Modelos climáticos
CMIP6
Para analizar escenarios climáticos futuros, comprender la variabilidad climática en un marco multimodelo y evaluar los efectos del cambio climático, se utiliza el conjunto multimodelo CMIP6. El CMIP es una gran iniciativa internacional destinada a impulsar el desarrollo de modelos climáticos y mejorar la comprensión científica del sistema terrestre, coordinada por el Programa Mundial de Investigaciones Climáticas (PMIC) a través de su Grupo de Trabajo sobre Modelización Acoplada (WGCM).Más de 30 grupos de investigación de todo el mundo colaboran en el CMIP6. En total, se aprobaron 21 proyectos de intercomparación de modelos por su relevancia para los Grandes Retos del WCRP y las cuestiones científicas fundamentales del CMIP6. Las simulaciones de modelos generadas en el marco del CMIP6 también se han evaluado y utilizado en importantes evaluaciones y negociaciones internacionales sobre el clima, incluidos los informes de evaluación del IPCC.
Los datos generados por el CMIP6 constituyen la base de los modelos de impacto utilizados en el ISIMIP (Proyecto de Intercomparación de Modelos de Impacto Intersectoriales), que sirven de fundamento a los resultados presentados en Climate Impacts Online.
Más información sobre el CMIP6:www.wcrp-climate.org
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)
El conjunto de datos ISIMIP3b incluye una amplia gama de variables climáticas: humedad relativa y específica cerca de la superficie, velocidad del viento cerca de la superficie, temperaturas máximas, medias y mínimas diarias, radiación descendente de onda larga y de onda corta, nevadas, presión atmosférica en superficie y precipitación total.
Si se trabaja con datos descargados de Climate Impacts Online, se ruega citarlos de acuerdo conInformación de «citar como» de ISIMIP3b
Los datos de ISIMIP3b incluyen los siguientes modelos. En cada enlace encontrarás también más información sobre cada modelo concreto:
| Modelo | Enlace |
|---|---|
| GFDL-ESM4 | GFDL, Datos de entrada de ISIMIP: GFDL-ESM4 |
| IPSL-CM6A-LR | IPSL, Datos de entrada de ISIMIP para IPSL-CM6A-LR |
| MPI-ESM1-2-HR | Instituto Max Planck de Meteorología, Datos de entrada ISIMIP MPI-ESM1-2-HR |
| RM-ESM2-0 | Instituto Max Planck, Datos de entrada ISIMIP MRI-ESM2-0 |
| UKESM1-0-LL | UKESM, Datos de entrada ISIMIP UKESM1-0-LL |
Modelos en detalle
GDFL-ESM4El 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
IPSL-CM6A-LR
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
MPI-ESM1-2-HR
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
RM-ESM2-0
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
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:
Eyring, V., S. Bony, G. A. Meehl, C. A. Senior, B. Stevens, R. J. Stouffer, and K. E. Taylor, 2016: Overview of the Coupled Model Intercomparison Project Phase 6(CMIP6) experimental design and organization. Geoscientific Model Development, 9, 1937−1958, https://doi.org/10.5194/gmd-9-1937-2016.Lange, S.: Trend-preserving bias adjustment and statistical downscaling with ISIMIP3BASD (v1.0), Geoscientific Model Development, 12, 3055–3070, https://doi.org/10.5194/gmd-12-3055-2019, 2019a.
Lange, S.: ISIMIP3BASD v2.4.1, https://doi.org/10.5281/zenodo.3898426, 2020.
ISIMIP3b
WGCM CMIP6
Modelo SWIM
Para generar los datos de las variables del sector del agua en esta región se utilizó un modelo distinto: el Modelo Integrado del Suelo y el Agua (SWIM).
¿Para qué sirve el modelo?
SWIM se ha desarrollado específicamente para investigar los impactos del cambio climático y del uso del suelo a escala regional, donde se manifiestan dichos impactos y se aplican las medidas de adaptación. El modelo simula procesos interrelacionados a mesoescala, como la generación de escorrentía, el crecimiento de las plantas y los cultivos, los ciclos de nutrientes y carbono, y la erosión. Proporciona numerosos resultados, como el caudal fluvial, el rendimiento de los cultivos y las concentraciones y cargas de nutrientes. Este enfoque permite simular todos los procesos interrelacionados dentro de un único marco de modelo con un intervalo de tiempo diario, utilizando datos disponibles a escala regional (clima, uso del suelo y suelo) y teniendo en cuenta las retroalimentaciones. La configuración del modelo y el posprocesamiento cuentan con el apoyo de una interfaz SIG (basada en GRASS). El modelo utiliza un esquema de desagregación de tres niveles: cuenca – subcuencas – hidrotopos. Los resultados se presentan en forma de series temporales y mapas para diversas variables. SWIM es un modelo de complejidad intermedia para la escala de cuenca fluvial y regional, ya que: a) es más completo que los modelos puramente hidrológicos y de precipitación-escorrentía, gracias a una representación más fiable de los procesos interrelacionados de hidrología, vegetación y nutrientes; b) se basa en datos regionales de fácil acceso y puede parametrizarse más fácilmente que los modelos hidrológicos más complejos.
¿Quién se encarga de su mantenimiento?
