Evaluación de dos Modelos de Reducción de Escala en la Generación de Escenarios de Cambio Climático en el Valle de Mexicali en México

• Adriana Camargo-Bravo ^[1] ; Rafael O. García-Cueto ^[1]
  1. [1] Universidad Autónoma de Baja California

     Universidad Autónoma de Baja California

     México

     
• Localización: Información tecnológica, ISSN-e 0718-0764, ISSN 0716-8756, Vol. 23, Nº. 3, 2012, págs. 11-20
• Idioma: español
• Títulos paralelos:
  • Evaluation of two Downscaling Models in the Generation of Climate Change Scenarios in Mexicali Valley in Mexico
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 2 Citas
• Resumen
  • español

    Se evaluaron dos modelos de reducción de escala en la generación de escenarios de cambio climático en el Valle de Mexicali en México. Las técnicas comparadas son un Generador Estocástico de Tiempo Meteorológico (LARS-WG) y un método dinámico-estadístico (SDSM). Cada técnica se evaluó por su habilidad para reproducir algunas características estadísticas del clima observado en el período 1961-1990. Se elaboraron escenarios de cambio climático de temperatura y precipitación para los horizontes temporales 2020 y 2050. El LARS WG y el SDSM son técnicas sencillas que mostraron habilidades diferentes en la simulación de momentos estadísticos del clima observado, siendo ambos más eficientes para simular la temperatura que la precipitación. Para uno de los escenarios considerados se encontró diferencias de 0.1°C y 0.2°C para temperatura máxima y temperatura mínima y del 40.4% al 76.7% para precipitación.

  • English

    Two downscaling models in the generation of climate change scenarios in the Mexicali valley in México were evaluated. The evaluated techniques were the stochastic weather generator (LARSWG) and the dynamical-statistical model (SDSM). Each technique was evaluated for its ability to reproduce some statistical characteristics of the observed climate during the period 1961-1990. Climate change scenarios of temperature and precipitation for the period 2020 to 2050 were considered. LARS WG and SDSM are simple techniques that showed different abilities in simulating statistical moments of the observed climate, but both were more efficient for simulating temperature than precipitation. For one of evaluated scenarios differences of 0.1°C and 0.2°C for maximum and minimum temperature and 40.4% to 76.7% for precipitation.