Beruflich Dokumente
Kultur Dokumente
1
Plataforma de Informacin de cambio
climtico y biodiversidad para el fomento de
polticas pblicas de conservacin y
adaptacin en la regin de los Andes
Tropicales
Combinacin de Proyecciones de Modelos
de Cambio Climtico
Y
ANDES QC: Control de calidad de datos para grupos de
estaciones meteorolgicas
1
Centro Internacional para la Investigacin del
Fenmeno de El Nio (2014)
Diagramacin
Beln Mendoza - Arturo Torres
Impresin
Digital Center
3
Informacin de cambio climtico y
biodiversidad para el fomento de polticas
pblicas de conservacin y adaptacin en la
regin de los Andes Tropicales
PROYECTO ATN/OC-12439-RG
Financiado por:
Banco Interamericano de Desarrollo Los Servicios Meteorolgicos Nacionales de Bolivia,
Bienes Pblicos Regionales Ecuador y Per
Agencia Ejecutora:
2014
5
DIRECCIN GENERAL DIGITADORES DE DATOS CLIMTICOS:
Director Internacional Coordinador Cientfico INAMHI ECUADOR SENAHMI PER SENAHMI BOLIVIA
Dr. Jos Daniel Pabn Caicedo Oc. Rodney Martnez Gingla lvaro Moreno Gerardo Jcome Ana Mendoza
Moreno Vergaray Caldern
Dayanira Castro Lenin Suca Huallata Jos Paz Cortez
EQUIPO DE PROYECTO Zambrano
Asistente en
Sistemas de
Consultor para el
Desarrollo
Coordinador
Juan Jos Nieto
PERSONAL DE CIIFEN - CONTRAPARTE
Informacin de la Plataforma Lpez DEL PROYECTO
Geogrfica Informtica
Csar Quishpe
Juan Ignacio Varela SISTEMAS DE INFORMACIN ADMINISTRACIN
Vsquez
GEOGRFICA Cinthya Garca Arias
Asistente para el Consultora para el Consultor en Pilar Icaza Olvera Evelyn Ortiz Snchez
Desarrollo de la Desarrollo Climatologa
Plataforma Informtica de Material Educativo Enric Aguilar Anfrons
Guillermo Armenta Abigail Alvarado
Porras Almeida
ANTECEDENTES DEL PROYECTO
Esta iniciativa regional tiene como propsito la implementacin de un a aplicarse en el proyecto en los distintos componentes, su imple-
Sistema Pblico Regional de Informacin de Cambio Climtico y su mentacin a nivel nacional y el rol de cada una de las instituciones en el
potencial impacto en la conservacin de la biodiversidad para la regin mismo; (ii) 3 Talleres itinerantes para la definicin, discusin y consenso
de los Andes Tropicales. Su finalidad es contribuir en la generacin de de: escenarios e ndices climticos, vulnerabilidad de ecosistemas an-
polticas pblicas y la insercin de la conservacin de la biodiversidad dinos y bases de datos de biodiversidad-cambio climtico; (iii) compi-
en los Planes Nacionales de cambio climtico en Bolivia, Ecuador y lacin de escenarios y estimacin de ndices climticos; (iv)estimacin
Per. de la vulnerabilidad de los ecosistemas andinos; (v)fortalecimiento de
las bases regionales de biodiversidad y cambio climtico de los Andes
El proyecto incluye tres componentes, cada uno de los cuales tiene sus Tropicales (vi) implementacin de la plataforma tecnolgica que integre
propios resultados: los productos iii, iv y v.
Fruto de estas actividades se cuenta con los siguientes productos:
COMPONENTE I: IMPLEMENTACIN DEL SISTEMA RE- (i)proyecciones regionales integradas de cambio climtico en la zona
GIONAL DE INFORMACIN DE CAMBIO CLIMTICO Y BIODI- andina de los pases beneficiarios; (ii)sistema de informacin geogrfi-
ca para la estimacin de la vulnerabilidad de los ecosistemas andinos;
VERSIDAD EN LOS ANDES.
(iii) integracin de bases de datos de biodiversidad disponibles para
los Andes Tropicales; y (iv) sistema digital de informacin en lnea con
El objetivo del componente era el desarrollo de la plataforma institucio- acceso pblico.
nal, humana y tecnolgica que permita la sistematizacin, anlisis y
despliegue de los escenarios de cambio climtico en los Andes tropi-
COMPONENTE II: MDULO DE EDUCACIN Y ENTRE-
cales, la vulnerabilidad estimada de los ecosistemas andinos y los da-
NAMIENTO EN CAMBIO CLIMTICO Y BIODIVERSIDAD PARA
tos e informacin de la biodiversidad existente en dichos ecosistemas
para su uso por parte de los gestores y tomadores decisiones de los LOS ANDES TROPICALES.
pases participantes. Este Sistema Regional de Informacin comple-
mentar los esfuerzos realizados a nivel de la Comunidad Andina de El objetivo de este componente era desarrollar un mdulo de educacin
Naciones y constituir el componente (cambio climtico-biodiversidad) y entrenamiento de fcil acceso y sostenibilidad que contase con un
del Sistema Regional de Biodiversidad. Considera, adems, aspectos sistema de aprendizaje virtual sobre todos los resultados del proyecto
relevantes sobre principios de manejo de la informacin, como sober- y la provisin de todo el material educacional de soporte. Adems, se
ana nacional, derechos sobre la propiedad intelectual y conocimientos desarroll un kit educativo para impartir Talleres de Entrenamiento a
tradicionales. nivel nacional con instructores nacionales que puedan ser replicados
Para lograr ese objetivo se llevaron a cabo las siguientes actividades: conforme a las necesidades de cada pas.
(i) Taller Regional para la definicin y el consenso de la metodologa
7
Para lograr ese objetivo se realizaron las siguientes actividades: (i)de- Resultados esperados
sarrollo del sistema virtual de educacin; (ii) diseo y elaboracin de
los kits educativos; y (iii) un Taller itinerante para la discusin sobre El principal resultado esperado es la implementacin de un Sistema
el uso y la aplicacin de los nodos nacionales del sistema regional de Pblico Regional de Informacin de Cambio Climtico y su potencial
informacin. Estas actividades permitieron desarrollar los siguientes impacto en la biodiversidad para la regin de los Andes. Se espera que
productos: (i)sistema de educacin virtual en cambio climtico y bio- la operacin genere los siguientes resultados intermedios:
diversidad andina; (ii) kit educacional para capacitadores en cambio
climtico y biodiversidad andina; y (iii) esquemas de uso y aplicacin de
los nodos del sistema en cada pas.
9
Indice
1 Cambio Climtico y Combinacin de
Proyecciones de Modelos de Cambio Climtico
..........................................................................................
12
1.1 Combinacin de Proyecciones de
Modelos de CC...............................................16
Regin de Estudio...........................................12
Datos utilizados...............................................12
Modelos Globales...........................................12
Escenarios de consensos de
cambio climtico..............................................14
Modelos Regionales........................................15
Validacin...............................................16
Correccin de Desviaciones..................16
Escenarios.......................................................18
RCP 2.6.................................................20
RCP 4.5.................................................20
RCP 6.0.................................................21
RCP 8.5.................................................21
ndices Climticos...........................................21
Resultados......................................................24
1.2 Cambio de las Variables Climticas para
el Perodo 2020-2039....................................26
Precipitacin...................................................28
Temperaturas diarias mximas y mnimas......28
1.3 Conclusiones...................................................30 2.2 Funciones Adicionales....................................40
Validacin........................................................30
2.3 Introduccin del Control de
Temperatura.....................................................30 Calidad Espacial..............................................41
Precipitacin....................................................31 2.4 Output Grfico y Numrico de Ayuda a la
Proyecciones..................................................31 Decisin Integrado en Ficheros HTML............42
Recomendaciones metodolgicas.................31 2.5 Contenido Output por Perodos de
cinco aos.......................................................57
2
2.6 Ficheros MASTERQC......................................61
ANDES QC: Control de calidad de datos 2.7 Formas de trabajo para Ejecutar
para grupos de estaciones meteorolgicas ANDESQC.......................................................62
..........................................................................................
33 2.8 Aplicacin y Futuro de ANDESQC..................65
Introduccin..........................................................33
2.1 Tests includos en ANDES QC........................34
3
OUTLIERS POR MESESfourboxes()...........34
OUTLIERS PENTADALESpentauts()...........35
OUTLIERS GAMMAprecipouts ()................35 Anexos
OUTLIERS ESPACIALES ..........................................................................................
