44
Atlas de vulnerabilidad hídrica en México ante el cambio climático
Descripción de los escenarios
radiativos RCP
La radiación solar entrante que afecta la dinámica atmosférica es absorbida por
la Tierra, su atmósfera y sus océanos, mientras que una fracción de la radiación
saliente es reflejada hacia el espacio. El balance entre la energía radiativa absorbida
y la reflejada determina el promedio de temperatura. El balance radiativo (entre
lo entrante y lo saliente) es alterado por la intensidad de la energía solar, la
reflectividad de las nubes o gases y la absorción de varios gases de invernadero.
Cualquiera de este tipo de alteración es un forzamiento radiativo y tiende a buscar
un nuevo balance.
Los nuevos escenarios son trayectorias de concentración representativas (RCP,
por sus siglas en ingles) basados en el desbalance energético (entre la radiación
entrante y la saliente) y se refieren al posible aumento global de energía radiativa
en W/m
2
; por ejemplo, RCP8.5 es el escenario más extremo que supone un
aumento de 8.5 W/m
2
para el año 2100 debido al aumento de gases de efecto
de invernadero (Moss
et al.,
2010). Estos escenarios RCP son considerados en el
Quinto Reporte de Evaluación del IPCC (AR5, por sus siglas en inglés). A pesar de
que los nuevos escenarios RCP consideran entre otros aspectos la concentración
de CO
2
en la atmósfera y su distribución temporal en el futuro, no hay una
equivalencia entre ambos.
Descripción del método REA
ElmétodoREApropuestoydesarrolladoporGiorgi yMearns (2001), implementado
por primera vez para México por Montero y Pérez (2008) y Montero
et al.
(2010), se aplicó para integrar la información de los 14 MCG analizados para tres
escenarios de radiación: RCP4.5, RCP6.0 y RCP8.5, para las variables precipitación,
temperatura mínima y máxima. Como parte de la evaluación del desempeño de
los modelos, el método REA requiere datos observados, para lo cual se utilizó la
base de la Unidad de Investigación Climática (CRU) versión TS 3.10. Este método
de ensamble ponderado da mayor peso a los MCG que contengan los errores y
sesgos más pequeños en comparación con las observaciones y la dispersión futura
de los modelos.
La fiabilidad de cada modelo se estima con base en dos criterios: i) Criterio
de tendencia: es la similitud de un modelo respecto a los datos observados
en el periodo histórico 1971-2000 (las menores diferencias obtendrán
mayor confiabilidad) y ii) Criterio de convergencia: es la diferencia del modelo
analizado respecto al ensamble de los MCG, es decir, al ensamble ponderado
REA. La incertidumbre se estima calculando la raíz del error cuadrático medio
del REA.
Por simplicidad en el análisis, para los modelos numéricos es recomendable utilizar
porcentajes de cambio, el cual es calculado utilizando datos históricos (REA
histórico) y el de cada escenario futuro (REA futuro). En el caso de la precipitación,
se calculó con la diferencia de los porcentajes de contribución históricos y futuros
de cada mes al acumulado anual del periodo histórico 1971-2000. Es decir, se
considera que el acumulado anual de precipitación es el 100%, y tanto para el
periodo histórico como en el futuro, se calculó qué porcentaje contribuía cada mes
al acumulado anual (ecuación 2.1), de tal modo que si se suman los porcentajes
de cada mes debe de ser 100%.
100 *
%
AM
AA CM
h
=
2.1
Donde
%CM
, es el porcentaje de la contribución mensual,
AA
h
es el valor
acumulado anual histórico y
AM
es el valor acumulado mensual en milímetros.
Para calcular el porcentaje de cambio, se aplica la ecuación 1 para el ciclo anual
tanto del ensamble histórico como de cada proyección futura (RCP4.5, RCP6.0
y RCP8.5); una vez que se tiene el porcentaje de contribución de cada mes,
se estima la diferencia entre el porcentaje de contribución futura y la histórica
(ecuación 2.2).
histórica
futura
CM
CM P
%
% %
=
2.2
Datos
Se utilizaron dos fuentes de información:
a) Observaciones (CRU), periodo 1971-2000. Variables: precipitación
y temperatura mínima y máxima, con resolución temporal mensual y
espacial de 0.5 grados.
b) Ensamble simple de simulaciones de los modelos del experimento CMIP5
(cuadro 1) forzados por los escenarios RCP4.5, RCP6.0 y RCP8.5, que
se refieren al posible aumento global de energía radiativa expresado en
W/m
2
. Los periodos analizados son: 1971-2000, 2015-2039 y 2075-
2099.
c) El ensamble ponderado REA de los 14 MCG de la cuadro 1 para el periodo
histórico y los dos periodo futuros (Cavazos
et al.,
2013).
