nombre y clave del proyecto - Instituto Nacional de Ecología y

Anuncio
DETERMINACIÓN DE PERÍODOS DE
SEQUÍA Y LLUVIA INTENSA
EN DIFERENTES REGIONES DE MÉXICO
ANTE ESCENARIOS DE CAMBIO
CLIMÁTICO
Número de Registro INE: INE/A1-056/2007
INFORME FINAL
Participantes:
Responsable del Proyecto:
Dr. Martín Montero Martínez.
Dr. Jorge Sánchez Sesma.
Dr. Waldo Ojeda.
Dr. Ricardo Prieto González.
Especialista en Hidráulica IV.
México, 23 de noviembre de 2007
FI.C0.4.40.1
CONTENIDO
1
RESUMEN EJECUTIVO ..................................................................................................... 5
2
EXECUTIVE SUMMARY ................................................................................................... 6
3
INTRODUCCIÓN ................................................................................................................. 7
4 ANTECEDENTES EN MATERIA DE VARIABILIDAD Y CAMBIO CLIMÁTICO
EN LOS REGÍMENES DE PRECIPITACIÓN......................................................................... 8
5
COMPRENDIENDO Y DEFINIENDO LA SEQUÍA ..................................................... 10
5.1
5.2
5.3
5.4
5.5
5.6
CONCEPTO DE SEQUÍA ......................................................................................... 10
DEFINICIÓN CONCEPTUAL DE SEQUÍA ........................................................... 10
DEFINICIONES DE SEQUÍA OPERACIONAL .................................................... 11
SEQUÍA EN METEOROLOGIA .............................................................................. 11
SEQUÍA EN LA AGRICULTURA ........................................................................... 12
SEQUÍA EN HIDROLOGÍA ..................................................................................... 12
6
CONDICIONES HÚMEDAS ............................................................................................. 14
7
EL EFECTO INVERNADERO Y LOS ESCENARIOS DE CAMBIO CLIMÁTICO 16
7.1
7.2
7.3
EMISIONES ANTROPOGÉNICAS DE DIÓXIDO DE CARBONO .................... 16
PROBLEMAS AMBIENTALES – EL EFECTO INVERNADERO ...................... 18
LOS ESCENARIOS A1, A2 Y B1. ............................................................................ 19
8 CARACTERIZACIÓN PROBABILISTA DEL CLIMA ACTUAL Y DE LOS
ESCENARIOS............................................................................................................................. 20
9
METODOLOGÍA................................................................................................................ 24
9.1
MODELOS CLIMÁTICOS A EMPLEAR............................................................... 25
9.2
SELECCIÓN DE LAS REGIONES DE ESTUDIO ................................................. 25
9.3
COMPARACIÓN DE LOS MODELOS DEL IPCC CON OBSERVACIONES
DURANTE PERÍODOS HISTÓRICOS ............................................................................... 27
10
EVALUACIÓN DEL CAMBIO CLIMÁTICO EN LAS REGIONES
SELECCIONADAS .................................................................................................................... 31
10.1
REGIÓN DEL ESTADO DE CHIAPAS .................................................................. 31
10.1.1
Análisis de probabilidad de que presenten períodos de sequía, períodos
húmedos y temperaturas extremas en Chiapas ........................................................... 31
10.2
REGIÓN CENTRO .................................................................................................... 36
10.2.1
Análisis de probabilidad de que presenten períodos de sequía y períodos
húmedos en la Región Centro........................................................................................ 36
10.3
REGIÓN JALISCO .................................................................................................... 39
10.3.1
Análisis de probabilidad de que presenten períodos de sequía y períodos
húmedos en Jalisco ........................................................................................................ 39
10.4 COMPARACIÓN DEL ÍNDICE DE PRECIPITACIÓN ESTANDARIZADO DE
6 MESES .................................................................................................................................. 43
México, 2007
2
FI.C0.4.41.1
10.5
11
LAS VARIABLES DE EVAPORACIÓN Y HUMEDAD DEL SUELO ............... 44
REPERCUSIONES EN LA AGRICULTURA ............................................................ 45
11.1
11.2
11.3
ÍNDICES CLIMÁTICOS ................................................................................................... 45
DESARROLLO DE LOS CULTIVOS .................................................................................. 46
ADAPTACIÓN DE LA AGRICULTURA ............................................................................. 49
12
REPERCUSIONES EN BOSQUES, GANADERÍA Y DISPONIBILIDAD DE
AGUA 49
13
RECOMENDACIONES PARA LA ADAPTACIÓN DE LOS SECTORES
AFECTADOS POR EVENTOS DE SEQUÍA EXTREMA Y CONDICIONES HÚMEDAS
51
14
DISCUSIÓN Y CONCLUSIONES ............................................................................... 52
BIBLIOGRAFÍA......................................................................................................................... 55
15
ANEXO 1 – GRÁFICOS PARA EL ESCENARIO A1B ............................................ 58
15.1
15.2
15.3
16
A1B - REGIÓN CHIAPAS ........................................................................................ 58
A1B - REGIÓN CENTRO ......................................................................................... 60
A1B - REGIÓN JALISCO ......................................................................................... 62
ANEXO 2 – GRÁFICOS PARA EL ESCENARIO B1 ............................................... 64
16.1
16.2
16.3
17
B1 - REGIÓN CHIAPAS ........................................................................................... 64
B1 - REGIÓN CENTRO ............................................................................................ 66
B1 - REGIÓN JALISCO ............................................................................................ 68
ANEXO 3 – CARACTERÍSTICAS DE LOS MODELOS UTILIZADOS ............... 70
17.1 BCCR-BCM2.0 (MODELO CLIMÁTICO DE BERGEN VERSIÓN DOS CENTRO DE INVESTIGACIÓN DEL CLIMA DE BJERKNES / UNIVERSIDAD DE
BERGEN EN NORUEGA) .................................................................................................... 70
17.2 CCCMA-CGCM3 (CENTRO CANADIENSE DE MODELACIÓN Y ANÁLISIS
CLIMÁTICO) ......................................................................................................................... 71
17.3 CNRM-CM3 (MODELO CLIMÁTICO DEL CENTRO NACIONAL DE
INVESTIGACIÓN METEOROLÓGICA DE FRANCIA) ................................................ 72
17.4 CSIRO-MK3.0 (MODELO CLIMÁTICO ACOPLADO MARK 3.0 DE LA
ORGANIZACIÓN DE INVESTIGACIÓN INDUSTRIAL Y CIENTÍFICA) ................. 73
17.5 ECHAM5/MPI-OM (MODELO CLIMÁTICO ACOPLADO DEL INSTITUTO
DE METEOROLOGÍA MAX PLANCK) ............................................................................ 74
17.6 MIUB ECHO G (UNIVERSIDAD DE ALEMANIA, INSTITUTO DE KMA EN
COREA Y MODEL AND DATA GROUP) ......................................................................... 75
17.7 GFDL-CM2.0 Y GFDL-CM2.1 (MODELO ACOPLADO DEL LABORATORIO
DE FLUIDOS DINÁMICOS GEOFÍSICOS) ..................................................................... 75
17.8 INMCM3.0 (INSTITUTO DE MATEMÁTICAS NUMÉRICAS DE LA
ACADEMIA DE CIENCIAS RUSA) .................................................................................... 76
17.9 IPSL-CM4 (INSTITUTO PIERRE SIMON LAPLACE DE FRANCIA) ............. 76
CCSR/NIES-MIROC3.2 (MODELO DE INVESTIGACIÓN
17.10
INTERDICIPLINARIA DEL CLIMA – CENTRO PARA LA INVESTIGACIÓN DEL
México, 2007
3
FI.C0.4.41.1
SISTEMA CLIMÁTICO / INSTITUTO NACIONAL PARA ESTUDIOS
AMBIENTALES DE JAPÓN) ............................................................................................... 77
17.11
MRI-CGCM2.3.2 (MODELO DE CIRCULACIÓN GENERAL ACOPLADO
DEL INSTITUTO DE INVESTIGACIONES METEOROLÓGICAS DE JAPÓN) ....... 78
17.12
NCAR_CCSM3.0 (MODELO DE COMUNIDAD DEL SISTEMA
CLIMÁTICO - CENTRO NACIONAL DE INVESTIGACIÓN ATMOSFÉRICA DE
EE.UU.) 79
17.13
NCAR-PCM1 (MODELO CLIMÁTICO PARALELO - CENTRO
NACIONAL DE INVESTIGACIÓN ATMOSFÉRICA DE EE.UU.) ............................... 80
17.14
UKMO_HADCM3 (CENTRO HADLEY PARA LA INVESTIGACIÓN Y
PREDICCIÓN CLIMÁTICA, REINO UNIDO) ................................................................. 81
18
ANEXO 4 – DESCRIPCIÓN DE LAS REGIONES GEOGRÁFICAS CHIAPAS,
CENTRO Y JALISCO UTILIZADAS EN EL ESTUDIO ..................................................... 82
18.1
18.2
18.3
REGIÓN CHIAPAS ................................................................................................... 82
REGIÓN CENTRO .................................................................................................... 88
REGIÓN JALISCO .................................................................................................... 97
México, 2007
4
FI.C0.4.41.1
1
RESUMEN EJECUTIVO
En este estudio se analiza la influencia que el cambio climático y sus efectos tienen en los
períodos de condiciones húmedas y sequías extremas. Para estudiar los efectos de estos
fenómenos en el país, se han seleccionado tres regiones de interés: la zona sureste (que
incluye al estado de Chiapas), el centro del país (Distrito Federal y Estado de México) y la zona
centro-poniente (Jalisco y sus alrededores). Se han considerado estas regiones por sus
diversas actividades socioeconómicas, que se pueden ver afectadas de forma importante por el
cambio climático en áreas tales como la agricultura, la ganadería, los bosques, la protección
civil, la disponibilidad del agua para consumo humano y para uso industrial y de generación
eléctrica.
Se analizan futuros períodos de precipitación y se determina el grado de reducción o aumento
en la precipitación para las regiones de interés utilizando, de forma particular, el denominado
Índice de Precipitación Estandarizado. Con ello, se aportan valiosos elementos para la toma de
las decisiones más apropiadas en cuanto al manejo de la vulnerabilidad asociada al cambio
climático en el tema de la sequía y la precipitación extrema.
Los escenarios estudiados son el A2, A1B y B1, utilizando la información de los modelos
climáticos del 4° Informe de Evaluación del Panel Intergubernamental de Cambio Climático. La
información de estos modelos fue llevada a una malla uniforme sobre territorio mexicano, que
permite la comparación de los datos para cada escenario.
Los resultados obtenidos mostraron una tendencia a la reducción de la precipitación en las tres
regiones estudiadas. La región sureste presentó una disminución considerable de precipitación
en la estación húmeda (junio-noviembre), mientras que la reducción más marcada en la
estación seca (diciembre-mayo) se dio en la zona centro-poniente.
Por otra parte, el promedio aritmético de los modelos de clima utilizados por el IPCC observan
condiciones más húmedas en períodos trimestrales durante la última década simulada (20892098) para las regiones de Jalisco y del Centro.
Dependiendo del escenario (A1B, A2 o B1), las condiciones proyectadas pueden variar
considerablemente. Por ejemplo, en el escenario A2 sobre la región de Chiapas se esperan
temperaturas medias mensuales máximas para 2098 de alrededor de 32 ºC, mientras que para
el escenario A1B y B1 estas temperaturas son de 31 y 30 ºC respectivamente. A modo de
comparación, mencionaremos que la temperatura modelada de la época actual en esa región
se encuentra alrededor de los 28 ºC.
México, 2007
5
FI.C0.4.41.1
2
EXECUTIVE SUMMARY
On this study is analyzed the influence of climate change and its effects on the drought and
extreme wet conditions. In order to accomplish a more detailed study, there have been selected
three regions of Mexico: the southeast (which includes the Chiapas state), the centre of the
country (Mexico City and the State of Mexico) and the central-west area (Jalisco state and its
surroundings). These regions have been chosen because they can be affected by climate
change in an important manner on their diversity of socioeconomic activities, such as
agriculture, cattle rising, forests, civil protection, and water availability for human consumption,
industrial use and hydroelectric power generation.
Future periods of precipitation are analyzed and, with the use of the Standardized Precipitation
Index (SPI), we document the degree of rainfall increase or reduction for the three regions
described above. This information is valuable for appropriate decision making in the
management of vulnerability associated with climate change and its effects on drought and
extreme precipitation.
The Intergovernmental Panel for Climate Change (IPCC) scenarios used on this study are A2,
A1B and B1, using the data that came out from the Fourth Assessment Report. The information
from the climate models has been taken to a uniform grid over Mexican territory, which allows a
direct comparison among the data from each scenario.
The results obtained for the three regions show a tendency for reduced precipitation. The
southeast shows a considerable reduction in precipitation for the wet season (June-November),
while the most marked reduction during the dry season (December-May) was over the centralwest region.
The average of the climate models used by the IPCC has wetter conditions on three-month
periods during the last decade simulated (2089-2098) for the Jalisco and Centre regions.
Depending on each scenario (A1B, A2 or B1), the projected conditions can change
considerably. As an example, on the A2-scenario over the Chiapas the average of the models
expect a maximum monthly temperature average of 32 C, while for the A1B and B1 scenarios
the corresponding temperatures are 31 and 30 C respectively. For comparison, the modelled
temperature for today is around 28 C.
México, 2007
6
FI.C0.4.41.1
3
INTRODUCCIÓN
La variabilidad climática y el cambio climático global están afectando las actividades y sectores
económicos que dependen directa e indirectamente del clima. El Panel Intergubernamental
sobre Cambio Climático (IPCC) estima que regiones relativamente poco húmedas en
Latinoamérica, serán susceptibles de desertificación, lo que incluye tierra dedicada a la
agricultura y ganadería, traduciéndose en un decremento importante de la productividad de
estas regiones y en el encarecimiento y posible desabasto de alimentos. Los cambios en los
patrones de precipitación podrían también afectar sensiblemente la disponibilidad de agua para
consumo humano, la agricultura y la generación de energía.
En México ha sido poco estudiado el impacto estimado del cambio climático sobre la
precipitación, y las consecuencias que podría tener en los sectores vulnerables relacionados
con la agricultura, la vegetación y la disponibilidad del agua.
Por otro lado, hay que mencionar que los esfuerzos que diversos países están realizando para
adaptarse al cambio climático aún cuentan con poca efectividad, debido principalmente al
reducido uso de la información climática para la toma de decisiones, la escasa información
sobre los impactos y la vulnerabilidad ante el cambio climático, y la capacidad tecnológica,
entre otras múltiples razones.
La información proporcionada por los modelos de circulación global ante los escenarios de
cambio climático, permite el estudio de los períodos de precipitación durante las décadas
modeladas. Esto puede ser utilizado con el objetivo de encontrar diversas situaciones de
disminución o ausencia de lluvias, determinando su extensión temporal: varios meses, años, o
incluso décadas.
Cuando una sequía ocurre, las plantas no crecen apropiadamente y la disponibilidad de agua a
los hogares y la industria se ve limitada; los arroyos y los ríos lentamente bajan su nivel, si las
sequías se prolongan los animales pueden morir. En las áreas donde hay poca vegetación, el
viento acarrea el suelo que ha quedado descubierto, llegando a producir aridez. Las
consecuencias últimas de la sequía son disminuciones en la disponibilidad de alimento para
ganado, encarecimiento de los alimentos para las personas, y las sequías intensas y
prolongadas pueden incluso llegar a producir hambrunas.
Por el contrario, las lluvias tienen impactos que son positivos, como el mejoramiento en la
disponibilidad del agua para consumo humano. Sin embargo, cuando se llegan a presentar
condiciones de lluvias extremas, ya sea en intensidad, en duración, o una sucesión de eventos
a lo largo de varios días o semanas, las consecuencias para las actividades humanas y el
medio ambiente pueden ser muy grandes: inundaciones, destrucción parcial o total de caminos,
carreteras, puentes, presas, ecosistemas, etc.
En este estudio se realiza una cuantificación de la información sobre la precipitación bajo
escenarios de cambio climático para las regiones de interés. Se ha propuesto el Índice de
Precipitación Estandarizado (IPE o SPI por sus siglas en inglés), como una forma de medir la
sequía meteorológica y las condiciones de humedad extrema. Este índice es negativo para
condiciones secas, y positivo para condiciones húmedas. Cuando las condiciones secas o
húmedas se vuelven más severas, el valor del Índice de Precipitación Estandarizado se vuelve
más negativo o positivo, respectivamente. El IPE se calcula para varias escalas de tiempo,
México, 2007
7
FI.C0.4.41.1
desde un mes hasta varios años, con el fin de capturar las diversas escalas en las que se
pueden presentar déficit en lluvias.
4
ANTECEDENTES EN MATERIA DE VARIABILIDAD Y CAMBIO CLIMÁTICO EN
LOS REGÍMENES DE PRECIPITACIÓN
Las pérdidas económicas por desastres relacionados con el clima se han incrementado mucho
más rápido que el crecimiento poblacional o económico, lo cual sugiere que ya se comienza a
observar un impacto negativo del cambio climático (Mills, 2005). Sin embargo no hay una
evidencia clara de un cambio en las inundaciones de las últimas décadas (Kundzewicz et al.,
2005; Schiermeier, 2006). Sin embargo, existen cambios climáticos que han sido observados,
Kron y Bertz (2007) reportan un incremento de los vientos del oeste sobre Europa en invierno
que terminan produciendo sistemas de baja presión con lluvias importantes, lo que indica que
el clima global puede estar teniendo ya un impacto en las inundaciones. Éstos mismos autores
encontraron que globalmente el número de catástrofes durante el período 1996-2005 se ha
duplicado comparado con el promedio decenal de las tres décadas correspondientes al período
1950-1980, mientras que las pérdidas económicas se han incrementado en un factor de cinco.
Las inundaciones han sido el desastre natural más reportado en África, Asia y Europa y ha
afectado a más personas (un promedio de 140 millones al año en promedio) que cualquier otro
desastre natural (WDR, 2003, 2004).
Burke et al. (2006) realizaron proyecciones utilizando el modelo global HadCM3 en el escenario
A2, mostrando que existen regiones que se vuelven más secas, mientras otras tienden a ser
más húmedas, con una tendencia global hacia la sequía. Burke et al. (2006) reportan, por
ejemplo, que la proporción de superficie terrestre en sequía extrema se podría incrementar en
un factor entre 10 y 30, pasando de entre 1 y 3% en la actualidad al 30% para 2090; el número
de sequías extremas cada 100 años y la duración de las sequía se podría incrementar en un
factor de 2 y 6 respectivamente para el 2090.
Un decremento en la precipitación del verano sobre Europa, acompañado de temperaturas más
elevadas, que incrementan la evaporación, llevaría inevitablemente a una reducción de la
humedad del suelo (Douville et al., 2002) y sequías más intensas y más frecuentes.
Se proyectan problemas de sequía para regiones que dependen mayormente del agua
producto del derretimiento de los glaciares (Barnett et al., 2005). Muchos glaciares pequeños,
por ejemplo en Bolivia, Ecuador y Perú (Coudrain et al., 2005), desaparecerán dentro de unas
cuantas décadas, afectando adversamente a los habitantes y a los ecosistemas. El
derretimiento rápido de glaciares pueden llevar a la formación de lagos inestables que pueden
producir inundaciones severas (Coudrain et al., 2005).
Cálculos realizados bajo el escenario IS92a que es similar al escenario A1, muestran cambios
significativos en los riesgos de inundación y sequía en muchas partes de Europa (Lehner et al.,
2005b). Las regiones que pueden tener mayor frecuencia de inundaciones son el norte y
noreste de Europa, mientras que en el sur y el sureste se pueden presentar aumentos en las
frecuencias de las sequías. Dependiendo de qué modelo global de clima es utilizado, el
impacto del cambio climático en el régimen de inundaciones (magnitud y frecuencia) puede
tener efectos positivos o negativos, demostrando que existe una gran incertidumbre en los
impactos del cambio climático (Reynard et al., 2004).
México, 2007
8
FI.C0.4.41.1
Palmer y Räisänen (2002) analizaron las diferencias en la precipitación de invierno modeladas
por modelos de circulación general entre una corrida de control y una corrida de doblamiento
de CO 2 . Los resultados de este estudio mostraron un incremento en la precipitación de invierno
en Europa y un monzón de Asia con mayores lluvias. También se incrementa
considerablemente (5 a 7 veces) la probabilidad de que la precipitación del invierno boreal
exceda dos desviaciones estándar la precipitación normal para extensas áreas de Europa.
Milly et al. (2002) demostraron que cuando se cuadriplica el CO 2 , en algunas áreas, lo que es
conocido como inundaciones con período de retorno de 100 años (en la corrida de control),
ocurran mucho más frecuentemente (cada 2 a 5 años), sin embargo estas proyecciones tienen
grandes niveles de incertidumbre.
Otros estudios relacionados consideran:
a) La humedad del suelo y el riesgo de inundación (Sivapalan et al., 2005). En este
artículo, se propone un modelo quasi-analítico para calcular la frecuencia de
inundaciones, el cual es capaz de considerar la variabilidad estacional de las tormentas,
y también la estacionalidad de la lluvia y evapotranspiración, las cuales afectan las
condiciones previas de los cuerpos de agua ante tormentas individuales.
b) Inundaciones fluviales y marea astronómica (Svensson and Jones, 2005). En este
trabajo se concluyó que en varios lugares del suroeste y noreste de las costas
británicas, se encontró un incremento significativo en la interdependencia entre las
variables que provocan inundaciones, como la marea y la precipitación pluvial en el
período 2071-2100 del escenario A2, comparado con una corrida de control durante los
años 1961-1990
Por otra parte, cabe mencionar que los impactos de los fenómenos hidrometeorológicos
extremos en la población pueden ser muy elevados en países con una capacidad de
adaptación menor (Manabe et al., 2004a).
En México se han realizado tres Comunicaciones Nacionales ante la Convención Marco de las
Naciones Unidas sobre el Cambio Climático. La Primera Comunicación Nacional de México
(SEMARNAP, 1997) se presentó a la Convención en 1997. Este informe incluyó los avances y
resultados de estudios, talleres, cursos, conferencias y publicaciones sobre vulnerabilidad e
inventarios de emisiones de gases de efecto invernadero. En la Primera Comunicación
Nacional, se realizaron estudios de vulnerabilidad donde se consideraron los posibles efectos
del cambio climático sobre la desertificación y la sequía meteorológica, entre otros temas. Para
la zona centro del país se encontró que los climas húmedos y sub-húmedos tenderían a
desaparecer, aumentando los secos y los cálidos; la sequía y la desertificación aumentarían y
se agravarían los problemas de disponibilidad de agua. Los campos de cultivo de maíz de
temporal pasarían de ser medianamente aptos a no aptos.
En la Tercera Comunicación Nacional de México ante la Convención Marco de las Naciones
Unidas sobre el Cambio Climático (SEMARNAT, 2006), se encontró que con base en
resultados de los escenarios climáticos, generados con Modelos de Circulación General (MCG)
bajo escenarios de emisión A2 y B2, es muy probable que el clima de México sea más cálido
para el 2020, 2050 y 2080, principalmente en el norte del país; se proyectan disminuciones en
la lluvia, así como cambios en su distribución temporal, con respectos al escenario base de
1961-1990. Por ejemplo, se esperan reducciones de hasta 15% en regiones del centro y de
menos de 5% en la vertiente del Golfo de México, principalmente entre enero y mayo; el ciclo
hidrológico se volverá más intenso, por lo que aumentará el número de tormentas severas y la
intensidad de los periodos de sequía. Se realizó un compendio sobre los impactos por
México, 2007
9
FI.C0.4.41.1
inundaciones en los sectores socioeconómicos del estado de Veracruz, mostrando que los
costos de alterar el ciclo hidrológico son altos.
En un estudio de sequía meteorológica realizado por Hernández Cerda et al, 1999, se
determinaron las áreas de México vulnerables a la sequía meteorológica en el periodo de 19501980, mediante un índice de severidad, en condiciones actuales y según escenarios de cambio
climático utilizando los modelos climáticos de circulación general del Laboratorio de Fluidos
Geofísicos (GFDL-R30) y el modelo canadiense CCC, se identificaron los porcentajes de
superficie del país vulnerables a este fenómeno a nivel nacional y estatal llegando a la
conclusión de que en las condiciones actuales en el país la mayoría de las áreas son afectadas
por la sequía meteorológica, por lo que de acuerdo con el modelo GFDL-R30, es mayor la
superficie del país en la cual aumenta el grado de severidad de la sequía, sin embargo con el
modelo CCC, el cambio es más drástico.
5
5.1
COMPRENDIENDO Y DEFINIENDO LA SEQUÍA
CONCEPTO DE SEQUÍA
La sequía es una característica normal y recurrente del clima, aunque muchos erróneamente la
consideran como un evento raro y azaroso. La sequía ocurre prácticamente en todas las zonas
climáticas, pero sus características varían significativamente de una región a otra. La sequía es
una anomalía temporal, es diferente de la aridez la cual se restringe a zonas con poca lluvia y
es una característica permanente del clima.
La sequía, aunque tiene distintas definiciones, se origina por un déficit en la precipitación sobre
un periodo de tiempo largo, usualmente una estación o en períodos más largos. Este déficit
resulta en una escasez de agua para varias actividades, grupo o sectores ambientales. La
sequía debe ser considerada en relación a una condición promedio de largo plazo del balance
entre la precipitación y la evapo-transpiración (es decir, evaporación más transpiración) en un
área particular, a menudo este balance es percibido como una condición "normal". Se relaciona
también al momento (por ejemplo, la estación lluviosa, el retraso en el inicio de la estación de
lluvia, la ausencia de lluvias en las principales etapas de crecimiento de la cosecha, etc.) y a la
eficacia (por ejemplo, la intensidad en la lluvia, el número de eventos de lluvia, etc.) de las
lluvias. Se asocian a menudo a la sequía otros factores climáticos como las temperaturas altas,
vientos fuertes y la baja humedad relativa, y es distinto en varias regiones del mundo, lo que
puede agravar significativamente su severidad.
