Resultados de modelos de consenso William Cabos Universidad de Alcalá.

Presentación del tema: "Resultados de modelos de consenso William Cabos Universidad de Alcalá."— Transcripción de la presentación:

1 Resultados de modelos de consenso William Cabos Universidad de Alcalá

2 VALIDACIÓN DE REMO Y MRI-AGCM Para validar los campos de precipitación y temperatura del aire a dos metros utilizamos la base de datos de la Universidad de Delawere. Las temperaturas de esta base de datos se proporcionan en una malla regular de 0.5 grados tanto en longitud como latitud. Los datos observados desde los que han sido interpoladas estas temperaturas provienen de diversas fuentes, incluyendo la Red Climátológica Histórica Global (GHCN2), La Red Global de Climatología Sinóptica (Dataset 9290c de NCDC de EEUU, y el Resumen Global Diario de Superficie (GSOD)

3 Precipitación estacional (mm/mes) 1981-2000 REMO 50 km MRI-AGCM, 50 km Delawere MRI-AGCM,20 km DJF MAM JJA SON errores de los modelos

4 Validación de precipitación Se puede observar que los tres modelos muestran una buena representación de la precipitación, siendo MRI-AGCM con resolución de 20 km el más cercano a las observaciones. Los tres modelos, y especialmente REMO, tienen un exceso de precipitación sobre los Andes, sobre todo en el verano austral. También cabe destacar que en invierno, en el norte de Perú y el este de Ecuador REMO simula una precipitación menor que la observada, en tanto que en MRI_AGCM el bias es positivo

5 Temperatura a 2m ( o C) 1981-2000 REMO 50 km MRI-AGCM, 50 km Delawere MRI-AGCM,20 km DJF MAM JJA SON errores de los modelos

6 Validación de temperatura Las temperaturas simuladas por REMO y MRI-AGCM muestran patrones de error muy semejantes, tanto en distribución espacial como en magnitud. Se pueden ver todos los modelos muestran errores positivos en la costa y negativos en las zonas montañosas. La discrepancias entre modelos y observaciones en la región costera se puede explicar en parte por el hecho de que la, en general estrecha franja costera no está bien resuelta ni por las observaciones ni los modelos, excepto MRI-AGCM a 20 km, para el cual los errores positivos en la costa están restringidos a una banda más delgada

7 Análisis de las señales climáticas Se ha tomado como referencia el periodo 1981-2000, ya que en el modelo MRI-AGCM solo se dispone en las simulaciones de clima actual del periodo 1979-2003. Se presentan los cambios de temperatura media y precipitación para el escenario A1B en MRI-AGCM y de temperatura media, temperatura mínima, temperatura máxima y precipitación para REMO en las tres vías de concentración representativas RCP2.6, RCP4.5 y RCP8.5 Se presentan los cambios de temperatura media, temperatura mínima, temperatura máxima y precipitación para modelos globales en las tres vías de concentración representativas RCP2.6, RCP4.5 y RCP8.5 En el cálculo de las climatologías se ha utilizado CDO y para la representación gráfica se ha utilizado NCL

8 Temperatura. Control (1981-2000) MRI-AGCM 18 kmREMO 50 kmMRI-AGCM 60 km

9 Precipitación. Control (1981-2000) MRI-AGCM 60 kmMRI-AGCM 18 kmREMO 50 km

10 Cambio Temp. (2020-2039) – Control MRI-AGCM 18 km A1BREMO 50 km RCP4.5MRI-AGCM 60 km A1B

11 Cambio Prec. (2020-2039) – Control MRI-AGCM 18 km A1B REMO 50 km RCP4.5 MRI-AGCM 60 km A1B

12 Cambio Temp. (2020-2039) – Control REMO 50 km RCP4.5 REMO 50 km RCP8.5 REMO 50 km RCP2.5

13 Cambio TMin. (2020-2039) – Control REMO 50 km RCP4.5 REMO 50 km RCP8.5 REMO 50 km RCP2.5

14 Cambio Tmax. (2020-2039) – Control REMO 50 km RCP4.5 REMO 50 km RCP8.5 REMO 50 km RCP2.5

15 Cambio Prec. (2020-2039) – Control REMO 50 km RCP4.5 REMO 50 km RCP8.5 REMO 50 km RCP2.5

16 Cambio Temp. (2081-2100) – Control REMO 50 km RCP4.5 REMO 50 km RCP8.5 REMO 50 km RCP2.5

17 Cambio Prec. (2081-2100) – Control REMO 50 km RCP4.5 REMO 50 km RCP8.5 REMO 50 km RCP2.5

18 Cambio TMin. (2081-2100) – Control REMO 50 km RCP4.5 REMO 50 km RCP8.5 REMO 50 km RCP2.5

19 Cambio Tmax. (2020-2039) – Control REMO 50 km RCP4.5 REMO 50 km RCP8.5 REMO 50 km RCP2.5

20 Modelos globales. Cambio Prec. (2020- 2039) RCP4.5– Control BCC-CSM1CanESM2 EC-EARTH

21 Modelos globales. Cambio Prec. (2020- 2039) RCP4.5– Control. ECHAM6-LRECHAM6-MR GFDL-ESM2M

22 Modelos globales. Cambio Prec. (2020- 2039) RCP4.5 – Control HadGEM2-ES NorESM1-M

23 Modelos globales. Cambio Temperatura (2020-2039) RCP4.5– Control BCC-CSM1CanESM2 EC-EARTH

24 Modelos globales. Cambio Temperatura (2020-2039) RCP4.5– Control. ECHAM6-LRECHAM6-MR GFDL-ESM2M

25 Modelos globales. Cambio Temperatura (2020-2039) RCP4.5 – Control HadGEM2-ES NorESM1-M

26 Modelos globales. Cambio Temperatura (2081.2100) RCP4.5– Control BCC-CSM1CanESM2 EC-EARTH

27 Modelos globales. Cambio Temperatura (2081-2100) RCP4.5– Control. ECHAM6-LRECHAM6-MR GFDL-ESM2M

28 Modelos globales. Cambio Temperatura (2081-2100) RCP4.5 – Control HadGEM2-ES NorESM1-M GFDL

29 Tendencias 33 modelos Minimum temperature Maximum temperature

30 Trabajo a hacer Generar la media de los cambios Regionalización? Calcular tendencias en esas regiones