navarro c - gcm vs rcm
TRANSCRIPT
IntroDatos climáticos
Para qué se necesitan?Quién los necesita?Inconvenientes?
ProblemasConocimiento limitadoComplejidad del sistema climáticoResoluciones de modelos climáticos no adecuadas.Proporcionar los datos del clima futuro a escala fina.Incertidumbres
• Agricultura demanda:–Múltiples variables–Muy alta resolución espacial.– Alta resolución temporal
(i.e. mensual, diaria).– Previsiones precisas del
tiempo y las proyecciones climáticas.
– Alta certidumbre. • Tanto para presente como
para futuro.
Clima & Agricultura
Los GCMs son la única manera en que podemos predecir el clima a futuro…
Los modelos de predicción GCMs
Calibrados desde el pasado (usando serie de tiempo CRU-UEA), y proyectados hacia el futuro
GCMs y Resoluciones
Escala global Pero.. Escala regional o local
Características Principales
• Resolución horizontal de unos 100 a 300 km
• 18 y 56 niveles verticales.
Model Country Atmosphere OceanBCCR-BCM2.0 Norway T63, L31 1.5x0.5, L35CCCMA-CGCM3.1 (T47) Canada T47 (3.75x3.75), L31 1.85x1.85, L29CCCMA-CGCM3.1 (T63) Canada T63 (2.8x2.8), L31 1.4x0.94, L29CNRM-CM3 France T63 (2.8x2.8), L45 1.875x(0.5-2), L31CSIRO-Mk3.0 Australia T63, L18 1.875x0.84, L31CSIRO-Mk3.5 Australia T63, L18 1.875x0.84, L31GFDL-CM2.0 USA 2.5x2.0, L24 1.0x(1/3-1), L50GFDL-CM2.1 USA 2.5x2.0, L24 1.0x(1/3-1), L50GISS-AOM USA 4x3, L12 4x3, L16GISS-MODEL-EH USA 5x4, L20 5x4, L13GISS-MODEL-ER USA 5x4, L20 5x4, L13IAP-FGOALS1.0-G China 2.8x2.8, L26 1x1, L16INGV-ECHAM4 Italy T42, L19 2x(0.5-2), L31INM-CM3.0 Russia 5x4, L21 2.5x2, L33IPSL-CM4 France 2.5x3.75, L19 2x(1-2), L30MIROC3.2-HIRES Japan T106, L56 0.28x0.19, L47MIROC3.2-MEDRES Japan T42, L20 1.4x(0.5-1.4), L43MIUB-ECHO-G Germany/Korea T30, L19 T42, L20MPI-ECHAM5 Germany T63, L32 1x1, L41MRI-CGCM2.3.2A Japan T42, L30 2.5x(0.5-2.0)NCAR-CCSM3.0 USA T85L26, 1.4x1.4 1x(0.27-1), L40NCAR-PCM1 USA T42 (2.8x2.8), L18 1x(0.27-1), L40UKMO-HADCM3 UK 3.75x2.5, L19 1.25x1.25, L20UKMO-HADGEM1 UK 1.875x1.25, L38 1.25x1.25, L20
GCMs y Resoluciones
Incertidumbres!
• Segundo: disponibilidad de datos (via IPCC)WCRP CMIP3 A1B-P A1B-T A1B-Tx A1B-Tn A2-P A2-T A2-Tx A2-Tn B1-P B1-T B1-Tx B1-Tn
BCCR-BCM2.0 OK OK OK OK OK OK OK OK OK OK OK OKCCCMA-CGCM3.1-T63 OK OK NO NO NO NO NO NO OK OK NO NOCCCMA-CGCM3.1-T47 OK OK NO NO OK OK NO NO OK OK NO NOCNRM-CM3 OK OK NO NO OK OK NO NO OK OK NO NOCSIRO-MK3.0 OK OK OK OK OK OK OK OK OK OK OK OKCSIRO-MK3.5 OK OK OK OK OK OK OK OK OK OK OK OKGFDL-CM2.0 OK OK OK OK OK OK OK OK OK OK OK OKGFDL-CM2.1 OK OK OK OK OK OK OK OK OK OK OK OKGISS-AOM OK OK OK OK NO NO NO NO OK OK OK OKGISS-MODEL-EH OK OK NO NO NO NO NO NO NO NO NO NOGISS-MODEL-ER OK OK NO NO OK OK NO NO OK OK NO NOIAP-FGOALS1.0-G OK OK NO NO NO NO NO NO OK OK NO NOINGV-ECHAM4 OK OK NO NO OK OK NO NO NO NO NO NOINM-CM3.0 OK OK OK OK OK OK OK OK OK OK OK OKIPSL-CM4 OK OK NO NO OK OK NO NO OK OK NO NOMIROC3.2.3-HIRES OK OK OK OK NO NO NO NO OK OK OK OKMIROC3.2.3-MEDRES OK OK OK OK OK OK OK OK OK OK OK OKMIUB-ECHO-G OK OK NO NO OK OK NO NO OK OK NO NOMPI-ECHAM5 OK OK NO NO OK OK NO NO OK OK NO NOMRI-CGCM2.3.2A OK OK NO NO OK OK NO NO OK OK NO NONCAR-CCSM3.0 OK OK OK OK OK OK OK OK OK OK OK OKNCAR-PCM1 OK OK OK OK OK OK OK OK OK OK OK OKUKMO-HADCM3 OK OK NO NO OK OK NO NO OK OK NO NOUKMO-HADGEM1 OK OK NO NO OK OK NO NO NO NO NO NO
Dificultades
Opciones Downscaling
• Aún el GCM más preciso es demasiado grueso (100km)
• Aumentar resolución, uniformizar… proveer datos de alta resolución, contextualizados
• Diversos métodos desde interpolación directa hasta redes neuronales, y RCMs–DELTA (empírico-estadístico)–RCMs (dinámico)
Downscaling Estadístico
Interpolación
• Delta (Hay et al. 2007)– Base climatológica: WORLDCLIM– Usado en mayoría de estudios de CC.– Tomar superficies GCM originales (series de