La sequía no debería ser vista como un simple fenómeno físico o un evento natural. Sus
impactos en la sociedad resultan de la interacción entre un evento natural (menor precipitación
de lo esperado resultado de la variabilidad natural) y la demanda de agua de la población. Los
humanos frecuentemente incrementan los impactos de la sequía. Los impactos económicos y
ambientales de sequías recientes en países en desarrollo y desarrollados, han puesto de
manifiesto la vulnerabilidad de todas las sociedades ante este peligro natural.
Hay dos clases principales de definiciones de sequía: conceptuales y operacionales.
5.2
DEFINICIÓN CONCEPTUAL DE SEQUÍA
Las definiciones conceptuales son formuladas en términos generales y ayudan a entender a la
gente el concepto de sequía. Por ejemplo: la sequía en un período prolongado resulta de un
10
México, 2007
FI.C0.4.41.1
déficit de precipitación provocando un daño extenso a las cosechas, resultando en pérdidas en
la producción.
Las definiciones conceptuales pueden ser también importantes en el establecimiento de
políticas para la reducción de los impactos de las sequías. Por ejemplo, la incorporación de
políticas de sequía en Australia permite una comprensión de la variabilidad climática en su
definición de sequía. El país proporciona ayuda financiera a los granjeros únicamente bajo
"condiciones de sequía" cuando las condiciones secas van más allá de lo considerado como
normal en el manejo del riesgo. Las declaraciones de sequía se realizan basadas en asesorías
científicas. Anteriormente, cuando la sequía era definida con menor rigor y era menos
entendida por los granjeros, algunos de ellos ubicados en la zona semiárida de Australia
demandaban ayuda para la sequía que es una condición natural de esas regiones.
5.3
DEFINICIONES DE SEQUÍA OPERACIONAL
Las definiciones operacionales ayudan a la gente a identificar el inicio, el fin y el grado de
severidad de la sequía. Al determinar el inicio de la sequía, las definiciones operacionales
especifican el grado de desviación respecto al promedio de la precipitación o alguna otra
variable climática sobre algún período de tiempo. Esto se hace para comparar la situación
actual con el promedio histórico, a menudo basado en un período de 30 años. La primera señal
para identificar el inicio de una sequía (por ejemplo, 75% de la precipitación promedio sobre un
período especifico de tiempo) es regularmente un poco arbitraria, en lugar de hacerlo con base
en sus impactos específicos.
Una definición operacional para la agricultura puede comparar los valores diarios de
precipitación con los índices de evapotranspiración para determinar la reducción en la
humedad del suelo, luego se expresan estas relaciones en términos de los efectos de la sequía
en el desarrollo de la planta, en varias etapas de crecimiento de la cosecha. Una definición
como esta debería ser utilizada como una asesoría operativa de la severidad de la sequía y los
impactos por las variables meteorológicas, humedad del suelo, y las condiciones de cosecha
durante el inicio de la estación, continuamente reevaluando el impacto potencial de estas
condiciones en la producción final. Las definiciones operacionales también pueden ser
utilizadas para analizar la frecuencia de la sequía, su severidad y su duración para un período
histórico dado. Tales definiciones, sin embargo, requieren datos meteorológicos horarios,
diarios, mensuales o en otras escalas de tiempo y posiblemente datos de impactos (ejemplo
producción de cosechas), dependiendo de la naturaleza de la definición a ser aplicada. El
desarrollo de una climatología de sequía para una región determinada, proporciona un mayor
conocimiento de sus características y de la probabilidad de recurrencia en varios niveles de
severidad. Información de este tipo es extremadamente benéfica en el desarrollo de respuestas
y estrategias de adaptación y preparación de planes.
5.4
SEQUÍA EN METEOROLOGIA
La sequía en Meteorología se define usualmente con base a la falta de lluvia (en comparación
de la lluvia "normal" o su promedio) y la duración del período seco. Las definiciones de la
sequía en Meteorología deben ser consideradas en regiones específicas, pues las condiciones
atmosféricas que resultan en un déficit de precipitación son muy variables de una región a otra.
Por ejemplo, algunas definiciones de sequía en Meteorología identifican períodos de sequía
con base al número de días de precipitación menor que un límite específico. Estas medidas
son únicamente apropiadas para regiones con características de régimen de precipitación de
México, 2007
11
FI.C0.4.41.1
todo el año, tales como selvas tropicales, climas subtropicales húmedos, o el clima húmedo de
las latitudes medias. Localidades como Manaos, Nueva Orleáns, y Londres, son algunos
ejemplos. Otro régimen climático es caracterizado por patrones de precipitación estacional,
tales como el centro y sur de México, centro de Estados Unidos, NE de Brasil, Oeste de África,
y el Norte de Australia. Los períodos prolongados sin lluvia son comunes en Nebraska,
Fortaleza (Brasil) y Darwin (Australia), y una definición basada en el número de días con
precipitación menor que un límite específico no es realista en estos casos. Otras definiciones
pueden relacionar las desviaciones en la precipitación actual, con los promedios mensuales,
estacionales o anuales.
5.5
SEQUÍA EN LA AGRICULTURA
La sequía en la agricultura tiene conexión con varias características de la sequía meteorológica
o hidrológica, centrándose en la escasez de la precipitación, las diferencias entre la evapotranspiración actual y la potencial, el déficit del agua en el suelo, reducción del agua
subterránea o reducción de los niveles en los lagos y lagunas. La demanda de agua de la
vegetación depende de las condiciones prevalecientes del tiempo, las características biológicas
de una planta específica, su etapa de crecimiento y las propiedades físicas y biológicas del
suelo. Una buena definición de la sequía en la agricultura debe ser capaz de contemplar la
susceptibilidad en las diferentes etapas de desarrollo de las cosechas, desde su aparición
hasta su madurez. El déficit de humedad en la tierra agrícola puede obstaculizar la germinación
de las plantas, llevando a una baja en el número de plantas por hectárea y una reducción en la
producción final (Fig. 1). Sin embargo, si la humedad en la tierra agrícola es suficiente para las
necesidades del crecimiento, las deficiencias de humedad en el subsuelo podrían no afectar las
primeras etapas, y si la humedad del subsuelo se recupera durante el proceso estacional de
crecimiento o si la precipitación resuelve las necesidades del agua en la planta durante las
etapas finales, la producción final tampoco es afectada.
Figura 1 – Presencia de sequía en campos de agricultura. Imagen cortesía de
http://weblogs.madrimasd.org
5.6
SEQUÍA EN HIDROLOGÍA
La sequía hidrológica está asociada con los efectos de períodos bajos en la precipitación y sus
consecuencias en los cuerpos de agua en la superficie y en el subsuelo (por ejemplo, presas,
México, 2007
12
FI.C0.4.41.1
lagos, lagunas, y agua subterránea). La frecuencia y la severidad de la sequía hidrológica se
definen a menudo a escala de cuencas hidrológicas. Aunque todas las sequías son originadas
por un déficit de precipitación, los hidrólogos se concentran en cómo esta se manifiesta en el
sistema hidrológico. La sequía hidrológica tiene un retraso en su ocurrencia con respecto a la
sequía meteorológica y agrícola, pues toma un tiempo que el déficit de precipitación se
manifieste en las componentes del sistema hidrológico, tales como la humedad del suelo, los
flujos subterráneos, el agua subterránea, las presas y lagos. Como resultado, estos impactos
están fuera de fase con los impactos en otros sectores económicos. Por ejemplo un déficit en
la precipitación puede resultar en una rápida reducción de la humedad del suelo que es casi
inmediatamente discernible por los agricultores, pero los impactos de esta deficiencia en las
presas y lagos pueden no afectar en la producción hidroeléctrica o usos recreacionales hasta
dentro de varios meses. La competencia se incrementa por el agua que se encuentra en los
grandes sistemas de almacenamiento (presas y lagos) cuando ocurren las sequías, y los
conflictos entre los usuarios se incrementan significativamente. Por otra parte, un incremento
en la frecuencia de sequías tiene un efecto considerable en la agricultura, ganadería y el
incremento de riesgos de incendios forestales (Figs. 2 y 3),.
Figura 2 – Incendios forestales asociados con temperaturas elevadas y déficit en la
precipitación pluvial. Imagen cortesía de www.worldproutassembly.org
México, 2007
13
FI.C0.4.41.1
Figura 3 – Imagen de satélite que muestra las plumas de humo provocadas por incendios
forestales en México y Centro América. Imagen cortesía de NASA-EO.
6
CONDICIONES HÚMEDAS
La lluvia constituye una variable meteorológica importante y difícil de pronosticar por los
especialistas que se dedican a esta actividad, para lo cual se han desarrollado diversas
herramientas basadas en el conocimiento de los fenómenos atmosféricos y en los avances
tecnológicos, entre los que se encuentran los sistemas computacionales y la percepción remota
(fig. 4). A su vez, la precipitación es un elemento importante dentro del clima, que influye
directamente sobre el desenvolvimiento económico y social de cualquier país o región en
particular.
Las condiciones húmedas puedan estar asociadas a lluvias intensas, debidas a la presencia de
tormentas severas las cuales son perturbaciones atmosféricas usualmente caracterizadas por
vientos intensos, combinados frecuentemente con lluvia, nieve, aguanieve, granizo, hielo,
relámpagos e inundaciones repentinas, cuando las tormentas se producen sobre el océano
tienden a ocasionar oleaje alto y marejadas intensas. Esta definición también incluye
perturbaciones del tiempo inusuales como lo son los tornados. En complemento, cualquier
precipitación fuerte de nieve, lluvia, o granizo capaz de producir daños importantes o muertes
es considerada como una tormenta severa.
Las lluvias intensas pueden surgir básicamente como consecuencia de la inestabilidad
atmosférica en las capas más bajas de la troposfera, donde los mares se convierten en
principales responsables del aporte de calor y humedad a las masas de aire, de igual forma
existen varios procesos físicos de origen marítimo conducentes a episodios de gran
pluviosidad.
México, 2007
14
FI.C0.4.41.1
Un gran número de lluvias intensas o inundaciones repentinas tienen naturaleza propiamente
convectiva. Entre ellos es común encontrarse con pequeños sistemas nubosos que aunque sin
presentar grandes desarrollos verticales, son también generadores de precipitaciones intensas.
Es también destacable el hecho de que a veces la situación presenta una naturaleza no
esencialmente convectiva, como en los casos en que la presencia orográfica se torna como
hecho fundamental. Pero en resumidas cuentas, de lo que se trata es de lo mismo, aire
húmedo que asciende, se condensa y produce cantidades importantes de precipitación.
La intensidad de las lluvias está muy relacionada con el tipo de nube que la origina. Las nubes
de deslizamiento ascendente (nimbostratos, altostratos), debidas a los frentes, dan las lluvias
continuas de intensidad moderada, caen sobre grandes áreas del orden de centenares de
miles de kilómetros cuadrados y durante decenas de horas. Los cumulonímbos, debidos a la
convección, dan lugar a los aguaceros intensos, pero de corta duración. Después de comenzar
pueden alcanzar intensidades elevadas, pero pueden también cesar bruscamente. En verano
cuando los cumulonimbos son muy extensos y organizados, los aguaceros pueden durar varias
horas. Las lluvias, cuando son intensas, pueden dejar de ser un elemento del clima favorable
para la sociedad y la economía y se convertirse en un fenómeno meteorológico peligroso, que
entorpece el desenvolvimiento normal de las actividades humanas y en casos extremos llega a
ser la causa de muertes y destrucciones, afectaciones a la infraestructura y economía del país
y principalmente a la sociedad (fig. 5).
Figura 4 – (Izquierda) Imagen de satélite en canal visible que muestra intensos núcleos
convectivos asociados con precipitaciones intensas. Imagen cortesía de NASA. (Derecha)
resultados del modelo MM5 que muestra el pronóstico de lluvia acumulada de 24 a 48 horas.
México, 2007
15
FI.C0.4.41.1
Figura 5 – Consecuencias de la ocurrencia de lluvias intensas.
Fuente: www.el-universal.com.mx
7
EL EFECTO INVERNADERO Y LOS ESCENARIOS DE CAMBIO CLIMÁTICO
7.1
EMISIONES ANTROPOGÉNICAS DE DIÓXIDO DE CARBONO
Los seres humanos emitimos y usamos el dióxido de carbono de muchas formas diferentes. Un
ejemplo claro es el uso en bebidas refrescantes y cerveza, para hacerlas gaseosas. Algunos
extintores usan dióxido de carbono porque es más denso que el aire. El dióxido de carbono
también es usado en una tecnología llamada extracción de fluido supercrítico para descafeinar
el café. La forma sólida del dióxido de carbono, comúnmente conocida como hielo seco, se usa
en los teatros para crear nieblas en el escenario. El CO 2 es emitido en la combustión producida
en fábricas, vehículos de automotor, incendios, etc. De esas actividades la quema de
combustibles fósiles para la generación de energía provoca alrededor del 70-75% de las
emisiones de dióxido de carbono (fuente: http://www.lenntech.com). El resto del 25-30% de las
emisiones son provocadas por el uso de vehículos (fig. 6). La mayor parte de las emisiones de
dióxido de carbono derivan de procesos industriales en países desarrollados, tales como los
Estados Unidos y Europa. Sin embargo, las emisiones de dióxido de carbono de los países
subdesarrollados están aumentando.
Debido a las actividades humanas, la cantidad de CO 2 liberada a la atmósfera ha aumentado
enormemente durante los últimos 150 años. Como resultado, ha excedido la cantidad que
puede ser absorbida por la biomasa, los océanos y otros sumideros. Los humanos han estado
México, 2007
16
FI.C0.4.41.1
incrementando la cantidad de dióxido de carbono en el aire debido a la quema de combustibles
fósiles, producción de cemento y cambio en el uso del suelo. Alrededor del 22% de la actual
concentración de CO 2 en la atmósfera existe debido a estas actividades humanas, si se
considera que no hay cambio en las cantidades naturales de dióxido de carbono (fuente:
http://www.lenntech.com).
México, 2007
17
FI.C0.4.41.1
Figura 6 - Emisión de CO 2 por actividades antropogénicas. Imagen superior cortesía de
prnewswire.com; imagen inferior cortesía de wordpress.com
7.2
PROBLEMAS AMBIENTALES – EL EFECTO INVERNADERO
La troposfera es la parte baja de la atmósfera, con una altura de 10 a 15 kilómetros. Dentro de
la troposfera hay gases llamados de invernadero. Cuando la luz del Sol alcanza a la Tierra, una
parte es transformada en calor y el resto es irradiada hacia el espacio. Los gases invernadero
absorben parte del calor que emite La Tierra hacia el espacio y lo retienen cerca de la
superficie terrestre, de forma que La Tierra se calienta, a este proceso se le conoce
comúnmente como efecto invernadero, proceso que se encarga de regular la temperatura del
planeta. La cantidad de calor en la troposfera depende de las concentraciones de los gases
invernadero y de la cantidad de tiempo que estos gases permanecen en la atmósfera, el
dióxido de carbono puede permanecer en la troposfera de 50 a 200 años. Los gases
invernaderos más importantes son vapor de agua, dióxido de carbono, CFCs (Cloro Fluoro
Carbonos), óxido nitroso y metano. Desde el inicio de la revolución industrial en 1850, los
procesos humanos han provocado emisiones de gases invernadero, con el consecuente
aumento de la concentración de dióxido de carbono en la atmósfera de alrededor de 280 ppm
en 1850 a 379 ppm en 2005 (IPCC, 4º Informe de Evaluación) (fig. 7). Esta contribución antinatural al efecto invernadero da origen al fenómeno conocido como calentamiento global. Se
sospecha que el calentamiento global puede provocar un aumento de la actividad de las
tormentas y derretimiento de las placas de hielo de los polos, entre otros, lo que provocará
México, 2007
18
FI.C0.4.41.1
inundaciones en las zonas costeras y el interior de los continentes habitados, y otros problemas
ambientales.
7.3
LOS ESCENARIOS A1, A2 Y B1.
Las emisiones de gases de efecto invernadero son el resultado de una dinámica muy compleja,
determinada principalmente por el crecimiento demográfico, el desarrollo socioeconómico y los
avances tecnológicos. El Panel Intergubernamental del Cambio Climático (IPCC) en su
“Reporte especial de escenarios de emisiones”, conocido como SRES por sus siglas en inglés
(Special Report on Emissions Scenarios, Nakicenovic et al., 2000), se exploran las posibles
emisiones futuras de los gases de efecto invernadero, las cuales contienen diferentes rangos
en las condiciones socioeconómicas y las emisiones, con el fin de reflejar el conocimiento
actual acerca de sus incertidumbres. Los escenarios consideran una variedad de posibles
puntos de vista, pero explícitamente excluyen cualquier política global para reducir las
emisiones y evitar el cambio climático.
Del SRES, se escogieron tres escenarios que fueron seleccionados para el uso de las
proyecciones climáticas y se encuentran en el tercer y cuarto reportes del IPCC. Los
escenarios que se discuten en esta sección son el A1B, el A2 y el B1 que se describen a
continuación.
Escenario A1: Rápido Crecimiento Convergente.- Todos lo escenarios A1 describen a futuro
un mundo de rápido crecimiento de la economía y de la población global que alcanzan su
máximo a mitad de siglo y declinan posteriormente, así como la rápida introducción de nuevas
y más eficientes tecnologías. Los temas más importantes son la convergencia entre las
diferentes regiones, la capacidad constructora y el incremento de las interacciones culturales y
sociales, con una reducción substancial de la diferencia en los ingresos per capita en las
diversas regiones.
La diferencia entre los escenarios A1F1, A1B, A1T es principalmente la fuente de energía
utilizada para conducir esta economía en expansión:
A1FI: Consumo intenso de combustible fósil, el carbón, el aceite, y el gas continúan
dominando el suministro de energía para el futuro previsible.
A1B: Balance entre los combustibles fósiles y otras fuentes de energía.
A1T: Énfasis en una nueva tecnología utilizando energía renovable en lugar del
combustible fósil.
Escenario A2, un mundo fragmentado: El escenario A2 describe un mundo heterogéneo, el
tema principal es la dependencia y la preservación de las identidades locales. Los patrones de
fertilidad a través de diversas regiones convergen muy lentamente, lo que resulta en un
crecimiento continuo de la población global. El desarrollo económico está orientado
principalmente de forma regional y el crecimiento económico per capita y el cambio tecnológico
están más fragmentados y son más lentos que en otros escenarios.
Escenario B1: Convergencia con un énfasis ambiental global.- La familia de escenarios B1
describen a futuro un mundo convergente con la misma población global que alcanza su
máximo a mediados del siglo XXI y declina posteriormente, es parecido al escenario A1 pero
con cambios rápidos en las estructuras económicas hacia una economía de servicios e
información, con reducciones en el uso de materias primas y la introducción de tecnologías
México, 2007
19
FI.C0.4.41.1
limpias y eficientes. El énfasis es en soluciones globales hacia la sustentabilidad económica,
social y ambiental, incluyendo una mayor equidad.
Para la determinación de los períodos de condiciones húmedas y sequías que se realiza en
este trabajo, se consideran los escenarios A1B, A2 y B1, ya que estos escenarios cubren una
gama bastante diversa y contrastante en cuanto a las posibles emisiones futuras de CO 2 , lo
que permitirá evaluar los posibles efectos de continuar con un ritmo acelerado de
contaminación, o llegar a un límite a mediados del siglo XXI y reducir posteriormente el
consumo de combustibles fósiles. La exploración de las lluvias y sequías para el escenario B2
propuesto por el Instituto Nacional de Ecología, no fue realizada debido a la insuficiencia a la
fecha de elaboración de este informe de los datos para el escenario B2, correspondiente a los
modelos que participaron en el 4to Informe de Evaluación del Panel Intergubernamental de
Cambio Climático. En la figura 7 se presenta una comparación entre las emisiones de CO 2
desde el año 1850 al 2100 para los diversos escenarios de cambio climático.
Figura 7 – Comparación de emisiones observadas y escenarios IPCC. Adaptado de Raupach,
et al., 2007.
8
CARACTERIZACIÓN PROBABILISTA DEL CLIMA ACTUAL Y DE LOS
ESCENARIOS
Se caracterizan, mediante distribuciones de probabilidad, las variaciones de lluvia observadas
durante las últimas décadas para las regiones seleccionadas, así como las variaciones de lluvia
bajo escenarios climáticos en dos periodos 2010-2019 y 2080-2089 para las regiones
seleccionadas.
Para caracterizar las condiciones de sequía extrema se han utilizado diversos índices. Algunos
de ellos son: el porcentaje de la normal, los deciles, el Índice de Precipitación Estandarizada
México, 2007
20
FI.C0.4.41.1
(Standardized Precipitation Index SPI o IPE), y el Índice de Severidad de la Sequía de Palmer
(PDSI).
Actualmente, el Índice de Precipitación Estandarizado es el índice más ampliamente utilizado
en estudios de sequía para proporcionar buenas estimaciones sobre la intensidad, la magnitud
y el grado espacial de la misma, lo cual también se puede hacer extensivo a las condiciones
húmedas. La ventaja principal del IPE en comparación con otros índices es el hecho de que el
IPE permite la determinación de las condiciones de sequía y condiciones húmedas en
diferentes escalas de tiempo y monitorea además diferentes tipos de sequía. Por otro lado, la
mayoría de los índices tienen una escala de tiempo fija. Por ejemplo, el Índice de Severidad de
la Sequía de Palmer (Palmer, 1965) tiene una escala de tiempo de 9 meses (Guttman, 1998),
por lo cual no permite la identificación de sequías (o condiciones húmedas) en una escala de
tiempo corto.
Es ampliamente aceptado que las sequías de diferentes escalas de tiempo afectan a varios
subsistemas en el ciclo hidrológico, debido a la respuesta que tienen los diversos cuerpos de
agua ante variaciones de precipitación de período corto. A escalas de tiempo grandes el IPE es
relacionado a sequías hidrológicas (los flujos de los ríos y el nivel de los lagos y presas).
Por las razones expuestas en los dos párrafos anteriores, en este trabajo utilizamos el IPE
(Edwards y McKee, 1997) que cuantifica el déficit o superávit pluviométrico en periodos
múltiples (1, 3, 6, 12, 24, 48,… meses). Para ello en la función de probabilidad de la
precipitación se utilizó una función Gamma que se trasforma en una distribución normal
estandarizada (con media cero y varianza unitaria).
El IPE nos indica el número de desviaciones estándar con que un evento particular se desvía
de la condición de normalidad. Para cada escala temporal el IPE refleja el impacto de la sequía
sobre la disponibilidad de los distintos recursos hídricos. Por ejemplo, mientras que la humedad
del suelo responde a las anomalías de la precipitación en escalas de tiempo más cortos, el
agua subterránea y los ríos tienden a responder en las escalas más largas.
El IPE se calcula teniendo en cuenta el desvío de las precipitaciones en comparación con su
valor medio sobre una determinada escala de tiempo, dividido por una medida de la desviación
estándar.
Dado que la precipitación no presenta una distribución normal o Gaussiana, por lo menos en
escalas de tiempo menores a un año, se lleva a cabo un ajuste de la variable de modo que el
IPE se representa con distribución Gaussiana con media nula y desviación media unitaria.
El IPE es un índice con la media y la varianza comunes lo que le permite comparar los valores
calculados para las diferentes regiones. Además, le permite considerar períodos húmedos y
secos de la misma manera.
Las ventaja del IPE son: a) es simple de calcular (sólo requiere de la precipitación), b) puede
valorarse en todo lugar y c) es estandarizado (permite su comparación, interpolación y
extrapolación).
Thom (1966) encontró que la función Gama describía bien a las variables climáticas.
México, 2007
21
FI.C0.4.41.1
Figura 8 – Ejemplo de una Distribución de probabilidad Gama.
La distribución Gama se define por su función de densidad de probabilidad en la ec. 1.
(Ec. 1)
donde
α> 0
β>0
x>0
α es el parámetro de forma
β es el parámetro de escala
x es la precipitación
(Ec. 2)
donde
es la función gama
Después de ajustar sus parámetros la distribución de probabilidad de valores acumulados G se
muestra en la ec. 3.
(Ec. 3)
Haciendo t =x/ β , esta ecuación se traduce en la función Gama incompleta (ec. 4).
México, 2007
22
FI.C0.4.41.1
(Ec. 4)
Como la función gama es indefinida para x=0 y una distribución de lluvia puede contener ceros,
la distribución acumulada queda como la ec. 5.
(Ec. 5)
Donde q es la probabilidad de lluvia nula.
Finalmente la distribución H es transformada a una variable Z con distribución normal, con
media cero y desviación estándar unitaria (Abramovitz y Stegun, 1965).
Figura 9 – Ejemplo de una Distribución de probabilidad acumulada Gama y de su proyección
en una distribución normal.
La interpretación que se tiene del Índice de Precipitación Estandarizada está dada a partir de la
probabilidad de que ocurra un cierto evento. En la Tabla 1 se tiene el valor del IPE asociado a
su correspondiente probabilidad acumulada y la clasificación propuesta del evento. Por
ejemplo, la probabilidad de que ocurra un evento con un IPE por debajo de -4.5 es de 0.0003%,
mientras que la probabilidad de que ocurra un evento con un IPE superior a -4.5 es de
99.9997%. Similarmente, la probabilidad de que ocurra un evento con un IPE por arriba o por
debajo de 0, es de 50%.
