Pronósticos de cambios en la precipitación promedio anual en Venezuela según modelos y escenarios de cambio climático global

2016-04-18T03:27:17Z (GMT) by José R. Ferrer-Paris
<b>Motivación</b><br>Venezuela depende en gran medida de la generación hidroeléctrica para suplir sus necesidades energéticas. Por ese motivo las sequías tienen una incidencia negativa en el desempeño de este sector. En años recientes se ha visto con preocupación el descenso de los niveles del embalse de Guri, lo cual se ha atribuído a una combinación de fenómenos meteorológicos adversos, alto consumo eléctrico y la falta de fuentes alternativas para la generación de electricidad.<br><br>Los efectos de el fenómeno del Niño y las prolongadas sequías de años recientes no son eventos aislados o pasajeros, sino que podrían estar ligados a cambios climáticos globales. Para planificar las políticas del país en materia ambiental y energética para las próximas décadas es necesario establecer las tendencias temporales en los parámetros meteorológicos y analizar escenarios de cambios posibles tomando en cuenta la incertidumbre inherente a los pronósticos a futuro.<br><br><b>Métodos</b><br>En esta contribución, analizo los pronósticos de cambios en la precipitación promedio anual en toda Venezuela y en la cuenca del Guri a partir de modelos climáticos presentes (superficies interpoladas a partir de redes de estaciones climáticas globales) y de predicciones climáticas futuras basados en modelos climáticos globales (también conocidos como modelos de circulación general). El nivel de precipitación actual está calculado en base a las capas climáticas de WorldClim 1.4 generadas y provistas por Hijmans et al. (2005). La delimitación de las cuencas se basa en las capas de HydroSHEDS (Lehner et al. 2008), y la delimitación política en las capas disponibles en el sitio ecoSIG (Rodríguez et al. 2005).<br><br>Para las pronósticos de condiciones ambientales futuras se compararon modelos y escenarios utilizados y recomendados en el reporte más reciente del Panel Intergubernamental de Cambio Climático (IPCC, 2014). Éstas se basan en proyecciones de 20 modelos climáticos globales (GCM por sus siglas en inglés) y cuatro escenarios representativos de trayectorias en la concentración de gases de efecto invernadero (RCP por sus siglas en inglés). Los modelos utilizados provienen del World Climate Research Programme's Working Group on Coupled Modelling, responsable de CMIP, gracias a la contribución de varios grupos de modelamiento climático que producen y ofrecen libremente los resultados de sus modelos para el uso de científicos alrededor del mundo. El CMIP es el Programa de Diagnótico e intercomparación de modelos climáticos coordinado y dirigido por el Departamento de Energía de los Estados Unidos en colaboración con la Organización Global de portales de Ciencias de la Tierra. La lista completa de modelos  se puede consultar en http://www.worldclim.org/CMIP5 (Taylor et al. 2012). Se consideran alternativas de mitigación más exigente (RCP2.6), dos escenarios intermedios (RCP4.5 y RCP6.0) y un escenario con altas concentraciones de gases de efecto invernadero (RCP8.5, ver IPCC 2014). Las predicciones originales de los modelos han sido re-escaladas y calibradas para corregir sesgos utilizando las capas de clima actual de WorldClim 1.4 como escenario base. Para los análisis utilicé una resolución de 10 minutos.<br><b><br>Resultados</b><br>La Figura 1 muestra diagramas de caja de las predicciones de diferentes modelos de cambios en la precipitación total de toda Venezuela para los cuatro escenarios de RCP y dos periodos de tiempo futuros. Los valores se expresan en relación al valor de referencia(la precipitación anual promedio del periodo 1950-2000), señalado por una línea segmentada roja. Se observa que en todos los escenarios y en ambos periodos, la mayoría de los modelos predicen una disminución de la precipitación total a nivel nacional. La magnitud de la disminución podría estar entre el 5% para el 2050 y un 7% en 2070, pero los modelos más pesimistas sugieren valores de hasta un 20%.<br><br>Las figuras 2 a la 17 muestran la mediana (med) y la mediana de la desviación absoluta (mda) de las diferencias entre las predicciones espaciales de los modelos de cambio climáticos y las condiciones actuales para cada uno de los cuatro escenarios de RCP y dos periodos de tiempo.<br><br>Los cambios no son homogéneos y se observa un marcado gradiente del sur-oeste al nor-este. Los cambios de mayor magnitud se observan en los escenarios RCP4.5 y RCP8.5, en los que apenas se aprecian leves incrementos en el estado Táchira, el extremo occidental de Apure y parte del Amazonas, y marcadas disminuciones en el este y centro de Bolívar, Delta Amacuro, Monagas y el norte de la Guayana Esequiba. En los escenarios RCP2.6 y RCP6.0 la cuenca del Lago de Maracaibo y grandes porciones de los Llanos se mantienen sin cambios notables. La incertidumbre entre modelos para cada escenario y época es variable, con algunos focos de amplia divergencia en el sur-oeste de la cuenca del Lago de Maracaibo y el Delta del Orinoco.<br><br>En la figura 18 se observan diagramas de caja que muestran las predicciones de diferentes modelos de cambios en la precipitación total para la cuenca del río Caroní que puede afectar o influir directamente en el embalse del Guri para los cuatro escenarios de RCP y dos periodos de tiempo futuros. Los valores se expresan en relación al valor de referencia (la precipitación anual promedio del periodo 1950-2000), señalado por una línea segmentada roja. El comportamiento es similar al predicho para toda Venezuela, pero con valores extremos positivos y negativos ligeramente más amplios.<br><b><br>Conclusiones</b><br>La mayoría de los escenarios disponibles, basados en interpolaciones y modelos globales sugieren que habrá disminuciones notables en la precipitación en Venezuela, particularmente en el centro y este del territorio nacional, incluyendo la cuenca que alimenta el Guri. Es necesario implementar planes de seguimiento a largo plazo y validar las predicciones de estos modelos con observaciones de campo detalladas, y a la vez desarrollar métodos adaptados a la información local para mejorar la precisión y confianza de estas predicciones.<br><br><b>Referencias</b><br>* Hijmans, R.J., S.E. Cameron, J.L. Parra, P.G. Jones and A. Jarvis (2005). Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology 25: 1965-1978.<br><br>* IPCC (2014). Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, R.K. Pachauri and L.A. Meyer (eds.)]. IPCC, Geneva, Switzerland, 151 pp.<br><br>* Lehner, B., Verdin, K., Jarvis, A. (2008): New global hydrography derived from spaceborne elevation data. Eos, Transactions, 89(10): 93-94. <br><br>* Rodríguez, J.P., Zambrano-Martínez, S., Lazo, R., Oliveira-Miranda, M.A., Solórzano, L.A. y Rojas-Suárez, F. (eds.) (2005). Venezuela Digital, versión 1.0. Centro Internacional de Ecología Tropical (CIET), Instituto Venezolano de Investigaciones Científicas (IVIC), Conservación Internacional Venezuela, y UNESCO. <br><br>* Taylor, K.E., R.J. Stouffer, G.A. Meehl (2012). An Overview of CMIP5 and the experiment design. Bull. Amer. Meteor. Soc., 93, 485-498, doi:10.1175/BAMS-D-11-00094.1.<br><br>