{"id":114998,"date":"2018-03-11T10:43:16","date_gmt":"2018-03-11T10:43:16","guid":{"rendered":"https:\/\/www.deberes.net\/tesis\/sin-categoria\/evaluation-and-diagnosis-of-coupled-climate-models-included-in-the-ipcc-fourth-assessment-report\/"},"modified":"2018-03-11T10:43:16","modified_gmt":"2018-03-11T10:43:16","slug":"evaluation-and-diagnosis-of-coupled-climate-models-included-in-the-ipcc-fourth-assessment-report","status":"publish","type":"post","link":"https:\/\/www.deberes.net\/tesis\/climatologia\/evaluation-and-diagnosis-of-coupled-climate-models-included-in-the-ipcc-fourth-assessment-report\/","title":{"rendered":"Evaluation and diagnosis of coupled climate models included in the ipcc fourth assessment report"},"content":{"rendered":"<h2>Tesis doctoral de <strong> I\u00f1igo Errasti Arrieta <\/strong><\/h2>\n<p>Los modelos clim\u00e1ticos acoplados atm\u00f3sfera-oc\u00e9ano son sofisticadas herramientas dise\u00f1adaspara simular el sistema clim\u00e1tico terrestre y las complejas interacciones entre sus componentes.Hoy en d\u00eda m\u00e1s de una docena de centros meteorol\u00f3gicos en el mundo desarrollan modelosde clima para mejorar nuestra comprensi\u00f3n del clima y el cambio clim\u00e1tico, dando soporte alas actividades desarrolladas por el panel intergubernamental para el cambio clim\u00e1tico (ipcc)de las naciones unidas.Sin embargo, estos modelos no son perfectos. Nuestra comprensi\u00f3n del clima de la tierrano es perfecta y por tanto en los modelos se debe asumir una serie de suposiciones ysimplificaciones, que introducen por ejemplo biases (desviaciones) en las simulaciones delclima, a veces dif\u00edciles de subsanar o eliminar. Aun as\u00ed, en los \u00faltimos a\u00f1os se ha mejorado lacomprensi\u00f3n te\u00f3rica del clima, ajustado la base f\u00edsica de los modelos clim\u00e1ticos que lo simulane incrementado igualmente el n\u00famero y la calidad de las observaciones, aumentando muysignificativamente la potencia de c\u00e1lculo necesaria para llevar a cabo las integraciones de losmodelos.En particular, los modelos clim\u00e1ticos de circulaci\u00f3n general (gcms) est\u00e1n basados en lasecuaciones fundamentales del movimiento, la termodin\u00e1mica y otras propiedadesmacrosc\u00f3picas de la atm\u00f3sfera, oc\u00e9anos y capa de hielo, obtenidas de las leyes b\u00e1sicas de laf\u00edsica. Estos principios b\u00e1sicos son particularmente la conservaci\u00f3n de momento, masa yenerg\u00eda, una ecuaci\u00f3n de conservaci\u00f3n de salinidad y humedad y ciertas ecuaciones de estadoque relacionan par\u00e1metros como presi\u00f3n, temperatura, densidad y salinidad.Los modelos gcms usan un conjunto diverso de esquemas num\u00e9ricos y de parametrizaci\u00f3n,que parametrizan por ejemplo, los correspondientes t\u00e9rminos de convecci\u00f3n, flujos de capal\u00edmite, transferencia radiativa, condensaci\u00f3n y flujos superficiales sobre tierra. Estasparametrizaciones pretenden relacionar el estado clim\u00e1tico que representa el modelo en unaresoluci\u00f3n espacial por debajo de la escala espacial de ciertos procesos f\u00edsicos, como puedenser la microf\u00edsica, la humedad o el transporte de energ\u00eda por convecci\u00f3n en peque\u00f1os c\u00famulos,la influencia de las nubes en los flujos de radiaci\u00f3n o los flujos de energ\u00eda y humedad debidosa transporte turbulento en la capa l\u00edmite. De hecho, estas parametrizaciones son la \u00fanica formade representar estos procesos en c\u00f3digo num\u00e9rico, implementado en ordenadores que van adesarrollar las integraciones de los modelo clim\u00e1ticos, ya que no se pueden resolver de formaexpl\u00edcita con el tama\u00f1o de celda del modelo.La idea general de esta tesis es que los modelos de clima son herramientas que se usanpara entender mejor las complejas