México, 2007
23
FI.C0.4.41.1
Valor
del
IPE
-4.5
-4.0
-3.5
-3.0
-2.5
-2.0
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
Probabilidad
Acumulada (%)
0.0003
0.0032
0.0233
0.1350
0.6210
2.2750
6.6807
15.8655
30.8538
50.0000
69.1462
84.1345
93.3193
97.7250
99.3790
99.8650
99.9767
99.9968
99.9997
1–Probabilidad
Acumulada (%)
99.9997
99.9968
99.9767
99.8650
99.3790
97.7250
93.3193
84.1345
69.1462
50.0000
30.8538
15.8655
6.6807
2.2750
0.6210
0.1350
0.0233
0.0032
0.0003
Clase Nominal del IPE
Categoría del Evento
Extremadamente seco
Extremadamente seco
Extremadamente seco
Muy seco
Muy seco
Seco
Seco
Ligeramente seco
Normal
Normal
Normal
Ligeramente húmedo
húmedo
húmedo
Muy húmedo
Muy húmedo
Extremadamente húmedo
Extremadamente húmedo
Extremadamente húmedo
Sequía extrema
Sequía extrema
Sequía extrema
Sequía intensa
Sequía intensa
Sequía
Sequía
Sequía ligera
Normal
Normal
Normal
Humedad ligera
Humedad
Humedad
Humedad intensa
Humedad intensa
Humedad extrema
Humedad extrema
Humedad extrema
Tabla 1 – Valor del IPE asociado a su correspondiente probabilidad acumulada y la
clasificación propuesta del evento.
De acuerdo con la tabla anterior, se consideran condiciones de sequía cuando el índice de
precipitación estandarizado (IPE) está por debajo de -1.5, esta sequía es intensa cuando el IPE
está entre -2.5 y -3.0, y la sequía es extrema cuando el IPE es menor de -3.5. De forma
análoga, hay condiciones húmedas cuando el IPE es mayor a 1.5, muy húmedas cuando el IPE
se encuentra entre 2.5 y 3.0, y extremadamente húmedas cuando el IPE es mayor a 4.0. Estos
son los criterios que se utilizarán para considerar condiciones secas o húmedas en el resto de
este estudio.
9
METODOLOGÍA
Se presenta a continuación la metodología a emplear para estudiar el impacto hídrico de
sequía y lluvias extremas en México. Primero se presenta la evaluación y selección de modelos
para definir los escenarios. Después se presenta la selección de las regiones de México para
ser estudiadas con detalle.
México, 2007
24
FI.C0.4.41.1
9.1
MODELOS CLIMÁTICOS A EMPLEAR
Los modelos usados son aquellos que fueron aplicados en el 4to Informe de Evaluación del
IPCC y que, a la fecha de elaboración de este estudio, publicaron los resultados de las
proyecciones de temperatura y precipitación. Estos modelos han creado confianza en los
científicos del IPCC pues proveen estimaciones cuantitativas creíbles del clima futuro,
particularmente a escalas espaciales comparables al tamaño de los continentes y a escalas
superiores. Esta confianza viene del hecho que los modelos están basados en principios físicos
aceptados, además de su habilidad para reproducir características observadas del clima actual
y de los climas pasados. La confianza de los modelos es mayor para algunas variables
climáticas (por ejemplo la temperatura) que para otras (como la precipitación). Sobre las
décadas que ha tomado el desarrollarlos, los modelos de clima han dado una imagen robusta y
clara de un calentamiento global que responde al incremento de las concentraciones de los
gases de efecto invernadero. En la tabla 2 se muestran los diferentes modelos climáticos
empleados.
No.
NOMBRE DEL MODELO
NOMENCLATURA
PAÍS
MALLA
1
BCCR-BCM2.0
BCCR2
NORUEGA
128 lons x 124 lats
2
CCCMA-CGCM3
CGC47
CANADÁ
96 lons x 48 lats
3
CNRM-CM3
CNRM3
FRANCIA
128 lons x 124 lats
4
CSIRO-MK3.5
CSIRO
AUSTRALIA
192 lons x 96 lats
5
MPI_ECHAM5
ECHAM
ALEMANIA
192 lons x 96 lats
6
MIUB_ECHO_G
ECHOG
ALEMANIA, KOREA
192 lons x 96 lats
7
GFDL-CM2.1
GFD21
ESTADOS UNIDOS
144 lons x 90 lats
8
GFDL-CM2.0
GFDL2
ESTADOS UNIDOS
144 lons x 90 lats
9
INMCM3.0
INMCM
RUSIA
72 lons x 45 lats
10
IPSL-CM4
IPSL4
FRANCIA
96 lons x 72 lats
11
MIROC3_2_MEDRES
MIROM
JAPÓN
128 lons x 64 lats
12
MRI_CGCM2_3_2A
MRICG
JAPÓN
128 lons x 64 lats
256 lons x 128 lats
13
NCAR_CCSM3_0
NCCSM
ESTADOS UNIDOS
14
NCAR_PCM1
NPCM1
ESTADOS UNIDOS
128 lons x 64 lats
15
UKMO_HADCM3
UHADC
REINO UNIDO
96 lons x 73 lats
Tabla 2 – Modelos climáticos considerados.
Los datos de precipitación y de temperatura de cada uno de los 15 modelos climáticos fueron
llevados a una malla uniforme de 2° por 2° mediante interpolación, ya que cada modelo
presenta una resolución diferente. Entonces se realizó el promedio aritmético para cada nodo
sobre la malla uniforme de los datos de precipitación y de temperatura. La malla está
delimitada por las coordenadas de 13° a 35° latitud Norte y de 119° a 85° longitud Oeste, e
incluye a la República Mexicana.
9.2
SELECCIÓN DE LAS REGIONES DE ESTUDIO
Diversas regiones de México son vulnerables a la sequía meteorológica, tanto en lo que se
refiere a sus efectos en la disponibilidad del agua para consumo humano y para la agricultura,
así como la vulnerabilidad de los distintos ecosistemas ante la escasez de precipitación pluvial.
Sin embargo, los cambios esperados en las condiciones climáticas pueden afectar de manera
México, 2007
25
FI.C0.4.41.1
diferente a diversos sectores en México, con efectos sociales y económicos relacionados,
sobre todo, en las regiones pobres del país.
Para poder definir mejor los escenarios climáticos y de las vulnerabilidades asociadas, se
seleccionaron tres regiones de México para su estudio detallado, la superficie de cada región
es de 2° por 2°, y su centro se ubica en las coordenadas siguientes (ver Figura 10):
•
•
•
Región 1: Chiapas coordenadas 17° latitud Norte, 93° longitud Oeste.
Región 2: R. Centro coordenadas 19° latitud Norte, 99° longitud Oeste.
Región 3. Jalisco coordenadas 21° latitud Norte, 103° longitud Oeste.
Figura 10 – Región que muestra en líneas delgadas la malla de 2° por 2° donde se tienen las
bases de datos de precipitación y temperatura de los 15 modelos de clima. Las tres regiones
marcadas con cuadros azules corresponden a las regiones que serán referidas como (de
derecha a izquierda), Chiapas, Centro y Jalisco.
La primera región se seleccionó básicamente considerando la infraestructura energética
(hidroeléctrica y petrolera) localizada en esa región. Los criterios para seleccionar las otras dos
regiones fueron los aspectos poblacionales, de infraestructura, industriales y agrícolas. En el
Anexo 4 se presentan algunos aspectos importantes de la agricultura y la vegetación de las
regiones seleccionadas.
Otro de los criterios para la selección de estas regiones, fue que son zonas donde se tiene una
lluvia relativamente mayor a las regiones más secas del norte y noroeste de la República
Mexicana, por lo cual sequías extremas pueden tener consecuencias muy importantes en las
condiciones de la flora y fauna nativas.
La base de datos de precipitación se encuentra en formato de libro de Excel (figura 11), el cual
contiene una breve introducción y el promedio de las precipitaciones (mm/mes) y sus
correspondientes desviaciones estándar para cada cuadro de la malla en los escenarios A1B,
A2 y B1 del IPCC. El nombre de este archivo es Escenarios_lluvia_mesual.xls. Análogamente,
se preparó un archivo con el nombre Escenarios_temperatura_mesual.xls para la base de
datos de temperatura. dichas bases de datos se adjuntan al presente informe.
México, 2007
26
FI.C0.4.41.1
Figura 11 – Vista del archivo de Excel que contiene los escenarios del promedio de la
precipitación (mm/mes) y su desviación estándar para la malla mostrada en la figura 10.
9.3
COMPARACIÓN DE LOS MODELOS DEL IPCC CON OBSERVACIONES
DURANTE PERÍODOS HISTÓRICOS
El GPCP es el Global Precipitation Climatology Project (Proyecto de Climatología de la
Precipitación Global) cuyo objetivo es el desarrollar un entendimiento más completo de los
patrones espaciales y temporales de la precipitación global. Los datos provenientes de
aproximadamente 6000 estaciones de medición de lluvia, satélites estacionarios e infrarrojos
de órbita baja, microondas pasivas y observaciones de radiosondeos han sido combinados
para estimar lluvia mensual en una malla global de 2.5 grados desde el año 1979 hasta el año
actual. La cuidadosa combinación de la estimación de lluvia por medio de satélite proporciona
el análisis más completo de lluvia disponible hasta la fecha sobre los océanos globales, y
agrega detalles espaciales necesarios para análisis de lluvia sobre tierra.
Los datos de GPCP han revelado cambios en la precipitación observada en escalas de tiempo
interanual o estacional, y se han utilizado para validar la precipitación de modelos generados
de sistemas de reanálisis, como los de los National Centers for Environmental
Prediction/National Center for Atmospheric Research (Centro Nacional para Pronóstido
Ambienta/Centro Nacional de Investigación Atmosférica, NCEP/NCAR por sus siglas en inglés)
y European Centre for Medium-Range Weather Forecasting (Centro Europeo para Pronóstico
Meteorológico a Mediano Plazo, ECMWF por sus siglas en inglés). GPCP también ofrece el
potencial de estudiar cambios en la distribución de la precipitación en escalas de tiempo
grandes como en las simulaciones de GCM, especialmente en el cambio de patrón de datos
anteriormente escasos sobre áreas oceánicas. GPCP puede estimar tanto los patrones
espaciales y de magnitud de lluvia modelada, para deducir el error estimado respecto a las
observaciones.
Con el objetivo de tener una idea cuantitativa de cómo están proyectando la temporada de
lluvias los modelos del IPCC, se muestra en la figura 12 las regiones en las que se está
comparando la climatología de lluvia observada por el GPCP, con respecto a un promedio de
modelos del IPCC:
México, 2007
27
FI.C0.4.41.1
Figura 12 – a) Promedio de los modelos de precipitación del IPCC comparado con la base de
datos del GPCP para las 11 zonas de México marcadas en el mapa; la zona 12 corresponde al
promedio de las zonas 9, 10 y 11. Adaptado de Montero et al. (2007).
México, 2007
28
FI.C0.4.41.1
Figura 12 – a) Continuación.
México, 2007
29
FI.C0.4.41.1
Figura 12 – b) Comparación del régimen de precipitación de las regiones Jalisco, Centro y
Chiapas (mostradas en la figura 10) de los modelos climáticos globales del IPCC, contra el
reportado por el Servicio Meteorológico Nacional para el periodo 1961 al 1990.
México, 2007
30
FI.C0.4.41.1
Del análisis de la figura 12 se puede decir que el promedio de los modelos del IPCC tienden a
sobreestimar la precipitación en la región del estado de Jalisco y región centro, mientras
subestiman la precipitación en la zona de Chiapas y Tabasco.
Dado que esta comparación entre los modelos y las observaciones sólo la podemos hacer en
períodos históricos y no es posible hacerla para períodos futuros, el Índice de Precipitación
Estandarizada y su evolución temporal a lo largo del siglo XXI que se calcula en las siguientes
secciones es una medida sugerida de comparar los resultados de los modelos en el período
histórico (1949-1999), con los resultados de los mismos modelos durante el siglo XXI.
Por otra parte, en forma general el ciclo anual de precipitación de la figura 12 está bien
representado por el promedio de los modelos del IPCC quienes capturan de forma aproximada
el inicio y fin de la temporada de lluvias, así como la sequía intraestival en el caso de la región
correspondiente a los estados de Tabasco y Chiapas.
10 EVALUACIÓN
DEL
SELECCIONADAS
CAMBIO
CLIMÁTICO
EN
LAS
REGIONES
Considerando el promedio aritmético de los 15 modelos climáticos (ver Tabla 2), se evaluaron
los cambios en la climatología en las tres regiones estudiadas. Para las diferentes regiones
analizadas se obtienen una serie de resultados, a continuación se describen los resultados de
la región de Chiapas:
10.1 REGIÓN DEL ESTADO DE CHIAPAS
10.1.1 Análisis de probabilidad de que presenten períodos de sequía, períodos
húmedos y temperaturas extremas en Chiapas
Para la región seleccionada del Estado de Chiapas, centrada en coordenadas 17° Norte, 93°
Oeste, se graficaron los resultados de la precipitación mensual para los distintos escenarios.
En la figura 13 se muestra el promedio aritmético de la precipitación mensual en unidades de
mm para cuatro décadas distintas: 1980s, 2030s, 2080s y 2090s, las cuales pertenecen al
escenario A2 del IPCC. A partir de estos resultados se pueden realizar las siguientes
observaciones: 1) Los máximos de precipitación mensual tienden a disminuir conforme se
incrementa el tiempo, por ejemplo, a mediados de los años 1980s se tienen máximos
superiores a los 210 mm, mientras que conforme avanza el tiempo, los máximos descienden
por debajo de esta cantidad; 2) Los mínimos relativos de la sequía de medio verano también
descienden de unos 120 a 150 mm en los 1980s a cantidades inferiores a los 120 e incluso a
los 90 mm en los años 2080s y 2090s; 3) La variabilidad interanual en la precipitación crece
conforme nos acercamos al final del período simulado, donde coexisten meses con máximos
de precipitación entre 150 y 210 mm, mientras que al principio del período simulado se tiene
una variabilidad entre 180 y 225 mm.
México, 2007
31
FI.C0.4.41.1
Figura 13 – Series de tiempo para la precipitación mensual, región de Chiapas.
Se realizó una cuantificación en períodos de 30 años, del número de meses que se observaron
precipitaciones de distintos intervalos (en mm/mes), dividiendo los resultados en la época seca
(diciembre a mayo) y en la húmeda (junio a noviembre). Los resultados se muestran en la
figura 14 y permiten hacer un análisis de probabilidades de que presenten períodos de sequía y
condiciones húmedas.
Durante el período diciembre a mayo (fig. 14a) se tiene, conforme avanza el tiempo, un
incremento substancial del número de meses con precipitaciones acumuladas entre 0 y 30
mm/mes, pasando de 44% a 60% de meses; mientras que en los intervalos de precipitación
mayores a 30 mm/mes, en su mayor parte decrece el porcentaje de meses conforme se avanza
en el tiempo.
En contraste, para el período de junio a noviembre (fig. 14b), se tiene la mayor frecuencia de
eventos en los intervalos de precipitación que se encuentran alrededor de los 150 mm/mes. Se
muestra una clara tendencia que las precipitaciones a la izquierda del máximo se incrementan
con el tiempo, mientras que las que se encuentran a la derecha del máximo disminuyen
conforme se avanza en el tiempo. Esto implica de una forma general y bajo el escenario A2,
que las precipitaciones medias de verano y otoño para el estado de Chiapas disminuirán en
magnitud de un modo considerable, por ejemplo, en el intervalo de 150 a 180 mm/mes pasan
de un 29.4% de meses en 1950-1979 a un 10.34% de los meses en 2070-2098. Sin embargo,
existe una posibilidad de 0.57% de que se presenten acumulaciones de lluvia mensuales que
se pueden considerar extremas (240-270 mm/mes) a finales del siglo.
México, 2007
32
FI.C0.4.41.1
DICIEMBRE A MAYO (Escenario A2, Chiapas)
1949-1979
1979-2009
2009-2039
2039-2069
2069-2098
# de meses (%)
60
40
20
0
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
210 a
240
240 a
270
270 a
300
Intervalo de Prec. (mm/mes)
a)
JUNIO A NOVIEMBRE (Escenario A2, Chiapas)
1950-1979
1980-2009
2010-2039
2040-2069
2070-2098
# de meses (%)
60
40
20
0
0 a 30 30 a 60 60 a 90
b)
90 a
120
120 a
150
150 a
180
180 a
210
210 a
240
240 a
270
270 a
300
Intervalo de Prec. (mm/mes)
Figura 14 – Histograma del porcentaje de meses que se observó una precipitación mensual
acumulada de acuerdo a los intervalos mostrados en el eje horizontal, para períodos de 30
años desde 1949 a 2098, en el Escenario A2 para la región de Chiapas: a) Meses de diciembre
a mayo, y b) Meses de junio a noviembre.
La señal de cambio de temperatura para el período 1949-2098 en el estado de Chiapas se
muestra en la figura 15. Existe un incremento gradual de temperatura, el cual es más marcado
a partir del año 2010. En 1949 se tiene una temperatura máxima de 26.4ºC y en 2098 el
máximo es de 32.6 ºC, mientras que la mínima para los mismos años es de 20.1ºC y 24.4ºC
respectivamente. Esto implica un incremento de 6.2ºC en las temperaturas máximas y 4.3ºC en
las temperaturas mínimas, lo que significa una tendencia a mayor variación intra-anual del
rango de temperaturas, aunado a un incremento considerable de las mismas.
México, 2007
33
FI.C0.4.41.1
Figura 15 – Serie de tiempo para la temperatura mensual promedio bajo el escenario A2,
región de Chiapas.
Como se mencionó en la sección 5, se utiliza el Índice de Precipitación Estandarizado (IPE)
para caracterizar, mediante distribuciones de probabilidad, las variaciones de lluvia observadas
durante las últimas décadas para las regiones seleccionadas. Realizando el cálculo del IPE de
12 meses (enero-diciembre de cada año) para el período de referencia (1949-1999) en el
conjunto de 15 modelos del IPCC, se obtiene la serie de tiempo que muestra la figura 16. El
valor promedio para la precipitación en este período de referencia es de 1100 mm/año,
mientras que la desviación estándar que representa la unidad de 1 IPE es igual a 45 mm/año;
el valor máximo es de 1201 mm/ año y el mínimo es 998 mm/año. La máxima variabilidad del
período de referencia está entre -2.32 y +2.19 desviaciones estándar. La variabilidad
interanual del IPE tiende a disminuir conforme nos acercamos al final del período de referencia
(1949-1999), y no hay una tendencia clara hacia un incremento o disminución del IPE en dicho
período de tiempo.
IPE de 12 meses
3
2
IPE
1
0
-1
-2
-3
1949
1959
1969
1979
1989
1999
Año
Figura 16 – Comportamiento del Índice de Precipitación Estandarizado de 12 meses para el
período de referencia (1949-1999), Región Chiapas.
México, 2007
34
FI.C0.4.41.1
Utilizando como unidad de precipitación la cantidad de 1 IPE = 45mm/año, se calculó la
variación de la precipitación anual (enero-diciembre) para el conjunto de los modelos en el
período completo de simulación (1949-2098), la cual se muestra en la figura 17. Existe una
clara tendencia hacia una menor precipitación, estimada por la línea recta mostrada, la cual
tiene una pendiente de -0.0271 (unidades de IPE)/año, lo que significa que en el período
mostrado de 150 años se tiene una disminución de 4.065 unidades de IPE, o 183 mm menos
de lluvia anual.
El año 2039 es el último año en que la precipitación se puede considerar por arriba del
promedio respecto al período de referencia 1949-1999, y todos los años posteriores a 2039 son
años por debajo del promedio. El año más seco es el de 2084 con -5.8 desviaciones estándar
por debajo del promedio, lo cual significa 261 mm menos de lluvia ese año (23.7% menos de
lluvia).
La variación interanual también tiene cambios abruptos, por ejemplo, en dos años consecutivos
(2083 y 2084) se tiene un cambio de 4.8 unidades de IPE, cambio que rebasa
considerablemente la máxima variación de 2.86 unidades de IPE entre dos años consecutivos
(1976 y 1977) para el período de referencia (fig. 16).
2099
2089
2079
2069
2059
2049
2039
2029
2019
2009
1999
1989
1979
1969
1959
5
4
3
2
1
0
-1
-2
-3
-4
-5
-6
-7
-8
-9
-10
-11
-12
1949
Unidades de 1 IP E
Variac ión de la P rec ipitac ión A nual
E s tado de C hiapas , E s c enario A 2
Año
Figura 17 – Serie de tiempo para la variación de la precipitación en la región de Chiapas,
Escenario A2. La escala de precipitación está normalizada por unidades de IPE para el período
de referencia (1949-1999), 1 IPE = 45 mm. Las líneas delgadas indican la desviación estándar
asociada a la variabilidad de los modelos utilizados.
En resumen, se tiene que para el escenario A2 en el Estado de Chiapas se espera una
disminución considerable de la precipitación a lo largo de 150 años, del orden de 4
desviaciones estándar de la precipitación observada durante el período de referencia (19491999), lo que equivale a una reducción de 180 mm/año hacia la década de los 2090s. Se
incrementará también de manera importante la variabilidad interanual en la precipitación, lo que
significa que tendremos años normales y años secos y muy secos mezclados en una sola
década, haciendo muy difícil la planeación uniforme de las actividades socioeconómicas en
períodos de lustros o sexenios. Aproximadamente a partir del primer tercio del siglo XXI se
tendrán una sucesión constante de años secos con relación a los observados en el clima
actual. La distribución de la precipitación en el siglo XXI seguirá conservando la forma actual,
es decir, se continuará presentando una sequía intra-estival o de medio verano.
México, 2007
35
FI.C0.4.41.1
A partir de la figura 17 se observa que es muy probable que la mayoría de los años después
del 2049 presenten condiciones de sequía (IPE < -1.5), lo que representaría una reducción en
la lluvia mayor a 68 mm/año, y existe la probabilidad de que se presenten años con
condiciones de sequía intensa (IPE < -2.5) a partir del 2069. Esto no descarta la posibilidad de
que se presenten períodos cortos de lluvias extremas, sin embargo la resolución espacial de
los datos de los modelos climáticos globales aún no permiten realizar dicho análisis.
Tanto la época del año húmeda (junio-noviembre) como la seca (diciembre-mayo) presentan
una tendencia a la disminución en la frecuencia de meses húmedos relativamente. Los eventos
más húmedos (por arriba de 210 mm/mes) tienen una tendencia a la baja.
10.2 REGIÓN CENTRO
10.2.1 Análisis de probabilidad de que presenten períodos de sequía y períodos
húmedos en la Región Centro
Para la zona seleccionada como región centro, centrada en coordenadas 19 Norte, 99 Oeste,
se obtuvieron los resultados de la precipitación mensual bajo distintos escenarios. En la figura
18 se presenta el acumulado de la precipitación mensual en mm/mes, para el período de 1949
a 2098, perteneciendo al escenario A2 del IPCC. De lo anterior se puede percibir una cierta
disminución en la cantidad de lluvia acumulada mensualmente e inferir que probablemente se
reduciría el número de eventos que sobrepasan los 180 mm/mes, mientras que también se
observan eventos intensos que sobrepasan los 250 mm/mes cerca del 2039 y 2089.
Figura 18 – Serie de tiempo para la precipitación mensual promedio bajo el escenario A2, de la
Región Centro.
México, 2007
36
FI.C0.4.41.1
JUNIO A NOVIEMBRE (Escenario A2, R. Centro)
DICIEMBRE A MAYO (Escenario A2, R. Centro)
1949-1979
1979-2009
2009-2039
2039-2069
2069-2098
1950-1979
2010-2039
2040-2069
2070-2098
60
# de meses (%)
# de meses (%)
60
1980-2009
40
20
40
20
0
0
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
Intervalo de Prec. (mm/mes)
a)
210 a
240
240 a
270
270 a
300
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
210 a
240
240 a
270
270 a
300
Intervalo de Prec. (mm/mes)
b)
Figura 19 - Histogramas del número de meses que se observó una precipitación mensual
acumulada de acuerdo a los intervalos mostrados en el eje horizontal, para períodos de 30
años desde 1949 a 2098 para: a) Meses de diciembre a mayo, y b) Meses de junio a
noviembre.
De la misma forma que para la región del estado de Chiapas, se realizó una cuantificación en
períodos de 30 años, del número de meses (en porcentajes) que se observaron precipitaciones
de distintos intervalos (en mm/mes), dividiendo los resultados en la época seca (diciembre a
mayo) y en la húmeda (junio a noviembre). Los resultados se muestran en la figura 19a y 19b
respectivamente y permiten hacer un análisis de probabilidades de que presenten períodos de
sequía y condiciones húmedas.
Durante el período diciembre a mayo (fig. 19a) se observa que el número de meses en el que
se registra una precipitación de 0 a 30 mm y 90 a 120 mm aumenta considerablemente,
mientras que los demás periodos de precipitación muestran variabilidades mínimas o
tendencias a la baja, como en el caso del número de meses que presenta precipitación en el
rango de 30 a 60 mm, donde el porcentaje se reduce conforme se avanza en el tiempo.
En el periodo de junio a noviembre (fig. 19b) se perciben características distintas donde las
tendencias del número de meses más significativas a incrementarse y disminuir se presentan
para los intervalos 120 a 150 mm y 180 a 210 mm respectivamente. También se aprecia que se
presentarían meses con lluvias promedio entre 240 y 270 mm/mes al final del período
considerado (1949-2098) lo que sugiere que se podrían presentar períodos húmedos
potencialmente intensos a finales del siglo.
