Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/267719601
Article
CITATIONS READS
4 817
3 authors, including:
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Jose A Marengo on 17 January 2015.
Resumen
El Altiplano peruano (Departamento de Puno) es Abstract
considerado una de las zonas ms sensibles y The Peruvian Altiplano (Puno) is considered as one of
perturbadas por la variabilidad climtica con the most sensitive and disturbed areas in relation to the
implicancias en las actividades del sector agropecuario, climate variability, which affects activities in the
hidroelctrico, minero, etc. En el futuro por el posible agricultural, hydroelectric, mining etc. sectors. In the
cambio climtico la vulnerabilidad y las condiciones de future, the possible climate change would affect the
vida en general seran afectadas, principalmente la vulnerability and the general living conditions,
actividad agropecuaria que es el principal sustento de la particularly the agricultural activity, which constitutes
poblacin. Tomando en cuenta estos aspectos este the principal livelihood of the population in this region.
trabajo tiene como objetivo evaluar y tener una Considering these aspects, the object of this study is to
aproximacin de los posibles cambios futuros en la evaluate and to obtain the approximation of possible
precipitacin y temperatura. Para esta evaluacin del future changes in precipitation and temperature. In order
cambio climtico futuro (perodo 2071 2100) en el to assess the future climate change (period from 2071 to
Altiplano peruano se utilizaron tres modelos climticos 2100) in the Peruvian Altiplano region, three regional
regionales (ETA CCS, HadRM3 y REgCM3) y se climate models were utilized (ETA CCS HadRM3 and
analizaron las variables de precipitacin y temperatura. RegCM3) and the variables precipitation and
Inicialmente, se valid el clima presente (1961-1990) de temperature were analyzed. At first, the present climate
estos tres modelos, en relacin a la climatologa (1961-1990) of these three models was validated with
observada y posteriormente se analizaron sus respect to the observed climatology. Afterwards, their
proyecciones futuras (2071-2100). Los resultados de la future projections (2071-2100) were analyzed.
validacin mostraron que el modelo HadRM3 fue el que Validation results showed that the HadRM3 model
present mejor desempeo en la simulacin de la presents the best efficiency in simulating precipitation
precipitacin sobre el Altiplano Peruano, representando over the Peruvian Altiplano, representing better the
mejor la estacionalidad y el ciclo anual de la seasonality and the annual precipitation cycle with fewer
precipitacin con menores errores en relacin a los otros errors compared to the other two models (ETA CSS and
dos modelos (ETA CSS y REgCM3), y subestimando la RegCM3), and underestimating the monthly mean by
media mensual en 2mm/da. En la temperatura los 2mm/day. For temperature, the ETA CSS and the
modelos ETA CSS y HadRM3, tambin simularon el HadRM3 models also simulated the annual cycle and
ciclo anual y la estacionalidad, el primero relativamente seasonality; the first model did it relatively better than
mejor que el segundo, ambos subestimndola con errores the second. Both models underestimated temperature by
de media mensual de 4C y 5C, respectivamente. Los mean monthly error of 4C and 5C respectively. Since
modelos HadRM3 y ETA CSS por ser los que ms se the HadRM3 and the ETA models reproduce better
aproximaron a lo observado, los posibles cambios observed variables, the projection of the possible future
climticos futuros se basaron en los resultados de estos climate changes is based on the outputs of these two
dos modelos. Entonces, en el futuro 2071 2100, la models. Accordingly, in the future 2071 - 2100,
precipitacin proyectada por el modelo HadRM3 en el precipitation projected by the HadRM3 model under the
escenario A2 (altas concentraciones de CO2) mostr A2 scenario (high concentrations of CO2) shows
incrementos de precipitacin de hasta 2mm/da increment of up to 2mm/day, mainly in the rainy season
principalmente en la poca lluviosa (SON y DEF), y en (SON and DJF). Under the moderate B2 scenario (low
el escenario moderado B2 (bajas concentraciones de CO2 concentrations) it is similar to the current pattern.