interacciones del sistema clim\u00e1tico. Los experimentos congcms ofrecen la aproximaci\u00f3n m\u00e1s adecuada para mejorar nuestro conocimiento de losmecanismos f\u00edsicos subyacentes en climas pasados y futuros. Van a permitir evaluarparcialmente el impacto del aumento de las concentraciones de gases invernaderos de origenxivprefacioxvantropog\u00e9nico en el clima de la tierra, y sus estimaciones deben ser tenidas en cuenta en lafase de atribuci\u00f3n del problema del cambio clim\u00e1tico. La atm\u00f3sfera terrestre est\u00e1 siendosometida a unos cambios sin precedentes en la historia, y aunque variaciones en el clima tanconsiderables como el actual s\u00ed han sido registradas en el pasado, pocas han acontecido a lavelocidad observada en el cambio clim\u00e1tico actual. Aun as\u00ed, los modelos clim\u00e1ticos sonherramientas imperfectas, y por tanto, para perfeccionarlos es fundamental comparar sussalidas (estimaciones) con datos (observacionales y de rean\u00e1lisis) que reflejan el clima actual.Dado que las ecuaciones atmosf\u00e9ricas no son lineales, la evoluci\u00f3n en el tiempo de lasoluci\u00f3n o integraci\u00f3n es muy sensible a las condiciones iniciales del sistema. Si dosrealizaciones (runs) de un mismo sistema son inicializadas desde dos condiciones inicialesmuy pr\u00f3ximas pero distintas, las dos soluciones divergir\u00e1n pronto. El crecimiento del error enlas condiciones iniciales depende claramente de las propias condiciones iniciales. Por tanto,la predictibilidad var\u00eda y hace la predicci\u00f3n no v\u00e1lida tras un n\u00famero finito de tiempo. Estehecho puede ser explicado usando el modelo matem\u00e1tico original desarrollado por lorenz(1963) para explicar el caos, conocido popularmente como efecto mariposa. Lorenz desarroll\u00f3esta teor\u00eda a partir de una forma simplificada de las ecuaciones de movimiento de la atm\u00f3sfera.La propiedad del l\u00edmite de la predictibilidad meteorol\u00f3gica sugiri\u00f3 entonces la necesidad deconsiderar conjuntos (ensembles) que muestran la predictibilidad del sistema clim\u00e1tico. Estaultima est\u00e1 a su vez relacionada con la predictibilidad de las funciones densidad deprobabilidad de los elementos clim\u00e1ticos y no con las realizaciones individuales de cadatrayectoria en el espacio de fases del sistema.Las predicciones de los modelos gcm no son s\u00f3lo sensibles a las condiciones iniciales,sino tambi\u00e9n a las incertidumbres de la parametrizaci\u00f3n del modelo. De hecho, el sistemaclim\u00e1tico global no es completamente predecible en t\u00e9rminos de las condiciones inicialesexistentes. El problema de la sensibilidad a las condiciones iniciales es normalmente evitadomediante el uso de un conjunto (ensemble) de predicciones. Esta t\u00e9cnica consiste en ejecutarun modelo de predicci\u00f3n varias veces a partir de condiciones iniciales que difieren encantidades consistentes con las incertidumbres en el estado inicial.Sin embargo, las incertidumbres tambi\u00e9n aparecen como consecuencia de una incompletarepresentaci\u00f3n de la realidad en la formulaci\u00f3n de los diferentes modelos gcms. No todoslos modelos usan los mismos esquemas num\u00e9ricos de parametrizaci\u00f3n para representarmatem\u00e1ticamente los mismos procesos f\u00edsicos. Como consecuencia, modelos diferentesinicializados con las mismas condiciones iniciales formular\u00e1n resultados diferentes tras ciertotiempo de predicci\u00f3n (palmer, 1999).Otra fuente de incertidumbre en los modelos y por tanto tambi\u00e9n en sus simulaciones, sonlas condiciones de contorno. Los modelos cgm dependen de entradas (forzamientos) querepresentan influencias externas naturales como son el ciclo solar o el vulcanismo terrestre yantropog\u00e9nicas, principalmente emisiones de gases invernadero