Funcin auxiliar percentcor()..........................35 66
Recomendaciones metodolgicas..................36
TMAX < = TMINtmaxmim().........................36
VALORES FUERA RANGOhumongous()....37
4
VALORES DUPLICADOSduplicals()............37
DIFERENCIAS INTERDIARIASjumps()........37
Bibliografa
..........................................................................................
VALORES CONSECUTIVOSflatline ()..........38
PRECIP. ACUMULADA 67
suspectacumprec().........................................38
CADENAS DE MARKOVmarkovchain().......38
CADENAS DE PRECIPITACIN
chainprecip()...................................................39
REDONDEOtableround().............................39
11
Cambio Climtico y Combinacin de Datos utilizados
Regin de Estudio
c Datos del modelo MRI-AGCM
La conjuncin de estos factores: el ocano Pacfico (a travs de sus El principal forzamiento de los AOGCM utilizados en el Quinto Informe
corrientes y masas de aire), los Andes (a travs de sus gradientes alti- es la radiacin solar, para la que se ha incluido su variacin interanual.
tudinales y su influencia en la dinmica y termodinmica de las masas Todos los modelos son tambin forzados por concentraciones de gas-
de aire del Pacfico y Atlnticas) y el ocano Atlntico dan lugar a una es atmosfricos, de origen antropognico y natural (gases de efecto
gran variedad climtica. invernadero, aerosoles provenientes de erupciones volcnicas, quema
de biomasa o contaminacin). Para este Quinto Informe, tambin, se
incluye el forzamiento por cambios de uso de suelo.
Nombre Modelo Acrnimo Modelo Resolucin Resolucin
atmsfera
Lat. Lon.
Beijing Climate Center BCC bcc-csm1-1 128 _ 64, L40 ~2.8 2.8125
China Meteorological
Administration Pekn,
Nuestro desconocimiento de la evolucin socioeconmica se traduce China
en el uso de las vas de concentracin representativa que proporcionan Canadian Centre for CCCMA anesm2 128 _ 64, L35 ~2.7 2.8125
escenarios de emisiones de gases de efecto invernadero (principal- Climate Modelling and
mente desarrollo industrial) y cambios en el uso de suelo (desarrollo de Analysis, Victoria,
Canad
agricultura) de acuerdo a distintos escenarios plausibles de desarrollo
socioeconmico. Las concentraciones de gases de efecto invernadero Centre National de CNRM cnrm-cm5 256 _ 128, L31 ~1.4 1.40625
Recherches
se calculan con ayuda de modelos de ciclo de carbono, que se incluyen Meteorologiques,
como submodelos en algunos AOGCM; en tanto que para la mayora CNRM & CERFACS,
de los AGCM estas concentraciones son calculadas por modelos bio- Toulouse, Francia
geoqumicos externos. Commonwealth CSIRO csiro- 192 _ 96, L18 ~1.85 1.875
Scientific and Industrial mk3-6-0
En el proyecto Informacin de cambio climtico y biodiversidad para Research Organization
el fomento de polticas pblicas de conservacin y adaptacin en la Queensland Climate
regin de los Andes Tropicales se utilizaron modelos de la base de Change Centre of
Excellence
datos CMIP5 (http://pcmdi9.llnl.gov/esgfweb-fe/). Despus de un anli- (CSIRO-QCCCE),
sis previo de los modelos disponibles, usando como criterio la capaci- Australia
dad de los modelos de simular la climatologa del perodo 1961-1990
Geophysical Fluid GFDL gfdl-es- 144 _ 90, L24 1.5- 2.5
y los principales fenmenos climticos globales, se decidi reducir el Dynamics Laboratory, m2m 2.0
nmero de modelos a utilizar en el proyecto a los modelos incluidos en (NOAA-GFDL),Prince-
la Tabla 1. La resolucin de los modelos vara entre 1 - 4 grados; la ton,Estados Unidos
mayora tiene una resolucin 2,5 - 2,7 grados. NASA Goddard GISS giss-e2-r 144 _ 90, L40 1.5- 2.5
Institute 2.0
for Space Studies
(NASA-GISS),New York,
Estados Unidos
Institute of Atmospheric IAP fgoals-g2 128 _ 60, L26 2.8 2.8125
PhysicsChineseAcad- 6.13
emy ofScience, Pekn,
Tabla 1.1 (Parte 1/2) China
Modelos globales acoplados de CMIP5 utilizados.
13
Nombre Modelo Acrnimo Modelo Resolucin Resolucin Tabla 1.1 (Parte 2/2)
atmsfera Modelos globales acoplados de CMIP5 utilizados.
Lat. Lon.
Centro Euro-Mediter-
raneo sui Cambiamenti
INGV cmcc-cm 480 _ 240, L31 ~0.8 0.8
Escenarios de consensos de cambio climtico
Climatici(CMCC), Italia
Institut Pierre-Simon IPSL ipsl- 96 _ 96, L39 1.894 3.75
Laplace, Francia (IPSL), Los escenarios describen lneas evolutivas plausibles de las condiciones
cm5a-lr
Pars, Francia climticas y otros aspectos del futuro, principalmente relacionadas con
aspectos socio-econmicos y las emisiones de gases de efecto inver-
Institut Pierre-Simon IPSLm ipsl-cm5a- 144 _ 143, L39 1.894 3.75 nadero y aerosoles asociadas. Para construirlos se utiliza un nmero
Laplace, France mr
(IPSL),Pars, Francia de tcnicas, incluyendo anlogos espaciales y temporales de climas
futuros y escenarios basados en modelos de escenarios. Los primeros
Atm. and Ocean Re- MIROC miroc5 256 _ 128, L40 ~1.4 1.4 escenarios eran bastante sencillos y se basaban en modelos que eran
search Inst. (Univ. of
Tokyo), Nat. Inst. for representaciones estilizadas de incrementos en la concentracin de
Environmental Studies, CO2 en la atmsfera. Estos primeros escenarios permitan responder a
and Japan Agency for preguntas del tipo qu pasara si la concentracin CO2 aumentara en
Marine-Earth Science dos (cuatro) veces? Cmo respondera el sistema climtico?
and Technology, Japn
AORI&NIES&JAMSTEC,
Japn Los escenarios actuales representan los forzamientos ms impor-
tantes, los procesos asociados, los posibles impactos (fsicos, ecolgi-
Met Office Hadley MOHC had- 192 _ 145, L38 1.25 1.875
Centre cos y econmicos) y las posibles respuestas que ayuden a la toma
gem2-es
MOHC, Exeter, Reino de decisiones polticas. Estos escenarios son distintos de los usa-
Unido dos en el Cuarto Informe del IPCC y fueron desarrollados por la Inte-
Max Planck Institute for MPIM mpi-esm-lr 192 _ 96, L47 ~1.85 1.87 grated Assessment Modelling Community (IAMC). ste es un panel
Meteorology (MPI-M), cientfico que incluye representantes de las comunidades de de-
Hamburgo, Alemania sarrolladores de escenarios socioeconmicos, modeladores climti-
Max Planck Institute for MPIMm mpi-esm- 192 _ 96, L95 ~1.85 1.87 cos, mitigacin y adaptacin que desarrollan, conjuntamente, estos
Meteorology (MPI-M), mr nuevos escenarios.
Hamburgo, Alemania
Meteorological Re- MRI mri-cgcm3 320 _ 160, L48 1.125 1.125
search Institute (MRI),
La elaboracin de estos escenarios est basada, principalmente, en las
Tsukuba,Japn recomendaciones de los tomadores de decisiones y cientficos que tra-
NCAR Community bajan en el mbito de la mitigacin. Estos nuevos escenarios evalan,
NCAR ccsm4 288 _ 192, L26 0.943 1.25
Climate System Model, explcitamente, distintas estrategias y polticas climticas de mitigacin
Estados Unidos y de adaptacin. De esta manera, permiten asociar directamente una
NorwegianClimateCen- NCC noresm1 144 _ 96, L26 ~1.85 2.5 cierta respuesta climtica a una cierta estrategia de mitigacin y as
tre NCC, Oslo Noruega -m evaluar los costos y beneficios de distintas estrategias.
