Modelos climáticos

CMIP6

ISIMIP3b

Para el portal web «Climate Impacts Online» se utilizaron datos climáticos de entrada del ISIMIP3b, ajustados en cuanto a sesgos, procedentes del Proyecto de Intercomparación de Modelos de Impacto Intersectorial (ISIMIP). Este conjunto de datos se basa en los resultados originales de los modelos climáticos globales (GCM) del archivo CMIP6. Se puede encontrar más información sobre este conjunto de datos en la página web dePágina web de ISIMIP
Para la corrección del 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 abarcan tres períodos:

• - 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 del aerosol), atmos: GFDL-AM4.1 (Cubed-sphere (c96) - resolución horizontal nominal de 1 grado; 360 x 180 longitud/latitud; 49 niveles; nivel superior 1 Pa), atmosChem: GFDL-ATMCHEM4.1 (química atmosférica completa), land: GFDL-LM4.1 (modelo terrestre con un nuevo modelo de dinámica de vegetación con tratamiento explícito de la estructura de edad y altura de las plantas y los microbios del suelo, con incendios diarios, cultivos, pastos y mosaicos de pastoreo), landIce: GFDL-LM4.1, ocean: GFDL-OM4p5 (GFDL-MOM6, tripolar - nominal 0,5 grados; 720 x 576 longitud/latitud; 75 niveles; celda de cuadrícula superior 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, Laboratorio de Dinámica de Fluidos Geofísicos, Princeton, NJ 08540, EE. UU. (NOAA-GFDL) en resoluciones nominales nativas: aerosol: 100 km, atmósfera: 100 km, química atmosférica: 100 km, tierra: 100 km, hielo terrestre: 100 km, océano: 50 km, química oceánica: 50 km, hielo marino: 50 km.
Fuente:Clima WDC - GDFL-ESM4

El modelo climático IPSL-CM6A-LR se publicó en 2017 y también forma parte del proyecto CMIP. El modelo incluye los componentes: "atmósfera: LMDZ (NPv6, N96; 144 x 143 longitud/latitud; 79 niveles; nivel superior 80000 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 de cuadrícula superior 0-2 m), ocnBgchem: NEMO-PISCES, hielo marino: NEMO-LIM3. El modelo fue ejecutado por el Institut Pierre Simon Laplace, París 75252, Francia (IPSL) con las siguientes resoluciones nominales nativas: atmósfera: 250 km, tierra: 250 km, océano: 100 km, ocnBgchem: 100 km, hielo marino: 100 km."
Fuente:Clima WDC - 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 de cuadrícula superior 0-12 m), y los modelos de subsistema para tierra y vegetación JSBACH3.20 y para la biogeoquímica marina HAMOCC6. Es ejecutado por el Instituto Max Planck de Meteorología, Hamburgo 20146, Alemania (MPI-M) con resoluciones nominales nativas: "aerosol: 100 km, atmósfera: 100 km, tierra: 100 km, hielo terrestre: ninguno, océano: 50 km, biogeoquímica oceánica: 50 km, hielo marino: 50 km".
Fuente:Clima WDC - GDFL-ESM4

El modelo MRI-ESM2.0 fue lanzado en 2017 y es gestionado por el 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), atmos: 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 de cuadrícula superior 0-2 m), ocnBgchem: MRI.COM4.4, seaIce: MRI.COM4.4. El modelo se ejecutó con resoluciones nominales nativas: aerosol: 250 km, atmos: 100 km, atmosChem: 250 km, tierra: 100 km, océano: 100 km, ocnBgchem: 100 km, seaIce: 100 km."
Fuente:Clima WDC - 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 hidrológicos

Se utilizaron modelos hidrológicos separados para las variables del sector hídrico. A continuación se describen los dos modelos hidrológicos utilizados:

ISIMIP - CWatM

CWatM es un modelo de recursos hídricos distribuido espacialmente, que considera la escorrentía pluvial y el enrutamiento de canales (Burek et al., 2020). Se basa en procesos y se utiliza para cuantificar la disponibilidad de agua, las extracciones de agua por parte de los diferentes sectores (industria, uso doméstico, agricultura) y los efectos de la infraestructura hídrica, incluyendo embalses, bombeo de agua subterránea y canales de riego. CWatM está diseñado a nivel de cuadrícula, con dos versiones nativas para resoluciones de 0,5° y 0,0833° a escala global (con resolución subcuadrícula que considera la topografía y la cobertura del suelo). Opera con pasos de tiempo diarios (con pasos de tiempo subdiarios para el enrutamiento del suelo y los ríos).