cuya evoluci\u00f3n est\u00e1 asociadaa factores tecnol\u00f3gicos y socio-econ\u00f3micos no predecibles.As\u00ed, que un modelo clim\u00e1tico simule adecuadamente el clima actual no garantiza que generepredicciones fiables para el clima futuro. A pesar de estas dificultades y limitaciones, laconcordancia de los modelos con las observaciones del clima actual es la \u00fanica forma parapoder tener confianza en un modelo, asumiendo que un modelo que describe con precisi\u00f3n elclima actual har\u00e1 probablemente una mejor proyecci\u00f3n del clima futuro.Prefacioxvien esta tesis, se van a usar las simulaciones de los modelos gcms obtenidos del climatemodel intercomparison project (cmip), proyecto que archiva de una manera organizada losdatos proporcionados por los modelos gcms m\u00e1s recientes y desarrollados. Dichos datos sondistribuidos por el program for climate model diagnosis and intercomparison (pcdmi). Elprimer proyecto de intercomparaci\u00f3n de modelos de clima acoplados fue llevado a cabo amediados de los a\u00f1os noventa del siglo pasado. A esta primera generaci\u00f3n de modelos de climase le denomin\u00f3 cmip1, y a la siguiente disponible a inicios del siglo actual, cmip2. Los datosusados en este trabajo son los correspondientes a la tercera generaci\u00f3n de modelos cmip3,coordinado por el world climate research program (wcrp). Estos modelos est\u00e1n incluidosen el cuarto informe de evaluaci\u00f3n (ar4) del ipcc y por tanto, son denominados modeloscmip3 o modelos ar4 (ipcc ar4, 2007).Los datos obervacionales usados en este estudio de tesis han sido obtenidos a partir de dosproyectos de rean\u00e1lisis y de una base de datos de precipitaci\u00f3n. En los a\u00f1os noventa del siglopasado, el national center for environmental prediction (ncep), en cooperaci\u00f3n con elnational center for atmospheric research (ncar) cre\u00f3 un registro de an\u00e1lisis globales dediferentes variables clim\u00e1ticas mediante el an\u00e1lisis de datos meteorol\u00f3gicos observados ymodernos m\u00e9todos de asimilaci\u00f3n de datos y modelizaci\u00f3n. Dicho proyecto es conocido conel nombre de rean\u00e1lisis ncep\/ncar (kalnay et al., 1996; kistler et al., 2001). El proyectode rean\u00e1lisis europeo era40 (simmons and gibson, 2000; uppala et al., 2005) complementaal rean\u00e1lisis ncep\/ncar usando otros esquemas de asimilaci\u00f3n de datos.Igualmente, hoy en d\u00eda un gran numero de bases de datos de observaciones de variablesclim\u00e1ticas como son la presi\u00f3n a nivel de mar, la temperatura superficial o la precipitaci\u00f3nest\u00e1n disponibles para la comunidad cient\u00edfica gracias al trabajo realizado por instituciones declima y meteorol\u00f3gicas. Ejemplo de estos centros, son el met office hadley centre encolaboraci\u00f3n con climatic research unit (cru) de la universidad de east anglia (jones etal., 1999), el goddard institute for spaces studies (hansen et al., 2010) o por citar el caso dela base de datos de precipitaci\u00f3n utilizada en esta tesis, el global precipitation climatologyproject (gpcp) descrito por huffman et al. (1995) y adler et al. (2003).Las simulaciones de modelos ar4 seleccionadas en este trabajo de tesis para lacomparaci\u00f3n con el clima actual fueron llevadas a cabo con un conjunto realista deforzamientos externos observados en la atm\u00f3sfera, que incluyen la historia estimada o conocidade un rango dado de emisiones antropog\u00e9nicas y tambi\u00e9n naturales, como son las variacionesen la radiaci\u00f3n solar, la actividad volc\u00e1nica, los gases invernadero y aerosoles sulfato. Laformulaci\u00f3n exacta de estos forzamientos var\u00eda de un modelo a otro con implicacionespotenciales en el comportamiento de cada modelo.Los datos de las simulaciones de clima, son para el siglo xx. El experimento o conjuntode integraciones 20c3m, usa condiciones iniciales que parten de una simulaci\u00f3n de controlpreindustrial, y su integraci\u00f3n se realiza con el forzamiento hist\u00f3rico observado de gases deefecto invernadero, aerosoles, actividad volc\u00e1nica y radiaci\u00f3n solar durante el siglo x . Lasconcentraciones de co2 var\u00edan desde 286 a 367 ppm. Cada simulaci\u00f3n 20c3m se inicializaa partir de diferentes estados clim\u00e1ticos obtenidos en la simulaci\u00f3n de control preindustrial yes forzada con las concentraciones hist\u00f3ricas de gases invernadero y aerosoles del periodo1860-2000. En la simulaci\u00f3n de control preindustrial, la concentraci\u00f3n de co2 es la de losniveles previos a la era industrial (simulaci\u00f3n de 500 a\u00f1os anteriores a 1860 con unaconcentraci\u00f3n de co2 constante de 275 ppm).Prefacioxviipara el siglo xxi, las simulaciones de los modelos han sido clasificadas atendiendo a losdiferentes escenarios de emisi\u00f3n de gases invernadero (nakicenovic et al., 2000). Estosescenarios corresponden a concentraciones de gases invernadero relativamente altos (escenarioa2), moderado (a1b) y bajo (b1) a final de siglo, y pueden ser considerados extensiones deintegraciones previas (simulaci\u00f3n de control preindustrial y experimento 20c3m).Los actuales modelos de clima acoplados han avanzado poco en la predicci\u00f3n a nivelregional de los cambios clim\u00e1ticos de una forma fiable y un\u00e1nime. Esta falta de progreso est\u00e1\u00edntimamente ligada con el papel que juega la din\u00e1mica atmosf\u00e9rica en la conformaci\u00f3n deciertos aspectos de las respuesta clim\u00e1ticas, bien a peque\u00f1a escala que afectan a laestratificaci\u00f3n atmosf\u00e9rica o a otros efectos diab\u00e1ticos, o bien a la escala sin\u00f3ptica, cuyacomplejidad inherente e interacci\u00f3n no lineal, tambi\u00e9n va a limitar la probabilidad depredicciones regionales m\u00e1s exactas. Es interesante, por tanto, profundizar en estudios depredicci\u00f3n a escala regional, por ejemplo mediante t\u00e9cnicas de downscaling o regionalizaci\u00f3nen trabajos futuros.Sin embargo, para poder desarrollar dichos estudios de downscaling, es necesario evaluarinicialmente el comportamiento relativo de los diferentes modelos de clima sobre el \u00e1rea deestudio. Nosotros vamos a desarrollar un estudio de evaluaci\u00f3n de modelos en la pen\u00ednsulaib\u00e9rica, para posteriormente ampliar la regi\u00f3n de estudio al atl\u00e1ntico norte y finalmente a unaescala global. Aun as\u00ed, se ha de tener en cuenta y tener presente, que ciertos estudios hanmostrado que modelos que reproducen bien el clima observado hist\u00f3rico sobre una regi\u00f3ngeogr\u00e1fica no reproducen bien el clima en otra regi\u00f3n del globo. En otras palabras, unaevaluaci\u00f3n o ranking de modelos ar4 hecha para una regi\u00f3n puede no ser v\u00e1lida para otraregi\u00f3n.Estudios previos han mostrado que, para temperaturas globales, el incremento observadoen las \u00faltimas d\u00e9cadas del siglo xx, se debe mayoritariamente a la actividad humana sobre elplaneta basada en la combusti\u00f3n de combustibles f\u00f3siles y en el incremento de gasesinvernadero inducido por esta combusti\u00f3n en la atm\u00f3sfera. Cambios en la temperatura yprecipitaci\u00f3n en la tierra, al fin y al cabo pueden provocar un serio impacto sobre lasactividades del hombre en muchas regiones. Estos modelos gcms no son un\u00e1nimes en se\u00f1alarla distribuci\u00f3n de los cambios regionales en precipitaci\u00f3n.Por tanto, el \u00e1rea de investigaci\u00f3n en la que queda enmarcada esta tesis, es hoy en d\u00eda devital importancia debido a razones sociales, econ\u00f3micas, cient\u00edficas, y puede permitir obtenerunos resultados para ser publicados en revistas