En la elaboracin de los nuevos escenarios se tuvo en cuenta la evo- El modelo climtico de alta resolucin, REMO, es uno de esos modelos
lucin de los modelos climticos, muchos de los cuales incluyen ac- regionales. Desarrollado por el Instituto Max Planck de Meteorologa
tualmente submodelos de vegetacin interactiva, ciclo de carbono e de Hamburgo, REMO es un modelo de circulacin atmosfrica [10] tri-
incorporan una mejor representacin de la qumica atmosfrica. Estas dimensional que resuelve las ecuaciones primitivas discreteadas (con
mejoras en los modelos requieren informacin sobre la distribucin, aproximacin hidrosttica). El modelo REMO ha demostrado ser capaz
espacial y temporal, de los GEI ms detallada de la que ofrecan los de reproducir, de forma bastante fiable, los patrones climticos re-
escenarios anteriores. Tambin es necesaria la inclusin de un mayor gionales en el continente europeo (proyecto ENSEMBLE), en frica y
nmero de gases (aerosoles sobre todo) y la elaboracin de escenarios Suramrica (proyecto CORDEX).
de cambio de uso de suelos (Richard et al., 2010).
Un procedimiento alternativo de regionalizacin dinmica consiste en
Modelos Regionales llevar a cabo simulaciones con modelos atmosfricos que utilizan una
rejilla no uniforme con mayor densidad de puntos sobre la zona de
Para las estimaciones de proyecciones regionalizadas de cambio inters, forzndolos con los datos ocenicos proporcionados por la
climtico se utiliza el downscaling dinmico. Esta metodologa de es- componente ocenica del modelo acoplado global. Tambin, aunque
timaciones de proyecciones regionalizadas de cambio climtico con- resulta ms costoso desde el punto de vista computacional, se puede
siste en conseguir proyecciones de cambio climtico en una regin de- llevar a cabo la bajada de escala utilizando un modelo con alta reso-
terminada con resolucin espacial ms alta que los modelos globales lucin de malla uniforme. Este es el camino seguido en Mizuta et al.
(descenso de las escalas grandes a las escalas pequeas) con (2012) que llevaron a cabo simulaciones globales de alta resolucin
modelos climticos de rea limitada. Las escalas grandes vienen da- (60 km y 20 km) con el modelo atmosfrico MRI-AGCM de la agencia
das por los modelos globales acoplados ocano-atmsfera y el au- Meteorolgica Japonesa (JMA). La resolucin horizontal de este mod-
mento de la resolucin, que proporciona el detalle local, se realiza con elo es comparable a las resoluciones de modelos climticos regionales
ayuda de modelos climticos regionales. En esta tcnica se parte de utilizados en estudios de cambio climtico recientes. Los resultados
la hiptesis de que los fenmenos a escala pequea se fundamentan obtenidos con MRI-AGCM han sido utilizados para investigar el cambio
en las grandes escalas que son las que realmente se predicen con los climtico en diferentes regiones de Amrica Latina y el Caribe (Verga-
modelos globales; y los modelos climticos regionales aaden, a esta ra et al., 2010), Bangladesh (Rahman et al., 2011) y el Mediterrneo.
seal, los fenmenos relacionados con una orografa ms detallada y Tambin se utilizarn datos proporcionados por este modelo, a resolu-
una mejor representacin de las escalas sinpticas. cin de 20 km y 60 km.
15
Validacin
Las incertidumbres procedentes de los modelos globales varan mucho Se ha realizado un nmero de anlisis con fin de evaluar la ca-
dependiendo de la variable, de la regin y de la estacin considerados. pacidad del conjunto de modelos globales en CMIP5 y los modelos
Es muy importante evaluar los distintos AOGCM, tanto en perodos regionales REMO y MRI-AGCM de simular el clima actual en los pases
instrumentales como preinstrumentales, para estimar la capacidad de andinos. Para validar los campos de precipitacin y temperatura del
los distintos modelos de simular un amplio abanico de forzamientos. aire, a dos metros, utilizamos la base de datos de la Universidad de
Delawere.
Las incertidumbres provenientes de las distintas tcnicas de re-
gionalizacin, bien sea basadas en mtodos empricos o en modelos Las temperaturas de esta base de datos se proporcionan en una malla
regionales, se han explorado ampliamente en el contexto europeo en el regular de 0,5 grados tanto en longitud como latitud. Los datos ob-
marco de proyectos del FP5 EU: STARDEX (http://www.cru.uea.ac.uk/ servados, desde los que han sido interpoladas estas temperaturas,
projects/stardex/) y PRUDENCE (http://prudence.dmi.dk/). provienen de diversas fuentes, incluyendo la Red Climatolgica Histri-
ca Global (GHCN2), la Red Global de Climatologa Sinptica (Dataset
En el contexto de PRUDENCE, se ha estudiado la dispersin de los 9290c de NCDC de EEUU y el Resumen Global Diario de Superficie
distintos GCM (modelos climticos globales) y RCM (modelos climti- (GSOD).
cos regionales) alrededor de su centroide medida por la desviacin es-
tndar intermodelos que permite explorar el grado de acuerdo de los Los promedios mensuales de temperatura y precipitacin de las esta-
diferentes modelos y, por lo tanto, explorar la incertidumbre asociada cionesse interpolan a la malla con ayuda de una combinacin de mto-
a los GCM y RCM (DEQU et al., 2005). Se ha visto que la dispersin dos de interpolacin espacial: Modelo Digital de Elevacin (DEM), inter-
de los GCM es mayor que la de los RCM (forzados por el mismo GCM) polacin asistida (Willmotty Matsuura, 1995); interpolacin tradicional
para el caso de la temperatura, tanto en verano como en invierno. Esto (Willmottet al., 1985) e interpolacin ayudada climatolgicamente (CAI)
es consistente con la ligadura adicional de los RCM por las condiciones (Willmotty Robeson, 1995).
de contorno.
En el caso de la precipitacin, el comportamiento es distinto, los RCM Para la validacin se utiliza el periodo 1980-1999. ste es el perodo de
muestran mayor dispersin que los GCM en el verano. Esto puede referencia usado en el Quinto Informe como perodo base para estudiar
explicarse por el hecho de que los GCM poseen una resolucin ms la seal de cambio climtico. Adems, del modelo MRI-AM solo se dis-
baja que los RCM y pierden algunos forzamientos orogrficos. pone del periodo 1979-2003 en las simulaciones de clima actual, lo que
En este proyecto no se analiz la dispersin, sin embargo hay que no permite el uso del otro perodo de referencia habitual 1961-1990.
tenerla en cuenta al interpretar los resultados que se obtendrn en los
anlisis. Para cuantificar las incertidumbres se utiliza algunas herra-
mientas sencillas que permiten comparar integraciones, en perodos
de control, con bases de datos observacionales y estimar la diver-
gencia entre las estimaciones de las proyecciones futuras de distintos
modelos globales.
Correccin de Desviaciones las desviaciones de la precipitacin. Al aplicar la correccin de desvia-
ciones, suponemos que la dependencia espacial y temporal de las
variables climticas puede ser descrita por procesos aleatorios esta-
Figura 1.1 cionarios en el tiempo y, por tanto, la densidad marginal de probabili-
Esquema de la correccin de desviaciones por el mtodo de cuantiles.
dad de las variablesno cambia a lo largo del tiempo o la posicin. En
este mtodo, la correccin de las desviaciones durante el post-proceso
se aplica a la distribucin marginal de los datos del modelo, de modo
que se corrigen los errores sin que la dependencia espacio temporal
sea alterada explcitamente.
Po = f(Pm)
a Po = bPm
b Po = a + bPm
Las variables climticas simuladas por los modelos climticos con
frecuencia muestran una desviacin sistemtica con respecto a las c Po = Pmc
observaciones, limitando su utilidad para estudios de impacto (Chris- Po = b(Pm -X)
c
tensen et al., 2008). Por ello, es habitual hacer un post-proceso de la d
salida de los modelos con el objetivo de corregirlos para mejorar su e Po = (a + bPm)(1 - e-(Pm - X)/ )
correspondencia con los datos observados. Los mtodos ms sen-
cillos de correccin de estas desviaciones (bias correction) consisten
en sustraer la diferencia entre las climatologas de los modelos y las Donde Po es la mejor estimacin de Po. El escalado simple (a) es normal-
observaciones. Mtodos ms elaborados tambin corrigen la varian- mente usado para el mapeo de la precipitacin (Maraun et al., 2010).
cia, que suele ser menor en los modelos que en las observaciones. El Las expresiones (b)-(e) han sido utilizadas por otros autores (Piani et al.,
mtodo de mapeo de cuantiles (Panofsky et al., 1968) es un desarrollo 2009; Dosio and Parulo, 2011).
ms sofisticado, en el que se corrigen las desviaciones en cada cuan- Todas estos algoritmos de mapeo estn realizados en el programa
til. Themel et al. (2011) compararon varios mtodos de correccin, qmap (Gudmundsson et al., 2012), que se utilizaron para la correccin
llegando a la conclusin de que este mtodo es el que mejor corrige de las desviaciones.
