Modelos climáticos

CMIP6

ISIMIP3b

Para el portal web Climate Impacts Online, se utilizaron datos de entrada climáticos ISIMIP3b ajustados por sesgo del Proyecto de Intercomparación de Modelos de Impacto Intersectorial (ISIMIP). Este conjunto de datos se basa en los resultados originales del modelo climático global (GCM) del archivo CMIP6. Puede encontrar más información sobre este conjunto de datos en el sitio web de ISIMIP.
Para la corrección de sesgo y la reducción de escala estadística, se aplicaron el método ISIMIP3BASD y el conjunto de datos observacionales W5E5 v2.0 (Lange, 2019a; Lange, 2020).

Los datos cubren tres períodos de tiempo:

• - Preindustrial (1601–1849)
• - Histórico (1850–2014)
• - Futuro (2015–2100)

• - piControl (Experimento de control preindustrial)
• - histórico
• - ssp126 (SSP1–RCP2.6)
• - ssp370 (SSP3–RCP7.0)
• - ssp585 (SSP5–RCP8.5)

Modelos en detalle

El modelo climático GDFL-ESM4, que forma parte del proyecto CMIP6, se publicó en 2018. Consta de:
Aerosol: interactivo (incluido el efecto indirecto de aerosoles), Atmos: GFDL-AM4.1 (Esfera cúbica (c96) - resolución horizontal nominal de 1 grado; 360 x 180 de longitud/latitud; 49 niveles; nivel superior: 1 Pa), AtmosChem: GFDL-ATMCHEM4.1 (química atmosférica completa), Tierra: GFDL-LM4.1 (modelo terrestre con un nuevo modelo de dinámica de vegetación que aborda explícitamente la edad y la estructura de la altura de las plantas, así como los microbios del suelo, con zonas de incendios diarios, cultivos, pastos y pastoreo), LandIce: GFDL-LM4.1, Océano: GFDL-OM4p5 (GFDL-MOM6, tripolar - nominal de 0,5 grados; 720 x 576 de longitud/latitud; 75 niveles; celda superior de la cuadrícula: 0-2 m), ocnBgchem: GFDL-COBALTv2, SeaIce: GFDL-SIM4p5 (GFDL-SIS2.0, tripolar - nominal 0,5 grados; 720 x 576 longitud/latitud; 5 capas; 5 categorías de espesor), con transferencia radiativa y dinámica de cuadrícula C para compatibilidad con MOM6. El modelo fue ejecutado por la Administración Nacional Oceánica y Atmosférica (NOAA), Laboratorio de Dinámica de Fluidos Geofísicos, Princeton, NJ 08540, EE. UU. (NOAA-GFDL) en resoluciones nominales nativas: aerosol: 100 km, atmósfera: 100 km, atmósfera química: 100 km, tierra: 100 km, hielo terrestre: 100 km, océano: 50 km, oxígeno-química: 50 km, hielo marino: 50 km.
Fuente: WDC Climate - GDFL-ESM4

El modelo climático IPSL-CM6A-LR se lanzó en 2017 y también es parte del proyecto CMIP. El modelo incluye los componentes: atmósfera: LMDZ (NPv6, N96; 144 x 143 longitud/latitud; 79 niveles; nivel superior 80 000 m), tierra: ORCHIDEE (v2.0, modo Agua/Carbono/Energía), océano: NEMO-OPA (eORCA1.3, tripolar principalmente 1 grado; 362 x 332 longitud/latitud; 75 niveles; celda superior de la cuadrícula 0-2 m), ocnBgchem: NEMO-PISCES, hielo marino: NEMO-LIM3. El modelo fue ejecutado por el Instituto Pierre Simon Laplace, París 75252, Francia (IPSL) en resoluciones nominales nativas: atmósfera: 250 km, tierra: 250 km, océano: 100 km, ocnBgchem: 100 km, hielo marino: 100 km.
Fuente: WDC Climate - GDFL-ESM4

