Dinamica del plan contable general empresarial.pptx
Efectos del cambio climatico en huanuco.pptx
1. Mención : MEDIO AMBIENTE Y DESARROLLO SOTENIBLE
Curso : CIENCIA, TECNOLOGÍA, SOCIEDAD Y MEDIO AMBIENTE
Docente : Dr. RICARDO SANCHEZ MURRUGARRA.
Doctorando (a) : - JAVIER EDUARDO, LÓPEZ CABELLO
- NATHALY ESPINOZA MALPARTIDA
UNIVERSIDAD NACIONAL HERMILIO VALDIZAN
Escuela de Posgrado
DOCTORADO EN MEDIO AMBIENTE Y DESARROLLO
SOSTENIBLE
“EFECTOS DEL CAMBIO CLIMÁTICO EN LA
PRECIPITACIÓN Y TEMPERATURA DE LA CIUDAD
DE HUÁNUCO”
HUANUCO - 2023
2. 1. INTRODUCCIÓN
2. MARCO TEÓRICO
3. ZONA DE ESTUDIO
4. DATOS DISPONIBLES
5. METODOLOGÍA
6. ANÁLISIS DE RESULTADOS
7. CONCLUCIONES Y RECOMENDACIONES
INDICE DE CONTENIDO
3. 1. INTRODUCCIÓN
El CAMBIO CLIMÁTICO
Vigencia
en 1994
Aprobado
en 1997
Vigencia
en 2016
Figura 1.1 Trayectoria del IPCC
Es un fenómeno mundialmente
conocido.
Es importante saber sobre el organismo
internacional (IPCC). Creación en 1988
En su trayectoria ha publicado
Informes. Evaluación, I. Especiales e I.
Metodológicos.
4. 1. INTRODUCCIÓN
¿QUE IMPLICA EL 5° I.E PARA AMÉRICA LATINA?
Fuente: Carabine, E., y Lemma, A. (2014)
Futuras Tendencias climáticas de P(mm) y T (°c)
América Latina no es ajena a estos
efectos del CC.
Los resultados se muestran con un
nivel de confianza. (alta, media y baja)
5. 1. INTRODUCCIÓN
MODELO
CLIMATICO
UTILIZADO
PERIODOS
ANALIZADOS Y
ESCALA DE
ANÁLISIS
MÉTODO DEL
DONWSCALING
U OTROS
RESOLUCIÓN
ESPACIAL
ÁREA DE ESTUDIO
ESCENARIOS
DE EMISIÓN
IPCC
INCERTIDUMBRE Y
LIMITACIÓN DEL
MODELO
MPI-ESM-ER,
CCSM4-NCAR,
HadGem2-AO,
HadGem2-ES
Referencia: 1971-
2000, Proyecciones:
2016-2045, Estacional
y anual
Ninguno 50 Kilómetros
Regiones de Ancash,
Huancavelica,
Huánuco, Ica,
Moquegua, Puno,
San Martin, Tacna y
Ucayali
RCP 8.5
Alta, considerando la
No aplicación de
métodos de
regionalización
Fuente:
Adaptado de
MINAM
(2016).
6.3.2 Proyecciones del clima.
Escenarios climáticos en las regiones de Áncash,
Huancavelica, Huánuco, Ica, Moquegua, Puno,
San Martín, Tacna y Ucayali a 2030
Fuente:
MINAM
(2016).
8 Cuencas
9 regiones
MINAM
(2016).
EN EL ÁMBITO NACIONAL
6. Determinar la variación de la temperatura y
precipitación por efecto del cambio climático,
bajo los escenarios de emisión RCP 4.5 y RCP
8.5.
1. INTRODUCCIÓN
OBJETIVO
Fuente: Buytaert et. al, (2012)
Figura 1.1. Mapa de precipitación efectiva (izquierda) y densidad de
población (derecha)
La tendencia global creciente de poblaciones y
urbanizaciones vs los efectos del CC en la disponibilidad
hídrica. Genera una preocupación?
7. 2. MARCO TEÓRICO
Figura 2.1. Evolución en la composición de los
Modelos Climáticos Globales (GCM) en transcurso del
tiempo.
MODELOS CLIMÁTICOS
GLOBALES (MCGs)
Fuente: IPCC (2013).
Es una principal fuente de conocimiento científico sobre
el CC. Tiene la capacidad de representar
matemáticamente el sistema climático.