17
Escenarios Los tipos ms importantes de escenarios son:
Figura 1.3
Vas de concentracin representativas definidas para el Quinto Informe
19
RCP 2.6 RCP 4.5
Esta va de concentraciones es representativa de escenarios de miti- Este es un escenario de estabilizacin, en el que para el ao 2100,
gacin cuyo objetivo es limitar el calentamiento global a menos de 2 el forzamiento radiativo es de 4.5 W/m2, sin haber excedido este val-
C a fin de siglo. Aunque existen importantes incertidumbres, se ha or antes (Thomson et al., 2011). Para lograr este objetivo, se suponen
determinado que este objetivo se puede alcanzar si el forzamiento ra- polticas climticas, que en este caso incluyen la penalizacin del uso
diativo hacia el ao 2100 alcanza valores menores a 3W/m2. Por esto, de carbono. En este escenario, la poblacin mundial llega a nueve mil
en este RCP se ha supuesto que, inicialmente, el forzamiento radiativo millones en 2065 y se reduce a 8,7 mil millones en 2100. El PIB mundial
crece hasta alcanzar un valor de 3,1W/m2 a mediados de siglo, cuando crece un orden de magnitud, y la necesidad energtica en 3 rdenes
comienza a reducirse hasta que hacia el final de siglo alcanza un valor de magnitud. Adems de imponer precios al carbn, la tecnologa de
de 2.6W/m2. captura y almacenamiento de carbn (CCS) se desarrolla de manera
Esto hace necesaria una reduccin bastante drstica de las emisiones, que la industria elctrica llega a ser un sumidero neto de carbn. En
que algunos sugieren no son posibles (van Vuuren et al., 2011b). Sin este escenario, las emisiones de GEI llegan a su mximo alrededor del
embargo, resultados del modelo integrado de evaluacin IMAGE mues- ao 2040, luego comienzan a bajar hasta el ao 2080, cuando se esta-
tra que alcanzar este objetivo es posible para valores de crecimiento de bilizan.
poblacin mundial, Producto Interno Bruto (PIB) e intensidad de emis-
iones (emisiones/PIB) (ver Figura 1.4). La realizacin de este escenar-
io requiere de tecnologas de almacenamiento y captura de carbono
(Carbon Capture and Storage, CCS) y disminucin de emisiones de
bo-energas, gas natural, petrleo y carbono a partir del ao 2020. La
figura 1.5 muestra la trayectoria de la lnea base y las trayectorias re-
queridas para alcanzar los 2.6 W/m2 de forzamiento de este escenario.
Figura 1.6
Evolucin temporal del consumo de energa (derecha), consumo de combustibes fsiles
(centro) y el uso primario de energa (izquierda) en los RCP usados en el Quinto Informe
del IPCC. En gris se representa el percentil 98 y 90 (gris claro/oscuro) de los escenarios
SRES del Cuarto Informe. Las lneas grises representan los escenarios SRES.
Figura 1.5
Evolucin temporal de la poblacin (izquierda) y producto interior bruto (derecha) en los
RCP usados en el Quinto Informe del IPCC. En gris se representa el percentil 98 de los
escenarios SRES del cuarto informe. Las lneas grises representan los escenarios SRES
RCP 6.0 ndices Climticos
En esta va representiva de concentraciones, las emisiones de gases
de efecto invernadero y cambios en el uso de suelo se traducen en un Las tendencias climticas en una regin del globo se pueden moni-
forzamiento radiativo de 6 W/m2 al ao 2100 (Masui et al, 2011). torizar mediante el seguimiento de un conjunto de indicadores climti-
cos definidos a escala internacional. Los indicadores nos permiten,
Esto requiere disminuciones significativas de emisiones a partir del ao generalmente de manera cuantitativa, ilustrar y comunicar de mane-
2060 (ver figura 1.4), que se logran a travs la imposicin de polticas ra sencilla procesos complejos que incluyen tendencias y progresin
climticas, es decir, que limiten las emisiones va precios y tecnologa a lo largo del tiempo. Para que un indicador sea vlido debe cumplir
de CCS. La poblacin mundial crece hasta 9,8 billones al ao 2100. El dos condiciones: tener una buena base conceptual (debe hacerse una
PIB per cpita global crece un 1,6% anualmente durante 20002060 descripcin de la metodologa y de las frmulas utilizadas) y ser com-
y entre 1,3 y 1,4% durante 20602100. La intensidad energtica dis- prensible y simple.
minuye a un ritmo de 1,2%/ao antes de 2060 a un ritmo de 1.5%/ao Los ndices climticos son indicadores de seguimiento del cambio
entre 2060-2100. climtico, que se basan, fundamentalmente, en las variables de tem-
peratura y precipitacin. Tal como establece la Organizacin Meteo-
RCP 8.5 rolgica Mundial (OMM), el clculo de ndices climticos es una herra-
mienta til para caracterizar el clima, presentar los patrones climticos
El escenario RCP8.5 representa una va en la que las emisiones y las histricos y detectar los cambios. Con tal objetivo, la OMM ha impul-
concertaciones son altas. Sus principales supuestos socio econmicos sado la concepcin de herramientas de deteccin del cambio climtico
incluyen alto crecimiento poblacional, relativamente bajo crecimiento y la programacin de un software especfico para calcular ndices que
de PIB, con tasas modestas de cambios tecnolgicos y de eficiencia reflejen las estimaciones ms precisas de las tendencias climticas en
energtica. Esto lleva a una importante demanda energtica y conse- todo el mundo. De hecho, expertos de distintos pases han compartido
cuente emisiones de gases de efecto invernadero. En este escenario conocimientos y esfuerzos para establecer ndices comunes aplicables
no se implementan polticas de cambio climtico. Las figuras 1.5 y 1.6 a todo el mundo y facilitar su clculo. En concreto, el Grupo de Exper-
muestran los forzamientos socio econmicos (poblacin y producto tos en Deteccin de Cambio Climtico e ndices (Expert Team on Cli-
interno bruto), usos energticos y emisiones para esta va. En cada mate Change Detection and Indices, ETCCDI) ha formulado y definido
aspecto, salvo en PIB, este escenario tiene valores mayores a los otros un conjunto de ndices para analizar situaciones climticas extremas
tres. aplicando una metodologa idntica para garantizar que los resultados
En este captulo solamente se han considerado tres escenarios de puedan analizarse globalmente. El ETCCDI depende de la Comisin
emisin: RCP2.6, RCP4.5 y RCP8.5. de Climatologa (CCl) de la OMM, parte del Programa Mundial de In-
vestigaciones Climticas (PMIC), y de la Comisin Mixta sobre Ocean-
ografa y Meteorologa Marina (Joint Comission for Oceanography and
Marine Meteorology o JCOMM).Informacin adicional sobre el ETCCDI
se puede encontrar en: http://cccma.seos.uvic.ca/ETCCDI/indices.sht-
ml. Los 27 ndices definidos por este grupo de expertos y que se utili-
zan en este proyecto se muestran en la tabla 1.2.