CO2) similares al patrn actual. Por otro lado, la Future temperature, obtained from the arithmetic mean
temperatura proyectada, obtenida de la media aritmtica of the ETA CSS and HadRM3 models, shows an
de los modelos HadRM3 y el ETA CSS simularon para increase of 2C to 4C under A2 and B2 scenarios, that is
los escenarios A2 y B2 incrementos entre 2C a 4C, ms particularly strong to the north of the Lake, with values
an al norte de lago con incrementos de hasta 6C. of up to 6 C.
Palabras Claves: Escenarios Climticos, Altiplano Keywords: Climate scenarios, Peruvian Altiplano,
Peruano, Modelo HadRM3 HadRM3 model.
134
RPGA-Autor(es)
JANEET SANABRIA ET AL.
135
RPGA-Autor(es)
ESCENARIOS DE CAMBIO CLIMTICO
Garreaud & Falvey 2009, Urrutia & Vuille tener trabajos que puedan ser divulgados y
2009, Fuenzalida, H., 2007, Solman et al utilizados por los rganos correspondientes,
2007, Nuez et al. 2008, SENAMHI 2005, a fin de tomar medidas preventivas y de
2007, 2009 entre otros). Estas proyecciones adaptacin.
han sido derivadas usando varios modelos Este estudio fue desarrollado en tres partes.
regionales (RAMS, ETA CCS, RegCM3, La primera parte consisti en la de
HadRM3P, MM5) que fueron corridos seleccin de uno de los modelos climticos
usando los modelos globales NCAR-CSM y regionales estudiados el ETA CCS, el
HadAM3P como condicin de contorno, HadRM3 y el RegCM3, a travs de un
para el presente (1961-90) y futuro hasta proceso de validacin del clima actual
2100. Algunas de las proyecciones fueron basado en las observaciones. En esta parte
generadas para toda America del Sur, y tambin se incluy la validacin de los
otras en regiones especficas, como datos obtenidos del CRU respecto a los
Amrica del Sur de 20 S, o a nivel de pas. datos observados de las estaciones
Todas las proyecciones fueron para los meteorolgicas usadas para el presente
escenarios de altas (A2) y bajas emisiones 1961-1990. Despus se analizaron las
(B2) de gases de efecto invernadero, proyecciones de lluvia y temperatura para
definidos por el Special Report Emission 2071-2100 para los escenarios A2 y B2. En
Scenarios SRES del IPCC (Nakicenovic et la tercera parte se presentaron las
al, 2000). Uno de los aspectos ms conclusiones.
importantes entre las proyecciones de los
diferentes modelos regionales es la MATERIALES Y METODOS
consistencia entre las proyecciones de los
modelos regionales, y entre estos modelos y Zona de estudio:
los modelos globales usados como El Altiplano Peruano (departamento de
condicin de contorno (Marengo et al. Puno) est ubicado al sur del Per entre la
2009). Algunas experiencias usando latitud 13S y 17S y longitud 68,5W y
modelos globales de alta resolucin como el 71W y a una altitud entre 3700 a 4400
modelo japons TL959L60 MRI JMA msnm (Ver Fig. 1). Del rea total que
tambin han generado escenarios regionales comprende el departamento de Puno la
de clima para finales del Siglo XXI mayor parte es de caractersticas
(Avalos, 2007). Altiplnicas (-14S a -17.5S), solamente
Con el fin de obtener una aproximacin de una pequea rea o franja angosta al noreste
los posibles cambios futuros en la es de caractersticas de regin Amaznica (-
precipitacin y temperatura en las zonas 13S a -14S). Para determinar la
ms vulnerables del Altiplano peruano, se climatologa de esta zona de estudio se han
plante este estudio. El Altiplano elegido 28 estaciones con series de datos de
(Departamento de Puno) es considerado una paso diario de precipitacin y temperatura
de las zonas ms sensibles y perturbadas del periodo 1961 a 1990 (25 estaciones
por la variabilidad climtica como por representan caractersticas altiplnicas y 3
ejemplo, durante El Nio muchas veces las de la regin Amaznica). La climatologa
lluvias son deficitarias (Rome-Gaspaldy, en el Altiplano describe que la precipitacin
1999), adems, de existir evidencias de est restricta a los meses de noviembre a
cambios en la precipitacin en el pasado marzo acumulando valores entre 500 a 900
(Garreaud, et al., 2003). Tambin, es mm; y que las condiciones trmicas est
considerado como el tercer departamento caracterizada por temperaturas mximas
ms pobre del Per que depende absolutas que oscilan entre 14 C a 18 C y
principalmente de la actividad agropecuaria mnimas entre -7.0 C a 3.0 C, por tanto las
aportando a la economa del departamento temperaturas medias oscilan entre 4C a
con un 68.3%, asimismo es uno de los tres 9C (ver Tabla 1 y Figura 2). En esta zona
principales productores del cultivo de papa los gradientes o variacin espacial de la
y de alpacas a nivel nacional, (INEI, 2007), precipitacin y temperatura no son
por lo que es alta la vulnerabilidad si acentuados (Coeficiente de variacin CV
eventos climticos extremos sucedieran. bajos), mostrando apenas ligeramente
Por eso surge la motivacin y necesidad de variaciones en el invierno (CV: 0.4 a 0.5)
136
RPGA-Autor(es)
JANEET SANABRIA ET AL.