Se desarrolla particionando la superficie de la tierra en
cuadricula de amplitud en latitud y longitud.
El MCG Según la dificultad matemática (sencillas y
complejas).
Tiene resolución baja (100km-200km).
Fuente: IPCC
(2007).
Figura 2.2. Componentes del sistema climático
(atmósfera, biósfera, criósfera, hidrósfera y geósfera) y
sus interacciones.
8. 2. MARCO TEÓRICO
TÉCNICAS DE REDUCCIÓN DE ESCALA
REDUCCIÓN DE ESCALA ESTADÍSTICO
Ventajas Desventajas
No implica un alto costo
computacional.
Desarrolla relaciones
empíricas entre dato
observado y dato del modelo
climático global.
Dependen del periodo y
calidad de datos locales.
REDUCCIÓN DE ESCALA DINÁMICO
Ventajas Desventajas
Sus resultados se
retroalimentan a los MCG.
Requiere altos recursos
computacionales.
Su proceso de cálculo puede
aplazar meses.
Conlleva el mismo sesgo
sistemático de los MCG.
Fuente: Elaborado en base a Amador y Alfaro, (2009).
Figura 2.3. Ejemplo de resolución espacial de un
modelo climático global, reducción de escala
dinámico y estadístico.
Fuente: Casanueva (2016).
MCG 180KM
REE
MCR 50KM
RED 12KM
MCR
9. 2. MARCO TEÓRICO
ESCENARIOS DE EMISIÓN DEL CAMBIO
CLIMÁTICO
Escenario FR Tendencia del FR [CO2] en 2100
RCP2.6 2.6 W/m2 Decreciente en 2100 421 ppm
RCP4.5 4.5 W/m2 Estable en 2100 538 ppm
RCP6.0 6.0 W/m2 Creciente 670 ppm
RCP8.5 8.5 W/m2 Creciente 936 ppm
Creado para mostrar lo que podría
suceder en el futuro. Los MCG
consideran estos escenarios en sus
proyecciones futuras.
En el 5to IE se tiene los escenarios
conocidos como RCP (Representative
Concentration Pathways ).
Fuente: IPCC (2013).
Fuente: Adaptado de
IPCC (2014).
Ppm: partes por millón
10. 3. ZONA DE ESTUDIO
Fuente: Elaboración propia en base al modelo digital de elevación (DEM) de SRTM, con
una gría de 90 m x 90 m.
Ubicación de la zona de investigación en la
subcuenca del río Higueras.
Área (662.56 km2) y su delimitación.
Orientación del drenaje de los ríos.
La demanda poblacional
11. 4. DATOS DISPONIBLES
Datos Hidrometeorológicos
Datos de los Modelos
Climáticos Globales
cmip5
ESTACIÓN
ALTITUD
(MSNM)
TIPO DISPONIBILIDAD DE DATOS
Canchan 1986.00
Convencional
Meteorológica
Precipitación (1981-2019)
Temperatura Máxima. (1981-2019)
Temperatura Mínima. (1981-2019)
Jacas Chico 3673.00
Convencional
Meteorológica
Precipitación (1981-2019)
Temperatura Máxima. (1981-2019)
Temperatura Mínima. (1981-2019)
Puente Higueras 1984.00
Convencional
Hidrológica
Nivel promedio (2003-2019) y Caudal
medio mensual (2003-2019)
N° Centro de Investigación Sigla Modelo Pais
1
Australian Community Climate and Earth-System
Simulator
ACCES ACCES1-0 Australia
2 Beijing Climate Center Climate System Model BCC-CSM BCC-CSM1-1 China
3 Beijing Normal University Earth System Model BNU-ESM BNU-ESM China
4 Canadian Earth System Model CanESM CanESM2 Canadá
5 Community Climate System Model CCSM CCSM4 EE.UU
6 Community Earth System Model CESM CESM1-BGC EE.UU
7 National Centre for Meteorological Research CNRM CNRM-CM5 Francia
8
Commonwealth Scientific and Industrial Research
Organisation
CSIRO CSIRO-MK3-6-0 Australia
9
Laboratorio de Dinámica de Fluidos Geofísicos -
