Escenarios futuros de cambio climático desde modelos globales para localidades de los Andes centrales

Authors

  • Delia Acuña Azarte Servicio Nacional de Meteorología e Hidrología del Perú.
  • Weidi Flores Villanueva Universidad Nacional Agraria La Molina, Lima, Perú.
  • Alan Llacza Rodríguez Servicio Nacional de Meteorología e Hidrología del Perú.
  • Mario Rorher Meteodat – Suiza.

DOI:

https://doi.org/10.21704/ac.v80i2.1482

Keywords:

egionalización estadística, componentes principales, funciones ortogonales empíricas, modelos, cambio climático, Andes, Urubamba, granja Kcayra.

Abstract

Los posibles cambios en el comportamiento de la temperatura y precipitación para 2016-2045, relativos al período 1971-2000, en las localidades de Urubamba y granja Kcayra, ubicadas en Cusco, Andes centrales de Sudamérica, se han estimado mediante la técnica multivariada de Componentes Principales y sus Funciones Ortogonales Empíricas asociadas. Los datos corresponden a los medidos desde instrumental convencional de precipitación, temperatura máxima y mínima en el período 1965-2012. Los datos de vientos y temperatura en altura pertenecen al reanálisis ERA40 (1971-2000), la precipitación regional a CMAP (1979-2000). Asimismo, los datos numéricos de temperatura en altura y precipitación son provenientes de los modelos climáticos globales CCSM4, HadGEM2-ES, MPI-ESM-LR del Proyecto de Intercomparación de Modelos Acoplados (CMIP5), en sus periodo histórico 1971-2000 y futuro 2016-2045, correspondientes al escenario de alta emisión de gases de efecto invernadero RCP8.5, los cuales fueron registrados y validados a una resolución espacial de 2,5°. La validación de los modelos climáticos globales requirió de un análisis cuidadoso que consistió en la comparación de los patrones de temperatura del reanálisis ERA40, la circulación atmosférica regional (1971-2000) con los modelos del CMIP5, a fin de identificar la variable y el modelo más representativo a considerar como predictor confiable de la regionalización estadística (RE) para estimar el cambio climático futuro en las localidades de interés. La metodología se complementó con el análisis estadístico mediante el diagrama de Taylor y la consistencia de los patrones de circulación. De acuerdo con los resultados, en el período 1971-2000, el modelo HadGEM2_ES es el que representa mejor la circulación atmosférica a 200 hPa sobre Sudamérica; mientras que el modelo CCSM4, destaca la temperatura del aire a 500 hPa. En el período 2016-2045, todos los modelos evaluados indican el aumento de la temperatura a 500 hPa. Los resultados de la RE sugieren para el 2016-2045 un clima cálido-seco con el aumento de la temperatura local en promedio de 0,4 °C y la reducción de precipitación de 40% en SON, DEF y MAM, trimestres correspondientes al crecimiento y desarrollo de los cultivos de secano de papa y maíz en Urubamba y granja Kcayra.

Downloads

Download data is not yet available.

References

Acuña, D.; Llacza, A.; Cubas, F.; Jácome, G.; Díaz, A.; Avalos, G. 2012. Escenarios de cambio climático en las regiones Cusco y Apurímac: precipitación y temperatura 2030 y 2050. Senamhi-PACC, 131: 25-39.

Barreto, C. 2013. Informe de Códigos de programas para el análisis del ciclo anual y estacional, de los modelos globales y regionales. Proyecto de apoyo al fortalecimiento de capacidades regionales en la gestión de cambio climatico. BID, Senamhi-Minam. Lima, Perú.

Benestad, R.; Chen, D.; Hanssen-Bauer, I. 2007. Empirical –Statistical Downscaling. Norwegian Meteorological Institute. 272 p.

Brunet, M. 2009. The WMO Mediterranean Data Rescue (MEDARE) initiative. In: ACRE data and data visualisation meeting. Exeter Meeting, 15 September 2009. Available at www.met-acre.org/meetings-and-workshops-1/acre-dataand-visualisation-meeting.

ECMWF [European Centre for Medium-Range Weather Forecasts]. 2009. Meteorological parameters table 128: stan - dard. ECMWF, Reading. Available at www. ecmwf. int/services/ archive/d/parameters

Huggel, C.; Rohrer, M.; Calanca P.; Salzmann, N.; Vergara, W.; Quispe, N.; Ceballos, L. 2012. The “Last Mile” of Adaptation, Eos 93 (22).

Jacques, M. 2009. Caracterización del salto climático de mediados de los 1970 en Sudamérica. Tesis de Magister en Ciencias, mención Geofísica. 149 p.

Minvielle, M.; Garreaud, R. 2011. Projecting Rainfall Changes over the South American Altiplano 4577- 4583. Journal of Climate, 24.

Salzmann, N. 2009. Integrated assessment and adaptation to climate change impacts in the Peruvian Andes. Adv. Geosci 22: 35-39.

Uppala, S.M.; Kållberg, P.W.; Simmons, A.J.; Andrae, U. 2005. The ERA-40 re-analysis. QJR Meteorol Soc 131: 2961-3012.

Urrutia, R.; Vuille, M. Climate change projections for the tropical Andes using a regional climate model: Temperature and precipitation simulations for the end of the 21st century. Journal of geophysical research, 114, D02108. doi:10.1029/2008JD011021, 2009.

Taylor, K.E. 2001. Summarizing multiple aspects of model performance in a single diagram. J. Geophys. Res. 106: 7183-7192.

Xie, P.; Arkin, P.A. 1997. Global precipitation: A 17-year monthly analysis based on gauge observations, satellite estimates, and numerical model outputs. Bull. Amer. Meteor. Soc. 78: 2539-2558.

Published

2019-12-30

Issue

Section

Original articles / Environmental Science

How to Cite

Acuña Azarte, D., Flores Villanueva, W., Llacza Rodríguez, A., & Rorher, M. (2019). Escenarios futuros de cambio climático desde modelos globales para localidades de los Andes centrales. Anales Científicos, 80(2), 476-494. https://doi.org/10.21704/ac.v80i2.1482