Evaluación de modelos climáticos globales del CMIP5 sobre el noroeste de América del Sur

Autores/as

  • Reiner Palomino-Lemus, CO Profesor, Universidad Tecnológica del Chocó, Quibdó, Colombia.
  • Samir Córdoba-Machado, CO Profesor, Universidad Tecnológica del Chocó, Quibdó, Colombia.
  • María Jesús Esteban-Parra, ES Departamento de Física Aplicada, Facultad de Ciencias, Universidad de Granada, Granada, España.

DOI:

https://doi.org/10.18636/bioneotropical.v5i1.205

Palabras clave:

MIP5, Comparación de modelos, Evaluación de modelos, Modelos climáticos.

Resumen

Objetivo: El propósito de este estudio fue validar y comparar el rendimiento de seis modelos climáticos globales (GCMs) simulaciones de la quinta fase del Proyecto de Intercomparación de Modelos Acopla- dos (CMIP5) en el norte de América del Sur. Metodología: La validación se llevó a cabo para la presión a nivel del mar (SLP) y la temperatura superficial del mar (SST), porque estas dos variables son de gran importacia en la descripción del clima de Colombia y pueden ser utilizadas como predictores en reduc- ción de escala estadística de la precipitación en Colombia. En este trabajo se comparan los campos de medios y de varianza de SLP y SST de seis modelos del CMIP5 con respecto al reanálisis NCEP en el período comprendido entre los años 1950 y 2005. Además, se han comparado los principales modos de variabilidad derivados de un Análisis de Componentes Principales (PCA). Resultados: Los resulta- dos muestran cómo los modelos reproducen relativamente bien los campos medios de la SLP y la SST, aunque en algunos modelos, como el CCSM4 tiende a mostrar patrones más zonales de la SLP, refor- zando las altas subtropicales. Conclusión: Se encontró que todos los modelos reproducen razonable- mente bien los principales modos de variabilidad asociada con el ENOS y con la del Atlántico tropical, sin embargo otros tienden a sobreestimar la varianza asociada con el primer modo. 

Descargas

Los datos de descargas todavía no están disponibles.

Referencias bibliográficas

Chen D, Cane MA, Kaplan A, Zebiak SE, Huang D. 2004. Predictability of El Nino in the past 148 years. Nature. 428: 733-6.

Fukuoka A. 1951. A study of 10-day forecast (A Synthetic Report). Geophysical Magazine. XXII: 177-218.

Gent PR, Danabasoglu G, Donner LJ, Holland MM, Hunke EC,

Jayne SR, et al. 2011. The Community Climate System Model Version 4. J Climate. 24: 4973-91. URL http:// dx.doi.org/10.1175/2011JCLI4083.1

Giorgetta MA, Jungclaus JH, Reick CH, Legutke S, Bader J, Böttinger M, et al. 2013. Climate and carbon cycle changes from 1850 to 2100 in MPI-ESM simulations for the Coupled Model Intercomparison Project phase 5. J Adv Model Earth Syst. 5 (3): 572-97.

Hibbard KA, Meehl GA, Cox P, Friedlingstein P. 2007. A strategy for climate change stabilization experiments. EOS. 88: 217-21.

Jolliffe IT, Uddin M, Vines SK. 2002. Simplified EOFs-three alternatives to retain. Climate Res. 20: 271-9.

Jones CD, Hughes JK, Bellouin N, Hardiman SC, Jones GS, Knight J, et al. 2011. The HadGEM2-ES implementation of CMIP5 centennial simulations. Geosci Model Dev. 4: 543-70. doi:10.5194/gmd-4-543

Kim D, Sobel AH, Del Genio AD, Chen Y, Camargo S, Yao M- S, et al. 2012. The tropical subseasonal variability simulated in the NASA GISS general circulation model. J Clim. 25: 4641-59. doi: http://dx.doi.org/10.1175/ JCLI-D-11-00447.1

Lorenz EN. 1956. Empirical orthogonal functions and statistical weather prediction. Technical report, Statistical Forecast Project Report 1, Dep of Meteor, MIT. p. 49.

Meehl GA, Hibbard KA. 2007. A strategy for climate change stabilization experiments with AOGCMs and ESMs. WCRP Informal Report N° 3/2007, ICPO Publication N° 112, IGBP Report N° 57. Geneva: World Climate Research Programme; 35 pp.

Obukhov AM. 1947. Statistically homogeneous fields on a sphere. Uspethi Mathematicheskikh Nauk. 2: 196-8.

Obukhov AM. 1960. The statistically orthogonal expansion of empirical functions. Bull Acad Sci USSR Geophys Ser. (English Transl.), 288-91.

Pabón J, Eslava J, Gómez R. 2001. Características de gran escala del clima de la América Tropical. Meteorol Colomb. 4: 47-53.

Redmond KT, Koch RW. 1991. Surface climate and stream- flow variability in the western United States and their relationship to large-scale circulation indices. Water Resour Res. 27: 2381-99.

Rotstayn LD, Collier MA, Dix MR, Feng Y, Gordon HB, O’Farrell SP, et al. 2010. Improved simulation of Australian climate and ENSO-related rainfall variability in a global climate model with an interactive aerosol treatment. Intern J Climatol. 30: 1067-88. doi:10.1002/ joc.1952

Poveda G. 2004. La hidroclimatología de Colombia: una síntesis desde la escala inter-decadal hasta la escala diurna. Rev Acad Colomb Cien. 28 (107): 201-22.

Taylor KE, Stouffer RJ, Meehl GA. 2009 An overview of CMIP5 and the experiment design. Bull Am Meteor Soc. 93: 485- 98. doi:10.1175/BAMS-D-11-00094.1

Watanabe M, Suzuki T, O’ishi R, Komuro Y, Watanabe S, Emori S, et al. 2010. Improved climate simulation by MIROC5: Mean states, variability, and climate sensitivity. J Climate. 23: 6312-35. doi:10.1175/2010JCLI3679.1

Descargas

Publicado

2015-01-29

Cómo citar

Palomino-Lemus, R., Córdoba-Machado, S., & Esteban-Parra, M. J. (2015). Evaluación de modelos climáticos globales del CMIP5 sobre el noroeste de América del Sur. Revista Biodiversidad Neotropical, 5(1 Ene-Jun), 16–22. https://doi.org/10.18636/bioneotropical.v5i1.205

Número

Sección

ECOLOGÍA

Artículos más leídos del mismo autor/a