BIV00258.pdf

7/24/2019 BIV00258.pdf

1/197

PROGRAMA DE CAMBIO CLIMTICO Y CALIDAD DE AIRE

ESCENARIOS DEL CAMBIO CLIMTICO

EN EL PER AL 2050

Cuenca del Ro Piura

Servicio Nacional deMeteorologa e Hidrologa

Embajada Realde los Pases Bajos

7/24/2019 BIV00258.pdf

2/197

Servicio Nacional de Meteorologa e Hidrologa - SENAMHIJr. Cahuide 785 Jess Mara Lima, Per

Segunda edicin: octubre de 2005

7/24/2019 BIV00258.pdf

3/197

Esta publicacin fue elaborada y financiada por el SENAMHI con aportes de la Embajada Real de los Pases Bajos,a travs del Programa Nacional de Fortalecimiento de Capacidades para Manejar el Impacto del Cambio Climtico y

la Contaminacin del Aire - PROCLIM

SERVICIO NACIONAL DE METEOROLOGA E HIDROLOGA

Equipo Tcnico

Coordinacin General

Mayor FAP Juan Coronado Lara

Coordinacin LocalGabriela Rosas

Equipo Escenarios ClimticosAmelia Dazngel CornejoClara OriaDelia AcuaGabriela RosasGonzalo FanoGrinia AvalosLuis MetzgerMauricio Carrillo

Equipo SIGEver CastilloCarmen VassalloGuillermo TatajeOscar Barrenechea

Infraestructura del Sistema ComputacionalRichard Miguel

RevisinPh. D. Eugenia Kalnay

University of Maryland - UMD, USAAsesoraPh. D. Nicholas GrahamHydrological Research Center - HRC, USAM Sc. ngel CornejoServicio Nacional de Meteorologa e Hidrologa -SENAMHI, Per

EdicinGrinia Avalos

Asistentes de edicinCristina AmielClara OriaJenny Roca

DiseoJuan UlloaCristina Amiel

7/24/2019 BIV00258.pdf

4/197

i

CONTENIDO

Pgina

Agradecimiento x

Resumen Ejecutivo xiiResumen General xvii

CAPITULO I INTRODUCCION 11.1 El cambio climtico 21.2 Bases tericas del cambio climtico global 31.3 Los sistemas acoplados 41.4 Formas de variabilidad natural 51.5 El Nio Oscilacin del Sur (ENOS) 61.6 Cambios en la circulacin atmosfrica en el Pacfico Tropical 7

1.6.1 Patrones de circulacin atmosfrica en la costa norte 81.7 El Salto Climtico del Pacifico 10

CAPITULO II LOS ESCENARIOS DEL CAMBIO CLIMATICO 13

2.1 Concepto de escenarios 132.2 Incertidumbres de escenarios 13

2.2.1 Incertidumbre en la prediccin del clima futuro 132.2.2 Fuentes de incertidumbre 14

2.2.2.1 Incertidumbre debido a las emisiones 142.2.2.2 Incertidumbre debido a los modelos 152.2.2.3 Incertidumbre debido a la variabilidad natural 162.2.2.4 Incertidumbre debido a la regionalizacin 16

2.3 Los escenarios de emisiones 17

2.4 Emisiones de CO2global 192.5 Concentracin de CO2en los diferentes escenarios 20

CAPITULO III CUENCA DEL RIO PIURA 21

3.1 Ubicacin 213.2 Hidrografa 223.3 Caractersticas Climticas 223.4 Hidrogeologa 223.5 Uso de Agua 233.6 Actividad Agrcola 233.7 Poblacin 24

CAPITULO IV ANALISIS DE LOS MODELOS DE CIRCULACIONGENERAL DE LA ATMOSFERA 26

4.1 Descripcin de los modelos de circulacin general 264.1.1 Modelos utilizados en este estudio 27

4.2 Temperatura Superficial del Mar 324.2.1 Metodologa 324.2.2 Resultados 32

4.2.2.1 A escala regional 324.2.2.2 A escala local 36

7/24/2019 BIV00258.pdf

5/197

ii

4.2.2.2.1 NIO 1+2 364.2.2.2.2 NIO 4 y NIO 3 41

4.3 Presin atmosfrica a nivel del mar como indicador de eventos ENOS 52 4.3.1 Metodologa 52

4.3.2 Resultados 52

4.4 Nivel medio del mar 574.4.1 Metodologa 574.4.2 Resultados 57

4.4.2.1 Observaciones 584.4.2.2 Modelos globales 62

4.4.2.2.1 Cambios del nivel medio del mar a nivel global 624.4.2.2.2 Cambios del nivel medio del mar a nivel regional 63

4.5 Precipitacin 64

4.5.1 Metodologa 644.5.2 Resultados 64

4.5.2.1 A escala regional 644.5.2.2 A escala Per 694.5.2.3 A escala local 73

4.5.2.3.1 Zona de Piura Chulucanas 76

CAPITULO V REGIONALIZACION DINAMICA

5.1 Metodologa 795.1.1 Datos Preliminares 795.1.2 Simulacin regional 795.1.3 Variables analizadas 82

5.2 Resultados 845.2.1 Precipitacin 84

5.2.1.1 Tendencia histrica de la precipitacin 84

5.2.1.2 Tendencia histrica de la temperatura mxima 885.2.1.3 Tendencia histrica de la temperatura media 905.2.1.4 Tendencia histrica de la temperatura mnima 92

5.2.2 Anlisis de la informacin proyectada 955.2.2.1 Precipitacin 95

5.2.2.1.1 Anlisis trimestral 955.2.2.1.2 Anlisis de tendencias futuras 975.2.2.1.2.1 Tendencia de la precipitacin 2004 2020 975.2.2.1.2.2 Tendencia de la precipitacin 2004 2035 99

5.2.2.2 Temperatura mxima 1035.2.2.3 Temperatura mnima 1065.2.2.4 Temperatura media 108

5.3 Balance hdrico en la Cuenca del Ro Piura5.3.1 Metodologa 1115.3.2 Resultados 112

5.3.2.1 Disponibilidades hdricas 1155.3.2.2 Demandas hdricas 1165.3.2.3 Balance hdrico 1175.3.2.4 Anomalas de disponibilidades hdricas 1185.3.2.5 Anomalas de demandas potenciales hdricas 1185.3.2.6 Anomalas de balance hdrico 119

7/24/2019 BIV00258.pdf

6/197

iii

5.4 Disponibilidad de agua regulada para la cuenca del bajo Piura yparte del medio Piura. 1225.4.1 Mxima duracin de periodo seco histrico 1225.4.2 Mxima duracin de periodo seco pronosticado escenario A2

2004 2020. 1225.4.3 Tiempo de retorno de periodo seco histrico 1235.4.4 Tiempo de retorno de periodo seco pronosticado escenario A2

2004 2020 123

CAPITULO VI REGIONALIZACIN ESTADSTICA

6.1 Metodologa 1256.2 Resultados 126

CAPITULO VII ANLISIS DE EXTREMOS REGIONALES

7.1 Metodologa 1317.2 Resultados 132

7.2.1 Anlisis de la informacin histrica 1327.2.1.1 Precipitacin histrica 1327.2.1.2 Temperatura mxima histrica 1397.2.1.3 Temperatura mnima histrica 145

7.2.2 Posibles tendencias futuras de eventos de precipitacin extrema 1517.2.3 Posibles tendencias futuras de eventos extremos de

Temperaturas mximas 1577.2.4 Posibles tendencias futuras de eventos extremos de

Temperaturas mnimas 1627.2.5 Discusin de resultados 167

7.2.5.1 Precipitacin 1677.2.5.2 Temperatura mxima 1677.2.5.3 Temperatura mnima 168

CAPITULO VII CONCLUSIONES GENERALES 169

Apndice 171

Glosario 178

Referencias Bibliogrficas 182

Anexos de Mapas (documento adjunto)

Anexo A: Mapas de regionalizacin dinmica

Anexo B: Mapas de balance hdricoAnexo C Mapas de precipitaciones extremas histricasAnexo D: Mapas de temperaturas mximas extremas histricasAnexo E: Mapas de temperaturas mnimas extremas histricasAnexo F: Mapas de tendencias de precipitaciones extremas futurasAnexo G: Mapas de tendencias de temperaturas mximas extremas futurasAnexo H: Mapas de tendencias de temperaturas mnimas extremas futurasAnexo I: Mapas de precipitaciones y temperaturas extremas futuras esperadas

7/24/2019 BIV00258.pdf

7/197

iv

INDICE DE FIGURAS

Fig. 1: Variacin de la temperatura media global 1880 2000 (C) 3Fig. 2: Ubicacin de las regiones El Nio en el Pacfico tropical 7Fig. 3: Indice de oscilacin del sur (IOS) Estandarizado 1970 2004 8

Fig. 4a: Indice de oscilacin del sur, anomala de la TSM en la reginEl Nio 1 + 2 y Anomala de la precipitacin en la estacinMorropn 9

Fig. 4b: Indice de oscilacin del sur, anomala de la TSM en la reginEl Nio 1 + 2 y Anomala de la precipitacin en la estacinMiraflores 9

Fig. 4c : Indice de oscilacin del sur estandarizada, anomala de laTSM en la regin El Nio 1 + 2 y Anomala de la precipitacinen la estacin Huarmaca 10

Fig. 5: Record histrico de la temperatura del aire 11Fig. 6: Anomala de la temperatura del ocano (a) y anomala de la

temperatura del aire (b) 11Fig. 7: Resultados de modelos de simulacin del clima (a) natural

y (b) con influencia antropognica 12Fig. 8: Etapas en la generacin de escenarios de cambio climtico 14Fig. 9: Emisiones de gases de efecto invernadero (GEIs) del 2000

al 2100 para los diferentes escenarios del IEEE. 15Fig. 10: Cambio en la temperatura global promedio simulado por

9 diferentes Modelos climticos para el escenario A2 del IEEE. 16Fig. 11: Rango de escenarios de emisiones de carbono globales

Publicadas hasta el 2100 y rango de emisiones calculado porel IEEE del IPCC 19

Fig. 12 : Total global anual de las emisiones del CO2de las diferentesfuentes desde 1990 al 2100 (Gt/ao) para las 4 familiasA1, A2, B1 y B2. 20

Fig. 13: Estabilizacin de escenarios propuestos por el IPCC 20Fig. 14: Ubicacin geogrfica de la Cuenca del Ro Piura 21Fig 15: Distribucin de la poblacin en la Cuenca del Ro Piura 24Fig. 16: Esquema grfico de las diferencias de temperatura superficial

del mar (TSM) para los escenarios A2 y B2 33Fig. 17: Diferencia de la temperatura superficial del mar (TSM)

entre 2005 - 2050 con respecto a 19902004: Escenarios A2 34Fig. 18: Diferencia de la temperatura superficial del mar (TSM)

entre 2005 - 2050 con respecto a 19902004 :Escenarios B2 35Fig. 19: Variacin temporal de la TSM en la regin Nio 1+2

durante EFM 37Fig. 20: Variacin temporal de la TSM en la regin Nio 1 + 2

durante AMJ 37

Fig. 21: Variacin temporal de la TSM en la regin Nio 1 + 2durante JAS 38

Fig. 22: Variacin temporal de la TSM en la regin Nio 1 + 2durante OND 38

Fig. 23: Escenarios de la temperatura superficial del mar (TSM)para la regin Nio 4 42