ISIMIP - H08

H08 es un modelo hidrológico global basado en celdas de cuadrícula. Consta de seis submodelos: hidrología de la superficie terrestre, enrutamiento de ríos, operación de embalses, crecimiento de cultivos, caudal ambiental y extracción de agua. Las formulaciones de los submodelos se describen en detalle en Hanasaki et al. (2008a,b, 2010). En la configuración de simulación estándar, H08 cubre espacialmente todo el globo con una resolución de 0,5°×0,5° para evaluar la heterogeneidad geográfica de la hidrología y el uso del agua. El período de simulación suele ser de varias décadas y el intervalo de cálculo es de un día. Los seis submodelos intercambian flujos de agua y actualizan el almacenamiento de agua en cada intervalo de cálculo con el cierre completo del balance hídrico (el error es inferior al 0,01% de la precipitación total de entrada). Estas características nos permiten simular explícitamente la interacción principal entre el ciclo natural del agua y las principales actividades humanas del planeta. El código fuente y los manuales de H08 son de acceso público y están disponibles enhttp://h08.nies.go.jp.En 2016, los esquemas de extracción de agua de H08 se mejoraron sustancialmente. Además, se añadió un esquema simple de aguas subterráneas al submodelo de hidrología de la superficie terrestre. Esto nos permitió estimar la extracción de agua de seis fuentes principales: caudal regulado por embalses globales (es decir, embalses que regulan el flujo del cauce principal de los principales ríos del mundo), transferencia de agua por acueducto, embalses locales, desalinización de agua de mar, aguas subterráneas renovables y aguas subterráneas no renovables. Un documento descriptivo del modelo está disponible enhttps://www.hydrol-earth-syst-sci.net/22/789/2018/.H08 es uno de los 13 modelos hidrológicos globales que siguen el protocolo ISIMIP2a y que forman la base de las simulaciones para los resultados del sector hídrico global de ISIMIP2a; para una descripción técnica completa de los datos de simulación de ISIMIP2a del sector hídrico (global), consulte este enlace DOI:http://doi.org/10.5880/PIK.2017.010Para ISIMIP2b, se utilizó el nuevo H08 (Hanasaki et al., 2018). El modelo es sustancialmente diferente del “H08 clásico” (Hanasaki et al. 2008a, 2008b, 2010) principalmente en seis puntos. - Se agregó el esquema de aguas subterráneas. - Se agregó el esquema de extracción de aguas subterráneas. - Se agregó el esquema de transferencia de agua del acueducto. - Se agregó el esquema para el flujo de retorno y la pérdida de entrega. - Se actualizó el esquema del embalse. - Se agregó el esquema de desalinización de agua de mar. Para ISIMIP3a/3b, los parámetros hidrológicos de H08 se han ajustado en base al estudio de Yoshida et al. (2022;https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2021WR030660Creemos que ahora el balance hídrico general se estima mejor en comparación con versiones anteriores. Debido a razones técnicas, los parámetros para el clima subártico (Dc) varían según las secciones longitudinales. Esto puede provocar cambios bruscos en las variables hidrológicas (por ejemplo, la humedad del suelo) en los límites de las secciones. Véase Yoshida et al. (2022) para más detalles.

Especificadores de experimentos de forzamiento humano (soc-scenarios)

Fuentes:

Modelos agrícolas

Los datos agrícolas para las variables de rendimiento de los cultivos se obtuvieron de los datos de producción agrícola de ISIMIP3b. Los datos mostrados consisten en un conjunto de 11 modelos agrícolas diferentes. Estos datos se derivan de modelos globales de cultivos, que simulan el crecimiento de los cultivos a nivel mundial utilizando supuestos generalizados sobre el clima, el suelo y las condiciones de manejo. Debido a que los entornos regionales varían, estos modelos suelen calibrarse con datos locales para mejorar su precisión. Los resultados que se muestran aquí no han sido calibrados regionalmente y, por lo tanto, pueden no representar niveles de rendimiento precisos para esta área. Deben interpretarse como una ilustración de tendencias globales o a gran escala, en lugar de valores locales exactos.
A continuación se detallan las características de cada uno de los modelos agrícolas utilizados como datos de entrada.

