Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/20.500.11765/8220
Proyecciones multi-modelo de clima de oleaje en el Atlántico norte
Título : | Proyecciones multi-modelo de clima de oleaje en el Atlántico norte |
Autor : | Pérez García, Jorge; Menéndez García, Melisa; Camus Braña, Paula; Méndez Incera, Fernando Javier; Losada Rodríguez, Íñigo Javier |
Palabras clave : | Cambio climático; Modelos climáticos globales; Oleaje; Regionalización; Tipos de tiempo; Climate change; Global climate models; Downscaling; Wind-waves; Weather types |
Fecha de publicación : | 2014 |
Editor: | Asociación Española de Climatología |
Citación : | Fernández Montes, Sonia; Sánchez Rodrigo, Fernando (eds.). Cambio climático y cambio global. Madrid: Asociación Española de Climatología, 2014, p. 635-644 |
Resumen : | [ES]Tener estimaciones fiables de parámetros del clima marítimo futuro (i.e. altura de ola
significante, periodo medio, dirección media) es esencial para diversas aplicaciones, como la
planificación y el diseño de las defensas costeras del litoral. Sin embargo, estas variables no
se simulan directamente por los modelos climáticos globales (GCMs) y la resolución de otros
parámetros (por ejemplo, los campos de viento en superficie, principal forzamiento de las
olas) es demasiado grosera.
Los GCMs pueden ser utilizados para obtener información de clima marítimo a alta
resolución espacial por métodos de regionalización ("downscaling") dinámicos y estadísticos.
Este trabajo presenta una regionalización estadística basada en tipos de tiempo. La
clasificación de tipos de tiempo se desarrolla mediante la aplicación de la técnica K-medias
sobre los campos de presión a nivel del mar en la región de estudio (predictor).
Posteriormente, cada tipo de tiempo se vincula a las condiciones históricas de oleaje
(predictando multivariado). [EN]Reliable estimations of future wave climate parameters (i.e. significant wave height, mean wave period, mean wave direction) are essential for several applications such as coastal planning and design of coastal defenses. However, these variables are not directly simulated by global climate models (GCMs) and the resolution of other parameters (e.g. the surface wind fields, main forcing of waves) is too coarse. Wave climate information at high spatial resolution can be obtained from GCMs by dynamical and statistical downscaling methods. This work presents a weather-type statistical downscaling. The weather type classification is developed by applying the clustering technique K-means over the sea level pressure fields in the study region (predictor). Then, each weather type is linked to historic wave conditions from a wave hindcast (multivariate predictand). |
Descripción : | Ponencia presentada en: IX Congreso de la Asociación Española de Climatología celebrado en Almería entre el 28 y el 30 de octubre de 2014. |
Patrocinador: | Este trabajo ha sido parcialmente financiado por el proyecto iMar21 (CTM2010-15009) del gobierno español y el proyecto europeo FP7 CoCoNet (287844). |
URI : | http://hdl.handle.net/20.500.11765/8220 |
ISBN : | 978-84-16027-69-9 |
Colecciones: | (2014, Almería). IX Congreso AEC |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | ||
---|---|---|---|---|---|
0060_IX-2014-J_PEREZ.pdf | 1,38 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de Arcimis están protegidos por una Licencia Creative Commons, salvo que se indique lo contrario.