informaciÓn e Índices sobre cambio climÁtico observado en mÉxico a partir de … · 2020. 2....
TRANSCRIPT
Seminario Internacional INEGI-UNAM Cambio Climático y Estadística Oficial
Ciudad de México Noviembre 25-26, 2009.
Los datos e indicadores para detectar y atribuir eventos al cambio
climático: Marco conceptual.
Intervención 3a, parte 2a.
INFORMACIÓN E ÍNDICES SOBRE CAMBIO
CLIMÁTICO OBSERVADO EN MÉXICO A PARTIR DE DATOS INSTRUMENTALES
Jorge Luis Vázquez Aguirre
Climatic Research Unit
Climatic Research Unit, University of East Anglia
“La definición utilizada por la Convención Marco de Naciones Unidas sobre Cambio Climático (UNFCCC por sus siglas en inglés) que lo define como ‘un cambio en el clima que es atribuíble directa o indirectamente a las actividades humanas y que altera la composición de la atmósfera planetaria y que se observa en períodos de tiempo comparables, en forma adicional a la variabilidad climática natural’.
Por otro lado, el IPCC (2007) define el cambio climático “cualquier cambio climático producido durante el transcurso del tiempo, ya sea debido a la variabilidad natural o a la actividad humana”.
Definiciones de cambio climático.
Contenido
•Definiciones de cambio climático
•Observaciones instrumentales del clima
•Detección del cambio climático
•Variabilidad natural del clima
•Cambios observados en los extremos del clima con base en índices
•¿Es posible atribuir un extremo específico al calentamiento global?
•Fortalecimiento de capacidades en México para detección instrumental
•Conclusiones
Observaciones instrumentales del clima
Serie creada y mantenida por la CRU, UEA. Actualizada a partir de la serie global de temperatura de Jones y Moberg (2003), definida utilizando mediciones de
temperatura y promedio areal (Cortesía de Phil Jones).
Cambio de temperatura observado (GLOBAL)
Estación climatológicaSMN 21086 “Tepeaca” México.
Daily Precipitation Daily Maximum Temperature.
Datos instrumentales
Número de observaciones diarias de lluvia 1958-2004
•La red hidrológica provee datos en tiempo real para su uso inmediato.
•La red climatológica provee datos una vez que han sido procesados.
Algunas estaciones coinciden en ambas redes: CLICOM 01030 AGSAG (SIH)
Aspectos sobre la disponibilidad de datos climáticos en tiempo real
Serie creada y mantenida por la CRU, UEA. Actualizada a partir de la serie global de temperatura de Jones y Moberg (2003), definida utilizando mediciones de
temperatura y promedio areal (Cortesía de Phil Jones).
Cambio de temperatura observado (GLOBAL)
Serie creada por el autor utilizando promedios estatales de temperaturacalculados por el SMN/CNA.
Cambio de temperatura observado (República Mexicana)
Serie creada y mantenida por la CRU, UEA. Actualizada a partir de la serie global de temperatura de Jones y Moberg (2003), definida utilizando mediciones de
temperatura y promedio areal (Cortesía de Phil Jones).
Cambio de temperatura observado (GLOBAL)
Detección
¿Dónde se detecta una señal en esta foto?
Cortesía de Francis Zwiers.
Detección del cambio climático
• Considerando las siguientes definiciones:
– Variabilidad interna del clima: Las variaciones debidas a la dinámica interna del sistema climático.
– Variabilidad natural del clima: Las variaciones debidas a la dinámica interna y a las influencias externas naturales (cambios en actividad solar y en los aerosoles estratosféricos de origen volcánico)
– Otroz forzantes: emisiones de gases de invernadero de origen humano, cambios en el uso del suelo.
¿Cómo determinar si un cambio del clima es natural o no?
“El clima cambia constantemente. La detección del cambio climático es el proceso de demostrar que el clima ha cambiado en algún sentido estadístico, sin dar una explicación del origen de dichos cambios.
La atribución del cambio climático es el proceso de establecer, con un cierto nivel de confianza, las causas más probables que originaron los cambios detectados” (IPCC, 2007)
Detectar que existe un cambio en el clima no implica ninguna conclusión sobre las causas de dicho cambio.
En materia de detección y atribución la definición que se utiliza se apega más a la establecida por la UNFCCC (Zwiers, 2009)
¿Cómo determinar si un cambio del clima es natural o no?
• Si únicamente se tuvieran observaciones en Europa, ¿podríamos detectar una influenciahumana en el clima global? ¿Y si sólo se tuvieran en América?