Resultados
La distribución espacial de la precipitación observada en México para el periodo
primavera-verano de 1971-2000, refleja la influencia orográfica (Mapa 2.1),
con valores máximos en el sureste, extremos en Chiapas y norte de Oaxaca, e
intermedios en la vertiente del Golfo de México y costa sur del Pacífico. En el
noroeste se observa la influencia del llamado Monzón de Norteamérica, con
precipitaciones en Sonora, Chihuahua, Sinaloa y Durango. Los valores mínimos en
Baja California se explican dado que las lluvias en esta región son de invierno.
Por otra parte, el norte del país se caracteriza por ser una zona árida (este de
Chihuahua, Coahuila, este de Nuevo León, norte de Zacatecas y San Luis Potosí).
Estas precipitaciones están asociadas a eventos atmosféricos generados en los
trópicos, como sistemas convectivos de mesoescala, ondas del este y huracanes,
principalmente.
Para el periodo otoño-invierno, los procesos atmosféricos dominantes son
de origen extra tropical, como los frentes fríos; no obstante, de septiembre a
noviembre aún afectan procesos de origen tropical. Se mantiene la distribución
espacial de la precipitación de este periodo, sin embargo, los valores extremos se
observan en Tabasco y Chiapas, disminuyendo los valores en costas del Pacífico
desde Jalisco hasta Chiapas.
La temperatura máxima observada en primavera-veranomuestra el efecto costero
y orográfico, en la frontera norte y mayoría de las zonas costeras a excepción de
Baja California; ésta oscila entre 34 y 36°C en el sur Sinaloa y Nayarit (mapa 2.2),
en las zonas centrales y en Baja California Sur varía entre 26°C y 30°C.
Para otoño-invierno, en ambos litorales, la temperatura máxima se observa entre
28°C y 30°C; ello a excepción del norte de Baja California, con valores de 24°C. En
estados sin colindancia con litorales se observan valores entre 22 y 26°C.
En la distribución de temperatura mínima observada durante primavera-verano se
destaca que los valores mayores a 21°C se registraron en la vertiente del Golfo de
México, estado de Guerrero y costas del Caribe, así como el sureste y Península de
Yucatán (mapa 2.3), en el norte de costas del Pacífico y sur de Baja California se
registraron valores entre 19°C y 21°C. En el norte de Baja California se observan
los menores valores en costas (11°C).
Durante otoño-invierno, en la porción norte de la vertiente del Pacífico y del Golfo
de México la temperatura mínima tiene valores entre 13°C y 15°C, así como en
Baja California Sur, mientras que desde las costas del sur de Veracruz hasta Yucatán
Cuadro 2.1. Modelos de circulación global utilizados.
Modelos de Circulación General (MCG)
1. Max-Plank Institute
(MPI-ESM-LR)
6. Beijing Climate Center
(BCC-CSM1-1)
12.Met Office Hadley
(MOHC)
2. Institute
for Numerical
Mathematics (INM)
7. Institut Pierre-Simon
Laplace (IPSL-cm5a-lr)
13. Meteorological
Research Institute
(MRI-CGCM3)
3. Norwegian Climate
Center (NorESM1)
8. NASA Goddard
Institute for Space
Studies (GISS-E2-R)
14. Australian
Commonwealth
Scientific and Industrial
Research Organization
(CSIRO-MK3-6)
4. Canadian Centre for
Climate Modeling and
Analysis (CanESM2)
9 y 10. Japan Agency
for Marine-Earth
Science and Technology
(MIROC-esm-chem y
MIROC-esm)
5. Centre National
de Recherches
Meteorologiques
(CNRM-CM5)
11. Atmosphere and
Ocean Research
Institute (MIROC5)