Fig. 24: Escenarios de la temperatura superficial del mar (TSM)para la regin Nio 3 43

Fig. 25: Frecuencias del espectro de la TSM para el modelo CCCmay MPIfMP 46

7/24/2019 BIV00258.pdf

8/197

v

Fig. 26: Frecuencias del espectro de la TSM para el modelo NCAR 47Fig. 27: Intensidad de la frecuencia Nio para los escenarios A2

(arriba) y B2 (abajo) segn modelo MPIfM. 48Fig. 27b: Intensidad de la frecuencia Nio para los escenarios A2

(arriba y B2 (abajo) segn el modelo NCAR. 49Fig. 28: Probabilidad de cambio de intensidad de los eventos El Nio 50Fig. 29: Intensidad de la frecuencia El Nio para los datos observados

entre 1950 y 2003. 50Fig. 30: Nivel de significancia de las tendencias del IOS proyectadas

al 2050 en base a seis modelos acoplados y Nivel designificancia de la tendencia del IOS real. 53

Fig. 31.a: Escenarios extremos normalizados A2 y B1 de la tendenciadel IOS proyectadas al 2050. 55

Fig. 31.b: Escenarios normalizados A2 y B2 de la tendencia del IOSproyectada al 2050 y Escenario del IOS real normalizado 55

Fig. 32: Cambios en el nivel del mar registrados por los maregrafosen localidades ubicadas en la costa occidental de Amrica. 59

Fig. 33: Datos observados del nivel del mar (1979-2000) en laestacin Santa Cruz (0045S,9019W) 60

Fig. 34: Datos observados del nivel del mar (1988-2003) en laestacin de Paita (0505S,8110W) 60

Fig. 35: Variaciones del volumen en la capa superior del PacificoTropical (15N15S) 61

Fig. 36: Cambio global del nivel del mar proyectado hasta el ao 2050(modelos globales CCSR/NIES y GFDL) y datos observadosen las estaciones de Paita y Talara. 62

Fig. 37.a: Precipitacin promedio en febrero 2005-2050 (mm/mes) paralos modelos CSIRO y CCSR/NIES 65

Fig. 37.b: Precipitacin promedio en febrero 2005-2050 (mm/mes)para algunos modelos de los escenarios extremos 66

Fig. 37.c: Precipitacin promedio en febrero 2005-2050 (mm/mes)para el modelo NCAR 67

Fig. 38: Precipitacin promedio en agosto 2005-2050 (mm/mes)Para algunos modelos de los escenarios extremos 68Fig. 39: Topografa en Sudamrica (en metros), segn los modelos

MPIfM y CCSR/NIES 70Fig. 40: Diferencias en porcentajes de las precipitaciones febrero

2005-2050 respecto del periodo 1990-2004. Escenario A2 (%) 71Fig. 41: Diferencias en porcentaje de las precipitaciones febrero

2005-2050 respecto del periodo 1990-2004. Escenario B2 (%) 72Fig. 42: Diferencias en porcentaje de las precipitaciones anuales

2005-2050. Escenario A2 (%) 74Fig. 43: Diferencias en porcentaje de las precipitaciones anuales

2005-2050. Escenario B2 (%) 75Fig. 44: Topografa en metros para la latitud 5 S por los modelo

MPIfM y CCSR/NIES 76Fig. 45: Escenarios de precipitacin para Piura 2000-2050 y su

tendencia (mm/ao) 77Fig. 46 Representacin de los dominios de simulacin (Per y Piura) 80Fig. 47: Precipitacin histrica durante los trimestres DEF, MAM, JJA

y SON en estaciones representativas de la Cuenca del ro Piura. 86Fig. 48: Temperatura mxima histrica durante los trimestres DEF,

MAM, JJA y SON en estaciones representativas de laCuenca del ro Piura. 89

Fig. 49: Temperatura media histrica durante los trimestres DEF,

7/24/2019 BIV00258.pdf

9/197

vi

MAM, JJA y SON en estaciones representativas de la Cuencadel ro Piura. 91

Fig. 50: Temperatura mnima histrica durante los trimestres DEF,MAM, JJA y SON en estaciones representativas de la Cuencadel ro Piura. 93

Fig. 51 Relacin funcional de 2do. Grado entre la TSM de la reginNio 3 y las precipitaciones en Chulucanas en EFM 126

Fig. 52(a,b): Tendencia de la precipitacin para los escenarios A2 (arriba)y A1 (abajo) en Chulucanas 127

Fig. 53: Tendencia de la precipitacin para el escenario B1 en Chulucanas 128Fig. 54(a,b):Tendencia de la precipitacin de los escenarios extremos A2

(arriba) y B2 (abajo) del modelo MPIfM 129Fig. 55: Tendencia de la precipitacin en Chulucanas proyectada por

el modelo NCAR PCM B2 130Fig. 56: Precipitacin extrema histrica (percentil 95) durante

DEF y MAM. Estacin Virrey 134Fig. 57: Precipitacin extrema histrica (percentil 95) durante

DEF y MAM. Estacin Hacienda Bigote 135Fig. 58: Precipitacin extrema histrica (percentil 95) durante

DEF y MAM. Estacin Morropn 136Fig. 59: Precipitacin extrema histrica (percentil 95) durante

DEF y MAM. Estacin Chalaco 137Fig. 60: Precipitacin extrema histrica (percentil 95) durante

DEF y MAM. Estacin Ayabaca 138Fig. 61: Temperatura mxima extrema histrica (percentil 90)

durante DEF y MAM. Estacin Miraflores 140Fig. 62: Temperatura mxima extrema histrica (percentil 90)

durante DEF y MAM. Estacin Morropn 141Fig. 63 Temperatura mxima extrema histrica (percentil 90)

durante DEF y MAM. Estacin Chulucanas 142Fig. 64: Temperatura mxima extrema histrica (percentil 90)

durante DEF y MAM. Estacin Ayabaca 143

Fig. 65: Temperatura mxima extrema histrica (percentil 90)durante DEF y MAM. Estacin Tejedores 144Fig. 66: Temperatura mnima extrema histrica (percentil 90)

durante DEF y MAM. Estacin Miraflores 146Fig. 67: Temperatura mnima extrema histrica (percentil 90)

durante DEF y MAM. Estacin Morropn 147Fig. 68: Temperatura mnima extrema histrica (percentil 90)

durante DEF y MAM. Estacin Chulucanas 148Fig. 69 Temperatura mnima extrema histrica (percentil 90)

durante DEF y MAM. Estacin Ayabaca 149Fig. 70 Temperatura mnima extrema histrica (percentil 90)

durante DEF y MAM. Estacin Tejedores 150Fig. 71: Precipitacin extrema esperada (percentil 95) durante

DEF y MAM. Estacin Virrey 152Fig. 72: Precipitacin extrema esperada (percentil 95) durante

DEF y MAM. Estacin Hacienda Bigote 153Fig. 73: Temperatura mxima extrema esperada (percentil 90)

durante DEF y MAM Estacin Chalaco 154Fig. 74: Temperatura mxima extrema esperada (percentil 90)

durante DEF y MAM. Estacin Morropn 155Fig. 75: Temperatura mnima extrema esperada (percentil 90)

durante DEF y MAM. Estacin Ayabaca 156Fig. 76: Temperatura mxima extrema esperada (percentil 90)

7/24/2019 BIV00258.pdf

10/197

vii

durante DEF y MAM. Estacin Miraflores 158Fig. 77: Temperatura mxima extrema esperada (percentil 90)

durante DEF y MAM. Estacin Morropn 159Fig. 78: Temperatura mxima extrema esperada (percentil 90)

durante DEF y MAM. Estacin Chulucanas 160Fig. 79: Temperatura mxima extrema esperada (percentil 90)

durante DEF y MAM. Estacin Ayabaca 161

Fig. 80: Temperatura mnima extrema esperada (percentil 90)durante DEF y MAM. Estacin Miraflores 163

Fig. 81: Temperatura mnima extrema esperada (percentil 90)durante DEF y MAM. Estacin Morropn 164

Fig. 82: Temperatura mnima extrema esperada (percentil 90)durante DEF y MAM. Estacin Chuluncanas 165

Fig. 83: Temperatura mnima extrema esperada (percentil 90)durante DEF y MAM. Estacin Ayabaca 166

7/24/2019 BIV00258.pdf

11/197

viii

INDICE DE TABLAS

Tabla 1: Comparacin de los modelos PNT y MCG 27Tabla 2: Caractersticas generales de los Modelos de Circulacin

General de la Atmsfera (MCG) utilizados 31Tabla 3: Parmetros estadsticos para los modelos CSIRO y MPIfM

en forma trimestral. 39Tabla 4: Escenarios de temperatura de agua de mar (C) para la

regin Nio 1+2 durante 2004-2050 40Tabla 5: Parmetros estadsticos de la TSM de los diferentes MCG

para la regin Nio 4 y Nio 3 41Tabla 6: Variancia de los Nios para los diferentes modelos y datos

observados 45Tabla 7: Ubicacin de maregrafos 57Tabla 8: Estimaciones del incremento del nivel del mar desde maregrafos

en localidades ubicadas en la costa occidental de Amrica 61Tabla 9: Estimaciones del incremento del nivel del mar desde los modelos 62Tabla 10: Estaciones en la Cuenca del ro Piura con informacin de

precipitacin 82Tabla 11: Estaciones en la Cuenca del ro Piura con informacin de

Temperatura 83Tabla 12.a: Proyecciones de precipitacin anual en tres quinquenios del

perodo 2006-2020 (Modelo Rams). 113Tabla 12.b: Proyecciones de precipitacin en tres quinquenios del periodo

2021 2035 (Modelo Rams). 113Tabla 13.a: Evapotranspiracin proyectada en base a las proyecciones

de temperatura media anual 3 quinquenios 2006 2020 del(Modelo Rams). 114

Tabla 13.b :Evapotranspiracin proyectada en base a las proyeccionesde temperatura media anual 3 quinquenios 2021 2035del (Modelo Rams). 115

Tabla 14 : Estaciones meteorolgicas utilizadas para el anlisis deExtremas en la Cuenca del ro Piura 132

7/24/2019 BIV00258.pdf

12/197

ix

INDICE DE CUADROS RESUMEN

Cuadro resumen 1: Precipitaciones estimadas en los escenarios A2 y B2 97Cuadro resumen 2: Tendencias y niveles de significancia de las

precipitaciones 101Cuadro resumen 3: Rangos de temperatura mxima estimada al 2020

en los escenarios A2 y B2 105Cuadro resumen 4: Tendencias y niveles de Significancia de la

temperatura mxima 105Cuadro resumen 5: Tendencias y niveles de Significancia de la

temperatura mnima 107Cuadro resumen 6: Tendencias y niveles de Significancia de la

temperatura media 109Cuadro resumen 7: Anomalas de disponibilidades hdricas (a), demandas

potenciales hdricas (b) y balance hdrico (c) en laCuenca del ro Piura por quinquenios (2006-2030) enel escenario A2. 120

Cuadro resumen 8: Tendencia histrica y futura de la Precipitacinextrema 151

Cuadro resumen 9: Tendencia histrica y futura de la TemperaturaMxima extrema 157

Cuadro resumen 10: Tendencia histrica y futura de la TemperaturaMnima extrema 162

7/24/2019 BIV00258.pdf

13/197

Escenarios de Cambio Climtico en el Per al 2050: Cuenca Ro Piura

_________________________________________________________________________________________

x

Agradecimientos

El equipo de trabajo expresa su agradecimiento:

A la Dra. Eugenia Kalnay, cientfica de reconocida trayectoria y distinguidaprofesora e investigadora de la Universidad de Maryland UMD de losEstados Unidos, quien amablemente acept honrarnos al revisar estetrabajo y darnos sus maravillosos comentarios y sugerencias, as como elsu estimulo al trabajo realizado.

