SECRETARÍA GENERAL PARA LA PREVENCIÓN DE LA CONTAMINACIÓN Y DEL CAMBIO CLIMÁTICO Proyecto del INM para generación de escenarios regionalizados de cambio climático Proyecto del INM para generación de escenarios E. Rodríguez Camino regionalizados de cambio climático Contenido • • • • • • Introducción Objetivos Metodología Primera fase Segunda fase Productos finales Introducción – Necesidad de disponer de proyecciones de los impactos del cambio climático en los diferentes ecosistemas y sectores socioeconómicos españoles – Urgente problema de estimar una descripción cualitativa y cuantitativa de los cambios que se esperan en el clima durante en siglo XXI – Acotar y evaluar las incertidumbres asociadas con ellos Objetivos – Generación de escenarios climáticos regionalizados para satisfacer las necesidades de proyecciones climáticas en los diferentes sectores socioeconómicos nacionales. Los escenarios climáticos constituyen un elemento esencial en la planificación estratégica de ciertos sectores muy dependientes del clima y de sus variaciones. Cada sector tiene una demanda distinta de información tanto en términos de resolución espacial y temporal como en términos de variables relevantes. Proyecto en 2 fases • 1ª fase (aprox. 1 año). Uso de metodologías ya desarrolladas y las bases de datos actualmente existentes. Resultados de los proyectos del 5º FP relacionados con modelización climática, regionalización dinámica y estadística y estimación de extremos: PRUDENCE, STARDEX. • 2ª fase (3-4 años). Desarrollo de nuevos métodos, fundamentalmente relacionados con la regionalización dinámica. Se formará en el INM el germen de un grupo de trabajo en modelización climática. También se intentará incorporar a los grupos universitarios nacionales que trabajan en este campo, ya que su experiencia y los resultados por ellos obtenidos son de indudable interés para alcanzar los objetivos del proyecto. Metodología – En el proyecto se asigna una gran prioridad a la estimación del rango de errores asociados con la cascada de incertidumbres provenientes de: • (i) los escenarios alternativos de emisión • (ii) la diferente cuantificación de las proyecciones climáticas suministrada por los distintos modelos acoplados de circulación general • (iii) las diferentes técnicas de regionalización. – Para cuantificar las incertidumbres se recurre a analizar las proyecciones de un conjunto de modelos globales y a comparar las regionalizaciones obtenidas con distintas técnicas. Primera fase (I): fuentes de datos • • • • • IPCC DDC CERA, BADC, CCC Reanálisis ERA40, NCEP Base datos climatológica del INM Herramientas para asistir en la construcción de escenarios regionales y nacionales: MAGICCSCENGEN 2.3 y 4.1, COSMIC2, SDSM • Base datos proyecto PRUDENCE Primera fase (I): plan de trabajo En la primera fase, las proyecciones climáticas se basarán en: • las proyecciones globales y regionales realizadas por otros grupos y contenidas en bases de datos de libre disposición; • la experiencia que actualmente posee el INM, sobre todo en regionalización estadística y • la contribución de grupos universitarios, muchos de los cuales están agrupados en el marco de la acción especial del CLIVAR-ESPAÑA (Plan Nacional I+D, MEC). Primera fase (II): plan de trabajo • • • • • • Proyecciones basadas en las bases de datos de modelos globales (DDC IPCC y sus extracciones, CERA, BADC, CCC) basadas en diferentes escenarios de emisión (2 o 4) y en distintos modelos globales. Estas proyecciones suministrarán fundamentalmente estimaciones estacionales y/o anuales que el periodo 2000-2100. Utilización de generadores de escenarios climáticos (MAGICC/SCENGEN 4.1, 2.3, COSMIC2, SDSD y otros generadores). Permitirá también establecer unas primeras conclusiones muy robustas, por realizarse con una gran cantidad de datos de muchos y muy diferentes modelos globales, si bien serán poco detalladas en cuanto a resolución espacial. Regionalizaciones dinámicas hechas por los distintos grupos externos al INM. Singularmente se utilizará la base de datos de proyecto PRUDENCE, que posee regionalizaciones con distintos modelos de área limitada (9 modelos) de un mismo modelo global (HadAM3). El proyecto PRUDENCE se ha restringido al período 2070-2100 