Modelo de impacto - CYGMA1p74

CYGMA es un modelo global de cultivos en cuadrícula. El modelo opera con una resolución de 0,5° en longitud y latitud y tiene un paso de tiempo diario. En el modelo, el desarrollo del cultivo se modela como una fracción de los grados día de crecimiento acumulados en relación con los requerimientos térmicos del cultivo. Para el trigo, solo se considera el trigo de primavera, ya que el proceso de vernalización no está incorporado actualmente en el modelo. El crecimiento y la senescencia de las hojas se calculan según la fracción de la temporada de crecimiento utilizando la forma prescrita de la curva del índice de área foliar. Los rendimientos se calculan a partir de la radiación fotosintéticamente activa interceptada por el dosel del cultivo, la eficiencia del uso de la radiación (RUE), los efectos de la fertilización con CO2 en la RUE y la fracción de los incrementos de biomasa total asignados al componente cosechable. El submodelo de balance hídrico del suelo, que está acoplado con el submodelo de cobertura de nieve, se utiliza para calcular la evapotranspiración real. En el modelo, el desarrollo del cultivo se modela como una fracción de los grados día de crecimiento acumulados en relación con los requerimientos térmicos del cultivo. Para el trigo, solo se considera el trigo de primavera, ya que el proceso de vernalización no está incorporado actualmente en el modelo. El crecimiento y la senescencia de las hojas se calculan según la fracción de la temporada de crecimiento utilizando la forma prescrita de la curva del índice de área foliar. Los rendimientos se calculan a partir de la radiación fotosintéticamente activa interceptada por el dosel del cultivo, la eficiencia del uso de la radiación (RUE), los efectos de la fertilización con CO2 en la RUE y la fracción de los incrementos de biomasa total asignada al componente cosechable. El submodelo de balance hídrico del suelo, que está acoplado con el submodelo de la cubierta de nieve, se utiliza para calcular la evapotranspiración real. Se consideran cinco tipos diferentes de estrés, es decir, déficits de nitrógeno (N), calor, frío, déficits de agua y excesos de agua, y el tipo de estrés dominante para un día disminuye el incremento potencial diario en el área foliar para el período de crecimiento vegetativo y en el rendimiento para el período de crecimiento reproductivo. El crecimiento y el rendimiento de la soja en el modelo son menos sensibles al estrés por déficit de N que los otros cultivos considerados aquí porque la soja es una leguminosa que fija nitrógeno. Todos los tipos de estrés, excepto la deficiencia de nitrógeno, dependen de las condiciones climáticas diarias, y la tolerancia de cada cultivo a estos factores aumenta a medida que se incrementa el conocimiento disponible. Este conocimiento es un indicador económico que se calcula como la suma de los gastos anuales públicos en investigación y desarrollo agrícola (I+D) de cada país desde 1961, considerando una tasa de obsolescencia determinada. Representa el nivel promedio de tecnología y gestión agronómica entre los agricultores de un país. Para obtener más detalles sobre el modelo, consulte Iizumi et al. (2017).

Modelo de Impacto - CROVER

CROVER es uno de los 15 modelos que siguen el protocolo ISIMIP3a/b y que forman la base de las simulaciones para los resultados del sector agrícola de ISIMIP3a/b; para una descripción técnica completa de los datos de simulación de ISIMIP3a del sector agrícola, consulte este enlace DOI:https://egusphere.copernicus.org/preprints/2023/egusphere-2023-281/

Modelo de Impacto - EPIC-IIASA

El sistema global de modelización de cultivos en cuadrícula basado en EPIC, denominado “EPIC-IIASA”, se utiliza para evaluar los principales sistemas agrícolas mundiales en respuesta a intervenciones de gestión como prácticas de cultivo, fertilización e irrigación, opciones de agricultura ecológica y de conservación, y cambios ambientales, incluyendo el cambio climático y la degradación del suelo. Además, EPIC-IIASA se emplea para comparar los sistemas de gestión de tierras de cultivo y sus efectos en indicadores ambientales como la disponibilidad de agua, los niveles de nitrógeno y fósforo en el suelo y las emisiones de gases de efecto invernadero.
Basándose en el modelo integrado de política ambiental y en conjuntos de datos globales o regionales sobre clima, suelos, cobertura vegetal y uso del suelo, EPIC-IIASA puede analizar numerosos tipos de cultivos y su manejo bajo diferentes condiciones climáticas, topográficas y edáficas. Investiga las compensaciones entre el crecimiento y el rendimiento de las plantas, por un lado, y los impactos ambientales y la sostenibilidad, por otro.
Por ejemplo, EPIC-IIASA puede estimar, según el tipo de suelo y las condiciones climáticas predominantes, la cantidad de nutrientes provenientes de fertilizantes, como el nitrógeno (N), que se filtran a las redes fluviales y de arroyos cercanas. Este problema es cada vez más preocupante, ya que a nivel mundial dos quintas partes del nitrógeno utilizado en la agricultura se pierden en los ecosistemas, con efectos ambientales perjudiciales.
EPIC-IIASA puede analizar opciones de agricultura sostenible, incluyendo el control de la erosión del suelo, la gestión de residuos de cultivos, la mejora del carbono orgánico del suelo y la reducción de las emisiones de gases de efecto invernadero. Las aplicaciones globales y regionales de EPIC-IIASA ayudan a determinar el potencial de los sistemas agrícolas para contribuir al cumplimiento de los objetivos globales de seguridad alimentaria y climática.

