Downscaling estadístico de series climáticas mediante redes neuronalesReconstrucción en alta resolución de la temperatura diaria para la Comunidad Valenciana. Interpolación espacial y análisis de tendencias (1948-2011)

Resumen

Se ha hecho notar la necesidad de un conocimiento más preciso de los procesos de manifestación regionales y locales del cambio climático, ya que es donde residen más incertidumbres. Aquí las herramientas de downscaling estadístico (SD) tienen su utilidad, siendo el objeto de este trabajo las temperaturas diarias y el análisis de información histórica para determinar cambios ya acontecidos que puedan ser indicativos de tendencias futuras, de continuar éstos. Para el área de la Comunidad Valenciana (España) y sectores limítrofes se dispone de más de 300 series de temperatura diaria de las que sólo 3 cubren por completo el periodo 1948-2011, y una mayoría menos de la mitad de dicho periodo. Se trata además de series inconsistentes por padecer inhomogeneidades y falta de cohesión temporal entre sí, además de presentar una concentración en las áreas de mayor urbanización. El presente trabajo busca reconstruir todas las señales térmicas locales faltantes para el periodo completo 1948-2011 marcado por la disponibilidad del modelo de reanálisis NCEP/NCAR en dicho periodo. Para ello se realiza un SD con los datos observados disponibles por medio de una red neuronal artificial (ANN), de forma que la salida resultante sea homogénea y logre aislar la señal urbana de calentamiento del proceso. El trabajo busca caracterizar las temperaturas de la Comunidad Valenciana en la mayor resolución posible, a partir de una interpolación espacial, así como detectar patrones locales de cambio climático para ver su afección a fina escala. Conclusiones: En primer lugar tenemos unas conclusiones derivadas del proceso de SD: El novedoso uso de una ANN híbrida (MLP y Hebbiana) logró muy buenos resultados sin tener que separar los datos en sub-series estacionales: - Datos mensuales, anuales y promedios: error aproximado 0,2ºC. - Datos diarios (90%) en percentiles no extremos: error aproximado 1ºC. - Datos diarios (10%) en percentiles extremos: error aproximado 2ºC. Se logra además aislar del proceso la probable señal urbana de calentamiento. Reconstrucción y homogeneidad basada en las interacciones directas entre los patrones atmosféricos y el comportamiento térmico en el punto, evitando circularidad y posible pérdida de componentes de variabilidad local. Aunque un posible punto débil es que las relaciones estacionarias establecidas podrían variar con el tiempo, particularmente por el forzamiento causado por el cambio climático, las pruebas realizadas entre SDs sectoriales extrapolados no dieron indicios de ello. En segundo lugar tenemos unas conclusiones derivadas del proceso de interpolación espacial y cartografía resultante: Se ha logrado un detalle y resolución mayor respecto de trabajos anteriores, gracias a la densidad de información proporcionada por el SD, y la inclusión de factores topográficos que modulan las temperaturas en la escala local. Así, es novedoso para el ámbito de la Península Ibérica el uso de la CAPAFINIT, que ha resultado en una mejoría de los márgenes de error en la difícil interpolación de temperaturas mínimas. Se ha construido pues una fuente de información potencialmente muy útil en estudios de geografía física, ecología, agronomía, etc., así como para la caracterización de cualquier episodio térmico diario entre 1948 y 2011. La caracterización térmica en esta resolución ha permitido la novedosa detección de comportamientos térmicos del clima a nivel comarcal o local. Una validación cruzada arrojó márgenes de error muy aceptables en la extrapolación de temperaturas a puntos del espacio sin dato previo: - Temperaturas máximas: MAE de 0.36ºC y R^2 de 0.98. - Temperaturas mínimas: MAE de 0.66ºC y R^2 de 0.9. - Temperaturas medias: MAE de 0.43ºC y R^2 de 0.96. Los resultados para la interpolación de valores extremos fueron sólo ligeramente inferiores. Por último, las conclusiones más relevantes han sido las derivadas del análisis de tendencias térmicas (cambio climático): Las tendencias apuntan en conjunto a un ascenso de temperaturas, evidente en las máximas, y muy matizado por factores locales en las mínimas. Estos factores locales parecen tener gran importancia y se han tenido muy poco en cuenta hasta ahora. En general, el trabajo ha detectado un ascenso de las temperaturas máximas de entre 0.3ºC y 1.8ºC entre 1948 y 2011 (1ºC en promedio). Lo han hecho básicamente después de 1979. El interior y zonas altas tienen tasas de calentamiento hasta tres veces mayores que en la franja litoral. Las mínimas registraron un ascenso de hasta 1ºC en zonas culminantes y laderas montañosas, mientras que en fondos de valle y mayores hondonadas (interiores) se enfriaron unos 0.7ºC, quedando las restantes áreas bajo débiles tendencias. Las medias registraron un ascenso de entre 1ºC en zonas altas e interiores y 0.2ºC en algunas hondonadas cercanas al litoral: incremento térmico medio en la región de 0.53ºC, acontecido a partir de 1980. Los ascensos térmicos se producen fundamentalmente en primavera y verano, con su mayor pico en el mes de Junio, mientras que descensos locales detectados con las mínimas se circunscriben a los meses invernales en relación a la frecuencia de inversiones térmicas (incremento de situaciones anticiclónicas). Pero la conclusión más importante del presente estudio es la detección de un cambio de patrones espaciales en el comportamiento térmico, relacionado con un cambio de otros patrones climáticos. Se trata de patrones que han sido consistentes a lo largo del espacio y tiempo. Estos patrones señalan sobre todo una tendencia mayor al calentamiento en las partes altas de los relieves y áreas de montaña, y menor en el fondo de los valles. También, cambios en la frecuencia de vientos y presiones han determinado una amortiguación de tendencias al calentamiento en el litoral, resultando el caso contrario para los sectores más interiores, especialmente del sector ibérico (interior Norte de la Comunidad Valenciana). Debe tenerse en cuenta que el valor del estudio reside fundamentalmente en detectar las áreas potencialmente más vulnerables al cambio térmico, más que en una determinación exacta de una magnitud global de cambio térmico.