La serie de tiempo para la temperatura durante el período 1949-2098 en la región centro se
muestra en la figura 20, donde el incremento de temperatura es notable, sobre todo después
del año 2009 hasta el periodo final de simulación para el año 2098, donde se pueden encontrar
máximos cercanos a los 28 °C con una diferencia aproximada de 6 °C con los máximos
indicados al principio del análisis. Los mínimos parecen cumplir con la misma característica de
ir a la alza, ya que de 14 °C que se tenían en 1949 se vislumbran en 2098 mínimos de 18 °C lo
que señalaría un aumento en la variación interanual debido a las diferencias entre la magnitud
en el incremento de los mínimos y los máximos.
México, 2007
37
FI.C0.4.41.1
Figura 20 - Serie de tiempo para la temperatura mensual promedio bajo el escenario A2,
Región Centro.
Variac ión de la P rec ipitac ión A nual
R eg ión C entro, E s c enario A 2
6
5
4
Unidades de 1 IP E
3
2
1
0
-1
-2
-3
-4
-5
-6
-7
2099
2089
2079
2069
2059
2049
2039
2029
2019
2009
1999
1989
1979
1969
1959
1949
-8
Año
Figura 21 – Serie de tiempo para la variación de la precipitación anual en la Región Centro para
el Escenario A2. La escala de precipitación está normalizada por unidades de IPE para el
período de referencia (1949-1999), 1 IPE = 49 mm. La precipitación promedio anual para el
período de referencia (1949-1999) es de 1251.9 mm. Las líneas delgadas indican la desviación
estándar asociada a la variabilidad de los modelos utilizados.
La figura 21 muestra el cálculo de la variación de precipitación anual (enero-diciembre)
realizado de la misma forma que para la región de Chiapas. La gráfica denota una clara
tendencia de la precipitación a disminuir, señalada por una línea recta.
Para el caso de la región centro el último año en el que la precipitación se encuentra por
encima del promedio es cerca del 2059, respecto al periodo de referencia 1949-1999. El año
más seco es el de 2088 con aproximadamente -4.3 desviaciones estándar por debajo del
promedio.
México, 2007
38
FI.C0.4.41.1
En conclusión, se señala que bajo el escenario A2, para la Región Centro se espera una
reducción importante de la cantidad de precipitación a lo largo de lo que comprende el periodo
total del análisis (150 años).
10.3 REGIÓN JALISCO
10.3.1 Análisis de probabilidad de que presenten períodos de sequía y períodos
húmedos en Jalisco
Para la región con centro en coordenadas 21 Norte, 103 Oeste, la cual corresponde al estado
de Jalisco, se realizaron las gráficas de la serie de tiempo de precipitación mensual (Fig. 22) y
los histogramas del porcentaje de meses que se dieron precipitaciones en diferentes intervalos
(Fig. 23), estos histogramas permiten hacer un análisis de probabilidades de que presenten
períodos de sequía y períodos húmedos. Estas muestran un descenso importante en las lluvias
de diciembre a mayo, especialmente en el intervalo de 60 a 90 mm/mes; también se observan
descensos considerables en las lluvias de junio a noviembre, sobre todo en los intervalos de
210 a 240 y de 240 a 270 mm/mes. En contraste con el caso de Chiapas, en Jalisco se
observa que en décadas futuras se podrían presentar eventos extremos de precipitación, si se
infiere que aumentaría el porcentaje de meses con acumulados mensuales elevados, sobre
todo en el intervalo de 270 a 300 mm/mes, lo que podría inferir una tendencia a incrementarse
el número de eventos de precipitación extrema en Jalisco.
Figura 22 – Serie de tiempo para la precipitación mensual acumulada ante el escenario A2,
región de Jalisco.
DICIEMBRE A MAYO (Escenario A2, Jalisco)
1949-1979
1979-2009
2009-2039
2039-2069
JUNIO A NOVIEMBRE (Escenario A2, Jalisco)
2069-2098
1950-1979
40
20
2040-2069
2070-2098
40
20
0
0
0 a 30 30 a 60 60 a 90
a)
2010-2039
60
# de meses (%)
# de meses (%)
60
1980-2009
90 a
120
120 a
150
150 a
180
180 a
210
Intervalo de Prec. (mm/mes)
210 a
240
240 a
270
270 a
300
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
210 a
240
240 a
270
270 a
300
Intervalo de Prec. (mm/mes)
b)
Figura 23 – Histograma del porcentaje de meses que se observó una precipitación mensual
acumulada de acuerdo a los intervalos mostrados en el eje horizontal, para períodos de 30
años desde 1949 a 2098, en el Escenario A2 para la región de Jalisco: a) Meses de diciembre
a mayo, y b) Meses de junio a noviembre.
39
México, 2007
FI.C0.4.41.1
De acuerdo a la serie de tiempo de la temperatura mensual promedio (Fig. 24), se espera un
incremento gradual en la temperatura bajo el escenario A2 en la región del estado de Jalisco;
las temperaturas máximas van de alrededor de 22 ºC en 1949 hasta los 28 ºC en 2098, lo que
significa un incremento de cerca de 6 ºC en 150 años. Las temperaturas mínimas van de 14 ºC
hasta 18 ºC, lo que significa un incremento de 4 ºC. El incremento más importante de
temperatura se da a partir del año 2024 y hasta el 2098.
Figura 24 – Serie de tiempo para la temperatura mensual promedio en la zona del estado de
Jalisco para el Escenario A2.
De la misma forma en que se construyó la gráfica para la variación de la precipitación anual en
la región de Chiapas, se calculó la unidad de 1 IPE para Jalisco, la cual es de 53mm/año. La
variación de la precipitación anual (enero-diciembre) para el promedio de los modelos en el
período completo de simulación (1949-2098) en el escenario A2 se muestra en la figura 25.
Existe una clara tendencia hacia una reducción en la precipitación, estimada por la línea recta
mostrada, la cual tiene una pendiente de -0.0238 (unidades de IPE)/año, lo que significa que en
el período mostrado de 150 años se tiene una disminución de 3.57 unidades de IPE, o 189 mm
menos de lluvia anual.
El año 2045 es el último año en que la precipitación se puede considerar por arriba del
promedio respecto al período de referencia 1949-1999, y todos los años posteriores a 2045 son
años por debajo del promedio. El año más seco es el de 2088 con -5.4 desviaciones estándar
por debajo del promedio, lo cual significa 286 mm menos de lluvia ese año (20.9% menos de
lluvia en comparación al periodo histórico).
México, 2007
40
FI.C0.4.41.1
Variac ión de la P rec ipitac ión A nual
R eg ión J alis c o, E s c enario A 2
4
3
2
Unidades de 1 IP E
1
0
-1
-2
-3
-4
-5
-6
-7
-8
-9
2099
2089
2079
2069
2059
2049
2039
2029
2019
2009
1999
1989
1979
1969
1959
1949
-10
Año
Figura 25 – Serie de tiempo para la variación de la precipitación en la región de Jalisco,
Escenario A2. La escala de precipitación está normalizada por unidades de IPE para el período
de referencia (1949-1999), 1 IPE = 53 mm/año. Las líneas delgadas indican la desviación
estándar asociada a la variabilidad de los modelos utilizados.
Con objeto de analizar con mayor detalle la tendencia en el comportamiento de periodos
húmedos que se detectaron en la serie de tiempo de precipitación anual y en sus histogramas,
se calculó el Índice de Precipitación Estandarizada de 3 meses para el período completo de la
simulación (1949-2098), el cual se presenta para todos los meses en la Figura 26a. Es notable
el incremento del IPE de 3 meses en la década de 2089 a 2099, donde el punto máximo de
toda la figura pertenece al mes de noviembre de 2094 con +3.9 desviaciones estándar por
arriba de la media de los 150 años. Los otros máximos de esa década pertenecen a los meses
de octubre (2094, 2096, 2095 y 2089, entre otros). Esto significa que las precipitaciones más
significativas en períodos de tres meses se encuentran principalmente en los meses de agosto,
septiembre y octubre, lo cual está correlacionado con la etapa intensa de la temporada (actual)
de ciclones tropicales del Pacífico del Este. A modo de comparación, en las figuras 26b y 26c
se muestra el comportamiento del IPE trimestral para las regiones de Chiapas y del Centro
respectivamente, en donde también existen períodos trimestrales de sequía y humedad
intensa, principalmente en las décadas de los 2070s y 2080s en Chiapas y 2080s y 2090s para
la región Centro.
México, 2007
41
FI.C0.4.41.1
IP E T R IME S T R A L J A L IS C O, E S C E NA R IO A 2
8
7
6
5
4
3
2
IP E
1
0
-1
-2
-3
-4
-5
-6
mayo/2099
mayo/2089
mayo/2079
mayo/2069
mayo/2059
mayo/2049
mayo/2039
mayo/2029
mayo/2019
mayo/2009
mayo/1999
mayo/1989
mayo/1979
mayo/1969
mayo/1959
mayo/1949
-7
-8
T IE MP O
a)
IP E T R IME S T R A L C HIA P A S , E S C E NA R IO A 2
7
6
5
4
3
2
1
IP E
0
-1
-2
-3
-4
-5
-6
mayo/2099
mayo/2089
mayo/2079
mayo/2069
mayo/2059
mayo/2049
mayo/2039
mayo/2029
mayo/2019
mayo/2009
mayo/1999
mayo/1989
mayo/1979
mayo/1969
mayo/1959
mayo/1949
-7
T IE MP O
b)
IP E T R IME S T R A L C E NT R O, E S C E NA R IO A 2
7
6
5
4
3
2
1
0
IP E
-1
-2
-3
-4
-5
-6
c)
mayo/2099
mayo/2089
mayo/2079
mayo/2069
mayo/2059
mayo/2049
mayo/2039
mayo/2029
mayo/2019
mayo/2009
mayo/1999
mayo/1989
mayo/1979
mayo/1969
mayo/1959
mayo/1949
-7
T IE MP O
Figura 26 – Variación del Índice de Precipitación Estandarizado de 3 meses ante el escenario
A2. La línea negra indica el promedio de los modelos del IPCC y las azules el promedio más y
menos una desviación estándar, para las regiones de: a) Jalisco, b) Chiapas, c) Centro.
México, 2007
42
FI.C0.4.41.1
10.4 COMPARACIÓN DEL ÍNDICE DE PRECIPITACIÓN ESTANDARIZADO DE 6
MESES
A efecto de tener una comparación de los cambios entre las temporadas secas y las
temporadas de lluvia de las tres regiones discutidas, en la figura 27 se muestra el Índice de
Precipitación Estandarizado para el período 1949-2098, para el período seco (diciembre-mayo),
y el período húmedo (junio-noviembre). Los símbolos indican años individuales, que están
divididos por color de acuerdo al período de tiempo: a) azul: 1949-1978; b) verde: 1979-2008;
c) amarillo: 2009-2038; d) violeta: 2039-2068; e) rojo: 2069-2098. Del análisis de esta figura 27
podemos concluir lo siguiente:
•
•
•
Las precipitaciones en los últimos 30 años de la simulación (2069-2098), decrecen
hasta cerca de 3 desviaciones estándar por debajo de la precipitación existente en la
mitad del período (año 2025).
La inclinación de las líneas es un indicador del cambio en el régimen de precipitación
durante los 150 años simulados; mientras más horizontal es la línea, mayor es el
cambio.
Los cambios más grandes, con tendencia hacia menor precipitación, están dados en
Chiapas (período junio-noviembre), y en Jalisco (período diciembre-mayo).
VARIACIÓN DEL IPE, ESCENARIO A2, 1949-2098
DICIEMBRE-MAYO
JUNIO-NOVIEMBRE
3
2
IPE 6 MESES
1
Chiapas
Jalisco
0
R. Centro
-1
-2
-3
-4
100
300
500
700
900
PRECIPITACIÓN ACUMULADA (mm / 6meses)
1100
|
Figura 27 - Gráfica que muestra el Índice de Precipitación Estandarizado para el período 19492098 en las tres regiones de México, dividido en época seca (diciembre-mayo) y época
húmeda (junio-noviembre). Los símbolos indican años individuales, que están divididos por
color de acuerdo al período de tiempo: a) azul: 1949-1978; b) verde: 1979-2008; c) amarillo:
2009-2038; d) violeta: 2039-2068; e) rojo: 2069-2098.
México, 2007
43
FI.C0.4.41.1
10.5 LAS VARIABLES DE EVAPORACIÓN Y HUMEDAD DEL SUELO
En el sitio Web del IPCC que presenta los resultados numéricos de los modelos de clima que
participaron en el 4° Informe de Evaluación, a la fecha de elaboración de este informe, aún no
se encuentra la variable de evaporación, por lo cual no fue posible el analizar las tendencias
climáticas asociadas con esta variable.
Por otro lado, en diversos sitios Web se presentan variables relacionadas con la humedad, por
ejemplo
en
el
sitio
del
modelo
canadiense
CCCMA-CGCM3
(http://www.cccma.ec.gc.ca/models/cgcm3.shtml) se obtuvieron las gráficas asociadas a la
humedad del suelo en su capa más superficial (10 cm), las cuales se muestran en la figura 28.
a)
b)
Figura 28 – Gráficos que presentan la humedad del suelo en la capa superficial de 10 cm
calculados para el modelo canadiense CCCMA-CGCM3 en el escenario A2, para los siguientes
períodos: a) 2001-2009 y b) 2081-2089.
Los resultados del modelo canadiense mostrados arriba no presentan gran variabilidad en la
humedad del suelo por ser ésta una variable que depende de factores compuestos
(precipitación, cobertura vegetal, tipo y uso de suelo, humedad relativa, etc.) y que en el estado
actual del desarrollo de los modelos se tiene una confianza menor, como se discutió en la
Sección 9.1.
México, 2007
44
FI.C0.4.41.1
11 REPERCUSIONES EN LA AGRICULTURA
La agricultura esta ligada a los ciclos naturales de la radiación solar, lluvia y temperatura. Estos
ciclos pueden ser modificados, sobretodo la lluvia y la temperatura, por efectos del cambio
global. Cambios en los patrones de la lluvia y temperatura tendrán efectos potenciales a
mediano y largo plazo en la agricultura, afectando la productividad de los cultivos, las prácticas
de manejo de los cultivos, el régimen de humedad de los suelos, el desarrollo de los cultivos, y
la oferta y demanda de recursos hídricos de las zonas de riego. A continuación se presenta un
análisis de las repercusiones del cambio climático en la agricultura de las tres regiones
estudiadas.
Figura 33 – El cambio climático producirá efectos importantes en el desarrollo y productividad
de los cultivos. Imagen izquierda cortesía de www.area-web.net; imagen derecha cortesía de
www.umassvegetable.org
11.1 Índices climáticos
Aunque el clima de una región es determinado por la combinación de varios elementos
climáticos, la temperatura y la precipitación constituyen los elementos principales. Para
clasificar las zonas climáticas terrestres se recurre al uso de diversos índices climáticos,
algunos expresados como índices de aridez.
Uno de los índices usado como clasificación climática es el índice de termopluviosidad de Lang
(1915), expresado por la siguiente relación:
IL =
P
T
Donde
P es la precipitación media anual expresada en mm
T es la temperatura media anual en °C
Valores del índice de Lang cercanos a cero indican una zona desértica y valores altos a una
zona húmeda.
Se estimaron los valores del índice de Lang para el periodo 1950-2098 en las tres regiones de
interés. El incremento en la temperatura ambiental y la reducción en la precipitación en las tres
regiones indican una tendencia hacia una aridez de las regiones estudiadas tal como lo
muestra la Figura 34.
México, 2007
45
FI.C0.4.41.1
Figura 34 – Valores del índice de Lang para las tres regiones estudiadas (escenario A2 del
IPCC)
11.2 Desarrollo de los cultivos
Un incremento en la temperatura ambiental intensificará la tasa de desarrollo de los cultivos
debido a una mayor tasa de acumulación de calor de los cultivos. Lo anterior generará una
reducción del ciclo fenológico de los cultivos.
El uso del concepto tiempo térmico permite estimar la duración de los ciclos fenológicos de los
cultivos. La forma más usada para expresar el tiempo térmico es utilizando el concepto de Días
Grado Crecimiento, muchas referenciado como DGC, °CD, o simplemente °D. Dicho concepto
puede ser usado como indicador del impacto climático en el crecimiento y desarrollo de los
cultivos. La estimación diaria de los °D requiere del conocimiento de la temperatura media
ambiental diaria (Ta) de acuerdo a las siguientes ecuaciones (Ojeda-Bustamante et al., 2006):
° D = Ta − Tc −min , Ta  Tc −max
° D = Tc −max − Tc −min , Ta ≥ Tc −max
° D = 0, Ta ≤ Tc −min
Donde T c-min y T c-max son las temperaturas mínimas y máximas del cultivo, respectivamente, que
define el rango de temperaturas ambientales dentro del cual un cultivo se desarrolla. Dichas
temperaturas para el cultivo de maíz son 10 ºC y 30 ºC. Las temperaturas mayores a 30 °C
causan efectos en detrimento del cultivo de maíz por lo que el máximo valor diario para los días
grado es de 20 °D.
La acumulación diaria de los ºD puede ser usada para la predicción de la fenología de los
cultivos (Gilmore y Rogers, 1958; Cross y Zuber, 1972; Russele et al, 1984). OjedaBustamante, et al. (2006) reportaron la duración de las fases fenológicas del maíz de ciclo
intermedio en términos de ºD acumulados∑ºD)
(
para el distrito de riego 075, “Río Fuerte”,
Sinaloa, México, requiriendo de 1,451 ºD de siembra a madurez fisiológica. La duración del
46
México, 2007
FI.C0.4.41.1
ciclo expresado en términos de ∑ºD para maíz de temporal en varias localidades de México fue
estudiado por Ruiz-Corral, et al. (2002).
Para conocer el efecto del incremento de la temperatura en el desarrollo de los cultivos se
usarán las temperaturas del rango para el desarrollo del maíz (10 ºC y 30 ºC). La figura 35
presenta los valores de los °D para la región centro para los días típicos de los meses del año.
Se observa una variación de los valores diarios en el rango de 4 a 12 °D para el periodo 19502000, sin embargo para fines del presente siglo habrá un incremento de más de 2 °D en
promedio diario, con un rango de 6 a 16 °D.
Figura 35 – Variación de los °D para días típicos mensuales de la región centro.
La figura 36 muestra la variación del ° D para la región Chiapas, en donde se observa, con una
línea vertical, que a partir del año 2055 habrá meses con temperaturas medias por arriba de los
30 ° C. Lo cual indica que habrá periodos durante el día con temperaturas mayores a 35 °C que
sin duda tendrán efectos en detrimento del desarrollo de los cultivos.
Figura 36 – Variación de los °D para días típicos mensuales de la región Chiapas
México, 2007
47
FI.C0.4.41.1
El comportamiento de los °D para la región Jalisco es similar a de la región Centro tal como se
presenta en la figura 37, donde no se muestra que se alcanzan valores de 20°D durante el
presente siglo.
Figura 37 – Variación de los °D para días típicos mensuales de la región Jalisco
Una repercusión directa del incremento de la temperatura sobre los cultivos será la reducción
en la duración de su ciclo fenológico, con una disminución en su producción al reducirse el
tiempo disponible para absorción de nutrientes, para la intercepción de energía solar y para las
actividades metabólicas (Lawlor, 2005). La figura 38 presenta los valores anuales de
∑ °D
(grados días acumulados) para las tres regiones estudiadas. Las tres regiones muestran un
incremento anual en más de 1,000 °D para fines de siglo con respecto a los valores actuales.
El impacto de lo anterior será en la reducción en el ciclo fenológico de los cultivos. Por ejemplo,
si una variedad de maíz requiere de 1,500 °D de siembra a cosecha, se puede tener
actualmente dos cosechas al año en las regiones Centro y Jalisco. Sin embargo, al
incrementarse los valores acumulados a 4,500 °D, teóricamente se pueden tener más
cosechas por año agrícola. Aunque el efecto negativo de lo anterior se presentará si el
incremento en las temperaturas coincide con los periodos críticos del cultivo, como la floración
y la formación del grano. Sin embargo, una repercusión directa de la reducción del ciclo
fenológico de los cultivos será la disminución en su producción para las variedades existentes.
Figura 38 – Variación anual de los °D acumulados para las tres regiones estudiadas
México, 2007
48
FI.C0.4.41.1
11.3 Adaptación de la agricultura
La respuesta de la sociedad para reducir los efectos del cambio climático, se dividen en dos
grandes estrategias: mitigación y adaptación. La estrategia de adaptación se enfoca a los
procesos para incrementar las capacidades de los agricultores y del gobierno para reducir los
efectos dañinos del cambio climático en los sistemas de producción agrícola.
Actualmente en el país, la estrategia de cambio climático se ha concentrado más en acciones
de mitigación. Por lo que es necesario identificar, desarrollar e instrumentar acciones de
adaptación para reducir la vulnerabilidad de la agricultura por impactos adversos o daño
potencial, o para aprovechar las oportunidades asociadas a dicho cambio. La adaptación no es
nueva para los agricultores, continuamente planifican su ciclo agrícola en función de las
condiciones ambientales. Sin embargo se requieren incorporar los escenarios de riesgo
climático futuro dentro de las políticas nacionales. Existe el riesgo como comenta Bruce et al.,
1996, que los cambios climáticos futuros sean bruscos y sobrepasen la capacidad de
adaptación natural de los sistemas actuales.
La adaptación no debe verse en forma aislada sino como acciones coordinadas e integradoras
de agricultores, asociaciones, universidades, empresas y gobierno. Las estrategias de
adaptación a corto plazo pueden basarse por ejemplo en la modificación o mejora de las
prácticas agrícolas actuales, muchas de ellas sencillas como los cambios en las fechas de
siembra o en las variedades usadas. Sin embargo a largo plazo es necesario adaptar los
sistemas agrícolas a las nuevas condiciones climáticas esperadas.
12 REPERCUSIONES EN BOSQUES, GANADERÍA Y DISPONIBILIDAD DE AGUA
Bajo las condiciones que los modelos climáticos están previendo de tener un incremento en
temperaturas y una menor precipitación con condiciones de sequía, se espera que se
incrementen los incendios forestales. Los incendios forestales juegan un papel muy importante
desde el punto de vista ambiental, pues los incendios controlados pueden mantener la salud de
los bosques, quienes a su vez modulan localmente el ciclo hidrológico. Sin embargo, los
incendios que salen fuera de control pueden terminar con áreas extensas de los bosques,
produciendo un cambio permanente en la flora y la fauna del lugar, lo que a su vez repercutirá
de manera negativa en el ciclo hidrológico regional y global.
La presencia de plagas en las zonas boscosas también podrá llegar a ser un factor importante
en las próximas décadas. Ante el cambio climático y la tendencia a condiciones de sequía, los
organismos vegetales tienden a debilitarse, por lo cual se incrementa su vulnerabilidad a ser
atacados por organismos oportunistas, como por ejemplo las plagas de gusano descortezador
y de muérdago enano.
La reducción en la cantidad y calidad de los cultivos y del forraje asociado ante una sequía
prolongada, tiene repercusiones en la calidad nutricional de los alimentos para el ganado, pues
disminuye su contenido en proteínas, los forrajes secos son más difíciles de digerir para los
animales que los forrajes frescos, las plantas tóxicas incrementan su toxicidad y la
concentración de sal en la planta se incrementa (Bellows, 2004). En casos donde el ganado no
consume plantas verdes por más de 90 días, se pueden presentar deficiencias vitamínicas. Las
consecuencias de estas condiciones en la salud del ganado se ven reflejadas en una menor
resistencia a las enfermedades y a las toxinas, provocando debilidad, menor resistencia a
plantas tóxicas y a parásitos. Por otra parte, los cultivos estresados por condiciones de sequía
49
México, 2007
FI.C0.4.41.1
pueden ser susceptibles de ser atacados por hongos (por ejemplo, el Aspergillus Flavus y
Aspergillus parasiticus), los cuales contaminan el alimento del ganado. Sequías prolongadas
llegan a reducir considerablemente la disponibilidad de agua para el ganado, lo cual puede
producir la muerte de los animales.
Ante las condiciones potencialmente más cálidas y secas que prevén los modelos de clima
para las tres regiones del país consideradas, aunado al incremento poblacional, se esperaría
una reducción de la cantidad del agua para consumo humano, producción de energía eléctrica
y producción industrial. Es necesario instrumentar medidas de adaptación en estos sectores
ante el cambio climático, ya que es totalmente factible el tener una planeación para la sequía y
minimizar las pérdidas que puede causar. El cambio de clima y la sequía en general no deben
de ser considerados como un desastre debido a los cambios continuos de temperatura y
precipitación que se esperan durante las siguientes décadas, sin embargo sí debe de ser
manejado como un riesgo.
Figura 39 – Otros de los sectores principalmente afectados por condiciones de sequía
son: Bosques, ganadería, energía hidroeléctrica y consumo de agua. Imágenes cortesía de
www.acmr.org, www.obebeff.com.au, www.eldeber.com.bo, aquadoc.typepad.com,
www.laopinon.cl.
México, 2007
50
FI.C0.4.41.1
13 RECOMENDACIONES PARA LA ADAPTACIÓN DE LOS SECTORES
AFECTADOS POR EVENTOS DE SEQUÍA EXTREMA Y CONDICIONES
HÚMEDAS
Las proyecciones de los modelos de clima muestran en general un decremento en la
precipitación anual y semestral sobre las tres regiones del país estudiadas, sin embargo, en
períodos cortos (3 meses) puede haber un incremento, como el discutido para la región del
estado de Jalisco (Fig. 26), lo cual representa la probabilidad de periodos de humedad intensa
aún cuando el total anual sea deficitario con respecto al período de referencia (1949-1999).