Modelo de Impacto - ISAM

El Modelo Integrado de Evaluación Científica (ISAM) es un modelo biogeoquímico y biogeofísico acoplado con una resolución espacial de 0,5° × 0,5° y múltiples resoluciones temporales que van desde intervalos de media hora hasta un año. Simula los balances de C, N, energía y agua para diversos ecosistemas terrestres mediante la fotosíntesis, la hidrología superficial, la transferencia radiativa, la asignación de carbono y la respiración del ecosistema (Barman et al., 2014a, 2014b; Yang et al., 2009). Además, ISAM incorpora procesos de crecimiento de cultivos para cultivos alimentarios C3 y C4 (maíz, soja, trigo y arroz) y pastos bioenergéticos (miscanthus, cave-in-rock y alamo), que se evalúan a escalas locales, regionales y globales (Gahlot et al., 2020; Lin et al., 2017; Niyogi et al., 2015; Song et al., 2013, 2015, 2016). Algunas de las características importantes, únicas de ISAM y críticas para los cálculos de rendimiento de los cultivos, incluyen (i) esquemas dinámicos de fenología y asignación de carbono específicos de cada cultivo (Song et al., 2013, 2015), que tienen en cuenta la sensibilidad de diferentes cultivos a condiciones ambientales extremas; (ii) estructuras de vegetación dinámicas, que capturan mejor la variabilidad estacional en el índice de área foliar (LAI), la altura del dosel y la profundidad de la raíz; (iii) procesos dinámicos de distribución de raíces en profundidad que mejoran la absorción y transpiración simuladas del agua del suelo mediadas por las raíces.

Modelo de impacto - LDNDC

LandscapeDNDC es uno de los 15 modelos que siguen el protocolo ISIMIP3a/b y que forman la base de las simulaciones para los resultados del sector agrícola de ISIMIP3a/b; para una descripción técnica completa de los datos de simulación de ISIMIP3a del sector agrícola, consulte este enlace DOI:https://egusphere.copernicus.org/preprints/2023/egusphere-2023-281/

Modelo de Impacto - LPJ-GUESS

El modelo es la versión adaptada a cultivos de LPJ-GUESS, descrita en Lindeskog et al. (2013). Se basa libremente en LPJmL, descrito en Bondeau et al. (2007), pero difiere en varios aspectos importantes, como la falta de calibración con los rendimientos observados a nivel nacional, un nuevo esquema fenológico y un cálculo dinámico de las unidades de calor potencial (PHU) necesarias para que un cultivo alcance la madurez. Las fechas de siembra se calculan dinámicamente siguiendo a Waha et al. (2012). La suma de PHU necesaria para el desarrollo completo de un cultivo en una celda de cuadrícula específica se calcula utilizando una media móvil de 10 años de las sumas de unidades de calor acumuladas desde la fecha de siembra hasta el final de un período de muestreo (que oscila entre 190 y 245 días), derivada de las fechas límite de siembra y cosecha predeterminadas (Lindeskog et al., 2013). Los cultivos se cosechan al alcanzar su desarrollo completo. Esta variación dinámica de PHU en función del clima presupone una adaptación perfecta del cultivar al clima predominante. La limitación de N no se tiene en cuenta explícitamente en esta versión del modelo.

Modelo de impacto - LPJmL

LPJmL es un modelo dinámico de vegetación global que se ha ampliado para abarcar los sistemas agrícolas y el ciclo hidrológico terrestre. Es capaz de realizar simulaciones transitorias de diferentes cultivos, sistemas de pastoreo y dinámicas de vegetación natural, y puede tener en cuenta diversos aspectos de gestión en las simulaciones de cultivos.