cient\u00edficas de renombre.El grupo de investigaci\u00f3n eolo de meteorolog\u00eda, clima y medio ambiente donde eldoctorando ha desarrollado este trabajo de tesis, tiene experiencia reconocida enpredictibilidad de temperatura sobre la pen\u00ednsula ib\u00e9rica usando modelos gcms (fr\u00edas et al.,2005). Igualmente tiene amplia experiencia en el an\u00e1lisis de la variabilidad de varios elementosclim\u00e1ticos a nivel regional (ezcurra et al., 2008) y en la comparaci\u00f3n con los datos salida demodelos gcms (s\u00e1enz et al., 2001a; s\u00e1enz et al., 2001b y fern\u00e1ndez et al., 2003).Particularmente, durante los \u00faltimos a\u00f1os, este grupo ha liderado uno de los proyectos m\u00e1simportantes en la estrategia de investigaci\u00f3n vasca sobre cambio clim\u00e1tico (eklima21),dentro del programa etortek. Una parte importante de esta estrategia est\u00e1 dedicada al temacentral de esta tesis (evaluaci\u00f3n de modelos clim\u00e1ticos ar4), y por tanto, este trabajo deinvestigaci\u00f3n es parte esencial del proyecto eklima21.Prefacioforman parte de este grupo de investigaci\u00f3n, agust\u00edn ezcurra, gabriel ibarra-berastegi,jon s\u00e1enz, javier d\u00edaz de argando\u00f1a, isabel herrero e i\u00f1igo errasti, profesores de losdepartamentos de f\u00edsica aplicada ii, ingenier\u00eda nuclear y mec\u00e1nica de fluidos, y expresi\u00f3ngr\u00e1fica y proyectos de ingenier\u00eda de las facultades de ciencia y tecnolog\u00eda, farmacia yescuelas de ingenier\u00eda de la universidad del pa\u00eds vasco (upv\/ehu).<\/p>\n<p>&nbsp;<\/p>\n<h3>Datos acad\u00e9micos de la tesis doctoral \u00ab<strong>Evaluation and diagnosis of coupled climate models included in the ipcc fourth assessment report<\/strong>\u00ab<\/h3>\n<ul>\n<li><strong>T\u00edtulo de la tesis:<\/strong>\u00a0 Evaluation and diagnosis of coupled climate models included in the ipcc fourth assessment report <\/li>\n<li><strong>Autor:<\/strong>\u00a0 I\u00f1igo Errasti Arrieta <\/li>\n<li><strong>Universidad:<\/strong>\u00a0 Pa\u00eds vasco\/euskal herriko unibertsitatea<\/li>\n<li><strong>Fecha de lectura de la tesis:<\/strong>\u00a0 13\/12\/2013<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<h3>Direcci\u00f3n y tribunal<\/h3>\n<ul>\n<li><strong>Director de la tesis<\/strong>\n<ul>\n<li>Jon Saenz Aguirre<\/li>\n<\/ul>\n<\/li>\n<li><strong>Tribunal<\/strong>\n<ul>\n<li>Presidente del tribunal: eugenio Ruiz urrestarazu <\/li>\n<li>concepcion Rodriguez puebla (vocal)<\/li>\n<li>alejandro Oscoz abad (vocal)<\/li>\n<li>fabienne Lohou &#8212; (vocal)<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Tesis doctoral de I\u00f1igo Errasti Arrieta Los modelos clim\u00e1ticos acoplados atm\u00f3sfera-oc\u00e9ano son sofisticadas herramientas dise\u00f1adaspara simular el sistema clim\u00e1tico terrestre [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"footnotes":""},"categories":[4329,12909],"tags":[203495,95337,28374,227712,227711,80537],"class_list":["post-114998","post","type-post","status-publish","format-standard","hentry","category-climatologia","category-pais-vasco-euskal-herriko-unibertsitatea","tag-alejandro-oscoz-abad","tag-concepcion-rodriguez-puebla","tag-eugenio-ruiz-urrestarazu","tag-fabienne-lohou","tag-inigo-errasti-arrieta","tag-jon-saenz-aguirre"],"_links":{"self":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/114998","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/comments?post=114998"}],"version-history":[{"count":0,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/114998\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/media?parent=114998"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/categories?post=114998"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/tags?post=114998"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}