Evaluation and diagnosis of coupled climate models included in the ipcc fourth assessment report

• Autores: Iñigo Errasti Arrieta
• Directores de la Tesis: Jon Sáenz Aguirre (dir. tes.), Agustín Ezcurra Talegón (dir. tes.)
• Lectura: En la Universidad del País Vasco - Euskal Herriko Unibertsitatea ( España ) en 2013
• Idioma: español
• Tribunal Calificador de la Tesis: Eugenio Ruiz Urrestarazu (presid.), Javier Sancho Sáiz (secret.), Alejandro Oscoz Abad (voc.), Fabienne Lohou (voc.), Concepción Rodríguez Puebla (voc.)
• Materias:
  • Ciencias de la tierra y del espacio
    • Climatología
• Texto completo no disponible (Saber más ...)
• Resumen

  • Los modelos climáticos acoplados atmósfera-océano son sofisticadas herramientas diseñadaspara simular el sistema climático terrestre y las complejas interacciones entre sus componentes.Hoy en día más de una docena de centros meteorológicos en el mundo desarrollan modelosde clima para mejorar nuestra comprensión del clima y el cambio climático, dando soporte alas actividades desarrolladas por el Panel Intergubernamental para el Cambio Climático (IPCC)de las Naciones Unidas.Sin embargo, estos modelos no son perfectos. Nuestra comprensión del clima de la Tierrano es perfecta y por tanto en los modelos se debe asumir una serie de suposiciones ysimplificaciones, que introducen por ejemplo biases (desviaciones) en las simulaciones delclima, a veces difíciles de subsanar o eliminar. Aun así, en los últimos años se ha mejorado lacomprensión teórica del clima, ajustado la base física de los modelos climáticos que lo simulane incrementado igualmente el número y la calidad de las observaciones, aumentando muysignificativamente la potencia de cálculo necesaria para llevar a cabo las integraciones de losmodelos.En particular, los modelos climáticos de circulación general (GCMs) están basados en lasecuaciones fundamentales del movimiento, la termodinámica y otras propiedadesmacroscópicas de la atmósfera, océanos y capa de hielo, obtenidas de las leyes básicas de lafísica. Estos principios básicos son particularmente la conservación de momento, masa yenergía, una ecuación de conservación de salinidad y humedad y ciertas ecuaciones de estadoque relacionan parámetros como presión, temperatura, densidad y salinidad.Los modelos GCMs usan un conjunto diverso de esquemas numéricos y de parametrización,que parametrizan por ejemplo, los correspondientes términos de convección, flujos de capalímite, transferencia radiativa, condensación y flujos superficiales sobre tierra. Estasparametrizaciones pretenden relacionar el estado climático que representa el modelo en unaresolución espacial por debajo de la escala espacial de ciertos procesos físicos, como puedenser la microfísica, la humedad o el transporte de energía por convección en pequeños cúmulos,la influencia de las nubes en los flujos de radiación o los flujos de energía y humedad debidosa transporte turbulento en la capa límite. De hecho, estas parametrizaciones son la única formade representar estos procesos en código numérico, implementado en ordenadores que van adesarrollar las integraciones de los modelo climáticos, ya que no se pueden resolver de formaexplícita con el tamaño de celda del modelo.La idea general de esta Tesis es que los modelos de clima son herramientas que se usanpara entender mejor las complejas interacciones del sistema climático. Los experimentos conGCMs ofrecen la aproximación más adecuada para mejorar nuestro conocimiento de losmecanismos físicos subyacentes en climas pasados y futuros. Van a permitir evaluarparcialmente el impacto del aumento de las concentraciones de gases invernaderos de origenxivPrefacioxvantropogénico en el clima de la Tierra, y sus estimaciones deben ser tenidas en cuenta en lafase de atribución del problema del cambio climático. La atmósfera terrestre está siendosometida a unos cambios sin precedentes en la Historia, y aunque variaciones en el clima tanconsiderables como el actual sí han sido registradas en el pasado, pocas han acontecido a lavelocidad observada en el cambio climático actual. Aun así, los modelos climáticos sonherramientas imperfectas, y por tanto, para perfeccionarlos es fundamental comparar sussalidas (estimaciones) con datos (observacionales y de reanálisis) que reflejan el clima actual.Dado que las ecuaciones atmosféricas no son lineales, la evolución en el tiempo de lasolución o integración es muy sensible a las condiciones iniciales del sistema. Si dosrealizaciones (runs) de un mismo sistema son inicializadas desde dos condiciones inicialesmuy próximas pero distintas, las dos soluciones divergirán pronto. El crecimiento del error enlas condiciones iniciales depende claramente de las propias condiciones iniciales. Por tanto,la predictibilidad varía y hace la predicción no válida tras un número finito de tiempo. Estehecho puede ser explicado usando el modelo matemático original desarrollado por Lorenz(1963) para explicar el caos, conocido popularmente como efecto mariposa. Lorenz desarrollóesta teoría a partir de una forma simplificada de las ecuaciones de movimiento de la atmósfera.La