Al Dr. Nicholas Graham, Investigador Cientfico Senior del Centro deInvestigacin Hidrolgica HRC de los Estados Unidos, por su valioso yacertado asesoramiento durante el desarrollo del presente estudio.

Al MSc. Angel Cornejo, por su permanente asesora, incondicional apoyoy estimulante optimismo durante la realizacin del presente trabajo.

Al Centro Nacional para la Investigacin de la Atmsfera NCAR de losEstados Unidos, en las personas del Dr. Lawrence Buja y Srta. ReneMuoz del Grupo de Trabajo para Manejo de Datos, quienes brindaron unimportante apoyo a nuestros profesionales que realizaron pasantas enNCAR y poner a nuestra disponibilidad la informacin base para lageneracin de escenarios regionales.

Al Dr. Bryan Grossdel Laboratorio de Dinmica de Fluidos Geofsicos delos Estados Unidos.

A la Administracin Nacional del Ocenico y la Atmsfera NOAAde losEstados Unidos, al Laboratorio de Sistemas de Pronstico - FSL, al Dr.Alexander E. MacDonald ySra. Kathleen G. Stewart y alGrupo Reynolds.

Al Centro Hadley de la Oficina Meteorolgica del Reino Unido (UKMET), enlas personas del Dr. Richard Jones y Ruth Taylor, por apoyar a nuestrosprofesionales en las pasantas desarrolladas en su institucin, as como lainformacin de salida de su modelo global y el uso del modelo PRECIS,contribucin invalorable a nuestro centro.

A la Universidad de East Anglia del Reino Unido, en especial al ClimateResearch Unit en la persona de la Dra. Clare Goodess por sus sabiosconsejos y asesoramiento.

Al Grupo de Expertos del Panel Intergubernamental sobre CambioClimtico - IPCCpor la disponibilidad de informacin a travs de su pgina

web.

Al Instituto de Investigacin para el Desarrollo - IRD de Francia y alInstituto de Recursos Naturales del Per, en la persona del Dr. BernardPouyaud.

A Tecnologas Atmosfricas, Meteorolgicas y Medioambientales ATMETde Boulder, Colorado - Estados Unidos, en las personas del Dr. Robert

7/24/2019 BIV00258.pdf

14/197


_________________________________________________________________________________________

xi

Walko yDr. Craig Trembackpor su constante soporte tcnico en el manejodel Modelo RAMS.Al Centro Canadiense para el Modelamiento y Anlisis del Clima delServicio Meteorolgico de Canad, en la persona del Dr. Greg M. Flato,por la informacin proporcionada.

Al Instituto de Meteorologa de Cuba en la persona de Abel Centella, porapoyar la participacin de un profesional en un curso de entrenamiento delmodelo PRECIS, para generacin de escenarios organizado por INSMET yUKMET.

A la Direccin de Hidrografa y Navegacin de la Marina de Guerra delPer, en la persona del Comandante Eduardo Lazo, por facilitarnosinformacin histrica del nivel del mar de la estacin de Paita.

Al Instituto Nacional de Meteorologa de Brasil, en las personas del Dr.Jos Mauro de Rezende y Jos Mauricio Franco Guedes, por brindar elapoyo necesario a nuestro profesional en la pasanta sobre manejo de

sistemas cluster.

Al grupo de la unidad ejecutora y coejecutores del proyecto PROCLIM, porsus aportes para el mejor entendimiento de los resultados de esteimportante estudio.

A la Jefatura y Direccin Tcnica del SENAMHI, por la confianzadepositada en nuestras capacidades y apoyo incondicional para laejecucin de los compromisos asumidos en la elaboracin de este estudio.

A Nicforo Ita, Teresa Garca, Jorge Chiray Carlos Castillo, miembros deComisin Especial de Evaluacin de Estudios Tcnico Cientficos(CEEETC) del SENAMHI, por sus importantes aportes en la revisin final

de este reporte.

A todas estas personas e instituciones nuestro agradecimiento

Mayor FAP Juan Coronado LaraCoordinador General del ProyectoServicio Nacional de Meteorologa e Hidrologa

7/24/2019 BIV00258.pdf

15/197

Escenarios de Cambio Climtico en el Per al 2050: Cuenca Ro PiuraResumen

________________________________________________________________________________________________

xvii

Resumen General

_________________________________________________________________________

En este Reporte se presenta de manera explcita los resultados de las simulaciones y

proyecciones numricas de los posibles escenarios del clima al 2035 en la Cuenca del Ro Piura;realizado por el SENAMHI en el marco del Programa Nacional de Fortalecimiento deCapacidades para Manejar el Impacto del Cambio Climtico y la Contaminacin del Aire PROCLIM. En l, se describen los mtodos empleados, explicndose el por qu de la eleccin dedos escenarios extremos de emisiones: A2 y B2 y los plazos de tiempo para los cuales serealizaron las evaluaciones de las condiciones del clima futuro.

La informacin histrica del nivel medio del mar revel una tendencia positiva de 0.13 cm/ao enpromedio para localidades ubicadas en la costa occidental de Amrica desde el siglo pasado,periodo en el cual el efecto invernadero no era muy fuerte o no tena una marcada influencia delas actividades antrpicas. Sobre la localidad de Paita (costa norte de Per), este incrementoobservado es de 0.24 cm/ao, con mayores fluctuaciones producidas durante eventos El Nio.As mismo, en lo que respecta al anlisis histrico de la temperatura media, la mayora de lasestaciones meteorolgicas analizadas vienen mostrando tendencias positivas, con incrementosde hasta 1.5C/30 aos (estacin Huarmaca); de manera similar, la precipitacin presenta unatendencia positiva, influenciada por los eventos El Nio principalmente en las Cuencas Media yAlta. De otro lado, los eventos de precipitaciones extremas, dan cuenta de incrementos en lospercentiles 95 durante el verano (periodo lluvioso) y otoo; asimismo, en lo que respecta a lastemperaturas mximas y mnimas extremas, la mayora de las estaciones meteorolgicaspresentan tendencias positivas en los percentiles 90; es decir, que las temperaturasmximas/mnimas ms extremas (el 10% ms bajo) se han ido incrementando en las ltimasdcadas.

En lo que respecta a las proyecciones al 2035, la alta variabilidad temporal y espacial de laprecipitacin en las denominadas reas de Inters (Bajo Piura, Sub Cuencas San FranciscoYapateras), no permiten vislumbrar una tendencia general; no obstante, los resultadosconcuerdan en que la precipitacin media tendra una tendencia a la baja en la Cuenca Mediaenel verano, para luego presentar una tendencia positiva en las siguientes estaciones; mientras queen la Cuenca Altase espera una tendencia a la alta en todos los trimestres de aproximadamente5% superior a su valor medio, excepto en la primavera en donde no se esperan cambios. En loque respecta a la regin del Bajo Piura, se proyecta leves incrementos en otoo e invierno deaproximadamente 10% superior a su valor normal y un descenso de las precipitaciones entre laprimavera y el verano de aproximadamente 10% inferior a su valor normal, para los prximos 30aos; sin embargo, en el anlisis de eventos extremos futuros, aparece una regin contendencias positivas ubicada precisamente en el Bajo Piura durante el verano.

Las tendencia proyectada de la Temperatura Media

del aire

en ambos escenarios A2 y B2, esgeneralmente positiva a los largo de toda la cuenca, excepto en la sub cuenca de San Franciscoen donde se presentara una ligera tendencia negativa de -0.15C/17aos durante el otoo. Engeneral, el escenario A2 mostr valores y tendencias ligeramente ms altas con respecto alescenario B2 con un nivel de confianza superior al 95%. El Bajo Piurapresenta los cambios msnotorios principalmente en la primavera y verano con valores que oscilan entre 0.8 1.4C/17aos. De otro lado, las sub cuencas San Francisco y Yapatera proyectan los mayores cambios

en el invierno y primavera con tendencias entre 0.5 1.1C/17 aos.

El escenario hipottico probable de ocurrencia de la fase clida de El Nio Oscilacin del Sur(ENOS), analizado en el contexto del Indice de Oscilacin del Sur (IOS), la TemperaturaSuperficial del Mar (TSM) en el Pacfico central, Nivel medio del Mar, as como la regionalizacinestadstica para la parte media de la Cuenca (Chulucanas), basados en las simulaciones de losmodelos globales ms confiables (NCAR-PCM, USA y ECHAM4/OPYC3, Alemania), indican laconfiguracin de un episodio clido entre los aos 2007 2015, cuya intensidad en cuanto alluvias sera similar al evento 1982/83 (con referencia a Chulucanas).

7/24/2019 BIV00258.pdf

16/197


Captulo I: Introduccin

1

CAPITULO 1 - INTRODUCCION

El Cambio Climtico Global es en la actualidad una de las preocupaciones mslgidas de la humanidad que ve como el clima mundial se caracteriza cada vez mspor el incremento de condiciones extremas que se traducen en sequas,inundaciones, huracanes, tifones, olas de fro, entre otros. Asimismo, muchospases estn experimentando regionalmente procesos de tropicalizacin ydesertificacin que afectan directamente a sus economas. Como puede verse, elanunciado incremento de la temperatura global durante este siglo, se manifiesta dediversas formas en diferentes regiones.

En los ltimos tiempos, el hombre ha avanzado mucho en la comprensin ymodelizacin del sistema climtico. Potentes computadoras corren los Modelos deCirculacin General (MCG) acoplados que nos estn permitiendo hacer cada vezmejores proyecciones del clima; sin embargo, en los ltimos aos tambin hemosaprendido a ver al sistema tierra-atmsfera como un sistema de ndolefundamentalmente catico, donde las diferentes fuentes de incertidumbre inherente

a los procesos de observacin, procesamiento y modelamiento conducen adiferentes escenarios, cada uno de los cuales es una realidad plausible del futuro.

Los MCG tienen tambin incertidumbres propias de su formulacin y de aquellasasunciones que adopta de los procesos fsicos que an desconocemos(parametrizaciones). Tenemos adems, variables de gran incertidumbre quedependen de las decisiones que tome el hombre y la sociedad sobre tecnologas yformas de vida en el presente y que no podemos determinar a ciencia cierta, peroque sin duda conducirn a diferentes escenarios climticos. La ms importante deestas decisiones tiene que ver con las emisiones de gases de efecto invernadero,los cuales modifican el balance de energa entrante y saliente del sistema tierra-atmsfera. Los MCG tienen adems una resolucin muy gruesa, de alrededor de200 Km. (para el modelo no existe diferencias entre la localidad de Lima y la

localidad de La Oroya), lo cual representa una seria limitacin para una simulacinms detallada de una determinada regin. Tomar los resultados directamente delos modelos globales para una evaluacin de detalle podra llevar a erroresmaysculos de apreciacin. Es por esto muy importante el trabajo deregionalizacin mediante el uso de mtodos dinmicos y estadsticos que nospermitan tomar las decisiones ms pertinentes. En consecuencia, el procesoseguido en el presente trabajo pretende abordar cada uno de estos problemas en laCuenca del Ro Piura.