El MPI-ESM consta de los modelos acoplados de circulación general para la atmósfera y el océano, ECHAM6 (espectral T127; 384 x 192 longitud/latitud; 95 niveles; nivel superior 0,01 hPa) y MPIOM (tripolar TP04, aproximadamente 0,4 grados; 802 x 404 longitud/latitud; 40 niveles; celda superior de la cuadrícula 0-12 m), y los modelos de subsistema para tierra y vegetación JSBACH3.20 y para la biogeoquímica marina HAMOCC6. Es administrado por el Instituto Max Planck de Meteorología, Hamburgo 20146, Alemania (MPI-M) en resoluciones nominales nativas: "aerosol: 100 km, atmósfera: 100 km, tierra: 100 km, landIce: ninguno, océano: 50 km, ocnBgchem: 50 km, seaIce: 50 km".
Fuente: WDC Climate - GDFL-ESM4

El modelo MRI-ESM2.0 fue lanzado en 2017 y está a cargo del Instituto de Investigación Meteorológica, Tsukuba, Ibaraki 305-0052, Japón (MRI). Incluye los siguientes componentes: "aerosol: MASINGAR mk2r4 (TL95; 192 x 96 longitud/latitud; 80 niveles; nivel superior 0,01 hPa), atmósfera: MRI-AGCM3.5 (TL159; 320 x 160 longitud/latitud; 80 niveles; nivel superior 0,01 hPa), atmosChem: MRI-CCM2.1 (T42; 128 x 64 longitud/latitud; 80 niveles; nivel superior 0,01 hPa), tierra: HAL 1.0, océano: MRI.COM4.4 (tripolar principalmente 0,5 grados de latitud/1 grado de longitud con refinamiento meridional hasta 0,3 grados dentro de 10 grados al norte y al sur del ecuador; 360 x 364 longitud/latitud; 61 niveles; celda superior de la cuadrícula 0-2 m), ocnBgchem: MRI.COM4.4, seaIce: MRI.COM4.4. El modelo se ejecutó en resoluciones nominales nativas: aerosol: 250 km, atmósfera: 100 km, atmosChem: 250 km, tierra: 100 km, océano: 100 km, ocnBgchem: 100 km, seaIce: 100 km.
Fuente: WDC Climate - GDFL-ESM4

UKESM1 consta del modelo oceánico NEMO y el modelo de hielo marino CICE, así como del modelo de superficie terrestre JULES, con vegetación dinámica TRIFFID. Además, el modelo simula la química atmosférica y los aerosoles mediante UKCA, la biogeoquímica marina con MEDUSA y las capas de hielo dinámicas con el modelo BISICLES. Fuente: UKESM - UKESM1

Fuentes:

Modelos de bosques y biodiversidad

Las simulaciones para el Sector Bosque y Biodiversidad se realizaron con el Modelo Dinámico de Vegetación Global (DGVM) LPJmL4.0-VR (Sakschewski et al., 2021). Los DGVM como LPJmL son una herramienta importante para estudiar la respuesta de los ecosistemas forestales naturales, como la selva amazónica, al cambio climático y las perturbaciones humanas como los incendios y la deforestación.

El modelo LPJmL (Lund-Potdam-Jena Managed Land) es un DGVM basado en procesos que modela los ciclos de energía, agua y carbono en el sistema terrestre y simula el crecimiento y la productividad de la vegetación natural y agrícola (Schaphoff et al., 2018). ). La vegetación natural se caracteriza por diferentes tipos funcionales de plantas (PFT), por ejemplo, 'árbol templado de hoja ancha' o 'árbol boreal de hoja ancha'. Las PFT compiten por los recursos de luz y agua en celdas de cuadrícula de 0,5° (aprox. 50 km x 50 km). Como resultado, se establecen comunidades forestales que están adaptadas a las condiciones climáticas locales. En los trópicos coexisten árboles de hoja perenne y de hoja ancha, dependiendo de la disponibilidad de agua y la duración de la estación seca. Una extensión reciente de LPJmL4.0 que ahora considera el crecimiento dinámico de las raíces, diferentes profundidades de raíces y distribuciones de raíces en el suelo, LPJmL4.0-VR ( V ariable R oots), fue un paso importante hacia una representación más realista de la evolución intraanual. ciclos de productividad y evapotranspiración, cobertura forestal y distribución espacial de la biomasa en bosques tropicales y subtropicales (Sakschewski et al., 2021).

