Andy J Escenarios De Cambio Climatico Para Colombia
•Descargar como PPTX, PDF•
0 recomendaciones•825 vistas
Este documento discute los modelos y métodos para proyectar los impactos del cambio climático en la agricultura de Colombia. Explica la necesidad de datos climáticos a escalas locales para la agricultura y analiza diferentes opciones como los modelos climáticos globales, los modelos climáticos regionales y el downscaling estadístico. También discute las fuentes de incertidumbre y la necesidad de usar múltiples enfoques para mejorar la comprensión de los posibles escenarios climáticos futuros.
Recomendados
Más contenido relacionado
Similar a Andy J Escenarios De Cambio Climatico Para Colombia
Similar a Andy J Escenarios De Cambio Climatico Para Colombia (20)
Más de CIAT
Más de CIAT (20)
Último
Último (20)
Andy J Escenarios De Cambio Climatico Para Colombia
- 1. Impactos del cambio climático en Colombia: Modelos y metodos Andy Jarvis, Julian Ramirez,
- 2. Contenido La demanda de la agricultura Un breveintroduccion a los modelos Downscaling empirico Downscaling con RCM Perspectivaspara el futuro
- 3. La demanda - resolucion Agricultura esunaindustria de nicho Entoncesnecesitamosdatos de climarelevantesparacaracterizar el nicho Escala: 1km, 90m?
- 4. La demanda - variables Necesitamos multiples variables Temperatura Max, min, media Precipitacion Humedadrelativa Radiacion solar Vientos ……. Menosimportantes Mascertidumbre
- 6. Estamosbuscandopronosticosparavariabilidadclimatica (within season, seasonal, annual, Nino/Nina)
- 8. Los modelos Empezo con los GCMs Grillasgrandes, muycomplejos Vamoshacia los RCMs Grillasmaspequenhas, igualmentecomplejos
- 9. Modelos GCM : “Global ClimateModels” 21 “global climatemodels” (GCMs) basados en cienciasatmosféricas, química, física, biología etc. Se corre desde el pasado hasta el futuro Hay diferentesescenarios de emisionesde gases INCERTIDUMBRE POLITICO (EMISIONES), Y INCERTIDUMBRE CIENTIFICO (MODELOS)
- 12. MENSAJE 1 En la agricultura, lasdiferentesescenarios de emisiones no son importantes: de aqui a 2030 la diferencia entre escenarioses minima
- 16. CCCMA-CGCM3.1 T47 BCCR-BCM2.0 CCCMA-CGCM2 CCCMA-CGCM3.1-T63 CNRM-CM3 IAP-FGOALS-1.0G CSIRO-MK3.0 IPSL-CM4 MIROC3.2-HIRES GISS-AOM GFDL-CM2.1 GFDL-CM2.0 MIROC3.2-MEDRES MIUB-ECHO-G MPI-ECHAM5 MRI-CGCM2.3.2A NCAR-PCM1 UKMO-HADCM3
- 17. CCCMA-CGCM3.1 T47 BCCR-BCM2.0 CCCMA-CGCM2 CCCMA-CGCM3.1-T63 CNRM-CM3 IAP-FGOALS-1.0G CSIRO-MK3.0 IPSL-CM4 MIROC3.2-HIRES GISS-AOM GFDL-CM2.1 GFDL-CM2.0 MIROC3.2-MEDRES MIUB-ECHO-G MPI-ECHAM5 MRI-CGCM2.3.2A NCAR-PCM1 UKMO-HADCM3
- 18. MENSAJE 2 La incertidumbrecientificoSIesrelevantepara la agricultura: tenemosquetomardecisionesdentro de un contexto de incertidumbre Y Depender de un solo GCM espeligroso
- 19. Opcionespara downscaling Uso de GCMs de altaresolucion MRI es un GCM con 20km resolucion (Japones) Uso de una o multiples RCMs (dynamical) PRECIS Downscaling empirico (statistical) CLIMGEN con el Tyndell Ramirez y Jarvis usandoWorldClim Downscaling hybrid (RCM + empirico)
- 20. Mitchell TD and Osborn TJ (2005) ClimGen: a flexible tool for generating monthly climate data sets and scenarios. Tyndall Centre for Climate Change Research Working Paper. Ghaffari et al., 2002. Climatic change Tubiello et al., 2000. Eur. Jour. Agron. Arnell and Osborn (2006)…
- 22. Datos de Tyndall Centre A1B: 2020, 2030, 2040, 2050, 2060, 2070, 2080… 7 modelosrepresentativos: CCCMA-CGCM3.1 CSIRO-MK3.0 IPSL-CM4 MPI-ECHAM5 NCAR-CCSM3.0 UKMO-HADCM3 UKMO-HADGEM1
- 23. CCCMA-CGCM3.1 CSIRO-MK3.0 IPSL-CM4 MPI-ECHAM5 NCAR-CCSM3.0 UKMO-HADCM3 UKMO-HADGEM1 2020 A1B
- 24. CCCMA-CGCM3.1 CSIRO-MK3.0 IPSL-CM4 MPI-ECHAM5 NCAR-CCSM3.0 UKMO-HADCM3 UKMO-HADGEM1 2050 A1B
- 25. CCCMA-CGCM3.1 CSIRO-MK3.0 IPSL-CM4 MPI-ECHAM5 NCAR-CCSM3.0 UKMO-HADCM3 UKMO-HADGEM1 2020 A1B
- 26. CCCMA-CGCM3.1 CSIRO-MK3.0 IPSL-CM4 MPI-ECHAM5 NCAR-CCSM3.0 UKMO-HADCM3 UKMO-HADGEM1 2050 A1B
- 27. Downscaling a la Ramirez y Jarvis 50km no essuficientepara la agricultura Solucion: Downscaling empiricousando el metodo delta, basado en WorldClim Un supuesto: a nivel local, la distribucionespacial de clima no cambia, solo a nivel macro
- 29. Based on 47,554 precipitation stations, 24,542 mean temperature stations, 14,835 minimum and maximum temperature stations
- 30. Interpolated using a thin-plate smoothing spline in the AnuClimsoftwareCitado > 500 veces de 2005-2009
- 32. ~1500 stations in Colombia
- 33. For precipitation, spline interpolation method uses elevation as a co-variable, and searches for local correlations to make an “informed” interpolation between points. To illustrate, rainfall around Cali.
- 36. Mean temperature : 30.7km
- 37. Minimum/maximum temperature : 33.4km
- 38. Average distance from a WCMC cloud forest site to a WorldClim station:
- 40. Mean temperature : 38.8km
- 44. Incertidumbre
- 45. Incertidumbre
- 47. RCM: PRECIS, con boundaryconditions de ECHAM4, ECHAM5, HADCM3 x 4En camino
- 48. Arreglo de disco Alternate servers Arreglo de disco Blade Array disk
- 49. La demanda vs. la oferta
- 50. Entoncesquehacemosfrentetodoesto? No hay una sola estrategiagana-gana Necesitamos multiples acercamientosparamejorar la base de informacionacerca de escenariosde cambioclimatico Desarollo de RCMs (multiples: PRECIS NO ES SUFICIENTE) Downscaling empirico, metodoshybridos Probamosdiferentesmetodologias Se requiereflujo de informacion (CCC): compartimos, comparemos, charlamos (chismoseamos)