Todo estudio serio de cambio climtico debe abordar un anlisis de las serieshistricas que nos lleva a comprender como se est manifestando este cambioclimtico. Este estudio requiere adems, por inters de la sociedad, investigar cuales el comportamiento de las extremas climticas y para ello hemos empleado en la

metodologa del presente reporte, el software estadstico STARDEX desarrolladoen la Universidad de East Anglia del Reino Unido, el cual es un esfuerzo europeopor analizar de una manera coherente si las manifestaciones extremas del clima(inundaciones, sequas, tropicalizacin, lluvias extremas, etc.) estnincrementndose. Esta informacin es vital e importante para la planificacin y laestimacin del riesgo hidrometeorolgico en la zona de estudio; adems, el empleode esta metodologa nos permite comparar nuestros resultados con los de otraspartes del mundo.

7/24/2019 BIV00258.pdf

17/197



2

Para un mejor entendimiento del contenido del presente reporte, ste se haestructurado de la siguiente manera: En el Captulo I se detallan conceptos bsicosrelacionados con el Cambio Climtico, sus bases tericas, formas de variabilidadnatural, entre las que destaca el ENOS como la fluctuacin natural ms intensa delclima a escala temporal interanual. Conceptos de los escenarios de emisin yconcentracin de CO2se detallan en el Captulo II. Un diagnstico de las variablesde temperatura superficial de agua de mar, presin atmosfrica para ladeterminacin del ndice de Oscilacin del Sur (IOS), nivel del mar y precipitacinprocedentes de siete MCG en los diferentes escenarios, lo podemos ver en elCaptulo III. En este mismo capitulo se hace una proyeccin para veinte aos de ElNio, evento que genera grandes prdidas y algunos beneficios en la regin Piura.La regionalizacin dinmica (downscaling) con su respectivo balance hdrico para lazona de estudio y la regionalizacin estadstica son detallados en los Captulos IV yV respectivamente. Como no es suficiente conocer si se est elevando latemperatura media mxima de una regin, ya que es necesario saber si en unperodo de retorno de 20 aos se darn temperaturas mayores a un rango extremoy con qu frecuencia, o si en ese perodo se incrementarn los episodios deprecipitaciones mximas registrados, en el Captulo VI se analizan eventos deprecipitacin y temperatura extremas en base a la informacin histrica, as como

la tendencia de estas extremas para los prximos veinte aos. Finalmente, en elCaptulo VII se presentan las conclusiones generales.

Todas las cartas grficas comprendidas en este estudio son el producto de unesfuerzo de un grupo de ms de 20 profesionales que han analizado y procesadoingentes cantidades de informacin a fin de ofrecer a la comunidad piurana la msimportante herramienta de planificacin para el futuro cambio climtico. Esconveniente recalcar que toda la informacin proyectada trae consigoincertidumbres y que pueden orientar una responsable toma de decisiones cuandostas son usadas teniendo en cuenta el espectro de probabilidades y los posiblesescenarios planteados as como el grado de certidumbre indicado en el anlisis.

1.1 El cambio climtico

Est calentndose la Tierra?, Este calentamiento es producido por lacontaminacin?, El cambio en el clima traer violentos fenmenosmeteorolgicos, tormentas, lluvias torrenciales, deshielo de los glaciares, subida delnivel del mar, desertizacin de grandes extensiones, etc.?

Todas estas preguntas son motivo de noticias y acaloradas polmicas. Es lgicoque as sea porque estamos hablando de un problema con graves repercusionespara la vida de millones de personas.

Las evidencias cientficas no son totalmente claras, pero en 1995 el principal

organismo internacional que se encarga de coordinar todos los estudios sobre estetema, el Panel Intergubernamental de Cambio Climtico IPCC (siglas en ingls),escriba en uno de sus Informes: "el conjunto de evidencias sugiere un cierto gradode influencia humana sobre el clima global". En el ultimo informe del IPCC (CambioClimatico 2001: La Base Cientifica), este predice un calentamiento de 1.4 5.8 Cpara el ao 2100.

Los estudios ms recientes indican que en los ltimos aos se est produciendo unaumento de la temperatura media de la Tierra de algunas dcimas de grado. Dadala enorme complejidad de los factores que afectan al clima es muy difcil saber si

7/24/2019 BIV00258.pdf

18/197



3

este incremento de la temperatura es parte de la variabilidad natural (debido afactores naturales) o si es debido al aumento del efecto invernadero provocado porla actividad humana (ver Fig. 1).

Fig. 1 Variacin de la temperatura media global 1880 2000 (en C)

Fuente: Centro Hadley, Oficina Meteorolgica

Para analizar la relacin entre las diversas variables y los cambios climticos seusan modelos computacionales de una enorme complejidad. Hay diversos modelosde este tipo y, aunque hay algunas diferencias entre ellos, es significativo ver quetodos ellos predicen una relacin directa entre incremento en la temperatura mediadel planeta y el aumento de las concentraciones de gases con efecto invernadero.

1.2 Bases tericas del cambio climtico global

Para poder comprender el cambio climtico global y el aumento de la temperaturaglobal se debe primero comprender el clima global y cmo opera. El clima esconsecuencia del vnculo que existe entre la atmsfera, los ocanos, las capas dehielos (criosfera), los organismos vivientes (biosfera) y los suelos, sedimentos yrocas (geosfera). Slo si se considera al sistema climtico bajo esta visin holstica,es posible entender los flujos de materia y energa en la atmsfera y finalmentecomprender las causas del cambio global (GCCIP1, 1997). Para ello es necesarioanalizar uno de los compartimentos interrelacionados ms importantes: laatmsfera.

Previamente es importante entender que el clima terrestre depende del balanceenergtico entre la radiacin solar y la radiacin emitida por la Tierra. En estareirradiacin, sumada a la emisin de energa geotectnica, los gases de efectoinvernadero juegan un rol crucial.

La atmsfera es uno de los componentes ms importantes del clima terrestre. Supresupuesto energtico determina el estado del clima global, por lo que resultaesencial comprender su composicin y estructura. Los gases que la constituyen

1siglas en ingls de Programa de Informacin del Cambio Climtico Global

7/24/2019 BIV00258.pdf

19/197



4

estn bien mezclados pero no es fsicamente uniforme pues tiene variacionessignificativas en temperatura y presin, relacionado con la altura sobre el nivel delmar (GCCIP, 1997).

Al analizar los gases atmosfricos, incluidos los gases invernadero, es importanteidentificar las fuentes, sumideros y el ciclo de vida de cada uno de ellos, datoscruciales para controlar la contaminacin atmosfrica.

Una fuentees el punto o lugar donde un gas, o contaminante, es emitido o sea,donde entran a la atmsfera. Un sumidero, es un punto o lugar en el cual el gas esremovido de la atmsfera, o por reacciones qumicas o absorcin en otroscomponentes del sistema climtico, incluyendo ocanos, hielos y tierra. Elciclo devidadenota el perodo promedio que una molcula de contaminante se mantieneen la atmsfera. Esto se determina por las velocidades de emisin y de captacinen sumideros.

El aumento de Gases de Efecto Invernadero (GEI) ha incrementado la capacidadde la atmsfera de absorber ondas infrarrojas, aumentando su reforzamientoradiativo, que aumenta la temperatura superficial. Este fenmeno se mide en watts

por metro cuadrado (W/m

2

).En conclusin, la atmsfera esta principalmente constituida por nitrgeno, oxgenoy algunos otros gases traza y aerosoles que regulan el sistema climtico, a travsdel balance energtico entre la radiacin solar incidente y la radiacin terrestre quese emite. Debajo de los 12 km (en la troposfera) se producen todos los fenmenosque determinan el tiempo y clima terrestre, ya que aqu se concentra prcticamentetodo el vapor de agua del aire, los ncleos de condensacin, y las mayoresvariaciones de la temperatura. Adems es aqu donde el efecto invernadero operams notoriamente. Por encima de ella se encuentran capas que son definidas porsus temperaturas.

1.3 Los sistemas acoplados

El IPCC (2001) menciona que los procesos que rigen el sistema climticodeterminan su variabilidad natural y su respuesta a perturbaciones como elaumento de la concentracin de Gases de Efecto Invernadero (GEI) en laatmsfera, donde los procesos de realimentacin positiva y negativa, amplifican yreducen, respectivamente, los cambios que se producen en respuesta a unaperturbacin inicial y son por lo tanto muy importantes para poder simular conexactitud la evolucin del clima.

Muchos efectos de realimentacin se producen dentro de los distintos componentesindividuales del sistema climtico (atmsfera, ocanos, crosfera y superficie

terrestre). Sin embargo, hay muchos procesos y realimentacin importantes queocurren cuando se acoplan los distintos componentes del sistema climtico. Surepresentacin es importante para predecir reacciones a gran escala.

La mayora de los cientficos coinciden en que, siempre que los otros gasesdenominados de "invernadero" permanezcan constantes, el aumento de CO2provocar un aumento de la temperatura ambiental global. No obstante los avancesrecientes, el vapor de agua y el CO2 no han podido ser modelados porque lospatrones (en espacio y tiempo) de su distribucin se conocen limitadamente.

7/24/2019 BIV00258.pdf

20/197



5

1.4 Formas de variabilidad natural

Segn el IPCC (2001) hay un reconocimiento cada vez mayor de que las formas decirculacin natural, como el fenmeno ENOS y la Oscilacin del Atlntico Norte,desempean un papel fundamental en el clima mundial y en su variabilidadinteranual y a ms largo plazo. La mayor fluctuacin natural del clima a escalainteranual es el fenmeno ENOS. Es una modalidad intrnsicamente acopladaatmsfera-ocano que tiene su principal actividad en el ocano, pero que produceimportantes impactos climticos regionales en todo el mundo. Los modelosclimticos mundiales estn apenas comenzando a sealar una variabilidad en lazona tropical del Pacfico, pero que produce importantes impactos climticosregionales en todo el mundo.

Los modelos climticos mundiales estn apenas comenzando a sealar unavariabilidad en la zona tropical del Pacfico que es similar al ENOS, principalmentedebido al aumento de resolucin meridional en el ecuador. Hay caractersticas de latemperatura de la superficie del mar y de la circulacin atmosfrica similares a las

que se observan a escala interanual durante el ENOS que tambin se registran aintervalos decenales y a escala temporales ms prolongadas.

Los ndices ms comnmente asociados al ENOS es la Oscilacin del AtlnticoNorte (OAN), la Oscilacin Decadal del Pacfico (ODP) y el ndice de Oscilacin delSur (IOS).

La Oscilacin del Atlntico Norte (OAN) es la modalidad predominante devariabilidad de la circulacin atmosfrica en el hemisferio norte durante el invierno yse esta simulando de una forma cada vez ms realista. La OAN estaestrechamente relacionada con la Oscilacin del rtico (OA), que tiene uncomponente anular adicional en torno al Ocano rtico. Hay claros indicios de quela OAN se deriva principalmente de procesos atmosfricos internos que abarcan

todo el sistema troposfera-estratosfera. Las fluctuaciones de la temperatura de lasuperficie del mar en el Ocano Atlntico estn relacionadas con la intensidad de laOAN y existe una modesta interaccin en ambos sentidos entre la OAN y elOcano Atlntico que determina una variabilidad decenal y que se esta convirtiendoen un elemento importante para la proyeccin del cambio climtico.

