31
Datos mensuales de Temperatura Superficial del Mar (TSM) de diferentes modelos climticos globales
(HadCM3, ECHAM5-OM, CCSM3) para el perodo 1960-2000 correspondiente a la simulacin de control
20C3M y datos para el perodo del 2001-2059 escenario moderado A1B de emisiones de la base de
datos del Reporte Especial de Escenarios de Emisiones del Cuarto Informe de Evaluacin (SRES AR4, sigla
en ingls), ver tabla 2.
Centro
Instituto Meteorolgico
de Alemania Max-Planck
Centro Nacional de Investigacin
Atmosfrica (Estados Unidos)
Oficina Meteorolgica del Reino
Unido
Acrnimo del
Centro
MPI-M
Modelo
20C3M
ESCENARIO A1B
ECHAM5-OM
run_1
run_1
NCAR
CCSM3
run_1
run_1
UKMO
HadCM3
run_1
run_1
Fuente: http://www.mad.zmaw.de/IPCC_DDC/html/SRES_AR4/index.html
Tabla 2: Modelos utilizados del IPCC SRES AR4 con datos de TSM
Tambin se han utilizado datos medidos en estaciones meteorolgicas ubicadas en Cusco y Apurmac y
estaciones de apoyo o vecinas a estas regiones citadas, correspondientes a la red observacional que administra
el Servicio Nacional de Meteorologa e Hidrologa del Per (SENAMHI). A continuacin se detalla los datos
utilizados:
Datos mensuales y diarios de precipitacin, temperatura mxima y mnima del aire de estaciones
meteorolgicas representativas ubicadas en Cusco y Apurmac. El perodo de los datos es 1965-2008.
Sus coordenadas geogrficas son descritas en la tabla 3a.
REGIONES
CUSCO
APURIMAC
ESTACION METEOROLOGICA
UBICACIN
Granja Kcayra
LATITUD
-133324
LONGITUD
-715214
ALTITUD (m)
3219
Ccatcca
-133636
-713337
3729
Sicuani*
-141513
-711414
3574
Urubamba
-131838
-720726
2863
Pisac
-132458
-715059
2950
Cay Cay
-13361
-71421
3150
Acomayo
-13551
-71411
3160
Abancay*
-133630
-725214
2750
Curahuasi*
-13339
-72446
2763
Chalhuanca*
-14200
-73100
2850
32
Es importante sealar que las estaciones meteorolgicas seleccionadas estn ubicadas en distintos pisos
altitudinales de la vertiente occidental y oriental de los andes, adems de las estaciones ubicadas en selva;
estas ltimas presentan una serie corta de informacin y son utilizadas como referencia.
TEMPERATURA MAXIMA
ESTACIN
ABANCAY 1
ACOMAYO 2
ANTA ANCACHURO 3
ANTABAMBA 4
ARAPA 5
AYAVIRI 6
CALCA 7
CAYLLOMA 8
CCATCCA 9
CHALHUANCA 10
CHINCHEROS 11
CHIVAY 12
CHOCO 13
CIRIALO 14
COLQUEPATA 15
COMBAPATA 16
COTAHUASI 17
CURAHUASI 18
GRANJA KCAYRA 19
HUYRO 20
INCUYO 21
IAPARI 22
KITENI 23
LA ANGOSTURA 24
LAMPA-PUNO25
MACHU PIC.26
MACUSANI 27
MARANURA 28
MOLLEPATA 29
OCOBAMBA 30
PAKITZA 31
PAMPAHUTA 32
PAUCARAY 33
PERAYOC 34
PICHARI 35
PILCOPATA 36
PISAC 37
POMACANCHI 38
PROGRESO 39
PUQUIO 40
QUILLABAMBA 41
QUINCEMIL 42
ROCOTAL 43
SALVACIN 44
STA ROSA 45
SEPA 46
SICUANI 47
TAMBOBAMBA 48
URCOS 49
URIPA 50
URUBAMBA 51
VILCASHUAMAN 52
YANAOCA 53
LAT
-72.87
-71.68
-72.22
-72.88
-70.12
-70.59
-71.95
-71.77
-71.56
-73.17
-73.72
-71.6
-72.12
-73.18
-71.67
-71.43
-72.89
-72.74
-71.88
-72.45
-73.57
-69.6
-73.06
-71.65
-70.37
-72.55
-70.42
-72.67
-72.55
-72.43
-71.28
-70.68
-73.63
-71.95
-73.87
-71.02
-71.85
-71.57
-70.37
-74.13
-72.69
-70.75
-71.57
-71.5
-70.79
-73.28
-71.24
-72.17
-71.63
-73.68
-72.12
-73.93
-71.43
LON
-13.61
-13.92
-13.47
-14.37
-15.14
-14.87
-13.33
-15.18
-13.61
-14.33
-13.52
-15.64
-15.57
-12.72
-13.36
-14.1
-15.37
-13.55
-13.56
-13.07
-15.25
-10.95
-12.65
-15.18
-15.36
-13.17
-14.07
-12.95
-13.52
-12.83
-11.94
-15.48
-14.05
-13.52
-12.47
-13.08
-13.42
-14.03
-14.69
-14.7
-12.86
-13.22
-13.11
-12.83
-14.62
-10.82
-14.25
-13.93
-13.7
-13.53
-13.31
-13.65
-14.22
ALT
2750
3160
3340
3639
3920
3920
2926
4420
3729
2850
2772
3633
2473
900
3729
3464
2683
2763
3219
1700
3296
273
760
4150
3900
2563
4331
1500
2803
1900
319
4320
3280
3365
540
900
2950
3200
3965
3219
990
651
2010
520
3940
307
3574
3275
3149
3280
2863
3650
3913
TEMPERATURA MINIMA
ESTACIN
ABANCAY 1
ACOMAYO 2
ANDAHUAYLAS 3
ANTA ANCACHURO 4
ANTABAMBA 5
ARAPA 6
AYAVIRI 7
CAYLLOMA 8
CCATCCA 9
CHALHUANCA 10
CHINCHEROS 11
CHIVAY 12
CHOCO 13
COMBAPATA 14
COTAHUASI 15
CURAHUASI 16
GRANJA KCAYRA 17
INCUYO 18
IAPARI 19
KITENI 20
LA ANGOSTURA 21
LAMPA-PUNO22
MACUSANI 23
MARANURA 24
MOLLEPATA 25
OCOBAMBA 26
OLLACHEA 27
ORCOPAMPA 28
PAKITZA 29
PAMPAHUTA 30
PAUCARAY 31
PERAYOC 32
PICHARI 33
PILCOPATA 34
PISAC 35
PROGRESO 36
PULLHUAY 37
PUQUIO 38
QUILLABAMBA 39
ROCOTAL 40
SALVACIN 41
SEPA 42
SICUANI 43
TAMBOBAMBA 44
URIPA 45
URUBAMBA 46
VILCASHUAMAN 47
YANAOCA 48
LAT
-72.87
-71.68
-72.35
-72.22
-72.88
-70.12
-70.59
-71.77
-71.56
-73.17
-73.72
-71.6
-72.12
-71.43
-72.89
-72.74
-71.88
-73.57
-69.6
-73.06
-71.65
-70.37
-70.42
-72.67
-72.55
-72.43
-70.5
-72.34
-71.28
-70.68
-73.63
-71.95
-73.87
-71.02
-71.85
-70.37
-72.77
-74.13
-72.69
-71.57
-71.5
-73.28
-71.24
-72.17
-73.68
-72.12
-73.93
-71.43
LON
-13.61
-13.92
-15.5
-13.47
-14.37
-15.14
-14.87
-15.18
-13.61
-14.33
-13.52
-15.64
-15.57
-14.1
-15.37
-13.55
-13.56
-15.25
-10.95
-12.65
-15.18
-15.36
-14.07
-12.95
-13.52
-12.83
-13.8
-15.26
-11.94
-15.48
-14.05
-13.52
-12.47
-13.08
-13.42
-14.69
-15.15
-14.7
-12.86
-13.11
-12.83
-10.82
-14.25
-13.93
-13.53
-13.31
-13.65
-14.22
ALT
2750
3160
3587
3340
3639
3920
3920
4420
3729
2850
2772
3633
2473
3464
2683
2763
3219
3296
273
760
4150
3900
4331
1500
2803
1900
3420
3779
319
4320
3280
3365
540
900
2950
3965
3455
3219
990
2010
520
307
3574
3275
3280
2863
3650
3913
Tabla 3b: Coordenadas de las estaciones meteorolgicas ubicadas en Cusco y Apurmac y estaciones de apoyo.
33
b a
34
PRECIPITACION
ESTACIN
ABANCAY 1
ACOMAYO 2
ANDAHUAYLAS 3
ANDARAPA 4
ANTA ANCACHURO 5
ANTABAMBA 6
ATALAYA 7
AYAVIRI 8
CABANACONDE 9
CALCA 10
CARHUANCA 11
CARHUANILLA12
CAY CAY 13
CCATCCA 14
CCECCAA 15
CECCHAPAMPA 16
CHALHUANCA 17
CHILCAYOC 18
CHIMPARINA 19
CHINCHAYLLAPA 20
CHINCHEROS 21
CHITAPAMPA 22
CHIVAY 23
CHOCO 24
CHUNGUI 25
CHUQUIBAMBILLA PUNO 26
CIRIALO 27
COLQUEPATA 28
COMBAPATA 29
CONDOROMA 30
CORA CORA 31
COTAHUASI 32
CRUCERO 33
CURAHUASI 34
CUSCO 35
ECHARATE 36
GRANJA KCAYRA 37
HCDA. ATECATE 38
HCDA. MOROTE 39
HUACHIBAMBA 40
HUANCABAMBA 41
HUANCARAY 42
HUYRO 43
IAPARI 44
JANACANCHA 45
JARPANA 46
KEPASHIATO 47
LA ANGOSTURA 48
LAT
LON
ALT
ESTACIN
-72.87
-71.68
-73.37
-73.37
-72.22
-72.88
-73.78
-70.59
-71.97
-71.95
-73.78
-73.73
-71.7
-71.56
-74
-74
-73.17
-73.72
-73.05
-72.71
-73.72
-71.97
-71.6
-72.12
-73.62
-70.73
-73.18
-71.67
-71.43
-71.3
-73.78
-72.89
-70.02
-72.74
-71.94
-72.67
-71.88
-70.97
-71.05
-72.1
-73.04
-73.53
-72.45
-69.6
-71.77
-70.78
-73.22
-71.65
-13.61
-13.92
-13.66
-13.52
-13.47
-14.37
-10.73
-14.87
-15.62
-13.33
-13.73
-15.13
-13.6
-13.61
-14.6
-14.83
-14.33
-13.87
-12.47
-14.94
-13.52
-13.41
-15.64
-15.57
-13.22
-14.79
-12.72
-13.36
-14.1
-15.4
-15.02
-15.37
-14.36
-13.55
-13.54
-12.78
-13.56
-15.48
-15.62
-13.05
-13.73
-13.75
-13.07
-10.95
-15.18
-15.52
-12.63
-15.18
2750
3160
2866
3215
3340
3639
450
3920
3379
2926
3100
3000
3150
3729
4100
3900
2850
3410
960
4100
2772
3600
3633
2473
3468
3950
900
3729
3464
4160
3172
2683
4130
2763
3399
667
3219
4350
4438
2900
1666
2902
1700
273
4320
4300
865
4150
MACUSANI 58
MALVINAS 59
MARANURA 60
MOLLEPATA 61
NUOA 62
OCOBAMBA 63
OLLACHEA 64
ORCOPAMPA 65
ORURILLO 66
PAICO 67
PAKITZA 68
PAMPACHIRI 69
PAMPAHUASI 70
PAMPAHUTA 71
PAMPAMARCA 72
PAMPAS 73
PARURO 74
PAUCARTAMBO 75
PAUZA 76
PECOPE 77
PILCOPATA 78
PISAC 79
PORPERA 80
PROGRESO 81
PUCAR 82
PTO OCOPA 83
PUICA 84
PULLHUAY 85
PUQUIO 86
PUSA PUSA 87
PUTACCASA 88
QUILLABAMBA 89
QUILLISANI 90
QUINCEMIL 91
ROCOTAL 92
SALVACIN 93
SAN GABN 94
SANCOS 95
STA ROSA 96
STO TOMS 97
SEPA 98
SEPAHUA 99
SICUANI 100
TAMBOBAMBA 101
TERESITA 102
TISCO 103
URAYHUMA 104
URCOS 105
LAT
LON
ALT
-70.42
-73.03
-72.67
-72.55
-70.63
-72.43
-70.5
-72.34
-70.52
-73.67
-71.28
-73.55
-74.25
-70.68
-74.2
-74.86
-71.84
-71.59
-73.35
-73.45
-71.02
-71.85
-71.32
-70.37
-70.37
-74.25
-72.67
-72.77
-74.13
-71.65
-74.2
-72.69
-70.75
-70.75
-71.57
-71.5
-70.4
-73.95
-70.79
-72.09
-73.28
-73.05
-71.24
-72.17
-73.8
-71.45
-73.57
-71.63
-14.07
-11.85
-12.95
-13.52
-14.48
-12.83
-13.8
-15.26
-14.73
-14.03
-11.94
-14.18
-14.48
-15.48
-14.23
-12.39
-13.77
-13.32
-15.28
-14.07
-13.08
-13.42
-15.35
-14.69
-15.04
-11.13
-15.07
-15.15
-14.7
-15.22
-14.12
-12.86
-15.38
-13.22
-13.11
-12.83
-13.44
-15.07
-14.62
-14.4
-10.82
-11.15
-14.25
-13.93
-12.55
-15.35
-14.6
-13.7
4331
431
1500
2803
4135
1900
3420
3779
3920
3450
319
3364
3650
4320
3400
3240
3084
3042
2560
4050
900
2950
4195
3965
3910
690
3362
3455
3219
4190
4100
990
4600
651
2010
520
640
2800
3940
3253
307
500
3574
3275
650
4175
4170
3149
LA PULPERA 49
-71.45
-15.62
4021
URIPA 106
-73.68
-13.53
LA QUINUA 50
LAMPA (AYACUCHO) 51
LAMPAPUNO 52
LIVITACA 53
-74.14
-73.35
-70.37
-71.68
-13.04
-15.18
-15.36
-14.32
3240
2880
3900
3741
URUBAMBABA 107
VILCABAMBAMBA108
VILCASHUAMAN 109
VISCHONGO 110
-72.12
-73.02
-73.93
-74
-13.31
-13.12
-13.65
-13.58
3280
2863
4000
3650
3141
LLALLY 54
LURICOCHA 55
MACHENTE 56
-70.89
-74.23
-73.83
-14.94
-12.82
-12.53
4190
2625
1250
VISUYO 111
YAN AOCA 112
YAURI 113
-71.73
-71.43
-71.42
-15.4
-14.22
-14.82
4620
3913
3927
Tabla 3c: Coordenadas de las estaciones meteorolgicas ubicadas en Cusco y Apurmac y estaciones de apoyo
35
c
Figura 2c: Ubicacin de estaciones meteorolgicas en Cusco y Apurmac y estaciones vecinas, variable
precipitacin (115 estaciones).