21
Aunque la evolucin del clima puede ser entendida a travs de los va- ndice Nombre Definicin Unidad
lores medios y la variabilidad de las variables climticas, el estudio de Castellano Ingls Castellano Ingls
los extremos climticos es importante, ya que los extremos son una de DEC GSL Duracin de Growing Nmero de das en 1 ao das
las causas ms importantes de los desastres naturales. Pero los ries- la estacin de season entre la primera racha de,
gos de desastre tambin dependen de algo ms que peligros fsicos. crecimiento length como mnimo, 6 das con
Los riesgos de desastres son el resultado de la interaccin de eventos TG > 5C y la primera
racha despus de 1 de julio
climticos o meteorolgicos, que son los factores fsicos de los riesgos
con, como mnimo, 6 das
de desastre con la exposicin y la vulnerabilidad, que son los factores con TG < 5C
con los que contribuye la sociedad. Las consecuencias de los even-
TXx TXx Mxima Maximum Valor mximo anual de C
tos extremos son el resultado de la combinacin de estos factores,
de TX TX la temperatura mxima
haciendo difcil su estudio. Sin embargo, un adecuado entendimiento diaria
de los riesgos naturales es un importante requisito para la valoracin
de los riesgos de exposicin y la vulnerabilidad de ecosistemas y co- TNx TNx Mxima de Maximum Valor mximo anual de C
TN TN la temperatura mnima
munidades a esos extremos climticos y meteorolgicos. diaria
Tabla 1.2 TXn TXn Mnima de Minimum Valor mnimo anual de C
ndices climticos definidos por el ETCCDI, donde TN es la temperatura mnima, TX la TX TX la temperatura mxima
temperatura mxima, TG la temperatura media y PPT la precipitacin; el clculo de per- diaria
centiles.
TNn TNn Mnima de Minimum Valor mnimo anual de C
ndice Nombre Definicin Unidad TN TN la temperatura mnima
Castellano Ingls Castellano Ingls diaria
DHe0 FD0 Das de Frost days Nmero de das en 1 das TN10p TN10p Noches Cold nights Porcentaje de das en %
helada ao en que TN < 0C frias que TN < percentil 10
DV25 SU25 Das de Summer Nmero de das en 1 das TX10p TX10p Das frios Cold days Porcentaje de das en %
verano days ao en que TX > 25C que TX < percentil 10
TN90p TN90p Noches Warm Porcentaje de das en %
DGa0 ID0 Da glacial Ice days Nmero de das en 1 das clidas nights que TN > percentil 90
ao en que TX < 0C
TX90p TX90p Das Warm days Porcentaje de das en %
NT20 TR20 Noches Tropical Nmero de das en 1 das clidos que TX > percentil 90
tropicales nights ao en que TN > 20C
IDRC WSDI Indicador de Warm spell Nmero de das en 1 ao das
duracin de duration que, como indicador mn-
racha clida imo, hay 6 das consecuti-
vos con TX > percentil 90
ndice Nombre Definicin Unidad ndice Nombre Definicin Unidad
Castellano Ingls Castellano Ingls Castellano Ingls Castellano Ingls
IDRF CSDI Indicador Cold spell Nmero de das en 1 das LMRS CDD Longitud Maximum Mximo nmero en 1 ao das
de duracin duration ao que, como indica- mxima length of de das consecutivos con
de racha fra dor mnimo, hay 6 das de la racha dry spell PPT < 1 mm
consecutivos con TN < seca
percentil 10
LMRH CWD Longitud Maximum Mximo nmero en 1 das
ATA DTR Amplitud Diurnal Media anual de la difer- C mxima de length of ao de das consecuti-
trmica tempera- encia entre TX y TN la racha wet spell vos con PPT 1 mm
tura anual lluviosa
range
P95pTOT R95pTOT PPT total Annual total PPT total anual (en das mm
PX1dia RX1day Mximo Maximum Valor mximo anual de mm anual en los precipitation en que 1 mm) cuando
de PPT 1-day pre- precipitacin en 1 da das muy on a wet la PPT diaria cumulada
en un da cipitation lluviosos day when es superior al percentil
amount > 95th 95
percentile
PX5dia RX5day Mximo Maximum Mxima anual de la PPT mm
de PPT 5-day registrada en 5 das P99pTOT R99pTOT PPT total Annual total PPT total anual (en das mm
en 5 das precipitation consecutivos anual en precipitation en que 1 mm) cuando
consecutivos amount los das on a wet la PPT diaria cumulada
ISID SDII ndice Simple PPT total anual dividida mm/da extrema- day when es superior al percentil
simple de daily entre el nmero de das damente > 99th 99
intensidad intensity con PPT 1 mm lluviosos percentile
diaria index PTOT PRCPTOT PPT total Annual PPT total anual precip- mm
DP10 R10 Das de Annual Nmero anual de das en das anual en total itacin en das en que
PPT count of que PPT 10 mm los das wet-day PPT 1 mm
10 mm days when lluviosos
precipitation
10 mm
DP20 R20 Das de Annual Nmero anual de das en das
PPT count of que PPT 20 mm
abundante days when
precipitation
20 mm
DP50 R50 Das de Annual Nmero anual de das en das
PPT muy count of que PPT 50 mm
abundante days when
precipitation
50 mm
23
Resultados verano austral. Tambin cabe destacar que en invierno, en el norte de
Per y el este de Ecuador, REMO simula una precipitacin menor que la
VALIDACIN DE REMO Y MRI-AGCM observada, en tanto que en MRI_AGCM, el bias es positivo.
Figura 1.8
Temperatura a 2m (grados centgrados) estacional en la base de datos Delawere (fila
superior: invierno (primera columna), primavera (segunda columna), verano (tercera co-
lumna), otoo (cuarta columna)) y los errores de los modelos. REMO con 50 km de reso-
lucin (segunda fila), MRI-AGCM, 50 km de resolucin (tercera fila) y MRI-AGCM, 20 km
(cuarta fila)
25
Cambio de las Variables Climticas para el Temperatura media diaria
Perodo 2020-2039.
Figura 1.9
Cambios estacionales en la temperatura a 2m (grados centgrados) con respecto al
perodo 1980-1999 (fila superior: verano austral (izquierda), otoo (derecha). Fila inferior:
invierno (izquierda), primavera (derecha). Se representa el promedio de todos los modelos
utilizados en el proyecto.
En la Figura 1.9, se representan los cambios de temperatura media di-
aria del perodo 20202039 con respecto al perodo 19801999 para la
regin que cubre el proyecto. Todos los cambios son positivos y varan
entre 0,5 2,0 grados centgrados, dependiendo este cambio de la
estacin. Tambin se observa una marcada dependencia geogrfica.
En el verano austral se observa un contraste este-oeste, con la cordille-
ra andina, especialmente en los valles interandinos, experimentando los
cambios ms fuertes y las regiones amaznicas los ms dbiles para
Per y Bolivia. En Ecuador el patrn es inverso, en la regin amazni-
ca, los cambios son ms fuertes que en la regin costera, alcanzando
valores de hasta 1,5 grados. Los cambios en temperatura media ms
fuertes se observan durante el otoo, aunque se mantiene el patrn
espacial de cambios del verano. Los valores ms altos de cambio de
temperatura se observan en la regin del altiplano peruano y el este de
Bolivia, alcanzando valores de hasta 2 grados centgrados. El patrn
de cambios de temperatura media para el invierno, estacin para la
cual los cambios son menores, es muy semejante al del verano, aunque
ahora no se observa el contraste este-oeste en Ecuador. En primavera
se observa un patrn de cambio semejante a verano, aunque ahora en
el oeste de Bolivia, los cambios alcanzan su valor mximo de 1,5-2,0
grados centgrados.
Figura 1.10
Cambios estacionales en la precipitacin (mm/ao) con respecto al perodo 1980-1999
(fila superior: verano austral (izquierda), otoo (derecha). Fila inferior: invierno (izquierda),
primavera (derecha). Se representa el promedio de todos los modelos utilizados en el
proyecto.