El cambio climtico puede manifestarse como un medio de transformacin ytambin como una preferencia de cambio de determinados regmenes climticos,como lo demuestra la tendencia hacia valores positivos observadas en el Indice dela OAN durante los ltimos 30 aos y el desplazamiento del clima en la zonatropical del Pacfico alrededor de 1976. Si bien los modelos acoplados simulancaractersticas de la variabilidad climtica natural observada, como la OAN y elENOS, lo que sugieren muchos procesos pertinentes estn includos en los

modelos, y es necesario seguir avanzando para poder describir estas modalidadesnaturales con exactitud. Adems, como el ENOS y la OAN tienen una importanciaclave como factores determinantes del cambio climtico regional y pueden quizsprovocar cambios abruptos y contrarios a lo que intuitivamente habra de esperar,ha aumentado la incertidumbre en torno a los aspectos del cambio climtico quedependen fundamentalmente de los cambios regionales.

La Oscilacin Decadal del Pacfico (ODP) es uno de los ndices de variabilidadclimtica del ENOS (Tanimoto et al., 1993; Zhang et al., 1997). El ENOS y el ODPtienen un patrn espacial y de temperaturas similar, pero muestran diferencias en el

7/24/2019 BIV00258.pdf

21/197



6

tiempo. Mientras que los eventos ENOS son fenmenos que ocurren a escalasinteranuales, la ODP muestra cobertura decadal. La oscilacin completacomprende una fase caliente y una fra, y puede extenderse sobre ms de 50aos. La disimilitud es que los efectos climticos primarios de la ODP seconcentran en el Pacfico Norte y los efectos secundarios en las zonas tropicales.En tanto que los eventos ENSO dominan el Pacfico Ecuatorial y tienen efectossecundarios en otras partes del Pacfico (Mantua et al., 1997)2.

1.5 EL Nio Oscilacin Sur (ENOS)

La fluctuacin natural ms intensa del clima a escala temporal interanual es elfenmeno El Nio/Oscilacin Sur (ENOS).

Las condiciones ocenicas y atmosfricas imperantes en la zona tropical delPacfico son raramente uniformes, sino que fluctan con cierta irregularidad entrelos episodios de El Nio y su fase opuesta, la Nia, que consiste en unenfriamiento en toda la cuenca del Pacfico Tropical durante un perodo que por lo

general abarca de tres a seis aos. La fase ms intensa de cada fenmenohabitualmente dura un ao.

Hay un patrn caracterstico de las temperaturas de la superficie del mar en elOcano Pacfico que anuncia el comienzo de los episodios del ENOS. Algunascaractersticas fundamentales son la Piscina de Agua Caliente en la zona delpacfico tropical occidental, donde se encuentran las aguas ocenicas ms clidasdel mundo; aguas mucho ms fras en el pacfico oriental, y una lengua de agua fraa lo largo del ecuador, que es ms pronunciada en Octubre y menos marcada enMarzo. Los alisios atmosfricos del este en los trpicos amontonan las aguasclidas en el oeste, produciendo una pendiente ascendente en el nivel del mar a lolargo del ecuador de 0,60 m de este a oeste. Los vientos impulsan las corrientesmarinas superficiales, lo que determina el lugar donde fluyen y se separan las

aguas superficiales. Entonces, las aguas ms fras y ricas en nutrientes aflorandesde abajo a lo largo del Ecuador y la costa occidental del continente americano,favoreciendo el desarrollo del fitoplancton, el zooplancton y, por lo tanto, de lospeces. Como la conveccin y las tormentas elctricas ocurren principalmente enaguas ms clidas, la configuracin de las temperaturas de la superficie del mardetermina la distribucin de las lluvias en los trpicos, y esto a su vez, determinalas tendencias de calentamiento de la atmsfera mediante la liberacin de calorlatente. El calentamiento impulsa las circulaciones de tipo monznica en granescala en los trpicos, y por ende determina los vientos. Este estrechoacoplamiento de la atmsfera y el ocano en los trpicos da origen al fenmeno ElNio.

Durante El Nio, las aguas clidas del Pacfico occidental tropical migran hacia el

este a medida que los alisios amainan, desviando la trayectoria de los temporalesde lluvias tropicales, atenuando an ms la fuerza de los alisios y acentuando aslos cambios en las temperaturas del mar. A medida que las aguas clidas avanzanhacia el este a lo largo del ecuador, el nivel del mar baja en el oeste, pero se elevaen el este hasta 0,25 m. Los cambios en la circulacin atmosfrica no se limitan alos trpicos, sino que se extienden por todo el planeta y repercuten en lascorrientes en chorro y en la trayectoria de las tormentas en latitudes medias.

2Dr. Theodor LandscheidtSchroeter Institute for Research in Cycles of Solar Activity

7/24/2019 BIV00258.pdf

22/197



7

Durante La Nia [la fase opuesta del fenmeno] se observan configuracionesaproximadamente inversas.

Fig. 2 Ubicacin de las regiones ElNio en el Pacfico Tropical.

Los cambios asociados al ENOS producen grandes variaciones meteorolgicas yclimticas en todo el mundo de un ao a otro. Esto tiene a menudo profundasrepercusiones en la humanidad y en la sociedad, a causa de las sequas, lasinundaciones, las olas de calor y dems cambios asociados a este fenmeno, quepueden tener consecuencias muy perjudiciales para la agricultura, la pesca, elmedio ambiente, la salud, la demanda de energa, la calidad del aire, y modificaradems los riesgos de incendios. El ENOS desempea tambin un papelpreponderante en la modulacin del intercambio de CO2 con la atmsfera. Elafloramiento normal de aguas fras ricas en nutrientes y CO2, en el Pacfico tropical,desaparece durante el episodio el Nio.

1.6 Cambios en la circulacin atmosfrica en el Pacfico tropical

El anlisis del record de 1970-2004 del ndice de Oscilacin del Sur (IOS) indicaque el ciclo de los eventos El Nio y La Nia vienen ocurriendo con un perodo deretorno entre 3 y 8 aos. La mayor frecuencia de episodios El Nio se presentaronen la dcada de los 90s.

Los episodios La Nia se han presentado con mayor frecuencia desde la dcada delos 70s, no obstante la serie ms extendida del episodio La Nia se dio entre 1998-99 y 2001-2002. Comportamientos recurrentes de la Nia, especialmente entreeventos El Nio, se observa hacia finales de la dcada de los 80s. Asimismo haocurrido un similar perodo de valores del IOS negativos y positivos desde finalesde la dcada de los 80s hacia final del siglo (Ver Figura 3).

7/24/2019 BIV00258.pdf

23/197



8

Fig. 3 ndice de Oscilacin del Sur (IOS) estandarizado 1970-2004

Fuente: NCEP-NOAA/SENAMHI/DGM

1.6.1 Patrones de circulacin atmosfrica en la costa norte

Cambios en el rgimen de la precipitacin sobre el Ocano Pacfico tropical yprincipalmente en la costa norte del Per, estn relacionados con cambios en elcomportamiento del IOS y El Nio (ver Figuras 4a, 4b y 4c).

Las existencia de patrones consistentes entre el IOS y las lluvias principalmente en

la costa norte del Per (Departamento de Piura), se evidencian en el caso ENOS82/83 y 97/98. Cuando los valores del IOS alcanzan valores negativos cercanos a -3 de dos a tres meses consecutivos, este comportamiento estara asociado con unaalta probabilidad de ocurrencia de lluvias por encima de su valor normal en laregin costera de Piura, e incluso en la cuenca media y alta, tal como se aprecia enlas figuras siguientes.

En tanto, los valores positivos de IOS, no necesariamente estn relacionados condficit de precipitacin respecto a su valor medio en la cuenca del ro Piura, talcomo se muestra en las figuras. Valores mayores a +1,0 del IOS por ms de 2meses consecutivos caso 88/89 estn asociados a lluvias sobre su valor medioprincipalmente en la estacin meteorolgica Morropn y Huarmaca.

7/24/2019 BIV00258.pdf

24/197



9

-5

-4

-3

-2

-1

0

1

2

3

4

5

Ene-71

Ene-72

Ene-73

Ene-74

Ene-75

Ene-76

Ene-77

Ene-78

Ene-79

Ene-80

Ene-81

Ene-82

Ene-83

Ene-84

Ene-85

Ene-86

Ene-87

Ene-88

Ene-89

Ene-90

Ene-91

Ene-92

Ene-93

Ene-94

Ene-95

Ene-96

Ene-97

Ene-98

AnomaliasdeTSM

(C)

IOSestandarizado

-1200

-1000

-800

-600

-400

-200

0

200

400

600

800

1000

1200

AnomaliasdeLluvias(mm/mes)

A_PP ATSM 1+2 IOS

-5

-4

-3

-2

-1

0

1

2

3

4

5

Ene-71

Ene-72

Ene-73

Ene-74

Ene-75

Ene-76

Ene-77

Ene-78

Ene-79

Ene-80

Ene-81

Ene-82

Ene-83

Ene-84

Ene-85

Ene-86

Ene-87

Ene-88

Ene-89

Ene-90

Ene-91

Ene-92

Ene-93

Ene-94

Ene-95

Ene-96

Ene-97

Ene-98

AnomaliasdeTSM(

C)

IOSestandarizado

-1200.0

-1000.0

-800.0

-600.0

-400.0

-200.0

0.0

200.0400.0

600.0

800.0

1000.0

1200.0

AnomaliasdeLluvias(mm

/mes)

A_PP ATSM 1+2 IOS

Fig. 4(a) ndice de Oscilacin del sur, Anomala de la Temperatura Superficial del Mar(ATSM) en la regin Nio 1+2 (10S 90W-80W) y Anomala de la precipitacin (A_PP) enla estacin Morropn (51047 S, 795841 W, 140 msnm.).

Fuente datos: NCEP-NOAA/SENAMHI

Fig. 4(b) ndice de Oscilacin del Sur, Anomala de la Temperatura Superficial del Mar(ATSM) en la regin Nio 1+2 (10S 90W-80W) y Anomala de la precipitacin (A_PP) enla estacin Miraflores (51000 S, 803651 W, 30 msnm.).


7/24/2019 BIV00258.pdf

25/197



10

-5

-4

-3

-2

-1

0

1

2

3

4

5

Ene-70

Ene-71

Ene-72

Ene-73

Ene-74

Ene-75

Ene-76

Ene-77

Ene-78

Ene-79

Ene-80

Ene-81

Ene-82

Ene-83

Ene-84

Ene-85

Ene-86

Ene-87

Ene-88

Ene-89

Ene-90

Ene-91

Ene-92

Ene-93

Ene-94

AnomaliasdeT

SM(

C)

IOSestandar

izado

-1200

-1000

-800

-600

-400

-200

0200

400

600

800

1000

1200

AnomaliasdeLluvia

s(mm/mes)

A_PP ATSM 1+2 IOS

Fig. 4(c) ndice de Oscilacin del Sur estandarizada (curva de color rojo), Anomala de laTemperatura Superficial del Mar (ATSM curva de color azul) en la regin Nio 1+2 (10S 90W-80W) y Anomala de la precipitacin (A_PP barra de color verde) en la estacin Huarmaca(51000 S, 803651 W, 30 msnm).