modelo fisico acoplado
GFDL GFDL-CM3 EE.UU
10
Laboratorio de Dinámica de Fluidos Geofísicos -
Modelo de sistema terrestre
GFDL GFDL-ESM2G EE.UU
11
Laboratorio de Dinámica de Fluidos Geofísicos -
Modelo de sistema terrestre
GFDL GFDL-ESM2M EE.UU
12 Oficina Meteorológica Hadley Center HadGEM2 HadGEM2-ES
Reino
Unido
13
Instituto de Matemáticas Numéricas Modelo Climático
Versión 4
INMCM INMCM4 Rusia
14
Instituto Simon Laplace Stone-modelo acoplado por 5
componentes - resolución baja
IPSL-CM5A IPSL-CM5A-LR Francia
15
Instituto Simon Laplace Stone-modelo acoplado por 5
componentes - resolución media
IPSL-CM5A IPSL-CM5A-MR Francia
16
Universidad de Tokio, NIES y JAMSTEC - Model for
Interdisciplinary Research on Climate
MIROC MIROC-ESM Japón
17
Universidad de Tokio, NIES y JAMSTEC - Model for
Interdisciplinary Research on Climate
MIROC
MIROC-ESM-
CHEM
Japón
18
Universidad de Tokio, NIES y JAMSTEC - Model for
Interdisciplinary Research on Climate
MIROC MIROC5 Japón
19
Instituto max planck de meteorologico-Modelos de
sistema terrestre - resolución baja
MPI-ESM-
LR
MPI-ESM-LR Alemania
20
Instituto max planck de meteorologico-Modelos de
sistema terrestre - resolución media
MPI-ESM-
MR
MPI-ESM-MR Alemania
21
Instituto de investigación meteorológica - modelo
climático global fase 3
MRI-CGCM MRI-CGCM3 Japón
22
Modelo de sistema terrestre Noruego - Resolución
media
NorESM NorESM1-M Noruega
Fuente: Elaboración propia
Fuente: Elaboración propia, respecto a https://climexp.knmi.nl/start.cgi.
39 años de datos
12. 5. METODOLOGÍA
Estimación de la
Evapotranspiración Potencial
Criterio de eficiencia y
calibración del modelo
Lavado et al., (2015)
𝐻𝑆𝑚 = 0.6484 ∗ 𝐻𝑆 + 1.146
Hargreaves Samani Modificado (HSm)
Para la calibración y validación del
modelo se considera el procedimiento de
la Prueba De Muestra Dividida y la
Prueba Diferencial De Muestra
Dividida. Desarrollados por Klemeš
(1986)
Criterio de eficiencia
Nash y Sutcliffe ( 𝐸𝑁𝑆) , coeficiente de
Determinación (𝑅2
) y porcentaje de sesgo
asociado (PBIAS). Moriasi et al., 2007
Reducción de Escala
Estadístico
Mapeo de cuantiles.
Variación de Temperatura,
Precipitación y Descarga
Análisis Climático Histórico
Datos observados (P y T)
Datos de los 22 MCGs (KNMI)
𝑉𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 °𝐶 = 𝑇𝑓 − 𝑇ℎ
𝑉𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑃𝑟𝑒𝑐𝑖𝑝𝑖𝑡𝑎𝑐𝑖ó𝑛 % =
𝑃𝑓 − 𝑃ℎ
𝑃ℎ
Periodo 1: P1, Periodo 2: P2, Años húmedos
(AH) y Años secos (AS))
• Estima la ETP regional en la
cuenca Andina Amazonica
Peruana (Huallaga).
13. EVALUACIÓN DE SIMULACIONES DE LOS 22 MCG -
PERIODO HISTÓRICO
Figura 6.2. Precipitación media mensual observada y simulada de
los 22 GCM para la zona de estudio en el periodo histórico (1981-
2005). Datos observados en línea gruesa color verde con marcadores
circulares y datos simulados de los 22 GCM en líneas de colores
continuas.
Figura 6.3. Temperatura media mensual observada y
simulada de los 22 GCM para la zona de estudio en el periodo
histórico (1981-2005). Datos observados en línea roja con
marcadores circulares y datos simulados de los 22 GCM en
líneas de colores continuas.