propiedad del límite de la predictibilidad meteorológica sugirió entonces la necesidad deconsiderar conjuntos (ensembles) que muestran la predictibilidad del sistema climático. Estaultima está a su vez relacionada con la predictibilidad de las funciones densidad deprobabilidad de los elementos climáticos y no con las realizaciones individuales de cadatrayectoria en el espacio de fases del sistema.Las predicciones de los modelos GCM no son sólo sensibles a las condiciones iniciales,sino también a las incertidumbres de la parametrización del modelo. De hecho, el sistemaclimático global no es completamente predecible en términos de las condiciones inicialesexistentes. El problema de la sensibilidad a las condiciones iniciales es normalmente evitadomediante el uso de un conjunto (ensemble) de predicciones. Esta técnica consiste en ejecutarun modelo de predicción varias veces a partir de condiciones iniciales que difieren encantidades consistentes con las incertidumbres en el estado inicial.Sin embargo, las incertidumbres también aparecen como consecuencia de una incompletarepresentación de la realidad en la formulación de los diferentes modelos GCMs. No todoslos modelos usan los mismos esquemas numéricos de parametrización para representarmatemáticamente los mismos procesos físicos. Como consecuencia, modelos diferentesinicializados con las mismas condiciones iniciales formularán resultados diferentes tras ciertotiempo de predicción (Palmer, 1999).Otra fuente de incertidumbre en los modelos y por tanto también en sus simulaciones, sonlas condiciones de contorno. Los modelos CGM dependen de entradas (forzamientos) querepresentan influencias externas naturales como son el ciclo solar o el vulcanismo terrestre yantropogénicas, principalmente emisiones de gases invernadero cuya evolución está asociadaa factores tecnológicos y socio-económicos no predecibles.Así, que un modelo climático simule adecuadamente el clima actual no garantiza que generepredicciones fiables para el clima futuro. A pesar de estas dificultades y limitaciones, laconcordancia de los modelos con las observaciones del clima actual es la única forma parapoder tener confianza en un modelo, asumiendo que un modelo que describe con precisión elclima actual hará probablemente una mejor proyección del clima futuro.PrefacioxviEn esta Tesis, se van a usar las simulaciones de los modelos GCMs obtenidos del ClimateModel Intercomparison Project (CMIP), proyecto que archiva de una manera organizada losdatos proporcionados por los modelos GCMs más recientes y desarrollados. Dichos datos sondistribuidos por el Program for Climate Model Diagnosis and Intercomparison (PCDMI). Elprimer proyecto de intercomparación de modelos de clima acoplados fue llevado a cabo amediados de los años noventa del siglo pasado. A esta primera generación de modelos de climase le denominó CMIP1, y a la siguiente disponible a inicios del siglo actual, CMIP2. Los datosusados en este trabajo son los correspondientes a la tercera generación de modelos CMIP3,coordinado por el World Climate Research Program (WCRP). Estos modelos están incluidosen el Cuarto Informe de Evaluación (AR4) del IPCC y por tanto, son denominados modelosCMIP3 o modelos AR4 (IPCC AR4, 2007).Los datos obervacionales usados en este estudio de Tesis han sido obtenidos a partir de dosproyectos de reanálisis y de una base de datos de precipitación. En los años noventa del siglopasado, el National Center for Environmental Prediction (NCEP), en cooperación con elNational Center for Atmospheric Research (NCAR) creó un registro de análisis globales dediferentes variables climáticas mediante el análisis de datos meteorológicos observados ymodernos métodos de asimilación de datos y modelización. Dicho proyecto es conocido conel nombre de reanálisis NCEP/NCAR (Kalnay et al., 1996; Kistler et al., 2001). El proyectode reanálisis europeo ERA40 (Simmons and Gibson, 2000; Uppala et al., 2005) complementaal reanálisis NCEP/NCAR usando otros esquemas de asimilación de datos.Igualmente, hoy en día un gran numero de bases de datos de observaciones de variablesclimáticas como son la presión a nivel de mar, la temperatura superficial o la precipitaciónestán disponibles para la comunidad científica gracias al trabajo realizado por instituciones declima y meteorológicas. Ejemplo de estos centros, son el Met Office Hadley Centre encolaboración con Climatic Research Unit (CRU) de la Universidad de East Anglia (Jones etal., 1999), el Goddard Institute for Spaces Studies (Hansen et al., 2010) o por citar el caso dela base de datos de precipitación utilizada en esta Tesis, el Global Precipitation ClimatologyProject (GPCP) descrito por Huffman et al. (1995) y Adler et al. (2003).Las simulaciones de modelos AR4 seleccionadas en este trabajo de Tesis para lacomparación con el clima actual fueron llevadas a cabo con un conjunto realista deforzamientos externos observados en la atmósfera, que incluyen la historia estimada o conocidade un rango dado de emisiones antropogénicas y también naturales, como son las variacionesen la radiación solar, la actividad