Modelo de impacto - pDSSAT

pDSSAT es uno de los 15 modelos que siguen el protocolo ISIMIP3a/b y que constituyen la base de las simulaciones para los resultados del sector agrícola de ISIMIP3a/b; para una descripción técnica completa de los datos de simulación de ISIMIP3 del sector agrícola, consulte este enlace DOI: https://egusphere.copernicus.org/preprints/2023/egusphere-2023-281/
pDSSAT utiliza el entorno pSIMS para ejecutar el modelo de cultivo DSSAT de forma paralela y global. En GGCMI/ISIMIP Fase 3a/3b (grupos 1 y 2) utilizamos la versión 4.6 de DSSAT, que ahora se ha actualizado a la versión 4.8 para las simulaciones de la Fase 3a de ATTRICI y del grupo 3 de la Fase 3b.

Modelo de Impacto - PEPIC

PEPIC es un modelo integrado de política ambiental y clima (EPIC) basado en Python.

Modelo de Impacto - PROMET

PROMET es un modelo hidrológico de procesos de la superficie terrestre, ampliado con un componente biofísico dinámico de vegetación para modelar el crecimiento de los cultivos y la formación del rendimiento. Utiliza principios físicos y fisiológicos de primer orden para determinar la producción primaria neta y la respiración, basándose en los enfoques de Farquhar et al. (1980) y Ball et al. (1987), combinados con un componente de fenología y arquitectura de dos capas del dosel de Yin et al. (2005). PROMET considera la dependencia de la producción primaria neta y la fenología de las condiciones ambientales, incluyendo la meteorología, la concentración de CO2 para las vías C3 y C4, así como el estrés hídrico y térmico. El balance de masa y energía del dosel y la superficie del suelo subyacente se cierran iterativamente para cada paso de tiempo de la simulación. El componente de dosel y fenología asigna asimilados a los diferentes órganos de la planta del dosel según la etapa fenológica de desarrollo. Los asimilados que se acumulan en la fracción de frutos durante el período de crecimiento determinan la biomasa seca disponible para la formación del rendimiento. La simulación se realiza con un intervalo de tiempo horario para tener en cuenta las reacciones no lineales del crecimiento del cultivo a las condiciones ambientales (principalmente luz, agua, temperatura y viento). La conversión de los datos diarios del modelo climático a valores horarios se realiza mediante TeddyTool v1.1 (Zabel y Poschlod 2023). Dependiendo de la reacción del cultivo a las condiciones meteorológicas y edáficas, este puede morir por estrés hídrico, térmico o por frío antes de la cosecha, o bien no alcanzar la madurez. En ambos casos, esto resulta en una pérdida total de la producción.

Modelo de Impacto - SIMPLACE-LINTUL5

SIMPLACE: un marco versátil de modelado y simulación para cultivos y agroecosistemas sostenibles.https://doi.org/10.1093/insilicoplants/diad006

Escenarios climáticos

Las denominadas Trayectorias de Concentración Representativas (RCP, por sus siglas en inglés) se elaboraron para el quinto Informe de Evaluación del Panel Intergubernamental sobre el Cambio Climático (IPCC). Estas trayectorias describen diferentes niveles de aumento de la radiación inducido por los gases de efecto invernadero que podrían producirse entre 2011 y 2100. Sin embargo, no incluían ninguna narrativa socioeconómica que las acompañara. En los últimos años, un equipo internacional de científicos climáticos, economistas y modeladores de sistemas energéticos ha desarrollado una serie de nuevas trayectorias que analizan cómo podrían cambiar la sociedad, la demografía y la economía globales durante el próximo siglo. Estas trayectorias se conocen como las Trayectorias Socioeconómicas Compartidas (SSP, por sus siglas en inglés). Las SSP se publicaron en 2017 (Riahi et al., 2017) y desempeñarán un papel fundamental en el Sexto Informe de Evaluación del IPCC en 2021/2022.

Los SSP son escenarios de referencia que describen la evolución futura en ausencia de nuevas políticas climáticas, más allá de las ya vigentes. Ofrecen cinco posibles trayectorias mundiales. Los cinco SSP difieren principalmente en el crecimiento demográfico, la urbanización, el crecimiento económico, las inversiones en educación y salud, el sistema energético y el uso del suelo, el ritmo de desarrollo tecnológico y los factores que impulsan la demanda, como los cambios en el estilo de vida (Riahi et al., 2017).

