Caso de la cuenca Chira Piura

El primer paso para la reducción de escala (regionalización o downscaling), fue identificar las estaciones meteorológicas con información de precipitación y temperatura a escala diaria para representar el clima histórico (1971 – 1991) de la cuenca. Con este registro se generaron datos de temperatura y precipitación mediante interpolación para cada uno de los 99 catchments definidos. Una vez lista la información local se trabajó con la información global de estas mismas variables para realizar la reducción de escala. El método seleccionado fue el método no paramétrico denominado bootstrapping K-nn o de reordenamiento (Gangopadhyay et al. 2005; Yates et al. 2003).

Mediante este método, se construyeron series sintéticas de precipitación y temperatura para las 32 estaciones a partir de las observaciones históricas condicionadas por las proyecciones de los modelos mediante el uso de reglas probabilísticas que buscan preservar algunos atributos presentes en dichas series como la estacionalidad, la variabilidad, la correlación espacial y otros. Este método además permite proyectar series de clima futuro para las cuencas con base en los cambios predichos por la señal de los MCG. Luego se hicieron las comparaciones entre los datos históricos medidos en la cuenca y los generados a partir de los MCG. Los resultados de las comparaciones se presentan en el Cuadro 19.

De acuerdo a los resultados, los modelos de mejor representatividad de las observaciones históricas son: CCSM4, MPI-ESM-MR, CESM1 (CAM5), HadGEM2_CC y CSIRO-Mk3-6-0, que según las comparaciones estadísticas y visuales representa mejor la climatología de la región. A partir de estos modelos escogidos se obtuvieron 39 escenarios de clima futuro que corresponden a RCP 8.5 (entre 7 y 8 corridas por cada modelo) al que se le atribuye una alta emisión de carbono. Se generaron las series futuras de clima y se escogieron 5 que reflejan un rango de condiciones climáticas:

• Seco: MPI-MR (Proyección 8, carpeta 8 dentro de los datos climáticos en el modelo WEAP Chira Piura)
• Muy seco: MPI_MR2 (Proyección 33, carpeta 33 dentro de los datos climáticos en el modelo WEAP Chira Piura)
• Normal: CESM1-CAM5 (Proyección 20, carpeta 20 dentro de los datos climáticos en el modelo WEAP Chira Piura)
• Muy húmedo: HadGEM2_CC (Proyección 30: carpeta 30 dentro de los datos climáticos en el modelo WEAP Chira Piura)
• Húmedo: CSIRO-Mk3-6-0 (Proyección 27: carpeta 27 dentro de los datos climáticos en el modelo WEAP Chira Piura)

Las corridas posteriores determinaron la anulación de uno de los escenarios climáticos por no ajustarse a la realidad de la cuenca.

Caso de la cuenca Quilca Chili

Una vez calibrado y validado el modelo hidrológico con la información de 13 estaciones hidrométricas, se incluye los datos de cambio climático hasta el año 2050 como un escenario. Para este caso, las estimaciones realizadas presentan algunas limitaciones con respecto el nivel de detalle espacial alcanzado por los modelos globales debido a su resolución espacial, por lo que estos resultados no son suficientes para representar los atributos del clima local. Es por esta razón que la evaluación de los impactos locales sobre los recursos hídricos requiere el desarrollo de proyecciones climáticas a escala local. 

Fuente: Proyecto PARA-Agua, 2015

Con el método desarrollado, se construyen series sintéticas como secuencias de observaciones históricas. Se utilizó reglas probabilísticas que buscan preservar algunos atributos presentes en las series históricas, como la estacionalidad, la variabilidad, la correlación espacial y otros. Este método además permite informar las series de clima futuro para las cuencas con base en los cambios predichos por la señal de los GCMs.