ms que en el verano (CV: <0.3) (ver Fig. En el Altiplano tambin ocurren eventos
2), excepto en la franja angosta de como heladas, granizadas, inundaciones y
caractersticas de Amazona donde son muy sequas en ciclos anuales muy irregulares.
notorios (Figs. 3b y 3c).
Tabla 1. Estaciones de estudio y caractersticas climticas en el Altiplano peruano
(departamento de Puno). Periodo del promedio 1961 a 1990
Precipitacin
Altitud Temperatura
Estacin Latitud Longitud media anual
m media (C)
(mm/ao)
Pampahuta -15.5 -70.7 4400 4.1 798
Cojata -15.0 -69.4 4380 - 748
Juliaca -15.5 -70.2 4350 8 800
Macusani -14.1 -70.4 4331 5.3 743
Crucero -14.4 -70.0 4130 6.4 811
Mazocruz -16.7 -69.7 4100 4.5 526
Llally -14.9 -70.9 3980 7.3 800
Chuquibambilla -14.8 -70.7 3971 7.2 697
Progreso -14.7 -70.4 3970 8.7 613
Capachica -15.6 -9.8 3933 8 806
Ayaviri -14.9 -70.6 3928 7.8 698
Lampa -15.4 -70.4 3910 8 720
Pizacoma -16.9 -69.4 3905 7.7 602
Cabanillas -15.6 -70.3 3900 9.2 654
Munani -14.8 -70.0 3899 8.5 651
Huancane -15.2 -69.8 3890 7.8 680
Huaraya Moho -15.4 -69.5 3890 8.7 892
Ilave -16.1 -69.6 3880 8.2 709
Azangaro -14.9 -70.2 3863 8.7 613
Desaguadero -16.6 -69.0 3860 7.7 723
Puno -15.8 -70.0 3860 8.8 727
Tahuaco Yunguyo -16.3 -69.1 3860 8.1 800
Arapa -15.1 -70.1 3830 9.1 700
Granja Salcedo -15.9 -70.0 3825 8.7 647
Fig. 1. Mapa de ubicacin
Juli -16.2 -69.5 3812 8.2 857 del departamento de Puno
Ollachea -13.8 -70.5 2850 12.6 1233 en el Per
Tambopata -14.2 -69.2 1320 20.4 1545
San Gaban -13.4 -70.4 820 22.4 6093
137
RPGA-Autor(es)
ESCENARIOS DE CAMBIO CLIMTICO
138
RPGA-Autor(es)
JANEET SANABRIA ET AL.
139
RPGA-Autor(es)
ESCENARIOS DE CAMBIO CLIMTICO
en las otras reas faltan mejorar (Alves & investigacin climtica; en la zona de
Marengo,2009; Marengo et al., 2009). estudio CRU utiliz datos observados de
una sola estacin la de Juliaca (latitud: -
Escenarios climticos 15.5, longitud: -70.2 y altitud: 3825m)
Para obtener proyecciones del clima futuro, (http://www.cru.uea.ac.uk/cru/data
los modelos climticos son corridos bajo /landstations/crustnsused.txt). Referente, a
condiciones de emisiones de gases de efecto la climatologa observada esta fue
invernadero, y un grado de desarrolo social construida con los datos observados de las
y econmico consistentes con estas estaciones, distribuidos en 28 puntos en la
emisiones. Estos escenarios soci- zona de estudio, localizados en punto de
economicos-ambientales usados por el estacin (ver Fig. 3a), previamente a estos
IPCC describen un marco para el datos se les realiz el control de calidad y
pensamiento estructurado de cmo el futuro prueba de homogeneidad de las medias
se puede revelar. Cualquier descripcin mensuales utilizando los estadsticos t
(proyeccin) posible del clima futuro Student-Fisher (P<0.05), adems se realiz
depender de la opcin del panorama de las el anlisis del coeficiente de variabilidad
emisiones. Los escenarios de emisin de CV para ver espacialmente la
gases de efecto invernadero provenientes de homogeneidad (menor CV) o
la actividad humana dependen de diversos heterogeneidad (mayor CV) de la
factores socio-econmicos como la precipitacin y temperatura en la zona de
poblacin, el crecimiento econmico, la estudio o tambin indicarnos el
tecnologa, el uso de energas, entre otros comportamiento espacial de gradiente de la
(Nakicenovic et al., 2000). La precipitacin y temperatura (ver Fig. 2).
concentracin de dixido de carbono Entonces para ver si exista diferencias
atmosfrico aumentar desde la entre las climatologas de CRU y la
concentracin actual de 1999 (370 ppmv) a observada se realiz la validacin. Pero
una concentracin cercana a 550 ppmv en antes, los datos observados en puntos de
el escenario B2 (bajas emisiones) para el estacin en paso mensual para ser
ao 2100, y encima de 830 ppmv para el comparados tuvieron que ser interpolados a
escenario A2 (altas emisiones). punto grilla de resolucin 0.5x0.5 con la
Los escenarios de cambio climtico es una metodologa del esquema anlisis
representacin, internamente consistente, CRESSMAN a travs del software de
del clima futuro, construida a partir de visualizacin y anlisis grfica GrADS
mtodos con basamento cientfico, y que (Cressman, G., 1959 citado por Doty B.,
puede ser usada para dar una comprensin 1992). La metodologa consisti primero en
de la respuesta de los sistemas sociales y interpolar las localizaciones de las
medio ambintales, al futuro cambio estaciones a punto grilla; segundo interpolar
climtico (Nakicenovic et al., 2000). los datos para un punto grilla ms fino, a
travs de pasos mltiples realizados por
Climatologa Observada y Climatologa medio de grillas en subsecuentes radios de
CRU (clima del presente) influencia. En cada paso fue determinado
un nuevo valor para cada punto grilla hasta
Contbamos con dos climatologas que se obtuvo el valor ptimo del radio de
referenciales, del perodo 1961 a 1990, influencia. Entonces con los datos
tanto la de CRU como de los datos observados mensuales se gener la
observados de las estaciones. La climatologa anual y estacional para cada
climatologa de CRU proveniente de la punto grilla. Ambas climatologas, CRU y
Climatic Research Unit de la School of observados, fueron comparadas en cada
Environmental Sciences, University of East punto grilla de 0.5 x 0.5. Para obtener los
Anglia, UK, fue construida con datos errores o desviaciones de estas
observados de estaciones e interpolada en comparaciones se empleo el indicador
funcin de la latitud, longitud y elevacin estadstico del BIAS
usando la metodologa thin-plate splines en ( ) cual midi el
punto grilla 0,5x0,5 (New et al., 1999).
Esta informacin es de acceso libre para la error o la media de las diferencias entre el
140
RPGA-Autor(es)
JANEET SANABRIA ET AL.
valor CRU (s1) y el observado (m1). n es el climatologa simulada del mismo modelo
nmero de aos. (Cmod), en punto grilla 0,5x0,5.
RPGA-Autor(es)
ESCENARIOS DE CAMBIO CLIMTICO
Por tanto, para validar los modelos de estudio y por representar en s misma
climticos regionales se utilizaron los datos una situacin dada del clima y no estimada
observados debido a su densidad en la zona o calculada.
142
RPGA-Autor(es)
JANEET SANABRIA ET AL.
10 10
Precipitacin (mm/da)
a 8 PP_REGCM3 8
Temperatura (C)
PP_HadRM3
6 PP_ETA 6
PP_OBSERVADA
4 4 Tm_REGCM3
Tm_HadRM3
2 2 Tm_ETA
Tm_OBSERVADO
0 0
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
6 10
Precipitacin (mm/da)
b 5 8
Temperatura (C)
PP_ETA
4
6
3 PP_OBSERVADA
4
2 Tm_ETA
1 2
Tm_OBSERVADO
0 0
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
10 10
c
Precipitacin (mm/da)
8 8
Temperatura (C)
PP_HadRM3
6 6
PP_OBSERVADA
4 4
Tm_HadRM3
2 2
Tm_OBSERVADO
0 0
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
8 10
d
Precipitacin (mm/da)
8
Temperatura (C)
6 PP_REGCM3
6
4 PP_OBSERVADA
4
Tm_REGCM3
2
2
Tm_OBSERVADO
0 0
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
BIAS modelo ETA -3.3 -1.5 -0.1 -0.8 -3.3 -3.0 -3.1 -3.6
BIAS modelo HadRM3 2.8 1.2 0.8 2.5 -4.1 -4.0 -2.2 -3.1
BIAS modelo ReGCM3 2.0 3.1 0.9 0.8 -2.6 -1.4 -2.0 -4.4
143
RPGA-Autor(es)
ESCENARIOS DE CAMBIO CLIMTICO
144
RPGA-Autor(es)
JANEET SANABRIA ET AL.
145
RPGA-Autor(es)
ESCENARIOS DE CAMBIO CLIMTICO
Fig.6. Error de la climatologa de la precipitacin (1961-1990) dado por los modelos climticos
regionales. a. Verano (DEF) b. Invierno (JJA).
Fig.7. Error de la climatologa de la temperatura (1961-1990) dado por los modelos climticos
regionales. a. Verano (DEF) b. Invierno (JJA).
146
RPGA-Autor(es)
JANEET SANABRIA ET AL.
Fig.8. Anomalas del periodo 2071 -2100 en la precipitacin anual y estacional en escenario
climticos futuros A2 (altas concentraciones de CO2) y B2 (bajas concentraciones de CO2)
periodo 2071 - 2100. Modelo HadRM3
147
RPGA-Autor(es)
ESCENARIOS DE CAMBIO CLIMTICO
RPGA-Autor(es)
JANEET SANABRIA ET AL.
models for the IPCC AR4, J. Geophys. Res., ENOS et LNSO. Bulletin de l'Institut Franais
111, D02111, doi10.1029/2005JD006355. d'Etudes Andines, Vol. 27, No. 1, p. 675-685.
Marengo, J. (2007) Integrating across Spatial Rusticucci, M., Marengo, J., Penalba, O. &
and Temporal Scales in Climate Projections Renom, M. (2009) An intercomparison of
Challenges for using RCM projections to model-simulated in extreme rainfall and
develop plausible cenarios for future extreme temperature events during the last half of the
events in South America for vulnerability and twentieth century. Part 1: mean values and
impact studies. In Annals of IPCC TGICA variability. Climatic Change., DOI
Expert Meeting Integrating Analysis of 10.1007/s10584-009-9742-8.
Regional Climate Change and Response, Nadi, Salazar, L., Nobre, C & Oyama, M. (2007)
Fiji, 20-22 June 2007. Climate change consequences on the biome
Marengo, J., Jones, R., Alves, L. & distribution in tropical South America, Geophys.
Valverde, M. (2008) Future change of Res. Lett., 34, L09708,
temperature and precipitation extremes in South doi10.1029/2007GL029695.