• Si sólo se tuvieran observaciones de la ciudad de México, ¿es posible detectar una influenciahumana en el clima global?
Detección de cambios en la temperatura a escala regional
• El tipo de preguntas anteriores pueden ser de interés paradiseñadores de políticas y gobernantes y los medios de información(¿las emisiones de GEI han afectado mi país?) pero son preguntasinadecuadas.
• Es por lo tanto importante diseminar qué tipo de preguntas pueden ser respondidas y cuáles no.
• Hasta ahora, es virtualmente imposible determinar si una tormentaespecífica ocurrió debido al aumento de los gases de invernadero.
• Así por ejemplo, si se desea estudiar si el calentamiento asociado al efecto invernadero ha tenido una influencia significativa en la cubiertade hielo de Groenlandia, primero es necesario demostrar que se detecta significativamente una señal en dicha región.
Detección de cambios en la temperatura a escala regional
Detección y atribución del cambio climático
Simulated temperatures from HadCM3 forced with natural (volcanoes and solar) and anthropogenic forcing (greenhouse gases, sulphate aerosol, ozone depletion), compared with observations (Stott et al., 2001). Taken from IPCC (2001).
Variabilidad natural del clima
Variabilidad natural del clima: lluvia de verano
Variabilidad natural del clima: lluvia de verano
Variabilidad natural del clima: lluvia de verano
Variabilidad natural a escala regional: Douglas & Englehart (1990s)
Climate regionalization: Englehart and Douglas (2002s)
Localización geográfica de las 130 estaciones utilizadas (datos mensuales)
Modos regionales de la LLUVIA DE VERANO con base en PCA (1927-97)
Cambios observados en los extremos climáticos con base en índices
•Los análisis de detección de cambios en los extremos climáticos a partir de datos diarios incluidos en el IPCC AR4, se obtuvieron usando la metodología del Grupo de Expertos en Detección e Índices de Cambio Climático (ETCCDI) de WMO/CLIVAR/ JCOMM.
•Los índices son calculados para cada estación individual para luego construir series regionales en el área de interés.
El enfoque del ETCCDI
Algunos indices del ETCCDI
El clima varía en muchas escalas diferentes en espacio y tiempo
El clima varía en muchas escalas diferentes en espacio y tiempo
El clima varía en muchas escalas diferentes en espacio y tiempo
¿Dónde se detecta una señal en esta foto?
Cortesía de Francis Zwiers.
Funciones de Densidad de Probabilidad de noches frías (Tn10p, izquierda) y noches cálidas
(Tn90p, derecha) 1901-2003. (Alexander et al., 2007, JGR)
Porcentaje de tiempo en el año bajo el percentil 10 o sobre el percentil 90 de la Tn.
Cambios observados en los extremos a escala global (IPCC, AR4)
Tendencias en noches cálidas 1951-2003 Tendencias de noches frías1951-2003
Funciones de Densidad de Probabilidad de noches frías (Tn10p, izquierda) y noches cálidas
(Tn90p, derecha) 1901-2003. (Alexander et al., 2007, JGR)
Porcentaje de tiempo en el año bajo el percentil 10 o sobre el percentil 90 de la Tn.
Días por década Días por década
Cambios observados en los extremos a escala global (IPCC, AR4)
País Estaciones
de
temperatura
Estaciones
de
precipitación
Canadá 210 495
EUA 2606 2606
México 31 56
Estaciones con datos completos
Estaciones por país
Localización geográfica de las estaciones analizadas por Peterson et al (2008)
Cambios observados en extremos a escala continental (Norteamérica)
Temperatura máxima y mínima más alta (continua)
y más baja (punteada) en el año
Tendencia en los días con TN arriba del percentil 90
Indice simple de intensidad diaria de PCP
Tendencia a lluvia intensa más frecuente
Cambios en los extremos en Norteamérica (Peterson et al., 2008)
Los cuadrados indican significancia al 5%
Porcentaje de noches frías (TN10p) y noches cálidas (TN90p) y
porcentaje de días fríos (TX10p) y días cálidos (TX90p) en el año.
(Peterson et al., 2008)
Detección de cambios en extremos con diferentes indicadores
74 stations in Alexander et al., 2006
Análisis en escalas más pequeñas: el estado de Veracruz
En todo el mundo el número de estaciones ha disminuído
Selección de datos para el análisis de extremos
Selección de datos para el análisis de extremos
Precipitación (45)
Selección de datos para el análisis de extremos
Precipitación (45) Temperatura (26)
El periodo 1963-2004 fue seleccionado por ser el más completo en todas las estaciones
Control de calidad y prueba de homogeneidad
Los valores sospechosos fueron validados o
rechazados con base en:
Control de calidad y prueba de homogeneidad
Los valores sospechosos fueron validados o
rechazados con base en:
• Errores lógicos (Tx Tn) y los registros originales.
