Evaluación de modelos del CMIP5 en la región núcleo de cultivos de Argentina

MIGUEL A. LOVINO; OMAR V. MÜLLER; E. HUGO BERBERY; GABRIELA V. MÜLLER; MARÍA DEL VALLE VENENCIO

Córdoba

Congreso; XXVI Congreso Nacional del Agua (CONAGUA); 2017

La región núcleo de cultivos de Argentina tiene una gran variabilidad hidroclimática y registra cambios en eventos extremos que se podrían exacerbar en las próximas décadas. Para estimar los impactos de la variabilidad y el cambio climático regional se requieren proyecciones climáticas confiables. Los modelos climáticos globales (GCMs) son una herramienta útil para generar estas proyecciones. Aquellos GCMs que representen adecuadamente escenarios climáticos históricos deberían tener mayor capacidad para simular el clima futuro. Por ello, este trabajo se propone evaluar la habilidad de 25 GCMs del Proyecto de Intercomparación de Modelos Acoplados Fase 5 (CMIP5, por su sigla en inglés) y seleccionar un grupo de modelos que reproduzcan apropiadamente el clima actual e histórico de la región. Se analizaron dos tipos de simulaciones: (a) de largo período (1901-2005), que proporcionan una proyección de las respuestas forzadas del clima por cambios de la composición atmosférica y de usos del suelo, y (b) decadales (1961-2010), que consideran la variabilidad interdecadal observada como componente no forzado de la evolución climática. Se evaluaron estadísticamente las simulaciones mensuales de precipitación y temperatura tanto de los modelos individuales como de ensambles multimodelos.En los escenarios históricos de largo período, los GCMs analizados simulan satisfactoriamente la temperatura y su marcha media anual. Las series temporales están en fase con las observadas (r > 0.92) con ciertos errores sistemáticos que pueden ser corregidos por métodos estadísticos. Las correlaciones espaciales varían entre 0.6 y 0.95. La mayor parte de los GCMs reproducen correctamente el ciclo anual de precipitación, aunque subestiman las lluvias entre septiembre y abril y sobreestiman levemente las de invierno. En base a estos resultados, se seleccionó un subconjunto de 9 modelos que simulan muy bien los campos medios de temperatura y 7 modelos capaces de representar adecuadamente la precipitación regional. Los ensambles multimodelos con los GCMs seleccionados mejoran las medidas de verificación estadística de cada GCM, especialmente para la precipitación, aunque disminuyen la variabilidad espacio-temporal. La habilidad de las simulaciones decadales para representar el clima regional mostró ser muy similar a la de las simulaciones de largo período.