Referencias:

Escenarios climáticos

Las denominadas rutas de concentración representativas (PCR) se desarrollaron para el quinto informe de evaluación del Panel Intergubernamental sobre Cambio Climático (IPCC). Describen diferentes niveles de impulsos de radiación inducidos por gases de efecto invernadero que podrían ocurrir en el período 2011 hasta 2100. Sin embargo, no incluyeron ninguna “narrativa” socioeconómica que los acompañara. En los últimos años, un equipo internacional de científicos climáticos, economistas y modeladores de sistemas energéticos desarrolló una gama de nuevas "vías" que examinan cómo la sociedad, la demografía y la economía globales podrían cambiar durante el próximo siglo. Se les conoce como las "Vías Socioeconómicas Compartidas" (SSP). Los SSP se publicaron en 2017 (Riahi et al., 2017) y desempeñarán un papel importante en el Sexto Informe de Evaluación del IPCC en 2021/2022.

Los SSP son escenarios de referencia que describen desarrollos futuros en ausencia de nuevas políticas climáticas, más allá de las que ya existen en la actualidad. Ofrecen cinco caminos que el mundo podría tomar. Los cinco SSP se diferencian principalmente en el crecimiento de la población, la urbanización, el crecimiento económico, las inversiones en educación y salud, el sistema energético y el uso de la tierra, la tasa de desarrollo tecnológico y los impulsores de la demanda, como los cambios en el estilo de vida (Riahi et al., 2017).

Como los PCR, los SSP tampoco están completos en su diseño, ya que estos son solo futuros sociales que no incluyen los impactos del cambio climático. Además, en estos no se implementan medidas de mitigación o adaptación (O'Neill et al., 2020). Por lo tanto, ClimateImpactsOnline utiliza tres combinaciones SSP-RCP para visualizar los datos climáticos correspondientes a diferentes escenarios socioeconómicos y de radiación.

SSP1 "Sostenibilidad" - 2.6

SSP3 "Rivalidad regional" - 7.0

SSP5 "Desarrollo impulsado por combustibles fósiles" - 8.5

Base de datos SSP

Las vías socioeconómicas compartidas (SSP): una descripción general (póster)
Fuentes:

O'Neill, BC, Carter, TR, Ebi, K. et al. Logros y necesidades del marco de escenarios de cambio climático. Nat. Clim. Chang. 10, 1074-1084 (2020). https://doi.org/10.1038/s41558-020-00952-0

Riahi, K. et al., The Shared Socioeconomic Pathways y sus implicaciones en la energía, el uso de la tierra y las emisiones de gases de efecto invernadero: una descripción general, Global Environmental Change, Volumen 42, 153-168 (2017). https://doi.org/10.1016/j.gloenvcha.2016.05.009.

Datos de observación

El conjunto de datos W5E5 consta de datos observados y de reanálisis y se utiliza para representar los datos observados. Es parte del Proyecto de Intercomparación de Modelos de Impacto (ISIMIP3b), donde el conjunto de datos se utiliza para ajustar el sesgo de las evaluaciones de impacto. El conjunto de datos consta de los datos WFDE5 terrestres y el conjunto de datos ERA5 basado en el océano (datos y datos de reanálisis) (Cucchi et al., 2020, Hersbach et al., 2020). Una fuente de datos adicional son los datos de precipitación de la versión 2.3 del Global Precipitation Climatology Project (Adler et al., 2003).

La versión 1.0 de W5E5 incluye datos para el período de 1979 a 2017. Esto significa que para la década 2011-2020, solo están presentes 6 años y, de igual forma, los mapas de diferencia son solo relativos a los años 1991-2014. Continuamente actualizaremos y comunicaremos más datos de W5E5 en esta década. El conjunto de datos proporciona una resolución espacial horizontal de 0,5 ° y una resolución temporal diaria.
Las variables incluidas en el conjunto de datos son las siguientes: humedad relativa cerca de la superficie (abreviatura: hurs, unidad:%), humedad específica cerca de la superficie (huss, kg kg-1), precipitación (pr, kg m-2 s-1 ), flujo de nieve (prsn, kg m-2 s-1), presión del aire superficial (ps, Pa), presión al nivel del mar (psl, Pa), radiación superficial de onda larga descendente (rlds, W m-2), superficie de onda corta descendente radiación (rsds, W m-2), velocidad del viento cerca de la superficie (sfcWind, m s-1), temperatura del aire cerca de la superficie (tas, K), temperatura máxima diaria del aire cerca de la superficie (tasmax, K), mínima diaria temperatura del aire cerca de la superficie (tasmin, K), elevación de la superficie (orog, m) y máscara WFDE5-ERA5 (máscara, 1) (Lange, 2019). Los datos W5E5 de las variables son, sobre tierra y océano, los promedios diarios de los datos WFDE5 por hora. Las variables terrestres hurs, pr, psl, tasmax y tasmin y las variables oceánicas tasmax y tasmin se obtienen en un cálculo diferente. Esto se describe en el siguiente sitio web: WFDE5 sobre tierra se fusionó con ERA5 sobre el océano (W5E5)

Al seleccionar "Observaciones" en la sección Datos históricos de la pestaña Configuración, puede visualizar los datos observados del conjunto de datos W5E5.

Fuentes:

Adler, RF, Huffman, GJ, Chang, A., Ferraro, R., Xie, P.-P., Janowiak, J., Nelkin, E. (2003). Análisis de precipitación mensual del Proyecto de climatología de precipitación global (GPCP) Versión 2 (1979-presente). Revista de hidrometeorología, 4 (6), 1147-1167. doi: 10.1175 / 1525-7541 (2003) 004 <1147: tvgpcp> 2.0.co; 2
Cucchi, M., Weedon, GP, Amici, A., Bellouin, N., Lange, S., Müller Schmied, H., Hersbach, H. y Buontempo, C. (2020). WFDE5: datos de reanálisis de ERA5 ajustados al sesgo para estudios de impacto. Datos científicos del sistema terrestre, 12 (3), 2097–2120. https://doi.org/10.5194/essd-12-2097-2020
Hersbach, H., Bell, B., Berrisford, P., Hirahara, S., Horányi, A., Muñoz ‐ Sabater, J., Nicolas, J., Peubey, C., Radu, R., Schepers, D ., Simmons, A., Soci, C., Abdalla, S., Abellan, X., Balsamo, G., Bechtold, P., Biavati, G., Bidlot, J., Bonavita, M.,… Thépaut, JN (2020). El reanálisis global de ERA5. Revista trimestral de la Real Sociedad Meteorológica, 146 (730), 1999-2049. https://doi.org/10.1002/QJ.3803
Lange, Stefan (2019): WFDE5 sobre tierra se fusionó con ERA5 sobre el océano (W5E5). V. 1.0. Servicios de datos GFZ. https://doi.org/10.5880/pik.2019.023
Lange, S .: ISIMIP3BASD v2.4.1, https://doi.org/10.5281/zenodo.3898426, 2020.

Datos históricos de simulación

Para validar los modelos climáticos, se simulan las condiciones climáticas pasadas y se comparan con los datos observados. Un indicador importante para validar la confiabilidad de las proyecciones climáticas futuras a partir de modelos es el cambio temporal y espacial simulado en la temperatura media global de la superficie desde la época preindustrial hasta el presente.

Parte de la tarjeta de entrada para participar en el Proyecto de Intercomparación de Modelos Acoplados (Fase 6) es la simulación histórica. Se agregó a Diagnóstico, Evaluación y Caracterización de Klima (DECK) para una mejor separación entre CMIP y una fase específica, en este caso CMIP6. También sirven como punto de referencia para los Proyectos de Intercomparación de Modelos (MIP) respaldados por CMIP6.

Las simulaciones comienzan en condiciones de equilibrio arbitrarias del experimento de control preindustrial (piControl). Luego, varios forzamientos dependientes del tiempo, consistentes con CMIP6, como emisiones de gases de efecto invernadero, forzamientos de uso de la tierra, aerosoles, forzamiento solar y otros, se introducen en los modelos. Éstos generan entonces un retroceso de las condiciones históricas. La simulación histórica de CMIP6 cubre el período de tiempo de 1850 a 2014.

Fuentes: