Diapositiva 1 - PowerPoint PPT Presentation

1 / 23
About This Presentation
Title:

Diapositiva 1

Description:

RECONSTRUCCIONES DEL CLIMA EN EL PERIODO HIST RICO A PARTIR DE FUENTES DOCUMENTALES: ASPECTOS METODOL GICOS Fernando S nchez Rodrigo Dpto. F sica Aplicada – PowerPoint PPT presentation

Number of Views:58
Avg rating:3.0/5.0
Slides: 24
Provided by: Ferna73
Category:

less

Transcript and Presenter's Notes

Title: Diapositiva 1


1
RECONSTRUCCIONES DEL CLIMA EN EL
PERIODO HISTÓRICO A PARTIR DE FUENTES
DOCUMENTALES ASPECTOS METODOLÓGICOS
Fernando Sánchez Rodrigo Dpto. Física
Aplicada Universidad de Almería frodrigo_at_ual.es
Proyecto Caracterización del clima de la
Península Ibérica durante el periodo 1750-1850,
2008-2011, Ministerio de Medio Ambiente, y Medio
Rural y Marino
Seminario CLIVAR España. CLIMA EN ESPAÑA PASADO,
PRESENTE Y FUTURO. Contribución a un Informe de
Evaluación del Cambio Climático Regional. 11-13
Febrero 2009, Madrid.
2
Introducción
Objetivo de la climatología histórica
Reconstrucción de la variabilidad climática
previa a la recopilación sistemática de datos
instrumentales.
Datos proxy, fuentes documentales
3
Fuentes documentales
Análisis histórico (autor, fuente, fiabilidad,
datación, )
Dispersión espacio-temporal de las informaciones
Contrastación de diferentes fuentes Integración
de diferentes fuentes para elaborar series
temporales de suficiente extensión.
Subjetividad inherente a este tipo de fuentes
Sistema de índices de severidad basados en los
impactos
La vulnerabilidad de las infraestructuras del
pasado pudo ser muy distinta a la del presente, y
cambiar de unas épocas a otras.
Riesgo considerar como extremos fenómenos
normales según los estándares actuales,
sobrevalorar ciertos sucesos.
4
Indices de severidad.
Indices mensuales, Im -1, 0, 1
Indices estacionales Is ??Im -3, -2, -1, 0,
1, 2, 3
Aunque pueden reflejar valores medios de
temperatura o totales de precipitación acumulada,
no reflejan la variabilidad intramensual, o
intraestacional.
Promedio de los índices asignados a diferentes
episodios para una localidad (índice local), o
entre los índices de varias localidades (índice
regional)
Hipótesis de partida los extremos climáticos
responden a una distribución simétrica entorno
al valor medio (lo normal se indexa con el
valor 0)
5
Reconstrucción
Calibración con datos instrumentales para un
periodo de solapamiento
Ejemplo índices pluviométricos de otoño en
Murcia (Rodrigo Barriendos, 2008, Global and
Planetary Change, 63 243-257)
6
Periodo de solapamiento 1866-1900
Validación
Calibración
Si el periodo es muy breve, correlación cruzada.
r0.33
z0.50.8I r0.55
No siempre es posible encontrar un periodo de
solapamiento
7
Reconstrucción
Pérdida de varianza
Factor de inflación Degradación de la serie
instrumental mediante la adición de un ruido
blanco
Homogeneidad de la serie reconstruida
Normalmente, no existe una serie homogénea de
referencia.
Media y varianza del periodo histórico iguales a
las del instrumental
t-test
8
Reconstrucción
9
Problemas metodológicos resumen
Subjetividad de las fuentes
Sistema de índices basados en impactos puede ser
inapropiado
Problemas de calibración/verificación (Inexistenci
a de un periodo de solapamiento, o que éste sea
muy breve)
Pérdida de la varianza en la serie reconstruida
Homogeneidad de la serie reconstruida
10
Método alternativo
Modelo conceptual de cambio climático
Cambios en la función de distribución representati
va de la variable climática
Del pasado, sólo conocemos la frecuencia de
extremos en determinados periodos.
Objetivo inferir los parámetros de la función
de distribución a partir de la frecuencia de
extremos.
11
Método alternativo (Rodrigo, 2008. Climatic
Change, 87 471-487)
Contabilizar estaciones extremas en periodos de
30 años del pasado, nw y nd (por hipótesis,
situaciones en las cuales los valores umbral
fueron excedidos)
Si FX es la función de distribución
representativa de la variable climática, los
cuantiles qw y qd que permiten definir estaciones
húmedas y secas pueden encontrarse como (n 30)
Hipótesis FX es la distribución normal, válida
para lluvias totales estacionales en Andalucía,
excepto en el caso del verano (Rodrigo, 2002.
Theoretical and Applied Climatology, 72 193-207)
12
La distribución normal puede estandarizarse y
transformarse en una N(01)
Los cuantiles de la serie pueden establecerse de
la forma cd u sqd cw u sqw (u
valor medio s desviación típica, q cuantil
de la N(01), c cuantil de la normal no
estandarizada)
Conocidos cw y cd a partir de un periodo
instrumental de referencia, podemos obtener u y s
para un periodo de 30 años del pasado en la forma
u cw sqw cd -sqd
Falta de datos implica que si nd 0 ? qd ? - ? y
si nw 0 ? qw ?? ? Gaps
13
En resumen, para periodos de 30 años, nd , nw ?
qd , qw ? s, u
Validación del método reconstrucción de la serie
regional de Andalucía de precipitaciones de
invierno (datos en Rodrigo et al., 1999, Int. J.
Climatol., 19 1233-1253) periodo instrumental
1821-2000, periodos sucesivos de 30 años
Periodo de referencia 1961-1990 cd 162.2 mm
(percentil 25) cw 268.8 mm (percentil 75)
Línea continua reconstrucción. Línea
discontinua observaciones
r0.38
Sobreestimación (s)/subestimación (u) de las
observaciones RMSE(u) 18 mm (?8) RMSE(s) 25
mm (?23)
r0.98
14
Reconstrucción de las precipitaciones de invierno
en Andalucía (1501-2000) periodos sucesivos de 30
años, desde 1501-1530 hasta 1971-2000 (Rodrigo,
2008. Climatic Change, 87 471-487 )
15
Aplicaciones
cd
cw
Periodo u (mm) s (mm) 1651-1680 222.8 54.6 1681
-1710 230.5 45.5 1711-1740 219.2 51.3
El Mínimo Maunder se caracteriza en Andalucía por
un aumento (descenso) de u (s)
16
Oscilación Maldá 1760-1800 (Barriendos
Llasat, 2003, Clim. Change, 61 191-216)
cw
cd
El último tercio del siglo XVIII se
caracteriza por un aumento acusado de s respecto
al periodo anterior
Periodo u (mm) s (mm) 1741-1770 238,5 41,6 1771
-1800 234,6 65,2
17
Ventajas del método
No se precisa encontrar un periodo de
solapamiento entre datos documentales e
instrumentales.
Los percentiles 25 y 75 permiten recoger un
amplio intervalo de situaciones sin conjeturas
sobre el grado o magnitud de los fenómenos.
No se corrigen las series para buscar la
homogeneidad
Problemas del método
Ausencia de información nd nw 0, obliga a la
aparición de huecos en las series reconstruidas.
La hipótesis de normalidad puede no ser adecuada.
Resolución temporal de baja frecuencia (periodos
largos)
18
Falta de datos.
Es suficiente el número de informaciones
encontradas?
? Prob ??x?gtc? 0.5 si cP25, P75
Distribución binomial
n 30
Criterio El número total de estaciones extremas
es satisfactorio si está incluido en el intervalo
Serie regional de Andalucía, número de inviernos
extremos en periodos sucesivos de 30 años,
1501-1820.
19
Hipótesis de normalidad
Ejemplo serie de precipitaciones totales de
Murcia en otoño
Gamma (?1,5 ? 67,9) KS0.0695
Normal (u100,1 s82,1) KS0.1467
cd49 mm
cw139 mm
20
Hipótesis FX es la función de distribución gamma
incompleta
?(FX) 1
Sea ? 2.83, valor medio de los parámetros ?
correspondientes a periodos de 31 años en la
serie instrumental (1866-2000)
??
Reconstruido
Observado
RMSE 6.9 mm (?7) r 0.95
21
Reconstrucción
Método de FX para periodos sucesivos de 31 años
Media móvil 31 años, método de índices
r 0.55
22
Resolución temporal
El método proporciona las medias para periodos
sucesivos de n años
n 2r 1 (r15)
Sea n impar (por ejemplo n31)
Mediante un proceso iterativo podemos obtener los
valores x a partir de los datos instrumentales y
las medias móviles.
23
Posibles desarrollos
Uso de diferentes funciones de distribución
(lognormal, exponencial, Weibull, )
Cambio de los valores umbral c (otros percentiles)
Reducción de la escala temporal
Comparación con otros datos proxy (anillos de
árboles)
Reconstrucción de temperaturas
Relación con factores causales (NAO, ENSO,
forcings solar, volcánico, CO2)
Write a Comment
User Comments (0)
About PowerShow.com