Modelizacion del sistema clim´ atico a escala´aeclim.org/wp-content/uploads/2015/12/Conf_Montavez_7...Modelizacion del sistema clim´ atico a escala´ regional: aplicaciones e incertidumbres

Modelizacion del sistema climatico a escalaregional: aplicaciones e incertidumbres

Juan Pedro Montavez Gomez

Grupo de Modelizacion Atmosferica RegionalDepartamento de FısicaUniversidad de Murcia

VII Congreso de la Asociacion Espanola de ClimatologıaMadrid 2010

Juan Pedro Montavez [email protected] Modelizacion RCMs

Outline

1 IntroductionNecesidad de RegionalizacionModelos dinamicos regionales: avancesModelos dinamicos Regionales: estructura

2 Aplicaciones¿Para que podemos usarlo?Aplicaciones directasAplicaciones indirectas

3 IncertidumbresFuentes de incertidumbreClima presenteProyecciones de cambio climatico


IntroductionAplicaciones

IncertidumbresConclusiones

Necesidad de RegionalizacionModelos dinamicos regionales: avancesModelos dinamicos Regionales: estructura

Modelos y regionalizacion

1 IntroductionNecesidad de RegionalizacionModelos dinamicos regionales: avancesModelos dinamicos Regionales: estructura

2 Aplicaciones

3 Incertidumbres





Necesidad de regionalizacion

351˚

351˚

354˚

354˚

357˚

357˚

0˚

0˚

3˚

3˚

35˚ 35˚

36˚ 36˚

37˚ 37˚

38˚ 38˚

39˚ 39˚

40˚ 40˚

41˚ 41˚

42˚ 42˚

43˚ 43˚

44˚ 44˚

45˚ 45˚





Tecnicas de regionalizacion

Dos formulas distintas para afrontar el mismo problema:

Regionalizacion estadıstica. Buscarrelaciones estadısticas entre lacirculacion a gran o mayor escala yvariables meteorologicas locales.Regionalizacion dinamica.Resolucion de las ecuaciones que rigenel comportamiento atmosferico (y deotros componentes del sistemaclimatico) a una mayor resolucionespacial y normalmente sobre un arealimitada.





Tecnicas de regionalizacion estadısticas

Varias formas de afrontar el problema:Diferentes escalas temporales:estacional, mensual, diario.Diversos metodos: probabilistas ydeterministas, que a su vez::

1 Lineales: Regresion, correlacioncanonica, etc ...

2 No lineales: Analogos, redesneuronales, redes bayesianas, etc ...





Formulas para alcanzar mayor resolucion mediantemetodos dinamicos

Experimentos time sliceExperimentos de resolucion variableAnidamiento (unidireccional ybidireccional)





Regionalizacion estadıstica vs climatica

Importante: ¿que sucede en climas perturbados?Probablemente los modelos dinamicos tengan mas que decir.





Factores que han influido en el aumento del uso deRCM

En los ultimos anos: espectacular crecimiento de grupos queusan modelos regionales de anidamiento unidireccional.

Liberacion de codigos de modelos y modelos comunitarios.Incremento del poder computacional.Herramientos de postproceso.Mejor y mayor acceso a datos de GCMs.y otros .......





Ejemplos de modelos meteorologicos y climaticosregionales

Practicamente todos los modelos climaticos regionaleshan nacido o son modelos meteorologicos regionales.

Americanos: WRF, MM5, RAMS, ETA, etc ..Europeos: PROMES, HIRLAM, HIRHAM, REMO, LM,RegCM3, CLM, ALADIN, RCA, etc ..





Integraciones climaticas frente a meteorologicas

Spin-upCondiciones superficialesCondiciones inicialesAsimilacion ... depende!!!Resolucion





Sistema de modelado regional

! !

!"#

$"#

%&'

!"#$%&$

'$%(%)*+%,-.#-*(%&$

.%*/-,$+%&

%()*+,-./*012

0*1234,&2*-35"2(%$+6#342+&77

4

89+:9+$

;8<

&,9:)26

'=>,%-+(,=2)





Sistema de modelado regional mas usual

! !