America as derived from the PRECIS regional SENAMHI (2005b) Escenarios Climticos
climate model system, Accepted, Int. J. Futuros y Disponibilidad del Recurso Hdrico
Climatology. en la Cuenca del Ro Santa,, Editor Consejo
Marengo, J., Rusticucci, M., Penalba, O. & Nacional del Ambiente CONAM, ISBN
Renom, M. (2009) An intercomparison of 9972-824-19.
observed and simulated extreme rainfall and SENAMHI (2007) Escenarios de cambio
temperature events during the last half of the climtico en la cuenca de los ros Mantaro y
twentieth century part 2 historical trends. Urubamba para el ao 2100; Proyecto Regional
Climatic change, doi10.1007/s10584-009-9743- Andino de Adaptacin PRAA. Autores Rosas
7. G., Avalos G., Daz A., Oria C., Acua D.,
Mesinger, F., Janjic, Z., Nickovic, S., Metzger L. y Miguel R. Eds. SENAMHI
Gavrilov, D. & Deaven, D. (1988) The step- MINAM, Per, 124 pp.
mountain coordinate model description and SENAMHI (2009c) Escenarios Climticos en la
performance for cases of Alpine lee cuenca del rio Santa para el ao 2030 Autores
cyclogenesis and for a case of Appalachian Diaz A., Rosas G., Avalos G., Oria C., Acua
redevelopment. Mon Wea Rev 11614931518. D., Llacza, A.,Miguel R. Proyecto SCNCC,
Mesinger (2008) The Eta brief history, Segunda Comunicacin Nacional del Cambio
summary, results, discussion. Climtico. Editor Ministerio del Ambiente.
ftp//ftp1.cptec.inpe.br/etamdl/Download/model/ SENAMHI (2009a) Escenarios Climticos en
EtaGuide.2008.8.pdf el Per para el ao 2030 Autores Diaz A.,
Nakicenovic, N., et al. (2000) Special Reports Rosas G., Avalos G., Oria C., Acua D., Llacza,
on Emission Scenarios SRES, edited by N. A.,Miguel R. Proyecto SCNCC, Segunda
Nakicenovic and R. Swart.Cambrigde Univ. Comunicacin Nacional del Cambio Climtico.
Press, New York. Editor Ministerio del Ambiente.
New, M., Hulme, M., & Jones, P. (1999) Solman, S., Nuez M., & Cabr M.F. (2007)
Representing Twentieth-Century SpaceTime Regional Climate change experiments over
Climate Variability. Part I Development of a southern South America. I Present Climate.
196190 Mean Monthly Terrestrial Climate Dynamics, 30533-552.
Climatology. , 12, 829856. Urrutia, R., & Vuille, M. (2009) Climate
Nuez, M., Ciapessoni, H., Rolla, A., Kalnay, change projections for the tropical Andes using
E., & Cai, M. (2008) Impact of land use and a regional climate model Temperature and
precipitation changes on surface temperature precipitation simulations for the end of the 21st
trends in Argentina. J. Geophys. Res., 113, century, J. Geophys. Res., 114, D02108,
D06111, doi10.1029/2007JD008638. doi10.1029/2008JD011021.
Pisnichenko, I. & Tarasova, T. (2009) The Valverde, M. & Marengo, J. A. (2007)
climate version of the Eta regional forecast Change in the atmospheric circulation pattern
model. II. Evaluation of the Eta CCS model over south America by climate future scenarios
performance against reanalysis data and surface from models of IPCC AR4 climate simulations.
observations. arXiv0901.1461v1 [physics.ao- Revista Brasiliera de Meteorologia. Submitted.
ph] http//arxiv.org/abs/0901.1461v1. Vera, C., Silvestri, G., Liebman, B. and
Pope, V. D., M. L. Gallani, P. R. Rowntree & Gonzalez, P. (2006) Climate Change scenarios
Stratton, R. A. (2000) The impact of new for seasonal precipitation in South America
physical parametrizations in the Hadley Centre from IPCC AR4 models. Geophisycal Research
climate model -- HadAM3. Climate Dynamics, Letters, v. 33,L13707,
16: 123-146. doi10.1029/2006GL02575.
Rome-Gaspaldy, S. & Ronchail, J. (1999)
La Pluviomtrie au Prou Pendant les Phases
149
RPGA-Autor(es)