Fuente: Elaboración propia Fuente: Elaboración propia
6. ANÁLISIS DE RESULTADOS
GFDL-ESM2G
14. TENDECIA ANUAL DE TEMPERATURA MEDIA Y PRECIPITACIÓN
Figura 6.5. Precipitación total anual
(1981-2100) para la zona de estudio
Figura 6.4. Temperatura media anual
histórica (1981-2005) y futura (2006-2100) de
los 22 GCM en escenarios RCP4.5 y RCP8.5
Fuente: Elaboración propia
6. ANÁLISIS DE RESULTADOS
15. TENDENCIA Y CAMBIOS PROYECTADOS DE LA
PRECIPITACIÓN MEDIA MENSUAL
Figura 6.7. Precipitación mensual observada y futura en los escenarios
RCP 4.5 y RCP 8.5, proyectada en CP (2020-2044), MP (2045-2069) y
LP (2070-2094)
Fuente: Elaboración propia
RCP/Periodo VARIACIÓN DE PRECIPITACIÓN (%)
RCP4.5 Set Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago
CP (2020-2044) 12.05 5.85 14.03 20.08 25.06 2.51 11.42 22.17 -10.38 -5.70 -15.08 -13.75
MP (2045-2069) 7.24 6.94 26.35 22.32 28.49 3.00 16.97 20.27 -11.16 -14.25 -13.28 -7.22
LP (2070-2094) 14.01 10.19 24.57 22.73 26.43 2.01 17.59 29.45 -10.26 -5.69 -9.93 -11.81
RCP8.5 Set Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago
CP (2020-2044) 5.86 2.26 15.14 7.94 30.77 4.31 17.29 28.39 -13.41 -12.43 -10.83 -5.31
MP (2045-2069) 14.69 11.20 18.99 25.78 28.20 7.42 28.33 31.53 -10.47 -7.15 -20.69 -17.11
LP (2070-2094) 13.39 9.64 33.01 33.18 33.92 7.21 28.68 33.97 -11.48 -18.66 -11.59 -14.42
Fuente: Elaboración
propia
6. ANÁLISIS DE RESULTADOS
16. TENDENCIA Y CAMBIOS PROYECTADOS
DE LA TEMPERATURA MEDIA MENSUAL
RCP/Periodo VARIACIÓN DE TEMPERATURA (°C)
RCP4.5 Set Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago
CP (2020-2044) 1.45 1.49 1.23 1.12 1.11 1.11 1.13 1.16 1.22 1.20 1.23 1.40
MP (2045-2069) 2.24 2.23 1.94 1.75 1.71 1.71 1.70 1.78 1.97 2.12 2.09 2.18
LP (2070-2094) 2.56 2.58 2.32 2.06 2.04 2.03 2.04 2.13 2.35 2.42 2.39 2.53
RCP8.5 Set Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago
CP (2020-2044) 1.66 1.60 1.35 1.22 1.22 1.20 1.20 1.27 1.47 1.57 1.57 1.63
MP (2045-2069) 3.03 3.02 2.64 2.41 2.35 2.35 2.37 2.46 2.79 2.93 2.98 3.07
LP (2070-2094) 4.68 4.61 4.07 3.70 3.65 3.61 3.63 3.84 4.33 4.58 4.67 4.73
Figura 6.8. Temperatura media mensual histórica y futura en los
escenarios RCP 4.5 y RCP 8.5, proyectada en CP (2020-2044), MP
(2045-2069) y LP (2070-2094)
Fuente: Elaboración propia
Fuente:
Elaboración
propia
6. ANÁLISIS DE RESULTADOS
17. CONCLUSIONES
Los MCG coinciden en el incremento progresivo de la temperatura media futura, a lo largo de todos
los años y meses. Los mayores incrementos se obtienen en los meses de agosto a noviembre y en el
escenario RCP8.5. La mayor variación de incremento de temperatura media mensual en CP (2020-2044) es
de 1.66 °C (RCP8.5), en MP (2045-2069) en 3.03 °C (RCP8.5); y a LP (2070-2094) en 4.73 °C (RCP8.5).
La precipitación media mensual futura logra un comportamiento variable, con incrementos en
meses húmedos (set.-abril) y disminución en los meses secos (mayo-agosto). La mayor variación de
incremento mensual se obtendría a largo plazo, de 29.45% (RCP4.5) y en 33.97% (RCP8.5). Asi también
la mayor variación de disminución se logra en mediano plazo de 14.25% (RCP4.5) y 20.69% (RCP8.5).
Los resultados declaran el posible efecto del cambio climático sobre la disponibilidad hídrica de la
subcuenca del río Higueras, poniendo en riesgo al abastecimiento poblacional futura.