y a los escenarios de emisión SRES A2 y B2. Regionalizaciones estadísticas utilizando los métodos basados en análogos e índices de circulación Evaluación de las proyecciones basadas en modelos globales mediante estudios de patrones de variabilidad climática de baja frecuencia (esta línea esta muy desarrollada para estudios basados en clima actual (ERA-40, NCEP-NCAR reanálisis). Preparación de un informe detallado en el que se describan las conclusiones de las proyecciones sobre la península Ibérica e islas obtenidas con los diferentes escenarios de emisión, con diferentes modelos globales y con diferentes técnicas de regionalización. Proyecciones con ensembles multimodelo Gran dispersión en la proyección de la precipitación: necesidad de proyecciones robustas! 17 MODELS : VARIABLE = PRECIP : SEASON = ANN MODEL VALIDATION: COMPARING MODEL BASELINE WITH OBSERVED DATA LATITUDE RANGE = 27.5 TO 52.5 degrees LONGITUDE RANGE = -22.5 TO 12.5 degrees MODEL CORREL BMRCTR CCC1TR CCSRTR CERFTR CSI2TR CSM_TR ECH3TR ECH4TR GFDLTR GISSTR HAD2TR HAD3TR IAP_TR LMD_TR MRI_TR PCM_TR W&M_TR MODBAR .894 .930 .908 .938 .954 .958 .938 .972 .929 .956 .958 .980 .915 .798 .938 .951 .908 .967 RMSE mm/day 1.021 .410 .603 .707 .481 .530 .417 .253 .435 .552 .438 .332 .496 .764 .420 .469 1.038 .393 MEAN DIFF NUM PTS mm/day -.275 48 -.109 48 -.105 48 -.372 48 -.274 48 -.321 48 .057 48 -.116 48 -.280 48 -.260 48 -.222 48 -.251 48 .334 48 -.483 48 -.166 48 -.169 48 -.716 48 -.219 48 Proyecciones promediando miembros de un ensemble multi-modelo Proyecciones multi-modelo y multiSRES Proyecciones con modelos globales Proyecciones con ensembles (CIs) de un mismo modelo Regionalizacion (downscaling) versus agregacion PRUDENCE (2070-2100) Segunda fase Dos frentes adicionales: • Comenzar actividades en modelización climática utilizando modelos regionales acoplados de atmósfera/océano, siempre pensando en la elaboración de escenarios. Sería muy recomendable desarrollar algún tipo de colaboración con los grupos activos en este campo, aprovechando para ello las relaciones previas existentes con grupos próximos de modelización. • Además de las actividades de modelización pensadas para la generación de escenarios, habría que desarrollar líneas de trabajo propias que sean nuestra contribución al tema de la modelización climática en general y no solamente pensando en los escenarios. • Desarrollar adicionalmente acuerdos con los diferentes grupos universitarios nacionales que tienen actividad en downscaling estadístico y dinámico. • Las líneas de trabajo actualmente existentes relacionadas con la variabilidad climática de baja frecuencia permitirían por un lado validar los resultados de los modelos y por otro interpretar los resultados de las proyecciones climáticas en términos de cambios en los patrones climáticos de baja frecuencia. Dependencia de la posición y geometría del dominio de integración ¿Qué hacer? Respetar las escalas grandes suministradas por el modelo global Æ Actualmente muy pocos modelos regionales tienen incorporada la técnica de “spectral nudging” que respeta las escalas grandes del modelo global. (Miguez-Macho et al., 2005) APMG05, Sesimbra 14-17 Febrero 2005 ELDAS (European Land Data Assimilation System) (Parodi et al. 2004) Conclusiones de STARDEX (Proyecto EU para comparar 22 métodos de regionalización estadística, centrados en 10 índices de temperatura y precipitación extremas) It is not possible to identify a consistently superior method in the majority of cases. Hence a major recommendation is to use a range of the better statistical downscaling methods for the construction of scenarios of extremes, just as it is recommended good practice to use a range of global and regional climate models in order to reflect a wider range of the uncertainties. Thus downscaling uncertainties should always be considered, alongside other uncertainties including choice of GCM and impact model. (Goodess et al. 2005) Incertidumbres en las proyecciones climáticas • Variabilidad en el forzamiento natural (sol, volcanes) • Variabilidad inter-escenario (de emisiones) • Variabilidad concentración • Variabilidad inter-modelos globales • Variabilidad interna de los modelos • Variabilidad por técnicas de regionalización