Estas proyecciones, sin embargo, deben de ser re-evaluadas constantemente conforme los
modelos de clima vayan evolucionando y sean capaces de reproducir de una mejor manera las
variables atmosféricas e hidrológicas en espacio y tiempo.
Ante la alta probabilidad que los modelos climáticos están mostrando de tener sequías
frecuentes y prolongadas en las regiones del país estudiadas, se hace indispensable el mejorar
de manera considerable el uso eficiente del agua, así como tener una administración muy
eficiente de los recursos hídricos. Es indispensable, desde ahora, el considerar una visión
integral del recurso hídrico para las diversas necesidades: consumo humano, agricultura de
riego, ganadería, silvicultura, industria, generación de energía eléctrica y mantenimiento de la
biodiversidad. Hay una necesidad de conocer los efectos de la deforestación y la reforestación
en el ciclo hidrológico de todas las zonas del país, creando las políticas adecuadas para el
desarrollo sostenible de los recursos naturales.
Algunas medidas de adaptación relativamente sencillas de implementar son las siguientes:
educación ambiental para la población, reciclaje de agua, construcción de presas que
proporcionen agua para consumo haciendo el correspondiente análisis de impacto, uso de
métodos de irrigación que optimicen la eficiencia, uso de variedades de cultivos resistentes a
las sequías, compra de seguros agrícolas, sistemas de recarga de acuíferos, reubicación de
poblados para reducir su vulnerabilidad ante eventos de sequía y/o lluvias extremas, desazolve
de presas y canales, implementación y uso de pronósticos estacionales y climáticos, sistemas
de monitoreo permanente de sequías y lluvias e implementación de las medidas de emergencia
ante contingencias, diseño apropiado de los nuevos asentamientos humanos y obras de
infraestructura (carreteras, sistemas de drenaje y alcantarillado, presas, etc.). También existe
la necesidad de crear organizaciones que involucren directamente a los sectores
socioeconómicos más afectados por los problemas de déficit o incremento en las
precipitaciones, por ejemplo los agricultores, quienes requieren tener la mayor cantidad de
elementos y asesores para, en su momento, tomar decisiones informadas en sus actividades
diarias.
Con el objetivo de optimizar los esfuerzos de adaptación de los sectores afectados al cambio
climático, se requiere el ir regionalizando y tener un mejor detalle espacio-temporal para todos
los análisis de la información de modelos climáticos. Una de las herramientas que se pueden
utilizar para satisfacer, en primera instancia, estas necesidades es la conocida como “reducción
de escala dinámica”, donde modelos climáticos regionales están acoplados a los modelos
climáticos globales. La reducción de escala dinámica está siendo utilizada cada vez más en
países desarrollados y México requiere comenzar a aplicar está técnica para conocer con
mayor detalle los posibles impactos regionales que el cambio climático puede acarrear.
En este estudio se han revisado las condiciones secas y húmedas sólo para tres regiones del
país, pero este trabajo se puede realizar en el futuro cercano para toda la extensión del
territorio nacional. Para el mejor aprovechamiento de los resultados obtenidos, se recomienda
51
México, 2007
FI.C0.4.41.1
que cada región del país aporte su experiencia local, y contribuya a definir las medidas
específicas en el corto y mediano plazos partiendo de una escala que se sugiere sea la
municipal, participando no únicamente personal con perfiles técnicos o ambientales, sino
también personas con perfiles de ciencias sociales, económicas, administrativas, así como
gente común que haga conciencia y vaya colaborando con medidas e nivel familiar e individual.
14 DISCUSIÓN Y CONCLUSIONES
La tendencia general que se observa en la precipitación anual en las regiones estudiadas es
hacia la baja, lo que produce condiciones de sequía más frecuente y más intensa en relación al
período base (1949-1999), sobre todo en la región sureste del país. Esta región es
especialmente vulnerable ante las condiciones secas, debido a sus actividades económicas:
ganadería, agricultura y generación de energía hidroeléctrica.
En el sureste, la tendencia de la precipitación a largo plazo es de una disminución en el período
de lluvias, pero también en el período relativamente más seco del año. Mientras la precipitación
tiende a descender, se estima que la temperatura aumente considerablemente llegando, para
años individuales de fines del siglo XXI, a un aumento de hasta 6°C en la región bajo el
escenario A2, lo que incrementará la situación de estrés hídrico, sobre todo en la flora y fauna,
que se traducirá en efectos en la población y en la economía, con afectaciones económicas
que pueden llegar a ser de varios puntos porcentuales del Producto Interno Bruto Primario de
la región afectada.
Las anomalías de precipitación trimestral positiva son muy pocas, y están localizadas en unos
cuantos eventos muy puntales que aparecen como los picos más altos en las gráficas de la
Figura 26. Estas anomalías se podrían interpretar como situación de potenciales eventos
extremos. Los modelos de clima del IPCC observan las condiciones de humedad más intensa
en la última década simulada (2089-2098) para las regiones de Jalisco y del Centro.
Los eventos de precipitación intensa en una región que padece de una anomalía de lluvias a lo
largo de varios meses, tienen la capacidad para arrastrar los suelos y redistribuir los
sedimentos, lo que en el largo plazo ocasiona una situación de aridez. La vulnerabilidad actual
ante estos fenómenos en las actividades de las poblaciones principalmente las marginadas de
México es muy alta. Las consecuencias de esta situación pueden llegar a ser la migración
masiva de la población marginada hacia los grandes centros urbanos del país, estresando así
no sólo las actividades y regiones que dependen del agua de lluvia en forma directa
(agricultura, silvicultura y ganadería), sino también los fenómenos sociales de urbanización en
zonas periféricas de las grandes urbes y deficiencia en los servicios.
Las afectaciones de los eventos de sequía esperados también se verán en el sector ganadero.
Ante una decreciente precipitación pluvial la calidad nutricional de los alimentos que requiere el
ganado también decrece, lo que se traduce en enfermedades de los animales. Algunos de
estos efectos pueden atenuarse en períodos de tiempo corto, por ejemplo proporcionando
suplementos nutricionales al ganado; sin embargo, en el largo plazo el efecto es la reducción
de la productividad ganadera de las regiones que se encuentran bajo condiciones de sequía.
Los modelos climáticos coinciden cada vez más en la reducción de la precipitación pluvial
sobre el país, en la alteración general del ciclo hidrológico y en el aumento gradual de las
temperaturas, propiciando cambios que localmente se volverán irreversibles y para los cuales
se requiere un programa de mitigación y adaptación a largo plazo.
México, 2007
52
FI.C0.4.41.1
Las condiciones atmosféricas y oceánicas que producen los eventos de sequía o lluvias
extremas son complejas, y están relacionadas con la variabilidad de baja frecuencia (períodos
de tiempo de 1 a 30 años) en factores tales como las temperaturas en la superficie del océano,
tanto en regiones cercanas a las áreas afectadas, como en regiones distantes (miles de
kilómetros) debido a procesos de conexión a distancia. El movimiento e intensificación de
grandes sistemas meteorológicos, tales como los sistemas de alta presión subtropicales
(responsables de las zonas desérticas más grandes del mundo, por ejemplo la del Sahara) y su
respuesta al calentamiento global, es un tema que también está relacionado con los efectos de
potenciales períodos de sequía sobre nuestro país, y que para su exploración se requiere del
análisis exhaustivo de los resultados de modelos de clima confiables con un alto detalle
temporal y espacial, lo cual se propone como un área futura de desarrollo científico en nuestro
país.
Los diferentes escenarios del IPCC producen aumentos de temperatura y disminución en la
precipitación en las tres regiones estudiadas. Sin embargo, dependiendo del escenario (A1B,
A2 o B1), las condiciones proyectadas pueden variar considerablemente. Por ejemplo, en el
escenario A2 sobre la región de Chiapas se esperan temperaturas medias mensuales máximas
para el año 2098 de alrededor de 32 ºC, mientras que para el escenario A1B y B1 estas
temperaturas son de 31 y 30 ºC respectivamente. A modo de comparación, mencionaremos
que la temperatura simulada para la época actual se encuentra alrededor de los 28 ºC.
Por otra parte, para la región de Chiapas en el escenario A2, la tendencia de la precipitación
anual en unidades de desviaciones estándar del período base (1949-1999) alcanza en el
período 2075-2098 el valor de -3.48, lo que se considera como sequía de intensa a extrema;
este número para los escenarios A1B y B1 es de -2.87 y -1.20 respectivamente, lo que aún
representa condiciones de sequía pero en un grado menor. Recordemos de la sección 9.3 y la
figura 12 que los modelos de clima del IPCC subestiman la precipitación climatológicamente
observada en la región de Chiapas, sin embargo, las reducciones arriba mencionadas para
esta región se refieren a que la precipitación modelada en el período 1949-1999, se reducirá en
el siglo XXI.
La diferencia entre un escenario u otro en cuanto al incremento de temperatura y la
disminución de precipitación es considerable para las tres regiones estudiadas (ver Tabla 3).
Aún para el escenario B1 que es uno de los más conservadores se esperan cambios
importantes, esto es debido a que las concentraciones de gases de efecto invernadero que se
han producido desde la época industrial y que en buena parte se encuentran en la atmósfera,
tienen un efecto acumulativo a lo largo del tiempo. Debido a este fenómeno, es importante que
consideremos una serie de medidas de reducción de la emisión de gases de efecto
invernadero y, de manera paralela, las medidas de adaptación apropiadas, prácticamente en
todos los sectores socioeconómicos, pero de manera primordial en el sector primario:
agricultura, ganadería y silvicultura.
Para la reducción de emisiones de gases de efecto invernadero es muy importante continuar
con el desarrollo, transferencia y adopción inmediata de tecnologías limpias, así como el
promover tanto nacional como internacionalmente el desarrollo limpio y sostenible de las
naciones.
México, 2007
53
FI.C0.4.41.1
ESCENARIOS
Región
Chiapas
B1
A1B
A2
Período
Anomalía de
Temp. (°C)
IPE anual
promedio
Anomalía de
Temp. (°C)
IPE anual
promedio
Anomalía de
Temp. (°C)
IPE anual
promedio
2000-2024
+0.81
-0.91
+0.80
-0.71
+0.83
-1.07
2025-2049
+1.31
-1.50
+1.64
-1.47
+1.64
-1.38
2050-2074
+1.87
-1.50
+2.59
-2.47
+2.64
-2.05
2075-2098
+2.23
-1.20
+3.42
-2.87
+4.13
-3.48
ESCENARIOS
Región
Centro
B1
A1B
A2
Período
Anomalía de
Temp. (°C)
IPE anual
promedio
Anomalía de
Temp. (°C)
IPE anual
promedio
Anomalía de
Temp. (°C)
IPE anual
promedio
2000-2024
+0.75
-0.86
+0.73
-0.61
+0.59
-0.97
2025-2049
+1.25
-1.25
+1.52
-1.03
+1.34
-1.47
2050-2074
+1.76
-1.34
+2.53
-2.10
+2.36
-1.79
2075-2098
+2.19
-1.11
+3.29
-1.94
+3.79
-2.56
ESCENARIOS
Región
Jalisco
B1
A1B
A2
Período
Anomalía de
Temp. (°C)
IPE anual
promedio
Anomalía de
Temp. (°C)
IPE anual
promedio
Anomalía de
Temp. (°C)
IPE anual
promedio
2000-2024
+0.74
-0.99
+0.72
-0.58
+0.62
-0.97
2025-2049
+1.19
-1.08
+1.55
-1.29
+1.38
-1.75
2050-2074
+1.77
-1.44
+2.53
-2.40
+2.46
-2.29
2075-2098
+2.17
-1.76
+3.29
-2.09
+3.84
-2.54
Tabla 3 – Resumen de las anomalías de temperatura y el índice de precipitación estandarizada
para las tres regiones estudiadas, para distintos períodos del siglo XXI. Las unidades de 1 IPE
anual corresponden para las regiones de Chiapas, Centro y Jalisco respectivamente con: 45
mm, 49 mm y 53 mm de precipitación por año.
México, 2007
54
FI.C0.4.41.1
BIBLIOGRAFÍA
Abramowitz, M. y A. Stegun (1965), Handbook of mathematical functions, New York: Dover
Publications.
Barnett, T.P., J.C. Adam and D.P. Lettenmaier, 2005. Potential impacts of a warming climate on
water availability in snow-dominated regions. Nature, 438, 303-309.
Bellows, B. 2004. Pasture and rangeland management during drought. National Sustainable
Agriculture Information Service. www.attra.ncat.org
Bruce, J. P., H. Lee, E. . Haites, 1996. Climate change 1995: economic and social dimensions
of climate change. Published for the Intergovernmental Panel on Climate Change by Cambridge
University Press, Cambridge, England. 448 pp.
Burke, E.J., S.J. Brown and N. Christidis, 2006. Modelling the recent evolution of global drought
and projections for the 21st century with the Hadley Center Climate Model. J. Hydrometeorol., 7,
1113-1125.
Coudrain, A., B. Francou and Z.W. Kundzewicz, 2005. Glacier shrinkage in the Andes and
consequences for water resources. Hydrol. Sci. J., 50, 925-932.
Cross, H. Z. y M. S. Zuber, 1972. Prediction of flowering dates in maize based on different
methods of estimating thermal units. Agron. J., 64, 351-355.
Douville, H., F. Chauvin, S. Planton, J.F. Royer, D. Salas-Melia and S. Tyteca, 2002. Sensitivity
of the hydrological cycle to increasing amounts of greenhouse gases and aerosols. Clim.
Dynam., 20, 45-68.
Edwards, D. C. & McKee, T. B. (1997). Characteristics of 20th century drought in the United
States at multiple time scales. Atmospheric Science Paper no. 634, Colorado State Univ., Fort
Collins, Colorado, USA
Gilmore, E. C. y J. S. Rogers, 1958. Heat units as a method of measuring maturity in corn.
Agron. J., 50, 611-615.
Guttman, N. B.: Comparing the Palmer drought index and the Standardized Precipitation Index,
J. Amer. Water Resour. Association, 34, 113–121, 1998.
Hernández Cerda M. E., L. A. Torres Tapia y G. Valdez Madero, 1999. México: una visión hacia
el siglo XXI. El cambio climático en México. Capitulo II. Sequía meteorológica. Centro de
Ciencias de la Atmósfera, UNAM, http://www.atmosfera.unam.mx/cambio/libro.html.
IPCC, 2001. "Climate Change 2001": The Scientific Basis. Contribution of Working Group I to
the Third Assessment Report of the Intergovernmental Panel of Climate Change. Houghton,
J.T., Y. Ding, D.J. Griggs, M. Noguer, P.J. van der Linden, X. Dai, K. Maskell, and C.A. Johnson
(Eds.), Cambridge University Press, Cambridge, United Kingdom and New York, USA, 881 pp.
IPCC, 2007. Fourth Assessment Report "Climate Change 2007". URL: http://www.ipcc.ch/
México, 2007
55
FI.C0.4.41.1
Kron,W. andG. Berz, 2007. Flood disasters and climate change: trends and options – a (re)insurer’s view. Global Change: Enough Water for All? J.L. Lozán, H. Graßl, P. Hupfer,
L.Menzel and C.-D. Schönwiese, Eds., Hamburg, 268-273.
Kundzewicz, Z.W.,U.Ulbrich, T. Brücher,D.Graczyk,A.Krüger,G. Leckebusch, L. Menzel, I.
Pińskwar, M. Radziejewski and M. Szwed, 2005. Summer floods in Central Europe: climate
change track? Nat. Hazards, 36, 165-189.
Labraga, J.C., 1997. The climate change in South America due to a doubling in the CO2
concentration: Intercomparison of general circulation model equilibrium experiments.
International Journal of Climatology, 17, 377-398.
Lang, R., 1915. Versuch einer exakten Klassifikation der Boden in klimatischer und
geologischer Hinsicht. International Mittlg. F. Bondenkunde. 5:312-346.
Lawlor, D.W., 2005. Plant responses to climate change: impacts and adaptation. In K. Omasa, I.
Nouchi, y L. J. De Kok. (eds). Plant responses, to air pollution and global change. SpringerVerlag. Tokio. 81-88.
Lehner, B., P. Döll, J. Alcamo, H. Henrichs and F. Kaspar, 2005b. Estimating the impact of
global change on flood and drought risks in Europe: a continental, integrated assessment.
Climatic Change, 75, 273-299.
L Giorgi, F. y L. O. Mearns, 2002. Calculation of Average, Uncertainty Range, and Reliability of
Regional Climate Changes from AOGCM Simulations via the “Reliability Ensemble Averaging”
(REA) Method. Journal of Climate, Vol.15, (10), 1141–1158.
Manabe, S., P.C.D. Milly and R.Wetherald, 2004a. Simulated long term changes in river
discharge and soil moisture due to global warming. Hydrol. Sci. J., 49, 625-642.
Mills, E., 2005: Insurance in a climate of change. Science, 309, 1040-1044.
Milly, P.C.D., R.T. Wetherald, K.A. Dunne and T.L. Delworth, 2002: Increasing risk of great
floods in a changing climate. Nature, 415, 514-517.
Montero, M.J., Pérez, J.L., Arreola, J.L., y Pavón, N., 2007. Estudio de validación y
regionalización de precipitación de MCGA para México. Informe Técnico. Instituto Mexicano de
Tecnología del Agua. 60 pp.
Nakicenovic N, Alcamo J, Davis G, de Vries B, Fenhann J, Gaffin S, Gregory K, Grubler A, Jung
TY, Kram T, et al. (2000) IPCC Special Report on Emissions Scenarios (Cambridge Univ Press,
Cambridge, UK).
Nieto S. y C. Rodríguez-Puebla, 2006. Comparison of precipitation from observed data and
General Circulation Models over the Iberian Peninsula. Journal of Climate, Vol.19, (17), 42544275.
Palmer, W.C.: Meteorological droughts, U.S. Department of Commerce Weather Bureau
Research, Paper 45, 58 pp., 1965.
Palmer, T.N. and J. Räisänen, 2002. Quantifying the risk of extreme seasonal precipitation
events in a changing climate. Nature, 415, 512-514.
México, 2007
56
FI.C0.4.41.1
Peixoto, J.P. y A.H. Oort, 1991. Physics of Climate. American Institute of Physics, New York,
520 pp.
Raupach, M.R., Marland, G., Ciais, P., Le Quéré, C., Canadell, J.G., Klepper, G., Field, C.B.,
2007. Global and regional drivers of accelerating CO2 emissions. PNAS:0700609104.
Räisänen, J., 2007. How reliable are climate models?. Tellus, 59A, 2-29.
Reynard, N., S. Crooks, R. Wilby and A. Kay, 2004. Climate Change and Flood Frequency in
the UK, Proceedings of the 39th DEFRA Flood and Coastal Management Conference, York.
Defra, London, 11.1.1-11.1.12.
Ruiz-corral, J. A., H. E. Flores-López, J. L. Ramírez-Díaz, D.R. González-Eguiarte, 2002.
Temperaturas cardinales y duración del ciclo de madurez del híbrido de maíz H-311 en
condiciones de temporal. Agrociencia, 36, 569-577.
Russele, M. P., W.W. Wilhelm, R. A. Olson, J. F. Power, 1984. Growth analysis based on
degree days. Crop Sci. 24, 28-32.
Schiermeier, Q., 2006. Insurers’ disaster files suggest climate is culprit. Nature, 441, 674-675.
Secretaría de Medio Ambiente, Recursos Naturales y Pesca, 1997. Primera comunicación
nacional ante la convención marco de las naciones unidas sobre el cambio climático. pp. 150.
Secretaría de Medio Ambiente y Recursos Naturales de México, 2006. Tercera comunicación
nacional ante la convención marco de las naciones unidas sobre el cambio climático. pp. 254.
Sivapalan, M., G. Bloschl, R. Mertz and D. Gutknecht, 2005. Linking flood frequency to longterm water balance: incorporating effects of seasonality. Water Resour. Res., 41,W06012,
doi:10.1029/2004WR003439.
Svensson, C. and D.A. Jones, 2005. Climate change impacts on the dependence between sea
surge, precipitation and river flow around Britain. Proceedings of the 40th Defra Flood and
Coastal Management Conference 2005, University of York, 5-7 July 2005, 6A.3.1-6A.3.10.
Thom HCS (1966). Some Methods of climatological analysis. Technical Note Nº. 81 World
Meteorological Organization. Ginebra, Suiza, 53 pp.
WDR, 2003. World Disaster Report: Focus on Ethics in Aid. International Federation of Red
Cross and Red Crescent Societies, Geneva, 240 pp.
WDR, 2004. World Disaster Report: Focus on Community Resilience. International Federation
of Red Cross and Red Crescent Societies, Geneva, 240 pp.
Wehner, M., 2005. Changes in daily precipitation and surface air temperature extremes in the
IPCC AR4 models. US CLIVAR Variations, 3, 5-9.
Weisheimer, A. y T.N. Palmer, 2005. Changing frequency of occurrence of extreme seasonal
temperatures under global warming. Geophys. Res. Lett., 32, doi:10.1029/2005GL023365.
México, 2007
57
FI.C0.4.41.1
15 ANEXO 1 – GRÁFICOS PARA EL ESCENARIO A1B
15.1 A1B - REGIÓN CHIAPAS
DICIEMBRE A MAYO (Escenario A1B, Chiapas)
1949-1979
1979-2009
2009-2039
2039-2069
JUNIO A NOVIEMBRE (Escenario A1B, Chiapas)
2069-2098
1950-1979
1980-2009
2010-2039
2040-2069
2070-2098
60
# de meses (%)
# de meses (%)
60
40
20
40
20
0
0
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
Intervalo de Prec. (mm/mes)
México, 2007
210 a
240
240 a
270
270 a
300
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
210 a
240
240 a
270
270 a
300
Intervalo de Prec. (mm/mes)
58
FI.C0.4.41.1
Variac ión de la P rec ipitac ión A nual
E s tado de C hiapas , E s c enario A 1B
4
3
Unidades de 1 IP E
2
1
0
-1
-2
-3
-4
-5
-6
-7
-8
-9
2099
2089
2079
2069
2059
2049
2039
2029
2019
2009
1999
1989
1979
1969
1959
1949
-10
Año
México, 2007
59
FI.C0.4.41.1
15.2 A1B - REGIÓN CENTRO
DICIEMBRE A MAYO (Escenario A1B, R. Centro)
1949-1979
1979-2009
2009-2039
2039-2069
JUNIO A NOVIEMBRE (Escenario A1B, R. Centro)
2069-2098
1950-1979
2010-2039
2040-2069
2070-2098
60
# de meses (%)
# de meses (%)
60
1980-2009
40
20
40
20
0
0
0 a 30
30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
Intervalo de Prec. (mm/mes)
México, 2007
210 a
240
240 a
270
270 a
300
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
210 a
240
240 a
270
270 a
300
Intervalo de Prec. (mm/mes)
60
FI.C0.4.41.1
Variac ión de la P rec ipitac ión A nual
R eg ión C entro, E s c enario A 1B
4
3
Unidades de 1 IP E
2
1
0
-1
-2
-3
-4
-5
-6
-7
-8
2099
2089
2079
2069
2059
2049
2039
2029
2019
2009
1999
1989
1979
1969
1959
1949
-9
Año
México, 2007
61
FI.C0.4.41.1
15.3 A1B - REGIÓN JALISCO
DICIEMBRE A MAYO (Escenario A1B, Jalisco)
1949-1979
1979-2009
2009-2039
2039-2069
JUNIO A NOVIEMBRE (Escenario A1B, Jalisco)
2069-2098
1950-1979
2010-2039
2040-2069
2070-2098
60
# de meses (%)
# de meses (%)
60
1980-2009
40
20
40
20
0
0
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
Intervalo de Prec. (mm/mes)
México, 2007
210 a
240
240 a
270
270 a
300
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
210 a
240
240 a
270
270 a
300
Intervalo de Prec. (mm/mes)
62
FI.C0.4.41.1
Variac ión de la P rec ipitac ión A nual
E s tado de J alis c o, E s c enario A 1B
4
3
Unidades de 1 IP E
2
1
0
-1
-2
-3
-4
-5
-6
-7
-8
2099
2089
2079
2069
2059
2049
2039
2029
2019
2009
1999
1989
1979
1969
1959
1949
-9
Año
México, 2007
63
FI.C0.4.41.1
16 ANEXO 2 – GRÁFICOS PARA EL ESCENARIO B1
16.1 B1 - REGIÓN CHIAPAS
DICIEMBRE A MAYO (Escenario B1, Chiapas)
1949-1979
1979-2009
2009-2039
2039-2069
JUNIO A NOVIEMBRE (Escenario B1, Chiapas)
2069-2098
1950-1979
2010-2039
2040-2069
2070-2098
60
# de meses (%)
# de meses (%)
60
1980-2009
40
20
40
20
0
0
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
Intervalo de Prec. (mm/mes)
México, 2007
210 a
240
240 a
270
270 a
300
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
210 a
240
240 a
270
270 a
300
Intervalo de Prec. (mm/mes)
64
FI.C0.4.41.1
Variac ión de la P rec ipitac ión A nual
E s tado de C hiapas , E s c enario B 1
4
3
Unidades de 1 IP E
2
1
0
-1
-2
-3
-4
-5
-6
2099
2089
2079
2069
2059
2049
2039
2029
2019
2009
1999
1989
1979
1969
1959
1949
-7
Año
México, 2007
65
FI.C0.4.41.1
16.2 B1 - REGIÓN CENTRO
JUNIO A NOVIEMBRE (Escenario B1, R. Centro)
DICIEMBRE A MAYO (Escenario B1, R. Centro)
1949-1979
1979-2009
2009-2039
2039-2069
1950-1979
2069-2098
2010-2039
2040-2069
2070-2098
60
# de meses (%)
# de meses (%)
60
1980-2009
40
20
40
20
0
0
0 a 30
30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
Intervalo de Prec. (mm/mes)
México, 2007
210 a
240
240 a
270
270 a
300
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
210 a
240
240 a
270
270 a
300
Intervalo de Prec. (mm/mes)
66
FI.C0.4.41.1
Variac ión de la P rec ipitac ión A nual
R eg ión C entro, E s c enario B 1
4
3
Unidades de 1 IP E
2
1
0
-1
-2
-3
-4
-5
-6
2099
2089
2079
2069
2059
2049
2039
2029
2019
2009
1999
1989
1979
1969
1959
1949
-7
Año
México, 2007
67
FI.C0.4.41.1
16.3 B1 - REGIÓN JALISCO
DICIEMBRE A MAYO (Escenario B1, Jalisco)
1949-1979
1979-2009
2009-2039
2039-2069
JUNIO A NOVIEMBRE (Escenario B1, Jalisco)
2069-2098
1950-1979
2010-2039
2040-2069
2070-2098
60
# de meses (%)
# de meses (%)
60
1980-2009
40
20
40
20
0
0
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
Intervalo de Prec. (mm/mes)
México, 2007
210 a
240
240 a
270
270 a
300
0 a 30 30 a 60 60 a 90
90 a
120
120 a
150
150 a
180
180 a
210
210 a
240
240 a
270
270 a
300
Intervalo de Prec. (mm/mes)
68
FI.C0.4.41.1
Variac ión de la P rec ipitac ión A nual
E s tado de J alis c o, E s c enario B 1
7
6
Unidades de 1 IP E
5
4
3
2
1
0
-1
-2
-3
-4
-5
-6
2099
2089
2079
2069
2059
2049
2039
2029
2019
2009
1999
1989
1979
1969
1959
1949
-7
Año
México, 2007
69
FI.C0.4.41.1
17 ANEXO 3 – CARACTERÍSTICAS DE LOS MODELOS UTILIZADOS
17.1 BCCR-BCM2.0 (MODELO CLIMÁTICO DE BERGEN VERSIÓN DOS - CENTRO
DE INVESTIGACIÓN DEL CLIMA DE BJERKNES / UNIVERSIDAD DE
BERGEN EN NORUEGA)
El Centro de Investigación de Clima de Bjerknes (BCCR), ha desarrollado un modelo acoplado
de atmósfera-océano-hielo marino, el cual es denominado como el Modelo Climático de Bergen
(BCM). Dicho modelo es consistente con el modelo atmosférico ARPEGE / IFS, junto con una
versión global del modelo oceánico MICOM, incluyendo una dinámica-termodinámica del
modelo de hielos marinos. El acoplamiento entre los dos modelos utiliza el paquete de software
OASIS. El modelo BCM ha sido el resultado de 300 años de integraciones de control evaluado
contra los datos de observación. En BCM, tanto los componentes de la atmósfera como del
océano utilizan mallas las cuales pueden ser irregulares y no presentan correspondencia con
líneas costeras.
Se ha invertido mucho esfuerzo en el desarrollo de esquemas de interpolaciones óptimas entre
los modelos, en particular para el problema no-trivial de conservación de flujo en las zonas
costeras. Una técnica de ajuste de flujo ha sido aplicada para flujos de agua cálida y dulce. Sin
embargo, existe una débil tendencia global de la temperatura superficial media del mar (SST) y
la salinidad superficial del mar (SSS), de 0.1oC y 0.02oC psu por siglo respectivamente.
El modelo obtiene una simulación realista del balance de radiación en la parte superior de la
atmósfera y los flujos superficiales netos de onda larga, onda corta, y los flujos turbulentos de
calor los cuales se encuentran dentro de valores observados. Los promedios a nivel mundial y
zonales totales de cobertura de nubes y precipitaciones son bastante aproximados a las
observaciones, y los errores están principalmente relacionados a la fuerza y al posicionamiento
de la célula de Hadley. La presión media a nivel del mar (SLP) es simulada satisfactoriamente,
y tanto el estado medio y la desviación estándar interanual muestran características realistas.
El campo de SST es varios grados más frío en la zona de surgencia ecuatorial del Pacífico, y
cerca de 1°C más cálido a lo largo de las márgenes orientales de los océanos, así como en las
regiones polares.
El modelo de Bergen (BCM) es un modelo de circulación general acoplado completamente a la
atmósfera, océano y hielo-océano, donde la atmósfera, el hielo y los componentes del océano,
funcionan como en una malla ortogonal. Se espera que esto sea adaptado particularmente
para describir mejor a la atmósfera y el océano principalmente. El desarrollo del sistema del
modelo ha sido una actividad común entre el UoB (módulo atmosférico) y NERSC (los módulos
del hielo y del océano).
En el BCM es posible utilizar mallas en áreas específicas. Esto es una ventaja importante en
los procesos regionales del Atlántico Norte y la región ártica que son áreas de gran interés para
los científicos del grupo BCM. Otros modelos del clima tienen una resolución demasiado baja
de estudiar tales procesos regionales. Examinar la variabilidad del clima sobre la latitud media y
las regiones árticas para el sistema climático actual y para las características de las situaciones
de los glaciales, determinar la estabilidad del sistema climático realizando una serie de estudios
en los procesos de cambios de forzamiento natural y con escenarios con un forzamiento
antropogénico.
70
México, 2007
FI.C0.4.41.1
17.2 CCCMA-CGCM3 (CENTRO CANADIENSE DE MODELACIÓN Y ANÁLISIS
CLIMÁTICO)
El CCCma es una división de investigación del clima del Servicio Meteorológico y del Medio
ambiente de Canadá. El objetivo principal se enfoca en la investigación y modelación del clima
atmosférico, la modelación del hielo, la variabilidad del clima y el pronóstico del ciclo del
carbono.
La versión inicial de CGCM3 fue desarrollada y ejecutada en una supercomputadora NEC
Vector SX/6. Una versión posterior, CGCM3.1 incorpora cambios requeridos para correr
eficientemente en una nueva computadora IBM de memoria distribuida. Esta última versión es
la única utilizada para producir una serie extensa de resultados de simulaciones para el uso del
4to reporte de evaluación del IPCC.
El AGCM2 es el componente atmosférico de la primera generación del modelo climático
acoplado, el cual es conocido como CGCM1. CGCM1 acopla el AGCM2 a una versión
adaptada especialmente del Modelo Oceánico Modular GFDL (MOM) y un modelo
termodinámico mar- hielo. Un experimento de cambio climático transitorio, el cual toma los
efectos de cambios históricos y proyectados de concentraciones de gases de efecto
invernadero y distribuciones de aerosoles que cuenta para el periodo entre los años 1850 y
2100 ha sido recientemente completado. Datos seleccionados de esta simulación forman parte
de contribuciones del Centro de Distribución de Datos del IPCC para facilitar su uso en el
estudio de impacto climático. Este modelo también ha sido usado por la Evaluación Nacional
de los Estados Unidos. Escenarios desarrollados de el modelo se encuentran disponibles
desde el sitio web de USGCRP's. Los datos se encuentran disponibles de igual forma en el
apartado de datos de la página web del CCCma.
Una tercera versión del modelo atmosférico AGCM3 se ha implementado actualmente como un
producto operacional en CCCma. Este opera a una resolución muy alta e incluye capas límites
mejoradas, convección, nubes y parametrización de la radiación, así como una representación
optimizada de la topografía terrestre y un nuevo modulo de superficie terrestre (CLASS, por sus
siglas en ingles). AGCM2 forma la base del Modelo de Atmósfera Media Canadiense (MAM) el
cual fue desarrollado por el grupo MAM de la red de investigaciones climáticas. La siguiente
versión de la división del modelo climático global acoplado, el cual fusionó AGCM3 con el
modelo oceánico NCOM y un modelo dinámico mar-hielo, se encuentra bajo desarrollo.
CGCM3.1 es corrido a dos diferentes resoluciones. La versión T47 tiene una malla de
superficie con una resolución espacial de 3.75º en latitud y longitud y 31 niveles en la vertical.
La malla oceánica traza los mismos contornos terrestres como la atmósfera pero tiene 4 células
de malla oceánica subyacente en cada célula de malla atmosférica. La resolución del océano
en este caso es de 1.85º con 29 niveles en la vertical.
La versión T63 presenta una malla de superficie con resolución espacial de 2.8º de latitud y
longitud, y 31 niveles en la vertical. Como anteriormente la malla oceánica cubre la misma
mascara terrestre como la atmósfera, pero en este caso existen seis mallas oceánicas
sobrepuestas en cada célula de malla atmosférica. La resolución del océano es por tanto
aproximadamente 1.4º en longitud y 0.94º en latitud. Esto proporciona ligeramente una mejor
resolución en latitudes medias, y por consiguiente reduce algunos problemas con la
convergencia de los meridianos en el ártico.
México, 2007
71
FI.C0.4.41.1
17.3 CNRM-CM3 (MODELO CLIMÁTICO DEL CENTRO NACIONAL DE
INVESTIGACIÓN METEOROLÓGICA DE FRANCIA)
El sistema global acoplado, CNRM-CM3 es la tercera versión del modelo atmosférico-oceánico
inicialmente desarrollado en CERFACS (Tolouse Francia), y continuamente mejorado en el
Centro Nacional de investigación del tiempo (CNRM, METEO-FRANCE, Tolouse). Este modelo
provino de ARPEGE-Climate 2 AGCM y OPA7 OGCM. Sus componentes fueron mejorados
respectivamente por ARPEGE-Climate 3 y Opa8. CNRM-CM3 también incluye ahora una
parametrización de la química homogénea y heterogénea del ozono, un modelo de hielo marino,
GELATO2, y un modelo de ríos de la Universidad de Tokio.
ARPEGE-Climate 3 es un modelo espectral (con truncación T63, 128x64, cerca de 2.8º de
resolución y 45 niveles), OPA8 (31 niveles) y GELATO2 ambos son modelos puntuales de malla
y comparten el mismo dominio de 182x152 puntos. Correspondiente a una resolución de
aproximadamente 2º de longitud, la resolución en latitud varía de 0.5º cerca del ecuador a 2º en
regiones polares. El acoplamiento entre los diferentes modelos es manejado por el acoplador
OASIS2.2. Este software permite que las interpolaciones espaciales entre las diferentes mallas
de modelos y sincronización del tiempo sean correctas.
CNRM-CM3 fue aplicado para generar simulaciones climáticas dentro del marco del 4to reporte
de evaluación del IPCC, con las debidas correcciones. Acerca de estos experimentos, el control
preindustrial de hace 500 años y simulaciones históricas de 1800 al año 2000 son analizados en
ese estudio, en término de clima promedio y variabilidad. Comparado con la versión previa del
modelo, la simulación oceánica simulada es mejorada, debido a una mejor modelación de la
convección profunda, particularmente en el Atlántico Norte, así como hielo marino realista en
ambos hemisferios. Sin embargo la superficie oceánica es generalmente muy fría en ambas
simulaciones comparada con las observaciones disponibles, especialmente en los trópicos, y
también que el clima global simulado es más frío y húmedo que el observado, aún si el BIAS es
pequeño hacia el fin del siglo XX.
Conclusiones: El modelo CNRM_CM3 fue usado recientemente para desarrollar un total de más
de 2000 años por simulación, los cuales son analizados en preparación por el cuarto reporte de
evaluación del IPCC. Estos experimentos incluyen un control preindustrial, una simulación
20C3M, escenarios del siglo XXI y estabilizaciones para los siglos XXII y XXIII, 1% de
incremento por año en la concentración atmosférica de CO 2 para doblar, y otros. En los
experimentos de control preindustrial, el desempeño del modelo se limitó a cerca del -0.1ºC por
siglo en las SST y T 2m , pero esta versión esta orientada hacia la parte fría, y el calentamiento
superficial global simulado es sobreestimado en la simulación 20C3M. Consistentemente con el
sesgo frío, el volumen y hielo marino en la superficie (particularmente en el ártico), aún si es
realista, muestra una tendencia positiva. El promedio climático del final del siglo XX es simulado
correcto a nivel global, pero sigue siendo frío en muchos aspectos.
México, 2007
72
FI.C0.4.41.1
17.4 CSIRO-MK3.0 (MODELO CLIMÁTICO ACOPLADO MARK 3.0 DE LA
ORGANIZACIÓN DE INVESTIGACIÓN INDUSTRIAL Y CIENTÍFICA)
El modelo conocido como SCIRO-MK3.0 fue desarrollado por la organización SCIRO de
Australia, proviniendo de la última versión del modelo publicada en el año 2001, y el cual es un
sistema que acopla los modelos: atmosférico, oceánico, de hielo marino y terrestre.
En el año 2005 SCIRO proporcionó los resultados del modelo climático acoplado SCIROMARK3.0 a la base de datos del cuarto reporte de evaluación de cambio climático del IPCC.
Los resultados de SCIRO fueron usados para la evaluación comparativa y serán parte de la
siguiente evaluación internacional de ciencia con respecto al Cambio Climático. La aplicación de
este modelo es crítica para investigaciones clave sobre el océano en simulaciones de cambio
climático a largo plazo.
Mientras tanto, el nuevo modelo SCIRO-MK3.5 representa significativas mejoras sobre procesos
del modelo MK3.0 en aspectos relevantes para regiones oceánicas cerca de Australia. Las
mejoras más significativas provienen del uso de parámetros con una física más realista
establecida, para representar el transporte de calor y agua dulce por los remolinos oceánicos.
Características de los componentes de los distintos modelos.
Modelo Atmosférico: presenta una resolución de malla de T63 (1.88º x 1.88º), presentando una
coordenada vertical p y una coordenada vertical híbrida σ, con 18 niveles. Los componentes de
este modelo utilizan el transporte de humedad semilagrangiano, ecuaciones de convección del
modelo UKMO, tratamiento de nubes de agua líquida y procesos de disipación de calor latente
entre otros.
Modelo de Superficie Terrestre: Presenta un modelo de suelo en seis niveles, con
características particulares en relación con la temperatura del agua y suelo. Dentro de su base
datos se encuentra la información de 9 tipos de suelo los cuales reconoce y clasifica, así como
13 tipos de superficie terrestre y/o tipos de vegetación. También proporciona la información de
un modelo de cubierta de nieve que cuenta con 3 capas.
Modelo de Hielo Marino: El código forma parte del modelo atmosférico compartiendo la misma
resolución, con una o dos capas de hielo, dependiendo de la profundidad del hielo, donde la
nieve o el hielo superficial es una capa adicional. Utiliza mallas de tipo Arakawa-B, con
esquemas de advección en términos de campos de divergencia basados en NCAR, así como
pasos de tiempo de saltos de rana. Las variables de pronóstico son profundidad del hielo,
temperatura del hielo, profundidad de la nieve, temperatura de la nieve, acumulación de calor,
fracciones de superficie y temperatura de la capa de mezclado hacia abajo del hielo. Otras
características adicionales son componentes en Reología, conducción y nieve en hielo.
Modelo Oceánico: Es el modelo GFDL MOM 2.2, el cual utiliza una malla de resolución de 0.94º
de latitud por 1.88º de longitud (AGCM = 1.88º x 1.88º) que presenta 31 niveles, a partir de los
10 metros en superficie hasta los 200 metros de profundidad en el océano. Utiliza los siguientes
componentes, mezclado compartido, en función del coeficiente entero riguroso R i ; mezclado en
superficie, el cual utiliza un amplio R i ; mezclado isoneutral de Griffies; Esquema de difusión para
GM90 de Griffies; advección rápida de tercer orden; y penetración solar a capas más profundas.
El modelo no considera ajuste de flujos.
México, 2007
73
FI.C0.4.41.1
17.5 ECHAM5/MPI-OM (MODELO CLIMÁTICO ACOPLADO DEL INSTITUTO DE
METEOROLOGÍA MAX PLANCK)
ECHAM5 es la 5ta generación del modelo de circulación general ECHAM. De acuerdo a la
configuración el modelo resuelve para la atmósfera por encima de los 10 hPa, para estudios
troposféricos, o arriba de 0.1 hPa para estudio de la atmósfera media.
El esfuerzo del IPCC refleja la historia y desarrollo de aplicaciones acerca de modelos
acoplados de circulación general atmósfera-océano-hielo marino para la predicción climática.
Por otro lado, el reporte del IPCC también documenta la diversidad de modelos así como la
dependencia de sus conclusiones con los respectivos modelos empleados junto con sus
parametrizaciones de procesos a escala de submalla.
El modelo atmosférico del Instituto de Meteorología Max Planck, (MPI-M), así como su modelo
oceánico MPI Ocean Model (MPI-OM) presentan un avance de desarrollo significativo en los
últimos años. Los resultados de la versión del modelo que sirvió como complemento para las
simulaciones del 4to reporte de evaluación del IPCC con respecto al cambio climático.
Simulaciones de control a 300 años del clima presente fueron ejecutadas. Los análisis se
concentraron en variables climáticas claves como lo son la temperatura superficial del mar, la
concentración y extensión de hielo marino, calor oceánico y transporte de agua dulce, así como
transformaciones de masas de agua oceánica.
La precisión de la simulación de la climatología de temperatura superficial del mar (SST) en el
ecuador, es crucial para una correcta representación de la Oscilación de El Niño. Una versión
previa del modelo mostró una tendencia fría pronunciada en el Pacífico ecuatorial, donde el
error en las SST del Pacífico oeste excedía los 4º K. Se realizaron pruebas con el fin de mejorar
el modelo, empleando modificaciones a las parametrizaciones físicas de fricción y difusión que
resultaron en gran medida infructuosas. Como ha sido encontrada en el Proyecto de
Intercomparación para la simulación de El Niño (ENSIP), la tendencia fría/cálida es un problema
común para muchos modelos acoplados, y esta relacionado con la amplificación de errores de
modelos debido a la retroalimentación por el acoplamiento, lo cual conduce a una sobre/subestimación de la divergencia de los actuales océanos ecuatoriales.
Modelo de hielo marino y oceánico: el modelo atmosférico utiliza el ciclo 5.2 del modelo ECHAM
y es corrido a una resolución de T63 (1.875º x 1.875º) conteniendo 31 niveles (híbridos) en la
vertical. El océano tiene un espaciamiento promedio de malla horizontal de 1.5º con 40 niveles
espaciados verticales. Por otro lado, las ecuaciones primitivas para fluidos hidrostáticos de
Boussinesq con formuladas con la consideración de una superficie libre. La discretización
vertical es niveles z, y la topografía de fondo es resulta por la forma de celdas de malla
parciales. El arreglo espacial de las variables vectoriales y escalares es formulada con una
malla C.
La dinámica del hielo marino es formulada utilizando reología plástica viscosa. La
termodinámica relaciona cambios en el grosor del hielo marino para un balance de flujos de
calor radiativos, turbulentos y oceánicos. El efecto de la acumulación de nieve en el hielo marino
es incluido, mientras que el efecto de formación y derretimiento de hielo es tomado en cuenta
con una consideración del modelo de la salinidad del hielo marino de 5 psu. La atmósfera y el
océano son acoplados mediante el acoplador océano-atmósfera-mar hielo-suelo (OASIS).
México, 2007
74
FI.C0.4.41.1
17.6 MIUB ECHO G (UNIVERSIDAD DE ALEMANIA, INSTITUTO DE KMA EN
COREA Y MODEL AND DATA GROUP)
El Instituto Meteorológico de la Universidad de Bonn en Alemania, el Instituto de KMA en Corea
y Model and Data Group desarrollaron el Modelo ECHO-G, el cual resulta de un experimento
estándar para la intercomparación de modelos. Este contiene variables atmosféricas,
mensuales, terrestres, de hielo en archivos netCDF. Sus siglas mencionan por lo que esta
conformado, el modelo ECHAM4 y el HOPE-G. No maneja química atmosférica ni
biogeoquímica interactiva, por otro lado incluye los efectos directos e indirectos de aerosoles y
no presenta vegetación dinámica. El modelo atmosférico presenta una resolución de T30 L19,
esquema numérico en malla espectral, coordenadas de presión hibridas sigma, nivel superior en
10 hPa, 7 capas cerca de 200 hPa, 5 niveles por debajo de los 850 hPa, pasos de tiempo semiimplícitos utilizando el salto de rana, transporte de vapor de agua, agua de nubes y
opcionalmente trazas por el esquema semilagrangiano. El modelo oceánico presenta una
resolución de cada cuadro de malla correspondiente a T42 de malla Gausiana en latitudes
medias y altas, hacia el ecuador las distancias meridionales decrecen (min = 0.5 grados) y con
20 niveles. Esquema de malla numérica tipo malla Arakawa B, coordenadas en niveles z, modo
barotrópico para soluciones implícitas, superficie libre y flujos de agua dulce. El modelo de hielo
marino tiene una resolución en una malla horizontal oceánica, 0 capas, dos categorías de grosor
en el hielo, esquema numérico de malla es de malla tipo E en el océano, advección implícita en
vientos superiores de los volúmenes de hielo y concentración- Ecuación de momento implícita
con reología plástica viscosa.
17.7 GFDL-CM2.0 Y GFDL-CM2.1 (MODELO ACOPLADO DEL LABORATORIO DE
FLUIDOS DINÁMICOS GEOFÍSICOS)
Es un modelo de circulación general que acopla la atmósfera y el océano (AOGCM),
desarrollado por el laboratorio geofísico de la dinámica de fluidos de la NOAA en estados
unidos. este modelo climático es uno de los principales utilizados en el cuarto reporte del IPCC,
junto con otros modelos desarrollados en varios institutos como el Instituto de Max Planck para
la Investigación del Clima, el Centro de Hadley y el Centro Nacional para Investigaciones de la
Atmósfera. Las soluciones de estos modelos (GFDL CM2) son descritos en varias
publicaciones del Journal of Climate del año 2006.
Los componentes atmosféricos de los modelos CM2.X son: una atmosférica de 24 niveles
corrida a una resolución de 2o longitud y 2.5o en latitud. Esta resolución es suficiente para
resolver los grandes ciclones de latitudes medias responsables de la variabilidad del tiempo
atmosférico. Sin embargo es muy grande para resolver procesos como huracanes o intensas
tormentas convectivas. La parte atmosférica incluye una representación de flujos radiativos,
mezclado en la capa límite de la atmósfera, representación de la influencia de nubes estratos y
cúmulos, un esquema representativo del arrastre del viento en niveles altos debido a ondas de
gravedad, cambios en la distribución espacial del ozono y la habilidad para representar el
impacto de múltiples gases de efecto invernadero.
Los componentes oceánicos de los modelos CM2.X son: un océano de 50 niveles corrida a
una resolución de 1o de longitud y variando en la dirección norte-sur de 1o en regiones polares
México, 2007
75
FI.C0.4.41.1
a 1/3o a lo largo del ecuador. Esta resolución es suficiente para resolver el sistema ecuatorial
actual, pero también es muy grande para capturar los remolinos de mesoescala que presentan
gran cantidad de energía, cuyos efectos advectivos y difusivos pueden ser parametrizados.
Otras parametrizaciones clave incluye una superficie en altura libre la cual cambia en
respuesta a la evaporación, precipitación y convergencia del océano actual, absorción de la luz
del sol vinculado a la observación de las concentraciones de clorofila, una representación de la
capa de mezclado oceánica, inclusión de la turbulencia generada por mezclado en estantes y
esquemas que permiten la interacción de mares, como el caso del Mar Rojo y el Mar Báltico
para mezclar a través de estrechas regiones sus desembocaduras.
17.8 INMCM3.0 (INSTITUTO DE MATEMÁTICAS NUMÉRICAS DE LA ACADEMIA
DE CIENCIAS RUSA)
El INMCM3.0 es la tercer versión del modelo INCM que fue desarrollado por el Instituto de
Matemáticas Numéricas de la Academia de Ciencias Rusa. Este modelo fue incluido en el
cuarto reporte de evaluación del IPCC; no cuenta con química atmosférica, no cuenta con
biogeoquímica interactiva, mientras que los efectos directos de los aerosoles volcánicos y de
sulfatos son modelados, no presenta vegetación dinámica y presenta una distribución de hielo
predefinida.
El Modelo Atmosférico presenta una resolución de 5 x 4 en longitud y latitud con 21 niveles en la
vertical, esquema numérico de malla de diferencias finitas, semi-implícito en el tiempo, el tope
superior del modelo corresponde a los 10 hPa, se manejan coordenadas verticales sigma, con 8
capas sobre los 200 hPa y 5 capas por debajo de los 850 hPa. La resolución del Modelo
Oceánico es de 2.5 x 2 grados en longitud y latitud con 31 niveles sigma en la vertical, esquema
numérico considerando una malla tipo Arakawa tipo C, esquema implícito en el tiempo utilizando
el método de splitting por procesos físicos y coordenadas espaciales, las coordenadas verticales
son sigma, superficie rígida y flujo salino virtual. El modelo de hielo presenta una resolución
horizontal de 2.5 x 2 grados en longitud y latitud, una capa en la vertical y una categoría de
grosor, no se considera la advección y se utiliza el esquema de tiempo explicito. El modelo
terrestre tiene una resolución de 5 x 4 grados en longitud y latitud con 23 niveles para calor y
agua, el derretimiento y congelamiento de la humedad superficial es considerada por este
modelo, mientras que el escurrimiento en la superficie es calculado a partir de la precipitación y
el derretimiento de la nieve, incluyendo cuatro niveles en la nieve con la ecuación de la
transferencia de calor. Este último modelo cuenta con 23 niveles de agua desde el suelo hasta
10 m, las ecuaciones incluidas son las de conductividad de agua, conductividad térmica del
agua, flujo hidráulico, derretimiento y congelamiento, mientras que el drenaje depende del
contenido de agua.
17.9 IPSL-CM4 (INSTITUTO PIERRE SIMON LAPLACE DE FRANCIA)
El modelo IPSL-CM4 desarrollado por el Instituto Pierre Simon Laplace de Francia es un
sistema que acopla un modelo oceánico, un modelo atmosférico, un modelo terrestre y de
vegetación, y un modelo de hielo marino. IPSL-CM4 no cuenta con química atmosférica, pero si
cuenta con biogeoquímica interactiva, donde solo se incluyen solo los efectos directos de
aerosoles y la aplicación de vegetación dinámica, así como también una extensión de hielo que
no cambia, pero si varía en el grosor.
México, 2007
76
FI.C0.4.41.1
El modelo atmosférico presenta una resolución de 2.5 x 3.75 grados, en la vertical presenta 19
niveles, trae consigo un esquema de malla numérica basado en la formulación de diferencias
finitas de las ecuaciones primitivas de la meteorología. La integración en el tiempo es realizada
utilizando el esquema de paso de rana, con un corrector predictor de paso de tiempo periódico.
En la vertical el modelo utiliza una coordenada –p clásica híbrida, teniéndose 5 niveles por
debajo de los 850 hPa, y 8 niveles por encima de los 200 hPa. La resolución del modelo
oceánico considera una malla tri-polar cuasi-isotropo (2 polos en el hemisferio norte), con una
malla de resolución Mercator de 2º, y resolución meridional habilitada en las cercanías con el
ecuador; también se maneja un esquema advección de 2do orden de Arakawa, pasos de tiempo
de salto de rana, excepto para difusiones laterales, y difusiones verticales y una coordenada
vertical z; superficies libres y flujos de agua dulce son considerados. El modelo de hielo marino
presenta una resolución horizontal igual a la del modelo oceánico, con ecuaciones para el
movimiento y transporte del hielo escritas en coordenadas curvilíneas y ortogonales; cuenta con
una capa en la nieve y otras 2 en el hielo y 2 categorías de grosor en el hielo. Por último el
modelo terrestre presenta un número de niveles para calor y agua, propiedades de superficie
como albedo, rugosidad, etc, y variables como temperatura, humedad, etc. El suelo es descrito
en 11 capas para el cálculo de transferencia de calor y 2 para la circulación del agua.
17.10 CCSR/NIES-MIROC3.2 (MODELO DE INVESTIGACIÓN INTERDICIPLINARIA
DEL CLIMA – CENTRO PARA LA INVESTIGACIÓN DEL SISTEMA CLIMÁTICO
/ INSTITUTO NACIONAL PARA ESTUDIOS AMBIENTALES DE JAPÓN)
El Modelo de Investigación Interdisciplinaria del Clima (MIROC por sus siglas en ingles) es un
modelo de circulación general acoplado utilizado en el proyecto k-1, el cual consta de 5 modelos
componentes: atmosférico, terrestre, de ríos, hielo marino y oceánico. Los componentes
atmosféricos interactúan con los componentes de tierra y hielo marino. Los intercambios airemar son realizados exclusivamente entre los componentes de la atmósfera y el hielo marino, no
directamente entre los componentes de la atmósfera y el océano, y los componentes oceánicos
interactúan solamente con los componentes del hielo marino. Flujos aire-océano en mallas de
hielo son consecuentemente trasladados a los componentes del océano sin modificación, pero
primero es trasladado a los componentes del hielo marino. Los componentes del modelo de ríos
recibe el escurrimiento del agua en el suelo a partir de los componentes terrestres,
considerando de tal forma el escurrimiento de agua del río en los componentes del hielo marino.
Dos características establecidas a diferentes resoluciones son utilizadas en el proyecto k-1. La
más alta resolución es referida como “HI” mientras que la más baja resolución es conocida
como “MID”.
Las parametrizaciones físicas incluidas están en un esquema de radiación con un método de
distribución k- de dos corrientes, un esquema de pronóstico cúmulus Arakawa-Shubert, un
esquema de pronóstico de agua de nubes para condensación a gran escala, un esquema de
turbulencia cerrada con efectos en nubes y esquemas de arrastre de ondas de gravedad de tipo
orográficas. Algo nuevo que es remarcable en el terreno de las parametrizaciones físicas es el
tratamiento de los efectos directos e indirectos de aerosoles.
Modelo Tierra-Superficie: El modelo de tierra-superficie utilizado se denomina MATSIRO
(Minimal Advanced Treatments of Surface Interaction and RunOff). MATSIRO representa
energía e intercambio de agua entre la tierra-superficie y la atmósfera. MATSIRO recibe
temperatura, humedad específica, velocidad del viento y presión de las capas más bajas de la
México, 2007
77
FI.C0.4.41.1
atmósfera, así como precipitación y incidencia de flujos de radiación de onda larga y corta
provenientes del modelo atmosférico, mientras proporciona flujos de momento turbulento, de
calor latente y sensible y emisión de flujos de radiación de onda larga y onda corta hacia el
modelo atmosférico. Las variables de pronóstico de MATSIRO temperatura vegetativa y
temperatura de superficie sin o con áreas cubierta de nieve, contenido de humedad en el suelo
contenido de humedad congelada en el suelo.
Modelo de Ríos: El Modelo de Ríos realiza el transporte de escurrimiento desde el modelo de
tierra-superficie hasta el modelo oceánico a través de las desembocaduras de los ríos. El
esquema es basado en Miller, el cual diagnostica el agua de río en cada malla del dominio. Una
velocidad temporalmente constante y globalmente uniforme es utilizada por simplicidad para el
flujo de río. El flujo de glaciares (la cantidad de nieve que excede un cierto valor crítico es
tratado como un glaciar en el modelo de tierra-superficie) es también tratado en este modelo, sin
embargo el congelamiento y la fusión del agua de ríos no es considerado.
Modelo Oceánico: El modelo de circulación general del océano utilizado es el CCSR Ocean
Component Model (COCO) versión 3.4. Las ecuaciones básicas de COCO son las ecuaciones
primitivas en una esfera, donde la aproximación hidrostática y de Boussinesq son adoptadas. El
modelo explícito representa la elevación de la superficie del mar. La coordenada vertical del
modelo es un Hibrido de σ (profundidad normalizada) y z (altura geopotencial): El primero es
aplicado entre la superficie del mar y un nivel fijo en la parte superior del océano y el siguiente
después. La coordenada σ es introducida con el fin de evitar la desaparición del nivel superior.
El modelo es formulado horizontalmente en el sistema de coordenadas esféricas, mientras que
la rotación y el sistema de mallas del modelo se encuentra disponible para evitar la
convergencia de coordenadas en el Océano Ártico.
Modelo de Hielo Marino: El hielo marino es tratado como una continuidad bidimensional. En
cada malla horizontal, concentración, promedio de grosor (sobre la porción de cobertura del
hielo) y los componentes de velocidad horizontal son parecidos. Las concentraciones de hielo
marino y grosor cambian debido al crecimiento y disminución termodinámica, advección y
deformación mecánica de témpanos hielos.
17.11 MRI-CGCM2.3.2 (MODELO DE CIRCULACIÓN GENERAL ACOPLADO DEL
INSTITUTO DE INVESTIGACIONES METEOROLÓGICAS DE JAPÓN)
El modelo de circulación general acoplado (CGCM) referido en este trabajo es la versión MRICGCM2.3.2. La parte atmosférica de este modelo tiene una truncación espectral horizontal de
T42 correspondiente a un espaciamiento de malla horizontal cercano a los 270 km. El
espaciamiento en la malla horizontal de la parte oceánica es 2.5º en longitud y 2º en latitud. El
modelo trata el aspecto de nubes con un esquema de diagnóstico de nubes. La fracción de
nubes es calculada a partir de la humedad relativa, pero es introducida la variable Rc (Humedad
relativa crítica) requerida para la formación de nubes. Son asumidos de igual forma, diferentes
perfiles verticales de Rc para nubes convectivas y nubes en capas. Por lo consiguiente
diferentes perfiles son aplicados para nubes sobre el océano y nubes sobre la tierra, los cuales
pueden expresar aproximadamente un efecto a partir de la diferencia de núcleos de
condensación entre el océano y la tierra.
Como una parte de la contribución para el cuarto reporte de evaluación del IPCC se han llevado
a cabo simulaciones de ensambles de 5 miembros para el periodo del siglo XX, del año de 1850
México, 2007
78
FI.C0.4.41.1
al año 2000. Los agentes forzadores del experimento incluyen gases de efecto invernadero
(CO 2 , CH 4 , N 2 O y CFC's), efectos directos de sulfatos de aerosol, volcanes y forzamiento solar.
Se ha afinado cuidadosamente el esquema de nubes de tal forma que el forzamiento radiativo
de nubes climatológicamente simulado de acuerdo con la estimación del experimento de
balance de radiación terrestre. Sin embargo, niveles bajos de nubes simulados fueron
subestimados comparados con las observaciones del Proyecto Internacional de Climatología de
Nubes Satelital, especialmente sobre los océanos.
El modelo desarrollado por el MRI simula cambios en la atmósfera, océano, tierra y hielo marino
asociados al cambio climático debido al Calentamiento Global, desde 1980 en los Institutos de
Investigación Meteorológica.
Resultados de experimentos de calentamiento global utilizando el Modelo Climático Global han
sido proporcionados al Panel Intergubernamental de Cambio Climático, y también han sido
difundidos al público por medio de reportes de información de proyecciones de cambio climático,
publicados por la Agencia Meteorológica de Japón. El modelo MRI-CGCM2.3.2 ha reproducido
satisfactoriamente los cambios climáticos históricos en que el promedio global de temperatura
del aire en superficie ha sido incrementado en cerca de 0.7ºC en el presente, desde mitad del
siglo XIX, desarrollando un experimento de cambio climático histórico. Experimentos para
proyecciones de cambios climáticos futuros son desarrollados con este modelo, basados en
múltiples escenarios para el siglo XXI. El modelo también simula variaciones estacionales y
distribución geográfica de los cambios de temperatura. Por ejemplo, el calentamiento de la
temperatura en superficie en latitudes alta del norte muestra una fuerte señal en el invierno,
mientras que es relativamente más débil durante el verano, presentando un fuerte vínculo con
los cambios en el hielo marino y la nieve. De esta manera, se estudiaron detalladamente los
mecanismos del calentamiento global con investigaciones de cambios simulados en la
precipitación en la circulación atmosférica.
17.12 NCAR_CCSM3.0 (MODELO DE COMUNIDAD DEL SISTEMA CLIMÁTICO CENTRO NACIONAL DE INVESTIGACIÓN ATMOSFÉRICA DE EE.UU.)
Es un modelo global climático completamente acoplado, que realiza simulaciones
computacionales proporcionando estados climáticos pasados, presentes y futuros del planeta
Tierra.
CCSM es patrocinado por la Fundación Nacional de Ciencia (NSF) y el departamento de
Energía de los E.E.U.U. (DOE). La administración del CCSM es mantenida por el clima y la
división dinámica global (CGD) en el centro nacional para la investigación atmosférica (NCAR).
El CCSM es un modelo con un programa activo que realiza simulaciones y evaluaciones,
abordando cuestiones y problemas científicos de interés nacional e internacional, es decir este
modelo esta hecho para realizar investigaciones del sistema climático, dirigido particularmente
a la predicción del clima
Los grupos de trabajo del modelo CCSM son equipos relativamente pequeños de científicos
que trabajan en una parte del modelo de manera individual. Cada equipo toma la
responsabilidad de desarrollar y mejorar continuamente su componente del modelo CCSM.
Cada equipo decidirá sus propias prioridades del desarrollo y horario de trabajo.
México, 2007
79
FI.C0.4.41.1
CCSM3.0 pertenece a una élite de modelos de simulación basados en sistemas de cómputo
conocidos como modelos de circulación general. Dichos modelos utilizan fórmulas y principios
matemáticos para recrear la química y los procesos físicos que dirigen el clima de la Tierra. Lo
que surge de millones de cálculos computacionales solo es una muestra del clima del mundo
en toda su complejidad.
El nombre del modelo y de los componentes atmosféricos, oceánicos, hielo marino, etc. son los
siguientes.
Modelo Acoplado – Modelo del Sistema Climático de Comunidad, versión 3.0 (CCSM3)
Atmósfera - Modelo Atmosférico de Comunidad, versión 3.0 (CAM3)
Océano – Programa Oceánico Paralelo, versión 1.4.3 (POP 1.4.3)
Hielo Marino – Modelo de Hielo Marino de Comunidad, versión 5.0 (CSIM5)
Tierra – Modelo Terrestre de Comunidad, versión 3.0 (CLM3)
Ventaja sobre la versión en el que el modelo fue por primera vez introducida en una aplicación
publicada: 6 corridas de control y corridas del IPCC de las ejecutadas y publicadas en el 2004.
Además de la atmósfera, océano, hielo marino y prescripción de la cobertura superficial
vegetal, ¿que puede ser incluido y fue activado en la versión del modelo que produjo resultados
de salida guardados en la base de datos PCMDI?: Química Atmosférica, en la que dos
procesos son activos, la modificación de GHG debido a procesos Químicos y la conversión de
SO2 y DMS a sulfatos de aerosoles.
El efecto semidirecto (reducción en la cantidad de nubes por calentamiento de aerosoles) es
incluida, de los cuales, las especies de aerosoles incluidos son: Sulfatos, Carbón negro y
orgánico, sal marina, polvo y aerosoles volcánicos atmosféricos.
17.13 NCAR-PCM1 (MODELO CLIMÁTICO PARALELO - CENTRO NACIONAL DE
INVESTIGACIÓN ATMOSFÉRICA DE EE.UU.)
Se trata de un esfuerzo conjunto para desarrollar un Modelo Climático Paralelo entre el
Laboratorio Nacional de los Álamos (LANL), la escuela naval de postgrado (NPG), el cuerpo de
ingenieros del ejército de los Estados Unidos, Investigación de Regiones Frías y Laboratorio de
ingeniería (CRREL) y el Centro Nacional de Investigación Atmosférica. Se trata de un
acoplamiento entre el Modelo Climático de Comunidad de NCAR versión 3, el Programa
Oceánico Paralelo de LANL y un modelo de hielo marino de la Escuela Naval de Posgrado, los
cuales se unen en un ambiente de cómputo paralelo masivo, conformando la versión 1 del
PCM.
Basados en la experiencia con el Modelo de Sistema Climático de NCAR, para minimizar los
errores iniciales del sistema acoplado, el hielo/océano puede hilarse con el forzamiento de
corridas previas del CCM3 con temperaturas oceánicas preescritas. Esto también ha sido
utilizado para demostraciones y mejoramientos del campo de ajuste, que ocurre en el océano y
el hielo debido al acoplamiento del CCM3, sin tener que correr el sistema acoplado más
costoso. El sistema completo ha estado en pleno funcionamiento bajo una gran cantidad de
experimentos de control y ensambles de simulaciones climáticas en progreso y completadas.
Componente de hielo marino: La dinámica-termodinámica del Modelo de Hielo Marino PCTM
ha sido desarrollado a partir de la combinación de dos modelos de hielo marino existentes
gracias a instituciones colaboradoras: el modelo de dinámica de la viscosidad elástica plástica
México, 2007
80
FI.C0.4.41.1
(EVP) que tiene como fin el resolver la ecuación dinámica del hielo, la cual equilibra las fuerzas
sobre el hielo: estrés del viento, océanos actuales, fuerza de Coriolis, inclinación gravitacional
de la superficie oceánica, inercia, estrés interno de los hielos. El hielo se resiste a la
compresión y a la cortante del estrés, y la divergencia bajo el cizallamiento, siguiendo la curva
elíptica del modelo de Hibler. El EVP es una solución explícita del tensor estrés del hielo, en
contraposición a la solución iterativa implícita del modelo Hibler. Las velocidades solución de
EVP comparan muy de cerca al modelo Hibler y Zhang con una mejora considerable en la
ejecución paralela.
Componente Atmosférico: El componente atmosférico es la versión paralela masiva del Modelo
Climático de Comunidad de NCAR, versión 3.2. Este modelo incluye la última versión de
radiación, fronteras físicas y física de precipitación como un estado del componente
atmosférico. CCM3 también incluye un modelo superficial terrestre (LSM) el cual toma en
consideración física del suelo y vegetación.
Componente Oceánico: Cuenta con la resolución moderada de un modelo oceánico global con
mallas polar desplazada usando el modelo POP (Programa Oceánico Paralelo). La malla es de
384 x 288 x 32, con una resolución promedio de 2/3 grados de latitud y longitud con resolución
latitudinal incrementada cerca del ecuador en aproximadamente 1/2 grado. Este modelo se
esta adicionando con observaciones de superficie y forzamientos en subsuperficie, en la
preparación para el acoplamiento. También se tiene planeado agregar al modelo
parametrizaciones oceánicas más realistas. El modelo en su forma actual, desarrolla
simulaciones extraordinarias para el Océano Ártico, Pacífico Tropical y actuales fronteras, así
como la corriente del Golfo, con resolución de remolinos en la mayoría de las cuencas. Y por
último, Se han desarrollado herramientas para la interpolación de salidas del modelo en mallas
regulares.
17.14 UKMO_HADCM3 (CENTRO HADLEY PARA LA INVESTIGACIÓN Y
PREDICCIÓN CLIMÁTICA, REINO UNIDO)
El modelo HadCM3 si cuenta con química atmosférica, como lo son los sulfatos de aerosoles
producidos por la oxidación de SO2, donde las concentraciones oxidantes son proporcionadas
por corrida se salida del modelo STOCHEM (OH, H2O2 y HO2), sin embargo no maneja
química interactiva, pero si efectos directos e indirectos como lo es en tres modos de aerosoles
de sulfato utilizando parametrizaciones explícitas de transferencia entre distintos modos; SO2 y
DMS son ingresados en los niveles apropiados, mientras que los efectos de la radiación directa
provenientes de la absorción son tomados en cuenta. El efecto indirecto de los aerosoles fue
implementado considerando cambios de nubes predefinidos, calculados por salida de modelos.
Por otra parte no cuenta con vegetación dinámica y cobertura de hielo. La parte atmosférica
cuenta con una resolución de 2.75º en latitud y 3.75º en longitud, se maneja un esquema de
malla numérico hidrostático, con un modelo de punto de malla que utiliza una malla Arakawa B y
coordenadas vertical hibridas sigma; se emplea también un esquema de advección euleriana.
La parte oceánica tiene 1.25 grados de resolución, pasos de tiempo de 1 hr, solución
barotrópica de superficie rígida estándar y flujo salino virtual. El modelo de hielo marino presenta
resolución igual al del modelo oceánico, mientras que su esquema numérico de malla, esquema
de advección y de pasos de tiempo no son descritos. Por último el modelo terrestre y de
cobertura de hielo presenta un diagnóstico de la fracción de agua congelada (temperatura
subsuperficial mejorada utilizando una discretización de la ecuación de difusión de calor), entre
otras mejoras.
México, 2007
81
FI.C0.4.41.1
18 ANEXO 4 – DESCRIPCIÓN DE LAS REGIONES GEOGRÁFICAS CHIAPAS, CENTRO Y
JALISCO UTILIZADAS EN EL ESTUDIO
18.1 REGIÓN CHIAPAS
Chiapas se localiza al sureste de México y su capital es Tuxtla Gutiérrez, colinda al norte con el
estado de Tabasco, al oeste con Veracruz y Oaxaca, al sur con el Océano Pacífico y al este
con la República de Guatemala. Al norte 17°59', al sur 14°32’ de latitud norte; al este 90°22', al
oeste 94°14' de longitud oeste. El estado de Chiapas presenta una superficie territorial de
aproximadamente 75,634 km2 siendo el octavo estado más grande en la República Mexicana
representando el 3.8 % de la superficie del país
FLORA Y FAUNA
Entre su vegetación encontramos bosque de pino, encino, ceiba, ciprés, caoba, cedro rojo,
volador, guapaque, pastizales, cacahuate, fresno, laurel, mangle, palo mulato, guácimo,
mezquite y quebracho, así como café, maíz, mango, mamey, tomate, ciruela, cacao y plátano
(Tabla A4.1). Entre la fauna, hay tlacuache, sarahuato, puerco espín, venado cola blanca,
tepezcuintle, leoncillo, jabalí, mono, boa, cocodrilo, tortugas, tucán de cuello amarillo y aves
acuáticas. En cuanto a la existencia de aves de corral, Chiapas ocupa un destacado lugar con
relación al resto del país. Entre las aves de corral encontramos guajolotes, pollos, gallos y
gallinas.
ECONOMÍA
Agricultura
El sector primario tiene una destacada participación en la estructura económica del estado,
dado que absorbe el 53.3% de la población económicamente activa ocupada; sin embargo, su
productividad y sus niveles de rendimiento aún son muy bajos.
En el estado se producen diversas especies de cultivos cíclicos y perennes. Sobresalen por la
cantidad de superficie sembrada, en los cultivos cíclicos: maíz, frijol, sorgo (grano), soya,
cacahuate y ajonjolí; mientras que de los perennes: café, cacao, caña de azúcar, mango,
plátano y palma de aceite (Tabla A4.1 y Fig. A4.2).
Ganadería
Al subsector ganadero se dedican alrededor de 3 millones de hectáreas de pasto y praderas.
De ese total, el 52% son cultivadas y el resto naturales (Fig. A4.3). Actividad que en su mayoría
se realiza bajo el sistema tradicional de cría, manejo extensivo de los hatos y organizados
como empresas familiares. Por el número de cabezas y el valor que de ellas registran, la cría
de bovinos es la actividad ganadera más importante en el estado. En su explotación se
identifican tres aspectos: la producción de leche y becerros al destete, la engorda de novillos, y
la cría de sementales. Además de la explotación de bovinos, también se practica la cría de
ganado porcino y aves de corral.
Fruticultura
Por otra parte, la explotación forestal se basa principalmente en coníferas y especies comunes
tropicales, generando una producción maderable de 186 858 metros cúbicos en rollo, con un
valor de 54 511 000 pesos. En la producción de especies no maderables sobresale la palma
camedor, con 135 toneladas producidas (Tabla 5.3).
México, 2007
82
FI.C0.4.41.1
Pesca
El estado tiene un importante potencial pesquero.
Su litoral ofrece posibilidades importantes para el desarrollo y expansión de la pesca, tanto de
captura como de acuacultura, dada la presencia de cuerpos de agua y ríos.
Entre las más explotadas que sobresalen por el volumen y valor de su captura: atún, tiburón,
camarón, mojarra tilapia, tacazontle, berrugata, jaiba, sierra, bagre y robalo.
Micro y pequeña industria
Establecimientos tales como: ensambladoras de partes automotrices, plantas refresqueras,
empacadoras de frutas, procesadoras de café y cacao, productoras de cal, ladrillo y otros
materiales de construcción; ingenios azucareros, mueblerías de madera y metal, procesadoras
de lácteos, elaboración de embutidos y alimentos para ganado, maquiladoras textiles,
imprentas y editoriales; así como los dedicados a la elaboración de artesanías, como: alfarería,
joyería de ámbar, cerámica, lapidaria y jarcería, entre otras. En cuanto a las grandes industrias,
destacan las plantas hidroeléctricas de la Comisión Federal de Electricidad (CFE) y la refinería
de Petróleos Mexicanos (PEMEX). También se produce: petróleo condensado, azufre, gas
residual, etano plus, gas licuado, y gasolina nafta ligera.
Turismo
Chiapas cuenta con recursos turísticos reconocidos en el ámbito mundial. La oferta turismo es
en el ámbito cultural, colonial y ecológico, distribuido en tres rutas principales que abarcan todo
el estado: el Mundo Maya, para el turismo de aventura y ecoturismo, que se practica en la
Selva Lacandona, Palenque, Bonampak, Yaxchilán, Cascadas de Agua Azul, Misol-há y
Laguna de Catazajá; el turismo cultural, que tiene como principales focos de interés los pueblos
indígenas, zonas arqueológicas y ciudades coloniales, como San Juan Chamula, TenamPuente, San Cristóbal de las Casas y Comitán de Domínguez; y el turismo recreativo, que
tienen como principales atractivos las barras, esteros y playas de Tapachula, Puerto Arista y
Boca del cielo, entre otros. La infraestructura para atender a los visitantes está compuesta por
491 hoteles con 12 122 cuartos; además de 780 establecimientos con categoría turística de
preparación y servicios de alimentos.