27
Precipitacin
En la Figura 1.10 se representan los cambios de precipitacin acumu- Temperaturas diarias mximas y mnimas
lada del perodo 20202039 con respecto al perodo 19801999 para
la regin que cubre el proyecto. La tendencia es positiva en la mayor
parte de la regin y, en todas las estaciones de estudio, varan entre -30 En la Figuras 1.11 y 1.12 se representan los cambios de temperatura
y +50 mm/ao, observndose una fuerte dependencia estacional de diaria mnima y mxima del perodo 20202039 con respecto al perodo
este cambio. La distribucin geogrfica del cambio, como en el caso 19801999 para la regin que cubre el proyecto. Tanto los cambios de
de la temperatura media, es tambin marcada. El verano austral es la temperatura mnima como mxima son positivos en todo el territo-
estacin con mayores cambios. En el norte de la regin de estudio, los rio estudiado y sus valores varan entre 0,5 2,0 grados centgrados,
mayores cambios positivos se dan en la vertiente oriental de los Andes dependiendo este cambio de la estacin. Como en el caso de la tem-
con cambios negativos en la regin de valles interandinos. En Per y peratura media, los valores del cambio varan con la geografa, aunque
Bolivia, los cambios ms fuertes se dan en la vertiente occidental de los para la temperatura mnima, esta dependencia es menor. En el ver-
andes, con la costa y regin amaznica presentando los cambios posi- ano austral, tambin observamos para ambas variables un contraste
tivos ms dbiles. Aparte de los valles interandinos en Ecuador, tambin este-oeste, aunque los cambios para la temperatura mnima son ms
se proyectan disminuciones de precipitacin en la regin suroriental de uniformes, especialmente en Ecuador y el sur del Per. En ambas vari-
Bolivia y en partes de la Amazona peruana. Durante el otoo, se re- ables, la Cordillera de los Andes experimenta los cambios ms fuertes
fuerzan las tendencias negativas de la precipitacin en la regin de los y las regiones amaznicas los ms dbiles. Esto es, especialmente,
valles interandinos ecuatorianos y, aunque prcticamente se mantiene cierto para la temperatura mxima en los Andes en la regin sur del
el patrn espacial de cambios del verano, los valores ahora son ms Per y es sureste de Bolivia, donde los cambios alcanzan su valor
dbiles, apareciendo una tendencia a la disminucin de la precipitacin mximo para esta estacin. Tanto para la temperatura mxima como la
en el noreste de Bolivia. El patrn de cambios de presin para el in- mnima, los cambios mayores se producen durante el otoo y la prima-
vierno, estacin para la cual los cambios son menores, es muy distinto vera, aunque los patrones espaciales de cambios son distintos para las
al de las dos estaciones anteriores, especialmente en Ecuador, donde distintas estaciones. Los valores ms altos de cambio de temperatura
ahora se observa un claro contraste este-oeste, con cambios negativos mxima en otoo se observan al este de la regin de estudio, en tan-
al este y positivos al oeste. En Per y Bolivia tambin se observa un to que durante la primavera, los cambios ms altos se producen en el
contraste este-oeste en los cambios, de signo similar a los cambios en oeste; en tanto que para las temperaturas mnimas, el patrn espacial
Ecuador, aunque de valores mucho ms pequeos. En primavera, el es ms uniforme. El patrn de cambios de temperatura media para el
patrn de cambio es inverso al de verano, los cambios son ms fuertes invierno, estacin para la cual los cambios son menores, es muy seme-
y se proyecta un aumento de precipitacin en la regin andina. jante al del verano, aunque ahora no se observa el contraste este-oeste
en Ecuador para las temperaturas mximas.
Figura 1.11 Figura 1.12
Cambios estacionales en la temperatura mnima diaria (grados centgrados) con respec- Cambios estacionales en la temperatura mxima diaria (grados centgrados) con respec-
to al perodo 1980-1999 (fila superior: verano austral (izquierda), otoo (derecha). Fila to al perodo 1980-1999 (fila superior: verano austral (izquierda), otoo (derecha). Fila
inferior: invierno (izquierda), primavera (derecha). Se representa el promedio de todos los inferior: invierno (izquierda) y primavera (derecha). Se representa el promedio de todos los
modelos globales y REMO. modelos globales y REMO.
29
Conclusiones diversas incertidumbres. Esta incertidumbre debe ser tomada en
cuenta y cuantificada de la manera ms rigurosa posible en cualquier
estudio de impacto de cambio climtico que se quiera llevar a
En el presente documento se han discutido dos aspectos. Por una par- cabo. Por ello, en este proyecto se utilizaron tanto modelos climticos
te, se ha realizado un desarrollo de metodologas nuevas y adaptacin globales como regionales para formar un ENSEMBLE que permita ob-
de metodologas existentes y, por otro lado, se ha expuesto el aspecto tener proyecciones ms robustas. Gracias a la actividad del IPCC, se
climtico de las proyecciones regionales estudiadas. disponen de un gran nmero de simulaciones con modelos globales
En cuanto a la metodologa, se utiliz un sistema de clculo basado para varios escenarios. Estos modelos tienen una resolucin relati-
en software libre que permite la validacin de modelos regionales y vamente baja por lo que la informacin climtica que proporcionan no
globales, el clculo de proyecciones de consenso de las variables est suficientemente diferenciada, espacialmente, en la regin andina
climticas ms importantes as como el de ndices de extremo climti- que se caracteriza por accidentes geogrficos con una variacin es-
cos para un ensemble que puede consistir tanto de modelos climticos pacial muy marcada y se hace necesario contar simulaciones de ms
globales como regionales. alta resolucin. La limitacin de recursos informticos no permite la re-
alizacin del nmero suficiente de simulaciones con modelos globales
En el aspecto puramente climtico, se presenta los primeros resultados de alta resolucin, por lo que la utilizacin de modelos climticos re-
de las proyecciones regionalizadas para el siglo XXI que se estudiaron gionales se hace imprescindible.
en el marco de este proyecto. La discusin se ha centrado sobre todo
en la comparacin de los valores medios obtenidos con los modelos
globales y regionales. Tambin se han considerado los comportamien- Validacin
tos de extremos a travs de los ndices climticos.
En general, tanto los modelos globales, con una resolucin espa-
Como resultado del proyecto se ha generado una base de datos de cial promedio de 1-3 grados, como los modelos regionales, con una
proyecciones regionalizadas de impactos, que se pone a disposicin de resolucin espacial de 18-50 km, simulan correctamente los ciclos
la comunidad. Esta coleccin de proyecciones satisface la demanda de anuales de temperatura y precipitacin en la regin.
prontitud en cuanto a disponibilidad de proyecciones. Los resultados
presentados han confirmado la relativa robustez de las proyecciones de
temperatura que, con las limitaciones ya mencionadas, establece para Temperatura
la trayectoria de concentracin representativa alta RCP8.5 unas horquil-
las de variacin aproximada de 1-2 oC para el perodo 2020-2039 y para
Los modelos globales tienen importantes sesgos sistemticos positi-
las zonas del interior de la Regin Andina, que muestran mayores cam-
vos en las temperaturas. Esto se debe, probablemente, a que no sim-
bios. La trayectoria de concentracin representativa muestra valores
ulan bien la disminucin de temperaturas sobre la Cordillera. Ntese
aproximadamente de 0,5-1 oC ms bajos para este mismo perodo. Las
que este sesgo sistemtico desaparece al evaluar la diferencia de la
proyecciones de temperatura muestran un desigual reparto del cambio
variable entre dos periodos.
de temperatura por estaciones, correspondiendo los valores de mayor
cambio a los meses estivales y los de menor cambio, a los invernales.
Los modelos regionales representan mejor la distribucin espa-
El modelado del sistema climtico est inherentemente asociado a
cial de temperatura que los modelos globales
la regin de valles interandinos. En Per y Bolivia, los cambios ms
Precipitacin fuertes se dan en la vertiente occidental de los Andes. Tambin se
proyectan disminuciones de precipitacin en la regin suroriental de
Los modelos globales tienden a subestimar la precipitacin en Bolivia y en partes de la Amazona peruana. El patrn de cambios de
altura. La falta de resolucin espacial no permite diferenciar la costa precipitacin para el invierno, estacin para la cual los cambios son
y las regiones de la cordillera en los modelos globales. menores muestra un claro contraste este-oeste, con cambios negati-
vos al este y positivos al oeste. En Per y Bolivia tambin se observa
Los modelos regionales tienden a sobreestimar la precipitacin. un contraste este-oeste en los cambios, de signo similar a los cambios
Este es un resultado que, en general, ocurre en todos los modelos re- en Ecuador, aunque de valores mucho ms pequeos.
gionales y zonas con topografa compleja. No se puede cuantificar
esta sobreestimacin por no existir informacin climtica en altura.
Recomendaciones metodolgicas
31
al debido al alto costo computacional y las necesidades de personal Las temperaturas simuladas por REMO y MRI-AGCM muestran pa-
cientfico experto en el tema. Proyectos como Cordex Sudamrica trones de error muy semejantes, tanto en distribucin espacial como
pueden proporcionar el marco adecuado, aunque simulaciones a may- en magnitud. Se pueden ver como todos los modelos muestran errores
or resolucin (alrededor de 10 km) tambin son necesarias. positivos en la costa y negativos en las zonas montaosas. La discrep-
ancias entre modelos y observaciones en la regin costera se puede
La generacin de una buena base de datos de temperatura y explicar, en parte, por el hecho de que, en general, la estrecha franja
precipitacin especialmente en altura para la regin es imprescindible, costera no est bien resuelta ni por las observaciones ni los modelos,
tanto para diagnosticar cambios como para validar modelos. excepto MRI-AGCM a 20 km, para el cual los errores positivos en la
costa estn restringidos a una banda ms delgada.