tiempo)– Calcular promedios para línea base y
períodos específicos– Calcular anomalías– Interpolar anomalías– Sumar anomalías a WORLDCLIM
DisaggregationDownscaling Estadístico
• Similar a DELTA pero sin interpolacion– Base climatologica: CRU, WorldClim– Calcular anomalias para periodos requeridos para
celdas GCM– Sumar anomalias a climatologia base
RCMs PRECISDownscaling Dinámico
• RCMs (Giorgi 1990)– Usar resultados de GCMs– Son de área limitada.. Necesitan
condiciones de frontera. – Realiza cálculos de la dinámica
atmosférica y resuelve ecuaciones para cada grilla.
– Tiene en cuenta el ciclo del sulfuro y parametrizaciones físicas. – Resolucion varia entre 25-50km– Esperar muchos meses mientras todo procesa– Validar datos del pasado usando datos de estaciones
DownscalingGCM vs RCM
¿Downscaling estadístico o dinámico??
Necesidades y recursos.. •Tiempos? Resultados rápidos?•Capacidades de procesamiento?•Disponibilidad??
Downscaling GCM vs RCMDisponibilidad de datos GCM (AR4)
Model 20C3M SRES-A1B SRES-A2 SRES-B1
BCCR-BCM2.0 o o o o
CCCMA-CGCM3.1-T63 o o x o
CCCMA-CGCM3.1-T47 o o o o
CNRM-CM3 o o o o
CSIRO-MK3.0 o o o o
CSIRO-MK3.5 o o o o
GFDL-CM2.0 o o o o
GFDL-CM2.1 o o o o
GISS-AOM o o x o
GISS-MODEL-EH o o x x
GISS-MODEL-ER o o o o
IAP-FGOALS1.0-G o o x o
INGV-ECHAM4 o o o x
INM-CM3.0 o o o o
IPSL-CM4 o o o o
MIROC3.2.3-HIRES o o x o
MIROC3.2.3-MEDRES o o o o
MIUB-ECHO-G o o o o
MPI-ECHAM5 o o o o
MRI-CGCM2.3.2A o o o o
NCAR-CCSM3.0 o o o o
NCAR-PCM1 o o o x
UKMO-HADCM3 o o o o
UKMO-HADGEM1 o o o x
Total 24 24 19 20
• Rango: – 2000- 2100
• 30yr averages (siete periodos futuros)– 2010-2039– 2020-2049– 2030-2059– 2040-2069– 2050-2079– 2060-2089– 2070-2099
• Baseline – 1960-1990
Downscaling GCM vs RCMDisponibilidad de datos RCM
ERA15ERA40
ERA-InterimNCEP_R2
HadAM3PECHAM5
HadCM3Q0HadCM3Q1HadCM3Q2HadCM3Q3HadCM3Q4HadCM3Q5HadCM3Q6HadCM3Q7HadCM3Q8HadCM3Q9
HadCM3Q10HadCM3Q11HadCM3Q12HadCM3Q13HadCM3Q14HadCM3Q15HadCM3Q16
ECHAM4HadAM3PHadAM3P
ECHAM4
1950 1970 1990 2010 2030 2050 2070 2090
• Rango variable.• Pocos modelos
disponibles para SRES_A2 y B2
• Habilidad limitada de representar condiciones presentes. No todos disponen del Baseline 1960-1990
SRES
A1B
A2
B2Ba
selin
e
Downscaling GCM vs RCMResoluciones
RCM GCM Downscaled25-50km ~ 1km
Espacial
Temporal6 horas, diarios, mensuales, anuales,
30 yr avg (mensuales)30yr Avg (mensuales)
Downscaling GCM vs RCMVariables de salida
Stash Code Variable Type
2204 Total Cloud Amount (0 ≤ X ≤ 1) Mean
3297 Evaporation Rate From Canopy Sum
3510 Potential Evapotranspiration Factor1 Sum
3511 Potential Evapotranspiration Factor2 Sum
3312 Potential Evaporation Rate Sum
3296 Evaporation Rate From Soil Surface Sum
5216 Total Precipitation Rate Sum
16222 Pressure At Mean Sea Level Mean
3245 Relative Humidity At 1.5 Metres Mean
3237 Specific Humidity At 1.5 Metres Mean
3234 Surface Latent Heat Flux Mean
3313 Soil Moisture Availability Factor Mean
8208Available Soil Moisture Content In Root Zone Sum
3298 Sublimation Rate At Surface Sum
03236.max Temperature At 1.5 Metres Mean
3236 Temperature At 1.5 Metres Mean
03236.min Temperature At 1.5 Metres Mean
3299 Transpiration Sum
00024.max Surface (Skin) Temperature Mean
24 Surface (Skin) Temperature Mean
00024.min Surface (Skin) Temperature Mean
03249.max Wind Speed At 10 Metres (Wind Grid) Mean
3249 Wind Speed At 10 Metres (Wind Grid) Mean
• RCM > 160 variablesMás representativas para agricultura
• GCM Downscaled• Prec mensual• Tmean mensual• Tmin mensual• Tmax mensual• Bioclimáticos
Downscaling GCM vs RCMTiempos de procesamiento
1 interpolación GCM (37 pasos)
Un cálculo rápido…
x 7 periodos x 20 GCMs
= 1 semana
210 semanas
x 3 escenarios
÷ 4 servidores÷ 4 procesos
= 26 semanas= 6 meses!!