SWIM es mantenido y desarrollado por el grupo regional de modelización hidrológica del Departamento de Investigación 2 en el repositorio de código fuente de GitLab del propio PIK. El desarrollo está coordinado por Michel Wortmann, Stefan Liersch y Fred Hattermann.
¿En qué se diferencia este modelo de los demás modelos de la comunidad?
Simulación del ciclo hidrológico (caudal, nivel freático): igual o mejor que en otros modelos ecohidrológicos e hidrológicos comparables;Simulación del ciclo hidrológico a escala de cuenca fluvial: descripción de los procesos más precisa y detallada que en los modelos terrestres a escala continental y en los modelos de recursos hídricos a gran escala;
Simulación de los procesos de la vegetación: mejor que en muchos modelos hidrológicos, que normalmente no tienen en cuenta los procesos dinámicos de la vegetación;
Simulación de la calidad del agua: mejor que en los modelos hidrológicos conceptuales, que no incluyen (o solo incluyen de forma muy limitada) los procesos del suelo;
Simulación de la contaminación difusa: mejor que en otros modelos de uso habitual gracias a una mayor resolución temporal y espacial y a la consideración de los procesos dinámicos del paisaje;
Simulación del uso del suelo, la gestión agrícola, el rendimiento de los cultivos y las interacciones entre los cambios climáticos y los del uso del suelo: con mejores resultados que en otros modelos en los que los procesos de crecimiento de la vegetación se representan de forma simplificada.
Fuentes:
Krysanova, V., F. Hattermann, Sh. Huang, C. Hesse, T. Vetter, S. Liersch, H. Koch y Z. W. Kundzewicz, 2014. Modelización de los efectos del cambio climático y del uso del suelo con SWIM: lecciones aprendidas de múltiples aplicaciones. Hydrological Sciences Journal, aceptado.Krysanova, F.; Wechsung, J.; Arnold, R.; Srinivasan, J.; Williams, 2000. Informe PIK n.º 69 «SWIM (Modelo Integrado de Suelo y Agua), Manual del usuario», 239 págs. SWIM_Manual
Krysanova, V., Mueller-Wohlfeil, D. I., Becker, A., 1998. Desarrollo y prueba de un modelo hidrológico y de calidad del agua distribuido espacialmente para cuencas hidrográficas a mesoescala. Ecological Modelling, 106, 261-289.
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
El escenario de cambio climático bajo (SSP1) presenta una trayectoria relativamente sostenible, a menudo denominada «Camino Verde». Este escenario supone altas inversiones en educación y salud, lo que acelera la transición demográfica y ralentiza el crecimiento poblacional, especialmente en los países en desarrollo. En general, se hace mayor hincapié en el bienestar humano. Impulsada por un compromiso creciente con el logro de los objetivos de desarrollo, se reduce la desigualdad tanto entre países como dentro de ellos. El consumo se orienta hacia un bajo crecimiento material y una menor intensidad de recursos y energía. El escenario base SSP1 presenta pocos desafíos para la mitigación y adaptación al cambio climático, ya que los objetivos climáticos pueden alcanzarse a nivel mundial (O'Neill et al., 2017). El SSP1 se combina con una producción forzante de 2,6 vatios por metro cuadrado en 2100.“Rivalidad Regional” SSP3 - 7.0
El escenario de cambio climático moderado (SSP3), también conocido como «Rivalidad Regional», se caracteriza por el resurgimiento del nacionalismo y los conflictos regionales. Esto lleva a los países a centrarse cada vez más en cuestiones internas o, como máximo, regionales. Por ejemplo, los objetivos de seguridad energética y alimentaria se alcanzan únicamente en su propia región. Las inversiones en educación y desarrollo tecnológico disminuyen. El desarrollo económico es lento, el consumo es intensivo en materiales y las desigualdades se agravan con el tiempo. Además, el crecimiento demográfico es bajo en los países industrializados y alto en los países en desarrollo. En general, el SSP3 se caracteriza por una baja prioridad internacional para abordar las preocupaciones ambientales (Fujimori et al., 2017). El escenario SSP3 se combina con un nivel de forzamiento de 7 vatios por metro cuadrado.“Desarrollo basado en combustibles fósiles” SSP5 - 8.5
El escenario extremo (SSP5) se caracteriza por un rápido progreso tecnológico y el desarrollo del capital humano. Los mercados globales están cada vez más integrados. También se observan fuertes inversiones en salud, educación e instituciones para potenciar el capital humano y social. Al mismo tiempo, esto se combina con la explotación de abundantes recursos fósiles y la adopción de estilos de vida intensivos en recursos y energía en todo el mundo. Existe confianza en la capacidad de gestionar los sistemas sociales y ecológicos, incluso mediante la geoingeniería si fuera necesario (Kriegler et al., 2017). ClimateImpactsOnline utiliza la combinación del escenario SSP5 con un nivel de radiación inducida por gases de efecto invernadero de 8,5 vatios por metro cuadrado.Véase también:
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.
Al seleccionar "Datos históricos simulados" en la sección Datos históricos de la pestaña Configuración, puede visualizar las simulaciones pasadas de los modelos climáticos.
Fuentes:
Eyring, V., Bony, S., Meehl, G. A., Senior, C. A., Stevens, B., Stouffer, R. J., and Taylor, K. E.: Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization, Geosci. Model Dev., 9, 1937-1958, doi:10.5194/gmd-9-1937-2016, 2016.WGCM CMIP6