3.2 METODOLOGIA
36
Parametrizacin
Configuracin
Cmulos
Microfsica
Superficie del
suelo
Capa lmite
planetaria
Capa de
superficie
GrellDevenyi
WSM 3-class
scheme
Pleim-Xiu Land
Surface Model
(EPA)
Asymmetrical
Convective Model,
Version 2
(ACM2) PBL (Pleim
and Chang)
Pleim-Xiu
surface
layer
Radiacin atmosfrica
Onda larga
Onda corta
RRTM
MM5
(Dudhia)
38
Fase de preprocesamiento, se prepara las condiciones de entrada al modelo WRF, siendo las variables
atmosfricas (humedad relativa, vientos, altura geopotencial, presin, temperatura del aire, Temperatura
Superficial del Mar y la temperatura de suelo) provenientes del modelo global ECHAM5-OM las que
estn en formato netCDF convertidas a formato grib. El modelo ECHAM5-OM presenta una resolucin
espacial de 1.9x1.9 con 31 niveles verticales, incluye un esquema radiativo, interaccin con la superficie,
procesos de conveccin, nubes y de forma implcita el efecto de gases de efecto invernadero y aerosoles
(escenario moderado A1B).
En la fase de procesamiento, la TSM y temperatura de suelo fueron actualizadas cada 6 horas, para
inicializar los perfiles de humedad del suelo. Este proceso de reinicializacin se realiz cada dos aos; y
se consider el perodo de un mes, para que el modelo llegue a la estabilizacin.
En la figura 3 se esquematiza los procesos de downscaling dinmico aplicada en la generacin de escenarios
de temperatura y precipitacin 2030 en las regiones Cusco y Apurmac.
PRE-PROCESAMIENTO
Variables de TSM
Modelo WRF
Dominio Sudamrica 60Km
PROCESAMIENTO
Modelo WRF
Dominio Per 20 km
POST-PROCESAMIENTO
Figura 3: Esquema de la metodologa de downscaling dinmico para la generacin de escenarios del clima
futuro en las regiones Cusco y Apurmac.
Temperatura
1
Precipitacin
2
Dnde:
[
[
[
- 2000
[
Los escenarios climticos de precipitacin son promediados, centradas en el 2030 y 2050 que considera
perodos desde el 2016- 2044 y 2036-2064, respectivamente. Estn basados en la metodologa de Hulme y
Lu, 2000, similar procedimiento se llev a cabo para la temperatura.
3.2.3.3 Downscaling estadstico
Se establece relaciones empricas espaciales entre el predictando de escala local (precipitacin/temperatura)
y el predictor de gran escala Temperatura Superficial del Mar a travs de la funcin de transferencia Anlisis
de Componentes Principales (CPA, siglas en ingls).
La informacin de TSM es proveniente de tres modelos acoplados HadCM3 (Reino Unido), ECHAM5-OM
(Alemania) y el CCSM3 (Estados Unidos), modelos que fueron evaluados previamente a travs de sus variables
dinmicas y fsicas (vientos, presin a nivel del mar, geopotencial, temperatura del aire, humedad relativa)
para la regin sudamericana, siendo esta informacin similar al reanlisis del NCAR. Esta informacin fue
verificada a partir de un conjunto de ocho modelos del IPCC provenientes de los Centros Internacionales:
BCCR, CCCma, CSIRO, GFDL, MPI-M, NCAR, NIES y UKMO (ver 3.1 y 4.1).
Se hace uso del software estadstico Climpact (Benestad, R. et al., 2007), corrido en plataforma R, para obtener
informacin estimada de cambios en la precipitacin y temperatura para la media centrada en el 2030 relativo
al perodo climtico observado 1971-2000, en las estaciones andinas representativas de Cusco y Apurmac.
Es importante sealar que los cambios de precipitacin y temperatura 2030 fueron estimados a partir de la
media del perodo 2016-2044.
Para aplicar el mtodo de downscaling estadstico fue necesario disponer de datos climticos con control de
calidad de perodos largos (mayor a 30 aos) y continuos. El mtodo de downscaling expuesto se ha evaluado
en 10 estaciones meteorolgicas, siete de ellas ubicadas en la regin Cusco y tres en la regin Apurmac (ver
figura 4).
40
CUSCO
APURIMAC
Como en el resto de los mtodos empricos, la obtencin de proyecciones climticas futuras conlleva
la aceptacin de una serie de hiptesis entre ellas el modelo paramtrico ajustado tenga validez bajo
condiciones futuras de cambio climtico (Brunet M. et al., 2009), el coeficiente de determinacin
ajustada del modelo se consider mayor e igual a 0.4 para el caso de la precipitacin y mayor a 0.5
para el caso de la temperatura del aire en las regiones de estudio.
El modelo estadstico fue calibrado con informacin de escala local y gran escala correspondientes al
perodo 1982-2000. La precipitacin y temperaturas estimadas resultantes del modelo calibrado, se
han verificado con los datos observados en estacin para el perodo 2001-2008. El modelo ptimo
determinado fue extrapolado para obtener las proyecciones del 2016 hasta el ao 2044.
En la figura 5 se esquematiza los procesos de downscaling estadstico aplicado en la generacin de
escenarios de temperatura y precipitacin 2030 en las regiones Cusco y Apurmac.
Condiciones de entrada
Variable de gran escala (Predictor X)
Validacin de AOGCMs
inf. regrillada resolucin 2.5x2.5
Funcin de
Transferencia
Anlisis de Componentes
Principales (CPA)
Figura 5: Esquema de la metodologa de downscaling estadstico aplicado para la generacin de escenarios del
clima futuro en las regiones Cusco y Apurmac.
41
Es importante sealar, que las tcnicas de regionalizacin (estadsticas y dinmicas) aplicadas estn asociadas
a fuentes de incertidumbres, como en el caso del mtodo estadstico donde se acepta la hiptesis de la
estacionariedad de las relaciones entre las variables de gran escala y las variables locales en el clima actual
se mantendran en el futuro cercano. Por otro lado, la tcnica de regionalizacin dinmica a travs de
los Modelos Regionales aaden fuentes de incertidumbre adicionales y similares a los AOGCM con los que
son forzados, y algunas especficas propias de la simulacin a escala regional como: La incertidumbre en
el forzamiento radiativo asociada a la distribucin espacio-temporal de aerosoles que tiene una relevancia
especial a escala regional debido a la heterogeneidad del forzamiento y la respuesta. Otro aspecto que incide
de forma importante en estas escalas regionales son las variaciones en los usos de suelo y el realismo en los
modelos de suelo (Brunet, M. et al 2009).
En consecuencia, para reducir la incertidumbre en las tcnicas de regionalizacin evaluadas, los resultados
de las metodologas y modelos propuestos en el punto 3.2 fueron promediados y expresados en trminos de
escenarios promedios de precipitacin (mm) y temperatura del aire (C) para el perodo 2030 en localidades
de inters. Asimismo se estim los cambios promedios en la precipitacin en % y cambios promedios en
la temperatura (C) relativo al clima actual (clima base 1971-2000) para los trimestres: diciembre-enerofebrero (verano DEF), marzo-abril-mayo (otoo MAM), junio-julio-agosto (invierno JJA) y setiembre-octubrenoviembre (primavera SON) a escala regional y local.
Los resultados son mapeados mediante una adecuada combinacin de mtodos de regresin mltiple y
geoestadsticos con soporte del Sistema de Informacin Geogrfica obtenindose mapas de alta resolucin
espacial (250 m) para el caso de escenarios de temperaturas mximas y mnimas del aire. Para el caso de los
mapas de escenarios de precipitacin se ha trazado considerando criterios fsicos, de relieve y la dinmica
de circulacin a escala regional y local, siendo su resolucin espacial menor en relacin a la temperatura. En
cuanto a los cambios en la temperatura y precipitacin fueron interpolados espacialmente con el mtodo
de splines, debido a que a diferencia del mtodo de inversa a la distancia y kriging, no genera ruido en la
interpolacin (aparicin de ncleos ficticios), ms bien suaviza el trazado.
3.3.3 ndices de extremos climticos de temperatura y precipitacin
Se ha realizado el anlisis de tendencias de los valores extremos de las variables precipitacin y temperatura
para ver su evolucin futura y deteccin de cambios respecto al clima actual, haciendo uso del programa
RClimDex que est basado en la metodologa aplicada por Frich et al. 2002. Se ha considerado las tendencias
significativas asociadas a un nivel estadstico de confianza del 99% (p<0.01).
Los datos de escenarios de temperatura y precipitacin diaria en puntos de observacin local (estacin
meteorolgica) evaluados son extrados de los modelos dinmicos WRF y TL959L60 a travs del mtodo de
interpolacin bilinear. La aproximacin BIAS propuesta por Salzmann, N. et al 2007 es introducida para ajustar
las series de tiempo provenientes de los modelos dinmicos con la observacin. La cual permite el ajuste en
cantidad pero no en frecuencia, introduce el cambio en la variabilidad ao por ao, manteniendo el ciclo
anual. Filtra errores sistemticos solo a escala mensual y asume que el modelo en el time slice futuro SCEN
simula coherentemente la frecuencia a escala diaria.
La aproximacin BIAS, matemticamente consiste en la diferencia (para variables como la temperatura) o
42
la divisin (para variables como la precipitacin) de los promedios mensuales multianuales del time slice
de control del modelo (CTRL) y las observaciones (OBS), el cual es incorporado a los datos diarios de
escenarios del modelo (SCEN) correspondientes del mes respectivo. La aproximacin BIAS para este estudio
es complementada con la propuesta por Lenderink et al. 2006. Las ecuaciones son de la forma siguiente:
Temperatura
TBIAS = TOBS30jmi- TCTRL30jmi
Precipitacin
PPBIAS = PPOBS30jmi / PPCTRL30jmi 4
Entonces la serie de tiempo diario ajustada para la variable temperatura (X) del clima actual y futuro se obtiene
de la forma siguiente:
X ajustada1ji = SCEN1ji + TBIAS
X ajustada2ji = SCEN2ji + TBIAS
.
.
X ajustada31ij = SCEN31ji + TBIAS
Dnde:
SCENdji: dad del mesj de la variable X en time slice perodo de corrida futuro del modeloi
CTRL30jmi: promedio del mesj de la variable X en time slice de control del modeloi
OBS30jmi: promedios del mes de la variable X medidos en estacin meteorolgica.
De similar manera se obtiene la precipitacin ajustada (X) pero considerando PPBIAS.
En consecuencia a las series diarias de temperaturas y precipitacin ajustadas procedentes de los modelos
TL959L60 y WRF, se adapta la metodologa de Frich et al. (2002) y en consecuencia permite obtener los
ndices de extremos climticos futuros.
En la tabla 5 y 6 se describen los ndices de extremos climticos de la temperatura y precipitacin proyectada
2030.
Dos de los ndices extremos evaluados que relacionan cambios en la distribucin de la precipitacin futura son
la Precipitacin Total Anual en los das hmedos (PRCPTOT) y el ndice de Intensidad diaria de precipitacin
en das hmedos (SDII). Dos relacionan eventos extremos de precipitacin futura basados en percentiles: Das
muy hmedos (R95p) y Das extremadamente hmedos (R99p). Los ndices CDD y CWD indican el nmero de
das secos consecutivos y el nmero de das hmedos consecutivos, respectivamente. Donde un da hmedo
se refiere a das con al menos 1 mm de precipitacin.
43
Indicador
PRCPTOT
SDII
CDD
CWD
R95p
R99p
Definicin
Precipitacin Total Anual en los das hmedos
(RR>=1mm)
Precipitacin total anual dividida por el nmero de
das hmedos en un ao
Nmero mximo de das consecutivos con RR<1mm
Nmero mximo de das consecutivos con
RR>=1mm
Precipitacin total anual en que RR>95 percentil
Precipitacin total anual en que RR>99 percentil
Unidades
Mm
mm da-1
das
das
Mm
Mm
Tabla 5. ndices de precipitacin, definicin y unidades. ndices calculados anualmente de enero a diciembre
Indicador
FDO
Txx
Tnn
DTR
Tx10p
T x90p
Tn10p
Tn90p
Definicin
Nmero de das en un ao cuando Tn (mnimo
diario) < 0C
Valor mensual mximo de temperatura mxima
diaria
Valor mensual mnimo de temperatura mnima
diaria
Diferencia media mensual entre Tx y Tn
Porcentaje de das cuando Tx < 10th percentil
Porcentaje de das cuando Tx > 90th percentil
Porcentaje de das cuando Tn < 10th percentil
Porcentaje de das cuando Tn > 90th percentil
Unidades
das
C
C
C
das
das
das
das
Tabla 6. ndices de temperatura, definicin y unidades. ndices calculados anualmente de Enero a Diciembre
El consenso basado en la consistencia de la seal de tendencia con significancia estadstica al 99% de nivel
de confianza de los ndices extremos de temperatura resultante de los modelos TL959L60 y WRF es graficada
para cada estacin de observacin. De lo contrario, si no hubo consistencia entre modelos, no se procedi a
graficar, debido a la dispersin o divergencia de los resultados asociada a alta incertidumbre. Esta metodologa
propuesta se aplic de igual forma para el caso de la precipitacin. Finalmente, los valores de tendencias
fueron dados en trminos de promedios.