Control de calidad y prueba de homogeneidad
Los valores sospechosos fueron validados o
rechazados con base en:
• Errores lógicos (Tx Tn) y los registros originales.
• Outliers (excediendo 4s para temperatura y 6s precipitación)
Control de calidad y prueba de homogeneidad
Los valores sospechosos fueron validados o
rechazados con base en:
• Errores lógicos (Tx Tn) y los registros originales.
• Outliers (excediendo 4s para temperatura y 6s precipitación)
• Inspección visual de las gráficas de la serie de tiempo.
Control de calidad y prueba de homogeneidad
Los valores sospechosos fueron validados o
rechazados con base en:
• Errores lógicos (Tx Tn) y los registros originales.
• Outliers (excediendo 4s para temperatura y 6s precipitación)
• Inspección visual de las gráficas de la serie de tiempo.
• Fuentes de información alternas (frentes y huracanes)
Control de calidad y prueba de homogeneidad
Los valores sospechosos fueron validados o
rechazados con base en:
• Errores lógicos (Tx Tn) y los registros originales.
• Outliers (excediendo 4s para temperatura y 6s precipitación)
• Inspección visual de las gráficas de la serie de tiempo.
• Fuentes de información alternas (frentes y huracanes)
• Las observaciones de la misma estación en días adyacentes
Control de calidad y prueba de homogeneidad
Los valores sospechosos fueron validados o
rechazados con base en:
• Errores lógicos (Tx Tn) y los registros originales.
• Outliers (excediendo 4s para temperatura y 6s precipitación)
• Inspección visual de las gráficas de la serie de tiempo.
• Fuentes de información alternas (frentes y huracanes)
• Las observaciones de la misma estación en días adyacentes
• Observaciones en la misma fecha en estaciones vecinas
Control de calidad y prueba de homogeneidad
Los valores sospechosos fueron validados o
rechazados con base en:
• Errores lógicos (Tx Tn) y los registros originales.
• Outliers (excediendo 4s para temperatura y 6s precipitación)
• Inspección visual de las gráficas de la serie de tiempo.
• Fuentes de información alternas (frentes y huracanes)
• Las observaciones de la misma estación en días adyacentes
• Observaciones en la misma fecha en estaciones vecinas
• Patrones sinópticos y de anomalías basados en Reanálisis.
Control de calidad y prueba de homogeneidad
Los valores sospechosos fueron validados o
rechazados con base en:
• Errores lógicos (Tx Tn) y los registros originales.
• Outliers (excediendo 4s para temperatura y 6s precipitación)
• Inspección visual de las gráficas de la serie de tiempo.
• Fuentes de información alternas (frentes y huracanes)
• Las observaciones de la misma estación en días adyacentes
• Observaciones en la misma fecha en estaciones vecinas
• Patrones sinópticos y de anomalías basados en Reanálisis.
La homogeneidad de cada serie de tiempo fue
probada y sólo las series homogéneas se analizaron.
Control de calidad y prueba de homogeneidad
Los valores sospechosos fueron validados o
rechazados con base en:
• Errores lógicos (Tx Tn) y los registros originales.
• Outliers (excediendo 4s para temperatura y 6s precipitación)
• Inspección visual de las gráficas de la serie de tiempo.
• Fuentes de información alternas (frentes y huracanes)
• Las observaciones de la misma estación en días adyacentes
• Observaciones en la misma fecha en estaciones vecinas
• Patrones sinópticos y de anomalías basados en Reanálisis.
La homogeneidad de cada serie de tiempo fue
probada y sólo las series homogéneas se analizaron.
Específicamente, utilizando el software RHTest (disponible y
desarrollado en el lenguaje “R”).
Indices de precipitación
PRCPTOT (línea punteada),
Rmax1d (línea continua negra)
Rmax5d (línea continua gris).
Indices de precipitación
PRCPTOT (línea punteada),
Rmax1d (línea continua negra)
Rmax5d (línea continua gris).
SDII (línea punteada),
R95p (línea continua negra)
R99P (línea continua gris)
Indices de precipitación
PRCPTOT (línea punteada),
Rmax1d (línea continua negra)
Rmax5d (línea continua gris).
Extremo regional en 1974
posiblemente asociado al
huracán Fifi
Evidencia de menos días frios y más días cálidos en la región
(Serie regional para el estado de Veracruz, Mexico. )
Porcentaje de días frios (Tx10p) y días cálidos (Tx90p)
1963-2004
Tendencia a más días calurosos
Tendencia en días calurosos (Tx90p)
1963-2004
¿Cuáles son las causas de los eventos extremos?
¿Están cambiando los extremos climáticos?
¿Es posible atribuir un evento extremo específico al calentamiento global o a las
actividades humanas?
Pregunta frecuente 9.1, Resumen para diseñadores de políticas. AR4-IPCC
Resulta difícil, por no decir imposible, determinar si un solo suceso
extremo especifico se debe a una causa especifica, como el aumento de
los GEI; ello se debe a dos razones:
1) Los extremos son ocasionados por una combinación de factores y
2) una amplia gama de extremos ocurre de forma normal, incluso en un
clima invariable.
No obstante, el análisis del calentamiento observado durante el siglo
pasado indica que ha aumentado la probabilidad de algunos
extremos, como las olas de calor, y que ha disminuido la probabilidad de
que ocurran otros fenomenos como las heladas o las noches sumamente
frias.
Fortalecimiento de capacidades en detección del cambio climático
(con base en información instrumental) en México
Talleres del ETCCDI completados (Peterson et al., 2008. BAMS)
Estaciones de precipitación, 40 años de datos y 90% de observaciones
Taller de Detección e Índices de Cambio Climático, Puebla. Marzo 2009
Personal técnico que participó en el taller sobre detección de cambios en los extremos del clima a partir de datos diarios en Puebla. Universidad Iberoamericana – INE, 2009.
•Semilla para el desarrollo y consolidación de nuevos grupos de técnicos,intermediarios y usuarios de información de variabilidad y cambio climático, los cualesse esperan a partir del grupo formado en 2009 por el INE para utilizar análisis deextremos en toma de decisiones y diseño de políticas.
Estaciones de temperatura, más 40 años y 90% de observaciones
Conclusiones
•Los índices de CC del ETCCDI permiten detectar una señal de cambio
en los extremos climáticos de Veracruz.
•El cambio en los extremos es más claro en la temperatura (aumento en
los días calurosos y disminución de los días frescos)
•No se detectan tendencias significativas de cambio en la precipitación.
•Los cambios detectados son consistentes con los observados en otras
regiones del planeta a causa de un calentamiento del sistema climático.
•Dada la corta longitud de las series de tiempo, mayor investigación
será necesaria para explorar el posible papel de las oscilaciones de
baja frecuencia.
•Actualmente se trabaja en extender los análisis en México para contar
con mayores análisis para el AR5 del IPCC.
¿Preguntas?
Muchas gracias por su atención
Jorge Luis Vazquez Aguirre
Climatic Research Unit
University of East Anglia
Norwich, UK. NR4 7TJ.
Agradecimientos
•Agradezco la invitación al Seminario INEGI-UNAM así como lo siguiente:
•Financiamiento para investigación sobre índices de cambio climático en México por el Consejo Nacional de Tecnología, la Secretaría de Educación Pública.
•Financiamiento del proyecto INE-UIA “Fortalecimiento de capacidades en detección del cambio climático en México” por la Embajada Británica en México.
•Datos de observaciones diarias del clima mexicano proporcionados por el Servicio Meteorológico de la Comisión Nacional del Agua.
•Metodología, software y apoyo técnico del ETCCDI.
•Diapositivas sobre detección y atribución proporcionadas por Phil Jones y Francis Zwiers.
•Apoyo constante de Manola Brunet, Tom Peterson, Xuebin Zhang y otros miembros de la comunidad climatológica: Centro en Cambio Climático, URV; NCDC, NOAA; CRU, UEA.
•Sistema computacional desarrollado por Oscar Javier Palacios Ruiz con software libre gracias a las facilidades otorgadas por la Coordinación de Cambio Climático del INE (Julia Martínez, Uriel Bando, Alejandro)
•Constante apoyo y colaboración de Uriel Bando y Miguel Altamirano (INE); Benjamín Ortiz Espejel, Bodil Andrade, Marco Espinoza, Mauricio Villegas y otros (UIA Puebla).
•Estudio regional en Veracruz por invitación de Adalberto Tejeda Martínez y el Grupo de Climatología Aplicada de la Universidad Veracruzana. Colaboración de los miembros de la Red de Indices de Cambio Climático y muchos más.