Al igual que los RCP, los SSP también son incompletos en su diseño, ya que solo representan futuros sociales que no incluyen los impactos del cambio climático. Además, no se implementan medidas de mitigación ni de adaptación en ellos (O'Neill et al., 2020). Por lo tanto, ClimateImpactsOnline utiliza tres combinaciones de SSP-RCP para visualizar datos climáticos correspondientes a diferentes escenarios socioeconómicos y de radiación.

“Sostenibilidad” SSP1 - 2.6

“Rivalidad Regional” SSP3 - 7.0

“Desarrollo basado en combustibles fósiles” SSP5 - 8.5

Base de datos SSP

Las trayectorias socioeconómicas compartidas (SSP, por sus siglas en inglés): una visión general (póster)
Fuentes:

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

Riahi, K. et al., Las trayectorias socioeconómicas compartidas y sus implicaciones en materia de energía, uso de la tierra y emisiones de gases de efecto invernadero: una visión 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. Forma parte del Proyecto de Intercomparación de Modelos de Impacto (ISIMIP3b), donde se emplea para el ajuste de sesgos en las evaluaciones de impacto. El conjunto de datos consta de los datos terrestres WFDE5 y los datos oceánicos ERA5 (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 Proyecto de Climatología de Precipitación Global (Adler et al., 2003).

La versión 1.0 de W5E5 incluye datos del periodo comprendido entre 1979 y 2017. Esto significa que, para la década de 2011-2020, solo se dispone de 6 años, y los mapas de diferencias se refieren únicamente al periodo 1991-2014. Continuaremos actualizando y publicando nuevos datos de W5E5 para esta década. El conjunto de datos ofrece 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 nevadas (prsn, kg m-2 s-1), presión atmosférica superficial (ps, Pa), presión a nivel del mar (psl, Pa), radiación superficial descendente de onda larga (rlds, W m-2), radiación superficial descendente de onda corta (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), temperatura mínima diaria del aire cerca de la superficie (tasmin, K), elevación de la superficie (orog, m) y máscara WFDE5-ERA5 (mask, 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, así como las variables oceánicas tasmax y tasmin, se obtienen mediante un cálculo diferente. Este 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, R. F., Huffman, G. J., Chang, A., Ferraro, R., Xie, P.-P., Janowiak, J., Nelkin, E. (2003). The Version-2 Global Precipitation Climatology Project (GPCP) Monthly Precipitation Analysis (1979–Present). Journal of Hydrometeorology, 4(6), 1147–1167. doi:10.1175/1525-7541(2003)004<1147:tvgpcp>2.0.co;2
Cucchi, M., Weedon, G. P., Amici, A., Bellouin, N., Lange, S., Müller Schmied, H., Hersbach, H., & Buontempo, C. (2020). WFDE5: bias-adjusted ERA5 reanalysis data for impact studies. Earth System Science Data, 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, J. N. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146(730), 1999–2049. https://doi.org/10.1002/QJ.3803
Lange, Stefan (2019): WFDE5 over land merged with ERA5 over the ocean (W5E5). V. 1.0. GFZ Data Services. 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 del pasado y se comparan con los datos observados. Un indicador importante para validar la fiabilidad de las proyecciones climáticas futuras de los modelos es el cambio temporal y espacial simulado de la temperatura media global de la superficie desde la época preindustrial hasta la actualidad.

Parte de los requisitos para participar en el Proyecto de Intercomparación de Modelos Acoplados (Fase 6) es la simulación histórica. Esta se incorporó al Diagnóstico, Evaluación y Caracterización del Clima (DECK) para una mejor distinción entre CMIP y una fase específica, en este caso CMIP6. También sirven como referencia para los Proyectos de Intercomparación de Modelos (MIP) avalados por CMIP6.

Las simulaciones parten de condiciones de equilibrio arbitrarias del experimento de control preindustrial (piControl). A continuación, se introducen en los modelos diversos factores dependientes del tiempo, de acuerdo con CMIP6, como las emisiones de gases de efecto invernadero, el uso del suelo, los aerosoles, la radiación solar, entre otros. Estos factores generan una reconstrucción de las condiciones históricas. La simulación histórica de CMIP6 abarca el periodo comprendido entre 1850 y 2014.

Fuentes: