El documento describe la generación de líneas base climáticas e hipótesis de escenarios climáticos futuros para Colombia usando modelos climáticos globales y regionales. Se mejoró la línea base climatológica actualizando y agregando estaciones meteorológicas. Se compararon los resultados de varios modelos climáticos globales e regionales para evaluar la consistencia temporal de las proyecciones de temperatura y precipitación.

1. Carlos Navarro
Andy Jarvis
Edwin Rojas

2. Contenido
Parte 1
Breve Cambio Climático ;
Demandas en agricultura
Modelos
Opciones (Downscaling)
Generación de la línea base
Reinterpolación WorldClim
Parte 2
Generación de Escenarios futuros
Evaluación MRI & PRECIS
Subselección de GCMs
Conclusiones

3. • Agricultura demanda:
– Múltiples variables
– Muy alta resolución
espacial (1 km, 90m??).
– Alta resolución temporal
(i.e. mensual, diaria).
– Alta certidumbre.
• Tanto para presente como
para futuro.

5. Calibrados desde el
Los GCMs son la única
pasado, proyectados
manera en que podemos
predecir el clima a futuro hacia el futuro..

6. Volviendo al tema de la incertidumbre…
• Depender de un solo GCM es peligroso.
• Se deben tomar decisiones dentro de un contexto de
incertidumbre.

7. Y qué es lo que dicen los modelos??
Bccr Bcm 2.0 Cccma Cgcm 3.1 T47 Cnrm Cm3 Csiro Mk3.0 Csiro Mk 3.5
Gfdl Cm2.0 Gfdl Cm 2.1 Giss Model Er Ingv Echam4 Inm Cm3.0
Ipsl Cm4 Miroc3 2 Medres Miub Echo G Mpi Echam5 Mri Cgcm 2.3.2a
Ncar Ccsm 3.0 Ncar Pcm1 Ukmo Hadcm3 Ukmo Hadgem1
SRES A2 2030s Prec

8. Bccr Bcm 2.0 Cccma Cgcm 3.1 T47 Cnrm Cm3 Csiro Mk3.0 Csiro Mk 3.5
Gfdl Cm2.0 Gfdl Cm 2.1 Giss Model Er Ingv Echam4 Inm Cm3.0
Ipsl Cm4 Miroc3 2 Medres Miub Echo G Mpi Echam5 Mri Cgcm 2.3.2a
Ncar Ccsm 3.0 Ncar Pcm1 Ukmo Hadcm3 Ukmo Hadgem1
SRES A2 2030s Tmean

9. Opciones
Downscaling
Necesidad
por métodos
Aumentar
estadísticos o
resolución, uniformizar
Problema … proveer datos de dinámicos..
Aún el GCM alta
más preciso es resolución, contextuali
demasiado zados
grueso (100km).

10. – Base climatológica: WorldClim
– Usado en mayoría de estudios de CC.
– Tomar superficies GCM originales
(series de tiempo)
– Calcular promedios para línea base y
períodos específicos
– Calcular anomalías
– Interpolar anomalías (spline)
– Sumar anomalías a WorldClim

12. • Superficies
mensuales para
prec, tmean, tmin
y tmax.
• Compilación de
registros
nivel, local, regio
nal, nacional.
• Interpolación 1km usando
thin-plate smoothing spline (Anusplin)
• Latitud, longitud, elevación como variables independientes
• Calidad.. Depende de ρ y topografía

13. Basado en:
• 47,554
Mean annual
temperature (ºC)
estaciones de
-30.1 precipitación
30.5
• 24,542
estaciones de
tmean ,
• 14,835
Annual
estaciones de
precipitation (mm)
0
tmax y tmin
12084

14. – Base climatológica:
Condiciones de frontera de
GCMs.
– Realiza cálculos de la
dinámica atmosférica y
resuelve ecuaciones para
cada grilla, dentro de un
área limitada.
– Resolucion varia entre 25-50km
– Validar datos del pasado usando datos de estaciones

15. – Datos diarios.
– Resolución 20km
– Alta incertidumbre en
condiciones tropicales.
– Pocos periodos de modelación.

16. Espera!!!! Es mucha información para mi…..
Escenarios de población, energía, modelos
Emisiones económicos
Concentraciones Ciclo del carbono, modelos químicos
Cambio climático Global GCMs
RCMs,
Detalles regionales Downscaling
Impactos Modelos de impacto

18. • Registros desactualizados de la última década.
• Limitadas variables independientes (TRMM).
• Poco detalle en algunas zonas de los llanos
colombianos (ρ).
mm/year
C
25
¯
012,5 50 75 100
Km

19. • Inclusión de nuevas estaciones
IDEAM, actualización de otras.
• Generación de superficies climáticas
interpoladas usando ANUSPLIN-SPLINA
• Validación cruzada con 25 iteraciones.
• Análisis de incertidumbre.
• Generación de las superficies.

20. Precipitación
Acumulada
Mensual
45 estaciones
nuevas
25 actualizadas
Nuevas Estaciones IDEAM
Estaciones Worldclim
1°N - 5°N de latitud
75° W - 71° W de longitud

21. Temperatura
Media Mensual
9 Estaciones
nuevas
Nuevas Estaciones IDEAM
Estaciones Worldclim
1°N - 5°N de latitud
75° W - 71° W de longitud

22. Temperatura
Mínima
Mensual
8 Estaciones
nuevas
Nuevas Estaciones IDEAM
Estaciones Worldclim
1°N - 5°N de latitud
Nota: Temperatura Máxima Mensual se 75° W - 71° W de longitud
calcula con el dtr. dtr = tmax – tmin

23. •Gradientes
abruptos.
•Valores
erróneos.
•Sobreestimación
, precipitaciones
negativas.
•Ruido.
200
200
Interpolación Interpolación
Estaciones WC con TRMM
150
150
Estaciones WC sin TRMM
sin TRMM con TRMM
100 R² = 0.805 100
R² = 0.589
50 50
0 0
0 50 100 150 200 0 50 100 150 200
Estacines WC Original Estaciones WC Original

24. WorldClim
1.
22
0
-2
.3
2. 05
30
6
mm/year
-2
.4
2. 82
48
3
-2
.5
2. 71
57
2
-2
.6
2. 37
63
8
-2
.6
2. 82
68
3
-2
.7
2. 26
72
7
-2
.7
2. 70
77
1
-2
.8
2. 59
86
0
-3
.1
3. 47
14
8
-6
.8
67
Precipitación total acumulada
0 12,525
50
75
100
¯
WorldClim reinterpolación
Km
CV
RSQ

25. WorldClim
3,
8
°C
-2
3
23
,1
-2
25 5
,1
-2
5,
25 4
,5
-2
5,
25 6
,7
-2
5,
25 7
,8
-2
5,
9
26
-2
6,
26 1
,2
-2
6,
26 3
,4
-2
6,
26 5
,6
-2
6,
8
Temperatura Media Anual
0 12,525
50
75
100
¯
WorldClim reinterpolación
Km
CV
RSQ

26. Temperatura Mínima Media Anual
WorldClim WorldClim reinterpolación
RSQ
CV
0 12,525 50
¯
75 100
Km
°C
2
6
8
3
6
9
6
6
9
3
8,
8,
9,
9,
9,
0,
1,
0,
7,
-1
-1
-1
-1
-1
-1
-1
-2
-2
-2
,9
,9
,3
,7
,1
,4
,7
,4
,7
18
20
-0
17
18
19
19
19
20
20

27. • Mejoras de línea base, influyen directamente en
proyecciones a futuro.
• No es conveniente usar TRMM.
• Se mejoró significativamente la base de datos de
superficies tmean y tmín.
• Mejoras significativas en el patrón y magnitud de
lluvias.

31. • RCMs (Giorgi 1990)
– Usar resultados de
GCMs
– Son de área limitada..
Necesitan condiciones
de frontera.
– Realiza cálculos de la
dinámica atmosférica y
resuelve ecuaciones
para cada grilla.
– Datos diarios
– Resolucion varia entre 25-50km

32. • GCM de alta resolución
100°W 90°W 80°W 70°W 60°W 50°W 40°W
¯
• Datos diarios
10°N
• Periodos 1979-
0°
MRI Precipitation
2003, 2015-2039, 2075-
10°S
January 1979
High : 1441
2099
20°S
Low : 0
• Resolución 20 km
30°S
• Problemas en
40°S
precipitación
50°S
Km
0 3 6 12 18 24
(sobreestimación)

33. Extracción PRECIS Extracción MRI
• Datos diarios • Datos diarios
• 5 modelos (150yr c/u)
– HadCM3Q0:SRES_A1B • 1 modelo SRES A1B
– HadCM3Q3:SRES_A1B • Resolución 20 km
– HadCM3Q16:SRES_A1B
– ECHAM5:SRES_A1B • No está validado.
• Resolución 50 km • Extraídos periodos 1979-
• No está validado. 2003, 2015 – 2039.
• Extraídos periodos 1961-1990, 2020-
2049, 2040-2069.
Comparaciones en línea base
Comparaciones con modelos GCM IPCC

34. Anomalías Precipitación Total Acumulada 2030s
24 GCM MRI ECHAM5
HadCM3Q0 HadCM3Q3 HadCM3Q16

35. Anomalías Precipitación Total Acumulada 2050s
24 GCM ECHAM5 HadCM3Q0
HadCM3Q3 HadCM3Q16

36. Anomalías Temperatura Media Anual 2030s
24 GCM MRI ECHAM5
HadCM3Q0 HadCM3Q3 HadCM3Q16

37. Anomalías Temperatura Media Anual 2050s
24 GCM ECHAM5 HadCM3Q0
HadCM3Q3 HadCM3Q16

38. Consistencia Temporal
Temperatura Media Mensual Precipitación Acumulada Mensual
HadCM3Q HadCM3Q HadCM3Q HadCM3Q HadCM3Q HadCM
Periodo Métrico Ensemble ECHAM5 Ensemble ECHAM5
0 16 3 0 16 3Q3
Promedio 24.64 27.79 27.16 29.62 27.16 175.97 107.15 124.44 127.27 117.28
2030s STD 0.90 1.78 1.05 1.84 0.90 64.52 84.50 80.10 90.31 76.33
Rango 3.10 5.77 3.32 5.59 2.85 200.66 244.41 234.53 229.71 222.73
Promedio 25.36 29.21 28.13 31.03 27.94 175.69 112.22 129.56 122.19 121.58
2050s STD 0.92 1.81 1.21 2.06 1.03 62.80 89.27 84.33 90.10 77.27
Rango 3.17 5.53 3.56 5.98 3.35 188.04 255.97 239.60 224.712 231.49
300 36
A B
Temperatura Media Mensual (°C)
Precipitación Mensual (mm/mes)
34
250
32
200
30
150 28
26
100
24
50
22
0 20
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dec Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dec
Mes Mes
Ensemble 2030s
20c3m_2030s ECHAM5_2030s HadCM3Q0_2030s HadCM3Q3_2030s HadCM3Q16_2030s
Ensemble 2050s
20c3m_2050s ECHAM5_2050s HadCM3Q0_2050s HadCM3Q3_2050s HadCM3Q16_2050s

39. Certidumbre en línea base
ANUAL DJF MAM JJA SON ANUAL DJF MAM JJA SON
Modelo C WC C WC C WC C WC C WC C WC C WC C WC C WC C WC
Ensemble 24GCM 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
ECHAM5 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
HadCM3Q0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
HadCM3Q16 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
HadCM3Q3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
MRI 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
< 0.50 0.50 - 0.60 0.60 - 0.70 0.70 - 0.80 0.80 - 0.90 0.90 - 0.95 0.95 - 0.98 0.98 - 1.00

40. • Modelos HadCM3Q16 y HadCM3Q3 son los que
mejor representan la climatología futura en
magnitud y localización geográfica de las lluvias.
• Se descarta el uso de MRI por rendimiento y
disponibilidad de datos.
• Todos los modelos sobrestiman temperatura, a
excepción de HadCM3Q3.
• Selección de HadCM3Q3 para recrear clima
regional futuro.

42. Model Country Atmosphere Ocean
BCCR-BCM2.0 Norway T63, L31 1.5x0.5, L35
CCCMA-CGCM3.1 (T47) Canada T47 (3.75x3.75), L31 1.85x1.85, L29
CCCMA-CGCM3.1 (T63) Canada T63 (2.8x2.8), L31 1.4x0.94, L29
CNRM-CM3 France T63 (2.8x2.8), L45 1.875x(0.5-2), L31
CSIRO-Mk3.0 Australia T63, L18 1.875x0.84, L31
CSIRO-Mk3.5 Australia T63, L18 1.875x0.84, L31
GFDL-CM2.0 USA 2.5x2.0, L24 1.0x(1/3-1), L50
GFDL-CM2.1 USA 2.5x2.0, L24 1.0x(1/3-1), L50
GISS-AOM USA 4x3, L12 4x3, L16
GISS-MODEL-EH USA 5x4, L20 5x4, L13
GISS-MODEL-ER USA 5x4, L20 5x4, L13
IAP-FGOALS1.0-G China 2.8x2.8, L26 1x1, L16
INGV-ECHAM4 Italy T42, L19 2x(0.5-2), L31
INM-CM3.0 Russia 5x4, L21 2.5x2, L33
IPSL-CM4 France 2.5x3.75, L19 2x(1-2), L30
MIROC3.2-HIRES Japan T106, L56 0.28x0.19, L47
MIROC3.2-MEDRES Japan T42, L20 1.4x(0.5-1.4), L43
MIUB-ECHO-G Germany/Korea T30, L19 T42, L20
MPI-ECHAM5 Germany T63, L32 1x1, L41
MRI-CGCM2.3.2A Japan T42, L30 2.5x(0.5-2.0)
NCAR-CCSM3.0 USA T85L26, 1.4x1.4 1x(0.27-1), L40
NCAR-PCM1 USA T42 (2.8x2.8), L18 1x(0.27-1), L40
UKMO-HADCM3 UK 3.75x2.5, L19 1.25x1.25, L20
UKMO-HADGEM1 UK 1.875x1.25, L38 1.25x1.25, L20
Incertidumbres!

43. Mezcla de resoluciones

44. Disponibilidad de datos (via IPCC)
WCRP CMIP3 A1B-P A1B-T A1B-Tx A1B-Tn A2-P A2-T A2-Tx A2-Tn B1-P B1-T B1-Tx B1-Tn
BCCR-BCM2.0 OK OK OK OK OK OK OK OK OK OK OK OK
CCCMA-CGCM3.1-T63 OK OK NO NO NO NO NO NO OK OK NO NO
CCCMA-CGCM3.1-T47 OK OK NO NO OK OK NO NO OK OK NO NO
CNRM-CM3 OK OK NO NO OK OK NO NO OK OK NO NO
CSIRO-MK3.0 OK OK OK OK OK OK OK OK OK OK OK OK
CSIRO-MK3.5 OK OK OK OK OK OK OK OK OK OK OK OK
GFDL-CM2.0 OK OK OK OK OK OK OK OK OK OK OK OK
GFDL-CM2.1 OK OK OK OK OK OK OK OK OK OK OK OK
GISS-AOM OK OK OK OK NO NO NO NO OK OK OK OK
GISS-MODEL-EH OK OK NO NO NO NO NO NO NO NO NO NO
GISS-MODEL-ER OK OK NO NO OK OK NO NO OK OK NO NO
IAP-FGOALS1.0-G OK OK NO NO NO NO NO NO OK OK NO NO
INGV-ECHAM4 OK OK NO NO OK OK NO NO NO NO NO NO
INM-CM3.0 OK OK OK OK OK OK OK OK OK OK OK OK
IPSL-CM4 OK OK NO NO OK OK NO NO OK OK NO NO
MIROC3.2.3-HIRES OK OK OK OK NO NO NO NO OK OK OK OK
MIROC3.2.3-MEDRES OK OK OK OK OK OK OK OK OK OK OK OK
MIUB-ECHO-G OK OK NO NO OK OK NO NO OK OK NO NO
MPI-ECHAM5 OK OK NO NO OK OK NO NO OK OK NO NO
MRI-CGCM2.3.2A OK OK NO NO OK OK NO NO OK OK NO NO
NCAR-CCSM3.0 OK OK OK OK OK OK OK OK OK OK OK OK
NCAR-PCM1 OK OK OK OK OK OK OK OK OK OK OK OK
UKMO-HADCM3 OK OK NO NO OK OK NO NO OK OK NO NO
UKMO-HADGEM1 OK OK NO NO OK OK NO NO NO NO NO NO

45. Falta de homogeneidad
Annual Precipitation
820.000
bccr_bcm2_0 cccma_cgcm3_1_t47
cnrm_cm3 csiro_mk3_0
csiro_mk3_5 gfdl_cm2_0
800.000 gfdl_cm2_1 giss_model_er
ingv_echam4 inm_cm3_0
Annual Precipitation (mm)
ipsl_cm4 miroc3_2_medres
miub_echo_g mpi_echam5
780.000 mri_cgcm2_3_2a ncar_ccsm3_0
ncar_pcm1 ukmo_hadcm3
ukmo_hadgem1
760.000
740.000
720.000
700.000
2010_2039 2020_2049 2030_2059 2040_2069 2050_2079 2060_2089 2070_2099
Period (30 yr)

46. Annual Mean Temperature
17.000
bccr_bcm2_0 cccma_cgcm3_1_t47
cnrm_cm3 csiro_mk3_0
csiro_mk3_5 gfdl_cm2_0
16.000 gfdl_cm2_1 giss_model_er
ingv_echam4 inm_cm3_0
ipsl_cm4 miroc3_2_medres
15.000 miub_echo_g mpi_echam5
mri_cgcm2_3_2a ncar_ccsm3_0
ncar_pcm1 ukmo_hadcm3
ukmo_hadgem1
Annual Mean Temperatue (C)
14.000
13.000
12.000
11.000
10.000
9.000
8.000
2010_2039 2020_2049 2030_2059 2040_2069 2050_2079 2060_2089 2070_2099
Period (30 yr)

47. Anomalías
Bccr Bcm 2.0 Cccma Cgcm 3.1 T47 Cnrm Cm3 Csiro Mk3.0 Csiro Mk 3.5
Gfdl Cm2.0 Gfdl Cm 2.1 Giss Model Er Ingv Echam4 Inm Cm3.0
Ipsl Cm4 Miroc3 2 Medres Miub Echo G Mpi Echam5 Mri Cgcm 2.3.2a
Ncar Ccsm 3.0 Ncar Pcm1 Ukmo Hadcm3 Ukmo Hadgem1
SRES A2 2030s Prec

48. Bccr Bcm 2.0 Cccma Cgcm 3.1 T47 Cnrm Cm3 Csiro Mk3.0 Csiro Mk 3.5
Gfdl Cm2.0 Gfdl Cm 2.1 Giss Model Er Ingv Echam4 Inm Cm3.0
Ipsl Cm4 Miroc3 2 Medres Miub Echo G Mpi Echam5 Mri Cgcm 2.3.2a
Ncar Ccsm 3.0 Ncar Pcm1 Ukmo Hadcm3 Ukmo Hadgem1
SRES A2 2030s Tmean

49. < 0.50 0.50 - 0.60 0.60 - 0.70 0.70 - 0.80 0.80 - 0.90 0.90 - 0.95 0.95 - 0.98 0.98 - 1.00

50. Resultados subselección
2030 19 GCMS 2030 12 GCMS 2030 Diferencia

51. 2050 19 GCMS 2050 12 GCMS 2050 Diferencia

52. 2030 19 GCMS 2030 12 GCMS 2030 Diferencia

53. 2050 19 GCMS 2050 12 GCMS 2050 Diferencia

54. • Downscaling es inevitable,
aunque se evaluarán las
limitaciones de los modelos.
• Se está haciendo una mejora
continua.
• El foco principal es hacer un
análisis de incertidumbres y
mejorar los datos de línea
base.

55. • Análisis más riguroso incertidumbre de GCMs.
• Comparación con RCMs.
• Mejorar la línea base.
• Conseguir y procesar proyecciones AR5.
• Evaluar y validar incertidumbres.
• Selección final y entrega de datos climáticos.