44
45
46
I V. E S C E N A R I O S P R OY E C TA D O S D E T E M P E R AT U R A
Y P R E C I P I TA C I N E N C U S C O Y A P U R M A C
Hemos visto en el captulo dos, que las proyecciones obtenidas desde los escenarios de cambio climtico,
estn sujetas a una variedad de fuentes de incertidumbres que afectan todos sus procesos, desde el
establecimiento de los escenarios alternativos de posible evolucin de las emisiones de gases de efecto
invernadero y aerosoles -que afectan el sistema radiativo- hasta la modelizacin del sistema climtico global
y la reduccin de la escala espacial.
En este captulo, se explora las incertidumbres en la temperatura y precipitacin proyectada por ocho modelos
globales, se analiza la circulacin atmosfrica en su clima actual, y se maneja las incertidumbres asociadas en la
reduccin de la escala espacial de la proyeccin obtenida mediante dos tcnicas de regionalizacin: dinmica
(modelos regionalizados ECHAM-WRF), y estadstica (modelos regionalizados ECHAM5, CCSM3, HadCCM3);
y la construccin de escenarios a partir del modelo TL959- MRI/JMA). La confianza de las proyecciones de
los escenarios futuros de cambio climtico depender en cierta medida de qu tan bien el clima actual es
simulada por los modelos globales, y qu tan grande es la dispersin entre las simulaciones de los modelos
en el clima actual y futuro (Moise et al. 2005). Lambert y Boer, 2001, han observado que cuando se evala la
raz del error cuadrtico medio (RMSE) del conjunto de modelos climticos, este tiende a ser ms bajo, que
los modelos evaluados de forma individual. Asimismo, el conjunto de modelos, se puede utilizar para obtener
predicciones ms confiables (Tebaldi y Knutti 2007).
En este captulo, las proyecciones del clima futuro en Cusco y Apurmac, estn representadas por la media de
las proyecciones del conjunto de modelos regionalizados.
NCAR y UKMO proyectan aumentos hasta en 13% en la estacin hmeda de verano (DEF) y otoo (MAM),
respectivamente. Por otro lado, disminuciones significativas de 25% y 17% son simuladas por los modelos del
GFDL y MPI en la estacin seca o de estiaje JJA. Sin embargo, existe un mayor acuerdo en la proyeccin de
la precipitacin en DEF, MAM y JJA; donde cinco modelos de los Centros BCCR, CSIRO, GFDL, NCAR y UKMO
concuerdan que las precipitaciones presentaran ligeros aumentos en la estacin DEF pero con valores dentro
del umbral superior de la variabilidad normal actual, siendo esta de 15%. Asimismo, cinco modelos concuerdan
que las precipitaciones presentaran deficiencias en la estacin MAM y principalmente en JJA simuladas por
CCCma, BCCR, CSIRO y especialmente por los modelos GFDL y MPI, mostrando estos dos ltimos modelos un
fuerte gradiente de deficiencias hasta de 25%. Sin embargo, no hay acuerdo entre los modelos en cuanto al
rea de impacto ya que por un lado GFDL proyecta fuerte deficiencias en la zona sur de ambas regiones y por
otro lado MPI en la zona norte, lo cual es comprensible dada la baja resolucin de los modelos.
Cambios en la Temperatura
Todos los modelos muestran consistencia en el aumento de la temperatura en todas las escalas temporales
(anual y estacional) pero con diferencias en cuanto a su magnitud a pesar de estar simuladas con un mismo
escenario de emisin antrpica A1B; siendo el escenario de menor magnitud de calentamiento simulada
por CSIRO de 0.7C en verano en todo el mbito espacial de Cusco y Apurmac y la mayor magnitud de
calentamiento de 1.9C por el modelo CCCma en invierno, ver figura 7. Mientras la magnitud moderada de
calentamiento es simulada por MPI desde 1C en verano hasta 1.7C en invierno. Las diferencias entre las
magnitudes proyectadas por los distintos modelos AOGCM podran residir en su distinta resolucin espacial, la
formulacin matemtica de las ecuaciones dinmicas y los diferentes procesos de retroalimentacin superficie
terrestre-atmsfera-ocano (mar-hielo) y tambin en la relativa habilidad de definir adecuadamente la seal
antropognica.
Es importante sealar que el acuerdo entre los modelos globales no prueba que todo est correcto, se
debe realizar un anlisis ms detallado de las variables ocano atmosfricas en la simulacin de control (clima
actual) de los AOGCMs, para determinar qu modelo tiene mejor performance en su capacidad predictiva y
bajo esta hiptesis tambin lo ser en el clima futuro. Ms adelante se presenta los modelos regionalizados
a 20 Km y a escala local como la mejor opcin de resolucin para mostrar los cambios del clima a mayor
detalle en Cusco y Apurmac.
CENTRO DE PREDICCION
CLIMTICA
BCCR
CCCma
CSIRO
GFDL
MPI
NCAR
NIES
UKMO
MODELOS GLOBALES
Resolucin 250 km
BCM2.0
CGCM3
Mk3.0
CM2.1
ECHAM5-OM
CCSM3
MIROC3.2m
HadCM3
ANUAL
DEF
MAM
JJA
SON
0.9
0.9 - 1.0
0.9
0.8 - 0.9
0.8 - 1.0
1.6 - 1.8
1.5 - 1.9
1.5 - 1.6
1.7 - 1.9
1.6 - 2.0
1.5
1.4
1.4 - 1.6
1.6 - 1.7
1.4 - 1.6
1.5 - 1.8
1.7 - 1.8
1.4
1.5 - 1.6
1.4 - 1.6
1.4 - 1.5
1.2 - 1.3
1.3
1.4 - 1.6
1.4 - 1.8
ANUAL
DEF
MAM
JJA
SON
-2 a 2
0a2
-4 a 1
-2 a 0
-2 a 3
2
-1 a 3
4a5
-1 a 3
0a1
10 a 12
-1 a 1
6 a 15
2a2
10 a 13
-2 a -5
7 a 13
-3 a -5
10 a 22
-2 a -6
5a7
-2 a -4
4 a 13
8a9
-3 a 13
Tabla 7: Modelos evaluados del IPCC y cambios proyectados en la temperatura media (C) y precipitacin (%)
promedio anual y estacional para las regiones Cusco y Apurmac
48
49
D
E
Figura 6: Cambios en la precipitacin 2030 (%) relativo a 1971-2000, a nivel anual y estacional (verano-DJF,
otoo-MAM, invierno JJA, primavera-SON).
50
D
E
51
Figura 7: Cambios en la temperatura media 2030 (C) relativo a 1971-2000, a nivel anual y estacional (veranoDJF, otoo-MAM, invierno JJA, primavera-SON).
52
53
BIAS
Figura 8a. Presin a nivel del Mar (PSL). Posicin, configuracin e intensidad del Anticicln del Pacfico Sur
(APS) y Atlntico Sur (AAS). Informacion de reanlisis y simuladas por modelos del IPCC (izquierda). Bias
APS
AAS
(derecha). Linea base climtica para verano (DEF) 1971-2000.
PSL
BIAS
PSL
Figura 8b. Presin a nivel del Mar (PSL). Posicin, configuracin e intensidad del Anticicln del Pacfico Sur
(APS) y Atlntico Sur (AAS). Informacion de reanlisis y simuladas por modelos del IPCC (izquierda). Bias
(derecha). Linea base climtica para invierno (JJA) 1971-2000.
54
55
Figura 9b. Precipitacin. Posicin y configuracin de la Zona de Convergencia Intertropical (ZCIT) en inveirno
(JJA). Informacin de reanlisis y simuladas por diferente modelos del IPCC. Linea base climtica 1971-2000.
56
DEF
JJA
Figura 10. Patrones de circulacin de viento a 11 Km (lneas de corriente a 200 hPa) para verano DEF (perodo
lluvioso) e invierno JJA (perodo de estiaje) reanlisis NCEP y simulaciones de ocho modelos globales del
IPCC- AR4. Lnea base climtica (1971-2000).
57
En invierno la AB se desconfigura y predominan los vientos del oeste que limitan la precipitacin en las
regiones de estudio, los vientos del este se restringen al norte de los 10S. Este comportamiento es mejor
representada por los modelos ECHAM5-OM y HadCM3, siendo similar a la climatologa (reanlisis de NCEP)
la cual se aprecia en la figura 10. El resto de modelos muestran vientos oestes incluso al norte de la lnea
ecuatorial debido a sus diferentes formulaciones dinmicas.
De siete variables evaluadas estadsticamente (presin a nivel del mar, altura geopotencial,
temperatura del aire, precipitacin, vientos, humedad relativa y temperatura superficial del mar),
las variables temperatura del aire, altura geopotencial a 11 Km (200 hPa) y la TSM son las que
presentan mejores valores de correlacin de anomalas y error cuadrtico medio (RMSE) sobre
continente sudamericano, el pacfico y atlntico tropical, ver figuras 11 (a, b) 13 (a, b). Siendo los
mejores modelos, que presentan mayores reas de correlacin positiva (0.2 a 0.6) y menor RMSE
(0 a 48) el HADCM3, ECHAM5 y CCSM3 seguido del modelo CGCM3. Se considera que el modelo
CCSM3 al tener mejor representacin en la variable temperatura del aire a ~5 km (500 hPa), mayor
rea de correlacin positiva y menor RMSE sobre territorio peruano, estadsticamente es el tercer
modelo que est ms cerca de la informacin de reanlisis, en tanto el resto de modelos globales
(Mk3.0, CM2.1, MIROC3.2, BCM2) presentan cierta limitacin que es visible en sus simulaciones.
Figura 11a. Correlacin de Anomalas de Altura Geopotencial a 11 Km (200 hPa) asociada al nivel de
significancia estadstica de 0.05 en colores y lneas de contorno. El color blanco indica bajo nivel de
significancia. Lnea base climtica 1971-2000.
58
Figura 11b. Error Cuadratico Medio (RMSE) de la Altura Geopotencial a 11 km de altura (200 hPa)
Figura 12a. Correlacin de Anomalas de Temperatura del aire a 5 Km (500 hPa) asociada al nivel de
significancia estadstica de 0.05 en colores y lneas de contorno. El color blanco indica bajo nivel de
significancia. Lnea base climtica 1971-2000.
59
Figura 12b. Error Cuadratico Medio (RMSE) de la Temperatura del aire a 5 Km (500 hPa).
Figura 13a. Correlacin de Anomalas de Temperatura Superficial del Mar promedio anual asociada al nivel
de significancia estadstica de 0.05 en colores y lneas de contorno. El color blanco indica bajo nivel de
significancia. Lnea base climtica 1971-2000.
60
Figura 13b. Error Cuadratico Medio (RMSE) de la Temperatura Superficial del Mar.
La figura 14a muestra la circulacin atmosfrica del mes de julio 1997 (invierno de El Nio 1997-98) sobre
el continente sudamericano, reflejado en el comportamiento del viento a 1.5 km (850 hPa) y anomala del
espesor de la columna atmosfrica entre 1.5-11 Km (850-200 hPa) provenientes de las simulaciones de
control de los modelos HadCM3, ECHAM5, CCSM3 y la informacin climtica de reanlisis ERA40. Todos los
modelos muestran la incursin de vientos de componente este provenientes del Atlntico, sobre el norte del
continente; la predominancia de anomalas positivas en espesores asociado a calentamiento con la expansin
de la columna atmosfrica en gran parte de la regin tropical sobre el ocano y parte del continente (entre
20N y 20S); aunque con diferente magnitud y configuracin, donde el modelo HadCM3; muestra mayor
coherencia con el reanlisis (informacin real). En tanto, ECHAM5 sobrestima la expansin de la columna
atmosfrica a diferencia del CCSM3. Asimismo, se observa anomalas negativas (enfriamiento) en latitud de
40S asociadas a la compresin de la columna atmosfrica simulada razonablemente por el modelo HadCM3.
61
Figura 14a: Temperatura del aire y Vientos a 1.5 km (850 hPa), anomala de espesores 1.5 11 km (850200 hPa) asociada a calentamiento (enfriamiento) con expansin (compresin) de la columna atmosfrica,
respectivamente. Mes julio 1997 (Invierno de El Nio 1997-98).
Para el caso de febrero 1998 (verano de El Nio 1997-1998), los vientos simulados sobre el continente por
ECHAM5-OM, CCSM3 y principalmente el HadCM3, presentan un comportamiento coherente al reanlisis
ERA 40. Respecto al calentamiento en la columna atmosfrica reflejado con la expansin de esta, el mayor
calentamiento se ubica sobre el Pacfico oriental, ver figura 14b. Siendo simulado razonablemente por HadCM3
seguido de ECHAM5-OM. Mientras el CCSM3 presenta cierta limitacin. De otro lado existe una regin de
enfriamiento sobre el pacfico sur oriental que sumado al calentamiento observado en la regin norte del
pacfico, le da la caracterstica de comportamiento bipolar que es simulado en pequea escala por HadCM3.
En lneas generales la anomala de espesor entre 1.5 - 11 Km asociada a calentamiento con expansin de la
columna atmosfrica y la circulacin de vientos sobre el territorio peruano, es simulada por los tres modelos
aunque con diferente magnitud.
62
Figura 14b: Temperatura del aire y Vientos a 1.5 km (850 HPa), anomala de espesores 1.5 11 km (850200 hPa) asociada a calentamiento (enfriamiento) con expansin (compresin) de la columna atmosfrica,
respectivamente. Mes febrero 1998 (Verano de El Nio 1997-98).
Como consecuencia de la intercomparacin de modelos evaluados del IPCC AR4 los modelos HadCM3,
ECHAM5-OM y CCSM3 son los que representan razonablemente las variables temperatura del aire, TSM,
Altura Geopotencial y viento, cercanas a la informacin de reanlisis climatologa en la regin de estudio,
vindose reflejado en sus simulaciones de control.
Otro modelo global validado en su versin actual a travs de sus variables dinmicas para la regin
sudamericana es el modelo MACG TL959L60 MRI/JMA de 20Km de resolucin espacial, este modelo configur
en verano e invierno razonablemente bien la presin a nivel del mar, la circulacin de la Alta de Bolivia y el
desplazamiento hacia el sur y norte de la ZCIT, los resultados se muestran en la figura 15 (a, b y c).
63
TL959L60 MRI/JMA
Reanlisis (CMAP)
JJA
ZCIT
ZCIT
Figura 15b. Presin a nivel del mar (hPa) en verano (DEF) e invierno (JJA) Modelo TL959L60 (20 Km de
MRI
Resolucion) y reanlisis (Fuentes: PP CMAP, PSL NCAR). Lnea base climtica 1979-2000.