1.7 Great Pacific Climate Shift Gran Salto Climtico del Pacfico

Hace algn tiempo el Fenmeno El Nio era considerado como un evento aisladodel Pacfico Sur que slo afectaba a la costa este de Sudamrica, hasta que seobservaron incrementos en la intensidad de stos acompaados de otrosfenmenos climticos devastadores alrededor del mundo. Desde entonces, se ha

dado mayor importancia al estudio de este fenmeno y con l, nuevos eimportantes descubrimientos cientficos permitieron dirigir la atencin al tema delcambio climtico como probable causa de esta aparente intensificacin y mayorrecurrencia del Fenmeno El Nio.

La evaluacin de series de tiempo en los estudios de cambio climtico ha motivadodiversas hiptesis y conjeturas respecto a este proceso de calentamiento global,as como algunas interrogantes respecto al comportamiento observado en losltimos 30 aos. Uno de ellos es el llamado Great Pacific Climate Shift, el cualrefiere a un cambio en la temperatura del ocano ocurrido entre los aos1976/1977 y que adems reflej un cambio en la temperatura del aire en esemismo perodo. (Ver Figura 5)

Desde 1940 hasta mediados de la dcada de los 70s, la temperatura del aire seencontraba en un perodo de descenso continuo, por el cual muchos asegurabanuna aproximacin a un enfriamiento global. Entre 1976 y 1977, la temperatura delmar se increment bruscamente en el Pacfico Ecuatorial lo cual, al parecer,desencaden una alteracin en la intensidad y el tiempo de recurrencia delFenmeno El Nio. Segn Dam Shrags del Departamento de la Tierra y CienciasPlanetarias de la Universidad de Harvard, los anillos de crecimiento en coralesfosilizados muestran que el comportamiento de El Nio se mantuvo constante, conun tiempo de retorno de seis aos hasta 1976. Despus del salto de temperatura

7/24/2019 BIV00258.pdf

26/197



11

en el 76, este comportamiento es diferente, con un tiempo de retorno menor deentre 3 a 5 aos. (Science, 1999)

Fig. 5 Record Histrico de la temperatura media global del aire

Fuente: Michael E. Mann, Raymond S. Bradley, Malcolm K. Hughes

Existen varias hiptesis que tratan de explicar el cambio brusco de la temperaturadel mar y del aire entre los aos 1976 y 1977. Uno de ellos explica que ese cambiobrusco es slo debido a la variabilidad natural del sistema climtico del planeta. Eneste caso postulan que tanto antes y despus de 1976/77 no haban tendenciaspositivas de la temperatura de agua de mar y del aire, siendo la nica diferencia lamedia. (ver Figura 6).

Fig. 6 Anomalas en la temperatura del ocano (a) y en la temperatura del aire (b)

Fuente: Greening Earth Society, 2000

(a)

(b)

7/24/2019 BIV00258.pdf

27/197



12

Otra de las probables causas de este gran cambio sera el incremento de los gasesde efecto invernadero (GEI) en la atmsfera. Sin embargo, aparentemente, estahiptesis no explicara el por qu del cambio tan brusco considerando que lasemisiones de los GEI han tenido un incremento relativamente constante. Estopodra deberse a que el sistema climtico, como la mayora de sistemas naturalestiene una capacidad de amortiguamiento suficientemente grande como parapermitir el ingreso de cierta cantidad de elementos contaminantes en ella, sin que elsistema se vea alterado, pero una vez pasado ese lmite empieza a mostrarvariaciones en su comportamiento. Lo cual indicara que el sistema climticoalcanz su lmite y se encontrara actualmente influenciado por la emisin de GEI ala atmsfera.

Esto se puede ver utilizando modelos de simulacin del clima. En la actualidadtenemos buenos modelos acoplados que simulan el sistema climtico y muestran lavariabilidad natural que existe en l. Estos modelos nos permiten ver cual sera lavariacin del clima con proyeccin al futuro, sin tomar en consideracin los gasesde efecto invernadero. En la Fig. 7 (a), podemos ver que los valores observadoscoinciden con los simulados por el modelo slo hasta los aos 80 donde escapandel rango en el cual estara operando el efecto de la variabilidad natural. En cambio

en la Fig. 7 (b), en la cual han sido agregados los cambios de temperatura debido alas emisiones de gases invernadero, vemos que coinciden las temperaturas delmodelo con las observaciones, lo que nos sugiere que el sistema climtico si estsiendo afectado por el incremento de gases de efecto invernadero y que se estaradando un cambio en el clima a nivel mundial.

Fig. 7 Resultados de modelos de simulacin del clima (a) natural y (b) con influenciaantropognica

Fuente: IPCC (2001)

Otro punto a considerar es que en la Figura 6 (a), se puede ver que hasta1976/1977 la temperatura oscilaba con una variabilidad natural; sin embargo,despus del salto de 1976/77, la temperatura ha seguido presentando pequeos

saltos, dando una tendencia positiva. A partir del grfico tambin se puede observarque estos saltos de temperatura se dieron en 1976/1977, 1982/1983 y 1996/1997,aos en los cuales se presentaron eventos El Nio, sugiriendo que podra haberuna relacin estrecha entre este calentamiento y el ENOS.

7/24/2019 BIV00258.pdf

28/197


Captulo II: Los Escenarios de Cambio Climtico

13

CAPITULO II - LOS ESCENARIOS DE CAMBIO CLIMATICO

2.1 Concepto de escenarios

Los escenarios en su forma mas simple son descripciones plausibles de cmo lascosas pueden cambiar en el futuro. La metodologa empleada para la construccinde escenarios vara de acuerdo al propsito de la evaluacin. Por muchos aos, losescenarios han sido utilizados por los gobiernos en los mbitos empresariales ymilitares como base para el planeamiento estratgico. Estos escenariossocioeconmicos proporcionan un marco para el pensamiento estructurado decmo el futuro se puede revelar.

Entonces, Qu es un Escenario Climtico? Segn el Panel Intergubernamentalde Cambio Climtico - IPCC3, los escenarios climticos son descripcionescoherentes y consistentes de cmo el sistema climtico de la Tierra puede cambiaren el futuro. Por ejemplo, los escenarios pueden requerirse para:

Ilustrar el cambio climtico (en trminos del presente clima) Proyeccin de las consecuencias potenciales del cambio climtico, como por

ejemplo, estimar el cambio futuro de la vegetacin natural e identificar especiesen riesgo.

Planeamiento estratgico ante riesgos de incrementos de nivel del mar y deinundaciones.

Polticas de control de las emisiones, etc.

2.2 Incertidumbres de escenarios

El concepto de incertidumbre est implcito en la filosofa de desarrollo delescenario y su caracterizacin, y la cuantificacin de la incertidumbre ha llegado aser una rama principal de la investigacin de los escenarios.

2.2.1 Incertidumbre en la prediccin del clima futuro

Antes de empezar a hablar sobre las fuentes, causas y consecuencias de laincertidumbre es importante saber que es la incertidumbre. En trminos mssimples es algo de lo cual no estamos seguros. La incertidumbre que se tiene al

predecir el clima futuro se da por dos razones. La primera est asociada alcalentamiento global, el cual sabemos que se ha debido en gran parte en losltimos 50 aos al incremento de las concentraciones de gases de efectoinvernadero. Lo que no sabemos es cmo van a ser las emisiones de gases deefecto invernadero en el futuro. En segundo lugar no sabemos con exactitud cualesvan a ser los efectos que tendrn estas emisiones sobre el sistema climtico.

3Tercer Informe de Evaluacin sobre el Cambio Climtico 2001

Impactos Adaptacin y Vulnerabilidad

7/24/2019 BIV00258.pdf

29/197



14

Debido a estas dos fuentes de incertidumbre, se van a presentar incertidumbres enlos escenarios generados por los modelos de circulacin de la atmsfera. Existenotras fuentes de incertidumbres como las que provienen de la regionalizacin y lavariabilidad natural que tambin deben ser consideradas al analizar las salidas delos modelos.

Fig. 8 Etapas en la generacin de escenarios de cambio climtico

Fuente: Hadley Centre

2.2.2 Fuentes de incertidumbre

2.2.2.1 Incertidumbre debido a las emisiones

Los escenarios de emisin de gases de efecto invernadero provenientes de laactividad humana dependen de diversos factores socio-econmicos como lapoblacin, el crecimiento econmico, la tecnologa, el uso de energas, entre otros.No se sabe como estos factores cambiarn en el futuro, pero si es posibles utilizarlos escenarios de emisiones futuras generados por el Informe Especial deEscenarios de Emisiones (IEEE) del IPCC (Nakicenovic et al., 2000), que sonescenarios de emisiones para las diferentes decisiones que podra tomar lahumanidad. Estos escenarios nos dan un amplio rango de valores para lasemisiones futuras. El rango de las emisiones acumuladas de carbono global desde

1990 al 2100 de los escenarios vara desde 800 GtC a 2500 GtC4. El IEEE afirmaque no existe una forma objetiva de evaluar la probabilidad que uno u otroescenario se d, de tal forma que no son igualmente probables y ninguno deberaser descartado.

4The UKCIP02 Scientific Report, Hadley Centre, April 2002

Emisiones

Cambio

Climtico Global

(MCG)

Variabilidad

Natural

Cambio

Climtico Local

(Regionalizacin)

7/24/2019 BIV00258.pdf

30/197



15

Fig. 9 Emisiones de Gases de Efecto Invernadero (GEIs) del 2000 al 2100 para losdiferentes escenarios del IEEE.

Fuente: IPCC

2.2.2.2 Incertidumbre debido a los modelos

Los modelos son representaciones de un objeto, proceso o sistema. En el caso demodelos de cambio climtico, estos tienen que representar el sistema climtico ylos procesos internos que ocurren en l. Esto implica tener un conocimientodetallado del sistema. En el sistema climtico ocurren muchos procesos cuyoconocimiento an no es perfecto, lo que los hace ms difciles de modelar. Estohace que de acuerdo al diseo del modelo, algunos de ellos representen la realidadde algunas variables mejor que otros. Un ejemplo claro es cuando se modela elENOS: existen algunos modelos que lo pueden modelar bien (como el MPIfM) perootros que no. Por eso se deben seleccionar los modelos que representen mejor larealidad, para lo cual no existe un mtodo objetivo directo y requiere de unconocimiento detallado tanto del modelo como del sistema climtico en conjuntocon una fuente de observaciones del mismo.

7/24/2019 BIV00258.pdf

31/197



16

Fig. 10 Cambio en la temperatura global promedio simulado por nueve modelos climticospara el escenario A2 del IEEE.

Fuente: IPCC TAR

2.2.2.3 Incertidumbre debido a la variabilidad natural

Otra fuente de incertidumbre en la prediccin del clima futuro es la variabilidadinterna del clima. Algunos cambios en el clima que ocurren de ao a ao no sedeben al cambio climtico global sino son cambios que ocurren en el sistemaclimtico debido a su naturaleza catica, que resulta de las fluctuaciones internas y

causas externas, como la variabilidad solar o erupciones volcnicas. En unmomento futuro dado, la variabilidad natural puede sumarse o restarse al cambioclimtico generado por la actividad humana. Desafortunadamente, no se puedepredecir la variabilidad natural del clima para escalas de tiempo largas, y enespecial en escala espacial pequeas, ya que los efectos de la variabilidad naturalaumentan al disminuirse la escala espacial. Es importante tener en cuenta si loscambios en eventos como el fenmeno ENOS son debido a una variabilidad internadel clima o debido al cambio climtico global.

2.2.2.4 Incertidumbre debido a la regionalizacin

Los modelos de circulacin global de la atmsfera que se utilizan para predecir el

clima futuro son importantes ya que nos permiten evaluar el impacto que estoscambios producirn y crear planes de adaptacin, y se requiere trabajar a un nivelregional. Los modelos de circulacin global de la atmsfera trabajan conresoluciones espaciales muy bajas, normalmente de 300 a 500 km, y no nospermite conocer los cambios en las diferentes regiones del pas. La incertidumbreaparece debido a la necesidad de rellenar los detalles regionales que faltan. Esteproceso se conoce como regionalizacin o downscaling, y consiste en tomar encuenta un numero de influencias sobre el clima a una escala de grilla sub-MCG,que se dan por efecto de las montaas, lneas costeras, lagos y lagunas, marestierra adentro, heterogeneidades en la cobertura superficial y procesos a menor

7/24/2019 BIV00258.pdf

32/197



17

escala en la atmsfera. La regionalizacin puede ser dinmica, estadstica o unamezcla de ambas.

La regionalizacin dinmica se lleva a cabo mediante un modelo climtico regionalcon una mayor resolucin que los MCGs, determinado por condiciones de menorresolucin dadas por el modelo global. Es claro que se agregan incertidumbresdebido la regionalizacin dinmica ya que los diferentes modelos climticosregionales (MCR) tendrn diferentes representaciones de los procesos climticos.

Las diferencias en las predicciones de los diferentes MCGs son generalmentemucho mayores a las incertidumbre de la regionalizacin, y por ende podemosesperar que las diferencias en los resultados de los mismos MCR determinados pordiferentes MCG sean mayores que las provenientes de diferentes MCRsdeterminados por el mismo MCG. En otras palabras es probable que la mayorincertidumbre se encuentre en la prediccin global y no en l la regionalizacindinmica usando modelos de circulacin regional. (Hadley Centre, 2002)

En la regionalizacin estadstica, las relaciones calibradas de las observacionesson utilizadas para deducir la relacin entre los modelos de circulacin global y el

clima local.Se ha encontrado que los dos mtodos se llevan a cabo en forma similar cuandosimulan variabilidad dentro del clima presente, pero son significativamentediferentes al simular cambios futuros. Estos cambios pueden deberse que laRegionalizacin Estadstica (RE) no toma en cuenta el feedback fsico que juega unpapel importante en el cambio climtico, pero que est excluido de la RE porque noes un buen predictor de la variabilidad climtica. Sin embargo, muchos MCR noproveen de feedback al MCG Madre.

Por otro lado, diferentes resultados pueden ocurrir dado que los MCRs noreproducen la relacin inter-variable observada utilizada para calibrar lasecuaciones de la RE. Una tercera posibilidad es que las relaciones inter-variables

simuladas por los MCRs pueden cambiar en repuesta al feedback climtico fsico,mientras que la RE asume que las relaciones que se presentan en el climapresente continuarn invariables en el futuro, y la validez de esta asuncin nosiempre es fcil de demostrar.

2.3 Los escenarios de emisiones

Existen escenarios del posible clima futuro, que son derivados de los escenariosde posibles emisiones futuras de gases de efecto invernadero, los cuales se utilizanen modelos climticos como elemento introducido para el clculo de proyeccionesclimticas. Cualquier descripcin posible del clima futuro depender de asuncionessobre las emisiones futuras de los gases de invernadero y otros agentes

contaminantes; es decir, dependern de la opcin del panorama de las emisiones.Un panorama en el cual la emisin de gases de invernadero es baja, debe conllevara un cambio menos rpido del clima que uno en el cual las emisiones son altas. Unpanorama del cambio del clima por lo tanto es una descripcin coherente de uncambio futuro del clima bajo asunciones especficas sobre el crecimiento deemisiones de gases de invernadero y de otros agentes contaminantes y sobre otrosfactores que puedan influenciar en el clima futuro.

Tyndall Centre (2002), seala que los escenarios son una descripcin del climafuturo, el cual depende de asunciones acerca de futuras emisiones de gases de

7/24/2019 BIV00258.pdf

33/197



18

efecto invernadero y otros contaminantes, dependiendo de las opciones de losescenarios de emisiones.

En el 2000, el IPCC finaliz su Informe Especial de Escenarios de Emisiones(IEEE) ideado por Nakicenovic y otros. Estos nuevos escenarios examinan elperodo de 1990 al 2100 e incluyen diversos supuestos socioeconmicos como lapoblacin mundial y el producto bruto interno. Los escenarios IEEE se han utilizadocomo base de las proyecciones climticas de modelos de circulacin general de laatmsfera (MCG) y modelo acoplados.

Los escenarios comprenden una lnea evolutiva similar en lo que respecta a suscaractersticas demogrficas, sociales, econmicas y de cambio tecnolgico yestn constituidos por cuatro familias de escenarios: A1, A2, B1 y B2.

A1: La familia de escenarios y lnea evolutiva A1 describe un mundo futuro decrecimiento econmico muy rpido; la poblacin mundial alcanza su nivel ms altoa mitad de siglo y disminuye posteriormente, producindose una rpidaintroduccin de nuevas tecnologas ms eficientes. Las cuestiones msimportantes son la interaccin cultural y social entre las regiones y la capacitacin,

con una importante reduccin de las diferencias regionales en los ingresos percpita. La familia de los escenarios A1 se divide en tres grupos que describen lasdistintas direcciones del cambio tecnolgico en el sistema energtico. Los tresgrupos A1 se distinguen por su nfasis tecnolgico: fuentes de energa intensivasde origen fsil (A1F1), de origen no fsil (A1T) o un equilibrio entre todas lasfuentes (A1B) donde el equilibrio se define como la no dependencia excesiva deuna fuente de energa concreta, suponiendo que se apliquen ritmos similares demejoras en todas las formas de aprovisionamiento energtico y en las tecnologasde uso final.

A2: La familia de escenarios y lnea evolutiva A2 describe un mundo muyheterogneo. La cuestin subyacente es la autosuficiencia y preservacin de lasidentidades locales. Los perfiles de fertilidad en las distintas regiones tienden a

converger muy lentamente, lo cual acarrea un aumento continuo constante de lapoblacin. El desarrollo econmico tiene una orientacin principalmente regional yel crecimiento econmico per cpita y el cambio tecnolgico estn fragmentados yson ms lentos que en otras lneas evolutivas.

B1:La familia de escenarios y lnea evolutiva B1 describe un mundo convergente,con la misma poblacin mundial, que alcanza su nivel ms alto a mediados delsiglo para disminuir posteriormente, como lnea evolutiva A1 pero con cambiosrpidos en las estructuras econmicas hacia una economa de la informacin y delos servicios, con reducciones en el consumo de materiales e introduccin detecnologas limpias y de recursos eficaces. En esta lnea evolutiva se hacehincapi en las soluciones mundiales a la sostenibilidad econmica social yambiental, lo que comprende una mejora de la equidad.

B2: La familia de escenarios y lnea evolutiva B2 describe un mundo en el que sehace hincapi en las soluciones locales a la sostenibilidad econmica, social yambiental. Se trata de un mundo cuya poblacin mundial crece continuamente, aun ritmo menor al de la lnea evolutiva A2, con niveles medios de desarrolloeconmico y cambios tecnolgicos menos rpidos y ms variados que en laslneas evolutivas B1 y A1. Aunque el escenario tambin esta orientado hacia laproteccin ambiental y a la equidad social, se centra en las escalas: local yregional.

7/24/2019 BIV00258.pdf

34/197



19

2.4 Emisiones de CO2global

En la figura 11 se muestra las emisiones globales de CO2proveniente de la energae industria desde 1900 a 1990 y en los 40 escenarios desde 1990 a 2100 indicadosen forma de ndice (1990=1).

Fig. 11 Rango de escenarios de emisiones de carbono globales publicadas hasta el 2100 yrango de emisiones calculados por el IEEE del IPCC.

Fuente: IPCC

Las lneas punteadas muestran los escenarios individuales y el rea sombreada de

azul denota la diversidad de escenarios aparecidos en las publicaciones, conformese documenta en la base de datos del IEEE.

Los 40 escenarios son clasificados en 6 grupos, las barras coloreadas verticalesindican el rango de emisiones en el 2100 de estos 6 grupos, asimismo se muestranlos escenarios que incluyen iniciativas climticas adicionales designados comointervencin, aquellas que no tienen intervencin y aquellas que no pueden serasignadas a ninguna de las 2 categoras anteriores denominada no clasificada.

En la figura 12, se muestra el total global anual de las emisiones de CO2 de lasdiferentes fuentes (energa, industria y cambio de uso de la tierra) desde 1990 al2100 en giga toneladas de carbono (Gt/ao) por las familias en los 6 grupos deescenarios. Los 40 escenarios son presentados en 4 familias (A1, A2, B1 y B2) y

los 6 grupos de escenarios: A1F1 uso intensivo de combustible fsil, A1Tpredomina el uso de combustible no fsil y un balanceado uso en A1, A2, B1 y B2.Cada banda coloreada de emisin muestra el rango de los escenariosarmonizados5; y no armonizados dentro de cada grupo y se muestra el promediomarcado en lneas slidas para las familias principales as como para A1F1 y A1Ten lneas punteadas. Se puede observar que el escenario A2 emitira 28Gt el 2100,mientras que el A1 14Gt, el B2 13Gt y B1 5Gt .

5Relacin coherente entre poblacin mundial, producto bruto mundial y consumo de energa

7/24/2019 BIV00258.pdf

35/197



20

Fig. 12 Total global anual de las emisiones de CO2de las diferentes fuentes desde 1990 al2100 en giga toneladas de carbono (Gt/ao) por las 4 familias AI, A2, B1, B2.

Fuente: IPCC

2.5 Concentracin de CO2en los diferentes escenarios

De acuerdo a las concentraciones de CO2se puede observar en la figura 13 que elescenario A2 tendr una concentracin de 850 ppm (partes por milln) en el ao2100, mientras que el escenario A1 750 ppm, B2 621 ppm y B1 549 ppm.

Fig. 13 Estabilizacin de Escenarios propuesta por el IPCC

7/24/2019 BIV00258.pdf

36/197


Captulo III: Cuenca del Ro Piura

21

CAPITULO III CUENCA DEL RIO PIURA

3.1 Ubicacin

La cuenca del ro Piura, se sita en la regin de Piura, en el norte del Per, entrelos 99 33 - 80 58 longitud Oeste y 0446 - 0543, latitud Sur. Los lmites de lacuenca son los siguientes:

Este - Nor Este: Cuenca Alta del ro Huancabamba Sur - Sur Oeste: Cuenca Alta de los ros aupe, Santa Rosa, Quebrada Piedra

Blanca Oeste - Nor Oeste: Cuenca Alta del ro Chira Sur Oeste: Ocano Pacfico Sur Este: Lagunas Ramn y apique y el desierto de Sechura

La Regin Piura tiene 35,892.49 Km2 de superficie, de la cual 12,216 Km2pertenecen a la cuenca del ro Piura. La cuenca comprende:

Provincia de Piura Provincia de Morropn Provincia de Sechura Provincia de Huancabamba

Fig. 14 Ubicacin geogrfica de la Cuenca del ro PiuraFuente: SENAMHI - SIG

7/24/2019 BIV00258.pdf

37/197



22

3.2 Hidrografa

El ro Piura, que pertenece al sistema hidrogrfico de la Vertiente del OcanoPacfico, tiene su origen a 3400 m.s.n.m en las inmediaciones del cerro Parathn ydesemboca en el Ocano Pacfico, formando un delta en la zona de San Pedro. Elro Piura tiene una longitud aproximada de 295 Km. Presenta una pendiente suaveen un tramo de 248 km entre la desembocadura y la conexin con el ro Huarmaca.El tramo final de 32 Km. tiene una pendiente promedio mayor de 7.8%.

La cuenca del ro Piura est constituida por nueve sub cuencas: Huarmaca o SanMartn, Pata, Pusmalca, Canchaque, Bigote, Corral del Medio, La Gallega,Yapatera y Charanal.

3.3 Caractersticas Climticas

Segn el mapa de clasificacin climtica del Per (SENAMHI, 1988), en la cuencadel ro Piura encontramos 4 climas diferentes.

En la parte ms baja de la Cuenca, cerca a la desembocadura del ro al OcanoPacfico tenemos un clima E(d) B1 H3, lo que corresponde a una zona desrticasemi clida con deficiencia de lluvias en todas las estaciones del ao y conhumedad relativa calificada como hmeda. Esta clasificacin corresponde a laslocalidades de Talara y Bayovar.

En la zona de Piura (el Valle del Bajo Piura) se da un clima de clasificacin E(d) AH2, la que la hace una zona desrtica, clida, con deficiencia de lluvias en todas lasestaciones del ao y con humedad relativa calificada como seca.

En la Cuenca Media, donde se encuentran las localidades de Morropn yTejedores, tenemos una clasificacin E(d) A H3, una zona desrtica, calida, condeficiencia de lluvias en todas las estaciones del ao y con humedad relativa

calificada como hmeda.

En algunas partes altas de la Cuenca tenemos un clima lluvioso, semi fro, condeficiencia de lluvias en otoo e invierno.

3.4 Hidrogeologa

Las aguas de la cuenca son originadas por precipitaciones pluviales, que deacuerdo a la informacin, meteorolgica y apreciacin preliminar de campo tienelas siguientes caractersticas (CONDESAN, 2003):

Franja de la parte alta: las precipitaciones son casi constantes y la infiltracin es

intensa formando as los manantiales, vertederos, puquios que dan origen a lasdiferentes quebradas que forman el cauce principal del ro Piura (partes altas deCanchaque, Santo Domingo, Chalaco, Lalaquz, Fras, Huarmaca, etc).

Franja de la parte media superior: con precipitaciones medianamenteabundantes, infiltracin de acuerdo a litologa y estructuras; es el lmite superior delos afloramientos de fuentes de vertientes (Pambarumbe, Paltashaco, San Jorge,Los Ranchos, La Filadera).

7/24/2019 BIV00258.pdf

38/197



23

Franja de la parte media Inferior: Zona con precipitaciones escasas, circulacinde las aguas por fisuras, escorrenta nula y con la napa subterrnea en variosacuferos intensamente explotados (valle del alto Piura).

Franja de la parte baja: tiene precipitaciones espordicas, escorrenta casi nula,donde el aprovechamiento de las aguas de los reservorios Poechos, San Lorenzo yLos Ejidos es intensa (Piura, Bajo Piura, Sechura, Bernal, Catacaos, etc.).

3.5 Uso del Agua de la Cuenca del Ro Piura

Uso Agrcola

El uso del agua de la cuenca del ro Piura est orientado principalmente a laproduccin agrcola. Los cultivos principales como algodn, maz, arroz, hortalizasy forrajes se consumen 551668 MMC/ ao, de los cuales 502987 MMCcorresponde a la primera campaa y 48671 a la segunda campaa.

Uso No Agrcola

Los otros usos de agua en la cuenca corresponde al poblacional, que en total parael ao 2001, la Empresa Prestadora de Servicios Grau (EPS Grau S.A.) hacalculado en 32739 MMC, distribuido en 1855 MMC/ ao para satisfacer a unapoblacin de 98010 habitantes de la cuenca alta y 30.883 MMC/ ao parasatisfacer una poblacin de 396,447 habitantes de las Cuencas Media y Baja del roPiura.

Con respecto a uso minero en la cuenca del ro Piura, se registra un consumo de0.57 MMC/ao en el Centro Minero de Bayvar.

3.6 Actividad AgrcolaLa distribucin de cultivos en la cuenca del ro Piura est en relacin a los pisosaltitudinales, la disponibilidad de agua y las condiciones climticas, y de acuerdo asu perodo vegetativo estn considerados como transitorios, permanentes o semipermanentes. Las reas de cultivo correspondientes a cada categora son lassiguientes:

Cultivos transitorios: son aproximadamente 70 896 ha.

Cultivos permanentes: se encuentran instaladas 28 971 ha.

Cultivos semi Permanentes: con 9 100 ha.

Por zonas:

Cultivos de la zona baja: limn, mango, tamarindo, cocotero, esprrago,pasto elefante, alfalfa, arroz, maz amarillo duro, maz choclo, hortalizas,frijol castilla, entre otros.

Cultivos de la zona media: papayo, tuna, tamarindo, cocotero, limonero,mango, palto, caf, cacao, pltano, gramalote, arroz, maz amilceo, mazamarillo duro, trigo, aj pprika, yuca, frijoles, camote, algodn.

7/24/2019 BIV00258.pdf

39/197



24

Cultivos de la zona alta: maracuy, palto, lcuma, caf, granadilla, mazamilceo, arveja, pasto elefante, frijol, ajo, trigo, maz amarillo duro, cacao,mamey, caa de azcar, naranja, mango ciruelo.

3.7 Poblacin

La poblacin de la Cuenca del ro Piura, considerando los distritos que laconforman, registra 929247 hab., que representa el 55.9% de la poblacinRegional. Tiene una tasa de Crecimiento Poblacional Promedio para el ao 2001-2002 de 0.82% para los distritos de la cuenca. (INEI, 2001)

* No incluye los distritos de Huancabamba, Sndor, Sondorillo y Carmen de la Frontera** Incluye slo el distrito de Fras.

Fig. 15 Distribucin de la Poblacin en la Cuenca del Ro Piura

FUENTE: INEI- Compendio Estadstico Departamental 1999-2000.

Poblacin econmicamente activa

Segn el censo de Poblacin y Vivienda de 1993, la poblacin econmicamente

activa de la regin Piura es de 400080, de esta cantidad 310192 son hombres (77.5%) y 89988 (22,5%) son mujeres. Existen 284079 habitantes en la zona urbana y116001 en la zona rural.

PEA Urbana y Rural, Sexo, rea, Actividad Econmica por Edades

Sexo reaProvincia Total

Hombre Mujer Urbana % Rural %Total 400 080 310 192 89 988 284079 100.0 116001 100.0Piura 159 351 119 132 40 219 136699 48.1 22652 19.5

Ayabaca 35 602 29 684 5 819 3798 1.3 31804 27.4Huancabamba 34 729 26 183 8 546 4252 1.5 30477 26.3

Morropn 46 494 38 290 8204 25463 9.0 21031 18.1Paita 21 851 17 733 4 118 20316 7.2 1535 1.3

Sechura* - -Sullana 66 592 51 966 58465 58465 20.6 8127 7.0Talara 35 461 27 204 35 086 35 086 12.4 375 0.3

*Sin informacinFUENTE:Censo Nacional de Poblacin y Vivienda 1993

7/24/2019 BIV00258.pdf

40/197



25

La poblacin econmicamente activa mayor de 15 aos por rama de la actividadeconmica es como sigue:

Agricultura, ganadera, caza y selvicultura: 148,115 habitantes (37%). Comercio: 50107 (12.5%). Industria manufacturera: 31588 (7.9%). Enseanza: 17411 (4.3%).

Existe un 11% de actividades de ocupacin que no son declaradas y lasactividades en las que hay menor ocupacin son los rubros de electricidad, gas yagua e intermediacin financiera.

7/24/2019 BIV00258.pdf

41/197


Captulo IV: Anlisis de los Modelos de Circulacin General de la Atmsfera

26

CAPITULO IV - ANALISIS DE LOS MODELOS DE CIRCULACION

GENERAL DE LA ATMSFERA (MCG)

4.1 DESCRIPCIN DE LOS MODELOS DE CIRCULACION GENERAL

Los modelos de circulacin general de la atmsfera (MCG) son algoritmosmatemticos que intentan simular el sistema climtico de la tierra. Estos modelosse encuentran en el extremo superior de la jerarqua de modelos del clima, sonacoplados (atmsfera-ocano y suelo) y predicen cambios de las variables en unmayor tiempo. Las expresiones matemticas que configuran un MCG se puedenanalizar por separado dentro de las tres principales partes de que constan estosmodelos:

La dinmica del sistema del clima que describe el movimiento a gran escalade las masas de aire y el transporte de la energa y momentum.

La fsica del sistema climtico tal como transmisin de la radiacin a travsde la atmsfera, la termodinmica, y la evaporacin.

Otros factores tales como la interaccin ocano-atmsfera, topografa, yparmetros de la vegetacin.

Estas expresiones son basadas en las leyes fsicas tales como la conservacin deenerga y masa as como las relaciones empricas basadas en caractersticas ytendencias observadas, tales como frmulas que relacionen temperatura yhumedad con la formacin de la nube.

Los MCG utilizan las mismas ecuaciones de movimiento que un modelo deprediccin numrica del tiempo (PNT), siendo su propsito simular numricamente

cambios en el clima como resultado de cambios lentos en algunas condiciones defrontera (tales como la constante solar) o parmetros fsicos (tal como laconcentracin de los gases de efecto invernadero). Los modelos PNT se utilizanpara predecir el tiempo futuro a corto plazo (1-3 das) y medio plazo (de 4-10 das).Los modelos MCG corren para mayor tiempo (aos); tiempo suficiente paraaprender sobre el clima en un sentido estadstico (es decir la media y lavariabilidad).

Los MCG por ser globales tienen una menor resolucin, por lo cual no son muyindicados para estudios e investigacin de zonas especficas; en ese sentido esnecesario el uso de un modelo regional el cual puede tomar mayores resolucionesy ser ms hbiles en la determinacin del clima de una zona. Entonces, paradeterminar el clima se utilizan dos modelos: uno global, el cual da las condiciones

de frontera al otro modelo regional, denominndose a este proceso regionalizacindinmica.

Una comparacin entre los modelos MCG y los modelos PNT estn resumidos enla tabla 1.

7/24/2019 BIV00258.pdf

42/197


Captulo IV: Anlisis de los Modelos de Circulacin General de la Atmsfera

27

Tabla 1. Comparacin de los modelos PNT y MCG

4.1.1 Modelos utilizados en este estudio

Los modelos utilizados provienen de siete Centros de Prediccin del Clima yCambio Climtico. Todos ellos son modelos acoplados con el ocano. En esteReporte se ha trabajado con los modelos listados en la tabla 2. Para el anlisis deTSM no se utiliz el modelo del Hadley Centre (2) por la no disponibilidad de datospronosticados para esta variable; pero si se utiliz para el anlisis de la presin anivel del mar. A continuacin se hace una breve descripcin de los modelos citados

en la tabla 2:

1. Instituto Max Planck de Alemania

Cuyo modelo es el ECHAM4/OPYC3 que fue desarrollado en cooperacin entre el

Documents

BIV00258.pdf