1 corrida de PRECIS (1 década)
x 15 periodos x 1 GCM
= 2 semanas
30 semanas
x 1 escenario
÷ 3 servidores÷ 2 procesos
= 5 semanas
= 300 semanas = 6 años!!
x 20 GCM x 3 escenario
Hipotéticamente..
GCM Delta Method RCMs*Rápido de implementar * Robusto
> resoluciones < resoluciones
*Aplicable a TODOS los GCMs *Aplicable a GCMs dependiendo de disponibilidad de datos
< variables > variables * Variables no cambian sus relaciones en
tiempo* Variables cambian sus relaciones en
tiempo* Aplicable en varias plataformas *Pocas plataformas (PRECIS)
< procesamiento > procesamiento >> almacenamiento < almacenamiento
*En una mejor etapa de desarrollo *Aun falta mucho desarrollo
*Más fácilmente comparable. Incertidumbre más fáciles de cuantificar *Incertidumbre difíciles de cuantificar
*Depende de la calidad de datos históricos *Depende de la línea base de cada GCM y de los reanálisis.
*No tiene en cuenta fuerzas regionales *Tiene en cuenta fuerzas regionales
Downscaling GCM vs RCMOtras consideraciones
• Nuestra capacidad en casa:– 4 servidores de procesamiento Windows 8-cores
(downscaling empírico)– 3 servidores de procesamiento de 24-cores y 1
servidor 8-cores Linux (PRECIS)– ~100TB almacenamiento.
• Compresiones y publicación son procesos más largos y requieren almacenamiento masivo y alta capacidad de (esp. 1km global datasets)
Capacidades & Limitaciones
• Downscalados empíricamente, disaggregados para todo el mundo de 1 a 20 km.
• Downscalados dinámicamente (PRECIS) para Sur América.
• 20 GCM para 2050, 9 para 2020 (Datos Stanford) dowscalados a 20km, 5km, 1km
• 7 GCMs con información Tyndall.
Nuestras bases de datos
• Proyecciones AR5 … más modelos, mayor resolución.
• Evaluar y validar incertidumbres.
¿Qué sigue?
BCC_csm1-1BNU_esm CCCMA_cancm4CCCMA_canesm2CNRM_cm5CSIRO_access1_0CSIRO_mk3-6-0ICHEC_ec_earthINM_inmcm4IPSL_ipsl_cm5a_lrIPSL_ipsl_cm5a_mrIPSL_ipsl_cm5b_lrMIROC_esm
MIROC_esm-chemMIROC_miroc4hMIROC_miroc5MOHC_hadcm3MOHC_hadgem2-ccMOHC_hadgem2-esMPI-M_mpi-esm-lrMPI-M_mpi-esm-mrMRI_mri-cgcm3NCAR_ccsm4NCC_noresm1-mNOAA_gfld_esm2gNOAA_gfld_esm2m
RCP 4.5Próxima Generación de Escenarios Climáticos (IPCC, AR5)
Representative Concentration Pathways (RCP)Caminos representativos de concentración
Evalúa si hay las condiciones climáticas adecuadas ,
dentro de un periodo de crecimiento para T° y Prec….
… y calcula la adaptabiliad climática de la interacción
resultante entre la prec y la T°
• Un algoritmo sencillo para mirar el nicho de cada especie basado sólo en los datos del clima
El Modelo EcoCrop
Aplicaciones
http://gisweb.ciat.cgiar.org/ClimateChange/EcoCropFB/
Enlaces útiles
MaxEnt (Maximum Entropy Modelling)• Modelo de predicción de la
distribución potencial de una especie• Maxent utilizar el principio de la
máxima entropía• Usa puntos de presencia de
determinadas especies y las variables ambientales
• Uno de el modelo más precisos para la predicción cambios en los rangos en los que la especie puede adaptarse.
Aplicaciones
http://www.ipcc-data.org/ddc_climscen.html Enlaces útiles