|
| | |
|
| | | |
|
Regionalización de los modelos climáticos
Ecotropía
(Barcelona).
El análisis del clima y de su evolución requiere
observaciones prolongadas en el tiempo. Actualmente, a pesar de la gran
necesidad de tener información climática de calidad, por razones históricas y
por razones económicas, el número de estaciones de medición es limitado y, a
menudo, la representatividad de las estaciones en el territorio no es
homogénea, ya que se concentran mayoritariamente alrededor de núcleos habitados
o en zonas muy concretas. Los océanos son un ejemplo aún más claro de este
hecho, donde tradicionalmente no se dispone, de forma regular, de información
climática de calidad. Sin embargo, cada vez más, se necesita disponer de
información climática sobre todo el territorio, tanto para las condiciones
actuales, como para la evaluación de los impactos del posible cambio climático.
En el primer caso, se desarrollan técnicas de interpolación, es decir, de evaluación
de los valores de las variables de interés climático, a partir de las medidas
obtenidas en los observatorios (denominadas de upscaling).
Por lo que se refiere a la determinación de los impactos sobre el clima,
últimamente, la comunidad científica dedica mucha atención al desarrollo de
técnicas que permitan elaborar predicciones de los efectos del cambio climático
en regiones de dimensiones pequeñas ya que, los modelos de circulación general
(GCM, acrónimo en inglés) que tan buen rendimiento están dando actualmente,
tienen una resolución pequeña. En efecto, para hacer experimentos como los que
se contemplan en el último informe del IPCC
(Intergovernmental Panel for Climate Change), publicado en julio del 2001, los
modelos dividen todo el planeta en rejillas que tienen una resolución
horizontal de entre 300 a 500 km y dividen la atmósfera y el océano en unas dos
decenas de capas verticales. Si bien, en la dirección vertical, los modelos
ofrecen una resolución satisfactoria, la resolución horizontal es pobre si se
quiere precisar en la predicción de los posibles impactos del cambio del clima.
Por lo tanto, durante los últimos cinco años ha habido un gran interés y se han
dedicado muchos esfuerzos a conseguir una regionalización (o downscaling,
en terminología inglesa) de los modelos climáticos. Esta regionalización es
necesaria, dado que las características del clima local son determinadas por
procesos generales de todo el sistema climático pero también por efectos que se
dan en una escala mucho más detallada de la que perciben los modelos de
circulación general.
El método más simple es el de obtener una resolución más fina mediante la
interpolación de los datos que proporcionan los modelos de circulación general,
aunque el método puede ofrecer una falsa sensación de precisión geográfica y de
continuidad entre los datos aportados por los modelos, especialmente en la zona
entre dos rejillas adyacentes. Actualmente, a parte de la elaboración completa
de modelos tridimensionales regionales, que es la solución que proporciona
mejores resultados pero que requiere equipos muy grandes de investigadores y la
realización de un trabajo de simulación largo y complejo, se utiliza la
estrategia para regionalizar los datos de los modelos GCM con métodos
estadísticos-empíricos o estadísticos-dinámicos. En estos métodos se pretende,
básicamente, conseguir uno o varios de los siguientes resultados:
1. Obtención de las funciones de transferencia. Se trata de obtener
funciones, mediante técnicas estadísticas de regresión lineal múltiple,
análisis de componentes principales, análisis de correlación canónica, análisis
de redes neuronales artificiales, etc., que serán distintas para cada sitio de
la región estudiada y que, a partir de los datos que proporcionen los modelos
GCM (como por ejemplo, altura geopotencial, presión en la superficie, dirección
e intensidad del viento, temperatura, precipitación), permitan calcular las
variables climáticas de interés a una escala mucho menor. La ventaja de este
método estriba en que necesita requerimientos de recursos informáticos no muy
grandes y en que pueden producirse escenarios climáticos con gran resolución,
de una forma relativamente fácil. Las desventajas son que para calibrar las
funciones se requieren grandes cantidades de datos y que las correlaciones
obtenidas, en sentido estricto, son únicamente válidas dentro del intervalo
temporal usado en el estudio.
2. Interpolación a partir de los campos de presión. La metodología es muy
parecida a la anterior, con la diferencia de que se usan los datos
experimentales para correlacionarlos con una clasificación de estados del
tiempo a partir de los mapas sinópticos. Cuando el esquema de la clasificación
se ha completado, se calculan las relaciones entre las variables de interés
climático y la clasificación sinóptica. La ventaja de este método es que se
basa en los lazos fuertes que se establecen entre el clima a gran escala y el
tiempo a escala local. La principal desventaja es que no hay garantías de que
las correlaciones actuales coincidan con las que, eventualmente, puedan darse
en el futuro.
3. Generadores estocásticos del tiempo. Es un procedimiento estadístico que
genera un modelo para las variables observables del tiempo con aquellas
variables generalmente relacionadas con la ocurrencia de precipitación. La
principal ventaja de este método es que puede generar series temporales de
precipitación prácticamente ilimitadas y la principal dificultad es que suelen
diseñarse para usarse independientemente de las características locales, con lo
que ofrecen una correlación deficiente en los territorios con características
específicas condicionantes para el clima.
En definitiva, durante los próximos años seremos testigos del desarrollo de
la regionalización de los modelos del clima. Habremos pasado pues, de la mera
constatación del aumento de la temperatura, o de la disminución de las
precipitaciones globales, a la predicción mucho más precisa de lo que puede
pasar en nuestra ciudad o en nuestra comarca, por lo que hace referencia al
clima. De nuevo, se pondrá de manifiesto que la mejora de las metodologías que
describen el clima del sistema físico se basan y dependen, de forma
determinante, de los datos de emisiones que, a su vez, son característicos de
factores sociales como el grado de desarrollo tecnológico, la evolución de la
demografía, el crecimiento económico, etc. y que estos factores son mucho más
difíciles de predecir.
Josep Enric Llebot es catedrático
de Física de la Universidad Autónoma de Barcelona.
|