Tabla A4.1. Aspectos agrícolas y de vegetación de Chiapas. Fuente: www.inegi.gob.mx
Concepto
Nombre científico
Nombre local
Utilidad
Agricultura
15.80% de la superficie
estatal
Zea mays
Maíz
Comestible
Phaseolus vulgaris
Frijol
Comestible
Musa paradisiaca
Plátano
Comestible
Theobroma cacao
Cacao
Comercial
Coffea arabica
Café
Comercial
Estrella africana
Forraje
Pastizal
16.93% de la superficie
estatal
México, 2007
Cynodon
plectostachyus
Digitaria
decumbens
Panicum maximum
Pangola
Forraje
Guinea o privilegio
Forraje
Sorghum vulgare
Sorgo
Forraje
83
FI.C0.4.41.1
Concepto
Nombre científico
Nombre local
Utilidad
Pinus michoacana
Mococh, pino
escobetón
Madera
Pinus oocarpa
Pino ocote, kanta
Madera
Quercus
peduncularis
Roble
Madera
Brosimun alicastrum
Ramón, capomo,
ojoche
Comestible
Dialium guianense
Guapaque
Madera
Guazuma ulmifolia
Guácima
Medicinal
Bursera bipinnata
Copal
Forraje
Nombre científico
Nombre local
Utilidad
Rhizophora mangle
Mangle rojo
Madera
Avicennia
germinans
Mangle negro
Madera
Laguncularia
racemosa
Mangle blanco
Madera
Quento
Forraje
Bosque
29.08% de la superficie
estatal
Selva
34.56% de la superficie
estatal
Concepto
Manglar
1.75% de la superficie
estatal
Popal
0.45% de la superficie
estatal
Thalia geniculata
Otro
1.43% de la superficie
estatal
Tabla A4.1. Continuación
México, 2007
84
FI.C0.4.41.1
Figura A4.1. Uso del Suelo en Chiapas. Fuente: www.inegi.gob.mx
México, 2007
85
FI.C0.4.41.1
Tabla A4.2. Uso potencial de la Tierra en Chiapas. Fuente: www.inegi.gob.mx
Concepto
Descripción
Estatal
18.14
Uso agrícola
Mecanizada continua
Mecanizada estacional
De tracción animal continua
De tracción animal estacional
Manual continua
Manual estacional
No aptas para la agricultura
Uso
pecuario
0.21
10.79
1.58
23.27
6.85
39.16
10.83
Para el desarrollo de praderas cultivadas
Para el aprovechamiento de la vegetación de pastizal
0.16
47.29
Para el aprovechamiento de la vegetación natural diferente del pastizal
Para el aprovechamiento de la vegetación natural únicamente por el
ganado caprino
No aptas para uso pecuario
México, 2007
14.94
26.78
86
FI.C0.4.41.1
Figura A4.2. Mapa de Uso potencial Agrícola en Chiapas. Fuente: www.inegi.gob.mx
Figura A4.3. Mapa de Uso potencial Pecuario en Chiapas. Fuente: www.inegi.gob.mx
México, 2007
87
FI.C0.4.41.1
18.2 REGIÓN CENTRO
Estado de México
El estado de México es una de las 32 entidades federativas de la República Mexicana y se
localiza en el centro del territorio nacional. Colinda al norte con los estados de Hidalgo y
Querétaro, al este con Tlaxcala y Puebla, al oeste con Michoacán y al sur con Morelos,
Guerrero y en el centro a manera de herradura colinda con Distrito Federal.
UBICACIÓN
El territorio del estado de México se localiza en la parte central de la meseta de Anáhuac,
comprende los valles de México, Toluca, parte del valle de Puebla y las cadenas montañosas
de Sierra Nevada, Monte de las Cruces y Cumbres Occidentales.
POBLACIÓN
Su población, que sobrepasa los 14 millones de habitantes, lo convierte en el estado más
poblado del país, la mayor parte de ésta se encuentra asentada en los municipios cercanos al
Distrito Federal, y forman parte de la mancha urbana que rodea a la ciudad de México, por lo
que Toluca es la segunda concentración urbana del estado. Población 2005: 14 160 736 hab.
Fuente: II Conteo de Población y Vivienda 2005 (INEGI). Según el último censo disponible
étnicamente el estado estaba formado por un 42,13% Indigena, 47,7% Mestizo y 10,17%
Blanco. En la actualidad se estima un aumento en el porcentaje mestizo.
FLORA Y FAUNA
La flora del Estado de México esta compuesta por: Aguacate, ahuehuete, ahuejote, alegría,
barba de San Juan de Dios, bisznaga, cañuela,cardo santo, cazahuete, cedro, ceiba, colorín,
cempaxúchitl (flor de muerto), cuiajiote, encino blanco, enebro, espino blanco, fresno
garambullo, garbancillo, girasol, gordolobo, guaje, guamúchil, guayaba, higuerilla, huizache,
izote, ,jazmincito, laurelillo, madroño, Maguey, nanche, nochebuena, nopal, ocote, ombligo de
venus, orquidea, ortiga, oyamel, palo dulce, pino, tamarindo, tejocote, tepozán, tilandsia, tule,
uña de Gato y xoconostle (Tabla A4.3 y Fig. A4.4).
Su fauna esta conformada por : Aguililla gris, ajolote, ardilla, armadillo, boa, coatí, comadreja,
conejo, coyote, cuclillo, cuija, chachalaca, escorpión, garrapatero, jaguarundi, mapache,
murciélago, murciélago vampiro, musaraña, ocelote, períco, rana parda, sapo del monte,
tecolotito, teporingo, tlacuachín, venado, zopilote, zorra y zorrillo.
ECONOMÍA
La agricultura dejó de ser la base de la economía del Estado de México hace algunos años.
Aunque en un principio su economía fue principalmente agrícola, ahora es comercial e
industrial. El turismo y la producción artesanal son actividades complementarias.
La disponibilidad del recurso hídrico ha favorecido el desarrollo de diversas actividades
productivas como la agricultura, la silvicultura y la ganadería (Fig. A4.6). En la agricultura se
encuentra el cultivo de riego de árboles frutales como mango, aguacate, naranja, ciruela, nuez,
mamey y papaya; también hay cultivos de temporal como maíz, trigo, alfalfa, maguey, haba,
tomate y frijol.
México, 2007
88
FI.C0.4.41.1
En el estado de México en 1998, operaron en este año 368,070 unidades económicas y
sobresalen por su mayor número los establecimientos comerciales con más de 200,000. Los
dedicados a prestar servicios privados son 106,658 (29%) y de éstos destacan los
restaurantes, fondas, cocinas económicas, estéticas, escuelas y talleres mecánicos, entre
otros.
La industria manufacturera se sitúa principalmente al este y noreste de la entidad, reporta
40,210 unidades económicas entre las que se cuentan: plantas automotrices, laboratorios
farmacéuticos o industrias de aceites y grasas; también aparecen diseminados en barrios y
localidades: tortillerías, herrerías y panaderías.
Tabla A4.3. Aspectos agrícolas y de vegetación del Edo. de México. Fuente:
www.inegi.gob.mx
Concepto
Nombre científico
Nombre local
Utilidad
Agricultura
47.43 % de la
superficie estatal
Zea mays
Maíz
Comestible
Phaseolus vulgaris
Frijol
Comestible
Hordeum sativum
Cebada
Comestible
Avena sativa
Avena
Comestible, Forraje
Solanum tuberosum
Papa
Comestible
Bouteloua gracilis
Navajita
Forraje
Aristida divaricata
Zacate
Forraje
Buchloe dactyloides
Zacate chino
Forraje
Muhlenbergia rigida
Zacatón
Forraje
Nombre científico
Nombre local
Utilidad
Pastizal
14.47 % de la
superficie estatal
Concepto
Bosque
27.81 % de la
superficie estatal
Abies religiosa
Oyamel
Comercial, Industrial
Pinus montezumae
Pinus teocote
Ocote blanco
Pino chino
Comercial, Industrial
Comercial, Industrial
Quercus rugosa
Quercus laurina
5.67 % de la
superficie estatal
México, 2007
Acacia cymbispina
Encino
quebracho
Encino
laurelillo
Selva
Huizache
Comercial, Industrial
Comercial, Industrial
Forraje, Doméstico
89
FI.C0.4.41.1
Concept
o
Ipomoea wolcottiana
Cazahuate
Ornamental, Medicinal
Bursera copallifera
Copal
Medicinal, Comercial
Eysenhardtia
polystachya
Haematoxylon
brasiletto
Nombre científico
Vara dulce
Forraje, Medicinal
Palo brasil
Artesanal, Industrial
Nombre local
Utilidad
Matorral
0.90 % de la
superficie estatal
Opuntia streptacantha
Nopal
Comestible, Comercial
Mimosa biuncifera
Uña de gato
Medicinal, Leña
Jatropha dioica
Sangre de
drago
Medicinal
Acacia farnesiana
Huizache
Medicinal, Artesanal
Opuntia tomentosa
Nopal
Comestible
Otro
3.72 % de la
superficie estatal
Figura A4.4.Vegetación en el Edo de México. Fuente: www.inegi.gob.mx
México, 2007
90
FI.C0.4.41.1
Tabla A4.4. Uso potencial de la Tierra en el Edo. De México. Fuente: www.inegi.gob.mx
Concepto
Descripción
Estatal
Uso
agrícola
Mecanizada continua
37.14
Mecanizada estacional o de tracción animal continua
2.81
De tracción animal continua
4.97
De tracción animal estacional
0.39
Manual continua
33.81
Manual estacional
10.67
No aptas para la agricultura
10.21
Para el desarrollo de praderas cultivadas
36.96
Para el aprovechamiento de la vegetación de pastizal
2.04
Para el aprovechamiento de la vegetación natural
diferente del pastizal
13.99
Para el aprovechamiento de la vegetación natural
únicamente por el ganado caprino
39.24
No aptas para uso pecuario
7.77
Uso
pecuario
México, 2007
91
FI.C0.4.41.1
Figura A4.5. Mapa de Uso potencial Agrícola en el Edo. De México. Fuente:
www.inegi.gob.mx
Figura A4.6. Mapa de Uso potencial Pecuario en el Edo. De México. Fuente:
www.inegi.gob.mx
México, 2007
92
FI.C0.4.41.1
DISTRITO FEDERAL
La Ciudad de México es el Distrito Federal, sede de los Poderes Federales de México. Es el
centro político, cultural y económico del país. El Distrito Federal aporta la quinta parte del PIB
Nacional de México. Ocupa una décima parte del valle de Anáhuac en el centro-sur del país, en
un territorio que formó parte de la cuenca lacustre del Lago de Texcoco. México, D.F. es la
ciudad más poblada del país y ocupa el segundo lugar como entidad federativa, detrás del
estado de México. De acuerdo con el Reporte Urbanístico de las Naciones Unidas, la Zona
Metropolitana de la Ciudad de México es la más grande del hemisferio occidental y la segunda
aglomeración urbana más grande del mundo, después de Tokio.
SITUACIÓN GEOGRÁFICA
Según el Instituto Nacional de Estadística, Geografía e Informática (INEGI), el territorio del
Distrito Federal se localiza en la provincia geológica de Lagos y Volcanes del Anáhuac. El
límite norte del Distrito Federal está dado por la sierra de Guadalupe del que forma parte el
cerro del Tepeyac. Hacia el centro oriente del Distrito Federal se localiza la sierra de Santa
Catarina, una cadena de volcanes apagados cuyo punto más alto es el volcán de Guadalupe o
El Borrego, que se eleva 2780 metros sobre el nivel del mar. Al oriente de la sierra de las
cruces se encuentra el volcán Ajusco, que es la cumbre más elevada del Distrito Federal, y da
su nombre a la serranía que cierra la cuenca de México por el sur. Está cadena montañosa
pertenece al Eje Neovolcánico y también recibe el nombre de Sierra de Ajusco-Chichinauhtzin.
Entre otros, forman parte de ella los volcanes Xitle, Chichinauhtzin, Tláloc y Teuhtli. La serranía
del Ajusco aloja varios valles de tierra fría en los que sus pobladores practican la agricultura de
trigo, avena y maíz. De ellos los más importantes es la meseta donde se asienta Parres, en
Tlalpan; y el valle de Milpa Alta, que sube desde Tecómitl hasta San Pedro Atocpan, entre las
faldas de los volcanes Teuhtli y Tláloc.
VEGETACIÓN
Aproximadamente 62% del territorio que comprende el Distrito Federal está ocupado por la
zona urbana, la porción restante presenta vegetación de Bosque, Pastizal y en buena
proporción se dedica a la agricultura. Los bosques de coníferas y encinos son los tipos de
vegetación que comúnmente cubren las sierras volcánicas que flanquean desde el oeste y
hasta el sur, al valle de México; existen suelos de origen ígneo, ricos en materia orgánica y de
profundidad variable que por lo general sustentan masas arboladas de pinos mezcladas con
encinos; en varios lugares los bosques están conformados por poblaciones casi puras de pinos
y en otros, generalmente a menores altitudes, la dominancia es del encino. Algunas especies
frecuentes en estos lugares son: Pinus oocarpa, P. michoacana, P. leiophylla, Quercus
magnoliifolia y Q. laurina, entre otras. En algunos sitios donde la sierra presenta rangos
altitudinales significativos (superiores a 2 400 msnm), sobre todo en laderas y cañadas
húmedas protegidas de la intensa radiación solar y de los fuertes vientos, se desarrollan
bosques de oyamel muy característicos y de singular belleza, conformados por Abies religiosa
(oyamel), los cuales son árboles altos cuya forma triangular se ramifica desde cerca de su base
para terminar en punta en el ápice. La alta densidad demográfica ejerce una fuerte presión
sobre estos recursos, principalmente para la extracción de madera, abrir espacios a la
urbanización, agricultura o bien inducir pastizales, los cuales soportan la actividad del ganado
bovino y ovino. En algunos lugares al sur del valle de México se desarrolla el pastizal halófilo;
en suelos que poseen alto contenido de sales, se presentan preferentemente en los fondos de
las cuencas cerradas, sujetas a inundaciones periódicas, algunas especies típicas de este tipo
de vegetación son Distichlis sp. (saladillo), Muhlenbergia spp. (zacatón) y Atriplex spp. (zacate),
entre otras (Fig A4.7).
México, 2007
93
FI.C0.4.41.1
FAUNA
En esta entidad habita una gran variedad de animales. Se pueden encontrar tlacuaches,
musarañas, murciélagos, cacomixtles y comadrejas. En el Desierto de los Leones todavía hay
venados cola blanca y en el Ajusco vive el teporingo o conejo de los volcanes. Hay animales
domésticos, que son los que pueden vivir en las casas, como perros y gatos. En el Distrito
Federal también puedes ver aves como garzas, patos, aguilillas, halcones, gavilanes, palomas,
tortolitas, colibríes, carpinteros, jilgueros y gorriones, entre otras. La mayor parte de ellas son
migratorias, lo que quiere decir que sólo vienen una temporada del año y luego vuelan a otros
lugares.
ECONOMÍA
El Distrito Federal ha sido durante buena parte de la historia del México independiente su
principal centro económico. En el siglo XIX, las municipalidades periféricas de la entidad
poseían una economía basada en la agricultura y el comercio de los bienes producidos por
está actividad y otras manufacturas complementarias. Tanto los productos agropecuarios como
los obrajes eran bienes de consumo cuyo principal punto de comercio era la Ciudad de México.
Durante el siglo XIX, las principales actividades industriales en el Distrito Federal fueron las
ramas textil y papelera. La industria capitalina se transformó hasta bien entrado el siglo XX,
cuando se promovió un modelo de sustitución de importaciones. La Ciudad de México es uno
de los centros financieros más grandes del Mundo.
AGRICULTURA, GANADERÍA Y SILVICULTURA
Del producto interno bruto del Distrito Federal, en 2004 las actividades primarias (agricultura,
ganadería, silvicultura y minería) apenas representaron el 0,2% del total, con 727 millones 428
mil pesos mexicanos de producción. Estas actividades dieron empleo a 17.709 personas en el
año 2005. A pesar de que la agricultura a nivel del Distrito Federal es una de las ramas con
menor participación en el producto interno bruto capitalino, sigue practicándose en las
delegaciones del sur de la entidad. La zonas agrícolas se localizan hacia la parte sur y sureste
del Distrito Federal, en terrenos apropiados para llevar a cabo estas actividades, la mayor parte
de ellos sustentan agricultura de temporal, pero existen también zonas beneficiadas con el
riego; se produce principalmente maíz, frijol, chile, avena, haba y nopal. Las hortalizas y
floricultura son importantes en la zona de Xochimilco. Es especialmente importante en el caso
de delegaciones como Xochimilco y Tláhuac —especializadas en el cultivo de plantas de
ornato—, y Tlalpan, y Milpa Alta —donde existen importantes extensiones de tierra dedicadas
al cultivo de verduras para consumo humano y forrajes para la ganadería—. Los principales
productos agrícolas del Distrito Federal son los nopales (314.053,1 Tm en 2005, con valor de
MXN 452.606.100), las flores de ornato (11.920.000,0 Tm con valor de MXN 90.795.000) y el
brócoli (3.452.000,0 Tm con valor de MXN 79.396.030)27 (Tabla A4.5).
En lo que respecta a la ganadería, debido a ciertas restricciones impuestas por las leyes
ambientales en el Distrito Federal, los hatos ganaderos son más bien de traspatio. La única
cuenca lechera en el territorio capitalino se localiza en la zona chinampera de Xochimilco, que
justamente es la delegación con la mayor actividad ganadera. En 2005, en el Distrito Federal
había 6.658 cabezas de ganado bovino, 30.172 porcinos, 10.465 ovinos y 222.658 aves de
corral.
INDUSTRIA Y CONSTRUCCIÓN
Según datos de la Secretaría de Desarrollo Económico del Distrito Federal, la entidad cuenta
con cincuenta y cuatro zonas industriales, y de su superficie total, 2 mil 578 Ha son destinadas
para uso industrial.
México, 2007
94
FI.C0.4.41.1
Tabla A4.5. Aspectos agrícolas y de vegetación del Distrito Federal. Fuente:
www.inegi.gob.mx
Concepto
Nombre
Nombre
Utilidad
científico
local
Agricultura
13.20 % de la
Avena sativa
Avena
Forraje
superficie
forrajera
Zea mays
Maíz
Comestible
Spinacea
Espinaca
Comestible
oleracea
Vicia faba
Haba
Comestible
Opuntia sp.
Nopal
Comestible
Bosque
19.01 % de la
Abies religiosa
Oyamel
Ornamental
superficie
Pinus spp.
Pino-Ocote
Ornamental
Quercus spp.
Encino
Ornamental
Eucalyptus spp.
Eucalipto
Ornamental
Fraxinus uhdei
Fresno
Ornamental
Pastizal
5.40 % de la
Festuca sp.
Zacate
Forraje
superficie
Muhlenbergia
Zacatón
Forraje
spp.
Senecio sp.
Jarilla
Forraje
Otro
62.39 % de la
superficie
México, 2007
95
FI.C0.4.41.1
Figura A4.7.Vegetación en el Distrito federal. Fuente: www.inegi.gob.mx
Figura A4.8. Mapa de Uso potencial Agrícola en el Distrito federal. Fuente:
www.inegi.gob.mx
México, 2007
96
FI.C0.4.41.1
Figura A4.9. Mapa de Uso potencial Pecuario en el Distrito Federal. Fuente:
www.inegi.gob.mx
18.3 REGIÓN JALISCO
El Estado de Jalisco se localiza en la zona occidente de la República Mexicana. Se encuentra
limitado al norte por los Estados de Durango, Zacatecas, Aguascalientes; al noroeste con
Nayarit; al noreste con Guanajuato y San Luis Potosí; al sur con Colima; al sureste con
Michoacán y al suroeste con el Océano Pacífico. Tiene una extensión territorial de 80,137 km²,
lo que representa el 4.09% de la superficie total de México.
La ciudad de Guadalajara se encuentra en el Estado de Jalisco. Es la segunda ciudad más
importante de la República Mexicana. Cuenta con una extensión territorial de 182 km². Tiene
una altitud de 1,567 msnm, la superficie de los municipios que comprenden la Zona
Metropolitana de Guadalajara es la siguiente:
•
•
•
•
Guadalajara 182 km²
Zapopan 893 km²
Tlaquepaque 271 km²
Tonalá 120 km²
El estado de Jalisco encierra áreas que corresponden a 4 provincias fisiográficas de México:
Eje Neovolcánico, Mesa Central, Sierra Madre Occidental y la Sierra Madre del Sur: Provincia
del Eje Neovolcánico, Provincia Mesa Central, Provincia de la Sierra Madre Occidental,
Provincia de la Sierra Madre del Sur.
FLORA Y FAUNA
En Jalisco hay tres tipos de climas que determinan la vegetación: En el clima cálido existen
bosques tropicales de ceiba y de caoba y otras especies como amate, lianas, musgos,
orquídeas, rosamorado, granadillo, lináloe, cedro, y frutales como limonero, cocotero y platanal.
En el clima templado se encuentra: pino blanco, encino, oyamel, abeto, arbustos, helechos,
México, 2007
97
FI.C0.4.41.1
plantas trepadoras, abedul, avellano, nanche, raspaviejo, ocote, escobellón, y pinos como el
hoyarín, el chino y el amarillo. En el clima semiseco hay copal, pastos, huizaches, uñas de
gato, mimbres, madroño, palo dulce, palo bobo y saúz, nopal y biznaga (Fig. A4.10).
Entre la diversa fauna del Jalisco se pueden encontrar animales como el lobo, coyote, gato
montés, tejón, zorra, venado, águila real, paloma, varios tipos de serpientes, conejo, liebre,
perdiz, gavilán, puma, jaguar, tigrillo, armadillos, ardillas y mapache, entre otros.
ECONOMÍA
La población económicamente activa en el sector agropecuario ha disminuido, mientras que en
el sector terciario y secundario ha incrementado su demanda, sobre todo en los servicios y en
el comercio. Sin embargo, el estado se distingue por el cultivo de granos como: maíz, sorgo,
frijol, arroz, cebada, trigo, caña de azúcar, algodón, cártamo, soya, alfalfa, melón, papa,
jitomate, papaya, café, mango, aguacate, plátano, guayaba, sandía y limón agrio. Existe
ganado porcino, bovino utilizado para abasto, y lechero, ovino, caprino y equino. La actividad
pesquera se realiza en los puertos de Barra de Navidad, considerado puerto de cabotaje, en
Puerto Vallarta, considerado puerto de altura, y en la laguna de Chapala. Las especies que se
obtienen son: huachinango, charal, pescado blanco, tortuga, bagre, carpa, camarón, tiburón,
mojarra, rana y popocha. Su actividad industrial es extractiva, minero metalúrgica, siderúrgica,
maquinaria, equipo y material de transporte, productos químicos, madera, textil, eléctrica y
electrónica, material fotográfico, alimentaria, bebidas, tequila, cerveza y calzado.
En Jalisco se localiza una de las ciudades más importantes del país, Guadalajara, que junto
con Tlaquepaque, Tonala y Zapopan forman la zona metropolitana de la ciudad. El estado
muestra una imagen comercial importante debido a su sistema de comunicaciones y vías
férreas, que reflejan un factor importante para ampliar su desarrollo. Jalisco cuenta con los
siguientes destinos carreteros: Guadalajara-Mazatlán-Nogales; Ciudad Juárez-ZacatecasLagos de Moreno-Oaxaca-Tapachula y Guadalajara-México-Veracruz. Cuenta con
instalaciones portuarias que aprovechan las condiciones naturales del estero El Salado en
Puerto Vallarta, dentro de la bahía de Banderas. Se conecta con los puertos de Manzanillo y
Mazatlán. Posee dos aeropuertos internacionales: el de Guadalajara y Puerto Vallarta, los
cuales sitúan a Jalisco dentro de las rutas internacionales más importantes.
Tabla A4.6. Aspectos agrícolas y de vegetación de Jalisco. Fuente: www.inegi.gob.mx
Concepto
Nombre científico
Nombre local
Utilidad
Zea mays
Maíz
Comestible
Saccharum
officinarum
Caña de azúcar
Industrial
Sorghum vulgare
Sorgo
Forraje
Agave tequilana
Maguey
tequilero
Industrial
Phaseolus vulgaris
Frijol
Comestible
Agricultura
23.63% de la superficie
estatal
México, 2007
98
FI.C0.4.41.1
Pastizal
9.36% de la superficie
estatal
Hyparrhenia rufa
Jaragua
Forraje
Panicum maximum
Privilegio
Forraje
Cynodon dactylon
Estrella
Forraje
Muhlenbergia
implicata
Zacatón
Forraje
Aristida adscensionis
Zacate tres
barbas
Forraje
Quercus magnoliifolia
Roble
Madera
Pinus oocarpa
Ocote
Madera
Pinus douglasiana
Ocote
Madera
Quercus obtusata
Encino
Madera
Ipomoea murucoides
Ocote
Madera
Acacia farnesiana
Huizache
Madera
Opuntia sp.
Nopal
Comestible
Acacia pennatula
Tepame
Forraje
Lysiloma
acapulcensis
Tepemezquite
Madera
Bursera fagaroides
Papelillo rojo
Madera
Orbignya cohune
Coco de aceite
Madera
Bosque
31.13% de la superficie
estatal
Matorral
9.04% de la superficie
estatal
Selva
24.57% de la superficie
estatal
Otro
2.27% de la superficie
estatal
Tabla A4.6. Continuación
México, 2007
99
FI.C0.4.41.1
Figura A4.10. Vegetación en el estado de Jalisco. Fuente: www.inegi.gob.mx
Concepto
Uso Agrícola
Uso pecuario
Tabla A4.7. Uso potencial de la Tierra en Jalisco.
Descripción
Mecanizada continua
26.18
De tracción animal continua
5.66
De tracción animal estacional
2.41
Manual continua
3.11
Manual estacional
11.66
No aptas para la agricultura
50.98
Para el desarrollo de praderas cultivadas
24.80
Para el aprovechamiento de la vegetación natural
diferente del pastizal
Para el aprovechamiento de la vegetación natural
únicamente por el ganado caprino
No aptas para uso pecuario
México, 2007
Estatal
25.12
47.45
2.63
100
FI.C0.4.41.1
Figura A4.11. Mapa de Uso potencial Agrícola en el estado de Jalisco.
Figura A4.12. Mapa de Uso potencial Pecuario en el estado de Jalisco.
México, 2007
101
FI.C0.4.41.1
Descargar