• English 
  • Spanish 

Proyecto de Regionalización de Escenarios de Cambio Climático en Cantabria. Métodos Estadísticos.

Conference: CLIVAR. Clima en España: Pasado, presente y futuro | Contribución a un Informe de Evaluación del Cambio Climático Regional
Year: 2009
Contribution type: Oral
Poster: 2009_sanmartin_CLIVAR.pdf

En este trabajo se presentan los resultados obtenidos con técnicas de downscaling estadístico en el marco del proyecto de “generación de escenarios regionales de cambio climático para Cantabria” (financiado por la Consejería de Medio Ambiente del Gobierno de Cantabria). En una primera fase de este proyecto se ha completado una climatología de alta resolución de la región a escala diaria (10km utilizando sólo observaciones, y 1km introduciendo también co-variables orográficas: altura, pendiente, bloqueos, etc.), evaluando la incertidumbre introducida por los distintos métodos. En una segunda fase, se han aplicado distintas técnicas de downscaling estadístico a las series de observaciones y también a las series interpoladas: regresión lineal utilizando Componentes Principales (CPs), regresión lineal con valores de rejilla en puntos cercanos, regresión lineal condicionada a tipos de tiempo, y distintas variantes del método de análogos. Con todos estos métodos se ha formado un conjunto de predicciones para cuantificar la incertidumbre introducida por el método de downscaling, frente a la incertidumbre introducida por lo modelos globales; en este estudio se han utilizando distintos modelos globales del AR4 como predictores (ECHAM5, CNRM-CM3, HADCM3, etc.), trabajando a escala diaria. También se han comparado los resultados obtenidos al utilizar las observaciones, frente a los obtenidos al utilizar datos interpolados, mostrando resultados equivalentes. La fuente de incertidumbre más importante ha resultado ser la proveniente de los distintos modelos globales, mostrando que es necesario considerar predicciones multi-modelo si se quiere cuantificar de forma apropiada la incertidumbre, tanto a nivel global como regional. También se muestran algunos resultados sobre la robustez de las técnicas estadísticas cuando se aplican a escenarios futuros, en los que las relaciones empíricas aprendidas en clima presente podrían no ser apropiadas.