64
DEF
m/s
JJA
Figura 15c. Patrones de circulacin viento a 11 Km (lneas de corriente a 200 hPa) para verano DEF e invierno
JJA (60 Km de Resolucion) modelo TL959L60 MRI/JMA y reanlisis NCEP. Lnea base climtica (1979-2000).
65
La temperatura mxima observada muestra comportamiento variable en su ciclo anual (en azul) con valores
mximos en mayo y octubre, y mnimos en febrero y junio en las estaciones analizadas, este comportamiento
es simulado por WRF pero los valores son subestimados entre 2 y 4C, respectivamente.
Los valores de sobrestimacin y subestimacin (bias y errores sistemticos del modelo) en las variables
evaluadas, son considerados y tomados en cuenta cuando se ajustan estadsticamente los datos de la
simulacin futura.
En base a lo analizado se puede inferir que el modelo WRF muestra habilidad en simular la precipitacin
y temperatura mnima del aire principalmente en otoo, invierno y verano. De otro lado, a pesar de que
muestra poca habilidad en primavera, su variacin temporal en esta estacin del ao es coherentemente
representada. Con respecto a la temperatura mxima, el modelo presenta habilidad en primavera, verano,
invierno, y poca en otoo, ver figura 16.
PRECIPITACION
PRECIPITACION
TEMPERATURA MINIMA
TEMPERATURA
TEMPERATURA MINIMA
MAXIMA
TEMPERATURA MAXIMA
Figura 16: Variacin del ciclo promedio anual de precipitacin, temperaturas mxima y mnima del aire en
localidades andinas de Cusco (Yauri, Granja Kcayra, Sicuani) y Apurmac (Chalhuanca, Curahuasi, Andahuaylas).
Perodo 1971-2000. Lnea azul observado en estacin meteorolgica, lnea roja y verde simulacin sin ajustar y
ajustada del modelo WRF.
66
Los escenarios de temperaturas y precipitacin simulados por WRF se complementan con las salidas de escala
local de los modelos globales regionalizados estadsticamente HadCM3, ECHAM5 y CCSM, que tiene como
funcin de transferencia las EOF.
En la figura 17 se muestra el campo espacial de las Funciones Empricas Ortogonales (EOF) de la variable
predictora TSM respecto a las variables predictandos: julio (a), enero (b) y febrero (c) para la estacin
meteorolgica Sicuani. Se aprecia la distribucin temporal de los pesos de la Primera Componente Principal
de la TSM, que nos indica la frecuencia anual de los fenmenos caracterizados por la primera Componente
Principal de la TSM que explican El Nio y su variabilidad climtica interanual, con la mxima varianza de 42%
en julio, 52% en enero y 55% en febrero; tal como se muestra en la figura 17.
De otro lado se identifica el nmero de patrones independientes que explican la mxima varianza que
hicieron posible obtener el coeficiente de determinacin ajustado del modelo de calibracin, siendo mayor e
igual a 0.4 para el caso de la precipitacin y mayor a 0.5 para la temperatura mxima y mnima del aire. Este
procedimiento se realiz de forma similar para cada una de las estaciones seleccionadas en Cusco y Apurmac.
Figura 17: Campos de EOF (primera columna a), variacin interanual de la Componente Principal (segunda
columna b), y varianza explicada de la EOF de la TSM julio, enero y febrero (tercera columna c). Estacin
Sicuani (Cusco) latitud -14.3, longitud - 71.2, altitud 3574.
67
60
45
30
15
CCSM3
HadCM3
-15
ECHAM5-OM
-30
TL959L60
WRF-ECHAM5
-45
PROMEDIO
-60
-75
-90
Urubamba
Sicuani
Pisac
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
CayCay
Acomayo
Abancay
-105
Figura 18: Cambios estimados en la precipitacin anual (%) a escala local perodo centrado en 2030 relativo
1971-2000, proyecciones del modelo TL959L60 (MRI/JMA) y regionalizados utilizando diferentes modelos
globales CCSM3, HadCM3, ECHAM5-OM, WRF, MRI. Smbolo color azul (*) indica los cambios promedios
resultantes en la precipitacin.
68
En lneas generales, los resultados regionalizados indican en promedio incrementos de la precipitacin anual
en el futuro dentro de su variabilidad normal hasta de 15% en Acomayo, Ccatcca, Chalhuanca, Granja Kcayra,
Pisac, Sicuani y Urubamba, indicado por el acuerdo de los diferentes modelos regionalizados dinmica y
estadsticamente ver figura 18 y tabla 8.
NORMAL
CCSM3
HadCM3
ECHAM5-OM
TL959L60
WRF-ECHAM5
PROMEDIO
Abancay
661.9
36
30
15
17
21
Acomayo
859.4
Cay Cay
317.0
63
43
89
11
13
44
Ccatcca
589.0
21
11
13
11
Chalhuanca
765.3
19
17
-1
10
Curahuasi
582.9
25
23
51
15
24
Granja Kcayra
667.1
-2
11
10
Pisac
564.4
Sicuani
597.6
Urubamba
478.9
21
-6
69
105
90
75
60
45
30
15
CCSM3
HadCM3
-15
ECHAM5-OM
-30
TL959L60
-45
WRF-ECHAM5
-60
PROMEDIO
-75
-90
Urubamba
Sicuani
Pisac
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
CayCay
Acomayo
Abancay
-105
Figura 19: Cambios en la precipitacin a escala local en VERANO (%) proyecciones del modelo TL959L60 (MRI/
JMA) y regionalizadas utilizando diferentes modelos globales CCSM3, HadCM3, ECHAM5-OM, WRF, MRI.
Smbolo color azul (*) indica los cambios promedios resultantes en la precipitacin.
70
105
90
75
60
45
30
15
CCSM3
HadCM3
-15
ECHAM5-OM
-30
TL959L60
-45
WRF-ECHAM5
PROMEDIO
-60
-75
-90
Urubamba
Sicuani
Pisac
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
CayCay
Acomayo
Abancay
-105
Figura 20: Cambios en la precipitacin a escala local en OTOO (%) perodo 2030 relativo 1971-2000 (perodo
de finalizacin de precipitaciones MAM), proyecciones regionalizadas utilizando diferentes modelos globales
CCSM3, HadCM3 y ECHAM5-OM.
En invierno (perodo de estiaje o seco, JJA) se proyecta, en promedio cambios en la precipitacin, dentro del
umbral de la variabilidad normal ( 15%), en gran parte de las localidades andinas analizadas. A excepcin de
Sicuani que proyecta deficiencia de 22% y Ccatcca aumentos de 20%. Estos cambios proyectados fuera del
umbral de la variabilidad normal actual, pueden ser poco significativos en invierno, ya que las precipitaciones
en esta estacin del ao son escasas (ver figura 21 y tabla 10).
El grado de concordancia de los modelos regionalizados en invierno, es menor en relacin al perodo anual
y las estaciones de verano y otoo, observndose valores muy dispersos de los cambios en la precipitacin
provenientes de los modelos regionalizados, esencialmente en Abancay y Chalhuanca donde dos modelos
(TL959L60, WRF) indican deficiencias del orden de 5 y 45% y tres modelos (HadCM3, ECHAM5, CCSM3)
aumentos alrededor de 30%. En tanto en Sicuani los modelos TL959L60 y WRF muestran discrepancias.
Es importante sealar que los resultados del modelo regional WRF en el perodo de estiaje JJA se torna
pesimista, indicando en la totalidad de localidades analizadas un panorama de deficiencias de precipitaciones.
71
105
90
75
60
45
30
15
CCSM3
HadCM3
-15
ECHAM5-OM
-30
TL959L60
-45
WRF-ECHAM5
-60
PROMEDIO
-75
-90
Urubamba
Sicuani
Pisac
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
CayCay
Acomayo
Abancay
-105
Figura 21: Cambios en la precipitacin a escala local en INVIERNO (%) perodo 2030 respecto 1971-2000
(perodo seco JJA), proyecciones regionalizadas utilizando diferentes modelos globales CCSM3, HadCM3 y
ECHAM5-OM.
72
105
90
75
60
45
30
15
CCSM3
HadCM3
ECHAM5-OM
-15
TL959L60
-30
WRF-ECHAM5
-45
PROMEDIO
-60
-75
-90
Urubamba
Sicuani
Pisac
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
CayCay
Abancay
Acomayo
-105
Figura 22: Cambios en la precipitacin a escala local en PRIMAVERA (%) perodo 2030 relativo 1971-2000
(perodo de inicio de precipitaciones SON), proyecciones regionalizadas utilizando diferentes modelos globales
CCSM3, HadCM3 y ECHAM5-OM.
VERANO (Dn-1EnFn)
OTOO (MnAnMn)
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
WRF
PROMEDIO
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
WRF
(%)
(mm)
(%)
(%)
(%)
(%)
(%)
(%)
(mm )
(%)
(%)
(%)
(%)
Abancay
358.6
26
33
18
18
155.2
15
-1
28
14
27
Acomayo
465.1
-1
-9
10
212.2
-3
-8
-7
20
Cay Cay
180.3
26
75
11
25
79.5
87
32
66
14
46
Ccatcca
324.8
-1
-9
-20
-4
144.6
10
-5
-11
13
53
Chalhuanca
421.4
26
18
12
190
10
-4
12
Curahuasi
324.2
21
34
11
16
137
39
-20
92
16
25
371.2
-4
-1
145.1
-1
-3
16
12
16
G. Kcayra
Tabla 9: Cambios en la Precipitacin en VERANO y OTOO (%) perodo 2030 respecto 1971-2000
73
INVIERNO (JJA)
PRIMAVERA (SON)
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
WRF
PROMEDIO
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
WRF
PROMEDIO
(mm)
(%)
(%)
(%)
(%)
(%)
(%)
(mm )
(%)
(%)
(%)
(%)
(%)
(%)
Abancay
24.6
34
34
33
-5
-21
15
120.0
73
40
18
26
-7
30
Acomayo
13.5
75
18
16
-60
11
169.2
12
38
-12
10
Cay Cay
7.4
16
41
-32
50.0
77
79
50
10
-8
42
Ccatcca
16.7
29
79
25
-34
20
105.0
76
-1
56
12
-6
27
Chalhuanca
38.3
30
35
-18
-50
114.8
16
23
19
-21
Curahuasi
12.9
13
19
31
-1
-37
109.0
17
17
108
25
-7
32
G. Kcayra
12.4
20
-45
-2
141.5
-5
29
10
10
-15
Pisac
16.1
33
20
-2
-40
95.9
93
68
-11
33
Sicuani
13.64
-52
-22
115.5
12
-15
-1
Urubamba
14.2
34
36
16
-47
84.5
17
14
-16
Tabla 10: Cambios en la precipitacin INVIERNO y PRIMAVERA (%) perodo 2030 respecto 1971-2000
poblacional, pobreza y a las actividades humanas de sobrepastoreo, mal uso de los recursos agua y suelo, le
confieren la caracterstica de doblemente vulnerable frente al cambio climtico.
En primavera (perodo de inicio de precipitaciones SON) las variaciones en la precipitacin son en general
similares a lo proyectado en el comportamiento promedio anual y en la estacin de verano, con la aparicin
de un ncleo deficitario de precipitaciones de 18% ubicado al suroeste de la provincia La Convencin (ver
figura 23).
ANUAL
DEF
JJA
SON
MAM
Figura 23: Cambio promedio en la precipitacin a escala regional (%) perodo 2030 relativo 1971-2000,
proyeccin promediada de los modelos dinmicos (TL96969L60 y WRF-ECHAM5-OM) y regionalizados
estadsticamente (CCSM3, ECHAM5-OM, HadCM3).
75
En la tabla 11 se presenta los valores de cambios en la precipitacin (%) segn la divisin de las regiones de
estudio (figura 23 a) basada en zonas climatolgicamente homogneas: Regin Cusco: Selva Norte (1), Sierra
Nor Occidental (2), Sierra Nor Oriental (3), Sierra Central Occidental (4), Sierra Central Oriental (5), Selva
Central (6), Sierra Sur (7) y Regin Apurmac: Sierra Norte (8), Sierra Central (9), Sierra Sur (10).
REGION
CUSCO
DIVISION
ZONA
Selva
Norte
Centro
Sierra
APURIMAC
Sierra
CAMBIOS EN LA PRECIPITACION
Norte (1)
ANUAL
-9 a 15
DEF
-15 a 15
(%)
MAM
0 a 15
JJA
-15 a 15
SON
-15 a 15
Centro (6)
-9 a 15
-15 a 15
0 a 15
-15 a 15
-15 a 15
Occidental (2)
0 a 15
0 a 15
0 a 15
-15 a 15
-15 a 15
Oriental (3)
-9 a 15
-15 a 15
-15 a 15
-15 a -30
-15 a 0
Occidental (4)
-9 a 44
-15 a 25
0 a 49
-42 a 23
-15 a 30
Oriental (5)
-9 a 44
-15 a 25
0 a 45
-42 a 23
-15 a 44
Sur (7)
-9 a 15
-15 a 15
-15 a 15
-15 a -30
-15 a 15
Norte (8)
0 a 30
0 a 25
0 a 30
-42 a 15
-15 a 44
Centro (9)
Sur (10)
0 a 15
-9 a 15
0 a 15
-15 a 15
0 a 15
-15 a 15
-15 a -42
-42 a 0
-15 a 15
-15 a 15
Tabla 11: Cambio promedio en la precipitacin a escala regional (%) perodo 2030 relativo 1971-2000,
76
Curahuasi
0.9
Acomayo
Sicuani
Granja Kcayra
0.8
Urubamba
Chalhuanca
0.7
Ccatcca
Abancay
0.6
0.5
0.5
0.6
0.7
0.8
0.9
1.0
Figura 24: Cambio promedio de la temperatura mxima y mnima del aire ANUAL (C) perodo 2030
En la figura 25 a y b se puede observar el sesgo de los modelos dinmicos TL959L60 y WRF proyectando
cambios positivos alrededor de 1C en la temperatura mxima y mnima del aire en el total de estaciones
analizadas en la regin Apurmac (Abancay, Chalhuanca, Curahuasi) y Cusco (Acomayo, Ccatcca, Granja Kcayra,
Sicuani, Urubamba), valores que en gran medida contribuyen con mayor peso cuando se realiza el promedio
(smbolo color azul) frente a los modelos regionalizados estadsticamente (HadCM3, CCSM3, ECHAM5-OM)
que muestran en general, aumento con valores ms conservadores, es decir se desvan moderadamente
del umbral superior de variabilidad normal actual de cambios en la temperatura mxima y mnima del aire
siendo de 0 a 0.4C.
77
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
CCSM3
HadCM3
ECHAM5
TL959L60
WRF-ECHAM5
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Acomayo
Abancay
PROMEDIO
Ccatcca
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Abancay
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Figura 25 a y b: Cambios estimados en la temperatura mnima y mxima del aire ANUAL (C) centrado en
el 2030 relativo 1971-2000, resultado de las proyecciones del modelo TL959L60 y regionalizadas CCSM3,
HadCM3, ECHAM5-OM y WRF-ECHAM5. El smbolo de color azul indica el cambio promedio.
ANUALnn
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
WRF
PROMEDIO
(C )
(C)
(C )
(C )
(C )
(C )
(C )
Abancay
11.2
0.6
0.4
0.4
1.2
1.1
0.7
Acomayo
5.2
0.9
0.9
0.7
1.1
1.3
1.0
Ccatcca
1.2
0.8
1.0
0.6
1.1
1.2
0.9
Chalhuanca
6.9
0.5
0.7
0.2
1.1
1.2
0.7
Curahuasi
10.5
0.6
0.7
0.4
1.1
1.1
0.8
G. Kcayra
3.7
0.8
0.9
0.5
1.1
1.1
0.9
Sicuani
2.3
0.5
0.4
0.4
1.1
1.2
0.7
Urubamba
6.4
0.8
0.9
0.5
1.0
1.1
0.9
Tabla 12: Cambios en la temperatura mnima del aire promedio ANUAL (C) perodo 2030 relativo 1971-2000
78
ANUALn
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
WRF
(C )
(C)
(C )
(C )
(C )
(C )
(C )
23.6
0.4
0.5
0.7
1.0
1.0
0.7
Abancay
Acomayo
Ccatcca
Chalhuanca
Curahuasi
G. Kcayra
Sicuani
Urubamba
PROMEDIO
21.0
0.7
0.8
0.7
0.8
1.1
0.8
15.3
0.7
0.6
0.5
0.8
1.1
0.7
23.3
0.6
0.3
0.8
0.8
1.1
0.7
24.7
0.9
0.9
1.0
1.0
1.0
1.0
20.5
0.7
0.9
0.7
0.6
1.1
0.8
20.2
0.7
0.8
0.8
0.8
1.1
0.8
22.5
0.6
0.6
0.6
1.0
1.0
0.8
Tabla 13: Cambios en la temperatura mxima del aire promedio ANUAL (C) perodo 2030 relativo 1971-2000
1.0
Curahuasi
Granja Kcayra
0.9
0.8
Sicuani
Abancay
Urubamba
0.7
Acomayo
0.6
Ccatcca
Chalhuanca
0.5
0.5
0.6
0.7
0.8
0.9
1.0
Figura 26: Cambio promedio de la temperatura mxima y mnima del aire VERANO (C) perodo 2030
79
En las figuras 27 a y b, se observa los resultados de los modelos regionalizados principalmente CCSM3,
HadCM3, WRF y modelo TL959L60 que indican el aumento de la temperatura mnima y mxima del aire de
forma consistente, aunque algunos modelos con valores ms conservadores que otros. El promedio de todos
los valores proyectados (smbolo color azul), reflejan cambios con aumentos por encima del umbral superior
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
CCSM3
HadCM3
ECHAM5
TL959L60
WRF-ECHAM5
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Acomayo
Abancay
PROMEDIO
Ccatcca
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Abancay
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Figura 27 a y b: Promedio de Cambios en la temperatura mnima y mxima del aire VERANO (C) centrado en
el 2030 relativo 1971-2000, resultado de las proyecciones del modelo TL959L60, proyecciones regionalizadas
CCSM3, HadCM3, ECHAM5-OM y WRF-ECHAM5. El smbolo de color azul indica el cambio promedio.
80
1.0
Curahuasi
Sicuani
Ccatcca
0.9
Acomayo
Granja Kcayra
Urubamba
0.8
Chalhuanca
Abancay
0.7
0.6
0.5
0.5
0.6
0.7
0.8
0.9
1.0
Figura 28: Cambio promedio de la temperatura mxima y mnima del aire OTOO (C) perodo 2030
De otro lado a diferencia de otras estaciones del ao y de la temperatura mxima, se observa en la figura 29
a y b la reduccin del grado de concordancia de los modelos regionalizados en la magnitud de aumento de
la temperatura mnima en otoo (perodo de finalizacin de lluvias) que se ve reflejado en la dispersin de
los cambios esencialmente en Chalhuanca y Sicuani, debido a la baja performance de la proyeccin de los
modelos globales regionalizados en sus simulaciones en esta poca del ao para esta variable.
Asimismo, se observa que cada modelo regionalizado simula en la misma direccin de aumento los
cambios de temperaturas y proporciona distinta magnitud en sus respuestas, aunque estn forzados por un
mismo escenario de emisin (A1B), debido a que los modelos globales regionalizados presentan distintas
parametrizaciones, niveles verticales, resolucin espacial, entre otros.
El grado de acuerdo o convergencia de los modelos indica niveles de confianza altos y reducir la incertidumbre
en la proyeccin del cambio, mientras el desacuerdo o divergencia de las respuestas se ver reflejado en una
mayor incertidumbre que est asociado a una menor confiabilidad.
81
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
CCSM3
HadCM3
ECHAM5
TL959L60
WRF-ECHAM5
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Acomayo
Abancay
PROMEDIO
Ccatcca
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Abancay
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Figura 29 a y b: Promedio de Cambios estimados en la temperatura mnima y mxima del aire OTOO (%)
centrado en el 2030 relativo 1971-2000, resultado de las proyecciones del modelo TL959L60 (MRI/JMA) y
regionalizadas utilizando diferentes modelos globales CCSM3, HadCM3, ECHAM5-OM y WRF-ECHAM5.
En invierno (perodo seco, JJA) se proyecta los mayores aumentos de la temperatura mxima entre 0.8 y 0.9C
y la temperatura mnima entre 0.6 y 0.9C (ver figura 30, tablas 15 y 17).
Todas las localidades analizadas superan en casi el doble el valor del umbral superior de la variabilidad actual
de cambios en la temperatura mxima siendo esta de 0.4C. Este comportamiento es observado en Ccatcca,
Urubamba, Sicuani, en Cusco y Curahuasi en Apurmac, principalmente. En tanto, Granja Kcayra en Cusco y
Chalhuanca en Apurmac, presentan los menores incrementos de aproximadamente 0.8C respecto al clima
actual.
En relacin, a la distribucin de los valores de cambios, a diferencia de la estacin de otoo, invierno muestra
menor dispersin, en las distintas localidades de Cusco y Apurmac, indicando mayor nivel de confianza en las
proyecciones dadas.
De otro lado, las localidades de Acomayo, Granja Kcayra y Ccatcca son las que muestran mayores incrementos
(0.9C) en la temperatura mnima. En tanto, en Abancay se proyecta en el futuro 2030, moderado incremento
en promedio de 0.6C en la temperatura mnima.
82
1.0
Ccatcca
Curahuasi
Sicuani
0.9
Urubamba
Abancay
Acomayo
0.8
Chalhuanca
Granja Kcayra
0.7
0.6
0.5
0.5
0.6
0.7
0.8
0.9
1.0
Figura 30: Promedio de Cambios estimados en la temperatura mxima y mnima del aire INVIERNO (%)
centrado en el 2030 relativo 1971-2000, resultado de las proyecciones del modelo TL959L60 (MRI/JMA),
proyecciones regionalizadas utilizando diferentes modelos globales CCSM3, HadCM3, ECHAM5-OM y WRFECHAM5.
En la figura 31 a y b se observa en invierno (perodo de estiaje) al igual que la estacin de otoo, un mayor
concordancia en la magnitud de las proyecciones de los cambios en la temperatura mxima provenientes
de los modelos regionalizados de tipo estadstico, en tanto los dinmicos TL959L60 y WRF discrepan en la
magnitud de aumento hasta en 0.4C en relacin a los de tipo estadstico, esencialmente en Acomayo y Granja
Kcayra.
Con respecto a los cambios en la temperatura mnima el acuerdo de los modelos se ve reducida y se
refleja en la dispersin de los valores especialmente en Abancay y Sicuani, donde por un lado los modelos
regionalizados estadsticamente proyectan en promedio, aumentos de la temperatura mnima de 0.7C y por
otro lado los modelos dinmicos (TL959L60 y WRF) aumentos sustanciales hasta 1.3C, por lo que la confianza
de la proyeccin en la magnitud de los cambios para estas localidades y en esta estacin del ao es mejor
representada por el promedio (smbolo color azul). En el resto de localidades (Acomayo, Ccatcca, Curahuasi,
Granja Kcayra, Urubamba) la confianza es mayor debido al mayor acuerdo de los modelos en la proyeccin de
la magnitud de los cambios.
As mismo, en la estacin de invierno existe una mayor confianza en la magnitud de la proyeccin de los
cambios en la temperatura mnima, en relacin a la temperatura mxima.
En lneas generales, el resultado del promedio de los cambios proyectados por todos los modelos evaluados
muestra un consistente aumento (smbolo color azul) de las temperaturas mximas y mnimas del aire por
encima de la variabilidad normal actual de cambios siendo esta de 0.4C.
83
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
CCSM3
HadCM3
ECHAM5
TL959L60
WRF-ECHAM5
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Acomayo
Abancay
PROMEDIO
Ccatcca
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Abancay
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Figura 31 a y b: Promedio de Cambios estimados en la temperatura mnima y mxima del aire INVIERNO (%)
centrado en el 2030 relativo 1971-2000, resultado de las proyecciones del modelo TL959L60 (MRI/JMA), y
regionalizadas utilizando diferentes modelos globales CCSM3, HadCM3, ECHAM5-OM y WRF-ECHAM5.
84
1.0
Curahuasi
0.9
Urubamba
Sicuani
0.8
Acomayo
Chalhuanca
0.7
Granja Kcayra
Abancay
Ccatcca
0.6
0.5
0.5
0.6
0.7
0.8
0.9
1.0
Figura 32: Promedio de Cambios estimados en la temperatura mxima y mnima del aire PRIMAVERA (%)
centrado en el 2030 relativo 1971-2000, resultado del promedio de las proyecciones del modelo TL959L60
(MRI/JMA) y regionalizadas utilizando diferentes modelos globales CCSM3, HadCM3, ECHAM5-OM y WRFECHAM5.
Las figuras 33 a y b muestran la magnitud de los cambios proyectados para las variables temperaturas mxima
y mnima del aire, se observa la consistencia del aumento en ambas variables, el total de los modelos indican
acuerdo en las proyecciones con la menor dispersin de la magnitud de los valores de cambios en las variables
evaluadas, en Acomayo, Ccatcca, Chalhuanca, Granja Kcayra para la temperatura mnima y en Acomayo,
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Abancay
85
CCSM3
HadCM3
ECHAM5
TL959L60
WRF-ECHAM5
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
PROMEDIO
Abancay
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Figura 33 a y b: Promedio de Cambios estimados en la temperatura mnima y mxima del aire PRIMAVERA
(%) centrado en el 2030 relativo 1971-2000, resultado de las proyecciones del modelo TL959L60 (MRI/JMA), y
regionalizadas utilizando diferentes modelos globales CCSM3, HadCM3, ECHAM5-OM y WRF-ECHAM5.
VERANO (Dn-1EnFn)
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
OTOO (MnAnMn)
WRF
PROMEDIO
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
WRF
PROMEDIO
(C )
(C)
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
Abancay
12.2
0.5
0.4
0.3
1.1
1.1
0.7
11.6
0.4
0.3
0.3
1.2
1.2
0.7
Acomayo
7.6
0.8
1.0
0.6
1.1
1.3
1.0
5.2
0.6
0.6
0.3
1.1
1.4
0.8
Ccatcca
3.6
0.5
1.0
0.5
1.1
1.1
0.8
1.4
0.6
0.8
0.7
1.2
1.5
0.9
Chalhuanca
9.0
0.5
0.4
0.4
1.2
1.3
0.8
6.9
0.3
0.3
0.6
1.2
1.3
0.7
Curahuasi
11.8
0.5
0.2
0.6
1.1
1.1
0.7
11.0
0.8
0.5
0.8
1.3
1.2
0.9
G. Kcayra
7.0
0.7
0.7
0.6
1.2
1.1
0.9
3.8
0.9
0.4
0.4
1.3
1.4
0.9
Sicuani
5.1
0.5
0.7
0.6
1.1
1.3
0.8
2.6
0.2
0.0
0.4
1.1
1.3
0.6
Urubamba
9.3
0.9
1.1
0.9
1.0
1.1
1.0
6.9
0.9
0.8
0.7
1.1
1.3
1.0
Tabla 14: Cambios en la temperatura mnima del aire VERANO y OTOO (C) perodo 2030 relativo 1971-2000
INVIERNO (JnJnAn)
PRIMAVERA (SnOnNn)
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
WRF
PROMEDIO
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
WRF
PROMEDIO
(C )
(C)
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
Abancay
9.5
0.4
0.2
0.3
1.1
1.1
0.6
11.7
0.6
0.3
0.6
1.2
0.9
0.7
Acomayo
1.5
1.0
0.9
0.7
0.9
1.2
0.9
6.4
0.8
1.0
0.8
1.1
1.1
1.0
Ccatcca
-2.4
0.8
0.7
1.0
0.9
1.2
0.9
2.1
1.1
0.9
0.6
1.1
1.1
1.0
Chalhuanca
4.1
0.1
0.6
0.8
1.2
1.1
0.8
7.6
0.5
1.0
0.6
1.0
1.0
0.8
Curahuasi
8.1
0.7
0.9
0.5
1.1
1.1
0.8
11.1
1.1
0.9
0.4
1.1
1.0
0.9
G. Kcayra
-0.9
0.9
0.8
1.0
0.9
1.0
0.9
4.8
0.8
1.2
0.6
1.2
1.0
1.0
Sicuani
-1.5
0.6
0.2
0.5
1.1
1.2
0.7
3.4
0.8
0.8
0.4
1.1
1.0
0.8
Urubamba
2.2
0.9
0.7
0.8
0.9
1.0
0.9
7.1
1.0
0.9
0.5
1.1
0.9
0.9
Tabla 15: Cambios en la temperatura mnima INVIERNO Y PRIMAVERA (C) perodo 2030 relativo 1971-2000
86
VERANO (Dn-1EnFn)
OTOO (MnAnMn)
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
WRF
PROMEDIO
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
WRF
PROMEDIO
(C )
(C)
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
Abancay
23.3
0.8
0.7
0.6
0.9
0.8
0.7
23.0
0.3
0.6
0.8
1.1
0.9
0.7
Acomayo
20.4
0.6
0.5
0.8
0.9
0.8
0.7
20.6
0.8
1.0
0.9
0.8
1.0
0.9
Ccatcca
14.7
0.6
0.2
0.6
0.9
0.9
0.6
15.2
1.2
0.7
0.8
0.7
1.1
0.9
Chalhuanca
23.3
0.4
0.3
0.6
0.6
0.8
0.5
22.6
0.7
0.7
1.1
0.5
1.1
0.8
Curahuasi
23.9
0.8
1.1
1.0
1.0
0.8
0.9
24.2
1.0
1.0
0.8
1.1
0.9
1.0
G. Kcayra
19.9
1.1
1.1
0.8
0.8
0.8
0.9
20.3
0.8
1.0
0.8
0.7
1.0
0.9
Sicuani
19.6
0.6
1.2
0.5
0.6
0.9
0.8
20.1
1.1
1.0
0.7
0.8
1.2
0.9
Urubamba
22.0
0.5
0.6
0.8
1.0
0.8
0.7
22.4
0.7
0.7
0.9
0.9
1.0
0.8
Tabla 16: Cambios en la temperatura mxima del aire promedio de VERANO y OTOO (C) perodo 2030
relativo 1971-2000
INVIERNO (JnJnAn)
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
PRIMAVERA (SnOnNn)
WRF
PROMEDIO
NORMAL
CCSM3
HadCM3
ECHAM5
TL959L60
WRF
PROMEDIO
(C )
(C)
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
(C )
Abancay
23.0
0.5
0.5
0.7
1.2
1.3
0.8
24.9
0.6
0.3
0.7
1.0
1.0
0.7
Acomayo
20.8
0.6
1.0
0.5
0.7
1.5
0.8
22.2
0.8
0.6
0.7
0.9
1.1
0.8
Ccatcca
15.3
1.1
0.7
0.9
0.7
1.4
1.0
15.8
0.4
0.5
0.6
0.9
1.0
0.7
Chalhuanca
22.8
0.5
0.7
0.2
1.0
1.4
0.8
24.6
0.8
0.5
0.4
0.9
1.0
0.7
Curahuasi
24.6
0.7
0.8
0.6
1.3
1.3
0.9
26.3
0.6
0.9
1.0
0.9
1.0
0.9
G. Kcayra
20.4
0.6
0.8
0.5
0.5
1.4
0.8
21.4
0.5
0.6
0.7
0.6
1.0
0.7
Sicuani
20.0
0.5
0.9
0.7
1.1
1.4
0.9
21.1
0.8
0.6
1.0
0.9
1.1
0.9
Urubamba
22.2
1.1
0.5
0.6
1.2
1.3
0.9
23.1
0.9
0.9
0.7
1.0
1.0
0.9
Tabla 17: Cambios en la temperatura mxima del aire promedio de INVIERNO Y PRIMAVERA (C) perodo 2030
relativo 1971-2000
En el otoo (MAM) al igual que en el periodo anual las temperaturas se proyectan entre 0.7 y 1.2C en todo el
espacio geogrfico de las regiones Cusco y Apurmac, y principalmente al sur de ambas regiones.
En el invierno (JJA) se proyectan los mayores incrementos de temperatura mxima hasta de 1.6C
principalmente en las provincias del este de Apurmac (Antabamba, Cotabambas, Grau) y sur de Cusco
(Chumbivilcas y Espinar). Estas altas proyecciones de calentamiento del aire y por consiguiente de la superficie
terrestre adyacente, y sumado a ello la menor cobertura vegetal en esta poca del ao podran dar lugar al
aumento de la intensidad de vientos e incremento de la evapotranspiracin con efectos erosivos sobre los
suelos en estas provincias andinas.
En la primavera (SON) los aumentos llegaran hasta 1.4C en la provincia La Convencin, en Cusco.
La caracterstica termal de incrementos de temperatura mxima del aire cerca de 2C principalmente en los
trimestres SON, DEF, MAM, en el mbito espacial de Cusco y Apurmac, podran tener efectos relevantes
sobre la biodiversidad y en el rendimiento y calidad de los cultivos en ambas zonas de estudio.
REGION
DIVISION
ZONA
CUSCO
Selva
Norte (1)
ANUAL
0.6 a 1.0
DEF
0.5 a 1.0
MAM
0.8 a 1.0
JJA
0.8 a 1.2
SON
0.8 a
Centro (6)
0.8 a 1.2
0.6 a 1.0
0.6 a 1.0
1.0 a 1.2
1.3
0.8
Occidental (2)
1.0 a 1.2
0.6 a 0.8
0.8 a 1.2
1.0 a 1.2
1.3
0.8
Oriental (3)
0.8 a 1.0
0.6 a 1.0
0.6 a 1.0
0.8 a 1.2
1.3
0.8
Occidental (4)
0.6 a 1.2
0.6 a 1.0
0.6 a 1.2
0.6 a 1.4
1.2
0.6
Oriental (5)
0.6 a 1.2
0.5 a 1.0
0.8 a 1.2
0.8 a 1.2
1.2
0.6
Sur (7)
0.8 a 1.2
0.6 a 1.0
0.8 a 1.2
0.8 a 1.5
1.2
0.8
Norte (8)
0.6 a 1.2
0.5 a 1.0
0.6 a 1.2
0.6 a 1.4
1.2
0.8
Centro (9)
0.6 a 1.2
0.5 a 1.0
0.6 a 1.0
0.6 a 1.4
1.2
0.8
Sur (10)
0.6 a 1.2
0.5 a 1.0
0.6 a 1.2
0.6 a 1.4
1.2
0.8
Norte
Centro
Sierra
APURIMAC
Sierra
1.2
Tabla 18: Cambio promedio en la temperatura mxima a escala regional (C) perodo 2030 relativo 1971-2000.
88
ANUAL
DEF
JJA
SON
MAM
Figura 34: Cambio promedio en la temperatura mxima a escala regional (C) perodo 2030 relativo 1971-2000,
proyeccin promedia de los modelos dinmicos (TL96969L60 y WRF-ECHAM5-OM) y estadsticos (CCSM3,
ECHAM5-OM, HadCM3)
89
En el trimestre MAM las temperaturas mnimas son las que ms incrementos muestran en relacin a las
temperaturas mximas; los valores llegan hasta 1.5 C y puede considerarse muy alto en relacin a los cambios
regionales o globales. Estos incrementos de temperatura mnima podran estar asociados a precipitaciones
ms frecuentes o intensas que se veran reflejados en los totales acumulados en este trimestre (perodo de
finalizacin de lluvias); principalmente al oeste de Cusco en la provincia La Convencin y provincias de Anta
y Cusco. Asimismo, en las provincias de Chincheros y Andahuaylas ubicadas en el noroeste y provincia de
Antabamba ubicadas en el sureste de Apurmac.
En el trimestre JJA las temperaturas mnimas muestran los mayores incrementos llegando hasta 1.4C en las
provincias de Grau, Cotabambas y Antabamba en Apurmac y hasta 1.5 en las provincias Canas, Chumbivilcas
y principalmente en el extremo sur este de Espinar, en Cusco. Esta nueva caracterstica termal durante el
perodo de estiaje; indicara heladas menos frecuentes e intensas lo cual es coherente con los resultados
indicados en 4.2.2 y la figura 35, as como tambin podran ser relevantes sobre los nevados en la cordillera
del Vilcabamba en Cusco, principalmente.
En el trimestre SON, los incrementos de la temperatura llegan hasta 1.4C en la zona oeste de la provincia La
Convencin en Cusco y la provincia de Chincheros en Apurmac.
En la tabla 19 se presenta los cambios de la temperatura mnima del aire en C segn la divisin de las regiones
de estudio (figura 23 a) basada en zonas climatolgicamente homogneas.
CUSCO
DIVISION
Selva
ZONAS
ANUAL
0.8 a 1.2
0.8 a 1.2
DEF
0.6 a 1.2
0.8 a 1.2
MAM
0.6 a 1.4
0.6 a 1.2
JJA
1.0 a 1.4
1.0 a 1.2
SON
0.8 a 1.2
0.8 a 1.2
Occidental (2)
Oriental (3)
0.8 a 1.3
0.8 a 1.2
1.0 a 1.3
0.6 a 1.2
1.2 a 1.5
0.6 a 1.2
1.2 a 1.4
0.8 a 1.2
1.0 a 1.4
0.8 a 1.2
Occidental (4)
0.8 a 1.2
0.8 a 1.2
0.6 a 1.4
0.6 a 1.2
0.8 a 1.2
Oriental (5)
0.8 a 1.2
0.8 a 1.2
0.8 a 1.4
0.8 a 1.0
0.8 a 1.2
Sur (7)
0.6 a 1.3
0.6 a 1.3
0.4 a 1.2
0.5 a 1.4
0.6 a 1.2
Norte (8)
0.6 a 1.3
0.6 a 1.2
0.6 a 1.5
0.5 a 1.4
0.6 a 1.4
Centro (9)
0.6 a 1.2
0.6 a 1.2
0.6 a 1.4
0.6 a 1.2
0.6 a 1.2
Sur (10)
0.6 a 1.3
0.6 a 1.3
0.6 a 1.4
0.6 a 1.4
0.6 a 1.2
Norte (1)
Centro (6)
Norte
Centro
Sierra
APURIMAC
Sierra
(C)
Tabla 19: Cambio promedio en la temperatura mnima a escala regional (C) perodo 2030 relativo 1971-2000.
90
ANUAL
DEF
JJA
SON
MAM
Figura 35: Cambio promedio en la temperatura mnima a escala regional (C) perodo 2030 relativo 1971-2000,
proyeccin promedia de los modelos dinmicos (TL96969L60 y WRF-ECHAM5-OM) y estadsticos (CCSM3,
ECHAM5-OM, HadCM3).
En este estudio un perodo de veranillo en las regiones de Cusco y Apurmac se conceptualiza como un intervalo de diez das con
dficits de lluvias (cero o muy escasas en comparacin con su valor climatolgico) en la temporada de mayores lluvias, DEFM. (Alarcn, C. 2010,
92
Figura 36: Seal de tendencia de ndices de extremos de precipitacin proyectada para el perodo 2030 que
abarca desde 2016 al 2044, tomando como base la consistencia de los modelos WRF y TL959L60 MRI/JMA.
El aumento es mostrado por el smbolo (+) y la disminucin por (0) sin significancia estadstica. Smbolos
en negrita (+, 0) indican significancia estadstica al nivel de confianza de 99%. Algunas localidades de las 10
estudiadas no muestran consistencia en la seal de tendencia proyectada, por lo tanto no aparecen graficadas
en la distribucin espacial.
Los signos de aumento (+) y disminucin (0) y el valor de la tendencia de los extremos de precipitacin se
visualiza en la tabla 20.
93
REGION
CUSCO
SIERRA
Norte
Centro
ESTACION
PP
Normal
(mm/
ao)
mm/da/
dcada
das/
dcada
+
2
mm/dcada
PRCPTOT
mm/dcada
mm/
dcada
+
7.3
Urubamba
478.9
Acomayo
859.4
O
0.14
+
8
O
6.5
Cay Cay
317.0
Ccatcca
+
0.12
+
2
+
9.1
+
5.9
+
19.2
589.0
G. Kcayra
+
0.21
+
4
+
16.8
+
12.9
+
39.5
667.1
Pisac
+
0.1
+
3
+
12.5
+
3.1
+
26.7
564.4
+
0.1
+
11.4
+
6.5
+
27.3
APURIMAC
SDII
+
5.1
Sur
Sicuani
597.6
Norte
Abancay
+
0.04
661.9
Curahuasi
0.13
13.7
8.8
29.4
582.9
Chalhuanca
765.3
Sur
PROMEDIO
608.4
+
4.8
+
0.05
+
9.1
+
3
0.07
19.8
Tabla 20: Valor y seal de la tendencia anual de los ndices extremos de precipitacin futura. Perodo 2016 2044. Consistencia de modelos dinmicos TL959L60 y WRF.
La seal de tendencia de aumento es mostrado por el smbolo (+) y la disminucin por (0) sin significancia
estadstica. Smbolos en negrita (+, 0) indican significancia estadstica al nivel de confianza de 99%. Algunas
localidades de las 10 estudiadas no muestran consistencia en la seal de tendencia de los modelos evaluados
TL959L60 y WRF, por lo tanto las celdas vacas indican que no hay consistencia. NS indica que no hay seal de
tendencia o que la tendencia es nula.
4.4.2 ndices de extremos climticos de temperatura
El comportamiento de las tendencias de siete ndices extremos de temperaturas y su significancia estadstica
al 99% de nivel de confianza fueron determinadas para las localidades andinas de las regiones Cusco y
Apurmac, los resultados son mostrados en la tabla 21 y figura 37. Estos ndices se basan en el anlisis de las
temperaturas mximas y mnimas del aire anual de escala diaria. Las tendencias de los ndices extremos de
temperatura al igual que la precipitacin, fueron determinadas para el perodo 2016-2044.
Cuatro de estos ndices relacionan eventos extremos de temperatura futura basados en percentiles: Das fros
(Tx10p), Das calientes (Tx 90p), Noches fras (Tn10p), Noches calientes (Tn90p), dos relacionan la tendencia
del valor mximo de la temperatura mxima (Txx) y la tendencia del valor mnimo de la temperatura mnima
94
(Tnn) del aire. Mientras FDO representa la tendencia de la frecuencia de los das de heladas meteorolgicas
(temperatura mnima del aire menor a 0C).
Los resultados indican que la tendencia de la temperatura mxima mxima del aire (Txx) en el futuro, mostrara
un consistente aumento (0.4C/dcada) con significancia estadstica en Urubamba y Sicuani, y sin significancia
en Curahuasi. Otras localidades como Abancay, Chalhuanca y Ccatcca, en el clima actual vienen mostrando
tendencia de disminucin, en el futuro se proyectan aumentos significativos de 0.4C/dcada. Por otro lado,
Granja Kcayra y Acomayo, no muestran una seal clara de tendencia de Txx en el futuro.
En el anlisis de ndices basados en percentiles, el nmero de das muy fros (Tx10p), en las localidades de
Apurmac y Cusco, muestra disminucin en 3 das/dcada con significancia estadstica al 99%, es decir los das
fros en el futuro en promedio disminuiran en las localidades evaluadas. Si bien en los ltimos 44 aos este
comportamiento se viene observando en Granja Kcayra y Ccatcca, en el futuro esta disminucin de los das
muy fros podra mantenerse y generalizarse de forma regional (ver figura 37).
De otro lado, la tendencia futura de los das clidos (TX90p) muestra aumentos (4 das/dcada) con significancia
estadstica en Abancay, Curahuasi, Chalhuanca, Acomayo, Sicuani y de forma sostenida se mantendra en
Granja Kcayra (Cusco) con formacin de isla de calor en esta localidad, ver figura 37 y captulo 4.
Asimismo, cabe sealar, el patrn de tendencias de los das clidos muestra un comportamiento inverso a los
das fros (Tx10p) como era de esperarse, lo cual se visualiza y confirma en la figura 37 y tabla 21.
Figura 37: Seal de tendencia de ndices de extremos de temperatura mxima del aire para el perodo 2030
que abarca desde 2016 el 2044 tomando como base la consistencia de los modelos WRF y TL959L60 MRI/JMA.
El aumento es mostrado por el smbolo (+) y la disminucin por (0) sin significancia estadstica. Smbolos en
negrita (+, 0) indican significancia estadstica al nivel de confianza de 99%. Algunas localidades estudiadas no
muestran consistencia en la seal de tendencia y/o los ndices, por lo tanto no aparecen en la figura.
La evaluacin de los ndices basados en las temperaturas mnimas diarias se muestran en la figura 38, donde
la tendencia del ndice de la temperatura mnima mnima del aire (Tnn), proyectan en general, en promedio
un comportamiento de incremento (0.3 C/dcada) en todas las localidades analizadas de Cusco y Apurmac y
con alta significancia estadstica en Cay Cay (0.4C/dcada), es decir las noches fras estaran tornndose a ser
menos fras principalmente en esta localidad. De otro lado, en Sicuani (Cusco) y las estaciones de Apurmac,
95
en el clima actual presentan una significativa disminucin en la intensidad de este ndice donde las noches
son ms fras, en el futuro cercano se estima que las noches fras tendern a ser menos fras, aunque sin
significancia estadstica.
En el anlisis basado en percentiles (figura 38), la ocurrencia de eventos extremos en el futuro como el
nmero de das con noches fras (Tn10p) estaran disminuyendo (5 das/dcada) con alto nivel de significancia
estadstica en el mbito de localidades analizadas. Este comportamiento de disminucin de la frecuencia de
noches fras se viene observando de forma significativa en clima actual en Granja Kcayra y Ccatcca y en el
futuro se generalizaran en el mbito regional.
Por otro lado, se proyecta para el futuro el aumento del nmero de das con noches clidas (Tn90p) en todas
las estaciones analizadas en promedio de 6 das/dcada con alta significancia estadstica, excepto la localidad
de Sicuani que muestra aumentos pero sin significancia.
Figura 38: Seal de tendencia de ndices de extremos de temperatura mnima del aire para el perodo 2030
que abarca desde 2016 el 2044 tomando como base la consistencia de los modelos WRF y TL959L60 MRI/JMA.
El aumento es mostrado por el smbolo (+) y la disminucin por (0) sin significancia estadstica. Smbolos en
negrita (+, 0) indican significancia estadstica al nivel de confianza de 99%. Algunas localidades estudiadas no
muestran consistencia en la seal de tendencia y/o los ndices, por lo tanto no aparecen en la figura.
Las tendencias de aumento del valor mnimo de la temperatura mnima y la frecuencia de las noches fras
podran ser relevantes para cultivos que requieran de temperaturas fras, en las localidades estudiadas.
96
REGION
CUSCO
SIERRA
Norte
T Normal
(C/ao)
Tmx
Tmn
Urubamba
22.7
6.4
Acomayo
21.0
Cay Cay
21.7
Txx
C/
dcada
+
0.36
Tx10p
das/
dcada
O
4
Tx90p
das/
dcada
+
4
Tnn
C/
dcada
+
0.24
Tn10p
das/
dcada
O
5
Tn90p
das/
dcada
+
6
FDO
das/
dcada
5.1
O
4
+
4
+
0.26
O
5
+
6
O
1
6.2
NS
0.36
0.36
3
O
3
+
0.37
+
5
O
6
+
6
O
3
O
3
3
+
4
0.31
+
0.35
5
O
5
6
+
6
6
NS
0
+
0.53
O
4
+
5
+
0.45
O
5
+
6
O
7
Ccatcca
15.3
1.0
G. kcayra
20.5
3.7
Pisac
22.6
7.9
Sur
Sicuani
20.2
2.3
Norte
Abancay
23.6
11.2
NS
3
O
5
+
0.26
+
5
O
6
+
0
NS
Centro
APURIMAC
ESTACION
Sur
Curahuasi
24.7
10.5
0.4
+
Chalhuanca
23.3
6.8
0.31
+
3
O
5
+
0.2
+
5
O
6
+
0
NS
0.44
0.4
4
3
3
4
0.27
0.3
4
5
6
6
0
5
PROMEDIO
Tabla 21: Valor y seal de la tendencia de los ndices extremos de temperatura futura. Perodo 2016 - 2044.
Consistencia de modelos dinmicos TL959L60 y WRF.
La seal de tendencia de aumento es mostrado por el smbolo (+) y la disminucin por (0) sin significancia
estadstica. Smbolos en negrita (+, 0) indican significancia estadstica al nivel de confianza de 99%. Algunas
localidades de las 10 estudiadas no muestran consistencia en la seal de tendencia de los modelos evaluados
TL959L60 y WRF, por lo tanto las celdas vacas indican que no hay consistencia. NS indica que no hay seal de
tendencia o que la tendencia es nula.
Los resultados de las tendencias futuras del ndice FD0 que relaciona la tendencia de los das de heladas
meteorolgicas (temperatura mnima < 0C), muestra en general una tendencia de disminucin de 5 das/
dcada en las localidades de la regin Cusco (ver figura 39), siendo estadsticamente significativa en Granja
Kcayra, Ccatcca, Sicuani y no significativa en Acomayo, donde la tendencia de aumento de los valores mnimos
de la temperatura mnima (Tnn) estara modulando la longitud del perodo de heladas. Esta disminucin de la
frecuencia de heladas se viene observando en los ltimos 45 aos en gran parte de las localidades de Cusco.
A excepcin de Sicuani y Chalhuanca que vienen presentando aumentos significativos (12 das/dcada) y en
el futuro, este comportamiento experimentara cambios en Sicuani con la disminucin de la frecuencia de
los das de heladas en 7 das/dcada con alto nivel de significancia. De otro lado en Chalhuanca, de forma
consistente no hay seal de tendencia de FDO, esto se puede interpretar que los das con heladas no mostrara
cambios o posiblemente desapareceran en el futuro, que es coherente con la tendencia de aumento de los
valores mnimos de la temperatura mnima del aire y la disminucin significativa de los das fros en el 2030.
La tendencia de cambios en los extremos de temperaturas mxima y mnima del aire en el futuro podra ser
relevante en el rendimiento de los cultivos de seguridad alimentaria (papa, trigo, cebada, habas y maz) y de
comercializacin en las regiones de estudio. As como tambin con efectos en los pastizales y en el sector
pecuario.
97
Respecto al rango diurno de temperaturas (DTR), que es la diferencia entre la temperatura mxima y mnima
diaria, no hay consistencia entre los modelos TL959L60 y WRF en la proyeccin de este ndice en el total de
localidades estudiadas (por lo que no se ha procedido a graficar). Es decir que la incertidumbre es alta, ya que
existe la misma posibilidad de que el DTR a escala local se mantenga en el futuro con decrecimiento (similar al
comportamiento observado en los ltimos 44 aos) o que el DTR se incremente, es decir que el calentamiento
de las temperaturas mnimas en la escala anual diaria sea mayor a las mximas, o viceversa.
Figura 39: Seal de tendencia del ndice de heladas meteorolgicas FDO, ambos proyectados para el perodo
2030 que abarca desde 2016 el 2044 tomando como base la consistencia de los modelos WRF y TL959L60 MRI/
JMA. El aumento es mostrado por el smbolo (+) y la disminucin por (0) sin significancia estadstica. Smbolos
en negrita (+, 0) indican significancia al nivel de confianza de 99%. NS indica que no hay seal de tendencia
o que la tendencia es nula. Cabe sealar que algunas localidades estudiadas no muestran consistencia en la
seal de tendencia y/o los ndices, por lo tanto no aparecen en la figura.
En el otoo (perodo de finalizacin de precipitaciones MAM) se observan incrementos hasta de 75% relativo
al clima actual en la frontera de las provincias de Paucartambo, Calca, Cusco, Paruro, Quispicanchis en Cusco;
en tanto en las provincias de Abancay, Andahuaylas y Chincheros en Apurmac; llegaran hasta 30%. En el
resto del mbito de estudio, las precipitaciones se presentaran dentro de la variabilidad normal actual de
lluvias de +-15%, mantenindose el dficit en el extremo sur de ambas regiones entre 15 y 30 %.
En invierno (perodo de estiaje JJA), se observa los mayores dficit de precipitacin en gran parte del mbito
geogrfico de Cusco y Apurmac, principalmente en la zona andina de las regiones de estudio, en las provincias
de Cotabambas, Grau, en Apurmac en las cuales el dficit alcanza hasta 75%. Similar comportamiento se
observa en las provincias de Chumbivilcas, Paruro, Canas, Canchis, en Cusco, la cual es coherente con los
resultados obtenidos en otros estudios5, donde las disminuciones alcanzan hasta el 60%. Cabe sealar que las
precipitaciones actuales en sta poca del ao son relativamente bajas.
En primavera (perodo de inicio de precipitaciones SON) las disminuciones son tambin importantes,
alcanzando valores de 45% lo cual se puede visualizar en la figura 40b.
En trminos generales en el periodo 2050, aparentemente hay una tendencia de disminucin de las
precipitaciones en el sur de las regiones Cusco y Apurmac, manifestndose de forma ms regional y
acentundose en la estacin seca (JJA). Tambin es importante resaltar el incremento importante de las
precipitaciones en la zona central de Cusco (Cuenca media del rio Vilcanota) principalmente en el periodo de
finalizacin de precipitaciones (MAM).
99
ANUALn
Dn-1 EnFn
MAMn
JJAn
Figura 40 a: Cambios promedio en la precipitacin a escala regional (%) perodo 2050 relativo 1971-2000,
periodo anual, DEF, MAM, JJA proyeccin del modelo WRF.
100
SONn
Figura 40 b: Cambios en la precipitacin a escala regional (%) perodo 2050 relativo 1971-2000, periodo SON,
proyeccin del modelo WRF.
101
4.5.2 Cambios en la temperatura mxima proyectada a escala regional para el perodo 2050
En la figura 41 (a y b) se muestra a nivel espacial los cambios promedios de la temperatura mxima del aire,
promedio anual y estacional (DEF, MAM, JJA, SON) proyectada para el perodo 2050 relativo a la lnea base
climtica 1971-2000.
El cambio de temperatura mxima promedio anual del escenario A1B relativo al clima actual proyectan
incrementos importantes entre 1.4 y 2.2C en todo el espacio geogrfico de las regiones Cusco y Apurmac, el
cual representa un incremento alto principalmente en el sur y extremo este de la regin Cusco.
En verano (DEF) en el cual ocurren comnmente las mayores precipitaciones, los incrementos de temperatura
mxima son en general menores en comparacin al resto de estaciones del ao, observndose incrementos
desde 1.2 hasta 2.0C; en las regiones de estudio. Los mayores incrementos de temperatura se observan en la
zona sur de Cusco y los menores en la zona centro y norte de las regiones.
En otoo (MAM) las temperaturas muestran distribucin espacial parecida al promedio anual con incrementos
que van desde 1.4 hasta 2.2C. Los mayores incrementos se observan en la zona sur de Cusco y los menores
incrementos en la zona norte, igual que en la regin Apurmac.
En invierno (JJA) se proyectan los mayores incrementos de temperatura mxima en relacin a las otras
estaciones del ao, desde 1.6C en el extremo noreste de la regin Cusco hasta 2.4C en la zona noroeste
de Cusco y zona sur de las regiones. En tanto en la zona centro de Cusco y norte de Apurmac se esperan
incrementos de 2 a 2.2C.
En primavera (SON) los aumentos llegaran hasta 1.8C en zona sur y norte de la regin Apurmac y hasta 2.4C
en la zona noroeste y extremo sur este de la regin Cusco.
102
ANUAL
DEF
MAM
JJA
Figura 41 a: Cambios en la temperatura mxima del aire a escala regional (%) periodo anual, DEF, MAM, JJA
proyeccin del modelo WRF.
SON
Figura 41 b: Cambios en la temperatura mxima del aire a escala regional (%) perodo 2050 relativo 1971-2000,
periodo SON, proyeccin del modelo WRF.
103
ANUAL
104
DEF
MAM
JJA
Figura 42 a: Cambios en la temperatura mnima del aire a escala regional (%) periodo anual, DEF, MAM, JJA
proyeccin del modelo WRF.
SON
Figura 42 b: Cambios en la temperatura mnima del aire a escala regional (%) perodo 2050 relativo 1971-2000,
periodo SON, proyeccin del modelo WRF.
105
106
V. C O N C LU S I O N E S
Las conclusiones del estudio se centran en las proyecciones de los posibles cambios en el clima medio y la
tendencia de los extremos de precipitacin y temperatura del aire centrado en el ao 2030, comprendido en
el perodo 2016-2044, relativo al clima base 1971-2000, a escala regional y local en Cusco y Apurmac. Tambin
se incluyen las proyecciones del clima medio a escala regional centrado en el ao 2050, comprendido en el
perodo 2035-2064, siendo el escenario comn a todos el A1B.
107
Las temperaturas mximas del aire, en el trimestre JJA y las temperaturas mnimas en el trimestre MAM
son las que ms incrementos muestran (1.6 y 1.5C, respectivamente), relativo al clima actual; y puede
considerarse muy alto en relacin a los cambios regionales o globales.
de estiaje.
La tendencia de cambios en los extremos de temperaturas mxima y mnima del aire en el futuro podra
ser relevante en el rendimiento de los cultivos de seguridad alimentaria (papa, trigo, cebada, habas y
maz) y de comercializacin, en las regiones de estudio. As como tambin con efectos en los pastizales
y en el sector pecuario.
R E C O M E N DA C I O N E S
Los escenarios del clima medio, as como los extremos de precipitacin y temperatura presentados al
2030, constituyen un instrumento tcnico de aproximacin al clima futuro, que pueden ser utilizados
para implementar estrategias de prevencin, planeamiento y adaptacin para enfrentar los posibles
impactos del cambio climtico en las regiones de Cusco y Apurmac. Estos resultados no indican su
necesaria ocurrencia, sino la situacin ms probable, debido a que incorporan implcitamente la
incertidumbre de los modelos globales (las asunciones del curso que tomarn los gases de efecto
invernadero y aerosoles), adems de la escasa informacin meteorolgica (registros largos y continuos)
en la Amazona de Cusco y en los complejos paisajes montaosos de Apurmac.
Los ndices de extremos climticos de temperatura y precipitacin 2030, son el resultado de una primera
aproximacin donde se ha considerado como base la consistencia de dos modelos dinmicos TL959L60
(Modelo Japons) y WRF (ejecutado en SENAMHI). A fin de continuar con los estudios se plantea una
tercera fase que consiste en incorporar otros modelos del IPCC disponibles a escala diaria para que las
proyecciones tengan una mayor confiabilidad.
Los resultados presentados, podrn ser actualizados con los nuevos escenarios de emisin del Proyecto
de Intercomparacin de Modelos Acoplados (CMIP5, siglas en ingls) del Panel Intergubernamental de
Cambio climtico, y as como ser fundamentados con causas fsicas asociadas a futuros cambios en el
clima.
Se recomienda construir infraestructuras que permita disponer de agua para los perodos deficitarios
principalmente en el sur de las regiones de estudio, ya que los resultados de este estudio, demuestran
que es muy probable la reduccin de lluvias en el sur de las regiones Cusco y Apurmac en el periodo de
estiaje (JJA) en el 2030, que se acentuaran y generalizaran en el 2050 en todos los trimestres del ao,
con reducciones importantes hasta de 75% en JJA y hasta de 45% en SON, relativo al clima actual.
112
REFERENCIAS
1. Bengtsson, L.; M. Botzet and M. Esch., 1996. Will greenhouse gas-induced warming over the next
50 years lead to higher frequency and greater intensity of hurricanes? Tellus, 48A, 5773.
2. Benestad, R., 2001. A Comparison between two empirical Downscaling Strategies. Int. J. Climatol.,
21: 1645-1668.
3. Benestad, R., Chen, D., Hansse-Bauer, I., 2007. Empirical Statitical Downscaling. p 272.
4. Blazquez J., 2007. Validacin regional del modelo WRF, bajo condiciones meteorolgicas
persistentes. Tesis de Licenciatura. Universidad de Buenos Aires.
5. Brunet, M., Casado, J., De Castro M., Galn P., Lpez, J., Martn J., Pastor, A., Petisco, E., Ramos, P.,
Ribalaygua, J., Rodrguez, E., Sanz, I., Torres, L. ., 2009. Generacin de escenarios regionalizados de
cambio climtico para Espaa, INM.
6. Buytaert, W., Vuille, M., Dewulf, A., Urrutia, R., Karmalkar, A. and Celleri, R. 2010. Uncertainties
in climate change projections and regional downscaling: implications for water resources
management. Hydrol. Earth Syst. Sci. Discuss.7,18211848,2010.
En lnea: www.hydrol-earth-syst-sci-iscuss.net/7/1821/2010/
7. CMAP, 2011. En lnea: CPC Merged Analysis of Precipitation (CMAP).
8. Eslinger, D.L., OBrien, J.J., Iverson, R.L., 1989. Empirical Orthogonal Function analysis of cloudcontaining coastal zone color scanner images of northeastern North American coastal waters. J.
Geophys. Res., 94: 10,884 10,890.
9. FAO, 2011. Cambio climtico y seguridad Alimentaria en lnea:
http://www.fao.org/climatechange/49376/es/
10. Frich P, Alexander L, Della-Marta P, Gleason B, Haylock M, Klein A, y Peterson T, 2002. Observed
coherent changes in climatic extremes during the second half of the twentieth century. Clim. Res.,
19, 193-212.
11. Habata S, Umezawa K, Yokokawa M, Kitawaki S., 2004. Hardware system of the Earth Simulator.
Parallel Comput 30:12871313.
doi:10.1016/j.parco.2004.09.004.
12. Hulme,M., Jenkins,G.J., Lu,X., Turnpenny,J.R., Mitchell,T.D., Jones,R.G., Lowe,J., Murphy,J.M.,
Hassell,D., Boorman,P., McDonald,R. and Hill,S. 2002. Climate Change Scenarios for the United
Kingdom: The UKCIP02 Scientific Report, Tyndall Centre for Climate Change Research, School of
Environmental Sciences, University of East Anglia, Norwich, UK. 120pp.
13. Hulme, M. y Lu X., 2000. How to factor interanual climate variability into Climate Scenarios. A note
prepared for the DETR Fast-Track Impacts Group.
14. IPCC, 2001 a, b. Tercer Informe de Evaluacin. Climate Change 2001: The Scientific Basis. J. T.
Houghton et al. Eds. Cambridge University Press, UK, 881 pp.
15. Jcome G., 2011. Informe de Validacin del modelo Japons TL959L60 (por publicar).
16. Kim et al., 2008. The Global Monsoon Variability Simulated by CMIP3 Coupled Climate Models. doi:
10.1175/2008JCLI2041.1. School of Ocean and Earth Science and Technology Publication 7517 and
International Pacific Research Center Publication Number 542.
17. Lambert SJ, Boer GJ (2001) CMIP1 evaluation and intercomparison of coupled climate models. Clim
Dyn 17:83106.
113
18. Lenderink G, Buishand A, van Dursen, W., 2006. Estimates of future discharges of the river Rhine
using two scenario methodologies: direct versus delta approach. Hydrol. Earth Sys. Sci.
19. Nakicenovic N y Swart R., 2000. Emissions Scenarios. 2000, Special Report of the intergovernmental
Panel on Climate Change. Cambridge University Press.
20. Marengo, J., 2006. Cambios Climaticos Globales y sus efectos sobre la Biodiversidad.
Caracterizacion del Clima Actual y defnicion de las alteraciones climaticas para el territorio
brasileo a lo largo del siglo XXI, 163 pp.
21. Mizuta, R. et al., 2006. 20-km-mesh global climate simulations using JMA-GSM model mean
climate states-. J. Meteor. Soc. Japan, 84, 165-185.
22. Moise AF, Colman RA, Zhang H (2005) Coupled model simulations of current Australian surface
climate and its changes under greenhouse warming: an analysis of 18 CMIP2 models. Aust
Meteorol Mag 54:291307.
23. Rayner NA, Parker DE, Horton EB, Folland CK, Alexander LV, Rowell DP, Kent EC, Kaplan A., 2003.
Global analyses of sea surface temperature, sea ice, and night marine air temperature since the
late nineteenth century. J Geophys Res 108. doi:10.1029/2002JD002670.
24. Salzmann, N., Frei, C., Vidale, P., Hoelzle, M., 2007. The application of Regional Climate Model
output for the simulation of high-mountain permafrost scenarios. Global and planetary Change 56
(2007) 188-202.
25. Salzmann, N., Notzli, J., Hauck, C., Gruber, S. Hoelzle, M. Haeberli, W., 2007. Ground surface
temperature scenarios in complex high-mountain topography based on regional climate model
results. J Geophys Res VOL. 112, F002S12 doi:10.1029/2006JF000527,2007.
26. Snchez, T., 2011. Informe Tcnico N 1. Interpolacin y digitalizacin de mapas de Caracterizacin
Climtica, Escenarios de Cambio climtico y eventos extremos climticos.
27. SENAMHI, 2007. Escenarios de cambio climtico en la Cuenca del Ro Urubamba para el ao 2100,
124 pp.
28. SENAMHI, 2009. Escenarios climticos en el Per para el ao 2030.
29. Tebaldi C, Knutti, R. 2007. The use of the multi-model ensemble in probabilistic climate projections.
Phil Trans R Soc A365:20532075
30. Urrutia, R., Vuille, M., 2009. Climate change projections for the tropical Andes using a regional
climate model: Temperature and precipitation simulations for the end of the 21st century. Journal
of Geophysical Research, Vol. 114, XXXXXX, doi: 10.1029/2008JD011021, 2009.
31. Wilby, R.L., Charles, S.P., Zorita, E., Timbal, B., Whetton, P., Mearns, L.O., 2004. Guidelines for use of
climate scenarios developed from Statistical Downscaling methods. Data Distribution Centre of the
Intergovernmental Panel on Climate Change.
114
A N E XO
8.3 Acrnimos
116
M A PA S D E E S C E N A R I O S D E P R E C I P I TA C I O N
P E R I O D O 2030
(2016-2044)
117
118
119
120
121
122
M A PA S D E C A M B I O S E N L A P R E C I P I TA C I O N
P E R I O D O 2030
(2016-2044)
123
Mapa N 06: Cambios en la Precipitacin anual (%) para el perodo 2030 con referencia al perodo base 19712000
124
Mapa N 07: Cambios en la Precipitacin dic-ene-feb (%)para el perodo 2030 con referencia al perodo base
1971-2000
125
Mapa N 08: Cambios en la Precipitacin mar-abr-may (%) para el perodo 2030 con referencia al perodo base
1971-2000
126
Mapa N 09: Cambios en la Precipitacin jun-jul-ago (%) para el perodo 2030 con referencia al perodo base
1971-2000
127
Mapa N 10: Cambios en la Precipitacin set-oct-nov (%) para el perodo 2030 con referencia al perodo base
1971-2000
128
M A PA S D E E S C E N A R I O S D E T E M P E R AT U R A M A X I M A
P E R I O D O 2030
(2016-2044)
129
130
131
132
133
134
M A PA S D E C A M B I O S E N L A T E M P E R AT U R A M A X I M A
P E R I O D O 2030
(2016-2044)
135
Mapa N 16: Cambios en la temperatura mxima anual (C) para el perodo 2030 con referencia al perodo
base 1971-2000
136
Mapa N 17: Cambios en la temperatura mxima dic-ene-feb (C) para el perodo 2030 con referencia al
perodo base 1971-2000
137
Mapa N 18: Cambios en la temperatura mxima mar-abr-may (C) para el perodo 2030 con referencia al
perodo base 1971-2000
138
Mapa N 19: Cambios en la temperatura mxima jun-jul-ago (C) para el perodo 2030 con referencia al perodo
base 1971-2000
139
Mapa N 20: Cambios en la temperatura mxima set-oct-nov (C) para el perodo 2030 con referencia al
perodo base 1971-2000
140
M A PA S D E E S C E N A R I O S D E T E M P E R AT U R A M I N I M A
P E R I O D O 2030
(2016-2044)
141
142
143
144
145
146
M A PA S D E C A M B I O S E N L A T E M P E R AT U R A M I N I M A
P E R I O D O 2030
(2016-2044)
147
Mapa N 26: Cambios en la temperatura mnima anual (C) para el perodo 2030 con referencia al perodo base
1971-2000
148
Mapa N 27: Cambios en la temperatura mnima dic-ene-feb (C) para el perodo 2030 con referencia al
perodo base 1971-2000
149
Mapa N 28: Cambios en la temperatura mnima mar-abr-may (C) para el perodo 2030 con referencia al
perodo base 1971-2000
150
Mapa N 29: Cambios en la temperatura mnima jun-jul-ago (C) para el perodo 2030 con referencia al perodo
base 1971-2000
151
Mapa N 30: Cambios en la temperatura mnima set-oct-nov (C) para el perodo 2030 con referencia al
perodo base 1971-2000
152
Funcin de transferencia es un modelo matemtico que relaciona la respuesta de un sistema a una seal de entrada.
153
toma sobretodos los Ys, entonces se recobra el campo de entrada, sin prdida de informacin.
Suponiendo, truncamiento de la serie:
pmK(ti) = k=1KYkmQk(ti) + rmK(ti) (2)
Donde, K<M, y rmK(ti) es el error asociado con el truncamiento. Nos gustara elegir Ykm y Qk(ti), de tal manera
que:
RK = m=1M (rmK)2 (3)
Es minimizado para un K dado. Lorentz, muestra que RK es minimizado si se elige Ykm y Qk(ti), de modo que:
1 si k = j
m=1M Ykm Yjm = kj
0 si k j
(4)
donde ak ak+1 0. En (5), ( ) denota un tiempo promedio, y ( )* denota una desviacin del tiempo medio. El
significado de (4) es que los EOFs son ortogonales en el espacio. El significado de (5) es que la amplitud de los
EOFs son ortogonales en el tiempo.
Esta ortogonalidad tanto en el espacio como en el tiempo es que hace que los EOFs sean una representacin
optima de los datos.
Donde:
aij es el valor en longitud xi y latitud yj.
Si uno de los 4 valores a11, a12, a21, a22 es nulo, el valor de la variable tambin ser nulo.
a11 (X1,Y1)
a12 (X2,Y2)
154
.a(X,Y)
GLOSARIO
CORRELACIN DE ANOMALAS: El llamado coeficiente de correlacin Pearson, es un ndice que mide el grado
de relacin lineal entre dos variables (F,O) cuantitativas, en este caso, las variables son anomalas.
F: datos de modelo
O: datos observados
RMSE: Medida de las diferencias entre dos variables cuantitativas, un modelo o estimador (F) y los valores
observados (O), para un N numero de datos.
REOLOGIA: Estudio de los fluidos considerando efectos como la viscosidad, deformacin y regulacin de su
movimiento.
155