Comparación de dos técnicas de reducción a escala para la generación de escenarios de cambio climático 2020s y 2050s: estudio de caso Valle de Mexicali, B.C., México

Abstract

[ES]Para cuantificar los impactos relacionados a variaciones climáticas, previamente debemos lograr la generación de series climáticas de futuros potenciales para la zona de estudio (Valle de Mexicali, Baja California, México), afectando las estadísticas que describen el clima local con los cambios derivados de los modelos globales. A fin de regionalizar los datos producidos por el Modelo Global se aplicó y comparó dos técnicas de reducción de escala, un Generador Estocástico de Tiempo Meteorológico (GETM), el LARS WG y el SDSM (Statistical DownScaling Method), encontrando diferencias importantes entre ellos de hasta 1ºC con el escenario comparado A2, así como entre las climatologías 2020S y 2050S obtenidas con el SDSM para este mismo escenario.

[EN]Before quantifying the impacts related to climate variations, we must generate climate series of future potentials for the zone of study (Mexicali's Valley, Mexico), affecting the statistics that describe the local climate with the changes derived from the global circulation models (MCG’s). In order to regionalize the information produced by the MCG’s we utilized and we compared two methods of reduction scale, the LARS-WG a Stochastic Generator of Meteorological Time (SGMT), and the SDSM (Statistical Downscaling Method). We found important differences between them of up to 1ºC with A2 socioeconomic scenario, as well as between the 2020s and 2050s climatologies obtained with the SDSM for the same socioeconomic scenario.