volcánica, los gases invernadero y aerosoles sulfato. Laformulación exacta de estos forzamientos varía de un modelo a otro con implicacionespotenciales en el comportamiento de cada modelo.Los datos de las simulaciones de clima, son para el siglo XX. El experimento o conjuntode integraciones 20C3M, usa condiciones iniciales que parten de una simulación de controlpreindustrial, y su integración se realiza con el forzamiento histórico observado de gases deefecto invernadero, aerosoles, actividad volcánica y radiación solar durante el siglo X . Lasconcentraciones de CO2 varían desde 286 a 367 ppm. Cada simulación 20C3M se inicializaa partir de diferentes estados climáticos obtenidos en la simulación de control preindustrial yes forzada con las concentraciones históricas de gases invernadero y aerosoles del periodo1860-2000. En la simulación de control preindustrial, la concentración de CO2 es la de losniveles previos a la era industrial (simulación de 500 años anteriores a 1860 con unaconcentración de CO2 constante de 275 ppm).PrefacioxviiPara el siglo XXI, las simulaciones de los modelos han sido clasificadas atendiendo a losdiferentes escenarios de emisión de gases invernadero (Nakicenovic et al., 2000). Estosescenarios corresponden a concentraciones de gases invernadero relativamente altos (escenarioA2), moderado (A1B) y bajo (B1) a final de siglo, y pueden ser considerados extensiones deintegraciones previas (simulación de control preindustrial y experimento 20C3M).Los actuales modelos de clima acoplados han avanzado poco en la predicción a nivelregional de los cambios climáticos de una forma fiable y unánime. Esta falta de progreso estáíntimamente ligada con el papel que juega la dinámica atmosférica en la conformación deciertos aspectos de las respuesta climáticas, bien a pequeña escala que afectan a laestratificación atmosférica o a otros efectos diabáticos, o bien a la escala sinóptica, cuyacomplejidad inherente e interacción no lineal, también va a limitar la probabilidad depredicciones regionales más exactas. Es interesante, por tanto, profundizar en estudios depredicción a escala regional, por ejemplo mediante técnicas de downscaling o regionalizaciónen trabajos futuros.Sin embargo, para poder desarrollar dichos estudios de downscaling, es necesario evaluarinicialmente el comportamiento relativo de los diferentes modelos de clima sobre el área deestudio. Nosotros vamos a desarrollar un estudio de evaluación de modelos en la PenínsulaIbérica, para posteriormente ampliar la región de estudio al Atlántico Norte y finalmente a unaescala global. Aun así, se ha de tener en cuenta y tener presente, que ciertos estudios hanmostrado que modelos que reproducen bien el clima observado histórico sobre una regióngeográfica no reproducen bien el clima en otra región del globo. En otras palabras, unaevaluación o ranking de modelos AR4 hecha para una región puede no ser válida para otraregión.Estudios previos han mostrado que, para temperaturas globales, el incremento observadoen las últimas décadas del siglo XX, se debe mayoritariamente a la actividad humana sobre elplaneta basada en la combustión de combustibles fósiles y en el incremento de gasesinvernadero inducido por esta combustión en la atmósfera. Cambios en la temperatura yprecipitación en la Tierra, al fin y al cabo pueden provocar un serio impacto sobre lasactividades del hombre en muchas regiones. Estos modelos GCMs no son unánimes en señalarla distribución de los cambios regionales en precipitación.Por tanto, el área de investigación en la que queda enmarcada esta Tesis, es hoy en día devital importancia debido a razones sociales, económicas, científicas, y puede permitir obtenerunos resultados para ser publicados en revistas científicas de renombre.El grupo de investigación EOLO de Meteorología, Clima y Medio Ambiente donde eldoctorando ha desarrollado este trabajo de Tesis, tiene experiencia reconocida enpredictibilidad de temperatura sobre la Península Ibérica usando modelos GCMs (Frías et al.,2005). Igualmente tiene amplia experiencia en el análisis de la variabilidad de varios elementosclimáticos a nivel regional (Ezcurra et al., 2008) y en la comparación con los datos salida demodelos GCMs (Sáenz et al., 2001a; Sáenz et al., 2001b y Fernández et al., 2003).Particularmente, durante los últimos años, este grupo ha liderado uno de los proyectos másimportantes en la estrategia de investigación vasca sobre cambio climático (EKLIMA21),dentro del programa ETORTEK. Una parte importante de esta estrategia está dedicada al temacentral de esta Tesis (evaluación de modelos climáticos AR4), y por tanto, este trabajo deinvestigación es parte esencial del proyecto EKLIMA21.PrefacioForman parte de este grupo de investigación, Agustín Ezcurra, Gabriel Ibarra-Berastegi,Jon Sáenz, Javier Díaz de Argandoña, Isabel Herrero e Iñigo Errasti, profesores de losDepartamentos de Física Aplicada II, Ingeniería Nuclear y Mecánica de Fluidos, y ExpresiónGráfica y Proyectos de Ingeniería de las Facultades de Ciencia y Tecnología, Farmacia yEscuelas de Ingeniería de la Universidad del País Vasco (UPV/EHU).