!"#

$"#

!"#$%&$

'#()*%&$

'%)+(,$-%&

%&'()*+,-(./0

.)/012,&0)(13"0*%$-4#120-&55 67-87-$




¿Para que podemos usarlo?Aplicaciones directasAplicaciones indirectas

1 Introduction

2 Aplicaciones¿Para que podemos usarlo?Aplicaciones directasAplicaciones indirectas

3 Incertidumbres





Aplicaciones

¿Para que podemos usar un modelo dinamico regional?Para cualquier aplicacion que demande datos meteo oclimaticos.Las podemos clasificar en:

Escalas de tiempo: Meteorologicas o climaticasSalidas producto final: Directas o indirectasFinalidad: Operativas o investigacion. Y dentro deinvestigacion.

1 Conocimiento del sistema (sensibilidad).2 Pronostico del sistema (respuesta a forzamiento,

variabilidad interna, etc).





Valor anadido de un modelo regional

T, σ(T ), P y σ(P) en primavera

! !





Valor anadido de un modelo regional

! !





Ejemplos de aplicaciones directas: cambio climatico

ECHAM5

-2

-1

0

1

2

3

4

5

!T/

K

-2

-1

0

1

2

3

4

5

2000 2020 2040 2060 2080 2100

!T/

K

2000 2020 2040 2060 2080 2100

Tmax A2Tmax B1

Tmin A2Tmin B1

ECHO-G

-2

-1

0

1

2

3

4

5

!T/

K

-2

-1

0

1

2

3

4

5

2000 2020 2040 2060 2080 2100

!T/

K

2000 2020 2040 2060 2080 2100

Tmax A2Tmax B2

Tmin A2Tmin B2





Ejemplos de aplicaciones directas: paleoclima

Testear metodos de reconstruccion(pseudorealidad)Contrastar consistencia fısica dereconstrucciones.Busqueda de areas mas sensibles alforzamiento externo.





Ejemplos de aplicaciones directas:creacion de bases de datos pseudoreales

! !





Ejemplos de aplicaciones indirectas: viento

Mapa eolico IDAEMapa eolico CENERMapa eolico EOLMAP(UM-UCM-CIEMAT)





Ejemplos de aplicaciones indirectas: Cont. Atm.





Ejemplos de aplicaciones indirectas: Cont. Atm.





Ejemplos de aplicaciones indirectas:tetraclinis articulata

! !Juan Pedro Montavez [email protected] Modelizacion RCMs




Ejemplos de aplicaciones indirectas:otros

OlasIncendiosHidrologıaetc ...




Fuentes de incertidumbreClima presenteProyecciones de cambio climatico

1 Introduction

2 Aplicaciones

3 IncertidumbresFuentes de incertidumbreClima presenteProyecciones de cambio climatico





Fuentes de incertidumbre

Practicamente cualquier parametro que se modifique provocacambios en los resultados finales. Incluso asumiendo uncodigo perfecto.

Condiciones iniciales.Metodos de asimilacion en frontera, nudging, etc ...Tamano, posicion y resolucion de los dominios.Metodo de resolucion numerica.Fısica del modelo.Caracterizacion del suelo, usos, vegetacion.Otros: compilador, numero de bits,

No todos tienen la misma importancia.Puede depender de las escalas tiempo.





Fuentes de incertidumbreen proyecciones de cambio climatico





Ejemplos incertidumbre presente: multimodelo





Ejemplos incertidumbre presente: multimodelo





Ejemplos incertidumbre presente: fısica





Ejemplos incertidumbre presente: suelo





Ejemplos incertidumbre presente: suelo





Ejemplos incertidumbre presente: vegetacion





Ejemplos incertidumbre presente: OBSERVACIONES





Ejemplos incertidumbre presente: Otros

Posicion del dominio (Miguez-Macho 2007)Variabilidad interna (Laprise et al 2002)Resolucion (Collins 2000)





Ejemplo incertidumbre futuro: Fisica





Ejemplo incertidumbre: Multimodelo

Prudence: Temperatura verano. Escenario A2





Ejemplo incertidumbre: Suelo




Conclusiones

Gran numero de aplicaciones de muy distinta ındole.Gran incertidumbre, no existe el modelo perfecto, ysiempre deben ser usados conscientes de suslimitaciones.

Gracias


Documents

Modelizacion del sistema clim´ atico a escala´aeclim.org/wp-content/uploads/2015/12/Conf_Montavez_7...Modelizacion del sistema clim´ atico a escala´ regional: aplicaciones e incertidumbres