En Resumen:
ANDES QC: Control de calidad de multneo de una red de estaciones, en la cual la agilidad del proceso
es de vital importancia, como tambin lo es la reduccin del cdigo
datos para grupos de estaciones (esto facilita su documentacin y su posterior mantenimiento). Por ello,
se ha realizado una mejora, simplificacin y documentacin de algunas
meteorolgicas Por Enric Aguilar
rutinas. Abajo se muestra la rutina jumps.
33
Tesis Incluidas en ANDES QC
TEST FECHA PRECIP TX TN DTR
Outliers por meses X X X X
Outliers Pentadales X X
Outliers Gamma X
Outliers Espaciales X X X
Tmax < Tmin X X
Valores fuera de rango X X X
Valores Duplicados X ! ! ! !
Diferencias Interdiarios X X
Valores Consecutivos X X X
Precip. Acumulada X
Cadenas de Markov X X X
Cadena Precip. X
Redondeo X X X
35
Se seleccionan series bien correlacionadas (referencias) y se compara
el percentil de la estacin candidata con la mediana de los percentiles spatialouts ()
de las referencias. De no existir suficientes datos en el periodo de ref-
erencia o menos de dos estaciones con r > 0.4, los outliers espaciales Parmetros Caractersticas Ejemplo de
no son computados. Configurables parametrizacin
Si la diferencia supera el valor configurado, la observacin queda mar-
cada como un outlier. Dada la complejidad en la configuracin de es- Numrico,
perdiff 0.50
tos outliers, solamente se retienen aquellos outliers espaciales que han diferencia mxima
fallado otro test. entre los cuantiles
entre la estacin
candidata y sus
referencias
percentcor ()
37
Parmetros Caractersticas Ejemplo de
VALORES CONSECUTIVOS - flatline () Configurables parametrizacin
39
Funciones Adicionales
Parmetros Caractersticas Ejemplo de
Dadas las caractersticas inherentes a la variable precipitacin (distribu- Configurables parametrizacin
cin no gaussiana, limitada por la izquierda y con claro sesgo positivo;
gran variabilidad interdiaria e interanual; rpida de correlacin espacial)
fudd elemento sobre el que actuar c(4,4,5,5)
su control de calidad es ms complejo y en ocasiones se reduce a rep- (4=pc; 5=tx; 6=tn),vectorial
resentaciones de la informacin. La versin 3.0 de ANDESQC incluye
tres novedades importantes, las cuales amplan sus capacidades y fa- bunny valores a ser sustitudos c(-1,-4,-999.9,-999.9)
cilitan su conexin con otras herramientas como HOMER o RClimdex .
duck valores que les c(0,0,-99.9,-99.9)
reemplazarn
Funcin preclean para sustitucin de cdigos especficos:
Funcin smartcorrection
es frecuente que muchos bancos de datos incorporen cdigos espe-
ciales para indicar determinadas circunstancias asociadas con la me-
dida de precipitacin. Los ms comunes son, sin duda, la marca de para generar un nuevo fichero de datos para cada serie etiquetando a
traza de precipitacin o valor inferior a 0.1 mm y la indicacin de valor -88.8 aquellas valores que no hayan pasado determinados test (config-
acumulado. De forma similar a los valores perdidos, esta consigna uti- urable)
liza valores imposibles de la variable en cuestin (por ejemplo, -1 para
indicar traza), los cuales no deben ser ledos como un valor regular ya Parmetros Caractersticas Ejemplo de
que induciran a error o en el caso de ser alfabticos a errores en
Configurables parametrizacin
aquellas rutinas que requieran cmputos matemticos. Contrariamente
a lo que sucede con los valores perdidos, la solucin ptima no es
siempre determinar la inexistencia del valor y la respuesta adecuada levcorr nivel de correccin 1. Corrige a -88.8 slo
vara caso a caso y en funcin del banco de datos que se est contro- errores
lando. Por ejemplo, los valores traza de un banco de datos destinado 2. Corrige a -88.8 lo an-
a ser analizado con RClimdex deben ser igualados a cero, puesto que terior ms aquellos que
dicho software no utiliza valores de precipitacin inferioes a 1 mm. La fallan algn test y tienen
rutina preclean permite al usuario indicar aquellos cdigos que conoce confirmacin espacial
3. Corrige a -88.8 todo lo
y el valor por los que desea sustituirlo. Dado que tambin consigna de
anterior ms los outliers
forma vectorial la columna del elemento al que se refiere, puede ser y saltos interdiarios
tambin utilizado para las variables de temperatura. 4. Corrige a -88.8 cual-
quier valor etiquetado
Funcin makemonthly realiza al final del proceso de control de calidad, ya que se apoyar
en los valores de los tests anteriores y aborda el problema a travs de
distintos pasos, realizados por funciones subsidiarias:
que genera, a partir de los datos controlados de calidad, series de va-
lores mensuales y ficheros de estacin en el formato requerido por HO-
MER. Generacin de una matriz de correlacin entre las primeras
diferencias de los datos diarios. La primera diferencia se utiliza al
objeto de desestacionalizar los valores y evitar las correlaciones fictici-
Parmetros Caractersticas Ejemplo de amente elevadas introducidas por el ciclo anual.
Configurables parametrizacin
Clculo de la distribucin emprica de densidad acumulada
dailystats nombre del fichero de stations.txt (ECDF) estratificada por pntadas mviles (es decir, se computa in-
estaciones diarias dependientemente para cada da juliano incluyendo el mismo da y los
dos das adyacentes anteriores y posteriores).
percent mximo porcentaje de valores 5
faltantes en un mes permitido Generacin de series temporales en las que el valor de cada
para calcular el valor mensual da es sustituido por el cuantil que representa en la ECDF que le corre-
sponde.
minyear primer ao sobre el que se 1901
computarn los valores Determinacin para cada serie de estaciones suficiente-
mensuales
mente correlacionadas. Si existen al menos tres series que cumplan
maxyear ltimo ao sobre el que se 2014
con la correlacin mnima exigida (configurable) se procede a los sigui-
computarn los valores entes pasos. De lo contrario, el control de calidad espacial no puede (ni
mensuales debe) realizarse.
41
Se estudia el resto de tests aplicados a las observaciones
que han sido marcadas como outliers espaciales provisionales. De
haber fallado otro tests, se registra como outlier espacial definitivo.
43
VISIN GENERAL DE LA SERIE: TN
VISIN GENERAL DE LA SERIE: DTR
45
VISIN GENERAL DE LA SERIE: PRECIP
GRFICO OUTLIERS MENSUALES: PRECIP
47
GRFICO OUTLIERS MENSUALES: TX
GRFICO OUTLIERS MENSUALES: TN
49
GRFICO OUTLIERS MENSUALES: DTR
GRFICO VALORES AUSENTES PRECIPITACIN
51
GRFICO VALORES AUSENTES TX
GRFICO VALORES AUSENTES TN
53
GRFICO CONTROL DE REDONDEO: TX
GRFICO CONTROL DE REDONDEO: TN
55
GRAFICO CONTROL DE REDONDEO: PRECIP
Contenido Output por Perodos de cinco aos
Finalmente, aquellos valores detectados en cualquier test y que no han En cambio, html puede ser visionado por cualquier navegador a modo
pasado el control de calidad espacial descrito en el apartado anterior, de pgina web en modo local.
se inscriben en un circulo negro. El output ofrece igualmente los valores
involucrados para su inspeccin. Tcnicamente, el fichero se genera en El output por perodos de cinco aos presenta en detalle la informacin
html a travs del lenguaje Markdown y su implementacin en R R-mark- extrada por el control de calidad y ayuda tomar decisiones respecto a
down. Se ha seleccionado este formato por su facilidad y su univer- los valores etiquetados.
salidad, en comparacin con otros que tambin han sido explorados y
que quizs permiten un mejor formato del output, como laTeX, pero de Para cada uno de los parmetros TX, TN y precipitacin, se incluyen:
mayor complejidad y que requieren la instalacin de lectores expresos.
Grficos de redondeo
Grficos de secuencia de datos con valores etiquetados
mediante cdigos de colores
Listado de valores etiquetados
57
GRFICO REDONDEO POR PERIODOS
GRFICO-RESUMEN QC POR PERIODOS DE 5 AOS
59
Listado de Valores Etiquetados por el Control de Calidad por Periodos
Control de Calidad
QC OUTPUT FOR 1895 - 1899 ra00047407.txt
TX
Pentadal-based Outliers. Upper Threshold Outpassed
year month day pc tx tn
1898 12 16 2.1 18.6 -10.0
1899 1 29 1.9 24.0 -9.6
Monthly-based Outliers. Upper Threshold Outpassed
year month day pc tx tn
1898 12 16 2.1 18.6 -10.0
1899 1 29 1.9 24.0 -9.6
TX smaller or equal than TN
year month day pc tx tn
1896 1 8 0.4 -4.3 0
1896 2 7 0.0 -3.4 0
1896 3 6 1.0 -3.1 0
1896 12 5 0.0 -1.4 0 Nmero de Test Fallados
1897 2 8 0.0 -1.9 0
Difference between consecutive days is too large
year month day pc tx tn
1899 1 28 0.0 -3.0 -14.6
1899 1 29 1.9 24.0 -9.6
1899 1 30 2.7 2.2 -9.6
Spatial Outlier
year month day pc tx tn
1898 12 16 2.1 18.6 -10
DTR Monthly-based Outliers. Upper Threshold Outpassed
year month day pc tx tn
1895 12 26 0.3 -2.0 -27.9
1895 12 28 27.4 5.5 -23.3
1895 12 30 0.5 -1.0 -29.3
1896 7 17 0.0 27.9 0.0
1896 8 7 1.3 28.3 0.0
1898 12 16 2.1 18.6 -10.0
1899 1 29 1.9 24.0 -9.6
Ficheros MASTERQC
Formato
61
Interaccin con la Funcin QC()
Formas de trabajo para Ejecutar ANDESQC PREGUNTA RESPUESTA
Opcin de Lenguaje / Language Introduciendo 2, las siguientes
Cargando R y ANDESQC option: 1-English; 2-Spanish preguntas y opciones parecern
en espaol
1 Preparar los datos y el fichero de estaciones en el formato Introduce el nmero del fichero Se nos requieres el nombre del
indicado de estaciones. Este fichero y fichero que contiene el listado
los de datos deben estar en el de estaciones como
2 Cargar R directorio del trabajo estaciones.txt
Indica si queremos usar la
Quieres reemplazar cdigos funcin preclean(1) o no(2).
3 Establecer como directorio de trabajo aqul en el que tenemos especiales conocidos y De elegir 1, entraremos en un
los datos distintos a -99.9? submen de introduccin de
1 = SI; 2 = NO valores
4 Cargar el cdigo fuente de andesqc_vx.x.R
Computar correlaciones? Indicar si se desea computar
Tomar 5 minutos adicionales las correlaciones. Debe ele-
5 El cdigo se ofrece bajo licencia GNU Lesser General Public por elemento. Solo puedes girse 1 si estas no existen o si
License 3.0 saltarte el paso si ya las has quieren renovarse. Se entra al
calculado submen si se elige 1
Caractersticas QC() qclist() Selecciona nivel QC: Esta opcin correr uno de los
1.-Duro(reduce falsos positivos); tres conjuntos de parmetros
Interactiva X 2.-Medio; 3.- Suave(reduce pre-configurados.
Configurable en falsos negativos)
X
Pantalla Seleecionar que valores sern
Configurable desde convertidos en -88.8 en los
X X Entra nivel correccin: 1.- Solo ficheros de salida. La opcin
Cdigo 1 slo eliminar errores y es la
errores; 2.-Ms espacialmente
Configurable en confirmados; 3.- Ms saltos y ms recomendable para QC
X automtico; la 4 etiquetar una
Llamada outliers; 4.- Todo lo etiquetado
gran cantidad de valores y es la
FUNCIN QC() ms recomendable si queremos
revisar manualmente el QC
Para cargar la funcin QC(), simplemente, teclear QC() desde Si indicamos 1, se producirn
el prompt de R, siempre despus de establecer el directorio de datos Quieres calcular valores men- ficheros medias mensuales de
como directorio de trabajo y cargar el cdigo fuente. suales y preparar ficheros de TX, TN, TM, DTR y acumula-
Inmediatamente, aparecern una serie de mensajes en pantalla, estacin en formato HOMER? ciones mensuales de PC, as
a los que deberemos responder segn las opciones que se nos ofrez- 1 =SI ; 2 = NO como ficheros de estacin
can. utilizables por HOMER
Modificando los Valores Predefinidos
63
Uso de qclist()
65
Anexos
Abreviaciones y Acrnimos
CC Cambio Climtico
A. A. Srensson, C. G. Menndez, R. Ruscica, P. Alexander, P. Sam- J. A. Marengo, S. C. Chou, G. Kay et al., Development of region-
uelsson, and U. Willn, Projected precipitation changes in South al future climate change scenarios in South America using the Eta
America: a dynamical downscaling within CLARIS, Meteorologische CPTEC/HadCM3 climate change projections: climatology and re-
Zeitschrift, vol. 19, no. 4, pp. 347355, 2010 gional analyses for the Amazon, So Francisco and the Paran River
basins, Climate Dynamics, vol. 38, no. 9-10, pp. 18291848, 2012.
Christensen, J. H., F. Boberg, O. B.Christensen, and P. Lucas-Pich-
er, 2008: On the need for bias correction of regional climate M. Nuez, S. A. Solman, and M. F. Cabr, Regional climate change
change projections of temperature and precipitation. Geophys. Res. experiments over southern South America. II: climate change sce-
Lett.,35,L20709, doi:10.1029/2008GL035694. narios in the late twenty-first century, Climate Dynamics, vol. 32,
no. 7-8, pp. 10811095, 2009.
Dosio, A. and Paruolo, P.: Bias correction of the ENSEMBLES
high-resolution climate change projections for use by impact mod- M., Jones, R. G., Onof, C., Vrac, M., and Thiele-Eich, I.: Precipitation
els: Evaluation on the present climate, J. Geophys. Res., 25 116, downscaling under climate change: Recent developments to bridge
D16106, doi:10.1029/2011JD015934, 2011. 6186, 6187, 6189, 6190 the gap between dynamical models and the end user, Rev. Geo-
phys., 48, RG3003, doi:10.1029/2009RG000314, 2010. 6186, 6189
F. Giorgi and L. O. Mearns, Approaches to the simulation of regional
climate change: a review,Reviews of Geophysics, vol. 29, no. 2, pp. Maraun, D., Wetterhall, F., Ireson, A. M., Chandler, R. E., Kendon, E.
191216, 1991. J., Widmann, M., Brienen,S., Rust, H. W., Sauter, T., Themel, M.,
Venema, V. K. C., Chun, K. P., Goodess, C.
F. Giorgi, C. Jones, and G. Asrar, Addressing climate information
needs at the regional level: the CORDEX framework, World Meteo- Panofsky, H. W. and Brier, G. W.: Some Applications of Statistics to
rological Organization Buletin, vol. 58, no. 3, pp. 175183, 2009. Meteorology, The Pennsylvania State University Press, Philadelphia,
1968. 6186
Gudmundsson, L.; Bremnes, J. B.; Haugen, J. E. & Engen-Skau-
gen, T. Technical Note: Downscaling RCM precipitation to the sta- Piani, C., J. O. Haerter, and E. Coppola (2009), Statistical bias cor-
tion scale using statistical transformations - a comparison of meth- rection for daily precipitation in regional climate models over Europe,
ods. Hydrology and Earth System Sciences, 2012, 16, 3383-3390, Theor. Appl. Climatol., 99, 187192.
doi:10.5194/hess-16-3383-2012.
R. D. Garreaud, M. Vuille, R. Compagnucci, and J. Marengo, Pe-
sent-day South American climate,Palaeogeography Palaeoclima-
tology, Palaeoecology, vol. 281, no. 3-4, pp. 180195, 2009
67
http://geoportal.ciifen.org/
info-ciifen@ciifen.org
Guayaquil - Ecuador